데이터 시각화 방법

데이터값을 시각적 속성으로 나타내려면, 각 데이터 값을 어떤 시각적 속성과 연결할지 구체적으로 정해야 한다. 예를 들어 x축을 그렸으면, 어떤 데이터 값을 x축의 어디에 위치시킬지 명시한다. 이와 비슷하게 어떤 데이터 값을 어떤 도형 이나 색으로 표현할지도 정해야 한다. 이렇게 데이터값을 시각적 요소로 전환할 때 필요한 것이 스케일(scale), 즉 척도이다. 스케일은 데이터와 시각적 속성과의 연결 방식을 정의한다. 스케일은 반드시 일대일로 대응되어야 한다. [그림 Ⅱ-9]

와 같이 데이터값마다 단 하나의 시각적 속성값이 대응되어야 하고, 그 반대도 마찬가지이다. 데이터와 스케일이 일대일로 대응하지 않으면 데이터 시각화의 결과가 모호해진다(Claus, 2020).

[그림 Ⅱ-9] 데이터 값과 시각적 속성 값을 연결한 스케일(Claus, 2020)

데이터를 시각화할 땐 항상 위치 스케일을 정의해야 한다. 위치 스케일은 그래 프 안에서 데이터값들의 위치를 결정한다. 데이터 포인트들을 각기 다른 자리에 배치하지 않으면 데이터를 시각화할 수 없다. 데이터 포인트들을 선 한 줄에 나 란히 놓아야 한다. 2차원 도표에서는 보통 숫자 2개로 점 하나의 고유한 위치를 명시해야 하므로, 위치 스케일이 2개 필요하다. 이 스케일들의 기하학적 배열 관 계도 명시해야 한다. x축은 가로, y축은 세로로 뻗는 것이 보통이지만, 다른 형태 도 가능하다. 위치 스케일을 모은 하나의 집합과 이 스케일들의 기하학적인 배열 관계를 좌표(coordinate system)라고 부른다. 좌표계에서 가장 흔히 쓰이는 것은 x값과 y값을 조합해 고유의 위치값들을 명시하는 2D 데카르트 좌표계(Cartesian Coordinate System)가 있다. [그림 Ⅱ-10]과 같이 x축과 y축이 서로 직각을 이루

며 축을 따라 일정한 간격으로 데이터값들이 위치한다. 두 축은 연속형 위치 스 케일이며, 양수와 음수를 모두 나타낼 수 있다.

[그림 Ⅱ-10] 표준 데카르트 좌표계(Claus, 2020)

데이터 시각화에 색을 사용하는 경우는 기본적으로 3가지이다. 첫째, 데이터 군 을 서로 구분하기 위해, 둘째, 데이터값을 나타내기 위해, 셋째, 데이터값을 강조하 기 위해서다. 세 경우 모두 사용하는 색의 종류와 색을 사용하는 방식이 다르다.

(1) 색을 활용한 데이터 구분

순서 개념이 없는 데이터 항목이나 데이터 그룹은 색으로 구분지을 때가 많다.

이런 경우 정성적 색상 스케일(qualitative color scale)을 사용한다. 정성적 색상 스 케일은 한정된 색들로 구성하며, 이 색들을 서로 동등하게 치부하면서 확실하게 구 별해야 한다. 나란히 있을 때 유난히 튀는 색이 없어야 하고, 색에 순서가 정해져 있다는 인상을 줘서는 안 된다. 예를 들어 순서가 없는 각 데이트를 점차 밝아지는 색들로 표현하면, 마치 어떤 순서에 따라 데이터를 늘어놓은 것처럼 보일 것이다.

(2) 색을 활용한 데이터 값 표현

소득, 기온, 속력 같은 정량적 데이터값도 색으로 나타낼 수 있다. 이 경우에는 순차적 색상 스케일(sequential color scale)을 사용한다. 순차적 색상 스케일은 색 에 순서를 부여해서 값의 크기 차이, 특정한 두 값 사이의 거리를 명확하게 보여준 다. 색상 스케일을 이루는 색들이 전체적으로 균일하게 차이를 보여야 두 값 사이 의 거리가 잘 표현된다. 순차적 스케일은 하나의 색조나 여러 색조로 이루어진다.

(3) 색을 활용한 강조

색은 데이터의 특정 요소를 강조할 때 효과적인 요소다. 데이터 셋에서 도표의 주제에 대한 핵심 정보를 담은 값이나 범주를 알아보기 쉽게 표현하면 도표를 통해 전하려는 메시지가 더 탄탄해진다. 해당 값에 다른 값과 확실하게 구별되는 색을 부여하면 원하는 부분을 쉽게 강조할 수 있다. 이럴 때에는 은은한 색 모 음, 은은한 색과 짝을 이루면서 더 강렬하고 선명한 색 모음이 함께 있는 강조 색상 스케일을 사용한다.