[ADP 필기 요약]_5과목 데이터 시각화_②

1. 시각화의 정의

1-1. 데이터 시각화가 중요한 이유

빅데이터 시대에는 데이터의 양이 너무 많기 때문에 표나 숫자만으로는 전체 흐름을 빠르게 파악하기 어려움

→ 이때 필요한 것이 데이터 시각화

데이터 시각화는 방대한 자료를 그래프, 차트, 지도, 다이어그램 등으로 표현해

데이터 안의 패턴과 의미를 쉽게 파악하도록 돕는 과정

즉, 시각화의 목적은 크게 두 가지로 볼 수 있다.

목적설명

목적	설명
데이터 분석	데이터 속 패턴, 추세, 관계, 이상값을 발견
의사소통	분석 결과를 다른 사람이 빠르게 이해하도록 전달

따라서 시각화는 단순히 보기 좋은 그림을 만드는 것이 아니라, 데이터로부터 스토리를 발견하고 그 스토리를 효과적으로 공유하는 과정이라고 정리할 수 있다.

 

1-2. 시각화의 효과

데이터 시각화가 중요한 이유는 다음과 같다.

• 방대한 자료에서 핵심 정보를 빠르게 파악할 수 있다.
• 정보 습득 시간을 줄여 즉각적인 상황 판단이 가능하다.
• 복잡한 분석 결과를 직관적으로 전달할 수 있다.
• 자료를 보는 사람의 흥미를 유발하고 정보 확산을 돕는다.

ADP 시험 관점에서는
“시각화 = 데이터 분석 + 의사소통”
이라는 관점으로 이해하면 좋다.

---

2. 데이터, 정보, 지식, 지혜의 구분

시각화 디자인에서 가장 먼저 정리해야 할 개념은 데이터 → 정보 → 지식 → 지혜의 흐름이다.

이 네 개념은 서로 비슷해 보이지만, 시험에서는 단계별 차이를 묻는 문제가 나올 수 있다.

구분	의미	핵심 포인트
데이터	연구, 조사, 발견, 수집의 결과로 얻은 기초 자료	정보를 만들기 위한 원재료
정보	데이터가 조직화되고 맥락을 갖춘 상태	의미 전달이 가능
지식	여러 정보가 경험을 통해 자기 조직화된 것	특정 상황을 판단하는 데 활용
지혜	지식이 내면화된 고차원적 통찰	명시적으로 전달하기 어려움

 

2-1. 데이터

데이터는 일반적으로 결론을 내리는 데 근거가 되는 사실이나 참고 자료를 의미한다.
연구, 조사, 발견, 수집의 결과로 얻어진 기초 자료이며, 정보를 만들기 위한 원재료라고 볼 수 있다.

다만 데이터는 그 자체로 맥락이 부족하다.
따라서 분석의 대상은 될 수 있지만, 아직 의미를 전달하는 디자인의 대상이 되기에는 부족하다.

정리하면 데이터는 “아직 의미가 부여되지 않은 원재료”이다.

 

2-2. 정보

정보는 데이터가 조직화되고 맥락을 갖게 된 상태이다.
데이터와 달리 정보는 그 자체로 의미를 가지며, 생산자와 사용자의 관점에 따라 다르게 전달될 수 있다.

데이터가 정보로서 가치를 가지려면
단순히 모여 있는 것이 아니라 조직화되고 변형되어야 한다.

여기서 중요한 개념이 콘텍스트(Context)이다.
콘텍스트는 데이터가 놓인 환경과 관계를 의미한다.
데이터에 콘텍스트가 부여되어야 정보가 될 수 있다.

 

2-3. 지식

지식은 여러 영역의 정보가 경험을 통해 통합된 형태이다.
정보가 단순히 전달 가능한 의미라면, 지식은 그 정보를 바탕으로 판단하고 해석할 수 있는 상태라고 볼 수 있다.

