맨위로가기

데이터 시각화

"오늘의AI위키"는 AI 기술로 일관성 있고 체계적인 최신 지식을 제공하는 혁신 플랫폼입니다.
"오늘의AI위키"의 AI를 통해 더욱 풍부하고 폭넓은 지식 경험을 누리세요.
목차

1. 개요

데이터 시각화는 데이터를 시각적으로 표현하여 정보 전달과 분석을 돕는 기술 및 방법을 의미한다. 선사 시대의 동굴 벽화부터 메소포타미아의 점토 토큰, 잉카의 키푸 등에서 그 기원을 찾아볼 수 있으며, 16세기에는 과학 기술 발달과 함께 지도 제작, 좌표 체계 발전 등이 이루어졌다. 1786년 윌리엄 플레이페어는 최초의 통계 그래프를 발표했고, 20세기 후반 자크 베르탱, 존 튜키, 에드워드 터프테 등의 연구를 통해 데이터 시각화는 더욱 발전했다. 현재는 SAS, R, D3.js, 파이썬 등 다양한 도구와 기술이 활용되며, 시계열, 순위, 부분 대 전체, 상관 관계 등 다양한 유형의 데이터를 시각화하는 기법이 사용된다. 데이터 시각화는 과학 연구, 디지털 도서관, 인포그래픽, 비즈니스 분석 등 다양한 분야에 적용되며, 사회적 영향력을 확대하고 있다.

더 읽어볼만한 페이지

  • 데이터 시각화 - 히트 맵
    히트 맵은 데이터 값을 색상으로 표현하여 2차원 형태로 시각화하는 도구로, 데이터 분석 및 이해를 돕고 분석 효율성을 높이는 데 사용된다.
  • 시각화 - 시간지리학
    시간지리학은 인간 활동을 시간과 공간 안에서 분석하는 학문으로, 개인의 활동 경로와 제약 요인을 연구하며 시공간 프리즘 등의 개념으로 활동 가능 공간을 보여주고 다양한 분야에 응용되어 COVID-19 팬데믹 상황에서 밀접 접촉자 식별에도 활용된다.
  • 시각화 - 연표
    연표는 시간 순서에 따라 사건, 현상, 변화 등을 시각적으로 표현하는 방식으로, 역사 기록에서 시작하여 표 형태로 발전했으며 다양한 분야에서 활용되고 여러 형태로 정보를 제시한다.
  • 자료 - 데이터 압축
    데이터 압축은 디지털 데이터의 크기를 줄여 저장 공간을 절약하고 전송 속도를 향상시키는 기술로, 모르스 부호에서 시작하여 ZIP, JPEG, LZ77 등 다양한 방식으로 발전해 왔으며, 무손실 압축과 손실 압축으로 나뉘고 최근에는 인공지능 기술을 활용하여 효율성을 높여 다양한 분야에서 활용되고 있다.
  • 자료 - 더미 데이터
    더미 데이터는 비디오 게임 롬 내부에 존재하는, 게임에 사용되지 않는 텍스처, 모델, 사운드, 코드 등의 데이터로, 숨겨진 콘텐츠나 이스터 에그로 발견되거나 게임 분석 및 연구에 활용된다.
데이터 시각화
개요
학문 분야정보 이론, 통계학, 그래픽 디자인, 인간-컴퓨터 상호 작용
정의데이터 시각화는 그래픽 표현을 통해 데이터를 이해하고 분석하는 과정임.
목적데이터를 명확하고 효과적으로 전달하여 의사 결정 및 문제 해결을 지원함.
역사
초기 통계 그래픽17세기부터 지도 제작 및 통계 분석에 사용됨.
현대적 발전20세기 후반 컴퓨터 기술 발전과 함께 다양한 시각화 기법 등장.
유형
차트막대 그래프, 선 그래프, 원 그래프, 산점도 등
지도등치지역도, 흐름도, 분위지도 등
네트워크사회 관계망 분석, 의존성 그래프 등
계층 구조트리맵, 방사형 트리 등
기타인포그래픽, 대시보드, 가상 현실 시각화 등
기법
색상데이터 값에 따라 색상을 사용하여 정보 강조
크기데이터 값에 따라 객체 크기를 조정하여 정보 강조
레이아웃시각적 요소를 효과적으로 배치하여 정보 전달력 향상
상호 작용사용자가 데이터를 탐색하고 분석할 수 있도록 기능 제공
응용 분야
과학연구 결과 시각화, 데이터 분석
비즈니스실적 보고, 시장 분석, 의사 결정 지원
정부정책 결정, 공공 서비스 개선
교육학습 자료 시각화, 지식 전달
저널리즘뉴스 기사 시각화, 정보 전달
도구
스프레드시트마이크로소프트 엑셀, 구글 시트
BI 도구태블로, 파워 BI
프로그래밍 언어파이썬, R (프로그래밍 언어), JavaScript
기타D3.js, Processing (프로그래밍 언어)
고려 사항
정확성데이터 왜곡 없이 정확하게 표현
명확성독자가 쉽게 이해할 수 있도록 간결하게 표현
효율성데이터를 효과적으로 전달할 수 있도록 디자인
윤리데이터를 오해하거나 왜곡하지 않도록 주의
관련 분야
정보 디자인정보를 효과적으로 전달하기 위한 디자인 원리 적용
인간-컴퓨터 상호 작용사용자가 데이터를 편리하게 탐색하고 분석할 수 있도록 인터페이스 디자인
통계학통계적 지식을 바탕으로 데이터 분석 및 시각화
그래픽 디자인시각적 요소를 활용하여 정보 전달력 향상

2. 역사

데이터 및 정보 시각화는 인간-컴퓨터 상호 작용, 컴퓨터 과학, 그래픽스, 시각 디자인, 심리학, 비즈니스 방법 연구에서 발전했으며,[19] 과학 연구, 디지털 도서관, 데이터 마이닝, 금융 데이터 분석, 시장 조사, 제조 생산 관리, 신약 개발 등에서 중요한 구성 요소로 활용되고 있다.[19]

2005년 초 인터넷의 부분적인 지도를 그래프로 표현한 모습; 각 선은 두 개의 IP 주소를 나타내며, 두 노드 사이의 지연 시간을 나타낸다.


정보 시각화는 추상적인 정보를 직관적으로 전달하는 데 중점을 둔다.[20] 데이터 분석은 시각화, 통계, 데이터 마이닝, 머신 러닝 등 다양한 방법을 사용하며, 그중 정보 시각화는 인간 분석가의 인지 능력에 의존하여 통찰력을 발견하도록 돕는다.[21]

데이터 시각화는 통계 그래픽, 플롯, 정보 그래픽 등을 사용하여 데이터를 시각적으로 표현하고, 사용자가 데이터에 대해 분석하고 추론하도록 돕는다.[21] 페르난다 비에가스와 마틴 M. 와텐버그는 이상적인 시각화는 정보를 명확히 전달할 뿐만 아니라 시청자의 참여와 주의를 자극해야 한다고 제안했다.[25]

데이터 시각화는 정보 그래픽, 정보 시각화, 과학 시각화, 탐색적 데이터 분석, 통계 그래픽과 밀접하게 관련되어 있으며, 2000년대 이후 연구, 교육, 개발 분야에서 활발하게 진행되고 있다.[26]

데이터 시각화 50년 주요 사건


시각화에 대한 현대적인 연구는 컴퓨터 그래픽스에서 시작되었으며, 1987년 ''Scientific Computing''의 시각화 특별호 이후 여러 컨퍼런스와 워크숍이 개최되었다.[39] 1786년, 윌리엄 플레이페어는 최초의 프레젠테이션 그래픽스를 발표했다.

