왜 그림으로 보나
데이터를 모으고 정리했다면 이제 거기서 무엇을 알아낼 차례입니다. 그런데 정리해 둔 표를 그냥 살펴보아서는 좀처럼 보이는 것이 없습니다. 숫자가 몇십 개만 되어도 사람의 눈은 전체의 모양을 붙잡지 못합니다.
| 요일 | 월 | 화 | 수 | 목 | 금 |
|---|---|---|---|---|---|
| 잔반량 | 8 | 6 | 9 | 5 | 4 |
다섯 개뿐이라 이 정도는 읽힙니다. 그런데 한 학기 백 일치가 되면 어떨까요. 표를 아무리 노려봐도 「점점 줄고 있는지」, 「어느 요일이 유독 많은지」가 잘 보이지 않습니다. 이때 필요한 것이 빅데이터 시각화입니다.
빅데이터 시각화
데이터를 길이 · 높이 · 위치 · 넓이 같은 눈에 보이는 성질로 바꿔 한눈에 알아볼 수 있게 그리는 일입니다. 사람은 숫자 스무 개를 비교하는 것은 잘 못하지만 막대 스무 개의 높낮이는 순식간에 알아봅니다. 이 차이를 이용하는 것입니다.
보기 좋게 꾸미는 일이 아닙니다
시각화를 「발표 자료를 예쁘게 만드는 일」로 여기기 쉽습니다. 그렇지 않습니다. 시각화는 분석의 한 단계입니다. 그려 보아야 비로소 보이는 것이 있기 때문에, 이미 아는 것을 보여 주려고만 그리는 것이 아니라 무엇을 알아내려고도 그립니다.
그래서 순서가 중요합니다. 먼저 물음이 있고, 그 물음에 답할 수 있는 그림을 고릅니다. 「어떤 그래프가 멋있을까」로 시작하면 알아낼 것을 놓치기 쉽습니다.
요일별 잔반량 표의 다섯 숫자를 보고 「무슨 요일이 가장 많았나」는 금방 답할 수 있습니다. 그런데 숫자가 백 개라면 어떤 물음이 특히 어려워질까요?
세 가지 시각화
시각화 방법은 아주 많지만, 무엇을 보려는가에 따라 크게 셋으로 묶입니다. 물음 버튼을 하나씩 눌러 보세요. 같은 급식 조사에서 나온 데이터인데도 물음이 달라지면 그려야 할 그림이 달라집니다.
알고 싶은 것을 골라 보세요
시간 시각화 — 선그래프
가로축은 왼쪽부터 월 · 화 · 수 · 목 · 금, 세로축은 잔반량입니다. 위로 갈수록 많습니다.
그림에서는 수요일에 가장 많이 남았고, 주가 끝나 갈수록 줄어듭니다. 선그래프로는 시간을 따라 변해 가는 모양을 볼 수 있습니다.
산점도를 읽을 때 가장 조심할 것
산점도에서 「만족도를 높이면 잔반이 줄어든다」는 결론이 저절로 떠오릅니다. 그런데 그림이 보여 준 것은 그것이 아닙니다. 그림이 말한 것은 「만족도가 높았던 날은 잔반이 적은 편이었다」까지입니다. 함께 움직였다는 것과 하나가 다른 하나를 일으켰다는 것은 전혀 다릅니다.
실제로는 둘 다를 움직인 세 번째 무엇이 있을 수 있습니다. 예를 들어 「좋아하는 메뉴가 나온 날」이라면 만족도도 높고 잔반도 적습니다. 이때 만족도가 잔반을 줄인 것이 아니라, 메뉴가 둘 다를 움직인 것입니다. 또 순서가 반대일 수도 있습니다. 많이 먹어서 배가 불러 만족도가 높아졌을 수도 있습니다.
그래서 산점도만 보고 「무엇이 무엇의 원인이다」라고 말하면 안 됩니다. 원인을 말하려면 다른 조건을 똑같이 맞춰 두고 하나만 바꿔 보는 확인이 따로 있어야 합니다.
「아이스크림이 많이 팔린 날에는 물놀이 사고도 많았다」는 산점도가 있습니다. 아이스크림이 사고를 일으킨 것일까요? 둘 다를 움직인 세 번째 무엇을 찾아보세요.
무엇을 보고 고르나
「세 가지 시각화」 절의 세 그림을 다시 떠올려 보세요. 셋을 구분한 것은 데이터가 아니라 물음이었습니다. 그러니 고르는 방법도 간단합니다. 물음의 모양을 보면 됩니다.
| 물음이 이런 모양이면 | 고를 것 | 흔히 쓰는 그림 |
|---|---|---|
| 「시간이 지나면서 어떻게 되었나」 | 시간 시각화 | 선그래프, 막대그래프 |
| 「어느 쪽이 많고 어느 쪽이 적나」 | 비교 시각화 | 막대그래프, 원그래프, 낱말 구름 |
| 「두 값이 함께 움직이나」 | 관계 시각화 | 산점도, 거품 그래프 |
낱말 구름
글에 나온 낱말들을 모아 놓고 많이 나온 낱말일수록 크게 그린 그림입니다. 비정형인 글에서 무엇이 자주 이야기되는지를 한눈에 보여 주므로 비교 시각화에 포함됩니다.
