성공적인 데이터 스토리텔링의 사례①
(Cover Image Source: Washington Post https://www.washingtonpost.com/graphics/2017/world/mapping-the-dmz)
|첫 번째 사례: 워싱턴 포스트 'This Thin Ribbon of Land Separates North And South Korea: Why Should We Care?'|
워싱턴 포스트의 한국 비무장지대(DMZ)에 관한 기사를 읽는 순간 나는 저자들이 얼마나 철저하게 비무장지대에 대한 조사를 했는지, 분단이 한국인들의 일상의 삶에 미치는 영향 혹은 DMZ의 정치적, 문화적, 환경적 의미를 되새길 수 있도록 하기 위해서 얼마나 노력했는지 알 수 있었다. 데이터 스토리텔링 측면에서, 이 기사는 한반도에서 DMZ의 위치, 기능 (남북한을 분리하는 강력한 요새화된 국경), 분단의 역사에 이르는 상세한 맥락 정보를 제공함으로써 왜 한반도가 남북으로 분단되었는지, 현재의 군사적 대치의 이유를 충분히 설명해 주고 있다.
또한 독자들이 비무장지대(DMZ)를 자세히 탐험할 수 있도록 인터랙티브 지도를 사용함으로써 독자들이 DMZ의 지리적 및 전략적 중요성을 이해하는 데 도움을 주고 있다. DMZ이 무엇이고 어디에 있는지 모르는 독자들이 이 기사를 읽을 것을 추정하고 기사를 작성했다고 생각이 들 정도로 독자들이 스크롤리텔링 기술을 활용해서 독자들이 DMZ를 자세하게 탐험하면서 더 개인화되고 실질적인 경험을 할 수 있도록 DMZ을 중심으로 한 한반도의 지도와 복잡한 생태환경적, 군사 및 정치적 맥락을 더 흥미롭고 접근 가능하게 만들었다. 또한 DMZ의 기원과 한국 전쟁에 대한 역사적 배경을 제공함으로써 독자들이 70여 년이 넘게 지속되고 있는 분단과 현재의 군사적 긴장의 이유를 이해하는 데 도움을 주었다. 무엇보다 DMZ 근처에서 살고 있는 남한 시민들의 개인적인 이야기와 증언을 포함하여 지정학적 갈등을 인간화하고 분단으로 인해 영향을 받는 개별 시민들의 내러티브를 제공함으로써 독자들이 한반도의 분단의 진정한 의미를 쉽게 공감할 수 있도록 하였다.
데이터 시각화 측면에서 멀티모달 데이터 (텍스트, 인공위성사진, 이미지, 인터랙티브 지도)의 통합은 독자의 주의를 집중할 수 있도록 하며, DMZ를 둘러싼 복잡한 한반도의 정치 사회적 문제를 깊이 이해할 수 있게 하는 흥미로운 스토리텔링을 제공한다. 이러한 내러티브 시각화 방법은 정보를 전달할 뿐만 아니라 독자와 감정적으로 연결되어 한반도의 분단 현실을 몰랐던 독자들에게 생생하게 전달하는 강력한 도구가 된다. 무엇보다 DMZ에 배치된 군대 수와 요새화 정도와 같은 데이터 통합은 DMZ의 군사적 존재 규모를 이해하는 데 사실적 근거를 제공하며, 이러한 데이터 기반 접근 방식은 내러티브에 신뢰성을 부여한다. 개인적으로 DMZ를 나타내기 위해 녹색 음영을 사용하여 한반도의 나머지 부분과 대비시킴으로써 지도와 이미지를 통해 전달되는 이야기에 초점을 맞춘 점과 짙은 녹색과 노란색을 극명하게 대비한 폰트색 처리도 가독성을 높이는데 기여했다고 생각한다.
*Note. 실제로 워싱턴포스트가 설계한 데이터 스토리텔링을 확인해 보시려면 그림 하단의 링크를 확인해 주세요.
(Source: The Demilitarized Zone on the Korean peninsula (Emamdjomeh et al., 2017) [Graphic Image] Retrieved from https://www.washingtonpost.com/graphics/2017/world/mapping-the-dmz/)
|Case Study: 파이낸셜 타임스 '우버 드라이버로 성공할 수 있을까?'|
파이낸셜 타임스 (FT)의 기사 "우버 드라이버로 성공할 수 있을까?"는 요즈음 핫한 주제인 '긱 이코노미(Gig Economy)'를 다룬다. 긱 이코노미는 전통적인 직장 대신 단기 계약이나 프리랜스 작업을 수행하는 새로운 노동 공유 시장을 지칭한다. 그리고 긱 노동자는 자신의 근무 일정을 자유롭게 선택할 수 있고, 다양한 플랫폼 간의 원활한 전환을 통해 서비스를 제공한다. 우버 드라이버는 이러한 긱 이코노미의 대표적인 직종이다.
