데이터시각화 101: ②직관적인 데이터 시각화 만들기
전주의적 속성과 게슈탈트 원리를 바탕으로 한 데이터 시각화
‘데이터 시각화 101’ 시리즈의 첫 번째 스토리에서는 데이터를 이해하고, 이를 바탕으로 한 의사결정을 내리기 위해 데이터 시각화가 중요한 역할을 한다는 이야기를 다뤘습니다. 데이터가 시각화되어 전달되면 우리의 뇌는 빠른 속도로 많은 양의 정보를 처리할 수 있고, 데이터 테이블에 비해 트렌드나 패턴, 아웃라이어 등을 쉽게 파악할 수 있습니다.
하지만, 모든 데이터 시각화가 쉽고 직관적으로 이해되지는 않습니다. 그 이유는 무엇일까요? 바로 데이터에서 발견한 정보가 시각요소로 적절하게 디자인되지 않았기 때문입니다. 이번 글에서는 우리의 뇌가 시각 정보를 처리하는 과정을 이해하고, 직관적인 데이터 시각화를 만드는 법에 대해 살펴보겠습니다.
시각 정보를 처리하는 과정
시각화를 연구하는 콜린 웨어(Colin Ware) 박사는 우리의 뇌가 시각 정보를 처리하는 과정을 세 단계로 나누어 설명합니다. 아래의 데이터 시각화를 이용해, 시각 정보가 어떻게 뇌에 입력되고 해석되는지 살펴보겠습니다.
각 나라별 기대수명 (출처: Gapminder 스크린 캡쳐)1단계: 뚜렷한 시각요소 파악하기
1단계에서는 시각 정보가 눈의 신경 세포에 입력되어 뇌로 전달됩니다. 각각의 신경 세포들이 동시에 색, 질감, 선의 두께, 방향, 배열 등의 기본적인 시각요소들을 빠른 속도로 추출하기 시작합니다. 그 중 뚜렷한 시각요소들이 감각 기억에 저장됩니다. 위의 시각화에서는 다음과 같은 특징들이 추출될 수 있겠죠.
색깔: 빨간색, 초록색, 파란색 등
형태: 원, 지도
2단계: 패턴 알아차리기
2단계에서는 앞서 추출한 시각요소들의 공통점과 차이점을 발견합니다. 윤곽선을 찾아 나누거나, 동일한 색이나 질감, 방향성 등에 따라 그룹으로 분류하며 패턴을 인식합니다. 그럼 위의 시각화에서는 어떤 패턴들이 추출될 수 있을까요?
동일한 색의 원들을 같은 그룹으로 인식
원에서 사용한 색과 지도에서 사용한 색이 같음
파란색 원들이 왼쪽 아래에 모여 있음
3단계: 해석하기
3단계에서는 전 단계에서 추출된 시각요소 및 패턴을 이용하여 뇌에서 능동적으로 의미를 부여하고 해석합니다. 텍스트를 이미지와 연결하여 해석하기도 하고, 이미 가지고 있던 정보를 바탕으로 시각요소나 패턴에 의미를 부여하여 새로운 정보를 찾습니다. 위의 시각화에서는 아래와 같은 내용이 해석될 수 있겠죠.
원의 사이즈는 인구 수를 의미한다
데이터는 2021년에 기반한다
아시아 지역에 큰 인구수를 가진 두 나라가 존재하며 이는 아마도 중국과 인도일 것이다
파란색의 아프리카 그룹은 소득(income)이 적으며 기대 수명도 적은 것을 알 수 있다
이와 같이 데이터 시각화가 해석되는 3단계는 그 전의 단계에서 추출된 시각요소와 패턴에 큰 영향을 받습니다. 우리는 1, 2단계에서 추출되는 시각 정보들을 의도적으로 디자인하여, 해석단계에 도움을 줌으로써 직관적인 데이터 시각화를 만들 수 있습니다.
자세한 아래의 내용은 요즘IT 원문에서 무료로 확인할 수 있습니다.
전주의적 속성 이해하기
게슈탈트 원리를 바탕으로 한 디자인
시각 정보 처리 과정을 이해하기
https://yozm.wishket.com/magazine/detail/1792/