제품 공간 지역화, 주어진 경제의 경제 복잡성을 보여주기 위한 것


제품 범주별 베냉 수출의 트리 맵(2009). 하버드-MIT 경제 복잡성 관측소에서 개발


데이터 시각화에 대한 포괄적인 '역사'는 없지만, 요크 대학교의 마이클 프렌들리와 다니엘 J. 데니스는 시각화의 포괄적인 역사를 제공하려는 프로젝트를 진행하고 있다.[40] 일반적인 믿음과는 달리 데이터 시각화는 현대적인 발전이 아니다. 플라이스토세 시대부터 동굴 벽에 별의 위치 등이 시각화되었고,[41] 메소포타미아의 점토 토큰(기원전 5500년), 잉카의 키푸 (기원전 2600년) 등도 정량적 정보를 시각화한 것으로 볼 수 있다.[42][43]

최초로 문서화된 데이터 시각화는 기원전 1160년 토리노 파피루스 지도로, 지질 자원의 분포와 채석 정보를 제공한다.[44] 미케네의 선형 B 서판은 청동기 시대 말 지중해 무역 정보를 시각화했다. 고대 이집트 측량사들은 도시 배치에 좌표 개념을 사용했고, 기원전 200년경 위도와 경도와 유사한 방식으로 지구 및 천체 위치가 확인되었으며, 클라우디오스 프톨레마이오스의 지도 투영법은 14세기까지 기준 표준으로 사용되었다.[44]

행성 운동


종이와 양피지의 발명은 시각화의 발전을 가능하게 했다. 10세기 또는 11세기의 그래프는 행성 궤도의 기울기를 시간의 함수로 표시하려는 시도였다.[45]

16세기에는 물리량, 지리 및 천체 위치 측정을 위한 기술과 기기가 발전했고, 티코 브라헤의 천문대와 삼각 측량법 등이 그 예이다.[40] 시간 측정의 발전은 학자들이 데이터를 시각화하는 혁신적인 방법을 개발하도록 이끌었다.[46]

르네 데카르트와 피에르 드 페르마의 해석 기하학과 2차원 좌표계 개발은 값의 표시 및 계산 방법에 큰 영향을 미쳤다. 페르마와 블레즈 파스칼의 통계 및 확률 이론 연구는 데이터 개념의 토대를 마련했다.[40] 윌리엄 플레이페어는 이러한 발전을 바탕으로 통계의 그래픽 방법을 생성하고 발전시켰다.[36]

플레이페어가 그린 무역 수지의 시계열 도표


20세기 후반, 자크 베르탱은 정량적 그래프를 사용하여 정보를 직관적이고 명확하게 표현했다.[36] 존 투키와 에드워드 터프티는 데이터 시각화의 경계를 넓혔고, 터프테의 저서 "정량적 정보의 시각적 표시"는 통계학자 등이 데이터 시각화 기술을 개선하도록 길을 열었다.[47] 기술 발전에 따라 데이터 시각화는 손으로 그린 시각화에서 소프트웨어 시각화로 발전했다.[47]

SAS, SOFA, R, Minitab 등은 통계 분야에서 데이터 시각화를 허용하며, D3, Python, JavaScript 등은 개인에게 더 집중되고 고유한 데이터 시각화 응용 프로그램을 가능하게 한다.[48] 사립 학교는 데이터 시각화 및 관련 프로그래밍 라이브러리 학습 수요를 충족하기 위한 프로그램을 개발했다.[48]

2013년 "데이터에서 발견으로" 심포지엄부터 ArtCenter College of Design, Caltech 및 JPL은 파사데나에서 대화형 데이터 시각화에 대한 연례 프로그램을 운영해 왔다.[49]

2. 1. 데이터 시각화의 원칙 (터프티의 원칙 중심)

에드워드 터프티는 정보 표시 사용자가 비교와 같은 특정 ''분석 작업''을 수행한다고 설명했다. 정보 그래픽의 ''설계 원칙''은 분석 작업을 지원해야 한다.[28] 윌리엄 클리블랜드와 로버트 맥길은 점 그림과 막대 그래프가 원 그래프보다 이러한 작업을 더 효과적으로 수행한다고 보였다.[29]

터프티는 그의 저서 ''정량적 정보의 시각적 표시''(1983)에서 '그래픽 표시'와 효과적인 그래픽 표시의 원칙을 다음과 같이 정의했다.[30]

"통계 그래픽의 탁월함은 명확성, 정밀성, 효율성으로 전달되는 복잡한 아이디어로 구성된다. 그래픽 표시는 다음과 같아야 한다.

  • 데이터를 보여줘야 한다.
  • 시청자가 방법론, 그래픽 디자인, 그래픽 제작 기술 등이 아닌 내용에 대해 생각하도록 유도해야 한다.
  • 데이터가 말하고자 하는 내용을 왜곡하지 않아야 한다.
  • 작은 공간에 많은 숫자를 제시해야 한다.
  • 큰 데이터 세트를 일관성 있게 만들어야 한다.
  • 눈이 다른 데이터 조각을 비교하도록 장려해야 한다.
  • 광범위한 개요에서 미세 구조에 이르기까지 여러 수준의 세부 사항으로 데이터를 표시해야 한다.
  • 설명, 탐색, 표 작성, 장식과 같이 합리적으로 명확한 목적을 제공해야 한다.
  • 데이터 세트의 통계적 및 언어적 설명과 밀접하게 통합되어야 한다.


그래픽은 데이터를 '드러낸다'. 실제로 그래픽은 기존의 통계 계산보다 더 정확하고 명확하게 드러낼 수 있다."[31]

예를 들어, 미나르 도표는 1812-1813년 기간 동안 나폴레옹 군대가 겪은 손실을 보여준다. 이 도표에는 군대의 규모, 2차원 평면에서의 위치(x 및 y), 시간, 이동 방향, 온도라는 여섯 가지 변수가 표시되어 있다. 선의 두께는 시간에 따른 군대 규모를 비교하여 보여주는 반면, 온도 축은 군대 규모 변화의 원인을 시사한다. 2차원 평면에 표시된 이 다변수 정보는 소스 데이터를 명확히 제시하여 신뢰성을 높이는 동시에, 즉시 이해할 수 있는 이야기를 전달한다. 터프티는 1983년에 이 도표를 "지금까지 그려진 최고의 통계 그래픽일 것이다"라고 평가했다.[31]

1869년 샤를 조제프 미나르가 제작한 나폴레옹의 러시아 원정 지도. 초기 인포그래픽 예시


이러한 원칙을 적용하지 않으면 오해의 소지가 있는 그래프가 만들어져 메시지가 왜곡되거나 잘못된 결론을 뒷받침할 수 있다. 터프티에 따르면, 차트 정크는 메시지를 강조하지 않거나 불필요한 3차원 또는 원근법 효과를 사용하는 등 부수적인 그래픽 내부 장식을 의미한다. 설명 키를 이미지 자체에서 불필요하게 분리하여 독자가 이미지와 키를 번갈아 보게 만드는 것은 "행정 잔해"의 한 형태이다. 터프티는 "데이터 대 잉크" 비율을 최대화하고, 가능한 경우 비데이터 잉크를 제거해야 한다고 주장했다.[31]

미국 의회 예산처는 2014년 6월 발표에서 그래픽 표시에 대한 몇 가지 모범 사례를 요약했다. 여기에는 a) 청중을 파악하는 것, b) 보고서 문맥 외부에서도 독립적으로 이해될 수 있는 그래픽을 설계하는 것, c) 보고서의 주요 메시지를 전달하는 그래픽을 설계하는 것이 포함되었다.[32]