거품 그래프
산점도의 점에 크기를 더해 값 하나를 더 담은 그림입니다. 가로 · 세로에 더해 세 가지를 한 그림에 넣을 수 있습니다.
같은 그림이 두 줄에 나오는 까닭
표를 보면 막대그래프가 두 줄에 걸쳐 있습니다. 잘못 적은 것이 아닙니다. 가로축에 요일을 놓으면 시간 시각화가 되고, 반찬 종류를 놓으면 비교 시각화가 됩니다. 그림의 이름이 아니라 축에 무엇을 놓았는지가 정합니다.
그래서 「막대그래프는 비교 시각화」처럼 외우면 곤란합니다. 그림을 볼 때마다 가로축에 무엇이 놓였는지를 먼저 보세요.
「우리 반이 한 달 동안 도서관에서 빌린 책은 어느 갈래가 많았나」에는 어느 시각화가 어울릴까요? 물음의 모양을 표에 넣어 골라 보세요.
같은 데이터, 다른 인상
시각화는 숫자를 그대로 옮긴 것이니 거짓말을 할 수 없다고 여기기 쉽습니다. 그렇지 않습니다. 똑같은 숫자로도 전혀 다른 인상을 줄 수 있습니다. 「0부터 그린 그림」과 「중간부터 그린 그림」은 같은 값을 그린 것입니다.
0부터 그린 그림
세로축이 0에서 시작합니다. 세 값이 거의 비슷하다는 인상을 줍니다.
중간부터 그린 그림
세로축의 아래쪽을 잘라 냈습니다. 같은 값인데 차이가 엄청나 보입니다.
거짓말은 하지 않았습니다
중간부터 그린 그림도 숫자를 고치지는 않았습니다. 축의 시작점을 옮겼을 뿐입니다. 그런데 보는 사람은 막대의 높이 차이로 값을 가늠하기 때문에, 세 값의 차이가 실제보다 훨씬 크다고 느끼게 됩니다.
축을 자르는 것이 언제나 나쁜 것은 아닙니다. 작은 차이를 자세히 봐야 할 때는 오히려 필요합니다. 문제가 되는 것은 자른 사실을 밝히지 않고 큰 차이인 것처럼 보이게 할 때입니다.
그래프를 볼 때 먼저 볼 것 셋
- 세로축이 어디에서 시작하는가 — 0이 아니라면 차이가 과장되어 보일 수 있다.
- 어느 기간, 어느 범위만 잘라 왔는가 — 유리한 구간만 골라 보이면 흐름이 뒤집혀 보인다.
- 누가 무엇을 위해 그린 그림인가 — 그린 사람의 목적이 축의 선택에 들어간다.
이 셋은 남의 그래프를 볼 때만이 아니라 내가 그릴 때에도 지켜야 합니다. 자기도 모르게 원하는 결론이 잘 보이도록 축을 정하게 되기 때문입니다. 전처리에서 마음에 안 드는 값만 골라 빼면 결론을 원하는 쪽으로 끌고 갈 수 있는 것과 같은 이야기입니다.
그림을 그린 뒤에는 그 그림에서 무엇을 말할 수 있고 무엇은 말할 수 없는지를 판단해야 합니다.
「우리 학교 급식 만족도가 크게 올랐습니다」라는 그래프를 보았습니다. 무엇부터 확인해야 할까요? 「그래프를 볼 때 먼저 볼 것 셋」을 순서대로 적용해 보세요.
핵심 정리
시각화란
- 데이터를 길이 · 높이 · 위치처럼 눈에 보이는 성질로 바꿔 그리는 일이다.
- 꾸미는 일이 아니라 분석의 한 단계다. 그려 보아야 보이는 것이 있다.
- 먼저 물음이 있고, 그 물음에 답할 그림을 고른다.
세 가지 시각화
- 「시간이 지나면서 어떻게 되었나」 → 시간 시각화.
- 「어느 쪽이 많고 적나」 → 비교 시각화.
- 「두 값이 함께 움직이나」 → 관계 시각화.
- 막대그래프처럼 두 갈래에 다 쓰이는 그림은 이름이 아니라 가로축에 무엇을 놓았는지가 정한다.
산점도를 읽을 때
- 산점도가 보여 주는 것은 「함께 움직였다」까지다.
- 「하나가 다른 하나를 일으켰다」는 다른 이야기다. 둘 다를 움직인 세 번째가 있을 수 있다.
- 원인을 말하려면 다른 조건을 맞춰 두고 하나만 바꿔 보는 확인이 따로 있어야 한다.
그래프를 볼 때
- 세로축이 어디에서 시작하는가, 어느 범위만 잘라 왔는가, 누가 왜 그렸는가.
- 축을 자르는 것 자체가 나쁜 것은 아니다. 밝히지 않는 것이 문제다.
- 남의 그래프만이 아니라 내가 그릴 때에도 지켜야 한다.
확인 퀴즈
배운 내용을 확인해 봅시다.
「최근 다섯 해 동안 우리 학교 학생 수가 어떻게 달라졌나」에 어울리는 시각화는?
산점도에서 오른쪽으로 갈수록 점이 위로 올라갑니다. 여기서 말할 수 있는 것은?
막대그래프가 시간 시각화가 되기도 하고 비교 시각화가 되기도 하는 까닭은?
세로축의 아래쪽을 잘라 낸 막대그래프에 대한 설명으로 알맞은 것은?