통계표로는 아무도 움직이지 않던 사실이 그림 한 장으로 의회를 움직였습니다. 그 그림을 그린 사람은 간호사였습니다.
풀고 시작
문제 1. 지역별 값의 크기를 지도 위에 색의 진하기로 표현하는 시각화는?
행정구역 경계를 그대로 두고 값에 따라 색을 칠하는 것이 등치지역도입니다. 카토그램은 값에 비례해 지역의 면적 자체를 왜곡시키는 지도이고, 트리맵은 지도가 아니라 사각형 면적으로 비중을 보여 줍니다.
간호사가 그린 장미 그림
1850년대 크림 전쟁, 야전병원에서 일하던 플로렌스 나이팅게일은 사망 기록을 꼼꼼히 모읍니다. 그리고 충격적인 사실을 발견하죠. 죽은 군인 대부분은 전투가 아니라 병원에서, 예방 가능한 감염으로 죽고 있었습니다.
문제는 이 사실을 아무도 진지하게 듣지 않았다는 것입니다. 그래서 나이팅게일은 숫자를 그림으로 바꿉니다. 열두 달을 부채꼴로 돌려 놓고, 사망 원인별로 면적을 나눠 색을 입힌 그림이었죠. 감염으로 인한 사망을 나타내는 넓은 파란 영역이 전사자 영역을 압도적으로 덮고 있었습니다. 한 장이면 설명이 끝났고, 위생 개혁이 시작됩니다.
여기서 시각화의 목적이 분명해집니다. 그림은 데이터를 예쁘게 만드는 장식이 아니라 논증을 전달하는 수단입니다. 무엇을 말하려는지가 먼저 정해져야 어떤 그림을 그릴지가 정해집니다.
목적이 그림을 정합니다
목적
그림
시간에 따른 변화
선그래프, 막대그래프, 누적 영역 그래프
비중과 분포
파이차트, 도넛차트, 트리맵, 히스토그램
두 변수의 관계
산점도, 버블차트, 산점도 행렬
여러 항목의 비교
히트맵, 레이더차트, 평행좌표그래프, 체르노프 페이스
공간
등치지역도, 도트맵, 버블맵, 카토그램
몇 가지만 짚겠습니다. 버블차트는 산점도에 크기라는 세 번째 변수를 얹은 것이고, 트리맵은 사각형의 면적으로 비중을 보여 주면서 계층 구조까지 표현합니다. 히트맵은 격자에 색을 입혀 많은 값을 한눈에 비교하게 해 주고, 상관계수 행렬을 볼 때 특히 유용하죠. 평행좌표그래프는 변수마다 세로축을 세우고 한 관측치를 하나의 꺾은선으로 그려 다차원 데이터를 한 화면에 담습니다. 체르노프 페이스는 변수들을 얼굴의 눈, 코, 입 크기에 대응시킨 독특한 방식인데, 시험에서 이름으로 자주 나옵니다.
거짓말하는 그림
같은 데이터로 정반대 인상을 만들 수 있습니다. 시험에도 실무에도 필요한 감각이라 짚어 두겠습니다.
세로축을 0에서 시작하지 않으면 작은 차이가 절벽처럼 보입니다. 막대그래프에서는 특히 문제인데, 막대의 길이 자체가 값을 뜻하기 때문이죠. 3차원 파이차트는 앞쪽 조각이 원근 때문에 더 커 보입니다. 이중 축 그래프는 두 계열의 축 범위를 어떻게 잡느냐에 따라 없던 상관이 있는 것처럼 보이게 만들 수 있고요.
에드워드 터프티는 여기에 원칙 하나를 제시했습니다. 데이터를 나타내지 않는 잉크를 줄이라는 것입니다. 배경 무늬, 불필요한 3차원 효과, 과한 눈금선은 정보를 전달하지 않으면서 시선만 뺏습니다. 여기에 하나 더 보태면 색은 의미가 있을 때만 쓰고, 빨강과 초록만으로 구분하지 않는 것이 좋습니다. 색각 이상이 있는 독자에게는 그 대비가 보이지 않으니까요.
인포그래픽은 시각화에 설명과 서사를 얹어 일반 독자에게 전달하는 형식입니다. 분석가끼리 보는 그림과 대중에게 보여 주는 그림은 목적이 다르므로, 정보 밀도와 친절함의 균형점도 달라집니다.