이 기사는 독자를 우버 드라이버의 입장에 놓는 인터랙티브 게임 형식으로 스토리텔링을 전개해서 독자들이 쉽게 몰입할 수 있도록 하였다. 이 몰입형 경험은 독자들이 실제 우버 드라이버들이 직면하는 것과 유사한 결정을 내리고 도전에 직면할 수 있게 하여 독자의 시선을 사로잡는 강력한 내러티브를 만들었다. 무엇보다 이렇게 내러티브를 설계함으로써 독자와 주제 사이의 감정적 연결을 촉진한다. 이러한 공감적 접근은 독자들이 더 개인적인 관점에서 긱 이코노미의 도전과 복잡성을 생각해 볼 수 있는 기회를 제공하며, 이러한 성찰을 통해 긱 이코노미가 노동자와 사회 전반에 미치는 광범위한 영향에 대한 추가적인 논의를 촉진한다.
이러한 데이터 기반 내러티브는 긱 이코노미에 관한 광범위한 기사와 실제 우버 기사들과의 인터뷰를 바탕으로 생성하여, 실제 데이터와 경험에 기반을 두고 있어 이야기가 매우 생생하며 이러한 데이터 기반 접근 방식은 스토리에 신뢰성과 진실성을 더해주어 더욱 인상적이다. 또한 사용자 친화적 게임 형식의 전개는 다양한 기기와 브라우저에서 접근할 수 있도록 설계되어 광범위한 독자가 콘텐츠에 접근할 수 있도록 하였으며, 사용자 인터페이스는 직관적이고 탐색하기 쉬워 독자들이 기술적인 문제 없이 내러티브에 집중할 수 있도록 설계하였다.
*Note. 실제 파이낸셜 타임스가 설계한 데이터 스토리텔링을 확인해 보시려면 그림 하단의 링크를 확인해 주세요.
(Source: Can you make it in the gig economy? https://ig.ft.com/uber-game/)
이 게임 기반의 데이터 스토리텔링에 있어서 주요 데이터 포인트는 다음과 같다:
수입과 지출: 이 기사는 연료, 차량 유지비, 보험 등 다양한 지출을 고려하여 우버 기사의 수입을 시뮬레이션한다. 이를 통해 독자들은 긱 노동자들이 직면하는 재정적 현실과 도전을 이해할 수 있다.
근무 시간의 유연성: 안정적 수입을 얻기 위해 우버 기사들이 얼마나 많은 시간을 일해야 하는지 보여주며, 유연성과 장시간 근무의 필요성 간의 균형을 시뮬레이션할 수 있다.
고객 평점과 팁: 시뮬레이션은 고객 평점과 팁을 포함하여, 이러한 요소들이 운전자의 전체 수입과 직업 만족도에 어떻게 영향을 미치는지 보여준다.
시장 수요와 경쟁: 기사는 시장 수요, 피크 시간, 운전자 간 경쟁에 대한 통찰을 제공하여 수입 잠재력에 영향을 미치는 요소를 설명한다.
규제 및 정책 영향: 긱 노동자에 대한 규제와 회사 정책이 운전자의 수입과 근무 조건에 어떻게 영향을 미치는지 다룬다.
이러한 데이터 포인트는 사용자가 결정을 내리고 그 결과를 볼 수 있는 인터랙티브 게임 형식을 통해 제시되어, 긱 이코노미의 복잡한 경제 문제를 더 접근 가능하고 흥미롭게 만든다. 참고로 FT는 복잡한 정보를 명확하고 매력적으로 제시하기 위해 내러티브 시각화에 있어서 <스토리 플레이북>이라는 재사용 가능한 템플릿을 개발했는데, 여기에는 사람이나 단체를 소개하는 프로필 카드, 시간에 따른 사건 설명을 위한 타임라인, 일련의 차트를 사용하여 동향을 설명하는 차티클, 복잡한 주제를 분석하는 설명자, 다양한 관점을 제시하는 대화 등이 포함된다. 이러한 템플릿은 독자 중심의 디자인 접근 방식으로 제작되어 독자의 정보 요구를 신속하게 다룰 수 있으며, CMS에 내장된 이러한 디지털 형식은 모든 기자나 편집자가 사용할 수 있도록 제공된다.
|세 번째 사례: The Guardian, 버스아웃: 미국이 노숙자들을 이동시키는 방법|
가디언지의 기사 "Bussed Out: How America Moves Its Homeless"는 미국의 노숙자 재배치 프로그램의 영향을 설명하기 위해 16개 도시와 카운티에서 약 34,240개의 버스 여행 데이터베이스를 수집하여 인구 통계 및 목적지의 패턴을 조사한 결과를 바탕으로 작성되었다. 또한 재배치된 노숙자 수, 이동 거리 (종종 수천 마일 떨어진 도착지 포함), 출발지와 도착지 도시 간의 평균 소득 수준과 노숙자 비율과 같은 사회경제적 조건을 비교하여 이러한 프로그램의 효과와 결과를 포괄적으로 보여준다.
