데이터지능 E10 데이터시각화 & 인포그래픽 with 김묘영님

안녕하세요. 저는 국내 최초의 인포그래픽 디자인 스튜디오인 바이스 버사 디자인 스튜디오를 운영하고 있는 김 료영이라고 합니다. 국내 기업 및 국가 기관과 함께 다양한 데이터 시각화 또는 인포그래픽 작업을 진행하고 있고요. 책자, 그 다음에 웹, 어플리케이션, 모션 그래픽 등 다양한 포맷으로 제작을 하고 있습니다. 좋아 보이는 것들의 비밀, 인포그래픽이라는 책을 한 번 출간을 했고요. 너무 창피하지만 최근 두 번째 책을 준비하고 있습니다. 그 다음에 한국예술종합학교에서 기초 커뮤니케이션 디자인이라는 수업으로 학생들을 만나고 있고요. 오늘 여기서 이렇게 다양한 분들이랑 데이터 시각화 및 인포그래픽에 대해 이야기를 나누게 되어서 너무 기대됩니다.

하겠습니다 안녕하세요 김영웅입니다 저는 한국에서 경영학을 공부하고 있는 대학원생이고요 작년과 재작년에는 데이터 시각화 교육 프로그램을 운영했었고 작년에 데이터 과학 교육 프로그램인 데이걸스를 기획하고 운영했었습니다 개인적으로는 초보자가 효율적으로 데이터 과학을 배울 수 있는 교육 프로세스와 서비스 요소로서의 데이터 과학 운영에 관심이 많습니다

안녕하세요. 데이터진행 팟캐스트 진행을 맡고 있는 김진영입니다. 보통 데이터라면 굉장히 딱딱한 주제로 생각을 하시는데요. 실제로는 이를 다양한 형태로 시각화하는 작업을 통해서 분석에도 도움을 받을 수 있고, 굉장히 다양한 종류의 경험을 할 수 있는데요. 오늘은 데이터 시각화 및 인포그래픽에 대해서 이야기를 나눠볼까 합니다 네 그래서 이번 방송에는 인포그래픽 전문가이신 김묘영님과 또 데이터 시각화에 대해서 다양한 활동하시는 김영웅님 두 분을 모셨습니다 우선 김묘영님 소개 부탁드릴게요

안녕하세요 김묘영입니다 저는 국내 최초 인포그래픽 전문회사인 아이스오사 디자인 디자인 스튜디오를 운영하고 있고요. 국가 기관 및 기업과 함께 다양한 분야의 데이터 시각화 및 인포그래픽을 제작하고 있습니다. 또 책, 모션 그래픽, 웹 어플리케이션 등 다양한 포맷으로 제작을 하고 있고요. 현재 한국예술종합학교에서 학생들을 만나고 있습니다. 좋아 보이는 것들의 비밀 인포그래픽이라는 책을 한 권 냈고요. 최근에 두 번째 책을 준비 중입니다. 복잡한 데이터를 보다 쉽고 빠르게 이해하는 결과물로 만드는데 아주 관심이 많습니다. 오늘 이렇게 팟캐스트에서 다양한 분들과 이야기 나눌 수 있게 되어서 정말 기대됩니다.

네, 소개 감사합니다. 저는 우선은 국내에 인포그래픽 전문 스튜디오가 있다는 사실도 굉장히 놀라웠고, 그리고 최근에 대표님께서 쓰신 책도 읽어봤는데, 인포그래픽이라는 게 굉장히 다양한 가능성이 있다, 뭐 이런 생각을 했거든요. 그래서 그 말씀 좀 더 자세히 들어보기로 하겠고요. 네 또 영웅님 저의 운영진 중 한 분이시기도 하시죠? 네 영웅님 간단히 소개 부탁드릴게요.

네 안녕하세요 김영웅입니다. 저는 한국에서 경영학을 전공하고 있는 대학원생이구요. 약 2년 전에 데이터 시각화 교육 프로그램을 운영했었고 얼마 전에 작년에는 여학생을 대상으로 하는 데이터 사이언스 교육 프로그램인 데이걸스를 계획하고 운영했었습니다. 저는 개인적으로는 초보자가 효율적으로 데이터 과학을 배울 수 있는 교육 프로세스와 서비스나 프로덕트를 만드는 요소로서의 데이터 과학 운영에 관심이 많습니다. 저는 김명영 대표님처럼 책은 아직 없고요. 가끔 브런치에 글을 쓰고 있습니다. 반갑습니다.

영웅님께서는 데이터 전공자는 아니지만 데이터 교육 관련해서 다양한 프로그램을 하고 계시기 때문에 오늘은 일반인들이 인포그래픽이나 정보 시각화에 대해서 궁금한 점에 대해서 질문을 해주시고 또 온라인에서 지금 저희가 방송을 생방송 진행하고 있기 때문에 질문을 아마 해주실지 않을까 생각이 되는데 영웅님께서 좀 정리해서 전달해 주시면 좋겠습니다. 네 그리고 오늘 방송은 사실 정보 시각화 주제이기 때문에 시각 자료가 사실 필요해요. 그래서 저희가 유튜브 지금 생방송에서 사용할 자료를 저희 출연진이 응원을 해서 만들었는데 팟캐스트에는 저희가 최대한 자료를 좀 설명을 드려서 이해하실 수 있도록 하겠구요 만약에 이제 필요하시면 저희 유튜브 링크를 드릴 테니까 거기서 이제 영상을 보시거나 아니면 슬라이드를 공유할 테니까 슬라이드를 보시면 될 것 같습니다 그러면 이제 실제로 시작을 해볼게요. 데이터 시각화라는 게 사실은 관련된 개념이 여러 가지가 있는 것 같은데 제가 사실 이런 Venn 다이어그램을 찾았어요. 그래서 데이터 시각화가 유저 인터페이스, 그리고 인포메이션, 그리고 커뮤니케이션, 비주얼 커뮤니케이션 이런 요소들의 교집합이다. 이런 식으로 설명해놓은 자료도 있는데 보통 정보시각화와 데이터시각화가 있고 그 안에 인포그래픽도 있는 것 같은데 이게 어떤 차이가 있나요?

우선 데이터 시각화 같은 경우는 특별한 어떤 목적이 있다거나 아니면 어떤 메시지를 담아야지 라는 생각을 가지고 만든다기 보다는 다량의 가공되지 않은 데이터를 통계와 알고리즘을 통해서 1차적으로 시각화하는 거라고 생각해 주시면 될 것 같아요 그의 반면에서 인포그래픽 같은 경우는 단순히 그냥 보기 좋게 시각화하는 것이 아니라 명확한 목적과 핵심 메시지를 가지고 차트나 지도, 아이콘, 뭐 그래픽 사진 등을 적극적으로 활용해서 이해하기 쉽게 표현하는 것이라고 생각해 주시면 될 것 같습니다. 데이터 시각화 같은 경우는 대량의 데이터 속에서는 볼 수 없었던 걸 시각화하고 나면 어떤 관계가 있는지 아니면 어떤 흐름이 보인다라든지 맥락을 읽어낼 수 있다라든지 라는 장점이 좀 있을

수 있을 것 같고요 그러면은 데이터를 가지고 작업하는 데이터 과학자라면 데이터 시각화를 일단 먼저 하고 그 다음에 어느 정도 이제 데이터가 정보가 됐다 약간 뭔가 가공이 되고 뭔가 좀 유용한 그 형태가 됐다 이제 그러면 그때 정보시각화 및 인포그래픽이 들어가는 그런 걸로 이해를 해도 될까요?

그쵸. 예를 든다면 코카콜라가 전국에서 얼마나 팔리고 있는지를 그냥 지도 위에 표시를 했다라고 하면 그건 데이터 시각화일 거고요. 그런데 그렇게 표시를 하고 봤더니 특정 지역에서 코카콜라가 많이 나간다는 걸 알게 됐고 또 그게 신기해서 조사를 해봤더니 예를 들면 특별한 이유가 있었다라고 하면 그런 얘기를 담아서 인포그래픽을 제작할 수 있겠어. 그렇게 생각하시면 조금 더 쉬울 수 있으실 것 같습니다. 어떤 메시지를 확실하게 담아 주려고 하는 게 인포그래픽이라고 얘기를 할 수 있는 거죠.

네, 마치 데이터 과학자가 데이터를 가지고 작업을 하지만 거기서 정보가 나오고 나중에 날리지 지식이 나오는 것처럼 데이터 시각화, 그 다음에 정보 시각화, 그리고 인포그래픽 이런 식으로 좀 더 그 작업 단계에 따라서 좀 더 심화가 된다 약간 이렇게 어 좀 이해가 되는 거네요 네네 네 네 어쨌든 뭐 지금 사실은 이 많은 청취자 분들께서 데이터라면 굉장히 딱딱하고 뭔가 뭐 수학이 들어가고 뭔가 통계가 통계를 알아야 될 것 같고 그런 인상을 많이 갖고 계실 텐데 대표님께서는 사실 어떤 백그라운드에서 이런 일을 시작하게 되셨는지 그리고 데이터 관련돼서 데이터 엔지니어도 있고 데이터 과학자도 있고 그런데 데이터 시각화의 매력이랄까 아니면 왜 데이터 시각화에 신경을 써야 되는지 그런 거에 대한 생각이 어떠신가요?

우선 제가 시작하게 된 계기는 저는 대학교 다닐 때 전공이 인터렉션 디자인이었어요. 저희 학교에서 배웠던 거는 주로 새로운 기술을 바탕으로 새로운 라이프 스타일을 제시해주는 컨셉 중심의 디자인을 했었는데, 그렇다 보니까 이게 뭔가 사람들한테 어필을 하려면 왜 이렇게 했는지에 대한 근거가 굉장히 많이 필요했습니다. 그래서 통계 자료를 자주 찾아보게 됐고, 그 다음에 저희가 직접 설문조사 등을 통해서 통계를 만들기도 했었고요. 근데 이제 이렇게 다량의 통계를 모아놓고 나면 발표를 할 때 이 통계 자료를 엑셀 파일로 보여준다거나 이런 거는 사실 보시는 분들이 이해가 안 되시니까 그 다음 단계로 진행이 잘 되지 않았어요. 어떻게 하면 다량의 통계를 보기 좋게 이해하기 쉽게 바꿀 수 있을까 하고 고민을 하다가 해외에서 이미 2000년대 초반부터 인포그래픽이라는 것이 상당히 인기가 있다는 것을 알게 됐고요. 결과물들을 보고 이제 스터디를 하면서 관심을 갖게 됐는데 원래 학교에 다닐 때도, 더 어릴 때에도 효율적인 걸 굉장히 좋아했어요. 최소의 노력으로 좋은 결과를 내는 것. 시험 공부를 할 때도 책을 다 보는 것보다는 핵심만 딱 봐서 시험을 잘 봤으면 좋겠네. 많이 놀아야 되니까. 이런 생각을 많이 했던 사람이라 책을 보다가 모르는 것만 따로 이렇게 한 장으로 정리해서 시험 전날에는 그것만 보는 사람이었는데 그렇다 보니까 다량의 데이터를 효과적으로 보여줌으로 인해서 사람들이 보다 빨리 이해할 수 있게 되는 부분에 굉장한 짜릿함을 느꼈어요. 그래서 이 부분에 대해서 공부를 하게 됐고 사실 저도 베이스가 통계나 이쪽은 아니라서 제가 데이터 사이언티스트가 되기에는 과정도 좀 멀었고 그 부분보다는 시각화, 그래서 커뮤니케이션 하는 부분에 관심이 많았던지라 아예 그런 부분으로 창업까지 하게 되었습니다. 국내에는 아직 전문적으로 했던 회사는 없었던 상황이라 창업을 해서 지금까지 하게 되었습니다.

네 디자인으로 출발을 하셨고 그런데 이제 작업이나 여러가지 이제 뭐 그 학교나 이런 데서 이제 데이터를 접하셨고 그 데이터의 매력을 느끼셔서 이제 데이터와 디자인의 접점이 되는 시각화를 조금 집중적으로 하시는 그런 경로를 거쳐 오셨네요.

네.

데이터 전공은 안 하셨지만 일하시다 보면 데이터 전공자나 데이터 과학자 이런 사람들이랑 같이 일도 많이 하시죠?

네. 아무래도 일하다 보면 많이 뵙게 되고요.

어떠신가요? 사실 완전히 어찌 보면 원래는 다른 분야라고 생각을 많이 하던 분야인데 데이터 과학이랑 아니면 통계랑 디자인이라는 게 이 두 가지를 접목시키는 작업이 실제로 하시다 보면 어떤 챌린지가 있는지 아...

네. 일단은 처음에는 커뮤니케이션 하는 게 당연히 쉽지 않았었는데 그래도 다행이었던 거는 저 같은 경우는 UX, UI 쪽 디자인을 같이 공부를 했어가지고 기본적인 웹 코딩이나 이렇게 해서 이제 나름 아주 조금이지만 컴퓨터 언어나 이런 거는 조금 그래도 공부를 할 기회가 있었거든요. 그러면서 이제 개발자 분들이랑 일을 같이 많이 하게 되다 보니까 약간 뭐라 그래야 되지? 논리적인 사고? 하는 부분에 있어서는 그래도 대화하기가 좀 많이 편했던 것 같아요. 그리고 처음에는 어디까지를 저희가 같이 해야 되고 어느 부분까지를 부탁을 드려야 되는지 잘 몰라가지고 혼란스러웠던 적도 있는데 지금은 이제 어디까지 같이 해야 되고 어느 부분을 딱 정리해서 드려야 되는지를 알게 되면서 대화하기는 훨씬 편해진 것 같습니다.

네 그러니까 이제 작업을 하신다는 게 어떤 회사에서 인포그래픽을 만들고 싶다 이제 그런 식으로 이제 작업을 하시는 거죠? 네네 그러면은 데이터를 다 받으시나요? 그 작업을 의뢰한 회사에서 어떤 중간에 왔다 갔다 하는 경우가 과정이 여러가지 필요할 것 같긴 한데 네네 그런 데이터를 어떤 수준까지 받으시는지 데이터만 테이블 형태로 받으시는지 아니면 어느 정도 기본적인 시각화가 된 그런 것까지 받으시는지 그런 작업 과정 같은 게 좀 궁금하네요.