3. 데이터 시각화 절차 및 유형

디지털 시대의 학습자들은 다양한 매체를 통해 무한한 데이터에 노출되고 있으며, 이에 따라 데이터를 효과적으로 표현하고 이해하는 방식의 변화가 요구되고 있다. 수많은 정보를 시각적으로 묘사하여 필요한 정보를 효율적이고 명확하게 제공하는 데이터 시각화의 필요성이 증가하고 있다.[107] 최근 빅데이터 기술 시장의 성장과 함께 시각화 기술도 중요한 기술 요소로 자리 잡고 있다.[108]

전통적인 시각화 기술은 주로 통계 정보를 그래프로 보여주는 방식이었지만, 빅데이터 시각화에서는 데이터를 요약하고 한눈에 파악할 수 있도록 돕는 방법론적 요소가 중요해지고 있다.[108] 데이터 시각화는 미적 형태와 기능성을 모두 고려하며, 데이터 간의 연결과 그룹핑을 표현하는 데 초점을 둔다.[109]

사람은 선 길이, 모양, 방향, 거리, 색상 차이를 쉽게 구별할 수 있는데, 이를 "전주의적 속성"이라고 한다.[35] 효과적인 그래픽은 이러한 전주의적 속성을 활용한다. 예를 들어, 면적보다 선 길이의 차이를 더 쉽게 처리할 수 있으므로, 막대 그래프가 원형 차트보다 효과적일 수 있다.[35]

데이터 시각화는 통계 그래프, 플롯도, 인포그래픽 등 다양한 기법을 사용하며, 수치 데이터는 점, 선, 막대 등으로 부호화되어 시각적으로 전달된다.[70] 이는 데이터 분석 및 데이터 과학의 한 단계이며, 정보를 명확하고 효율적으로 전달하는 것을 목표로 한다.

3. 1. 데이터 시각화 절차 (ETRI 분류)

ETRI의 데이터 시각화 절차는 다음과 같이 분류된다.[110]

단계설명
정보 조직화 단계사용자의 정보 인지에 관여하며, 혼돈 상태의 데이터를 분류, 배열, 조직화하여 질서를 부여한다.
정보 시각화 단계사용자의 정보 지각에 관여하며, 효율적인 정보 전달을 위해 시각, 청각, 촉각, 미각, 후각 등 감각 기관에 최적의 자극을 제시하는 방법을 제시한다.
상호작용 단계정보와 사용자 간 상호작용 측면의 사용자 경험을 디자인하며, 정보의 인지적 요인뿐만 아니라 지각적 요인을 함께 활용한다. 정보 시각화 단계와 밀접하게 연동되면서 동시에 입력 기술의 특성도 함께 고려한다.


3. 2. 정량적 메시지 유형 (스티븐 퓨 분류)

스티븐 퓨(Stephen Few)는 사용자가 데이터 세트에서 이해하거나 전달하려는 8가지 유형의 정량적 메시지와 메시지 전달에 사용되는 관련 그래프를 설명했다.

  • 시계열: 단일 변수가 일정 기간 동안 캡처되는 경우이다. 예를 들어, 10년 동안의 실업률이나 온도 측정이 있다. 꺾은선 그래프는 시간에 따른 추세를 보여주는 데 사용될 수 있다.
  • 순위: 범주 하위 구분이 단일 기간 동안 특정 항목의 순위가 매겨지는 것이다. 예를 들어, 판매 실적(''측정'')의 판매자(''범주'', 각 판매자가 ''범주 하위 구분'')별로 오름차순 또는 내림차순으로 순위가 매겨진다. 막대 그래프는 판매자 간의 비교를 보여주는 데 사용될 수 있다.
  • 부분 대 전체: 범주 하위 구분이 전체에 대한 비율로 측정되는 경우이다. (예: 100% 중 백분율). 파이 차트 또는 막대 그래프는 시장에서 경쟁사가 나타내는 시장 점유율과 같은 비율의 비교를 보여줄 수 있다.
  • 편차: 범주 하위 구분이 특정 기간 동안 비즈니스의 여러 부서에 대한 실제 지출과 예산 지출의 비교와 같이 참조와 비교되는 경우이다. 막대 그래프는 실제 금액과 참조 금액의 비교를 보여줄 수 있다.
  • 빈도 분포: 특정 간격에 대한 특정 변수의 관측 수를 보여주는 경우이다. 예를 들어, 주식 시장 수익률이 0–10%, 11–20% 등과 같은 간격 사이에 있는 연도의 수가 있다. 이 분석에는 막대 그래프의 유형인 히스토그램이 사용될 수 있다. 상자 그림은 중앙값, 사분위수, 이상값 등과 같은 분포에 대한 주요 통계를 시각화하는 데 도움이 된다.
  • 상관 관계: 두 변수(X, Y)로 표시되는 관측치를 비교하여 동일하거나 반대 방향으로 이동하는 경향이 있는지 확인하는 경우이다. 예를 들어, 샘플 월에 대한 실업률(X)과 인플레이션(Y)을 플로팅한다. 산점도는 일반적으로 이 메시지에 사용된다.
  • 명목 비교: 특정 순서 없이 범주 하위 구분을 비교하는 경우이다. 예를 들어, 제품 코드별 판매량이 있다. 막대 그래프는 이 비교에 사용될 수 있다.
  • 지리적 또는 지리 공간적: 지도 또는 레이아웃에서 변수를 비교하는 경우이다. 예를 들어, 주별 실업률 또는 건물의 다양한 층에 있는 사람 수와 같다. 카토그램은 전형적인 그래픽으로 사용된다.[21][34]


데이터 세트를 검토하는 분석가는 위에 나열된 메시지 및 그래픽 유형 중 일부 또는 전부가 작업 및 대상에 적용되는지 여부를 고려할 수 있다. 데이터에서 의미 있는 관계와 메시지를 식별하기 위한 시행 착오 과정은 탐색적 데이터 분석의 일부이다.

3. 3. 데이터 시각화 기법

디지털 시대의 학습자는 영상, 디지털 매체, SNS, 클라우드 서비스 등을 통해 방대한 양의 데이터에 노출되며, 이러한 환경 변화에 따라 데이터를 표현하고 수용하는 방식에도 변화가 요구되고 있다.[107] 수많은 정보를 시각적으로 묘사하여 필요한 정보를 효율적이고 명확하게 제공하는 데이터 시각화의 필요성이 증가하고 있는 것이다.[107]

최근 빅데이터 기술 시장의 성장과 함께 시각화 기술 역시 중요한 기술 요소로 자리 잡고 있다.[108] 전통적인 시각화 기술은 주로 시스템 로그나 실험 분석 결과 등에 대한 통계 정보를 그래프로 보여주는 방식이었지만, 빅데이터의 시각화에서는 모든 데이터를 살펴보는 데 제약이 따르기 때문에 시각화의 기술적인 요소와 더불어 데이터를 요약하고 한눈에 파악할 수 있도록 돕는 시각화 방법론적 요소의 중요성이 커지고 있다.[108] 데이터 시각화는 미적 형태와 기능성을 모두 고려하며, 데이터 간의 연결과 그룹핑을 표현하는 데 초점을 맞춘다.[109]

사람은 선 길이, 모양, 방향, 거리, 색상(색조) 차이를 큰 노력 없이 쉽게 구별할 수 있는데, 이를 "전주의적 속성"이라고 한다.[35] 예를 들어, 숫자 "5"의 크기, 방향, 색상이 다르다면 전주의적 처리를 통해 빠르게 파악할 수 있지만, 숫자 "5"의 출현 횟수를 파악하는 것은 많은 시간과 노력이 필요하다.[35]

매력적인 그래픽은 전주의적 처리와 속성, 그리고 이러한 속성의 상대적 강점을 활용한다.[35] 예를 들어, 사람은 면적보다 선 길이의 차이를 더 쉽게 처리할 수 있으므로, 비교를 위해 선 길이를 활용하는 막대 그래프가 원형 차트(면적을 사용)보다 효과적일 수 있다.[35]

데이터 시각화에는 특정 용어가 사용되며, 일부는 통계에서 파생되었다. 스티븐 퓨(Stephen Few)는 의미 있는 분석 또는 시각화를 위해 함께 사용되는 두 가지 유형의 데이터를 다음과 같이 정의한다.

