Information Design and Data Visualization Principles
데이터와 메타데이터의 개념 및 분류 원리
데이터(Data)와 메타데이터(Metadata)의 정의
데이터(Data): 정보의 한 조각이자 단일 사건(Event). 그 자체만으로는 독립적이며 특별한 의미를 가지기 어려움.
메타데이터(Metadata): 데이터가 품고 있는 데이터, 즉 '데이터에 관한 데이터(Data about data)'. 데이터를 추출하고 해석하는 맥락이자 컨텍스트(Context) 역할을 수행함.
와인(Wine)을 통한 데이터와 메타데이터의 비유:
와인 자체: 단일 데이터.
와인의 메타데이터: 와인의 생산 국가 및 지역, 포도의 품종, 알코올 도수, 생산 연도(빈티지) 등.
메타데이터 시각화 실생활 사례:
국가별 맥주 소개 시각화: 맥주(데이터)를 각 국가의 주류법(공공장소 음주 허용 여부 등) 메타데이터와 결합하여 전달하며, 맥주잔의 용기 및 용량 정보를 함께 제공함.
우유팩 표기 정보: 우유팩 겉면에 기재된 영양소, 용량, 성분 표기 등은 모두 우유에 대한 메타데이터에 해당함.
메타데이터 기준의 데이터 분류(Categorization)와 관계성 발견
커피숍(Coffee Shop) 데이터 분류 예시:
커피값(비용) 기준 분류: 저가 브랜드 vs 고가 브랜드.
매장 크기(공간 사이즈) 기준 분류.
데이터 배열 후 관계성(Correlation) 도출:
매장 사이즈가 작은 장소일수록 커피값 또는 땅값이 더 비싸다는 경향성 발견.
매장 사이즈가 클수록 땅값이 저렴하다는 경향성 발견.
분류 및 배열을 통해 해당 커피숍을 대체할 수 있는 장소의 존재 유무 등 새로운 관계성을 발견할 수 있음.
데이터 배열(Arrangement)의 5가지 핵심 기준 (LATCH 원리)
Location (장소 기반): 지도(Map) 상의 위치를 기준으로 데이터를 배치함.
Alphabetical (알파벳/가나다순): 데이터 간의 특별한 참여성이나 위계가 없을 때 단순 검색용으로 배치함 (예: 전화번호부).
Time (시간/연대기순): 역사적 사건, 박물관 데이터 등 시간의 흐름에 따라 배치함.
Category (카테고리/속성): 데이터가 가진 고유한 속성에 따라 분류하여 배치하며, 시각적으로는 주로 색상(Color)을 통해 구분함.
Hierarchy (위계): 사건의 경중이나 데이터의 크기, 중요도 등 위계 구조에 따라 배치함.
자동차(Automobile) 데이터의 LATCH 적용 예시:
자동차 한 대: 단일 데이터.
배기량, 연비, 생산국, 생산 연도: 메타데이터.
생산 국가 기준 배치: 지도(Location) 활용.
생산 연도 기준 배치: 연대기(Time) 활용.
차종(경차, 중형차 등) 기준 배치: 카테고리(Category) 활용.
배기량 및 생산량 크기 기준 배치: 위계(Hierarchy) 활용.
데이터 배열과 상관관계 분석 기법
어피니티 라이브러리(Affinity Diagram)를 활용한 상관관계 도출
곡물과 비료의 상관관계 매트릭스 분석 절차:
: 곡물 재배 부지 (쌀, 보리 등).
: 비료의 종류.
매트릭스 상에서 특정 곡물 부지에 효과가 있는 비료의 교차 지점에 체크 표시를 함 (예: 부지는 번 비료에 효과가 있음).
흩어져 있는 체크 표시(검은색 점)들을 위아래 및 좌우로 모아 정렬함.
정렬 결과 타입을 포함한 총 가지 유효한 패턴/경향성이 도출됨을 확인함.
통화 기록 데이터를 통한 시각화 및 인사이트 도출
사람 간의 통화 기록 데이터 분석:
의 통화 건수(빨간 줄)가 가장 많게 나타남.
단순 통화 건수가 많다는 사실만으로는 정밀한 인사이트를 얻기 어려움 (가 콜센터 직원이라 업무상 전화를 많이 해야 하는 상황일 수 있음).
시각적 변수를 통한 다차원 데이터 표현:
통화 방향성: 가 전화를 걸었는지, 전화를 받았는지 구분.
통화 시간(지속 시간): ~분 내외의 짧은 통화는 콜센터 업무일 가능성이 높고, 시간 이상의 긴 통화는 친한 사이일 가능성이 높음.