우선은 저희가 시각화된 자료를 받는 경우는 거의 없고요 그건 이제 저희 영역이다 보니까 보통 엑셀 형태로 데이터를 받게 되는데 아시겠지만 기업 같은 경우는 데이터 전부를 저희가 가서 보려면 내부에서 일을 하던가 아니면은 계약 기간이 굉장히 많이 길어지는 여러 서류 절차들이 좀 필요해집니다. 정보 보호 때문에 그래서 이제 저희가 찾았던 방법은 여러 번의 이렇게 단계를 거치면서 저희가 필요한 부분에 대한 정보를 이렇게 이렇게 이렇게 세팅해서 주세요 라고 요청하는 경우들이 많아졌고요 그래서 저희에게 필요한 정보만 일단 엑셀로 받은 다음에 그걸로 이제 1차 시각화를 해보면서 부족한 부분이나 아니면 덧붙여야 될 부분들을 같이 이제 보면서 협의하고 주고받는 형식으로 진행을 하고 있습니다

그러면 이제 데이터를 사실 전혀 모르는 회사의 데이터를 받아가지고 시각판단 작업이 데이터 엑셀을 받으신다고 하셨지만 이제 엑셀만 보고 이해가 되는 것도 아니고 네 좀 그런 면에서 어려움이 좀

있으실 것 같은데 네 아무래도 처음에는 엑셀만 보고 이해하는 게 당연히 쉽지는 않았고요 보통은 이 데이터를 통해서 이 데이터를 모아주신 분 그 다음에 이 프로젝트 의뢰해주신 분들이랑 같이 미팅하는 시간이 굉장히 중요한 것 같아요. 그때 이제 질문을 하고 대답을 듣는 과정도 굉장히 중요한 것 같고요. 그렇게 해서 이제 어느 정도 데이터에 대한 이해를 설명을 듣고 와서 이제 저희가 할 때는 1차적으로는 가끔 데이터 시각화할 때 어떤 프로그램 쓰세요? 하는데 저희가 R까지 써야 되는 경우는 사실 많지는 않았어요 그래서 보통은 엑셀로 1차 시각화를 해서 이제 패턴을 확인을 하고요 패턴을 확인하고 나서 아까 말씀드린 것처럼 더 필요한 정보나 아니면 특이점들이 보였을 때 이유가 있는 건지 아니면 수치가 잘못된 건지 등 이제 확인하는 작업을 거치면서 데이터를 이해하게 됩니다

네 사실 저희가 이제 그 프로세스 얘기를 조금 해보려고 하는데 그 대표님께서 이제 데이터 시각화 그리고 이제 뭐 좀 더 구체적으로 인포그래픽을 만드는 이제 프로세스에 대해서 조금 그 정리를 좀 해주셨어요 그래서 이제 여기 정리해 주신 걸 보면은 어 말씀하신 대로 지금 문제 제기 데이터 수집 데이터 스터디 그 다음에 선별 그 다음에 시각 1차 시각화 포맷 선택 와이어 프레임 뭐 스타일 리서치 시각과 테스트 공개 이렇게 이제 굉장히 여러가지 단계가 있는데 사실 앞부분은 데이터 만드는 사람들은 다 하는 일인 것 같아요. 데이터를 수집해서 이제 선별하고 이제 정리하고 이제 그런거는 다 중요한데 제가 그 데이터를 다른 사람의 데이터를 받아서 작업하는게 어렵지 않냐고 여쭤봤던게 저 같은 경우는 이제 저희 회사에서 이제 제가 데이터 팀에 있으니까 데이터 팀에서 이제 회사 데이터를 보는데도 굉장히 다른 사람이 준 데이터는 굉장히 물어봐야 될 게 많거든요. 그래서 이제 아예 다른 사람들의 이제 다른 회사의 데이터를 본다는 게 어려운 일이지 않을까 이런 생각이 듭니다. 잠깐 뭐 여기 프로세스 관련해서 그 자료 주신 걸 보면은 뭐 지금 보니까 브레인스토밍 작업 같은 것도 하시는데 뭐 포스트잇 같은 것도 많이 쓰시는 것 같고 간단히 좀 설명을 해 주실 수 있을까요? 지금 이게 어떤 단계인지?

네네 우선은 저희가 기업 같은 경우는 지금 팟캐스티에서 공개를 할 수 없을 것 같아서 저희가 이제 제주비엔날레에 출품했던 출품작 과정을 좀 가지고 왔거든요. 이거 같은 경우는 데이터 모으는 것부터 저희가 했어야 되는 거였는데 데이터를 모으기 전에, 수집하기 전에 일단 이 제주 프로젝트에서 우리가 어떤 이야기들을 할 수 있을까를 브레인스토밍 하는 걸로 프로젝트가 시작하게 됩니다. 이거는 사실 거의 어떤 프로젝트든 마찬가지인 것 같고요. 가급적 많은 사람이 모여서 다양한 생각을 인풋할 수 있게끔 하는 게 되게 중요한 것 같고요. 이렇게 브랜스템을 통해서 제주에 대한 생각이나 그다음에 나아가고자 하는 방향들을 회의를 통해 결정을 합니다. 그러면 이제 어느 정도 문제 제기 혹은 의문을 제기하게 되는 거죠.

지금 제주 비엔날레라는 게 주제가 인보그래픽을 만든 다음에 제주라는 지역의 관광을 시각적으로 전달하는 관광지로서의 어떤 제주의 연모를 시각적으로 전달하는 인포그래픽 말씀하시는 건가요?

네, 사실 어떤 면을 전달해도 상관은 없었던 거였는데 저희가 이런 브론스토밍 정리를 통해서 저희가 결정을 했던 거는 관광이었고요. 아무래도 제주하면 가장 먼저 떠오르는 게 관광이어서 그다음에 여러 가지 몇 가지가 있었는데 데이터를 수집하는 것 자체가 쉽지 않잖아요. 그나마 가장 잘 정리가 되어 있던 게 관광 부분 데이터이기도 해서 제주 관광 쪽으로 방향을 잡았었습니다.

아, 네. 그러니까...

네.

제주, 그러니까 주제를, 특정한 주제를 가지고 시작을 해서 이제 이거는 데이터를 나중에 모으시는 그런 과정으로 진행을 하신 거네요?

네. 그러니까 여러 가지 가능성을 좀 열어두고 3, 4가지 정도 주제를 정한 다음에 거기에 관련된 데이터가 있는지를 리서치를 합니다. 그래서 이제 지금 보시는 사진에서 위쪽에 숫자만 쭉 적혀 있는 게 이제 여기저기 통해서 관외 전화도 해보고 구글에 리서치도 하고 하면서 모았던 엑셀 자료인 거고요. 저희가 원했던 자료들이 다 세팅이 되어 있지는 않았었어요. 그나마 가장 정리가 잘 되어 있는 게 아까 말씀드린 것처럼 관광 쪽 데이터여서 일단 엑셀을 확인을 해보고 너무 빈 곳이 많지는 않은지 아니면 뭐 숫자가 일정치간 타던지 이런 이상이 없는지 확인을 하고 나면 아래 있는 것처럼 시각화를 1차적으로 하게 되는데 보통 저희 같은 경우는 막대 그래프나 버블 차트로 1차 시각화를 해서 이 데이터가 의미가 있는지 어느 부분에 이제 포인트가 있는지를 찾게 됩니다. 그러니까 데이터를 읽는 거죠. 1차 시각화를 통해서. 왜냐하면 저희는 숫자만 봤을 때 눈에 잘 안 들어오거든요.

음, 이 부분은 데이터 시각화인 거네요. 그렇죠?

아까 데이터 시각화입니다.

개념 정의를 한 걸로는 정말 데이터에 뭐가 있는지 모르기 때문에 찾기 위해서 이제 살펴보면 이제 그런 단계인 거고 네 그러면 넘어가서 스타일 리서치라는 단계에서는 어떤 일이 이루어지나요?

앞에부터 연결해서 설명을 드리면 저렇게 봤을 때 패턴이나 맥락을 저희가 읽게 되어 제주도에 유명한 관광지에 관광객이 얼마나 많이 모였었는지 이런 데이터였거든요. 그래서 이제 저희는 제주로 뭔가 이렇게 사람들이 많이 관광객이 엄청나게 늘어나고 있는 상황이었기 때문에 점점 많은 사람들이 모인다라는 걸 시각화해 주고 싶었고 그렇다고 하면 어떤 스타일이 어울릴까라고 고민을 하다가 배경은 조금 어둡고 사람들이 많이 모이는 점을 뭔가 이렇게 그래픽화해서 버블차트로 표현을 하면 어떨까라는 생각을 하면서 이제 스타일 리서치를 한 거고 그때 이제 선택됐던 이미지들이 있습니다. 저희는 사실 이 부분을 굉장히 중요하게 생각하는데 어쨌든 시각화를 하게 되면 커뮤니케이션이 시각이 됐다고 저희는 보거든요. 근데 이제 그게 단순하게 그냥 혼자 보기 편한 것과 여러 사람들이 봤을 때 이해하기 편한 디자인을 조금 바르기 때문에 이 부분에서 메시지 전달도 잘 되고 보는 부분 보시는 분들 이해도 잘 되게끔 하는 스타일을 정하는 거 굉장히 중요하게 생각을 합니다. 이때 컬러스 같은 것도 같이 진행을 하게 되고요.

그러니까 이제 아까 보여주신 데이터 시각화 단계에서는 그 데이터에 있는 패턴을 찾는 게 중심이고 이제 패턴이 어느 정도 나왔으면 이 패턴을 어떤 식으로 시각화는 가장 효과적일 것인가 그런 고민을 하시는 단계인 것 같네요. 보니까 아까는 그냥 막대 그래프나 버블 차트 같은 게 있었던 것 같은데 이번에는 굉장히 지도에 굉장히 여러 가지 그 정보가 표시되어 있는, 이것도 버블 차트 같은데 이거는 지도에다가 표시를 하신 거죠?

네, 지도에 맵핑되어 있는 버블 차트들입니다.

이런거는 엑셀에서 안 만들어지지 않나요?

안 되죠. 여기서부터는 그 전까지는 엑셀로 해도 됐고요. 사실 아까 그 버블 같은 경우도 저희는 이제 일러스트로 옮겨서 작업을 했던 거긴 한데 왜냐면 앞으로 계속 일러스트레이터로 작업을 할 예정이었거든요. 이번 작업 같은 경우는. 이렇게 스타일 리서치가 끝나게 되면 필요한 정보가 다 선별이 이미 됐다는 상황이 된 거기 때문에 이제부터 일러스트레이터로 작업을 진행합니다.

근데 사실 데이터를 그러면은 가지고 이제 예를 들어 그 버블 차트를 어떤 그 맵에다 옮기는 작업이라면은 그걸 정확하게 일러스트레이터로 한다면 이제 수동으로 해야 되는데 그런거를 사실은 정확하게 이제 위치에다가 이제 그 어떤 위치에다가 정확한 수치를 갖다가 이렇게 버블 만들어가지고 기록을 하는게 조금 어렵지 않나요? 수동으로 작업을 하면은?

그런데 그 전 단계에 카토나 아니면 타블로 같은 프로그램을 이용해서 시각화를 하고요. 이거 같은 경우는 특수 케이스였던 게 모션으로, 그러니까 영상으로 만들어서 전시를 할 예정이었던 거여서 보통은 이제 그런 프로그램을 써서 시각화를 하면 작업이 끝나는 건데 얘는 그거를 이제 놓고 사실상은 일러스트로 다시 디자인을 입혀서 영상 파일로 넘기는 작업이 좀 필요했습니다. 아시겠지만 지금 기존에 나와 있는 시각화 툴을 그대로 영상으로 넣을 수는 없거든요.

네.

그렇게 관계가 한 단계 더 들어가 있어서 일러스트레이터를 쓰게 됐습니다.

네. 영우님도 시각화 작업을 이것저것 하셨던 걸로 기억을 하는데 어떤 도구를 쓰셨나요?

저는 주로 R이나 아니면 D3js를 이용해서 작업을 했었고요. 그러니까 이렇게 엄밀하게 리서치를 거쳐서 워킹 프로세스로 진행한 건 아니었고 그냥 데이터를 모아서 이거는 R보다는 Python이 낫고 이거는 Python보다는 D3가 좀 낫겠는데? 라고 해서 그냥 데이터의 특성에 따라 툴을 선택하는 방향으로 진행을 했었습니다. 예를 들면 그냥 지하철 데이터, 지하철 이동인고 데이터를 시각화할 때는 그냥 프로세싱이라는 툴을 가지고 진행을 했었고요. 그거 데이터의 특성에 따라서 그냥 모든 것을 만족할 수는 없기 때문에 그냥 그때그때 좋은 툴을 선택하는 게 좋은 그냥 선택이 되지 않나라고 생각을 하고 있습니다.

네, 저 같은 경우에도 사실은 대부분의 데이터가 이제 뭐 알이나 아니면 최근에는 저는 이제 주로 파이턴을 많이 쓰는데 파이턴에 다 있으니까 그거를 다시 엑셀로 옮기는 게 사실 굉장히 좀 힘들기도 하고 이제 어 그리고 제가 아까 이제 수동 작업 자동 이걸 말씀을 드린 게 작업을 사실 저 같은 경우에 데이터를 다루다 보면은 차트를 계속 데이터가 이제 계속 바뀌니까 그 때마다 차트를 다시 만들어야 되더라구요 그래서 그럼 그때마다 이제 뭐 제가 수동으로 뭘 해야 되면은 뭔가 시간이 많이 들기 때문에 그 파이턴 같은 경우는 이제 뭐 파이턴 노트북이라고 노트북을 어 그 다큐멘트인데 이제 그 안에 있는 데이터는 그 계속 바뀌는 그 다큐멘트 그러니까 차트 같은건 그 데이터가 바뀌면서 바꿀 수가 있거든요 자동으로 그래서 이제 그런 거를 이제 많이 쓰는데 어 그래도 이제 엑셀 같은 것도 이제 예전에 제가 제가 뭐 특히 데이터 처음 공부하시는 분들한테 이제 먼저 엑셀로 시작하시라고 많이 말씀도 드렸었고, 그때그때 좀 다른 것 같아요. 이 툴 선택하는 부분은.

그리고 저희도 저희가 모은 데이터는 말씀해주신 부분들이 당연히 맞을텐데, 저희 같은 경우는 어쨌든 기업이나 이런 쪽에서 데이터를 받을 때 엑셀로 주시는 경우가 많기는 하거든요. 그러다 보니까 조금 특이한 경우들이 생기는 것 같긴 합니다.

아 네 그러면 그 다음 단계로 이제 스타일 레서치가 끝나면 어떻게 되는 건가요?

어 그렇게 되면 이제 실제로 시각화해서 저희는 디자인을 하게 되고요. 아까 말씀드렸던 것처럼 이 작업 같은 경우는 굉장히 크게 영상으로 출력을 제출했던 작품이라 영상을 보시면 그 디자인 완성된 모습을 같이 보실 수 있을 것 같습니다.

네 제가 영상을 한번 틀어 보겠습니다.

네. 사운드가 안 나오네요.

관광데이터로

보는 제주라는 제목으로 이제 완성이 됐고요. 실제로 이제 제주 관광객이 얼마나 많이 들어오는지는 꺾은선 그래프로 보여주고 있고 보시면 해외에 건강객들의 비중이 어느 정도 되는지 아시고 계시는 것처럼 중국인이 굉장히 많고요. 이제 저희가 리서치하면서 또 신기했던 것은 생각보다 70% 이상이 내국인이더라고요. 그리고 이제 다들 제주도 하면 자연관광지나 아니면 지금 보시는 예쁜 바다 같은 자연 관광지를 주로 많이 떠올리시게 되는데 최근에는 박물관이나 아니면 미술관 같이 문화생활을 즐길 수 있는 요소들이 많이 늘어나고 있어요. 기사에서 많이 늘어났다는 얘기를 보고 실제로 어느 정도 늘어났는지를 저희가 지도에 맵핑을 해본 거고요.

음... 아, 이게 애니메이션이네요.

네네네. 저는 애니메이션에 들어가야 되다 보니까 이제 여러 가지 둘을 한꺼번에 다 쓰는 그런 어려웠던 작업이었습니다.

아, 네. 정말 지금 나오는 장면이 이제 그 버블 차트로 맞습니다. 버블 차트 때 이제 움직이는 버블 차트로 이제 제주도의 어떤 관광지가 그 시간에 따라서 이제 방문자가 늘어나고 이제 줄어들고 약간 이런 거를 보여주시는 건데 네.

이거 엄청 고된 작업이셨을 것 같아요.