  • 범주형: 특정 특성을 가진 객체 그룹을 나타낸다. 명목형 또는 순서형일 수 있다. 예를 들어, 성별과 같은 명목형 변수는 서로 순서가 없으므로 명목형이다. 순서형 변수는 순서가 있는 범주이며, 예를 들어 어떤 사람이 속한 연령대를 기록하는 것이다.[50]
  • 양적: 사람의 키 또는 환경의 온도와 같은 측정을 나타낸다. 연속형 또는 이산형일 수 있다. 연속형 변수는 측정을 항상 더 정확하게 할 수 있다는 개념을 포착한다. 반면 이산형 변수는 결과의 수나 정수로 측정된 나이와 같이 유한한 수의 가능성만 있다.[50]


양적 변수와 범주형 변수의 구별은 두 유형이 서로 다른 시각화 방법을 요구하기 때문에 중요하다.

정보 표시의 주요 유형에는 표와 그래프가 있다.

  • '''표'''는 범주형 레이블이 있는 행과 열로 구성된 양적 데이터를 포함하며, 주로 특정 값을 찾아보는 데 사용된다. 예를 들어, 표는 이름(''질적 변수'')과 나이(''양적 변수'')를 나타내는 범주형 열 레이블을 가질 수 있으며, 각 데이터 행은 한 사람을 나타낸다.
  • '''그래프'''는 주로 데이터 간의 관계를 보여주는 데 사용되며, ''시각적 객체''(예: 선, 막대, 점)로 인코딩된 값을 나타낸다. 숫자 값은 하나 이상의 ''축''으로 구분된 영역 내에 표시된다. 이 축은 시각적 객체에 값을 레이블링하고 할당하는 데 사용되는 ''척도''(양적 및 범주형)를 제공한다. 많은 그래프는 ''차트''라고도 한다.[51]


에플러(Eppler)와 렝글러(Lengler)는 다양한 데이터 시각화 방법을 표시하는 "시각화 방법의 주기율표"를 개발했다.[52] 여기에는 데이터, 정보, 개념, 전략, 은유, 복합의 여섯 가지 유형의 데이터 시각화 방법이 포함된다.[52] 타마라 문즈너(Tamara Munzner)는 "시각화 분석 및 설계"에서 "컴퓨터 기반 시각화 시스템은 사람들이 작업을 보다 효과적으로 수행하도록 설계된 데이터 세트의 시각적 표현을 제공합니다."라고 썼다.[53] 문즈너는 시각화가 "계산 의사 결정 방법으로 사람을 대체하기보다는 인간의 능력을 강화해야 할 필요가 있을 때 적합하다"고 주장한다.[53]

width="120" |이름시각적 차원설명 / 사용 예시
요일별 팁의 막대 그래프
막대 그래프
다양한 너비의 막대 그래프 관계:

· 인구(x축),
투사된 (1) 빈도 및 (2) 극단적인 "10년 폭염"의 강도는 각각 수평 및 수직 막대 쌍으로 연결된다. 막대는 (3) 색상으로 구분된 기본 범주(지구 온난화 정도)로 구별된다.
주택 가격의 히스토그램
히스토그램
두 변수 간의 음의 상관 관계를 보여주는 산점도
산점도 (점도표)
산점도
산점도 (3D)
네트워크 분석
네트워크 차트
원형 차트
원형 차트
선 그래프
선 그래프
양쪽 축을 따라 여러 자릿수의 크기를 포함하는 로그-로그 차트
반대수 그래프 또는 로그-로그 그래프 (비선형) 차트
스트림그래프
스트림그래프 (면적형 그래프의 유형)
트리맵
트리맵
간트 차트
간트 차트
히트 맵
히트 맵
스트라이프 그래픽
워밍 스트라이프
애니메이션 나선형 그래픽
기후 나선|애니메이션 나선형 그래픽
상자 수염 그림
상자 및 수염 그림
순서도
순서도
레이더 차트
레이더 차트
벤 다이어그램
벤 다이어그램
상관 관계의 아이콘
상관 관계의 아이콘


  • 카토그램
  • 분지계통도 (계통 발생)
  • 개념도
  • 덴드로그램 (분류)
  • 정보 시각화 참조 모델
  • 그랜드 투어
  • 그래프 드로잉
  • 히트맵
  • 쌍곡 트리
  • 다차원 척도법
  • 평행 좌표
  • 문제 해결 환경
  • 트리맵

데이터 시각화는 데이터를 분석하여 사용자에게 제시하는 단계 중 하나이다.


정보를 명확하고 효율적으로 전달하기 위해 데이터 시각화는 통계 그래프, 플롯도, 인포그래픽 등을 사용한다. 수치 데이터는 점, 선, 막대 등을 사용하여 부호화되어 시각적으로 전달된다.[70] 효과적인 시각화는 데이터를 분석하거나 증거를 논리적으로 고찰하는 데 유용하며, 복잡한 데이터를 더 보기 쉽고 이해하기 쉽고 활용하기 쉽게 해준다. 시각화 시에는 비교를 하거나 인과 관계를 이해하는 등 특정 분석 기법을 수행하는 경우가 있으며, 그래픽 설계 원칙은 그 기법을 따른다. 테이블(표)은 일반적으로 특정 측정값을 사용자가 검색하는 경우에 사용되며, 다양한 종류의 그래프는 하나 이상의 변수 데이터에 대한 패턴이나 관계를 나타내는 데 사용된다.

데이터 시각화는 수치 데이터나 정보를 그래픽 내의 점, 선, 막대 등으로 부호화하여 정보 전달에 이용하는 기법이다. 그 목적은 사용자에게 정보를 명확하고 효율적으로 전달하는 것이다. 데이터 시각화는 데이터 분석이나 데이터 과학의 한 단계이다. 프리드먼(2008)에 따르면 "데이터 시각화의 주요 목적은 그래픽 기법을 통해 정보를 명확하고 효과적으로 전달하는 것이다. 데이터 시각화가 기능적이 되도록 수수하게 보이거나 극단적으로 세련된 외관으로 보일 필요는 없다. 식견을 효과적으로 전달하려면 심미적인 형태와 기능성이 협력해야 하며, 더 직관적인 방법으로 중요한 측면을 전달함으로써 드물고 복잡한 데이터군에 대한 지견을 제시하게 된다. 그러나 설계자 측에서 형태와 기능의 균형을 잡지 못해 정보 전달이라는 주 목적을 달성하지 못하는 화려한 데이터 시각화를 만드는 경우도 많다."[71]

일부 전문가는 이상적인 시각화란 명확하게 전달할 뿐만 아니라 시청자의 관여나 주의를 자극해야 한다고 주장한다.[72]

데이터 시각화는 인포그래픽, 정보의 시각화, 과학 시각화, 탐색적 데이터 분석, 통계 그래프와 밀접하게 관련되어 있다. 2000년 이후 데이터 시각화는 연구, 교육, 개발의 활발한 영역이 되고 있으며, 포스트 등(2002)에 따르면 과학과 정보의 시각화는 연결되어 있다고 한다.[73]

상업 환경에서의 데이터 시각화는 경영 대시보드라고 불리는 경우가 많다. 인포그래픽은 데이터 시각화의 또 다른 일반적인 형식이다.