즉, 지식은 경험을 통해 자기 조직화된 정보이다.

 

2-4. 지혜

지혜는 내면화된 지식이다.
특정 상황에서 어떤 선택을 해야 하는지 판단할 수 있는 고차원적 단계이다.

다만 지혜는 개인의 경험과 통찰에 깊게 연결되어 있기 때문에
명시적인 언어로 다른 사람에게 완전히 전달하기 어렵다.

시험용 암기 정리

데이터는 원재료
정보는 맥락이 부여된 데이터
지식은 경험으로 조직화된 정보
지혜는 내면화된 지식

---

3. 데이터 시각화, 정보 시각화, 정보 디자인, 인포그래픽

시각화 디자인에서 가장 중요한 비교 개념이다.
네 개념은 모두 시각적으로 정보를 표현한다는 공통점이 있지만, 대상과 목적이 다르다.

구분	핵심 개념	주요 목적
데이터 시각화	원데이터의 패턴과 관계를 시각적으로 표현	명확하고 효과적인 커뮤니케이션
정보 시각화	대규모·복잡한 정보를 탐색 가능하게 표현	정보 구조와 관계 이해
정보 디자인	사람이 정보를 쉽게 이해하도록 구조화·설계	의미 전달과 사용성 향상
인포그래픽	핵심 정보를 한 장의 그래픽 메시지로 전달	빠른 이해와 메시지 전달

 

3-1. 데이터 시각화

데이터 시각화는 추상적인 수치나 변수를 시각적 형태로 표현하는 것이다.
주로 그래프, 차트, 지도 등을 활용하여 데이터의 관계, 패턴, 그룹, 추세를 보여준다.

데이터 시각화의 핵심은 다음과 같다.

• 원데이터를 기반으로 한다.
• 복잡한 데이터 세트를 직접적인 관점에서 보여준다.
• 데이터의 연결, 그룹, 비교, 추세를 표현한다.
• 미적 형태와 기능성을 모두 고려한다.

예를 들어 막대그래프, 선그래프, 산점도, 히트맵, 지도 시각화 등이 데이터 시각화에 해당한다.

ADP 시험에서는 데이터 시각화를 “데이터의 패턴과 관계를 명확하고 효과적으로 전달하기 위한 시각적 표현” 정도로 이해하면 좋다.

 

3-2. 정보 시각화

정보 시각화는 데이터 시각화보다 한 단계 더 가공된 개념이다.
대규모의 복잡한 정보를 사용자가 한 번에 보고, 탐색하고, 이해할 수 있도록 돕는다.

특히 정보 시각화는 수치 데이터뿐 아니라
비수치 정보, 네트워크 관계, 계층 구조, 문서 구조, 웹사이트 관계 등도 다룬다.

대표적인 표현 방식은 다음과 같다.

• 트리맵
• 히트맵
• 분기도
• 수지도
• 네트워크 그래프

정보 시각화는 HCI, 컴퓨터공학, 그래픽, 시각디자인, 심리학, 비즈니스 방법론 등 여러 분야와 연결되어 발전해 왔다.

정리하면 정보 시각화는 “복잡하고 대규모인 정보를 직관적으로 탐색하고 이해하도록 돕는 시각화”이다.

 

3-3. 정보 디자인

정보 디자인은 사람이 정보를 효과적으로 이해하고 사용할 수 있도록 정보를 구조화하고 시각적으로 표현하는 방법이다.

넓은 의미에서는 데이터 시각화와 정보 시각화, 인포그래픽도 정보 디자인의 범위에 포함될 수 있다.
즉, 정보 디자인은 단순히 차트를 만드는 일이 아니라
정보의 구조, 맥락, 전달 방식, 사용자의 이해까지 함께 고려하는 활동이다.

정보 디자인의 목적은 다음과 같다.