그렇습니다. 그래서 저희도 사실 이거를 웹 형태로 만들면 굉장히 작업 공정이 줄기 때문에 그렇게 만들어서 그냥 띄울까 했었는데 그렇게 작업을 해놓고 보니까 이 추이를 전부 봐야 저희가 하는 이야기들을 전달받으실 수 있는데 보통 한 해 연도만 보고 나가시게 되더라고요. 끝까지 추이를 다 보기가 쉽지 않으신 거죠. 왜냐하면 웹은 클릭해서 보는 방식이다 보니까 그래서 이제 전시 작품이고 어쨌든 보시게끔 만들어 드려야 되니까 노가다를 많이 드려서 영상을 만들게 됐습니다.

네, 되게 훌륭한 작품인 것 같은데요.

감사합니다.

저는 그거 생각이 나요. 예전에 겟마인더라고 아시죠? 시간에 따라서 이제 선진국과 후진국의 어떤 개발 대상국의 gdp나 이제 이런게 어떻게 바뀌는지를 거기서도 이제 딱 비슷한 거기서는 이제 지도원은 아니었지만 어쨌든 버블차트에서 움직이는 크기도 바뀌고 이제 위치도 바뀌고 약간 그런 식으로 이제 보여줬던 것 같은데 애니메이션이죠. 네 전통적인 시각화 버블차트라는 전통적인 시각화에다가 이제 그런 시간이라는 하나의 요소를 더하니까 굉장히 새로운 형태의 약간 인사이트가 많이 나왔던 게 아닌가 뭐 이런 생각이 드는데 아 이런 거구나 조금 감이 역시 봐야지 조금 감이 오는 것 같고요.

실제로 갑자기 질문이 나왔는데 겟마인더라는 프로그램도 한국에서 인포그래픽이나 데이터 시각과 실무에서도 활용이 되나요?

개인적으로 겟마인더보다는 다른 프로그램, 아까 말씀해 주셨던 걸 더 많이 쓰게 되는 것 같습니다.

네 저도 한국에선 쓰이는 것을 못봐서 그

겟마인더는 제가 좀 부여설명을 드리면 그 겟마인더라는게 사실 뭐 그게 그 데이터를 가지고 이제 그 인구 데이터를 그렇게 분석해서 보는게 아니라 이제 그 시각화 기법 자체는 어 제가 알기로는 구글에서 데이터 서비스 도출 형태로도 제공을 하고요 예 저희가 이제 방송 끝나고 이제 방송 노트에다가 링크를 좀 넣을 수 있을 것 같은데 그리고 이제 Python의 여러가지 라이브러리들에서 겟마인드 형태의 비주얼라이제이션을 지원해요. 저같은 경우에는 이제 Bokeh라는 라이브러리를 사용하는데 거기서 보시면 이제 겟마인드 형태의 제가 잠깐 보여드릴 수도 있을 것 같은데 제가 최근에 이거를 이제 많이 사용을 하고 있거든요 근데 이제 어... server... 이게 정확하게 똑같진 않은데 어쨌든 결국에는 이제 그... scatterplot 에다가 이제 애니메이션이 들어가고 네 이거는 지금 정확하진 않은데 어쨌든 이런식으로 이제 데이터를 이제 여러가지 조작해 가면서 이제 그 뭐 지금 네 그건 영화 데이터에 대해서 이제 다양한 형태를 형태의 이제 시각화를 보여주는 건데 여러가지 지원되는 라이브러리 있어요 그래서 이제 만약 그런걸 사용하시고 싶으시면은 네 뭐 사용하실 수 있습니다 네 네 어쨌든 답변이 되셨는지 모르겠네요. 네 그래서 지금까지 인포그래픽 혹은 데이터 시각화의 프로세스에 대해서 대강 저희가 말씀을 나눠봤구요. 사실 데이터를 다루시는 분들은 뭐 인포그래피까지 안 하더라도 이제 데이터를 가지고 시각화를 해보셔야 되는 경우가 굉장히 많은데 그때 이제 사실 시각화도 잘 하기가 쉽지가 않거든요. 좋은 시각화 나쁜 시각화 이런 식으로 생각을 할 수가 있는데 아예 뭐 시각화를 못하는 경우를 어 여기 미국에선 이제 차트 정크라고 뭐 그런 차트 쓰레기다 이런 이런 얘기까지 하는데 어쨌든 어 저같은 경우에도 일을 하다보면은 정말 잘 좋은 프로젝트인데 뭐 시각화를 너무 못해가지고 참 빛을 못보는 경우를 종종 보거든요. 그래서 이제 어 그 김명용 대표님께서 이제 몇가지 좋은 시각화 나쁜 시각화의 사례를 준비를 하셨다고 하는데 이걸 한번 보면서 조금 말씀을 나눠보도록 하죠. 팟캐스트 들으시는 분들은 제가 최대한 어떤 우리가 저희가 그림을 보고 있는지 좀 전달을 하도록 노력을 해보겠습니다 네 시작을 막대 그래프로 시작을 해볼까요

우선은 아 네 우선 저희가 기본적으로 아마 막대 그래프 뭐 꺾은선 버블 차트 이런걸 굉장히 많이 쓰게 되는데 차트 하나 잘 그리기가 생각보다 쉽지 않은 것 같아요 이런 류에 대한 자료나 아니면 책도 굉장히 많이 나와있지만 오늘은 크게 그럼에도 불구하고 많이 틀리게 되는 부분들에 대해서 이야기를 나눠보겠습니다. 우선 첫 번째로 얘기할 것은 방금 얘기해 주신 것처럼 수직 막대 그래프인데요. 제가 지금 이미지를 보시는 분들은 보이시겠지만 왼쪽에 그래프는 맞고 오른쪽에 있는 그래프는 틀려요. 이거 같은 경우는 틀린 거 아마 금방 알아보실 수 있을 것 같은데 보통 저희가 막대가 시작하는 맨 밑에 기준선을 하나 그리게 되잖아요. 그리고 그 위에다가 예를 들어 단위가 있게 되면 가이드라인 선을 그리게 되는데 가이드라인 선보다는 맨 아래에 있는 막대 맨 밑에 있는 선이 가장 굵어야 된다. 라는 거고요. 그래야 파트가 안정감 있게 보인다라는 이야기를 드리고 싶었습니다.

네, 저는 이런 것까지 생각을 미처 못했는데 네 그러네요 그리고 이런 y축 같은게 0부터 보통 시작하는 것을 권하지 않나요? 이게 안그러면 이제 스케일이 잘 안드러날 수

있고 안보이기 때문에 네 맞습니다 가급적 0부터 시작하는 것이 좋습니다

네 다음 사례로 한번 넘어가 볼까요? 이번에도 막대 그래프 두 개를 보여주고 계신데 왼쪽에는 왼쪽 막대 그래프는 큰 값이 좀 떨어지는 식으로 보이고 오른쪽은 이제 그런 뚜렷한 패턴이 안 보이는데 이건 어떤 문제가 있는 건가요?

뭐 이거는 케이스 바이 케이스 일 수는 있겠지만 예를 들어 월별 데이터에서 1월 2월 데이터를 순서대로 보여줄만 한다라는 게 아니라고 한다면 가급적 큰 수를 왼쪽에 그 다음에 큰 수를 두 번째 차례대로 배치를 해줬을 때 데이터 훨씬 더 빨리 읽을 수 있을 것이다 라는 의미의 이미지였습니다

아 그러니까 그니까 뭐 예를 들어 시간별 아 그러니까 X축에 이제 뭔가 순서가 있는 게 아니면은 Y축 X축의 배열을 이제 데이터 크기에 따라서 하면은 훨씬 더 한눈에 들어올 수 있다.

네 맞습니다.

아 그거 좋은 포인트네요. 저같은 경우에도 사실 카테고리 데이터를 시각화하는 경우가 많고 그 다음에 이제 시계열 데이터를 시각화하는 경우도 있는데 카테고리 데이터는 사실은 저같은 경우에는 카테고리를 알파벳 순으로도 많이 했던 것 같은데 그것보다는 데이터 크기에 따라서 하면 한꺼번에 볼 수 있다. 좋은 포인트이신 것 같네요. 다음 사례로 넘어가보면 간단히 그림 설명부터 좀 해주실 수 있을까요?

네 이거 같은 경우는 뭐 사실 다 알고 계시는 걸 텐데요 저희가 이제 왼쪽에 그 마이축에다가 기준을 쓰게 되잖아요 근데 그 단위가 그 숫자를 쓸 때 예를 들어 0 10 20 30 40 50 내지는 0 50 100 150 이렇게 알기 쉬운 숫자를 써주는 것이 좋지 예를 들면 0, 13, 26, 39, 52, 65 같이 뭔가 한 번에 암산이 안 되고 눈에 잘 안 들어오는 숫자로 기준을 잡게 되면 데이터가 더 빨리 읽히지 않게 되기 때문에 기준선을 쓰는 의미가 없다. 그렇기 때문에 반드시 아까 말씀드린 것처럼 0, 50, 100이 됐던 읽기 쉬운 가이드를 잡아주시는 것이 좋다라는 이야기를 드리려 했습니다.

이런 기준선 같은 경우에 사실은 기준선을 몇 개를 잡느냐 뭐 사실 그리고 이제 말씀하신 것처럼 어디에 기준선을 잡느냐 그리고 이제 제일 큰 그래프 위에다 여백을 넣어야 되느냐 안 넣어야 되느냐 여러가지 의사결정들이 있는 것 같은데 요새는 프로그램의 디폴트가 좋아서 저 같은 경우는 시각화 프로그램을 쓰면 그냥 나오는 결과가 괜찮더라고요 그런데 이제 이런 부분도 있군요

네. 요즘에는 프로그램을 쓰면 어느 정도는 잘 나오게 되는데 만약에 데이터가 지나치게 많고 편차가 크면 가끔 기준선이 정리가 잘 안 돼 있는 기준들이 명확하지 않은 경우들이 있거든요. 그럴 일이 없는지는 반드시 한번 체크해보시는 게 좋을 것 같습니다.

네. 차트를 만드신 다음에 Y측으로 한번 꼭 확인해보시는 습관을 기르시면 되겠네요.

네.

그 다음에 2번 그래프는 보니까 오른쪽 그래프는 굉장히 홀쭉해 보이고 왼쪽 그래프는 조금 제 눈에는 좀 뚱뚱해 보이는데 그래프의 어떤 그 폭 같은 것도 조금 생각을 해야 될 게 있나요?

네, 막대 그래프 같은 경우는 어쨌든 저희가 가장 많이 봐야 될 게 막대인 거고 그 외의 요소들은 전부 도움을 주는 요소라고 생각하시면 되거든요. 그런데 막대의 두께가 막대와 막타 사이의 폭보다 더 좁게 되면 사람들은 막대를 보는 게 아니라 막대랑 막타 사이의 공간을 보게 됩니다. 저희 뇌가 그렇게 생겼다고 하더라고요. 그래서 반드시 막대 그래프를 그리실 때는 하나의 막대가 다른 막대 사이 공간보다 두 배 정도 더 넓게끔 잡아주시면 시각적으로 안정적인 막대 그래프를 그리실 수 있습니다.

그러니까 다시 제가 정확하게 들었는지를 확인해보기 위해서 말씀을 제가 들은 걸 한번 요약을 해보면 막대 그래프가 예를 들어서 간격이 이제 막대 그래프의 폭이 1cm다. 그러면 이제 그래프 사이의 간격은 2cm 이상으로 해야 된다. 맞나요?

간격이 더 좁아야 된다는 의미 아니신가요?

네 맞습니다.

역시 잘못 들었어요.

막대가 1cm면 막대 사이의 간격은 0.5cm 이하여야 되는거죠.

아아 예예예 제가 네 지금 시간이 11시를 향하고 있어서 아 네 아니요, 아닙니다. 그... 아, 네. 저도 왼쪽 게 더 좋아 보이네요. 그래서 저는 지금 오른쪽 게 좋은 건가 뭐 이러고 있었는데.

네.

알겠습니다. 이런 건 사실 데이터 하는 사람들이 거의 신경을 못 쓰는 부분인데. 네. 역시 그 디자이너의 어떤 시각이 뭔가 다르다는 거를 다시 한 번 또 느끼게 되네요. 네. 네. 그리고 이번에는 그래프에 표시가 뭔가 들어가 있는데 어떤 사례인가요?

요즘에 전세계적으로 인포그래픽이 되게 유행이다 보니까 인포그래픽 하면 아이콘을 많이 떠올리시고요. 그러다 보니까 막대 그래프에서도 각각의 항목이 무엇이 나타나는지 빨리 알려주기 위해서 아이콘을 굉장히 많이 사용하고 계세요. 그런데 이제 만약에 막대 위에다가 아이콘을 그리게 되면 이 그래프의 끝이 어딘지가 헷갈리는 거죠. 막대 끝을 가리키는 부분이 숫자를 말하는 건지 아니면 막대 위에 올라가 있는 아이콘의 그 윗부분까지를 하나로 봐야 되는 건지 보시는 분들이 혼란을 줄 수 있어요. 받으실 수 있기 때문에 반드시 각 항목에 아이콘을 넣고 싶으시다면 막대 그래프 위가 아니라 아래쪽에 넣어주시는 것이 좋습니다.

네, 시각적 효과를 위해서 이제 데이터에 어떤 혼란을 가져오면 안 된다.

네, 맞습니다. 어쨌든 첫 번째는 수치 전달을 해주는 것이 막대 그래프의 목적이기 때문에 다른 어떤 요소들이 도움을 준다고 하더라도 수치에 방해를 주게 된다면 다른 쪽으로 옮기는 것이 맞다고 생각해 주시면 될 것 같아요.

같은 이유에서 3차원 그래프가 안 좋다는 얘기도

들은 것 같은데 네, 맞습니다. 그 사례도 뒤에서 준비를 하긴 했는데 그림자가... 그림자가 있다거나 아니면 지금 다음 이미지처럼 막대 하나가 너무 길다고 해서 물결로 표시를 한다거나 그다음에 그 다음 장처럼 3차원 그래프, 입체로 막대를 표현하는 경우도 사실은 막대의 끝이 어딘지 알아보기가 쉽지 않기 때문에 또한 그림자는 어떤 역할도 하지 않기 때문에 불필요한 요소라고 생각하시면 됩니다. 전혀 그런 방식은 취하시지 않는 것이 좋고요. 물결 같은 경우는 정말 어쩔 수 없는 경우에 간혹 신문이나 지면이 한정적인 경우에 쓰시기는 하지만 이 또한 가급적 사용하시지 않는 편이 좋습니다. 잘못 정보를 전달할 우려가 있고요. 만약에 물결 표시를 어쩔 수 없이 쓰신다면 위에다 반드시 숫자가 잘 보이게끔 써주시는 게 중요합니다.

같은 이유에서 그 와이축의 이 0이 0으로 시작하지 않을 때는 물론 그래야 될 경우가 있긴 한 것 같아요. 저 같은 경우 데이터 시각화를 하다 보면은 뭐 100만 숫자 하나는 100만 1이고 100만 다른 거 하나는 이제 뭐 100만 2다 이러면은 뭐 사실 100만을 1부터 시작할 수는 없잖아요. 근데 이제 그런 경우에는 이제 100만부터 시작을 하더라도 이제 정확하게 그걸 좀 어 써주라고 예 그 기준전을 써주라는 얘기를 좀 들은 것 같은데 아 네 아유 정말 여러가지 어 배우는 배우 배우고 있습니다

아 감사합니다

수평 막대 그래프는 이제 지금은 이제 방금 전까지는 바 그래프를 봤는데 이번에는 이제 가로로 이제 아 세로를 봤었는데 이번에는 가로를 보여주시네요

네, 맞습니다. 이것도 지금 보시는 이미지에서 왼쪽은 막대그래프가 긴 거부터 작은 것까지 차례대로 배열이 되어 있고 오른쪽에는 지주법도 되어 있는데요. 아까 세로 막대그래프, 수직 막대그래프 설명했던 것처럼 뭔가 시계열 데이터가 아니라면 큰 숫자부터 차례로 배치를 해주시는 것이 훨씬 더 이해가 잘 된다는 이미지입니다.