미국 연방의 지출과 수입의 경시적 경향을 나타내는 꺾은선 그래프로 도식화된 시계열


스테판 휴는 사용자가 일련의 데이터나 관련 그래프에서 이해하거나 전달하려는 메시지 전달을 돕는 8가지 종류의 양적 메시지(quantitative message)에 대해 설명했다.

# 시계열: 10년에 걸친 실업률 등, 어떤 기간에 걸쳐 1변수가 포착된 것. 경향을 나타내는 데 꺾은선 그래프가 사용되는 경우가 있다.

# 랭킹: 일정 기간 내의 영업 부문(각 영업 담당자가 세분 카테고리)의 판매 실적 순위 등, 세분 카테고리가 오름차순 또는 내림차순으로 랭크되는 것. 판매 담당자 전원의 비교를 나타내는 데 막대 그래프가 사용되는 경우가 있다.

# 전체에 대한 부분: 세분 카테고리가 전체에 대한 비율로 측정되는 것. 원형 그래프 또는 막대 그래프가 시장의 경쟁 기업에 의해 표시되는 시장 점유율 등의 비율 비교를 나타낼 수 있다.

# 편차: 어떤 기간 동안의 사업 부서에 관한 실제 경비와 경비 예산의 비교 등, 세분 카테고리가 참조값과 비교되는 것. 막대 그래프는 실제 값과 참조 값의 비교를 나타낼 수 있다.

# 빈도 분포: 주식 시장의 수익률이 0-10%, 11-20% 등의 구간에 들어가는 연수 등, 주어진 구간에 대한 특정 변수의 관측 수치를 나타내는 것. 막대 그래프의 일종인 히스토그램이 이 분석에 사용되는 경우가 있다. 상자 수염 그림이 중앙값, 사분위점, 이상치 등 분포에 관한 주요 통계의 시각화에 유용하다.

# 상관: 2개의 변수(X,Y)로 표시되는 관측값을 비교하여, 동일 또는 역방향으로 움직이는 경향이 있는지를 판단하는 것. 예를 들어, 월별 실업률 (X)과 인플레이션율 (Y)을 샘플로 포착할 수 있다. 이 정보에 대해서는 산점도가 전형적으로 사용된다.

# 명목 비교: 제품 코드별 판매 수량 등, 특정 순서(알파벳 순이나 가나다 순 등)로 세분 카테고리를 비교하는 것. 이 비교에는 막대 그래프가 사용되는 경우가 있다.

# 지리 정보: 자치단체별 실업률이나 건물 각 층의 인원 등, 지도나 배치도와 관련된 변수의 비교. 카토그램이 전형적으로 사용되는 그래프이다.[70][79]

일련의 데이터를 평가하는 분석 담당자는 상술한 메시지들과 그래프 유형의 일부 또는 전부가 자신의 분석 기법 및 열람자 측에 적절한지 여부를 고려하는 것이 좋다. 데이터에서 유의미한 관계성이나 메시지를 특정하도록 하는 시행 착오의 과정은 탐색적 데이터 분석의 일부이다.

데이터 시각화의 역사는 포괄적이지 않다. 시각적 사고와 데이터 시각화 표현의 발전에 대한 전체적인 저술은 없으며, 이는 다양한 분야의 공적을 모아 놓은 것이다.[84] 요크 대학교가 시각화의 포괄적인 역사를 제시하려는 프로젝트를 진행하고 있다. 일반적인 인식과는 달리 데이터 시각화는 근현대 시대의 발전이 아니다. 선사 시대부터 별의 데이터나 별의 위치와 같은 정보는 홍적세 시대부터 동굴 벽화(남프랑스의 라스코 동굴에서 발견된 것 등)로 시각화되었다.[85] 메소포타미아의 [http://ww5.enjoy.ne.jp/~s-mattsun/kouza/kouzabk08.htm 클레이 토큰](기원전 5500년), 잉카의 키푸 (기원전 2600년), 마셜 제도의 [https://www.jha.or.jp/jp/jha/charts/history/h02.html 스틱 차트](시대 불명)와 같은 물리적 인공물도 정량 정보의 시각화로 볼 수 있다.[86][87]

가장 먼저 문서화된 데이터 시각화는 기원전 1160년의 토리노 파피루스 지도까지 거슬러 올라갈 수 있으며, 이는 지질 자원의 분포를 정확하게 묘사하고 이러한 자원의 채굴에 대한 정보를 제공했다.[88] 이러한 지도는 주제도로 분류되며, 이는 고유의 지리적 영역과 관련된 특정 주제를 나타내도록 설계된 데이터 시각화의 한 종류이다. 초기 문서화된 데이터 시각화의 형태는 다양한 문화, 표의 문자, 상형 문자로 구성된 다양한 주제도이며, 묘사된 정보의 해석을 제공할 수 있었다. 예를 들어 미케네의 선문자 B 점토판은 지중해 지역의 청동기 시대 후기 교역에 대한 정보의 시각화를 제시했다. 좌표라는 발상은 고대 이집트의 측량가에 의해 도시를 구획하는 데 사용되었으며, 지상과 천공의 위치는 적어도 기원전 200년까지 위도와 경도와 유사한 것으로 정해졌고, 알렉산드리아의 클라우디오스 프톨레마이오스 (서기 85-165년경)에 의한 지구 지도에의 위도와 경도 투영은 참조 기준으로 14세기까지 채택되었다.[88]

종이와 양피지의 발명은 역사적으로 시각화의 추가적인 발전을 가능하게 했다. 오른쪽 그림은 수도원 학교의 교과서 부록에 사용된 행성 운동을 도해하려는 의도의 10세기 또는 11세기의 그래프이다.[89] 이 그래프에서는 시간의 역할로서 행성 궤도의 경사각의 플롯도를 나타내려는 의도가 분명하다.

16세기까지 물리적 양, 지리적 위치, 천체 위치를 정확하게 관찰하고 측정하기 위한 기술과 기기가 매우 발전했다. 특히 중요한 것은 지도상의 위치를 정확하게 결정하는 삼각 측량법 등의 발전이었다.[84] 아주 초창기에는 시간의 측정이 학자들에게 데이터를 시각화하는 혁신적인 방법을 발전시켰다.[90]

프랑스 철학자 르네 데카르트와 수학자 피에르 드 페르마가 해석 기하학과 직교 좌표계를 발전시켰고, 이는 값의 표시 및 계산의 실천적 방법에 큰 영향을 미쳤다. 통계와 확률 이론에서의 페르마와 블레즈 파스칼의 연구가 현재 우리가 데이터로 개념화하고 있는 것의 기초를 닦았다.[84] 인터랙션 디자인 재단에 따르면, 이러한 발전이 양적 데이터의 그래픽적인 전달법의 가능성을 발견한 윌리엄 플레이페어에게 통계의 그래프화 기법을 만들어 발전하는 데 도움을 주었다.[81]

20세기 후반 자크 베르탱은 정보를 "직관적이고, 명료하고, 정확하고, 효율적으로" 나타내기 위해 정량적 그래프를 사용했다.[81] 존 튜키와 에드워드 터프테는 데이터 시각화의 한계를 넘어섰다. 튜키의 조사 데이터 분석에 대한 새로운 통계적 접근 방식과, 터프테의 저서 『The Visual Display of Quantitative Information(정량 정보의 시각적 표시)』은 통계학을 넘어선 데이터 시각화 기법을 정교하게 만드는 길을 열었다. 과학 기술의 진보에 따라 데이터 시각화는 발전했다. 손으로 그린 시각화에서 시작하여, 보다 기술적인 애플리케이션(소프트웨어 주도의

4. 데이터 시각화와 민주주의

데이터 시각화는 민주주의 사회에서 중요한 역할을 한다. 시민들은 데이터를 시각적으로 표현함으로써 복잡한 정보를 더 쉽게 이해하고, 정치적 의사 결정에 참여할 수 있다.