선의 굵기(Line Thickness): 통화 시간이 길수록 선을 굵게 표현.
색상(Color): 전화를 먼저 걸었는지 받았는지 발신/수신 여부를 구분.
시각화를 활용하면 대량의 복합 정보를 한눈에 동시에 다룰 수 있음.
정보 디자인의 게슈탈트 원리 및 시각적 변수
정보 디자인의 궁극적 목표
시청자/사용자가 정보를 빠르게 인지(Cognition)하고 정확하게 이해하게 만들며, 시간이 지난 후에도 기억에 남아 직관적으로 떠올릴 수 있도록 디자인하는 것.
"정보를 쉽고 단순하게 만드는 것이 디자인에서 가장 어렵다."
게슈탈트 이론(Gestalt Theory)과 그룹핑
비슷한 속성이나 시각적 요소끼리 묶어주는 그룹핑(Grouping)이 정보 디자인에서 가장 중요한 핵심 요소임.
지도와 같이 정보량이 과도하게 많은 시각화에서는 중요한 정보가 눈에 잘 띄도록 색상 및 표현 방식을 달리하여 정보를 명확히 분리해야 함.
시각적 변수(Visual Variables)의 종류와 활용
색상(Color): 데이터의 유형 및 카테고리를 구분하는 가장 쉬운 방법. 단, 색맹/색약 사용자를 배려하여 기호나 문자를 병행 표시하는 인지 시스템을 구축해야 함.
방향(Orientation): 요소의 기울기나 각도를 조절하여 시각적 구분을 형성.
패턴 및 텍스처(Pattern & Texture): 색상과 크기 외에 추가적인 변수가 너무 많을 때 효과적으로 활용함.
위치(Position): 지리적 위치나 상대적 배치 공간 활용.
크기(Size): 데이터의 수량적 차이나 정도(Magnitude)를 표현.
형태/모양(Shape): 데이터 속성 구분 (예: 남성은 네모, 여성은 동그라미로 지정하여 한눈에 인지하도록 함).
데이터 강조 원칙: 전달하고자 하는 핵심 데이터에만 색상을 부여하고, 나머지 비핵심 정보는 유추하여 파악할 수 있도록 색상을 제거/절제함.
정보 디자인 실무 적용 사례
닥터자르트(Dr. Jart+) 화장품 가지 라인업 유형화:
수분 보습 라인은 물방울이 합쳐지는 아이콘, 모공 타이트닝 라인은 전용 그래픽 등 사용자가 한눈에 효능을 연상할 수 있도록 디자인 시스템 구축.
대 주요 도시(런던, 로마, 파리, 베를린) 기하학적 단순화 지도:
도시의 형태를 뼈대 형태로 극도로 단순화하고, 강(River)의 위치(남쪽 위치, 지그재그, 곡선 흐름 등)를 도시와 매칭하여 기억하기 쉽도록 디자인함.
인체 호문쿨루스(Homunculus) 및 시각화 기준별 변주:
신경 분포 밀도 기준: 신경이 집중된 입술과 손이 가장 크게 표현됨.
상해 보험금 지급액 기준: 상해 발생 시 보상금이 가장 높은 눈과 손이 가장 크게 표현됨.
칼로리 소모량 기준: 에너지 소비가 가장 큰 뇌(Brain)가 가장 크게 표현되고, 그 뒤를 심장이 이음.
구글 검색 결과량 기준: 검색 건수가 많은 부위가 크게 표현됨.
동일한 데이터 대상이라도 어떤 메타데이터 기준을 적용하느냐에 따라 시각화의 결과와 메시지가 완전히 달라짐.
그래프 및 차트 디자인 가이드라인
데이터의 유형 분류
정량적 데이터(Quantitative Data):
이산형(Discrete): 개수와 같이 명확하게 떨어진 개별 단위의 데이터.
연속형(Continuous): 키, 온도 등 끊이지 않고 이어지는 데이터.
정성적 데이터(Qualitative Data): 범주, 특성, 기술적 속성 등.
막대 그래프(Bar Chart) 설계 법칙
축 기준선: 막대 그래프는 반드시 부터 시작해야 함 (이 아닌 숫자부터 시작할 경우 데이터 간 비율 차이에 심각한 착시 효과가 발생함).
가로 축 배치: 항목 이름(라벨)이 길 경우 세로 막대 대신 가로 막대 그래프를 사용하며, 시간의 흐름이나 연대기적 데이터는 가로 축에 배치함.
가독성 유지: 세로 방향으로 표기된 텍스트는 가독성을 심각하게 떨어뜨리므로 사용을 지양함.
