데이터 시각화

데이터 시각화에 처음 들어선 상태입니다. 인코딩 결정 축에서 보면 아직 남이 고른 매핑을 확인하는 구간이라, 막대와 꺾은선, 산점도를 구별하고 축과 범례가 무엇을 알려 주는지 짚는 데 집중합니다. 하나의 그림에서 어떤 값이 위치에 실리고 어떤 값이 색이나 크기에 실렸는지 분해합니다. 그림을 직접 설계하는 일은 다음 레벨의 몫입니다.

• 막대, 꺾은선, 산점도, 파이 차트를 보고 종류를 구별할 수 있다
• 차트에서 축, 축 레이블, 눈금, 범례, 제목을 각각 지목할 수 있다
• 하나의 차트에서 어떤 값이 위치, 길이, 색, 크기 중 무엇에 실렸는지 말할 수 있다
• 꺾은선 차트에서 두 시점 사이의 증감 방향과 크기를 30초 안에 읽어낼 수 있다
• 표로 된 데이터를 기본 차트 한 개로 옮겨 그릴 수 있다
• 같은 데이터를 그린 차트 두 개 중 값을 비교하기 쉬운 쪽을 고르고 이유를 말할 수 있다
• 자신이 그린 첫 차트를 남에게 보여 주고 무엇을 읽었는지 받아 적을 수 있다

직접 그림을 만들기 시작하는 단계입니다. 범주형과 연속형을 구분해 그에 맞는 차트 종류를 고르고, 제목과 축 레이블, 단위, 출처를 갖춰 그림 하나만 떼어 놓아도 뜻이 통하게 만듭니다. 인코딩 결정 축에서는 아직 통용되는 관례를 따르는 구간이고, 수용 검증 축에서는 자기 눈으로 확인하는 수준에 머무릅니다.

• 범주형과 연속형 데이터를 구분하고 각각에 맞는 차트 종류를 고를 수 있다
• 제목, 축 레이블, 단위, 데이터 출처를 모두 갖춘 차트를 만들 수 있다
• 막대 차트의 기준선을 0에서 시작시키고 그렇게 하는 이유를 설명할 수 있다
• 정렬 순서를 바꿔 값의 순위가 한눈에 드러나는 차트로 다듬을 수 있다
• 한 그림에 담을 계열 수를 줄여 겹쳐 읽히는 선을 정리할 수 있다
• 완성한 차트를 흑백으로 출력해 계열이 구분되는지 확인할 수 있다
• 같은 데이터를 두 가지 차트 종류로 그려 보고 고른 쪽의 근거를 한 문장으로 적을 수 있다

의존에서 자율로 넘어가는 자리입니다. 독자가 이 그림으로 무엇을 판단해야 하는지 먼저 적고, 그 판단에 필요한 비교를 위치나 길이에 싣습니다. 잘린 축과 이중축, 부피로 부풀린 면적처럼 값을 왜곡하는 요소를 걷어냅니다. 수용 검증 축이 여기서 바뀌어, 짧은 식별용 설명과 값·추세·관계를 담은 긴 설명을 붙여 그림을 보지 못하는 독자에게도 정보가 닿게 합니다.

• 그림 하나에 독자가 내려야 할 판단을 한 문장으로 적고 그에 맞는 인코딩을 고를 수 있다
• 잘린 축, 이중축, 입체 효과처럼 값을 왜곡하는 요소를 세 가지 이상 찾아 걷어낼 수 있다
• 짧은 식별용 대체 텍스트(Alt Text)와 값·추세·관계를 담은 긴 설명을 함께 붙일 수 있다
• 강조할 계열만 색을 남기고 나머지를 낮춰 시선이 지나는 순서를 만들 수 있다
• 그림 안에 결론 문장을 주석으로 넣어 독자가 해석을 놓치지 않게 할 수 있다
• 완성 전에 두 명 이상에게 보여 주고 읽어낸 내용의 차이를 반영해 고칠 수 있다
• 집계 단위나 기간을 바꿨을 때 같은 데이터가 다르게 보이는 경우를 찾아 기록할 수 있다
• 그림 없이 문장만으로 같은 결론이 서는지 확인하고 그림이 필요한 이유를 적을 수 있다

규칙 적용에서 상황 적응으로 넘어갑니다. 과업 층위 축에서 이 그림이 왜 필요한지부터 정의해, 같은 데이터를 의사결정자용과 실무자용으로 나눠 설계합니다. 여러 범주를 같은 축 기준으로 나열하거나 상호작용을 넣어 독자가 스스로 조건을 바꾸게 합니다. 색만으로 갈리지 않도록 형태와 위치를 겹쳐 부호화하고, 매체에 따라 밀도를 조정합니다.