좋습니다. 그리고 이제 이 사례도 약간 비슷한 것 같은데?

네. 지금 보시는 사례는 수평막대그래프 두 번째 사례인데 지금 보시는 것처럼 아까는 기준선이 수직막대그래프는 굉장히 중요했잖아요. 맨 밑에를 굵게 해주고 위에 있는 가이드선도 다 그려줘야 된다고 했는데 사실 수평막대그래프 같은 경우 세로로 기준선을 써주게 되면 오히려 시각적으로 복잡해 보여서 해당 수치들이 더 눈에 잘 안 들어온다고 합니다. 가급적 기준선을 써서 수치를 표시해주는 것이 아니라 그냥 막대 옆에 바로 숫자를 써주시는 게 훨씬 더 이해가 쉽습니다.

아, 이거는 그냥 세로로 하던 대로 이제 가로로 하면 안 되고?

네.

그게 왜 그럴까요? 그러니까 왜... 저는 사실은 차트 프로그램에서 가로 차트를 그리면 막대 차트를 그리면 다 오른쪽처럼 그려지거든요. 그래서 저는 그러려니 했는데 지금 보니까 오른쪽이 좀 더 일반적인 차트이긴 한데 더 어지러워 보이긴 하네요. 그렇죠?

아마 아이트래킹을 생각하시면 조금 더 이해가 쉬우실 수 있는데요. 왼쪽처럼 아무 기준선 없이 항목이 있고 바 그래프가 있고 바로 옆에 수치가 있으면 일렬로 시선이 이동하게 됩니다. 바로 정보를 인지할 수 있는데 오른쪽처럼 항목이 있고 막대 그래프가 있고 그 가이드선을 따라서 맨 아래에 수치가 있게 되면 눈이 기억자로 이동을 해야 되는 거고, 데이터가 여러 개면 그 기억을 굉장히 여러 개 그려야 눈으로 데이터를 인지할 수 있는 거라 인지하는 시간이 느려질 수밖에 없는 거죠.

아, 네. 이것도 참... 네, 뭔가 다른... 네, 다른 세상이 열리는 느낌이네요. 네, 그 다음에 이제 그래프인데 이제 바 그래프인데 양의 값이랑 음의 값이 동시에 있는 그래프를 보여주고 계신데 그런 경우에는 이제 세로를 쓰는 게 낫다고 지금 보여주시는 거네요.

네, 맞습니다. 사실 수평으로 그릴 수도 있고 수직으로 그릴 수도 있기는 한데 일반적으로 수직 그래프로 음수랑 양수를 표시했을 때 훨씬 더 인지가 빠르다고 해요. 가급적 음수랑 양수를 같이 보여주실 때는 수직 막대 그래프를 사용하시는 것이 좋습니다.

근데 일반적으로 수평 막대 그래프를 써야 되는 이유가 있나요? 사실 보통은 디폴트가 수직인 것 같은데 막대 그래프도 그렇고 뭐 꺾은 선은 다 말할 것도 없고 수평을 꼭 써야 되는 경우가 있다면 어떤 경우가 있을까요?

그거는 저희 같은 경우는 도크멘트의 면접 비율에 따라 달라지는 것 같아요. 왜냐면 어쨌든 막대라는 거는 차이값이 크면 클수록 눈에 잘 들어오는 거잖아요 근데 이제 예를 들어 가로가 길다 훨씬 화면 비율 자체가 그러면 수평 그래프를 쓰는 게 유리할 것 같고요 그 다음에 회로가 훨씬 더 크다 비율 자체가 그렇다고 하면 수직 그래프가 더 사용하시기 편할 것 같고 이게 이제 보통은 온라인에서 생성을 해서 컴퓨터로 만들어서 데이터를 보시니까 비율이 항상 고정적이겠지만 이거를 이제 어딘가에 노출을 시킨다고 하면 웹 형태가 아닐 수도 있거든요 모바일일 수도 있고 태블릿일 수도 있고 아니면은 뭐 책자 형태일 수도 있고 전시 작품 형태일 수도 있는데 이제 그럴 때를 다 고려해서 이제 그래프를 선택하게 되는 거죠

네 저 같은 경우에는 그 예, 문서 형태도 그렇고 그 다음에 이제 각, 각, 각 항목이, 각 X축 항목이 이제 굉장히 긴 경우 있잖아요. 예를 들어 뭐 국가명이 아니라 사람 이름인데 사람 이름이 굉장히 길어질 수 있다. 그런 경우에는 이제 Y축에다가, 그러니까 세로 바그래프를 그리면 이제 그 항목 이름을 다 일일이 표시할 수가 없어가지고.

아, 네, 맞습니다.

그런 경우에는 이제 그 항목 이름을, 그러니까 레이블이라고 하죠? 그 레이블을 이제 옆으로 이제 뭐 45도 기울이든지 해야 되는데 그걸 빼야되면 이제 가로바를 그냥 많이 썼던 기억이 나네요.

맞습니다. 저희도 그런 경우 있습니다.

데이터를 만져본 사람만이 알 수 있는... 그 다음에 이제 꺾은선 그래프 가볼까요?

꺾은 선 그래프 같은 경우도 마찬가지 약간 수직 막대 그래프랑 같은데 저희가 기준선을 여러 개를 쓰게 되잖아요 가이드 선이랑 같이 그랬을 때 맨 밑에 0점이 더 진하게 표현이 되어 있어야 인지하기가 쉽다라는 이야기를 드리고 싶었고요 그 다음 장 같은 경우는 우리가 꺾은 선을 그릴 때 자동 생성해주는 경우는 그래도 괜찮은데 간혹 이렇게 조정을 하다 보면 꺾은 선이 너무 두꺼워지는 경우가 있어요. 너무 두꺼워지게 되면 꺾은 선의 각을 제대로 인지할 수 없기 때문에 스킬을 쉽게 인지할 수 없다고 해요. 반드시 꺾은 선의 두께는 너무 굵거나 너무 얇지 않아야 되고 너무 얇지 않아야 된다고 하는 거는 뒤에 기준선보다는 절대 얇으면 안 됩니다 사실 지금 제가 과하게 그린 것처럼 너무 두꺼워지는 경우는 많지 않은데 실제로 너무 얇게 그려서 기준선이랑 똑같은 두께로 표현이 되는 경우는 꽤 많거든요 그런 건 반드시 체크해 보시고 기준선보단 두껍게 수정을 해주시는 것이 좋습니다

두꺼우면 특히 이제 데이터 두 선이 굉장히 가까워서 뭔가 거의 겹쳐 보일 수 있잖아요 근데 이제 그런 경우에 두꺼우면 좀 문제가 많이 될 것 같네요

특히 네 맞습니다

그리고 이 다음 사례는 이제 범위가 그래프가 차지하는 실제 그래프가 전체 플러스에서 차지하는 그 범위를 말씀하시는 것 같은데 네.

더 가급적 그 화면 안에서 전체의 3분의 2 정도를 차지해주는 것이 좋다. 그러니까 너무 밑에 쏠려 있거나 너무 위에 쏠려 있게 되면 꺾은선의 그 각이 뭐라고 해야 되지? 너무 낮아지면서 인지를 잘 할 수 없기 때문에 전체 도큐멘트의 3분의 2 정도 차지하게끔 꺾은선을 그 그래프를 그려주시는 것이 좋다고 합니다.

너무 위로 붙지도 않고 너무 아래로 붙지도 않고요.

네네 어느정도 높이를 유지하고 있어야 꺾은선을 정확하게 인지할 수 있다는 뜻인거죠

바그래프는 거의 다 차도 괜찮은데 꺾은선은 이렇게 좀 남겨놓는게 좋다는 그런 네 말씀이시죠 네네 꺾은선에서 하나 더 제가 궁금한게 있는데 네 보통 그 꺾은 선을 여러개를 한 그 차트에 표시를 하다보면은 네 그거는 사실 뭐 바그래프도 마찬가지지만은 그 왼쪽에다가 첫번째 단위를 표시하고 오른쪽에다가 두번째 단위를 표시하고 이런 이렇게 되는 두번째 Y축을 사용하게 되는 경우가 종종 있는데 네 그런거가 저는 이제 좀 안좋다 이렇게 얘기하는 경우도 들어갔고 네 그렇게 해야될 때도 있지 않느냐 왜냐하면 이제 데이터가 그럼 두 가지가 서로 비교가 안 되는 거잖아요.

사실은 안 되는 거죠.

그런데 이제 그런 건 어떻게 보통 조언을 하시는지 궁금하네요. 데이터를 여러 개를 한꺼번에 탄 차트에 넣어야 되는 그런 경우에 x, y축을 여러 개를 쓰는 게 좋은 솔루션인지 아니면 이제 다른

솔루션이 있는지 Y축을 여러 가지로 쓰는 경우는 내부적으로 이 데이터 너무 잘 알고 있는데 1차 시각화를 통해 뭔가 판단할 필요가 있다고 하는 경우에는 저희도 아주 간혹 쓰기는 하는데요. 그걸 이제 웹에 공개할 때는 절대 가급적 사용하시지 말라고 말씀을 드립니다. 왜냐하면 처음 보시는 분들은 이 그래프를 그리는 것 자체가 이해를 쉽게 하기 위해서 그린 건데 Y축이 두 가지가 있으면 굉장히 혼란스러울 수 있거든요. 그럴 땐 차라리 그래프를 분리해서 두 개로 보여주는 게 훨씬 더 이해가 빠른 것 같습니다. 보시는 분들이.

그러니까 이게 꼭 안 된다 이런 건 아닌데 말씀을 말하자면 데이터 시각화 단계에서는 괜찮은데 정보 시각화 단계에서는 좀 피하는 게 좋다. 그렇게 요약을 할 수 있겠네요.

네, 그러니까 뭐 혼자 보는 용도는 괜찮은데 공개 용도로는 가끔 사용하시지 않는 것이 좋다라고 생각하시면 깔끔할 것 같습니다.

네, 좋은 포인트이신 것 같아요. 왜냐면 이미 컨텍스트 다 알고 있는 사람이 보는 거랑 그 다음에 이제 처음 보는 사람이 보는 거랑 굉장히 좀 다른 경험이기 때문에 네, 좋은... 되게 납득이 가네요.

네,

파이차트가 나오는데 파이차트는 아예 쓰지 말라는 사람도 있던데요.

뭐 그러시는 분들도 있기는 한데 어쨌든 대중한테는 굉장히 익숙한 포맷이기도 하고 실제로 저희가 이제 면적으로 구분했을 때보다 좀 빨리 알아차릴 수 있는 데이터들도 있어서 전 아예 쓰지 말라고는 얘기하지 않는 편이고요 다만 이제 어느 정도 각 그 항목별 수치의 차이가 조금 있을 때 쓰는 것이 좋다고 생각합니다 그리고 항목 수가 너무 많지 않을 때

그쵸 파이차트가 사실 되게 시각적으로 잘 쓰면 좋은데 이제 보통 되게 어글리한 게 그 막 뭐 뭐 10 10 10 그 다음에 1111 이렇게 있으면 1111 쪽이 거의 안보이기 때문에 네 그럴 때는 네 파이차트가

적합하지 않은 것 같습니다

그런 데이터에는 네 그럼 그런 데이터에 추천할만한 시각화가 또 다른 게 있나요? 그런 비율을 보여주고 싶은데 파이 형태로는 너무 그런 그 작은 뭐 그런거는 사실 그 비율을 보는게 사실 별로 의미가 없을 수도 있겠네요

네 그럴 수 있을 것 같습니다

어떤 그래프로 보시더라도 그리고 이 두 번째 파이차트에서는 이제 파이차트의 모양을 말씀하시는 것 같은데

그러니까 항목이 너무 여러 개면 안 될 것 같아요. 사실 파이 같은 경우는 다섯 개 이상이 넘어가게 되면 그 작은 수치들은 거의 인지하기가 힘들어질 수도 있거든요. 그렇기 때문에 반드시 다섯 개 이하로 항목을 정리해 주시는 것이 좋습니다.

그러니까 뭐 기타를 그냥 만들면 되죠, 그렇죠?

그렇죠.

다 모아가지고 작은 것들은.

네네.

그리고 이제 파이 차트를 시작을 항상 위에서 해야 되나요?

네, 항상 90도, 12시 방향에서 시작을 해주셔야 되고요. 그 축이 삐뚤어지지 않아야 사람들이 정확하게 이제 수치를 이해할 수 있게 되고 특히 이제 파이차츠도 자리가 정해져 있다 이렇게 말씀하시는 분들이나 책들이 많이 있었어요. 가장 큰 거는 이제 오른쪽에, 두 번째로 큰 숫자는 그 다음에 왼쪽에, 그 다음에 차례대로 세 번째, 네 번째, 다섯 번째를 배치해 줬을 때 가장 파이차트가 안정적으로 보이고 이해하기도 쉽다라고 이제 여러분들이 얘기를 해 주셨고요. 다만 뒷장 이미지처럼 각 항목의 수치가 너무 비슷할 때에는 그냥 시계 방향대로 가장 큰 숫자가 오른쪽 그 다음이 두 번째 세 번째 네 번째 다섯 번째 배치를 해주시는 것이 더 낫다고 합니다

아 그냥 그 저는 제일 큰 거부터 그냥 시계 방향으로 하면 된다고 생각을 했었는데 다 자리가 또 말씀을 듣고 보니까 만약에 위에서부터 스캔을 한다면 차트를 네 그쵸 제일 그 위에서 위에 가장 큰 항목이 있는 게 조금 더 한꺼번에 트렌드를 보기가 더 편하겠네요.

네네. 보통은 위에서 아래로 글을 읽게끔 사람들이 이제 학습되어 왔기 때문에 그 방식이 조금 더 낫다고 합니다.

네. 그리고 이제 지금 보여주시는 거는 파이 조각 분리는 안 된다.

보통 강조하기 위해서 파이 좀 예뻐 보이라고 파이 그래프를 할 수 있는 게 별로 없으니까 파이 조각들을 빼서 흐트러 놓으시는 경우들이 있어요. 이렇게 되면 사실 전체 비율을 한눈에 인지를 할 수가 없기 때문에 이거는 파이 그래프를 그리신 목적 자체가 없어지는 경우에 해당할 수 있을 것 같고요. 파이 조각은 절대 분리해서 표현하지 않는 것이 좋습니다.

음 네 그리고 이거 마찬가지로 3차원 그래프는 좋지 않다.

이건 아마 보시자마자 느끼셨을 텐데 막대보다 더 최악의 경우가 아마 원 그래프일 거예요. 파이 그래프일 텐데 보시면 비율을 전혀 정확하게 인지할 수가 없거든요. 전부 왜곡되어 있기 때문에 절대 3차원 그래프는 그리시면 안 됩니다.

시간이 좀 많이 됐는데 버블 차트가 또 보고 이제 잠깐 휴식 시간을 갖도록 하죠.

네 그렇게 하시는 게 좋을 것 같습니다.

