원문보기: https://yozm.wishket.com/magazine/detail/1792/
요약
데이터를 시각화하여 전달하면 빠른 속도로 많은 양의 정보를 처리할 수 있고, 데이터 테이블에 비해 트렌드나 패턴, 아웃라이어 등을 쉽게 파악할 수 있다. 때문에 데이터를 쉽게 이해하고 데이터를 기반으로 한 의사결정에 도움을 준다. 하지만 적절한 시각 요소로 디자인하지 않으면 쉽고 직관적으로 이해되지 못하고, 오히려 오해를 불러올 수도 있다. 전주의적 속성과 게슈탈트 원리를 이용하여 데이터를 시각화하면 효과적이다.
주요 포인트
- 다양한 시각 요소를 이용해 중요한 정보들이 보자마자 눈에 띄도록 디자인할 수 있다.
- 전주의적 속성을 이용할 때는 너무 많은 속성을 이용하지 않도록 주의하고, 실제로
의도한 시각 정보가 눈에 띄는지 유저 테스팅을 통해 확인하는 것이 중요하다. - 데이터 시각화는 거짓말을 하기도 한다. 데이터 시각화가 부정확한 정보를 전달하기도 하고 시각적인 오해를 불러일으킬때도 있으니 이러한 문제점이 왜 일어나는지 이해하고, 데이터 시각화를 정확하게 판단하며 볼 수 있는 눈을 길러야 한다.
핵심 개념
시각 정보를 처리하는 과정
- 뚜렸한 시각 요소 파악하기: 색, 질감, 선의 두께, 방향, 배열 등
- 패턴 알아차리기
- 해석하기
전주의적 속성
- 전주의적 속성을 이해하면 데이터 시각화의 중요한 정보들이 보자마자 눈에 띄도록 디자인할 수 있다.
- 한번에 너무 많은 속성을 사용하면 오히려 어떤 정보가 중요한지 알 수 없다.
게슈탈트 원리(Gestalt principles)
우리의 뇌는 사물을 구성 요소로 분해하는 것보다 큰 전체를 이해하는 데 탁월하고, 특정 규칙이 적용될 때 연관된 하나의 그룹으로 인식하는 경향이 있다.
- 근접성(proximity): 가까이 위치할수록 더 연관되어 보임
- 유사성(similarity): 비슷한 특징 가질수록 더 연관되어 보임
- 공동 운명(common fate): 같은 방향으로 움직이는 요소들이 더 연관되어 보임
- 균일한 연결(uniform connectedness): 시각적으로 연결된 요소들이 더 연관있어 보임
용어 정리
- 전주의적 속성(Preattentive attributes): 무엇을 보자마자 주의를 기울이지 않아도 알아차리는 시각 요소들