• 하나의 데이터셋을 의사결정자용과 실무자용 두 벌로 나눠 상세도를 다르게 만들 수 있다
• 여러 범주를 같은 축 기준으로 나열한 소형 다중 그림(Small Multiples)을 만들 수 있다
• 색각 이상 독자가 구분하도록 색 외에 형태나 위치로 이중 부호화(Redundant Encoding)할 수 있다
• 필터, 확대, 세부 표시 같은 상호작용을 넣고 각 동작이 답하는 질문을 적을 수 있다
• 인쇄물, 발표 화면, 모바일 화면에 맞춰 같은 그림의 밀도와 글자 크기를 조정할 수 있다
• 시간, 분포, 부분과 전체, 관계 중 어떤 비교인지 판정하고 그에 맞는 형식을 고를 수 있다
• 자기 그림이 오독된 사례를 모아 원인을 인코딩, 레이블, 맥락으로 분류할 수 있다
• 데이터가 결론을 받쳐 주지 않을 때 그림 대신 결론을 고친 기록을 남길 수 있다

개인의 산출물에서 팀의 기준으로 범위가 넓어집니다. 오독 책임 축이 여기서 갈리는데, 자기 그림 한 장이 아니라 팀이 내보내는 모든 그림의 정확도를 떠안습니다. 색과 축, 레이블 규칙을 문서로 정하고 템플릿으로 굳히며, 다른 사람의 시각화를 인코딩 정확도와 오독 위험, 접근성 기준으로 리뷰합니다. 그림을 만들지 않는 편이 나은 경우도 판정합니다.

• 색, 글꼴, 축, 레이블 규칙을 담은 팀 차트 표준 문서를 만들어 5명 이상이 쓰게 할 수 있다
• 다른 사람의 시각화를 인코딩 정확도, 오독 위험, 접근성 세 기준으로 리뷰할 수 있다
• 반복 보고용 차트 템플릿을 만들어 제작 시간이 줄어든 정도를 기록으로 남길 수 있다
• 발행 전 점검 절차를 정해 텍스트 대안과 색 대비를 항목으로 확인하게 할 수 있다
• 세 명 이상에게 인코딩 선택 근거를 가르치고 각자 개선 전후 그림을 제출하게 할 수 있다
• 조직에 반복되는 잘못된 차트 관행을 두 가지 이상 찾아 대체안과 함께 공지할 수 있다
• 독자 다섯 명 이상에게 같은 그림을 읽게 해 응답이 갈리는 지점을 짚어낼 수 있다
• 시각화 요청 중 그림이 필요 없는 건을 판정해 표나 문장으로 되돌릴 수 있다

팀을 넘어 조직과 분야로 영향이 확장됩니다. 부서마다 다르게 쓰이던 표현을 하나의 가이드라인으로 묶고, 인코딩 규칙마다 시각 인지 연구의 근거를 붙여 취향 논쟁을 판정 가능한 문제로 바꿉니다. 교육 과정을 설계해 역량을 사전·사후로 측정하고, 업계 논의에 방법론을 내놓습니다. 자기 규칙이 통하지 않는 예외도 함께 공개합니다.

• 부서 셋 이상이 따르는 시각화 가이드라인을 만들고 준수 여부를 분기마다 점검할 수 있다
• 시각 인지 연구 결과를 근거로 인코딩 규칙을 정하고 근거를 문서에 남길 수 있다
• 시각화 교육 과정을 설계해 20명 이상에게 운영하고 사전·사후 역량을 측정할 수 있다
• 업계 행사에서 시각화 방법론을 발표하거나 전문 매체에 기고할 수 있다
• 조직의 시각화 품질 지표를 정의하고 12개월 이상의 추이를 보고할 수 있다
• 새 차트 형식을 시험해 독자 이해도를 기존 형식과 견주고 채택 여부를 결정할 수 있다
• 자기 가이드라인이 통하지 않는 데이터 유형을 찾아 예외 규칙과 함께 공개할 수 있다

데이터 시각화의 어법 자체에 흔적을 남기는 수준입니다. 기존 분류 체계가 담지 못하는 데이터 구조를 위해 새로운 표현 형식이나 인코딩 규칙을 세우고, 그것이 다른 조직과 다음 세대의 기본값이 됩니다. 등급이나 자격이 다음 단계를 지정하지 않으므로, 도달의 근거는 남긴 어법이 얼마나 오래 참조되는지로만 확인됩니다.

• 자신이 제안한 차트 형식이나 인코딩 규칙이 외부 조직 세 곳 이상에서 쓰임을 확인할 수 있다
• 자신의 시각화 저작이 다른 제작자에게 10건 이상 인용되었음을 확인할 수 있다
• 자신의 기여가 5년 이상 학계와 실무 양쪽에서 참조되어 왔음을 입증할 수 있다
• 자신이 가르친 사람들이 각자의 조직에서 시각화 기준을 세우고 있음을 확인할 수 있다
• 기존 분류 체계가 담지 못하는 데이터 구조에 맞는 새 표현 형식을 만들어 검증할 수 있다
• 자기 어법이 가리는 정보와 한계를 함께 공개해 후대가 대안을 세우게 할 수 있다