지난 ‘2024 뉴스젤리 데이터 시각화 어워즈’에서는 올해 뉴스젤리가 발견한 사례 중 최우수 시각화를 부문별로 가려 보았습니다. (아직 못 보신 분이 있다면 여기에서 보실 수 있어요!) 전문가의 시선으로 시각화 사례를 꼼꼼히 살펴보고, 5개의 지표로 점수를 철저하게 평가하여 수상작을 선정했는데요. 오늘은 뉴스젤리가 아닌, 뉴스젤리 독자 여러분의 선택을 받은 수상작들을 소개하려고 합니다!
뉴스젤리는 매달 한 번 ‘데이터 시각화의 모든 것’ 뉴스레터로 데이터 시각화 분야의 흥미로운 사례를 모아 전달해 드리고 있는데요! 뉴스레터를 발송한 뒤 독자의 반응을 검토하는 과정에서 클릭 수가 유의미하게 높은 시각화 사례들을 발견할 수 있었습니다. 한 편의 뉴스레터 안에서도 유독 관심이 쏠리는 사례가 생기는 것을 보고 “독자들이 왜 이 시각화를 좋아했을까?”하는 의문이 들곤 했는데요. 뉴스젤리의 독자가 선택한 데이터 시각화는 어떤 사례일지, 또 어떤 면에서 독자의 흥미를 끌었을지 함께 살펴보려고 합니다.
2024년에 발송한 전체 뉴스레터를 대상으로, 본문에 첨부된 출처 링크의 클릭 수를 검토해 보았는데요. 중복 클릭을 제외한 순 클릭 수를 지표로 삼아 시각화 사례를 5위까지 추려보았습니다. 어떤 사례가 ‘2024 뉴스젤리 독자가 선택한 데이터 시각화’로 뽑혔을지, 지금 바로 알아보겠습니다!
첫 번째로 소개해 드릴 콘텐츠는 Nat Henry의 ‘시애틀은 15분 도시일까요? 당신이 어디를 걷고 싶은지에 따라 달라집니다(Is Seattle a 15-minute city? It depends on where you want to walk)’와 ‘그림자 지도(ShadeMap)’입니다. 공교롭게도 두 지도 시각화가 같은 클릭 수를 기록해 공동 5위의 자리에 오르게 되었는데요. 왼쪽의 15분 도시 지도는 지도 위 영역에 색을 달리 칠해 데이터 값을 나타내는 단계 구분도이고, 오른쪽의 그림자 지도는 그림자 형태를 입체적으로 구현한 3D 지도 시각화입니다. 두 사례는 서로 다른 종류의 시각화이지만 ‘인터랙티브 지도’라는 공통점을 갖고 있는데요! 사용자의 활용성을 고려하여, 데이터를 탐색할 수 있는 장치를 다양하게 제공하고 있다는 점이 눈에 띕니다.
공동 5위 수상작을 하나씩 살펴볼까요? 먼저 ‘15분 도시 지도’는 미국 시애틀 지역의 주요 편의시설까지 도보로 걸리는 시간을 나타낸 단계 구분도입니다. 도시의 블록을 구분하고, 각 블록에서 주요 편의시설까지 걸리는 시간을 색상으로 표현했는데요. 색상 차이와 색상의 분포를 통해 편의시설에 대한 시애틀 전역의 접근성을 한눈에 파악할 수 있습니다. 사례에서는 지도 위 체크박스로 슈퍼마켓, 도서관, 공원, 학교 등의 시설을 선택할 수 있는 기능을 제공하고 있는데요. 예시로 슈퍼마켓(왼쪽 이미지)과 고등학교(오른쪽 이미지)를 선택해 보았습니다. 지도에 칠해진 색상의 분포를 통해 두 시설에 대한 접근성이 확연히 다른 것을 알 수 있는데요. 왼쪽 이미지를 보면 시애틀 대부분의 지역에서 슈퍼마켓까지 걸어서 30분 이내에 도착할 수 있는 반면, 오른쪽 이미지에서는 고등학교까지 30분 넘게 걸리는 지역(회색)이 많은 것이 눈에 띕니다. 이렇게 사용자가 궁금한 편의시설을 골라 결과를 확인할 수 있는 인터랙티브 탐색 기능이 이 사례의 특징입니다. 복수의 체크박스를 선택할 수 있어 동시에 여러 시설에 대한 접근성도 확인할 수 있죠!