인출 문제
문제 1. 변수마다 세로축을 나란히 세우고 관측치 하나를 하나의 꺾은선으로 표현해 다변량 데이터를 비교하는 그림은?
평행좌표그래프는 축을 나란히 놓고 각 관측치를 축을 가로지르는 선으로 그립니다. 산점도 행렬은 변수 쌍마다 작은 산점도를 격자로 배열하는 방식이라 표현 형태가 다릅니다.
문제 2. 막대그래프에서 세로축을 0이 아닌 값에서 시작하면 생기는 문제는?
막대는 길이 자체가 값을 나타내므로 축을 잘라내면 시각적 비율이 무너집니다. 작은 차이가 극적인 격차로 보이게 되며, 선그래프보다 막대그래프에서 특히 문제가 됩니다.
문제 3. 지역별 인구를 표현하되 값에 비례해 지역의 면적 자체를 변형시키는 지도는?
카토그램은 실제 지리 형태를 왜곡해 값의 크기를 면적으로 보여 줍니다. 등치지역도는 경계를 유지한 채 색으로, 버블맵은 위치 위에 원의 크기로 값을 나타냅니다.
문제 4. 시각화 설계 원칙으로 적절하지 않은 것은?
3차원 효과와 배경 이미지는 정보를 더하지 않으면서 왜곡과 시선 분산을 일으킵니다. 특히 입체 파이차트는 원근 때문에 앞쪽 조각이 실제보다 커 보이게 만듭니다.
더 풀기
출제기준의 세세항목을 따라 이 강의 범위에서 새로 낸 문제입니다. 모의고사도 여기에서 뽑습니다.
묶음 1
문제 1. 시간에 따른 연속적 변화를 보여 주기에 가장 적합한 그림은?
점을 이어 추세를 보여 주는 선그래프가 시간 변화의 기본입니다.
문제 2. 전체에서 각 부분이 차지하는 비중을 보여 주는 그림으로 보기 어려운 것은?
산점도는 두 변수의 관계를 보는 그림입니다.
문제 3. 파이차트가 비판받는 이유로 가장 알맞은 것은?
항목이 여럿이면 막대그래프가 비교에 훨씬 유리합니다.
문제 4. 두 변수의 관계에 크기 정보까지 더해 표현하는 그림은?
점의 크기로 세 번째 변수를 표현합니다. 다만 크기 비교는 정밀하지 않습니다.
문제 5. 여러 항목의 값을 한 화면에서 색으로 비교하는 그림은?
행과 열의 교차점을 색으로 채워 패턴을 한눈에 봅니다.
문제 6. 관계 시각화에 해당하는 것은?
두 변수 사이의 관계를 표현하는 것이 관계 시각화입니다.
문제 7. 공간 시각화에 해당하지 않는 것은?
체르노프 페이스는 여러 변수를 얼굴 특징으로 표현하는 비교 시각화입니다.
문제 8. 카토그램의 특징으로 옳은 것은?
인구가 많은 지역이 크게 보이도록 지도를 변형합니다.
문제 9. 인포그래픽의 목적으로 가장 알맞은 것은?
정확한 분석용이라기보다 전달과 설득을 위한 형식입니다.
문제 10. 막대그래프의 축을 0에서 시작하지 않으면 생기는 문제로 옳은 것은?
길이로 크기를 읽는 그림이므로 기준선을 잘라 내면 왜곡이 생깁니다.
문제 11. 이중 축 그래프의 위험으로 가장 알맞은 것은?
두 계열의 교차 지점이 임의로 조정될 수 있어 신중해야 합니다.
문제 12. 색상 선택에서 고려해야 할 접근성 항목으로 가장 알맞은 것은?
빨강과 초록의 대비는 가장 흔한 색각 이상에서 구분이 어렵습니다.
묶음 2
문제 1. 분포의 모양을 확인하는 데 가장 적합한 그림은?
구간별 도수를 막대로 표현해 분포의 모양을 봅니다.
문제 2. 히스토그램에서 구간 폭을 바꾸면 나타나는 현상으로 옳은 것은?