정치 영역에서는 다양한 유형의 데이터 시각화가 활용될 수 있다. 예를 들어, 막대 그래프는 정당별 의석 수를, 원형 그래프는 정당별 득표율을, 꺾은선 그래프는 시간에 따른 정당 지지율 변화를, 히트맵은 지역별 투표 결과를 나타내는 데 사용될 수 있다.

이러한 시각화는 유권자에게 정보를 제공하고, 정책 결정자에게는 여론을 파악하는 데 도움을 준다. 또한 언론은 데이터 시각화를 통해 정치 현상을 분석하고 보도하며, 시민 사회는 정부 정책을 감시하고 비판하는 데 활용할 수 있다.

4. 1. 한국의 정치 데이터 시각화 사례

5. 데이터 시각화 도구 및 기술

대화형 시각화

'''대화형 데이터 시각화'''는 그래픽 그림에 대한 직접적인 작업을 통해 요소를 변경하고 여러 그림 간에 연결할 수 있도록 하는 기술이다.[56]

대화형 데이터 시각화는 1960년대 후반부터 통계학자들의 연구 목표였다.[57]

일반적인 상호 작용은 다음과 같다.


  • '''브러싱''': 마우스를 사용하여 페인트 브러시를 제어하여 그림 요소의 색상이나 글리프(glyph)를 직접 변경하는 방식으로 작동한다.
  • '''페인팅''': 지속적인 브러싱은 점을 클러스터로 그룹화한 다음 투어와 같은 다른 작업을 사용하여 그룹을 비교하려는 경우에 유용하다.
  • '''식별''': 레이블링 또는 레이블 브러싱이라고도 할 수 있으며, 연결될 수 있는 또 다른 그림 조작이다.
  • '''스케일링''': 데이터를 창에 매핑하고 영역을 변경한다.
  • '''연결''': 한 그림에서 선택된 요소를 다른 그림의 요소와 연결한다.


데이터 시각화의 범위에 대한 다양한 접근 방식이 존재한다. Friendly (2008)은 데이터 시각화의 두 가지 주요 부분으로 통계 그래픽과 주제 지도 제작을 가정한다.[58]

컴퓨터 과학 관점에서 2002년 Frits H. Post는 이 분야를 다음과 같은 하위 분야로 분류했다.[60]

  • 정보 시각화
  • 상호 작용 기법 및 아키텍처
  • 모델링 기법
  • 다중 해상도 방법
  • 시각화 알고리즘 및 기법
  • 볼륨 시각화


SAS, R 언어, Minitab 등의 프로그램은 통계 분야에서 데이터 시각화를 가능하게 한다. 다른 데이터 시각화 애플리케이션(D3.js, 파이썬, 자바스크립트 등 더욱 특화된 고유 프로그래밍 언어)은 정량적 데이터의 시각화를 수행하는 데 편리하다.

상호작용(쌍방향) 데이터 시각화는 그래프 표시의 플롯도에서 직접 작업이 가능하며, 데이터 요소를 변경하거나 여러 플롯도를 연동할 수 있다.[100]

일반적인 쌍방향성은 다음과 같다.

  • 채색과의 연동(브러싱): 마우스를 사용하여 플롯도 구성 요소의 색상이나 문자를 직접 변경하는 것으로 기능한다.
  • 채색: 영구적인 색상 변경은, 밀집된 클러스터 내에 있는 여러 점을 그룹화하고 싶을 때나, 그 후 그룹 간을 비교하고 싶을 때 유용하다.
  • 툴팁: Identification이나 labeling 등으로 불리기도 하는, 연동 가능한 플롯 조작이다.
  • 스케일링: 화면상에 있는 데이터 도표의 영역 범위를 변경하는 것이다.
  • 링크 처리: 어떤 플롯도에서 선택된 요소를 다른 플롯도의 요소와 연결하는 것이다.

6. 관련 분야


  • 정보 시각화: 대규모 데이터를 색채, 통계(도표, 그래프 등), 이미지 등을 활용해 요약적으로 표현한다.
  • scientific visualization영어: 실험 결과나 시뮬레이션 데이터 등 복잡한 데이터를 쉽게 탐색할 수 있도록 3차원 그래픽 기술 등을 활용하여 시각화하는 기술이다.
  • 인포그래픽: 복잡한 수치나 글로 표현된 다량의 정보를 차트, 지도, 다이어그램, 로고, 일러스트레이션 등을 활용하여 한눈에 파악할 수 있도록 하는 디자인이다.


데이터 및 정보 시각화 분야는 인간-컴퓨터 상호 작용, 컴퓨터 과학, 그래픽스, 시각 디자인, 심리학, 비즈니스 방법 연구에서 발전했다. 과학 연구, 디지털 도서관, 데이터 마이닝, 금융 데이터 분석, 시장 조사, 제조 생산 관리, 신약 개발 등에서 중요한 구성 요소로 점점 더 많이 적용되고 있다.[19]

데이터 시각화는 정보 그래픽, 정보 시각화, 과학 시각화, 탐색적 데이터 분석 및 통계 그래픽과 밀접하게 관련되어 있다.

데이터 시각화 분야에는 다양한 접근 방식이 존재하며, 일반적으로 정보 제시에 초점을 맞춘다. Friendly (2008)는 데이터 시각화의 두 가지 주요 부분으로 통계 그래픽과 주제 지도 제작을 가정한다.[58]

컴퓨터 과학 관점에서 2002년 Frits H. Post는 이 분야를 다음과 같은 하위 분야로 분류했다.[60]

  • 정보 시각화
  • 상호 작용 기법 및 아키텍처
  • 모델링 기법
  • 다중 해상도 방법
  • 시각화 알고리즘 및 기법
  • 볼륨 시각화

소셜 미디어 데이터 시각화


데이터 제시 체계 구축(Data presentation architecture, DPA)은 의미와 적절한 지식을 최적으로 전달하는 방식으로 데이터를 식별, 배치, 가공, 형식화하여 제시하는 것을 목표로 하는 일련의 기술이다.

DPA(데이터 시각화)는 주로 다음 두 가지 목적을 가진다.

  • 데이터를 활용하여 가능한 한 효율적인 방식으로 지식을 제공한다. (각 시청자의 요구와 역할을 고려하여, 불필요한 데이터나 세부 사항을 최소한으로 줄인다.)
  • 데이터를 활용하여 가능한 한 효과적인 방식으로 지식을 제공한다. (중요한 의미를 전달하고, 실용적이며 이해하기 쉽고 행동, 결정에 영향을 미칠 수 있을 정도로 명확하고 이해하기 쉬운 방식으로, 관련성이 있고 시의적절하며 완전한 데이터를 각 시청자에게 제공한다.)


DPA 작업은 다음과 같은 분야와 공통점을 가진다.

  • 사업 목표 결정 시 사업 분석, 요건 수집, 공정 도표화.
  • 사업 목표 추진에서 행동 및 결정을 향상시키거나 합리화하는 것을 목표로 하는 비즈니스 프로세스 개선.
  • 충분히 확립된 시각화 이론을 활용한 데이터 제시의 의미나 중요성을 추가하거나 강조하는 데이터 시각화.
  • 정보 아키텍처 - 단, 비정형 데이터에 초점을 맞추므로 해당하지 않는 분야도 있다.
  • HCI와 상호 작용 디자인 - 양방향 데이터 시각화를 설계하는 방법의 원리 중 많은 부분이 HCI와 함께 학제적으로 개발되었기 때문이다.
  • 비주얼 저널리즘 (시각적 보도)과 데이터 저널리즘 - 전자는 뉴스 기사가 전달하는 모든 종류의 그래픽 촉진과 관계 있으며, 후자는 반드시 데이터 시각화와 함께 전달될 필요는 없다. 그렇지만, 보도 부문은 데이터 전달을 위해 새로운 데이터 시각화를 개발하는 최전선이다.
  • 그래픽 디자인 - 표현 스타일, 타이포그래피, 위치, 기타 심미적인 배려를 바탕으로 정보를 전달한다.