버블 차트도 사실 저는 되게 좋아하는 게 버블 차트로 이제 보통 그 산 산점도 자 플러시라고 스케어 플러시라고 하잖아요 그 스케어 플러시다가 이제 크기까지 넣으면은 크게 색깔까지 넘은 4가지를 한꺼번에 표시를 할 수 있기 때문에 저 데이터 보는 사람 입장에서 굉장히 좋은 예 거기다 애니메이션까지 넣으면 이제 더더더 좋지만은 근데 버블 차트도 이제 뭔가 고려해야 될 사항이 있네요

사실 이걸 데이터 시각화 하시는 분들은 전혀 문제될 게 없는데 오늘 들으시는 분들 중에 데이터 시각화를 전공하시는 분들도 있겠지만 비전공장 분들도 계실 것 같아서 준비한 차트 페이지에요 이거 같은 경우는 보시면 아시겠지만 저희가 100과 400이라는 걸 버블차트로 표현을 해주고 싶은데 자칫 잘못해서 이거를 16배 이상 크게 그리시는 경우들이 있거든요. 무슨 얘기냐면 저희가 원줄 구호하는 공식이나 아니면 원의 면적을 구하는 공식은 다들 기억하실 거예요. 이 파이 알이냐 파이 알 제곱이냐인데 반지름을 착각하셔서 특히 디자이너 분들 중에 제곱을 하게 되어버리면 원의 크기 실제 숫자와 전혀 다르게 훨씬 더 큰 원이 그려지게 되는 거죠. 이런 실수들이 실제로 인포그래픽을 할 때는 많이 보여지는 부분이라 한 번 꼭 설명을 드리고 싶었습니다.

그러니까 왼쪽과 오른쪽의 차이가 두 배가 나는 수채가 있을 때 그거를 버블차트 그린다면은 원을 그릴 때 그 2배를 그릴 게 아니라 2의 제곱근, 반지름이 2의 제곱근 배가 되는 그런 원을 그려야지 면적은 2배가 된다는 말씀이시죠.

네네. 저도 이거를 말로 들으니까 굉장히...

이거 꼭 한번 슬라이드를 보시기를 권해드립니다. 그리고 이거는 인포그래픽인 것 같은데 거의 지금

왼쪽에 있는 거는 같은 표현 방식이지만 틀린 거고 오른쪽은 맞는 차트인데요 이게 인포그래픽 이미지처럼 보이긴 하지만 어쨌든 차트 관련된 얘기라 예시로 준비를 했어요 이 데이터 같은 경우는 초등학교, 중학교, 고등학교 대학생, 성인, 노인 이렇게 각 연령별로 얼마나 공부를 몇 시간이나 하느냐에 대한 데이터이거든요. 저희가 처음에는 이거를 입체로 뭔가 제작을 하려고 어쨌든 꺾은성 그래프로 표시를 했는데 그러고 나서 이게 저희 전시 작품에 낼 거여서 전문가한테 나중에 전부 컨펌을 받는 시간이 있었어요. 한번 자문을 요청을 드렸는데 그때 딱 보시자마자 이거는 꺾은성으로 표현할 수 없는 데이터지 않아요? 라고 하시는 거예요. 그런데 저희가 너무 여기 집중하고 있어서 너무 간단한 사실을 몰랐던 거죠. 뭐냐면 만약에 한 사람이 초등학교, 중학교, 고등학교 때 각각 얼마나 공부했는지를 보여주는 데이터라면 저희가 꺾은 성원으로 표시를 해도 무방했을 텐데 이 데이터는 아예 사람이 다르거든요. 전체 초등학생이 얼마나 공부했는지, 중학생이 얼마나 공부했는지, 고등학생이 얼마나 공부하는지에 대한 데이터이기 때문에 사실상 꺾은 손을 표현할 수가 없는 거죠. 막대 그래프로 표현을 했어야 맞는 데이터인데 저희가 꺾은 손으로 표현을 한 거예요. 추위로 표현할 수 없는 데이터를. 이런 실수들이 굉장히 많거든요. 왜냐하면 대부분 막대 그래프로 표현해도 되는 데이터를 꺾은 손으로 표현을 해도 문제가 없기 때문에 두 개 혼용하시는 경우가 있는데 절대 같지 않은 그래프이고요 헷갈리신다면 막대 그래프를 쓰시는 게 좋습니다

네 그쵸 꺾은 선은 이제 뭔가 연결이 되어있기 때문에 이 전체가 하나의 대상의 추이를 보여준다는 약간 그런 그 인상을 주는데 그쵸 막대 그래프는 이게 다 떨어져 있으니까 네네 알겠습니다 뭐 어 이것도 약간 인포그래픽에서 나오는 사례 같은데 이건 어떤 내용인가요?

보면 왼쪽에 있는 그래프 같은 경우는 그 원의 둘레를 막대그래프처럼 삼아서 보여주는 그래프예요. 막대그래프를 그리고 싶었던 건데 이 아이를 동그란 원 안에 집어넣다 보니까 이제 원처럼 표현이 되었던 거죠. 아시겠지만 원의 둘레 같은 경우는 pi라는 값을 넣어야 저희가 원의 둘레 값을 구할 수 있잖아요 아시는 것처럼 pi값이 3.14 주르륵 나가기 때문에 딱 떨어지는 숫자가 아니에요 딱 떨어지는 숫자를 표현할 방법이 없죠 사실은 반올림을 하든 아니면 뭐 버림을 하든 올림을 하든 뭔가 처리를 해야 표현이 가능한 거기 때문에 그 어떤 누구도 정확하게 표현을 할 수 없습니다. 수치를 표현할 수 없기 때문에 이런 그래프들이 사실 인포그래픽 쪽에서 해외에도 마찬가지고 국내에서도 뭔가 좀 새로운 걸 찾으려는 노력이 계속 있다 보니까 여러 차례 보여져 왔는데 이건 사실상 틀린 그래프라고 생각하시면 될 것 같고요. 만약에 나는 죽어도 동그라미 안에 여러 가지 한모기의 데이터들을 보여주고 싶다고 하시면 오른쪽처럼 보여주시는 게 더 정확한 표현 방식입니다.

원 안에 수치를 표현할 때 원의 둘레의 길이를 가지고 표현할 게 아니라 파이의 슬라이스 같은 각도를 가지고 표현을 하라는 말씀이시죠?

예, 면적을 가지고. 지금 같은 경우는 한 파이 안에 여러 가지 가이드선이 지금 들어가 있거든요. 가이드선 하나가 12, 13, 14을 상징하는 거라 4칸을 채우면 40인 거고 5칸을 채우면 50을 나타내는 거고 하는 형식으로 되어져 있는 거예요. 이 방법이 훨씬 더 정확하다라고 정확한 수치를 보여줄 수 있다라는 겁니다.

아 네 아유 뭐 지금까지 뭐 굉장히 다양한 차트에 대해서 이게 좋은 차트 나쁜 차트 예 이 두 가지 어 그니까 뭐가 좋은 거고 나쁜 건지에 대한 약간 되게 명확한 기준을 제공해 주셨는데 네 저도 뭐 데이터 시각화를 오래 했다고 생각을 했지만 네 많이 배울 수 있었던 것 같구요 지금 뭐 관련된 서적 같은 걸 소개해 주시는 건가요?

네, 맞습니다. 한 가지는 굉장히 유명한 월스트리트저널에서 나왔던 인포그래픽 가이드고요. 거의 이 책은 바이블처럼 제가 거쪽에 보여주고 있는데 제가 설명드렸던 내용은 전부 이런 책들에서 자세히 표현이 되어 있고 다른 차트도 있으니까 보시면 좋을 것 같아요. 아까 말씀드린 월스트리트저널에서 나온 인포메이션 인포그래픽 가이드 한가지 그 사례 거구요 또 한가지는 데이터 디자인 이라는 책이 있어요 정보 디자인과 시각화 원칙이라는 부제를 달고 있는데 이 책을 보시면 조금 더 많은 사례를 보실 수 있습니다

네 감사합니다 뭐 인포그래픽 데이터 그래픽에 대해서 데이터 시각화에 대해서 굉장히 다양한 이야기 나눠볼 수 있었던 시간인 것 같고요. 네, 지금 시간이 벌써 1시간 15분이 돼서 뭔가 약간 쉬어가야 될 것 같은데 두 분도 뭐 좀 쉬셔야 될 것 같고 영웅님은 어떻게 들으셨어요, 지금까지?

저는 굉장히 공부하면서 들었고요. 예를 들어서 시각화를 하는데 약간 그 시각화 차트와 그 차트 간의 거리라든지 그런 것들은 사실 팁으로 전혀 듣지 못했던 것들이라 개인적으로 하거나 프로젝트를 하거나 알려줄 때 굉장히 좋은 팁이 될 것 같고요. 그 다음에 아까 알려주신 월스트리트 저널 인포메이션 그래픽스 같은 경우는 시과학 쪽에서는 굉장히 바이블로 여겨지는 책이라 대표님께서 소개를 해주실 때 좋구나 오늘 좋은 게스트를 모셨구나 오늘 이번 방송 잘 됐구나라는 약간 희망을 계속 품고 있습니다

네 뭐 저도 뭐 제가 만약에 데이터 시각화 얘기를 한다면 절대 이제 그 차트 두께 같은 얘기를 아마 안 했을 텐데 아 근데 되게 중요한 부분 같아요 왜냐하면 시각화가 뭔가 강력하면서 되게 조심을 해야 되는 게 지금 여러 번 얘기가 나왔지만 잠재의식에 각인이 되는 거잖아요. 사람이 뭔가 내가 이걸 보고 있어 이렇게 보는 게 아니라 뭔가 의식하지 못하는 순간에 뭔가 정부에 대한 인상이 생기는 건데 그런 거를 뭔가 그 어찌 보면 의식의 영역이 아니라는 거죠. 그런 면에서 이렇게 좀 섬세한 그런 고려가 좀 필요하지 않나 생각을 해보고요. 네 그럼 저희도 잠깐 쉬었다가 또 2부에서 찾아뵙겠습니다. 생방송 계신 분들은 저희가 뭐 한 5분 안에는 다시 돌아오겠습니다. 네 그러면은 2부에서 다시 뵙겠습니다. 감사합니다. 네 데이터 지능 팟캐스트 데이터 시각화 편 두번째 방송 이제 시작하겠습니다. 1부에서 저희가 데이터 시각화의 개념 그리고 프로세스 그리고 이제 어떤 시각화가 좋은 시각화인지 나쁜 시각화인지 다양한 시각화의 종류에 따라서 유의사항도 알아봤는데요. 2부에서는 좀 더 시각화 이야기를 더 나누고 그 다음에 이제 김병영 대표님의 전문 분야라고 할 수 있는 인포그래픽 쪽으로 좀 더 말씀을 나눠보도록 하겠습니다. 우선은 저희가 지금 어떨 땐 이럴 땐 이런 시각과 이런 제목으로 좀 얘기를 나눠볼까 하는데요 어 역시 저희 방송 이번 방송 같은 경우에는 자료 시각과 자료가 좀 중요한 방송이라서 저희가 공개하는 슬라이드나 아니면 이제 유튜브 녹음 방송을 가지고 꼭 확인해 주시면 좋겠습니다 어 네 지금 데이터비즈 프로젝트라는 그런 사이트를 소개를 해주시는 것 같은데 여기는 어떤 곳인가요?

데이터비즈 프로젝트 닷컴 이라는 곳에 들어가시면 굉장히 다양한 그래프의 형식들을 보실 수 있으세요 그리고 그걸 이제 클릭해서 들어가시면 그래프를 어떨 때 쓰면 되는지 설명도 같이 나와 있거든요 그래서 이제 어떤 항상 아까 보여드렸던 막대나 꺾은선이나 버블차트, 파이차트를 벗어나서 조금 새롭게 다른 방식으로 표현해보고 싶은데 라는 니즈가 있으신 분들이 들어가서 보시면 좀 도움이 많이 되실 것 같아요 저희도 간혹 쓰던 포맷 말고 새로운 포맷으로 접근해보면 좋겠다라는 고민이 있을 때 보통 D3 예시 사이트나 아니면 이런 간단한 그래픽인 경우는 이 사이트에 들어가서 사례들을 보면서 새로운 영감을 얻기도 하거든요. 도움이 좀 되실 것 같습니다.

아, 그러니까 뭐 파이차트 이런 거 말고 이제 뭔가 새로운 걸 해보고 싶다.

네.

그러면 이제 이 사이트에 들어가서 보면 되는군요.

네, 그 밑에 예시들도 같이 나오거든요.

네. 여기 지금 생키 다이어그램? 이런 걸 보고 있는데 네. 어, 이건 이제 왼쪽 뭔가 강의 그 뭔가 지리로 갈라지는 약간 그런 모양의 시각화인데, 네, 네. 이건 어떨 때 쓰는 건가요?

어, 아마 이런 거 구글 아나이틱스 보셨던 분들은 자주 접하셨을 텐데, 뭐 예를 들어 웹사이트에서 어느 경로로 뭐 빠져나갔는지 아니면 어떤 지역에서 어느 나라로 어느 위치로 빠져나갔는지 이런 걸 설명할 때 자주 쓰는 차트이고요. 중심은 하나인데 어느 방향으로 뻗어나갔는지 그 비중은 어떻게 되는지를 한 번에 볼 수 있는 차트입니다.

아 제가 예전에 그 나폴레옹이 행군하는 그 시각화 봤었던 것 같은데 아 맞습니다.

같은 형식으로 생각하시면 돼요.

러시아에서 얼마나 많이 병사를 잃었는지 이제 중간중간에 다 빠지고 나중에 뭔가 한강으로 가서 시작해서 실개톤으로 나가는 약간 그런 네 네 맞습니다. 가슴 아픈 그런 게 있었던 것 같은데 좋네요. 이런 것도 이제 여러 가지가 있으니까 골라가지고 쓰시면 좋을 것 같은데 뭐 대표님은 뭐 특별히 좋아하시는 게 있나요? 여기 이 중에서?

사실 저 그 질문을 굉장히 많이 받는데 어쨌든 어떤 시각화 포맷을 쓸지는 데이터가 결정을 해주거든요 사실은. 그래서 제가 좋아한다기보다는 데이터에 적합한 시각화 방법을 쓰시는 게 가장 좋은 방법인 것 같습니다. 제가 개인적인 취향을 갖는 건 조금 위험한 것 같아요.

네, 그 말이 정답이신 것 같습니다. 그리고 이제 지금 snake oil이라는 info 그래픽을 보여주시는 것 같은데 네 이거는 어떤 내용인지

좀 사실 이제 뭐 다양한 식업화 방법의 사례로 한 가지로 그냥 가지고 온 건데 아까 말씀해 주셨던 것처럼 기본 버블 차트를 그냥 쓰는 게 아니라 크기별로 또 색깔별로 지금 보여주고 있는 차트거든요. 그래서 그 형식을 한번 참고해보시면 좋을 것 같아서 준비했었습니다.

지금 스네이크 오일이라는 이게 무슨 건강 보조제 이런 건가요?

네, 일종의 이제 그것들이 어떻게 보면 굉장히 강한 거부터 약한 거를 지금 배치해 놓은 거거든요. 보시면 베타민C, 비타민E 이런 것도 있고 지금 읽지만 저는 잘 모르겠는 어떤 성분들도 있어요. 오메가3 같지 않은 것도 있지만. 그래서 그거에 대한 거를 이렇게 분포도, 아주 약한 것보다 강한 것까지를 분포시켜 놓은 차트인 것 같습니다.

네, 버블 차트로 굉장히 다양한 효과를 낼 수가 있네요.

네.

저는 버블 차트를 제일 좋아하는 것 같습니다. 저도 선호도를 특별히 갖는 건 아니지만.