가디언지가 설계한 내러티브는 홈리스 재배치 프로그램의 규모와 영향을 중심으로 매년 수천 명의 홈리스들이 특정 도시에서 버스로 이동되는 방식에 초점을 맞추었다. 즉, 이동된 사람들의 수, 이동된 도시와 도착한 도시, 그리고 이러한 재배치의 결과에 대한 데이터를 포함한다. 또한, 나이, 성별, 노숙자가 된 이유 등 영향을 받은 사람들의 인구 통계학적 정보와 개인적인 이야기를 강조한다.
기사는 Quinn Raber라는 노숙자에 대한 개인적 일화로 시작하여 데이터를 인간화하고 독자를 이야기로 끌어들인다. 그런 다음 독자들이 직접 데이터를 탐색할 수 있는 인터랙티브 지도와 차트로 전환하여 독자들이 새로운 이야기를 발견하고 이야기에 참여할 수 있도록 돕는다. 애니메이션 전환과 스크롤리텔링의 사용은 독자를 내러티브를 통해 안내하며, 새로운 정보와 통찰력을 제공한다. 기사 전체에 걸쳐 사진과 개인적인 이야기를 통합하여 데이터와 휴먼 스토리를 연결하고 있는 지점도 매우 훌륭했다. 또한 노숙자 옹호자, 시 공무원, 재배치된 노숙자들 등 다양한 관점의 주장을 모두 다루면서 문제에 대한 미묘하고 포괄적인 이해를 제공한다.
*Note. 실제 가디언지가 설계한 데이터 스토리텔링을 확인해 보시려면 그림 하단의 링크를 확인해 주세요.
(Source:The Guardian, 버스아웃: 미국이 노숙자들을 이동시키는 방법, https://www.theguardian.com/us-news/ng-interactive/2017/dec/20/bussed-out-america-moves-homeless-people-country-study )
또 한 가지 주목할 만한 기법은 개별 노숙자들의 여정을 시각화하는 데 사용되는 인터랙티브 맵과 다양한 차트를 사용한 것이다. 사용자는 다양한 도시를 클릭하여 얼마나 많은 사람들이 재배치되었고 어디로 보내졌는지 볼 수 있으며, 이는 문제의 범위를 시각적이고 인터랙티브 한 방식으로 이해할 수 있게 한다. 이 기사는 또한 사진, 비디오, 개인 증언을 포함한 멀티미디어 요소를 사용하여 노숙자 개인의 이야기와 깊은 감정적 연결을 제공한다. 이러한 요소들은 재배치 프로그램이 개인들의 삶에 미친 영향을 전달하고 그러한 정책의 영향을 받은 사람들이 직면한 어려움을 보여준다.
또 다른 주목할 만한 기법은 데이터 시각화와 탐사 저널리즘을 결합한 내러티브 구조이다. 기사는 재배치 프로그램에 대한 개요로 시작하여 특정 사례 연구와 개인들의 서사를 깊이 있게 다룬다. 이 데이터 시각화는 뉴욕의 Special One-Time Assistance (SOTA) 프로그램과 샌프란시스코의 Homeward Bound와 같은 특정 프로그램에 초점을 맞추어, 각 도시에서 이동된 노숙자 수에 대한 데이터를 제시한다. 또한 이러한 재배치된 개인들의 목적지를 보여주며, 이 현상의 전국적 특성을 강조한다. 이러한 접근 방식은 독자들이 큰 그림과 그 안의 개별 인간들의 경험을 모두 볼 수 있게 한다.
이 기사의 데이터 시각화는 독자가 도시나 기간 등 다양한 기준으로 데이터를 필터링할 수 있게 하여 문제를 더 깊이 탐구할 수 있도록 돕는다. 가디언지는 또한 색상 코딩과 시각적 마커를 사용하여 주요 포인트와 경향을 강조하여 사용자가 재배치 프로그램의 범위와 영향을 쉽게 이해할 수 있도록 디자인 하였다. 또한 깨끗하고 미니멀한 디자인을 사용하여 데이터와 내러티브에 초점을 맞출 수 있도록 내러티브 시각화를 설계한 점도 돋보였다.
결론적으로 가디언지의 기사는 설득력 있는 시각 자료와 인터랙티브 요소, 철저한 탐사 보도가 결합된 강력한 내러티브를 설계하여 독자들이 미국의 노숙자 재배치 프로그램의 복잡성과 결과를 이해하기 쉽게 설명한다.
|나오며|
욕심 같아서는 <성공적인 데이터 스토리텔링의 사례> 챕터를 위해 10개 정도의 사례 분석 결과를 소개하고 싶으나 지금도 너무 내용이 길어져서 일단 이번 챕터에서 3개의 사례를 소개하고 다음 챕터에서 다시 엄선한 사례를 제공할 예정이다.
*Note. 독자분들께서 보신 데이터 스토리텔링 사례에 대한 분석이 궁금하시다면 댓글을 통해 원자료의 링크를 공유해 주시면 제가 최선을 다해서 분석 후 결과를 공유하도록 할게요.