그래프 간격: 막대 사이의 간격이 너무 넓으면 시선이 중앙 빈 공간으로 빠져나가므로 적정한 간격을 유지해야 함.
꺾은선 그래프(Line Chart) 설계 법칙
선의 개수 제한: 한 그래프 내에 개 이상의 선을 복잡하게 겹쳐 배치하지 않아야 함.
범례 배치: 그래프 끝부분에 타이틀/라벨을 직접 적어주면 가독성이 크게 향상됨.
범위를 벗어난 공간 절삭: 불필요한 미사용 공간은 자르고 필요한 구간을 명확히 보여줌.
시각적 착시와 다중 변수 차트 유형
시각적 착시(Visual Illusion) 경계
동일한 데이터라도 축의 시작 지점을 으로 두지 않거나 크기를 인위적으로 조절하면, 실제 차이는 매우 미미함에도 불구하고 엄청난 차이가 존재하는 것처럼 보이는 착시 오류가 발생함.
시간대별 데이터 시각화 사례
창의적 예술가들의 시간 하루 일과 분석:
예: 피카소(Picasso)는 주로 오후부터 활동을 시작하여 식사 후 새벽 시간대까지 집중적으로 작업하는 라이프스타일 경향을 보임.
파이 차트(Pie Chart) 활용 및 배치 규칙
사용 목적: 전체 대비 부분의 비율을 보여줄 때 사용함.
항목 수 제한: 너무 많은 슬라이스를 포함하지 않아야 함.
단순 비교: 와 두 값을 단순 비교할 때는 파이 차트보다 막대 그래프가 훨씬 직관적임.
시작점 및 순서: 상단 중앙(시 방향)을 시작점으로 두고, 가장 비중이 높은 항목부터 시계 방향으로 순차 배치함.
절대값 vs 상대값 (Absolute vs Relative Value)
전달하려는 메시지의 정확성에 따라 절대값과 상대값 선택이 달라짐.
국가별 국방비 지출 시각화 예시:
절대 금액 기준: 미국이 압도적인 위로 보임.
국가 전체 예산 대비 비중(상대값) 기준: 미얀마가 가장 높은 비중을 차지함.
산점도(Scatter Plot)
두 변수 간의 경향성(Trend) 및 상관관계를 파악할 때 유용함 (예: 공부 시간과 성적 간의 비례 관계를 점을 찍어 시각화).
버블 차트(Bubble Chart)를 통한 다중 변수 표현
하나의 차트에 가지 이상의 다차원 변수를 한눈에 표현 가능:
축 위치, 축 위치, 버블의 크기(면적), 버블의 색상.
버블 차트 크기 계산 주의사항: 버블의 크기는 반지름(Radius) 길이가 아닌 면적(Area) 비율로 계산하여 적용해야 정확함 (계산이 복잡할 경우 AI 도구 활용 권장).
한스 로슬링 형태의 글로벌 통계 버블 차트 사례:
축: 출산율 / 축: 수명.
버블 크기: 평균 수명 또는 인구수 / 색상: 대륙 구분.
시각화 도출 결과: 수명이 긴 국가(동아시아: 한국, 일본 등 보라색 버블)는 출산율이 낮고, 출산율이 가장 높은 국가(아프리카 국가 등)는 평균 수명이 짧고 버블 크기가 작음.
레이더 차트 (스파이더 차트 / 훌라 차트 / 메이저 차트)
체조 선수의 다각적 기량 분석이나 국가별 거주 환경 평가에 활용함.
워킹홀리데이 국가 비교 학생 작품 예시:
안전성, 임금 수준, 체류 조건 등 다수의 평가 항목을 방사형 축으로 설정.
도출된 다각형의 면적이 넓을수록 전반적인 환경이 우수하고, 안쪽으로 좁혀질수록 열악함을 직관적으로 파악할 수 있음.
체르노프 페이스 (Chernoff Faces)
~개 이상의 다수 변수를 사람의 얼굴 요소(눈, 코, 입 크기, 얼굴 모양, 헤어스타일 등)에 치환하여 시각화함.
구체적 수치를 개별 기억하긴 어렵지만, 종합적인 형태를 통해 그룹 간 차이를 한눈에 직관적으로 비교할 수 있음.
히트맵 (Heatmap)
동일한 색상 계열에서 명도와 채도(진하기)의 차이로 데이터의 집적도와 밀도를 표현함.
판매량 히트맵 예시: 요일별/시간별 매출 데이터를 시각화했을 때 수요일과 금요일에 가장 매출이 높음을 한눈에 파악 가능함.
비유적 표현 및 정보 구조화 8가지 패턴
비유적/은유적 표현 (Metaphorical Representation)
추상적이거나 거대한 숫자 데이터를 사람들에게 직관적으로 와닿게 만들기 위해 친숙한 매체로 치환하여 표현함.