저도 1차 시각화 할 때는 버블 차트를 좋아합니다.

여기 보여주시는 거는 어떤 시각화죠?

트리 차트고요. 트리 차트 그냥 예시로 그려놓은 이미지인데 앞에서 보셨던 파이차트나 뭐 이런 것도 비중을 나타내는 거기는 해요. 비중의 차이가 조금 더 크고 항목이 많다고 하면 보시는 것처럼 스퀘어 형식으로 면적으로 이제 비중을 보여주는 트리 차트를 많이 쓰실 수 있는데 이 트리 차트를 전문가 분들은 당연히 프로그램을 돌리시면 바로 생성을 시킬 수 있지만 일반적으로 비중공자의 분들은 이 티셔츠 만드는 것 자체를 어려워하시거든요. 그런 거를 쉽게 만드는 방법, 팁 한 가지만 더 알려드리려고 준비했었습니다. 다음 장을 보시면 네, 지금 이거는 가로 10개, 세로 10개씩 총 100개를 사각형을 그려놓은 거예요. 그러고 나서 네, 뒷장을 봐주시면 예를 들어 모바일은 몇 퍼센트가 쓰고 데스크탑은 몇 퍼센트고 하는 데이터를 사투리 표현을 해본다고 하면 물론 이게 78.5 같이 소수점으로 떨어지는 걸 명확하게 표현하기는 힘든 단점이 있지만 비중을 한눈에 볼 수 있는 장점이 있거든요 이런 방식으로 트윗 차트를 쉽게 그려보실 수도 있습니다 막대 그래프나 아니면 버블 차트에서 벗어나고 싶으실 때 한번 써보실 수 있을 것 같고요

음 뭔가 백분율 같은 거를 이제 어 이렇게 그 매트릭스 사각셀의 어떤 그 색상으로 표시해주시는 거네요 그쵸?

네, 맞습니다. 또 대신에 뒷장 보시면 같은 데이터라고 색깔별로 항목을 구분할 수도 있지만 가장 중요한 게 지금 내가 말하고 싶은 게 데스크탑 데이터면 거기에만 컬러를 줄 수도 있는 거죠. 이건 아주 간단한 건데 쉽게 활용해 볼 수 있는 안이어서 프로그램 없이도 한 번쯤 보시면 좋을 것 같아서 준비했습니다.

지... 예, 아까 뭐지? 그... 파이차트가 이제 되게 작은 항목을 여러 개 나타내기 힘들다, 이런 말씀을 하셨는데, 이거는 조금 더 그런 면에서는 좋을 것 같네요, 그쵸? 그러니까 물론 이제 이것도 너무 작아지면 안 되겠지만은, 네. 네, 이런 새로운 시각화가 계속 발명이 되고 있는 것 같아서, 네, 뭔가 재밌네요.

네 훨씬 더 많은 시각화 방식들을 아까 보여드린 사이트나 책에서 또 보실 수 있으실 것 같아요

네 알겠습니다 저희가 그런 사이트는 다 링크를 그 저희 쇼노트에서 보실 수 있으니까 참고하시고 좋겠습니다 다음에 이제 인포그래픽 얘기를 좀 더 나눠볼까 하는데요 네 인포그래픽은 뭐 대표님께서 주로 일하시는 분야이기도 해서 굉장히 말씀해 주실 게 많을 것 같은데 인포그래픽이라는 게 사실 역사나 이런 것부터 조금 한번 들어가 볼까요? 이게 사실 저 같은 경우에는 그 단어를 듣기 시작한 것도 굉장히 최근인데 언제부터 인포그래픽이라는 말을 사람들이 쓰기 시작을 했고 뭔가 이렇게까지 뭔가 널리 쓰이게 된 게 어떤 계기가 있는지

일단은 인포그래픽의 기원은 어디서 보느냐에 따라 되게 달라질 텐데 사실 책마다 인포그래픽이라는 게 시각화된 걸로 의미나 메시지를 전달하는 거잖아요. 그렇게 보면 저 옛날에 돌에 그린, 동굴에 그린 그림부터를 기초로 보시는 분도 계세요. 거기서부터 이야기 시작하면 너무 길어질 테니까 일단 해외에서는 정확한 어떤 발발 시점을 제가 알지는 못하겠지만 2000년대에 이미 트위터나 이런 데서 굉장히 인포그래픽이라는 단어들이 많이 쓰여지고 성행하고 있었고 아마 선두에 서 있었던 거는 뉴욕타임스 같은 어떤 언론사들의 인포그래픽이었던 것 같아요. 다만 국내 같은 경우는 천안함 사건 기억하실 텐데 그 당시에 그 사건이 배 안에서 일어나는 일들을 있었던 분들의 진술을 통해서 얘기가 나오다 보니까 배 안에 경험이 없으신 분들이 이해하기가 쉽지 않았어요. 한 언론사에서 지하 2층, 지하 1층 그 부분들을 전부 시각화를 해서 매체에 실었거든요. 그러다 보니까 왜 이런 얘기가 나왔는지, 어디가 막혔고 어떤 일이 일어났었는지 이해하기가 쉬워진 거죠. 그때 인포그래픽이라는 단어들이 좀 알려지기 시작했고 그 다음에는 서울시가 2012년도였나 예산안을 약간 시각화된 형태로 발표를 하면서 인포그래픽이라는 단어가 굉장히 대중하게 알려지기 시작했던 것 같습니다.

어쨌든 인포그래픽을 만드는 일을 하고 계신데 인포그래픽을 아까 이제 시각화를 어떻게 만드시는지 그 프로세스에 대해서는 말씀을 조금 해주셨는데 인포그래픽을 만드는 과정을 조금 그게 시각화랑은 좀 차이가 있을 것 같아요. 단순히 시각화를 하나 만들어서 인포그래픽이 되는 건 아니니까 뭔가 조금 더 복잡한 프로세스가 있지 않을까 싶은데 간단히만 좀 말씀해 주실 수 있을까요?

우선은 이제 어쨌든 정제된 데이터를 가지고 시작하게 되거든요 인포그래픽 같은 경우는 그래서 이제 그 데이터를 바탕으로 확인을 좀 해보고 여기서는 데이터보다는 정보라는 표현이 사실은 더 맞을 것 같은데 일단 선정된 정보들을 확인을 하고 관련된 필요한 것도 있다면 이제 보강 리서치를 진행하게 되고요 그렇게 하고 나면 이제 두 번째 단계에서 OW1H라고 6화원칙 얘기 많이 들어보셨잖아요 저희는 이제 요거를 기준으로 시트를 하나 작성을 하고 그다음 작업들을 계속 진행하게 되는데 조금 더 상세하게 설명을 드리자면 who는 타깃, 이걸 누가 볼 건지에 관한 이야기가 될 것이고 what은 주제, 무엇을 이야기할 것인지 y는 제작 목적, 이걸 왜 만드는 건지 정말 임원진들 대상으로 어떤 사업을 알리기 위해서 만드는 건지 아니면 대중을 상대로 만드는 건지 대중 중에서도 여잔지 남잔지 연장이 있으신 분인지 아니면 아기들인지 이런 식의 이제 왜 만드는 건지 누가 보는지를 다 같이 생각을 해주고요. 웬 같은 경우는 이제 노출 시점으로 생각해 주시면 되는데 인포그래픽은 어쨌든 어떤 정보나 메시지를 누군가한테 알리기 위해서 만드는 거기 때문에 오픈되는 시점들이 있어요. 그게 언제인지 생각해보고 웨어 같은 경우는 공유되는 환경이라고 저희는 보통 생각을 하는데 책 형태로 나올 수도 있고 웹이나 앱의 형태로 나올 수도 있고 아니면 영상 형태로 나올 수도 있고 그렇게 되면 환경이 온라인인지 오프라인인지 아니면 바깥에 있는 어떤 버스 정류장에 있는 공간인지 이런 공유 환경을 생각을 해보고 이에 맞춰서 어떻게 만들 건지 결정을 하게 됩니다 이런 것들을 다 대한 답을 찾고 나서 본격적으로 기획에 들어가게 돼요 기획은 저희는 반드시 와이어프레임 형태로 진행을 하고요 이때 저희 같은 경우는 어떤 텍스트를 넣을 건지는 다 명확하게 정리가 되어 있어야 되고 데이터나 수추도 마찬가지고요 시각화 방법도 1차적으로 결정이 되게 됩니다 그러고 나서 이제 디자인을 하고 정말 저희가 생각한 대로 사람들이 받아들일지 테스트라고 해서 최종 완성을 하고 공개를 하면 이제 이 프로젝트가 마무리가 되는 거고요. 저희 선에서 최종 마무리는 공개된 상황까지 전부 체크를 해서 내비 리뷰가 끝났을 때 이 프로젝트가 끝난 것으로 정말 최종 완료된 것으로 간주합니다.

와이어 프레임이라는 말씀을 하셨는데 그게 뭔가 프로토타입 이런 건가요?

듀엘을 한 번 봐주시면 좋을 것 같은데 뒷슬라이드를 보시면 이게 이제 뭐 저희가 아까 말씀드렸던 인포그래픽 OWH 시트고요 설명을 드렸으니까 다음 장으로 넘어가 주시면 왼쪽에 있는 게 저희가 생각하는 기획안이고 오른쪽이 디자인이에요 이거 같은 경우는 원페이지 인포그래픽이었는데 이 정도로 명확하게 계획이 서 있어야 이게 와이어 프레임으로 되어 있는 저희 기획안이라고 생각해 주시면 돼요 만약에 이게 웹이나 영상 형태로 나오게 되면 이제 어떻게 인터렉션이 들어갈 거고 다음 장면 어떻게 연결되는지가 상세 설명에 더 붙여지게 되는 거죠 밑에 컷마다.

그러니까 뭐 마치 프로그램으로 말하면은 수도 코드를 먼저 짜고 그 다음에 실제 코딩을 하듯이 이제 뭔가 프로토타이핑을 하시는 거네요 그쵸?

일종의 프로토타입이라고 생각하시면 돼요.

근데 데이터를 아까 정제된 데이터를 가지고 시작한다고 하셨는데 그 실제로 그 전에 이제 정제 작업인 인포그래픽 작업에서는 그니까 제외하시는 거죠? 정제를 아예 안 하시는 건 아닌데

아 그건 아니죠 완전히 로우 데이터의 개념은 아니라는 뜻이고요 로우 데이터에서 이제 어떤 맥락이나 추이를 발견했으면 이제 그 데이터를 뽑아서 다시 이제 인포그래픽 메시지에 맞게 또 정제하는 작업은 당연히 계속 일어나게 됩니다

네, 저는 사실은 논문이나 아니면 리포트를 많이 쓰는데 그런 거랑 인포그래픽이 어떻게 다를까.

네.

왜 제가 쓰는 글에서 제가 하는 프로젝트의 결과물은 인포그래픽이 아니라 리포트가 더 타당한가 이런 고민을 조금 했었거든요.

아, 네.

그러면 이제 어떤 경우에는 글로 하는 게 낫다, 어떤 경우에는 인포그래픽이 더 약간 이런 그런 게 아마 좀 기준이 있으실 것 같은데 그쵸 왜냐하면 데이터 사실 데이터라는 게 프로젝트라는 게 여러 가지 성격이 있는데 그게 모든 경우에 인포그래픽이 적합할 것 같지는 않다는 생각도 좀 드는데 어 그럼요 네 맞습니다 인포그래픽이 특별히 뭔가 효용을 발휘한다 약간 이렇게 생각하시는 어떤 조건이나 아니면 사례 같은 게 있나요?

이게 말로 표현하기는 조금 힘들 수 있는데 뒤에 예시에도 있긴 하겠지만 말로 하기에는 너무 설명이 길어지는 것들을 한 장으로 딱 표현했을 때 훨씬 더 간편해지는 경우들이 있어요. 뒤에서 보여드릴 수치형 지도 인포그래픽 사례도 하나의 예가 될 수 있을 텐데 일단 수치형 지도가 뭔지를 일반 분들이 전혀 모르시잖아요. 이제 그거 자체는 기본이 되는 맵을 말한다고 하더라고요. 거기다가 다른 상하수도 시설이 됐든 아니면 네트워크가 됐든 이런 맵들을 레이어를 쌓아서 볼 수 있는 그래야 도시계획이나 공사를 진행할 수 있는 지도인데 그걸 어떻게 사용하는지를 보여드리는 컷이었거든요. 거기에 일부 인포그래픽이에요. 그래서 수치형 지도에 도시 정보를 더하면 도시를 안전하고 유불하게 관리할 수 있어요 라고 하고 이제 그게 각각의 데이터들이랑 어떻게 합쳐져서 되는지 샘플로 이제 보여주게 되는데 이런 거 같은 경우는 문서로 쓰는 것보다는 한 장의 이미지로 보는 게 더 이해가 빠르실 수 있죠. 이렇게 해서 그림으로 표현했을 때 효과적인 데이터들이 있는 것 같고 이거는 물론 수치 데이터는 아니지만 있는 것 같고 그다음에 어떨 때에는 오히려 그냥 문서가 더 나은 경우도 있는 것 같습니다.

대상 자체가 굉장히 시각적인 그런 특성이 강한 경우에 인포그래픽이 더 적절하겠네요.

네네.

어 그리고 이제 다시 프로세스로 돌아가서 제 테스트 말씀을 하셨는데 저는 사실 제가 하는게 일이 이제 알고리즘이나 어떤 데이터 프로덕트를 테스트하는 일을 저도 하기 때문에 평가하고 이제 뭔가 지표화하고 이런 일을 하기 때문에 저는 인포그래픽이라는 어떤 결과물이 있으면 그걸 어떻게 평가할 수 있을까 그런 그 아까도 잠깐 얘기가 나오긴 했지만 하지만 사실 디자인 작업의 결과물을 평가한다는 게 그렇게 쉬운 일이 아니잖아요 굉장히 직관적인 건 아니고 뭔가 어 그냥 그냥 뭐 예쁘다 약간 이런 식으로 뭐 넘어가는 경우도 있을 것 같고 하지만 이제 되게 중요한 문제가 아닐까 좀 생각이 드는데 네 어 그 인포그래픽이 더 좋은 좋은 인포그래픽이다 나쁜 인포그래픽이다 이제 그런 그걸 나누는 어떤 기준 같은 게 있을지 그리고 이제 어떤 정량적인 평가 기법이 가능할지 궁금하네요.