너무 좁으면 들쭉날쭉하고 너무 넓으면 구조가 뭉개집니다.
문제 3. 여러 집단의 분포를 나란히 비교하기에 적합한 그림은?
중앙값과 산포, 이상값을 집단별로 나란히 볼 수 있습니다.
문제 4. 바이올린 플롯이 상자그림보다 나은 점으로 가장 알맞은 것은?
밀도 곡선을 함께 그리므로 이봉 분포를 놓치지 않습니다.
문제 5. 누적 막대그래프가 적합한 상황으로 가장 알맞은 것은?
총합과 내부 구성을 동시에 보여 주지만 중간 항목의 비교는 어렵습니다.
문제 6. 시각화에서 데이터 잉크 비율을 높이라는 조언의 뜻으로 가장 알맞은 것은?
불필요한 격자와 그림자, 3차원 효과가 대표적인 제거 대상입니다.
문제 7. 3차원 막대그래프가 권장되지 않는 이유로 가장 알맞은 것은?
입체 효과는 대개 정보를 더하지 않고 판독만 어렵게 합니다.
문제 8. 시계열 그래프에서 이동평균선을 함께 그리는 이유로 가장 알맞은 것은?
다만 이동평균은 시점이 밀리므로 해석에 주의해야 합니다.
문제 9. 대시보드를 설계할 때 우선해야 할 원칙으로 가장 알맞은 것은?
목적 없는 지표의 나열은 오히려 판단을 방해합니다.
문제 10. 지표에 비교 기준을 함께 표시하는 이유로 가장 알맞은 것은?
목표치나 전월 대비 같은 기준이 있어야 숫자가 의미를 갖습니다.
문제 11. 시각화에서 범례 대신 직접 라벨을 붙이는 것이 나은 이유로 가장 알맞은 것은?
선의 끝에 이름을 붙이면 해석 부담이 줄어듭니다.
문제 12. 분석 결과 시각화에서 불확실성을 표현하는 방법으로 가장 알맞은 것은?
불확실성을 숨기면 과신을 부릅니다.
묶음 3
문제 1. 지도 시각화에서 절대 수치를 그대로 색칠할 때 생기는 문제로 가장 알맞은 것은?
인구 대비 비율로 정규화해 표현해야 합니다.
문제 2. 산점도에서 점이 지나치게 겹칠 때의 대응으로 보기 어려운 것은?
표본을 지우는 것은 정보 손실입니다. 표본 추출이 필요하다면 근거를 밝혀야 합니다.
문제 3. 로그 축을 쓸 때 독자에게 반드시 알려야 하는 것은?
로그 축은 같은 간격이 같은 배율을 뜻하므로 명시하지 않으면 크게 오해됩니다.
문제 4. 비교 시각화에서 정렬을 조정하는 이유로 가장 알맞은 것은?
알파벳순 정렬은 대개 의미 있는 패턴을 감춥니다.
문제 5. 시각화의 제목을 쓰는 방식으로 가장 효과적인 것은?
무엇을 봐야 하는지 알려 주면 전달이 훨씬 빨라집니다.
문제 6. 이상값을 포함한 산점도를 그릴 때의 태도로 가장 알맞은 것은?
데이터를 감추지 않으면서 읽히게 만드는 것이 원칙입니다.
문제 7. 애니메이션 시각화의 한계로 가장 알맞은 것은?
작은 배수 그림으로 나란히 놓는 편이 비교에는 낫습니다.
문제 8. 시각화 결과를 보고할 때 원자료 접근 경로를 함께 제공하는 이유로 가장 알맞은 것은?
검증 가능성이 신뢰의 근거가 됩니다.
문제 9. 색을 값의 크기에 대응시킬 때 적절한 색 배열은?
순서가 있는 값에는 순서가 읽히는 색 배열을 써야 합니다.
문제 10. 양수와 음수가 함께 있는 값을 색으로 표현할 때 적절한 배열은?
0을 기준으로 방향이 읽히도록 색을 나눕니다.
문제 11. 시각화 검토 단계에서 반드시 확인할 것으로 보기 어려운 것은?
소프트웨어 가격은 해석과 무관합니다.
문제 12. 같은 데이터로 서로 다른 인상을 주는 그림이 만들어지는 이유로 가장 알맞은 것은?