• 복잡한 정보를 명확하게 전달
• 사용자가 정보를 쉽게 이해하도록 도움
• 정보의 의미와 맥락을 시각적으로 구조화
• 메시지 전달의 불확실성을 줄임

특히 빅데이터 시각화에서는 정보의 내용과 환경이 복잡하기 때문에 정보 디자인의 역할이 더 중요해진다.

 

4-4. 인포그래픽

인포그래픽은 중요한 정보를 한 장의 그래픽으로 표현해 보는 사람이 해당 내용을 쉽게 이해하도록 만드는 그래픽 메시지이다.

인포그래픽은 데이터 시각화와 달리 원데이터를 직접적으로 다루지 않는 경우도 많다.
핵심은 데이터 자체보다 전달하려는 메시지이다.

인포그래픽은 뉴스 그래픽, 카드뉴스, 설명형 이미지, 소셜 콘텐츠 등에서 자주 활용된다.

인포그래픽의 메시지는 크게 두 가지로 구분할 수 있다.

유형	설명
정보형 메시지	객관적인 정보를 전달하는 데 목적
설득형 메시지	특정 주장이나 관점을 설득하는 데 목적

---

4. 빅데이터 시각화에서 중요한 관점

빅데이터 시각화는 인포그래픽처럼 화려한 그래픽으로 설득하는 것보다 데이터를 직접적이고 정확하게 전달하는 기능성이 더 중요하다. 즉, 빅데이터 시각화는 보통 정보형 메시지에 가깝다.

메시지 전달 관점에서의 구분

구분	설명
데이터 시각화	같은 범주 안의 많은 데이터를 의미 있게 전달
정보 시각화	큰 범주의 복잡한 정보를 시각적으로 전달
정보 디자인	그래픽과 스토리텔링을 통해 메시지를 전달
인포그래픽	정보를 압축해 한 장의 그래픽 메시지로 전달

• 데이터를 왜곡하지 않을 것
• 비교가 가능하도록 표현할 것
• 원인과 결과를 혼동하지 않을 것
• 정보 수용자가 빠르게 이해할 수 있도록 구성할 것
• 미적인 요소보다 정보 전달의 정확성을 우선할 것

공개 기출복원에서도 “정보성이 줄어들더라도 효율성과 참신성을 살리는 그래픽이면 충분하다”는 취지의 설명이 부적절한 보기로 제시된 바 있다. 이는 ADP에서 빅데이터 시각화를 화려함보다 정보성, 목적 적합성, 왜곡 없는 전달 중심으로 본다는 점을 보여준다.

---

5. 정보 디자인 프로세스 10단계

정보 디자인 프로세스는 인포그래픽이나 시각적 스토리텔링을 만드는 절차로 이해하면 좋다.
단순히 데이터를 그래프로 바꾸는 것이 아니라, 데이터를 읽고 메시지를 찾고 시각적으로 구성하는 전체 과정이다.

단계	핵심 내용
1단계	데이터 수집
2단계	모든 것을 읽기
3단계	내러티브 찾기
4단계	문제의 정의
5단계	계층 구조 만들기
6단계	와이어프레임 그리기
7단계	포맷 선택하기
8단계	시각 접근 방법 결정하기
9단계	정제와 테스트
10단계	세상에 선보이기

 

1단계. 데이터 수집

• 엑셀, PDF, 웹 링크, 외부 자료 등 다양한 리소스에서 데이터를 모으는 단계
• 스토리의 큰 그림은 하나의 차트 안에서만 발견되는 것이 아니라, 여러 자료를 함께 살펴보는 과정에서 드러나는 경우가 많음

2단계. 모든 것을 읽기

• 중요하게 표시된 수치만 보고 넘어가면 전체 맥락을 놓칠 수 있음
• 자료를 전체적으로 읽고, 작은 정보 조각들을 큰 그림으로 연결해야 함

3단계. 내러티브 찾기

• 내러티브는 데이터가 말하고 있는 이야기
• 단순히 수치를 나열하는 것이 아니라, 어떤 변화가 있고, 무엇이 중요하며, 어떤 메시지를 전달할 수 있는지를 찾는 단계