7. 결론 및 미래 전망

디지털 시대의 학습자는 영상, 디지털 매체, SNS, 클라우드 서비스 등을 통해 방대한 데이터에 노출되며, 이러한 환경 변화에 따라 데이터를 효과적으로 표현하고 이해하는 방식의 변화가 요구된다.[107] 수많은 정보를 시각적으로 묘사하여 필요한 정보를 효율적이고 명확하게 제공하는 데이터 시각화의 중요성이 커지고 있다.[107] 빅데이터 기술 시장의 성장과 함께 시각화 기술은 중요한 기술 요소로 자리 잡고 있다.[108]

데이터 및 정보 시각화는 인간-컴퓨터 상호 작용, 컴퓨터 과학, 그래픽스, 시각 디자인, 심리학, 비즈니스 방법 연구에서 발전했다.[19] 과학 연구, 디지털 도서관, 데이터 마이닝, 금융 데이터 분석, 시장 조사, 제조 생산 관리, 신약 개발 등에서 중요한 구성 요소로 활용된다.[19]

데이터 시각화는 정보를 명확하고 효율적으로 전달하기 위해 통계 그래픽, 플롯, 인포그래픽 등 다양한 도구를 활용한다.[21] 점, 선, 막대 등을 사용하여 정량적 메시지를 시각적으로 표현한다.[21] 효과적인 시각화는 복잡한 데이터를 더 쉽게 이해하고 사용할 수 있도록 돕는다.[23]

데이터 시각화의 주요 목표는 그래픽을 통해 정보를 명확하고 효과적으로 전달하는 것이다.[24] 페르난다 비에가스와 마틴 M. 와텐버그는 이상적인 시각화가 정보를 명확하게 전달할 뿐만 아니라 시청자의 참여와 주의를 끌어야 한다고 하였다.[25]

데이터 시각화는 정보 그래픽, 정보 시각화, 과학 시각화, 탐색적 데이터 분석, 통계 그래픽과 관련이 깊다. 2000년대 이후 데이터 시각화는 연구, 교육, 개발 분야에서 활발하게 진행되고 있다.[26]

데이터 시각화는 다음 두 가지 주요 목표를 갖는다.


  • 데이터를 효율적으로 사용하여 지식을 제공한다.
  • 데이터를 효과적으로 사용하여 지식을 제공한다.

