brunch

매거진 일벌의 일상

라이킷 3 댓글

You can make anything
by writing

C.S.Lewis

계정을 잊어버리셨나요?

by 강원양 Dec 08. 2018

미리 보는 #IIB2018 : 스포츠와 시각화의 관계

⑤ Leisure, Games & Sport 부문 리뷰

데이터 시각화 국제 대회 2018 Information is Beautiful Awards 부문별 주요 후보작 리뷰를 이어가 보자. 이번에 살펴볼 부문은 Leisure, Games & Sport이다. 스포츠는 데이터 활용이 돋보이는 분야 중 하나이다. 경기에 대한 데이터뿐만 아니라 선수 개인에 대한 데이터 등 많은 양의 데이터가 생산되는 분야로서, 최근 이 분야에서의 데이터 활용이 관심을 받고 있다. (관련 기사 참고 : 금쪽같은’ 데이터도 공유… 美 스포츠가 ‘일류’인 이유(동아일보, 2018-12-04))

스포츠 분야에서의 데이터 활용이 돋보이듯, 이번 부문에서도 스포츠 분야를 주제로 한 후보작이 전체 후보작 12개 중 10개를 차지할 만큼 레저, 게임의 비중은 적었다. 10개 작품이 주제로 한 스포츠 분야는 골프, 야구, 축구, 테니스, 사이클이다. 그중에서도 축구를 주제로 한 비중이 절반에 해당한다. 후보작 리뷰 중 시각화 관점에서 인상적이었던 작품 모두 축구를 주제로 하였다. 이제 인상적이었던 3개의 작품을 리뷰해보자.

1. 다시 그려보는 축구 경기, 군중의 응원 소리를 데이터 시각화로!

Signal Noise, 「Reimagine the Game」

'이런 것도 데이터로 보고, 시각화할 수 있구나!'라는 느낌을 받은 데이터 시각화 콘텐츠이다. 축구 경기가 열린 당일 군중 소리를 데이터로 삼았다. 경기 시간 중 언제 응원 소리가 가장 컸는지, 골이 들어갔을 때 각 팀의 팬들은 어떤 반응을 했는지 등을 시각화로 보여준다.

경기장 군중의 소리 데이터 타임라인과 함께 볼 수 있다. 특정 시점을 클릭하면 해당 시점의 데이터를 보여준다.

단연, 눈길을 끄는 것은 메인 시각화인 3D 형태로 제작된 시각화 결과물이다. 경기장과 군중을 표현하였고, 소리의 크고 작음에 따라서 관중석에 위치한 막대의 높낮이가 달라진다. 뿐만 아니라 독자가 콘텐츠 웹 페이지 내에서 마우스 드래그 앤 드롭으로 경기장을 요리조리(?) 돌려볼 수 있다. 실제 소리와 데이터 시각화 결과물을 함께 볼 수 있어, 콘텐츠 몰입도가 높다고 할 수 있다.

경기장 형태로 제작한 메인 시각화 결과물 이외에는 팬 에너지(Fan Energy), 경기 중 하이라이트 장면( Match Highlight), 선수 응원(Player support), 소셜 반응(Social ripple)을 주제로 상세 데이터를 시각화로 표현하였다. 주로 여러 항목의 데이터를 동일한 시각화 유형으로 표현해 나열하는 스몰 멀티플즈 방식을 활용하였다.

타임라인에 따라 팬들의 에너지가 어떻게 달라지는지 볼 수 있다.

경기 중 하이라이팅 장면에서의 팬들의 소리를 시각화 하였다. 골이 터져도 팀별 팬의 소리에 차이가 있다.

경기 시간 중 팬들의 트윗 현황과 소셜 반응을 시각화로 보여준다.

2. 2018 러시아 월드컵에 참가한 선수들, 그 모든 것을 단 하나의 시각화로!

Andrew Garcia Phillips, 「Patches Of Brilliance」

축구공처럼 보이는 Voronoi treemap 시각화

2018 러시아 월드컵에 참가한 32개 국가의 736명의 선수 데이터를 시각화하였다. 활용한 시각화 유형은 Voronoi treemap(혹은 Ploygonal partition, Convex treemap이라 불린다)이다. 계층 구조 형태의 데이터를 시각화할 때 주로 활용하는 유형이다. 큰 원 안의 조각은 지역 리그와 선수로 나뉜다. 선수 1명을 나타내는 조각의 크기는 해당 선수가 출전한 국제 경기수에 따라 달라진다. 조각의 색은 선수의 국적을 기준으로 한다.

스클롤링을 할 때마다 데이터 하이라이팅의 기준(빅리그, 유명한 선수 등)이 달라진다.

스크롤링 기반의 인터랙티브 데이터 시각화 콘텐츠로 독자는 웹 페이지 내에서 스크롤링에 따라서 달라지는 시각화 요소와 인사이트 문장을 통해 데이터 스토리를 이해할 수 있다. 스크롤 위치에 따라 데이터 하이라이팅 기준이 달라지는데, 서로 다른 기준에 따라서 시각화의 시각적 패턴이 달라진다.

콘텐츠 하단에는 특정 선수를 키워드 검색으로 찾아 볼 수 있는 일종의 대시보드가 있다. ('손흥민'을 검색해보았다.)

3. 월드컵 50년의 역사, 도플갱어 선수 찾기!

FiveThirtyEight, 「50 Years of World Cup Doppelgangers」

FiveThirtyEight의 Jay Boice; Rachael Dottle; Gus Wezerek가 제작한 「50 Years of World Cup Doppelgangers」는 1966년부터 2018년 사이의 모든 월드컵 경기를 통해 생산된 선수의 데이터(스포츠 분석회사 Opta 출처)를 바탕으로 자체 분석 결과 MESSI(Modeled Event Soccer 유사성 지수)을 활용해 선수간 유사성을 시각화 콘텐츠로 만들었다. MESSI는 16개의 측정 항목을 바탕으로 선수의 실적을 평가한 것이다.

인터랙티브 시각화 대시보드로 데이터 검색 및 하이라이팅 인터랙션을 경험할 수 있다.

선수를 평가하는 16개 항목에 대한 데이터 값을 Polar area chart로 시각화하였다. 특정 선수의 데이터를 기준으로 유사한 9명의 데이터를 동일한 시각화 유형으로 표현해 보여준다. 스몰 멀티플즈 방식을 활용한 것으로, 선수간 데이터를 비교해 볼 수 있다. 한 차트 위 특정 항목에 마우스 오버를 하면, 그 외 차트의 동일 항목이 하이라이팅 되는 것을 볼 수 있다. 선수간 데이터를 효과적으로 비교할 수 있도록 차트 간 연동 하이라이팅 기능을 활용했다. 더불어 대시보드와 같은 형태로 제작된 콘텐츠로서 독자는 특정 선수 데이터를 키워드 검색으로 찾아보거나, 우측 상단의 'Random Player' 버튼을 클릭해 무작위로 여러 축구 선수 데이터를 쉽게 확인할 수도 있다.