탄소 배출량 시각화: 배출량을 눈에 보이는 물리적 부피로 비유.
칼로리 소모량 및 에너지 치환 시각화: 코카콜라, 햄버거 등의 음식이 가진 열량(Calorie)을 인체 및 자동차의 에너지 소비량 단위로 치환하여 직관적 이해를 돕고 맥락을 전달함.
정보 구조화 및 레이아웃 8가지 패턴
대조 및 비교 (와 의 단순 비교)
연대기 및 시간 순서 배치
공간 및 지리적 배치 (지도 기반 위치 표현)
위계 및 단계별 고취 구조
트리맵 (Treemap: 데이터의 면적 대비 비율 및 인터랙티브 구조)
관계 시각화 (네트워크 및 흐름 표현)
생키 다이어그램 (Sankey Diagram)
속성별 카테고리 분류
생키 다이어그램 (Sankey Diagram)의 유래
본래 열에너지의 유입, 유출 및 진행 과정에서 발생하는 에너지 손실 효율을 흐름의 굵기(폭)로 표현하기 위해 개발된 다이어그램임.
인터랙티브 정보 시각화 프로젝트 사례
판소리 인터랙티브 시각화 프로젝트
데이터 구성: 세기, 세기, 세기의 판소리 각 곡을 개별 데이터로 설정함.
인터랙션 및 기능:
판소리 사운드 재생 기능 탑재.
판소리 내 등장인물 간의 관계망 시각화 (파란색: 주인공 및 조력자, 빨간색: 대립자/적대자).
화면 좌측 패널에 해당 판소리의 발생 지역 지도를 표시하고 하단에 상세 설명 제공.
한 화면 내에 다채로운 메타데이터를 유기적으로 결합하여 직관적인 이해를 지원함.
뮤직 월간 (Music Organ) 프로젝트
컨셉: 인체의 장기(Organ) 형태에서 모티브를 얻어 음악 산업 디자인을 전개함.
내용: LP판, 트랙 카세트테이프, MP3 등의 기술적 변화에 따른 음악 산업의 구조적 변천사와 사회적 사건을 결합하여 시각화함.
음악 산업의 활성화, 쇠퇴, 소멸 과정을 시간의 흐름 및 검색 기능과 연결함.
뉴욕타임스/블룸버그 스타일의 정치인 관계망 인포그래픽
기준 변경(필터링) 시스템 구축:
정치인들의 브레인 인맥, 블룸버그와의 친분 관계, 직함(Job Title), 출신 지역 등 사용자가 조망하고자 하는 메타데이터 기준을 바꿀 때마다 네트워크 및 사전 형태의 데이터가 실시간으로 재구성됨.
AI 직업 대체 가능성 시각화 프로젝트
검색 및 시각 효과: 사용자가 직업명(예: 아티스트)을 검색하면 해당 직업이 로봇으로 변화하는 정도를 시각적으로 연출함.
AI에 의해 쉽게 대체되는 직업과 대체하기 어려운 직업의 차이를 직관적으로 전달함.
프로젝트 진행 단계 및 다음 주 과제 안내
학기 전체 커리큘럼 및 진행 단계
주차 (현재): 핵심 메시지 설정 및 기초 자료 조사 공유.
주차 (다음 주): 메타데이터 기준의 데이터 유형화, 시각화 레이아웃 스케치 제출, 1인당 분씩 발표 및 피드백.
주차: 구체화된 인터랙티브 설계안에 대해 김원종 교수님과 공동 크리틱 진행.
~주차: 최종 인터페이스 설계 및 정보 시각화 진입.
다음 주 과제 세부 수행 사항
스케치 작성: 데이터를 어떤 배치 방식으로 보여줄 것인지, 무엇을 강조할 것인지에 대한 레이아웃 스케치 준비.
팀원별 메타데이터 유형화 실습:
팀원 명이 각자 가지씩 담당하여 총 가지 메타데이터 관점으로 데이터를 유형화함.
관점 적용 예시: 인프라 구조 기준, 기후 기준, 창의 목적/소리/표현/체제 시각화 기준, 청년층과 세 이상 고령층의 부양 단계 기준 등.
실습을 통해 자신의 데이터가 가진 속성을 정확히 이해하는 것이 필수적임.
자료 조사 관련 주의사항
출처의 명확성: 제시하는 모든 데이터는 출처(Source)가 명확해야 함.
자료의 최신성: 데이터의 신뢰성을 확보하기 위해 가장 최신의 자료를 수집하고 분석해야 함.