참조

[1] 웹사이트 Charles Joseph Minard: Mapping Napoleon's March, 1861 http://www.csiss.org[...] Center for Spatially Integrated Social Science
[2] 웹사이트 Data is Beautiful: 7 Data Visualization Tools for Digital Marketers https://www.business[...] 2016-10-05
[3] 서적 Storytelling with Data: A Data Visualization Guide for Business Professionals John Wiley & Sons 2015-11-02
[4] 간행물 Encyclopedia of Information Science and Technology IGI Global
[5] 간행물 Health Informatics and Patient Safety in Times of Crisis IGI Global
[6] 간행물 Visualizing Big Data with augmented and virtual reality: challenges and research agenda.
[7] 간행물 Readings in Information Visualization: Using Vision to Think Morgan Kaufmann
[8] 웹사이트 What is data visualization? https://www.ibm.com/[...] 2023-03-27
[9] 학술지 Why Is Data Visualization Important? What Is Important in Data Visualization? https://hdsr.mitpres[...] 2023-03-27
[10] 간행물 Effective Data Storytelling: How to Drive Change with Data, Narrative and Visuals John Wiley & Sons
[11] 간행물 Statistics: Concepts and Applications for Science Jones & Bartlett Learning
[12] 학술지 Data Visualization for History https://shs.hal.scie[...] 2022
[13] 간행물 A Framework for Visualizing Information Springer Science & Business Media
[14] 학술지 What storytelling can do for information visualization 2001-08-01
[15] 학술지 Why scientists need to be better at data visualization https://knowablemaga[...] 2019-11-12
[16] 학술지 Visualization of Biomedical Data https://www.annualre[...] 2021-06-25
[17] 간행물 Misinformed by Visualization: What Do We Learn From Misinformative Visualizations?
[18] 간행물 Data visualization literacy: Definitions, conceptual frameworks, exercises, and assessments
[19] 서적 The Craft of Information Visualization: Readings and Reflections Morgan Kaufmann
[20] 웹사이트 Illuminating the Path: The R&D Agenda for Visual Analytics http://nvac.pnl.gov/[...] National Visualization and Analytics Center 2008-09-29
[21] 웹사이트 Stephen Few-Perceptual Edge-Selecting the Right Graph for Your Message-2004 http://www.perceptua[...] 2014-09-08
[22] 웹사이트 10 Examples of Interactive Map Data Visualizations https://www.tableau.[...]
[23] 서적 Data Visualization in Society https://www.aup.nl/e[...] Amsterdam University Press 2020-04-16
[24] 웹사이트 Data Visualization and Infographics http://www.smashingm[...] Graphics 2008-07-22
[25] 뉴스 How To Make Data Look Sexy https://edition.cnn.[...] 2017-05-07
[26] 웹사이트 Data Visualization: The State of the Art http://visualisation[...] Research paper TU delft, 2002 2009-10-07
[27] 서적 Exploratory Data Analysis Addison-Wesley
[28] Youtube Tech@State: Data Visualization - Keynote by Dr Edward Tufte https://www.youtube.[...] 2016-11-29
[29] 학술지 Graphical perception and graphical methods for analyzing scientific data
[30] 서적 The Visual Display of Quantitative Information Graphics Press LLC
[31] 서적 The Visual Display of Quantitative Information https://archive.org/[...] Graphics Press 2019-08-10
[32] 웹사이트 Telling Visual Stories About Data - Congressional Budget Office https://www.cbo.gov/[...] 2014-11-27
[33] 뉴스 Who Stops a 'Bad Guy With a Gun'? https://www.nytimes.[...] 2022-06-22
[34] 웹사이트 Stephen Few-Perceptual Edge-Graph Selection Matrix http://www.perceptua[...] 2014-09-08
[35] 웹사이트 Steven Few-Tapping the Power of Visual Perception-September 2004 http://www.perceptua[...] 2014-10-08
[36] 웹사이트 Data Visualization for Human Perception https://www.interact[...] 2015-11-23
[37] 웹사이트 Visualization https://www.sfu.ca/g[...] SFU lecture 2015-11-22
[38] 뉴스 Can images stop data overload? https://www.bbc.com/[...] 2020-07-30
[39] Webarchive History of Visualization http://www.siggraph.[...] 2010-01-19
[40] 서적 Handbook of Data Visualization Springer-Verlag 2008
[41] 웹사이트 Ice Age star map discovered http://news.bbc.co.u[...] 2018-01-20
[42] 웹사이트 List of Physical Visualizations and Related Artefacts http://www.dataphys.[...] 2018-01-12
[43] 간행물 Opportunities and challenges for data physicalization https://hal.inria.fr[...] 2018-01-12
[44] 간행물 Milestones in the history of thematic cartography, statistical graphics, and data visualization http://www.datavis.c[...] 2001
[45] 간행물 A Note on a Tenth Century Graph 1936-01
[46] 웹사이트 Data visualization: definition, examples, tools, advice [guide 2020] https://www.intothem[...] 2020-12-09
[47] 웹사이트 A Brief History of Data Visualization http://www.datavis.c[...] Springer-Verlag 2015-11-22
[48] 뉴스 NY gets new boot camp for data scientists: It's free but harder to get into than Harvard https://venturebeat.[...] 2016-02-21
[49] 웹사이트 Interactive Data Visualization http://datavis.calte[...]
[50] 서적 A Portable Introduction to Data Analysis Publish on Demand Centre
[51] 웹사이트 Steven Few-Selecting the Right Graph for Your Message-September 2004 http://www.perceptua[...] 2014-09-08
[52] 웹사이트 Periodic Table of Visualization Methods http://www.visual-li[...] www.visual-literacy.org 2013-03-15
[53] 서적 Visualization analysis & design CRC Press 2015
[54] 뉴스 This Striking Climate Change Visualization Is Now Customizable for Any Place on Earth https://earther.gizm[...] 2019-06-17
[55] 뉴스 This scientist just changed how we think about climate change with one GIF https://www.washingt[...] 2016-05-11
[56] 간행물 Introduction to the special issue on interactive graphical data analysis: What is interaction? 1999
[57] 웹사이트 Video Lending Library http://stat-graphics[...] American Statistics Association 2021-02-17
[58] Webarchive Milestones in the history of thematic cartography, statistical graphics, and data visualization http://www.math.york[...] 2008
[59] Webarchive "Data Visualization: Modern Approaches" http://www.smashingm[...] 2007-08-02
[60] Webarchive "Data Visualization: The State of the Art" https://web.archive.[...]
[61] 간행물 Visualizations That Really Work https://hbr.org/2016[...] 2016-06
[62] 간행물 Making sense of personal health information: Challenges for information visualization http://discovery.ucl[...]
[63] 웹사이트 A Guide to the Quality of Different Visualization Venues https://eagereyes.or[...] 2017-04-07
[64] 웹사이트 マッピング 【mapping】 https://e-words.jp/w[...] IT用語辞典 e-Words
[65] 서적 Storytelling with Data: A Data Visualization Guide for Business Professionals
[66] 간행물 Data visualization 2014-11
[67] 웹사이트 the_beauty_of_data_visualization https://www.ted.com/[...] TED 2020-11-13
[68] 간행물 Why scientists need to be better at data visualization https://knowablemaga[...] 2019-11-12
[69] 간행물 Visualization of Biomedical Data https://www.annualre[...] 2021-06-25
[70] 웹사이트 Stephen Few-Perceptual Edge-Selecting the Right Graph for Your Message-2004 http://www.perceptua[...] 2014-09-08
[71] 간행물 Data Visualization and Infographics http://www.smashingm[...] 2008
[72] 뉴스 How To Make Data Look Sexy http://articles.cnn.[...] 2011-04-19
[73] 간행물 Data Visualization: The State of the Art http://visualisation[...] 2002
[74] 서적 Exploratory Data Analysis Addison-Wesley
[75] 웹사이트 Tech@State: Data Visualization - Keynote by Dr Edward Tufte https://www.youtube.[...] 2016-11-29
[76] 논문 Graphical perception and graphical methods for analyzing scientific data
[77] 서적 The Visual Display of Quantitative Information https://archive.org/[...] Graphics Press 2019-08-10
[78] 웹사이트 Telling Visual Stories About Data - Congressional Budget Office https://www.cbo.gov/[...] 2014-11-27
[79] 웹사이트 Stephen Few-Perceptual Edge-Graph Selection Matrix http://www.perceptua[...] 2014-09-08
[80] 웹사이트 Steven Few-Tapping the Power of Visual Perception-September 2004 http://www.perceptua[...] 2014-10-08
[81] 웹사이트 Data Visualization for Human Perception https://www.interact[...] 2015-11-23
[82] 웹사이트 Visualization https://www.sfu.ca/g[...] SFU lecture 2015-11-22
[83] 뉴스 Can images stop data overload? https://www.bbc.com/[...] 2020-07-30
[84] 간행물 A Brief History of Data Visualization Springer-Verlag
[85] 웹사이트 Ice Age star map discovered http://news.bbc.co.u[...] 2018-01-20
[86] 웹사이트 List of Physical Visualizations and Related Artefacts http://www.dataphys.[...] 2018-01-12
[87] 논문 Opportunities and challenges for data physicalization https://hal.inria.fr[...] 2018-01-12
[88] 논문 Milestones in the history of thematic cartography, statistical graphics, and data visualization http://www.datavis.c[...] 2021-11-25
[89] 논문 A Note on a Tenth Century Graph 1936-01
[90] 웹사이트 Data visualization: definition, examples, tools, advice [guide 2020] https://www.intothem[...] 2020-12-09
[91] 웹사이트 A Brief History of Data Visualization http://www.datavis.c[...] Springer-Verlag 2015-11-22
[92] 뉴스 NY gets new boot camp for data scientists: It's free but harder to get into than Harvard https://venturebeat.[...] 2016-02-21
[93] 문서 Interactive Data Visualization http://datavis.calte[...]
[94] 문서 1-4. 変数の尺度 https://bellcurve.jp[...]
[95] 서적 A Portable Introduction to Data Analysis Publish on Demand Centre
[96] 웹사이트 Steven Few-Selecting the Right Graph for Your Message-September 2004 http://www.perceptua[...] 2014-09-08
[97] 논문 海外拠点マネジメントにおける バウンダリースパナーの重要性とその醸成プロセス https://doi.org/10.1[...] 組織学会
[98] 뉴스 This Striking Climate Change Visualization Is Now Customizable for Any Place on Earth https://earther.gizm[...] 2019-06-17
[99] 뉴스 This scientist just changed how we think about climate change with one GIF https://www.washingt[...] 2016-05-11
[100] 논문 Introduction to the special issue on interactive graphical data analysis: What is interaction? 1999
[101] 웹사이트 Video Lending Library http://stat-graphics[...] 2021-11-23
[102] 간행물 Milestones in the history of thematic cartography, statistical graphics, and data visualization http://www.math.york[...] 2008
[103] 간행물 Data Visualization: Modern Approaches http://www.smashingm[...]
[104] 간행물 Data Visualization: The State of the Art https://web.archive.[...] 2002
[105] 문서 情報視覚化とは https://kotobank.jp/[...]
[106] 논문 Visualizations That Really Work https://hbr.org/2016[...] 2016-06
[107] 서적 데이터 시각화(data visualization)를 활용한 미술수업에서의 시각적 문해력 증진 한국조형교육학회
[108] 서적 빅데이터 시각화 한국컴퓨터정보학회
[109] 서적 빅데이터를 위한 정보디자인의 시각화 방법 및 표현 연구 한국기초조형학회
[110] 서적 정보 시각화 기술과 시각장애인을 위한 정보 표현 기술 한국전자통신연구원


본 사이트는 AI가 위키백과와 뉴스 기사,정부 간행물,학술 논문등을 바탕으로 정보를 가공하여 제공하는 백과사전형 서비스입니다.
모든 문서는 AI에 의해 자동 생성되며, CC BY-SA 4.0 라이선스에 따라 이용할 수 있습니다.
하지만, 위키백과나 뉴스 기사 자체에 오류, 부정확한 정보, 또는 가짜 뉴스가 포함될 수 있으며, AI는 이러한 내용을 완벽하게 걸러내지 못할 수 있습니다.
따라서 제공되는 정보에 일부 오류나 편향이 있을 수 있으므로, 중요한 정보는 반드시 다른 출처를 통해 교차 검증하시기 바랍니다.

문의하기 : help@durumis.com