네, 여기도 얘기가 조금 길어질 수는 있을 것 같은데 우선 이제 저희가 생각하는 디자인 테스트는 크게 두 가지로 일단은 나눌 수 있을 것 같아요. 한 가지는 의미 전달이 제대로 잘 되고 있느냐, 저희가 담으려고 했던 의미, 그 메시지가 정말 잘 표현이 됐는가의 측면에서 디자인을 평가할 수 있거든요. 예를 들어서 아주 간단하게 얘기하면 지금 되게 심각한 이야기를 메시지를 전달하려고 하는데 얘가 너무 귀엽거나 그래픽 예를 들면 아니면 색깔이 너무 밝거나 하면 이제 안 맞는 거잖아요 물론 최종 결과물 이렇게까지 이상하게 나오는 경우는 없겠지만 핵심 메시지를 놓고서 계속 결과물을 평가하다 보면 분명히 디자인에 빠져서 놓치고 간 부분들이 보이거든요 그런 부분들을 체킹하는 부분들이 한 가지 있고 또 한 가지는 아까도 말씀드렸던 것처럼 얘를 굉장히 다양한 포맷에 포맷으로 나오기 때문에 예를 들어 영상 같은 경우는 당연히 다 플레이하고 다 음향 넣고 해서 체크를 해봐야 되는 것이고 카드뉴스라고 하더라도 이거 과연 그냥 아 카드뉴스 잘 됐네가 아니라 페이스북에 올렸을 때 제대로 보이는지 이런 것도 다 테스트 영역에 이제 들어가게 되거든요 웹사이트라고 하면 정말 다 제 기능들이 되는지를 눌러보는 경우들도 있고요 네 그렇게 나눌 수 있을 것 같고 아까 말씀해주셨, 질문 주셨던 좋은 인포그래픽 또는 나쁜 인포그래픽 이런 게 있을 텐데 우선은 이것도 앞에서 한 말이랑 겹치는 부분은 많이 있는 것 같아요 우선 첫 번째는 메시지 전달이 잘 되고 오해 소지가 없으면 저는 좋은 인포그래픽인 것 같은데 아주 쉽게 얘기를 하자면 이제 이거를 평가하는 정량적인 방법이 사실 쉽지는 않거든요 국내 기업이나 아니면 기관 같은 데서는 sns에 올라간 것 같은 경우 sns 조월 숫자나 공유 숫자로만 평가하시는 경우가 많은데 저는 과연 이게 인기 있는 인포그래픽이라고 얘기할 수 있지만 반드시 좋은 인포그래픽이라고 단정할 수 있을까라고 물어본다면 조금 어려운 것 같아요 저희도 이 부분에 계속 좀 관심을 기울이고 있어서 국내 한 대학이랑 MOU를 메꿔서 예를 들면 원페이지 같은 경우는 아이 트래킹으로 분석을 해요. 저희가 생각한 시각적 순서대로 과연 사람들이 봐주는지. 왜냐하면 정보의 배치를 저희가 순서대로 읽게끔 하는데 그거를 제대로 봤을 때 메시지를 정확하게 이해할 확률이 높거든요. 이게 100% 맞다고 말할 수는 없겠지만. 이런 거라든지 아니면 설문조사나 이런 걸 통해서 저희가 생각한 대로 메시지를 전달 받았는지에 대한 부분들은 계속 고민을 하고 있고요 방법들을 좀 계속 찾아가고 있고 연구하는 중이라고 생각해 주시면 될 것 같습니다

네 이런 거는 사실 아마 논문 같은데 아마 방법론이 있을 것 같긴 한데 저도 생각을 한 게 어떤 웹사이트 같은 경우에는 아이 트래킹 말씀하셨지만 아이 트래킹은 사실 장비가 필요하잖아요. 근데 웹사이트에 만약에 올라가는 인포그래픽, 만약에 클릭이 가능한 인포그래픽이면은 뭐 클릭 같은 것도 그렇고 마우스가 움직이는 패턴 같은 것도 그렇고 그런 게 다 어떤 평가의 어떤 자료가 좀 될 수 있을 것 같고 그 다음에 이제 정보, 설문 말씀하셨는데 저는 이렇게 해봐도 좋을 것 같아요. 제가 생각대로 말씀을 드리는 거지만은 예를 들어서 내가 어떤 이 인포그래픽을 10초를 보고 어떤 질문에 얼만큼 사람들이 대답할 수 있는지.

네네, 재밌네요.

그런 식으로 설문인데 좀 시간 제한을 얻는 거죠. 그러면 이제 그리고 이제 이 인포그래픽 보고 나서 어떤 대상에 대한 센티멘트가 보기 전과 후가 어떻게 다른지. 약간 이런 식으로 조금 더 설문이긴 한데 좀 더 정량적인 약간 그니까 뭐 시간이랄지 어떤 그런 전후의 어떤 차이랄지 약간 그런 식으로 컨트롤을 해볼 수 있으면 좀 더 평가가 되지 않을까 네 제가 좋은 아이디어인 것 같아요 밥 먹고 생각하는 게 약간 그런 거라서

아 네 굉장히 좋은 아이디어인 것 같습니다

아닙니다 뭐 네 어쨌든 인포그래픽이 이렇게 굉장히 고려할 점도 많고 저는 이제 공유 환경에 따라서 인포그래픽이 달라진다는 것도 참 새로웠는데 공유 환경이라는 게 예를 들어서 웹에 있을 때랑 프린트로 나갈 때랑 이제 어떤 차이가 있나요? 그러니까 인포그래픽이 만드는 입장에서 어떤 식으로 프린트로 할 때는 어떻게 해야 된다 약간 이런

여러가지가 있기는 한데 예를 들면 웹 같은 경우는 특성상 원하는 것만 선택해서 볼 수 있게끔 할 수 있잖아요 큰 그림에서 작은 그림을 볼 수 있는 데이터라던가 그거를 전체를 다 보지 않아도 내가 원하는 것만 봐도 데이터를 인지해도 되는 것 같은 경우는 웹이 훨씬 더 맞을 건데 만약에 프린트 같은 경우는 그렇게 다량의 데이터를 선택해서 볼 수 있게끔 할 수는 없거든요 훨씬 더 정제해서 훨씬 더 압축해서 눈에 잘 들어오게끔 만들어 줘야 되기 때문에 매체 특성이 좀 완전히 다르다고 생각해 주시면 될 것 같아요 예를 들면 대선 자료 같은 경우는 맵용으로 인터랙티브하게 만들어지는 경우들을 아마 많이 보셨을 거예요. 왜냐하면 데이터 양이 워낙 많다 보니까 그거를 한 번에 출력물로 만들 수는 없거든요. 그런 보고서는 500페이지씩 되는데 사람들이 다 읽을 수는 없고 그 500페이지나 되는 걸 인포그래픽으로 압축시켜 줄 방법도 많지는 않아요. 그럴 때는 정말 맵에 있는 것 중에서도 정말 중요한 사례 몇 가지만 넣어서 출력물로 만들어야 되는 거죠. 예를 들자면.

정보의 약간 밀도가 달라지는 거네요.

그렇죠? 밀도도 달라질 수 있고 때로는 종류가 조금 달라질 수도 있습니다.

네, 인포그래픽의 어떤 거고 그 다음에 어떤 프로세스로 만들어지는지에 대한 말씀을 나눠봤는데 영웅님도 인포그래픽 만들어 보셨나요?

저는 인포그래픽은 만들어 보지 않았습니다.

저 같은 경우에도 사실 만들어 보고 싶은데 이걸 어떻게 만들까 사실은 저는 아까 말씀드렸듯이 수동으로 하는 거 별로 안 좋아하는 편이라서 뭔가 자동으로 그냥 제가 데이터가 바뀌면 인포그래픽도 바뀌고 약간 그런 툴이 있으면 아마 만들었을 것 같은데 그런 툴이 있는지 잘 모르겠네요. 그래서 뭔가 디자인도 좀 잘해야 될 것 같고 뭔가 그래서 아마 대표님 같은 분의 전문 영역이 앞으로도 되지 않을까

이런 생각은 드는데 근데 진영님처럼 생각하시는 분들이 많이 계시니까요. 그래서 인포그래피 템플릿을 많이 올려놓고 데이터 같은 걸 입력하면 바뀌게끔 바뀌어서 이렇게 출력이 되는 사이트들이 많이 있어요.

그래서 인포그래피 좀 쉽게 만들 수 있더라고요.

네네. 그래서 망고보드라는 국내 서비스가 하나 있고요. 캔바라는 해외 서비스도 있어요. 그래서 한 번쯤 그런 걸로 도전해 보시는 것도 좋을 것 같습니다.

네, 그러게요. 네, 그런 것도 나중에 한 번 소개해 주시면 좋겠네요.

공유하겠습니다.

네, 좋습니다. 네, 그럼 뭐 사례를 몇 개 보고 더 얘기를 나눠보죠.

네.

뭐 순서대로 지금 몇 개를 볼 텐데 특별히 뭐 보고 싶은 게 있다 그런 말씀해 주셔도 좋고 앞에서부터 일단 보겠습니다.

일단은 인포그래픽 하면 가장 많이 생각하시는 흔하게 생각하시는 포맷일텐데 간단한 통계자료를 시각화해주는 거라고 생각해주시면 될 것 같아요 지금 보여드린 사례 같은 경우는 간단한 통계를 시각화한 사례인데 예를 들어 맘앱을 가장 많이 사용하는 sns는 남자는 페이스북이 62% 여자는 카카오 스토리가 59.4% 뭐 이런 데이터를 시각화한 건데 페이스북 카카오 스토리는 명확한 아이콘이 있고 그 다음에 남자 여자도 아이콘으로 표시를 해서 숫자를 강조해주는 방식을 되게 쉽게 표현해준 사례라고 생각하시면 됩니다 이게 이제 거의 가장 많이 인포그래픽을 쓰시는 분야 중 하나인 것 같아요

네 이거는 거의 차트 보고서인데 거의 약간 예쁜 보고서 맞습니다. 아까 말씀하신 나쁜 바그래프 차례가 여기 보이네요.

네 맞습니다.

위에다가 장식하지 말라 그러셨는데.

네 여기는 장식이 올라가 있죠.

다음 거를 한번 볼까요?

네, 다음 거는 각 국가의 행복도를 꺾은 선 그래프로 표시해놓은 그래프인데 기본은 그 각 국가마다 뒤에다가 스마일 표시를 넣은 거예요. 동그라미 눈 두 개를 달아준 거죠. 그랬더니 꺾은 선 그래프가 입 모양이 되는 셈이에요. 이 국가 사람들이 좋은지, 좀 별론지 이런 거를 조금 더 빨리 느낌으로 알 수 있겠고요.

제가 이거를

아이고 네네 네 그래서 이제 이렇게 어떤 약간의 아이디어가 들어간 인포그래픽들을 일단 사람들이 좀 호기심을 갖고 빨리 볼 수 있을 거고요 그 다음에 세장 데이터에 대한 느낌을 이렇게 조금 빨리 감정적으로 느낄 수 있는 정보 스프레이 시간이 좀 짧아지는 장점이 있습니다 그래서 아마 인포그래픽들을 많이 찾으시는 것 같아요

네, 이게 사실 굉장히 크리에이티브한 그런 인포그래픽인데 근데 이제 말씀하신 대로 이게 정보를 보기에는 저는 약간 꼭 좋은 모양일까 이런 생각이 드는데 그게 이제 왜 그러냐면 표정이 여기 지금 나오는 거잖아요 국가별로 근데 이제 그 표정이 사실은 꺾은선이 꺾은선이 어떻게 돼가지고 입모양이라고 행복도가 높은게 아니잖아요 그니까 이제 뭔가 만약에 그 그쵸 만약에 스마일리가 나오려면 이제 행복도가 낮아졌다가 높아져야 되는데 그게 꼭 좋은건 아니기 때문에 행복도가 왼쪽에서 오른쪽으로 올라가는 게 제일 좋은 건데 그래서

보시면 스마일 컬러도 좀 다르게 주기는 했거든요. 말씀하신 부분들을 보완하려 하였으나 저도 어떻게 보면 데이터를 과연 빨리 읽을 수 있을까라는 의문이 좀 들기는 해요. 호기심을 좀 빨리 불러 일으켰다는 측면에서는 또 재미있는 것 같습니다.

네, 그러게요. 그러니까 약간은 시각적인 약간 재미랑 그 다음에 정보 전달의 효율성 같은 게 좀 상충할 수도 있네요 그쵸?

네네 때로는 그럴 수도 있어서 사실 인포그래픽 작업이 쉽지 않은 것 같아요

네 다음에 이제 이거는 금연 재테크라고 되어있는데

네 이거는 저희가 정말 초반에 만들었던 작업인데 왜냐하면 저희가 인포그래픽 자체가 한국어로 된 게 거의 없을 때 이제 스튜디오를 만들었고 그걸 콘텐츠를 만들어서 사람들한테 인포그래픽이 뭔지를 알리고 싶었을 때 만든 거라 굉장히 오래된 작업이에요. 이거 같은 경우는 보시면 하루 금연하면 이 당시에 김밥 한 줄 드실 수 있었고, 3일이면 아이유 미니앨범을 사고, 7일이면 치킨 한 마리를 먹고, 20년을 하시면 신형 소형차를 한 대 살 수 있다. 뭐 이런 메시지. 그 데이터를 가지고 만든 인포그래픽이었는데 맨 마지막 하단에 보면 그런 얘기가 있어요. 돈도 아끼고 건강도 지키자. 이런 메시지로 만든 건데 이제 이거 같은 경우는 사실은 저희가 이 당시에는 아무런 연결 포인트가 없고 그냥 운영하고 있는 블로그랑 트위터에만 이거를 업로드를 했어요. 근데 이제 그 다음날 카운팅한 숫자만 만 건이 넘을 정도로 정말 일파만파 퍼져나갔거든요. 어떻게 보면 데이터를 재밌게 잘 보여주고 정제가 잘 되어 있으면 사람들의 호응을 받을 수 있다라는 거죠 그러니까 내가 다른 걸 하지 않고 이벤트를 걸지 않아도 정부가 알아서 공유되고 확산되는 효과까지 누릴 수 있다라는 게 또 어떻게 보면 이 이미지는 이미지대로 그런 효과도 효과대로 인포그래픽의 재미라고 생각하실 수 있을 것 같습니다

네, 사실 어찌 보면 굉장히 단순한 통계 자료인데 이렇게 그냥 수치로 얘기를 하는 게 아니라 뭔가 사람들이 눈에 딱 들어오는 어떤 자동차나 아니면 여행이나 이런 식으로 금연의 가치를 어찌 보면 환산을 해준 거네요. 그렇죠?

이게 인포그래픽에서 가장 많이 쓰는 방법 중 하나거든요. 그러니까 수치를 예를 들어서 1억불을 벌었다. 사실 사람들은 1억불이 얼마인지, 아 많구나 이거지, 이거에 대한 감이 그렇게 크지는 않은데 이게 예를 들어서 전 세계인이, 전 세계의 세길줄을 할 수 있는 금액이라고 하면 훨씬 더 와닿을 수 있기 때문에 그런 식으로 수치를 자체를 이렇게 이해하기 쉬운 방식으로 치환하는 게 인포그래픽에서 자주 쓰는 방법 중 하나입니다.

이거는 인포그래픽이 아니라 그냥 리포트를 만들 때도 굉장히 유용한 기법인 것 같네요.

네, 그러실 수 있을 것 같아요.

1% 클릭, 클릭, 그, 트루 레이트를 높였다고 얘기를 하는 게 아니라 뭐 회사 레베뉴가 뭐, 뭐, 원 밀리언이 높아졌다 이렇게 얘기를 하는 게 훨씬 더 그게

훨씬 듣는 사람이 효과적일 수 있다. 그게 이제 거짓말만 아니라면. 네, 거짓말만 아니면.

네네. 그리고 이제 사용자가 5년 5천만이 되는 데까지 수요된 기간.

