TIL(5W2D)[아티클 스터디 7]

1. 아티클 선정
   : ②직관적인 데이터 시각화 만들기

2. 아티클 요약 및 주요 내용

• 요약
  데이터 시각화가 중요한 이유는 데이터를 기반으로 빠르고 효율적인 의사결정이 가능하기 때문이다. 다만, 모든 데이터 시각화가 쉽고 직관적으로 이해되지 않는다는 점이 걸림돌로 남는다. 데이터에서 발견한 정보가 시각 요소로 적절하게 디자인되지 않았을때 이러한 문제가 발생한다. 그렇다면 우리의 뇌는 어떻게 시각 정보를 처리할까?

  <뇌의 시각 정보 처리 과정 _콜린 웨어(Colin Ware) 박사>

  1단계
  : 눈의 신경세포들이 기본적인 시각 요소들을 빠르게 추출. 뚜렷한 시각 요소들이 감각 기억에 저장.
  2단계
  :추출한 시각 요소들의 공통점/차이점 발견 후 그룹으로 분류하여 패턴 인식.
  [게슈탈트 원리]
  ; 뇌는 사물을 구성 요소로 분해하는 것보다 큰 전체를 이해하는 데 탁월함. 특정 규칙이 적용될 때 요소들을 연관된 하나의 그룹으로 인식하는 경향이 있으며, 이를 통해 좀 더 이해하기 쉬운 형태로 정리하여 패턴을 인식함.

  • 근접성(proximity)의 원리 : 서로 가까이 있는 요소들은 서로 멀리 떨어져 있는 요소들에 비해 더 연관되어 보인다.
  • 유사성(similarity)의 원리: 비슷한 특징을 가지고 있는 요소들은 그렇지 않은 요소들에 비해 더 연관되어 보인다.
  • 공동 운명(common fate)의 원리: 같은 방향으로 움직이는 요소들은 움직이지 않거나, 서로 다른 방향으로 움직이는 요소들에 비해 더 연관되어 보인다.
  • 균일한 연결(uniform connectedness)의 원리: 시각적으로 연결된 요소들은 연결되지 않은 요소들에 비해, 더 연관성 있는 것처럼 인지된다.

  3단계
  : 1, 2단계에서 추출된 시각 요소 및 패턴을 이용해 능동적으로 의미를 부여하고 해석. 텍스트와 이미지를 연결하거나 이미 가진 정보를 바탕으로 의미를 부여해 새로운 정보 탐색.

  *전주의적 속성(preattentive attributes): 주의를 기울이지 않아도 알아차리는 시각요소
  - 데이터 시각화의 중요한 정보들을 눈에 띄게 디자인 가능
  - 너무 많은 속성들을 이용하지 않도록 주의
  - 의도한 시각 정보가 눈에 띄는지 유저 테스팅으로 확인

  시각화는 때론 부정확한 정보를 전달하기도 하고 시각적인 오해를 불러일으키기도 한다. 따라서 문제의 발생 원인과 정확한 판단을 할 수 있는 실력을 키워야 한다.

주요 포인트
데이터 시각화는 뇌의 시각 정보 처리 과정을 이해하고 이를 기반으로 효과적인 시각적 디자인을 통해 빠르고 직관적인 정보 전달을 가능하게 한다.

3. 핵심 개념 및 용어 정리

• 핵심 개념
  <뇌의 시각 정보 처리 단계>

  • 1단계: 기본 시각 요소 추출 및 감각 기억 저장.
  • 2단계: 공통점/차이점 발견, 패턴 인식 (게슈탈트 원리 적용). 근접성, 유사성, 공동 운명, 균일한 연결 등의 원칙.
  • 3단계: 의미 부여 및 정보 해석.
    
    
  • 전주의적 속성:
    주의를 기울이지 않아도 눈에 띄는 시각적 속성.
    데이터 시각화에서 중요한 정보를 강조하는 데 활용.
  • 주의사항:적절하지 못한 디자인은 부정확한 정보 전달 및 오해를 초래할 수 있음.유저 테스팅으로 의도된 메시지가 효과적으로 전달되는지 확인 필요.

• 용어 정리

1. 전주의적 속성(preattentive attributes): 주의를 기울이지 않아도 알아차리는 시각요소.
2. 게슈탈트 원리(Gestalt principles): 뇌가 사물의 형태를 지각하는 원리.