4단계. 문제의 정의

• 무엇을 보여줄 것인지, 왜 보여줄 것인지 명확히 정하는 단계
• 수용자가 시각화를 통해 어떤 정보를 얻어야 하는지 정의해야 함

5단계. 계층 구조 만들기

• 핵심 정보와 보조 정보를 구분
• 가장 중요한 메시지를 중심에 두고, 나머지 정보는 이를 뒷받침하도록 배치

 

6단계. 와이어프레임 그리기

• 와이어프레임은 최종 결과물의 구조를 미리 설계하는 과정
• 어떤 정보가 어디에 배치될지, 어떤 흐름으로 읽히게 할지 정한다.

7단계. 포맷 선택하기

• 데이터의 성격에 맞는 표현 방식을 선택한다.
• 예를 들어 다음과 같은 포맷을 선택할 수 있다.
  • 차트
  • 그래프
  • 다이어그램
  • 흐름도
  • 지도
  • 인터랙티브 시각화

중요한 점은 포맷을 디자이너의 취향으로 고르는 것이 아니라
데이터의 성격과 전달 목적에 맞게 선택해야 한다는 것이다.

 

8단계. 시각 접근 방법 결정하기

• 차트와 그래프 중심으로 표현할지, 일러스트레이션이나 메타포를 활용할지 결정

접근 방법	설명
차트·그래프 중심	데이터 자체의 구조와 패턴을 강조
일러스트·메타포 활용	메시지와 스토리텔링을 강조

 

9단계. 정제와 테스트

• 시각화 결과물이 의도한 메시지를 제대로 전달하는지 검토
• 특히 처음 보는 사람도 쉽게 이해할 수 있는지 확인하는 것이 중요

이 단계에서는 다음을 점검해야 한다.

• 데이터가 왜곡되지 않았는가?
• 핵심 메시지가 잘 보이는가?
• 불필요한 장식이 많지 않은가?
• 사용자 입장에서 이해하기 쉬운가?

10단계. 세상에 선보이기

• 시각화 결과물을 공개하는 단계
• 데이터는 사람마다 다르게 해석될 수 있으므로, 공개 이후의 반응과 피드백도 중요하다.

데이터 수집 → 모든 것 읽기 → 내러티브 찾기 → 문제 정의 → 계층 구조 → 와이어프레임 → 포맷 선택 → 시각 접근 → 정제와 테스트 → 공개

---

6. 빅데이터 시각화 프로세스

정보 구조화 → 정보 시각화 → 정보 시각 표현

 

1단계. 정보 구조화

• 정보 구조화는 데이터를 수집하고 정제하여 시각화 가능한 형태로 만드는 단계
• 주요과정
  • 수집 및 탐색하기
  • 분류하기
  • 배열하기
  • 재배열하기
• 이 단계에서는 단순히 데이터를 정리하는 것에 그치지 않음
• 어떤 메시지를 전달할 것인지, 어떤 관점으로 데이터를 볼 것인지에 따라 데이터 구조화 방식이 달라짐
• 즉, 정보 구조화는 시각화를 위한 전처리이면서 동시에 시각화 목적에 맞게 데이터를 재구성하는 과정

2단계. 정보 시각화

• 정보 시각화는 분석 도구나 시각화 도구를 활용해 데이터를 그래프나 차트로 표현하는 단계
• 이 단계에서는 어떤 그래프를 사용할지 판단하는 것이 중요하다.

목적	예시 시각화
시간 흐름 표현	선그래프, 막대그래프, 누적 막대그래프
분포 확인	히스토그램, 박스플롯, 히트맵
관계 파악	산점도, 버블차트, 네트워크 그래프
비교	막대그래프, 점그래프, 트리맵
공간 정보 표현	지도 매핑

3단계. 정보 시각 표현

• 정보 시각 표현은 최종 결과물의 완성도를 높이는 단계
  분석 도구에서 만든 그래프에 색, 크기, 레이아웃, 타이포그래피, 인터랙션 등을 더해 전달력을 강화

이 단계에서는 그래픽 디자인의 기본 원리와 시각적 요소가 중요하다.