네, 이거 같은 경우는 그 마크 주쿠버크가 주인공으로 나왔던 그 인물이 주인공이었던 소셜네트워크라는 영화가 있었어요. 이제 그 전 아까 금연재테크에서 저희가 국내에서 이런 거 만들어 올리니까 굉장히 반응이 좋구나라는 걸 이제 한번 배웠거든요. 만약에 이거를 그냥 여기 다 어차피 한글이 별로 필요가 없으니까 영어로 만들면 어떻게 될까 라고 이제 해서 그 다음번에 만들었던 사례인데 이거 같은 경우는 사용자가 5천만이 되는데 소요된 기간이라는 타이틀로 라디오는 뭐 38년이 걸린데 반에 아이팟은 3년이 걸렸고 페이스북은 1년밖에 걸리지 않았다라는 데이터를 가지고 만들었던 거예요 요것도 당시에 이제 트위터가 메인 매체였어 올렸었고 올리고 났더니 누구나 봐도 그냥 확 이해가 되는 그림이거든요. 뭐냐면 38세인 라디오는 38세 사람의 실루엣을 작게 그렸고요. 그다음에 3년이었던 아이팟 같은 경우는 3살짜리 아이가 걸어다니니까 그 모습을 실루엣으로 표현을 했고 페이스북은 1살짜리 아기분이 아직 기어다닐 때여서 그 모습을 실수의 수로 표현을 했던 건데 이거를 이제 SNS에 공개를 했더니 굉장히 외국 사람들도 재밌다면서 공유를 많이 해가시더라고요. 그래서 이제 단순히 텍스트가 더 강할 때도 있지만 때로 어떤 소재 같은 경우는 훨씬 더 비주얼 커뮤니케이션이 효과적일 때가 있다라는 거고 이것이 어떻게 보면 인포그래픽이 또 다른 장점이라고 저는 생각을 하는 것, 증명도 어느 정도 됐다고 봤던 이미지였습니다.

그러게요, 공유가 굉장히 많이 되는 것 같은데 인포그래픽이 요즘 세상에서는 정말 중요한 특성이죠 그쵸? 정보를 같은 정보를 리포트로 했을 때랑 그 인포그래픽으로 했을 때랑 공유가 훨씬 많이 된다는

게 네 많은 분들이 봐주신다는 데 또 의미가 있을 수 있을 것 같아요

네 아 지금 네네 네 말씀하시죠

네네 제가 인포그래픽 사례를 단순히 잘 된 것보다는 이런 인포그래픽 기법이 들어간 것들도 많이 준비를 했거든요 좀 다양하게 보시면 좋을 것 같아서 이거 같은 경우는 인포그래픽을 많이 사용하는 회사 소개서 작업이었고요 굳이 많은 회사 소개서 작업 중에 이 사례를 준비해온 이유는 이거는 실제 사옥에서 찍었던 사진 위에다가 그래픽을 더해서 표현했던 사례예요. 그래서 어떻게 보면 그냥 시각화라고 볼 수도 있을 것 같고 어떻게 보면 그냥 기존 회사 소개서일 수도 있을 것 같은데 국내에서는 이런 걸 대부분 다 인포그래픽으로 통증해서 부르시는 경향이 있거든요. 그래서 보시면 실제로 외벽의 도트를 그래프의 가이드 선으로 생각해서 그린 장면이 첫 번째 하나 있었고요. 그다음에 아까 예시로 보여드렸던 트리 차트. 을 이용해서 어떤 제품이 많이 팔렸는지 매출 비중을 그 트위터 안의 네모에 사진이랑 같이 숫자랑 넣어서 표현했던 이미지도 있구요 그 다음에 이거 같은 경우는 세계 8개국에 수출하고 있는 홈쇼핑이다 라는 데이터를 표현해주는 장면에서는 로비에 진짜 있었던 그 지도 그래픽을 사진을 찍어서 그 위에 이제 그래픽을 얹어서 만든 그 장표도 있었거든요 이렇게 사진을 이용하게 되면 굉장히 시간을 적게 들이시고 디자이너처럼 어떤 시각적인 표현을 인포그래픽을 빨리 만드실 수 있습니다

네, 그러니까 시각화를 잘해야 인포그래픽도 잘 하겠네요, 그렇죠? 이게 다양한 시각화를 쓰시고 거기다가 약간 장식을 하는 그런 개념인데 네. 네, 지금 시간이 좀 많이 돼서 조금...

네, 네. 빨리 진행될까요?

네, 사례를 이제 추려서 뭔가 하나 정도만 더 볼 수 있을까요?

그러면 67번 슬라이드 보여주시면 네 뒤로 네 요거부터 보여주세요 보시면 좋을 것 같은데 앞에 다양한 이제 어쨌든 표현하는 방식에 대한 기법들을 보여드렸다면 이거 같은 경우는 인포그래픽이 반드시 원페이지 뭐 출력물이거나 책자 뿐만 아니라 웹 형태로 나오는 경우들도 많이 있어요 이게 최근에 작업했던 건데 이거는 뭐 요즘 많이 들어보시는 UHD 방송 VR 이런 거에 관련된 표준들을 설명해주는 브로셔랑 책자를 저희가 만들고 이건 아주 간단한 버전으로 만들었던 웹버전의 인포그래픽이라고 봐주시면 될 것 같은데 이거 같은 경우는 다음 장을 넘겨주시면 보여주시면 사실 UHD 방송에 TV가 어떻게 나오는지를 그냥 보면 전혀 이해가 잘 안 돼요 설명이 있더라도 이런 거 같은 경우는 이미지로도 한계가 있기 때문에 다음 장 눌러주시면 영상으로 해당 컷들이 나오게 되어있거든요 그래서 한 가지 사례를 표현하기 위해 모든 포맷을 다 쓰는 거죠 이거 같은 경우는 UHD 방송을 모바일이나 웹에서 봤을 때 원하는 장면을 멈춰서 바로 이렇게 실시간임에도 불구하고 뒤로 갔다 앞으로 갔다 가능하고 원하는 추가 정보가 있으면 찾아서 볼 수 있다라는 내용을 텍스트랑 영상이랑 같이 보여주는 페이지의 영상이었거든요 이렇게 이제 한 가지 어떤 포맷이 아니라 굉장히 다양한 포맷을 써서 어쨌든 이 정보 전달하는 것에 최 높은 목적을 두고 하는 작업들이라고 생각해 주시면 될 것 같아요.

네, 애니메이션도 들어가고 뭔가 모든 정말 가능한 스타일이 들어가는 종합예술이네요. 그렇죠? 말하자면. 그렇죠?

네, 그렇게 되고 있는 것 같아요. 점점 더.

네 그래서 지금까지 인포그래픽의 다양한 사례까지 알아봤는데 사실 뭐 데이터 관련된 기술이 다 그렇지만은 데이터 시각화나 인포그래픽도 굉장히 빨리 변하고 있을 것 같은데 미래에 대해서 한번 얘기를 해보고 방송을 마무리를 할까요?

네 좋습니다

우선은 지금 굉장히 뭐 뭔가 일상생활 속에 뭔가 데이터가 표시가 되는 그런 영상 같은데 어떤 내용인가요?

사실 이거는 그냥 영상의 장면들을 제가 캡처해 놓은 거고 제가 이 예시 이미지를 통해서 얘기를 드리고 싶었던 거는 아마 저희 아침에 출근할 때 거울 보면서 양치질하고 이럴 때 날씨 정보라던가 오늘 뭐 입으면 좋을지라는 정보들이 거울에 표시되는 이런 미래의 장면들은 아마 많이 보셨을 거예요. 예전에는 그런 게 정말 먼 미래 같았는데 이제 VR이나 아니면 AR 같은 그런 유해 긴술들이 더 이상 미래가 아니라 현재 벌어지고 있는 일이거든요. 가상 형실에서 봤던 보습들, 갑자기 거울에서 어떤 인포메이션이 나오고 아니면 어떤 정보가 공중에 둥둥 떠다니는 모습들이 앞으로 곧 우리 미래에 다가올 것이기 때문에 굉장히 기술이 높아져서 정말 다양한 정보를 접하고 모으게 되는 것뿐만 아니라 그 정보를 보여주는 공간이나 매체도 상상하는 것 이상으로 늘어나게 되는 거죠. 그렇다고 한다면 정보를 정확하게 정제하고 그 다음에 그걸 다시 시각화해서 사람들에게 보여주는 그런 인포그래픽 또는 데이터 시각화는 굉장히 중요해질 것 같고요 그 다음에 이런 정보들을 뿌려줄 때에도 몸을 뿌려줄 자체도 데이터를 분석을 통해서 이제 나오게 될 수밖에 없는 상황이기 때문에 저는 인포그래픽이나 아니면 데이터 시각화라는 단어 대신 어떤 새로운 트렌디한 단어가 나올지는 모르겠지만 이 분야는 계속 될 거라고 보고 있습니다.

지금처럼 컴퓨터나 아니면 핸드폰을 가지고 있어야지 정보가 보여지는 것도 아니고 정말 요새 말하는 AR 같은 기술이 발전을 하면 이제 정말 생활 속에 다 정보 디스플레이가 모든 사물이 이제 정보 디스플레이가 될 수 있고 그런 미래가 가까이 있다. 그럼 인포그래픽 같은 게 훨씬 중요한 기술이 되겠네요.

다음 장표 한번 보여주시면 예를 들어서 이제 저희가 운전할 때 보는 네비게이션도 네비게이션이라는 기계에서 보는 게 아니라 그냥 차창에 있는 유리에서 나올 수도 있게 될 텐데 그러면 이제 네비게이션에 나오는 정보 플러스 어디에 뭐 맛집이 있고 주유소가 있는지의 정보를 같이 보일 수 있게 되잖아요. 실제로 예를 들어 3D 영화나 4D 영화를 봤을 때 어지럼증을 느끼는 사람의 비율이 생각보다 꽤 높거든요. 그런데 이렇게 정보가 산만하게 움직이는 실생활에서 여기저기서 나온다고 생각하면 당연히 위험도가 증가할 수도 있거든요. 물론 다혈주의 차도 나오긴 하겠지만. 그래서 이 정보를 예쁘게 보여주는 것뿐만이 아니라 어떤 시점에 어떻게 보여주는지는 어쨌든 인지과학적인 부분도 다 연기되어 있는 거기 때문에 이런 부분에 대한 연구나 시각화해서 디자인하는 역할은 굉장히 중요해질 것 같습니다.

네, 그러니까 정보가 이제 모니터 화면을 나오게 되면 이제 파워풀해지는 것도 있지만 또 동시에 이제 뭔가 더 위험을 초래하거나 그런 경우도 있으니까 네, 혼란을 야기할 수도 있고요 저도 사실은 그냥 모니터에서 보고 약간 이런 걸로 생각을 하고 있었는데 가상현실, 증강현실이 이제 정말 인포그래픽과 현실의 경계를 허무는 역할을 하지 않을까 이런 생각도 좀 드네요 네 뭐 마지막으로 이제 인포그래픽을 실제로 만들어보고 싶은 사람들을 위해서 뭔가 아까도 잠깐 소개를 해주셨는데 어떻게 시작을 해야 될까 뭐 그런 거에 대해서 좀 말씀해 주실 수 있나요?

일단은 뭐 저한테 질문 많이 주시는데 일러스트부터 배워야 되나요? 포토샵부터 배워야 되나요? 라고 하시는데 사실은 인포그래픽을 할 때 제일 기본이 되는 건 아까 설명드렸던 그런 기본 차트를 그리는 거에서 시작이 되고요. 중간중간 살아있어도 느끼셨겠지만 기본 차트를 기반으로 인포그래픽을 그려주는 경우가 많아서 그게 제일 중요할 거고 다만 이제 그런 것까진 익히셨지만 더 많은 다량의 데이터를 내지는 조금 더 그래픽을 예쁘게 그려서 인포그래픽을 잘 표현해 보고 싶다라고 하시는 분들은 요즘 좋은 술들이 많이 나와 있어요. 그래서 그냥 무작정 포토샵이나 일러스트나 아니면 데이터 시각화 프로그램을 배우시는 것보다는 지금 인포그래픽 시스템 PID라고 저희가 운영하고 있는 사이트가 있는데 거기 메뉴 중에 제작툴 리뷰라는 메뉴가 있거든요 가서 보시면 인포그래픽을 만들 수 있는 자동 제작툴 데이터 시각화를 좀 쉽게 볼 수 있는 자동 제작툴이 이렇게 구분이 되어서 저희가 미리 써보고 어떻게 쓰면 좋을지 쭉 이렇게 리뷰해 놓은 포스팅들이 있어요 보시고 마음에 드는 틀부터 한번 시작해 보시는 것도 좋은 방법이 될 수 있을 것 같습니다

네 인포그래픽이 어떤 가치가 있고 그 다음에 어떤 사례가 있고 그 다음에 이제 이렇게 어떻게 시작할 수 있는지도 간단히 말씀을 나눠봤는데요 네 저도 사실은 저는 이제 리포트 논문이나 쓰는 사람이라고 생각을 하고 있었는데 인포그래픽을 제가 만들진 않더라도 인포그래픽에서 사용하는 여러가지 테크닉을 제가 좀 활용할 수 있다면 더 좋은 데이터 과학자가 될 수 있지 않을까 또 이런 생각도 한번 해봅니다 네 오늘 뭐 오랜 시간 좋은 말씀 많이 해주셨는데요 간단히 두 분 소감 한 말씀씩 듣고 마무리하면 어떨까 하네요

저는 일단 오늘 굉장히 많이 배웠고요. 제가 굉장히 많이 놓치고 있었구나라는 걸 좀 깨달았습니다. 사실 데이터 시각화를 저는 개인적으로 경영학을 전공하니까 데이터라는 건 굉장히 밑바닥에 있는데 데이터 시각화는 눈에 딱 보이게 보여주잖아요. 그러므로 해서 사실은 예전에는 데이터가 밑에 있고 인포메이션은 위에 있고 그다음에 축축축축 의사결정 과정은 올라가는데 데이터 시각화라는 걸 그걸로 아예 그냥 밑바닥부터 한 번에 탑으로 올려가지고 인지적으로 깨닫고 의사결정 과정에 바로 적용할 수 있게 가능하게 하는 것 같아요. 그런 측면에서 굉장히 좋은 것 같고 나중에 기획을 해서 교육 프로그램이나 이런 거 운영하게 된다면 오늘 배웠던 팁들, 그 다음에 대표님 모셔갖고 들어볼 여러 가지 얘기가 있지 않나라고 깨달았습니다. 좋은 시간이었습니다.

네, 나중에 꼭 불러주세요. 감사합니다. 저는 주로 강의를 하든 어떤 걸 하든 시각적인 결과물을 가지고 이야기를 하다 보니까 실제로 보면서 이해시켜 드리는 경우가 많았는데 이걸 하나하나 말로 표현을 한다는 게 얼마나 어려운 일인지 오늘 다시 한번 깨달았고요. 그러는 바람에 제가 약간 횡설수설을 한 것도 있을 수 있을 것 같은데 두 분이 잘 이렇게 도와주셔가지고 마무리할 수 있었던 것 같습니다 저도 오늘 모처럼 어려웠지만 너무 재밌었고요 좋은 기회 주셔서 감사합니다

네 뭐 사실 저희가 뭐 최근까지 딥러닝이니 뭐니 굉장히 좀 딱딱한 이야기를 많이 했었는데 오늘은 이제 데이터에도 이렇게 좀 뭔가 흥미진진하고, 아 뭐 그렇다고 딥러닝이 흥미진진하지 않다는 얘기는 아니지만, 눈에 보이는 그런 분야도 있구나 그런 생각을 하셨을 것 같구요. 네 어쨌든 오늘 방송 내용은 꼭 저희가 나중에 따로 공개할 슬라이드랑 그 다음에 유튜브의 영상을 참고를 하시면은 네 좀 더 이해가 편하시지 않을까 싶습니다 네 그러면은 뭐 오랫동안 좋은 말씀 나눠주신 두 분 다시 한번 감사드리구요 예 그러면 데이터진흥 팟캐스트 다음번에 찾아뵙겠습니다 네 감사합니다

네 감사합니다

감사합니다 네

아이고 2시간이 넘어갔네요

너무 길어졌네요. 죄송해요.

시간이 길게 느껴지진 않았거든요. 내용들이 좋아서.