예를 들어 다음과 같은 요소를 고려한다.

• 위치
• 크기
• 색
• 명도
• 모양
• 방향
• 질감
• 글꼴
• 여백
• 배치

---

7. 시각화 방법론 비교

7-1) 정보 디자인 교과서의 4단계 방법론

단계	설명
조직화된 데이터	데이터를 정리하고 구조화
시각적 매핑	데이터와 시각 요소를 연결
시각적 형태	그래프나 도형 등으로 표현
전달 방식	사용자에게 전달되는 형태 결정

핵심은 데이터가 시각적 표현으로 변환되어 전달되는 층위를 설명

 

7-2) 마티아스 샤피로의 3단계 방법론

단계	설명
질문 만들어내기	시각화할 주제와 질문 설정
데이터 수집하기	질문에 필요한 데이터 확보
시각적 표현 적용하기	데이터를 시각적으로 표현

이 방법론은 정해진 데이터를 분석하는 것보다 시각화에 적합한 질문과 주제를 찾는 것을 중요

 

7-3) 벤 프라이의 7단계 방법론

단계	설명
획득	데이터를 수집
분해	데이터를 분석 가능한 형태로 나눔
선별	필요한 데이터만 선택
마이닝	데이터에서 패턴과 의미를 탐색
표현	시각적 형태로 변환
정제	표현을 다듬고 개선
상호작용	사용자가 탐색할 수 있도록 구성

• 벤 프라이 방법론의 특징은 데이터 처리 과정이 세분화되어 있다는 점
  특히 획득, 분해, 선별, 마이닝은 데이터를 모으고 분석하는 단계이고, 표현과 정제는 직접적인 시각 표현 단계

방법론 비교 정리

방법론	단계 수	핵심 관점
정보 디자인 교과서	4단계	데이터가 시각 표현으로 전달되는 구조
마티아스 샤피로	3단계	질문과 주제 중심
벤 프라이	7단계	데이터 처리와 구현 중심

---

8. 빅데이터 시각화 도구

도구	특징
엑셀	기본적인 표, 차트, 대시보드 작성 가능
구글 차트	웹 기반 차트 구현, 모바일 환경에서도 활용 가능
인포그램	온라인 공유와 인포그래픽 제작에 유용
Many Eyes	워드트리, 히트맵, 트리맵, 워드클라우드 등 제공
D3.js	자바스크립트 기반 데이터 시각화 프레임워크
파이썬	matplotlib, seaborn, plotly 등 다양한 시각화 가능
Processing	디자이너와 데이터 아티스트를 위한 시각화 프로그래밍 언어
R	ggplot2 등 통계 시각화 패키지가 풍부
일러스트레이터	최종 시각 표현과 그래픽 편집에 활용

---

9. ADP 출제 경향으로 보는 핵심 포인트

출제 포인트	공부 방향
데이터·정보·지식·지혜	단계별 정의와 차이 구분
데이터 시각화·정보 시각화·정보 디자인·인포그래픽	대상, 목적, 표현 방식 비교
정보 디자인 10단계	단계 순서와 각 단계 역할 암기
빅데이터 시각화 3단계	정보 구조화 → 정보 시각화 → 정보 시각 표현
벤 프라이 7단계	획득 → 분해 → 선별 → 마이닝 → 표현 → 정제 → 상호작용
시각화 방법	시간, 분포, 관계, 비교, 공간 시각화 구분
그래픽 요소와 디자인 원칙	위치, 크기, 색, 명도, 형태 등 시각 변수 이해
빅데이터 시각화의 목적	화려함보다 정보성, 정확성, 목적 적합성 중시