또 색상에 대한 관습적인 의미를 활용한 점도 인상 깊은데요. 보통 지도 시각화에서 붉은색은 ‘과다, 정체’ 등의 의미를 지닙니다. 반대로 푸른색은 ‘양호, 원활’ 등의 뜻을 가지는데요. 이러한 관습에 따라, 15분 도시 지도에서도 선택한 편의시설까지 걸리는 시간이 15분 이하인 영역을 푸른색 계열로, 15분 초과인 영역을 붉은색 계열로 표현하였습니다. 통용되는 색상의 의미를 적극적으로 활용하여, 사용자는 범례를 꼭 확인하지 않더라도 편의시설에 대한 접근성 차이를 시각적으로 파악할 수 있어요!
또 다른 공동 5위 작품인 ‘그림자 지도’는 시간대에 따라 달라지는 태양의 방향과 그림자의 길이를 표현한 지도 시각화입니다. 위치, 날짜, 시간까지 총 3가지 변수를 사용자가 조정할 수 있다는 점이 특징인데요. 사용자는 주소를 검색하거나 지도를 움직여 확인하고자 하는 위치로 이동한 뒤, 아래 보이는 버튼으로 원하는 날짜를 선택할 수 있습니다. 또 드래그 바를 이용해 시간대를 옮길 수 있어, 시간에 따라 움직이는 그림자의 형태 변화까지 살펴볼 수 있어요. 계절이나 시간대에 따라 바뀌는 그림자의 성질을 십분 고려한 인터랙티브 기능이 인상적입니다.
또한 그림자를 3D 지도 위에 실제와 같이 구현해, 사용자가 부가적인 정보 없이도 데이터를 파악할 수 있도록 한 점도 놀라운데요. 사례에서는 지형을 입체적으로 표현한 지도 위에 그림자가 지는 모양을 음영으로 나타내고 있습니다. 따라서 사용자는 실제 하늘에서 땅을 내려다보는 듯한 인상을 받게 되죠!
공동 5위에 오른 두 지도 시각화 모두 사용자의 참여를 고려하는 인터랙티브 기능이 우수한 사례였습니다. 해당 사례를 소개하는 뉴스레터에서는 에디터가 직접 시각화를 탐색하는 예시 이미지를 함께 덧붙여 설명해 드렸는데요. 독자 여러분도 시각화를 직접 탐색해 보기 위해 사례의 원문 출처에 접속하지 않았을까 추측해 봅니다. 또한 시각화가 직관적이고 이해하기 쉽다는 점도 독자 여러분의 흥미를 돋우는 데 한 몫 하지 않았을까 하는 생각이 드네요!
다음으로 많은 클릭 수를 기록한 콘텐츠는 바로 워싱턴 포스트(The Washington Post)의 ‘올림픽 선수들은 생각보다 나이가 많을 수도, 적을 수도 있습니다(Olympians are probably older-and younger-than you think)’입니다. 역대 하계 올림픽에 출전한 선수들의 나이를 종목별로 나타낸 스트립 플롯으로, 선수들의 나이 데이터를 일렬로 나열해 분포를 확인할 수 있도록 한 시각화입니다. 지난 8월, ‘파리올림픽’을 주제로 한 뉴스레터에서 나라별 메달 성과나 홈 어드밴티지 등 다양한 올림픽 시각화 사례를 소개해 드렸는데요. 그중에서도 바로 선수 나이를 다룬 이 스트립 플롯이 독자들의 선택을 받았습니다. 과연 어떤 이유 때문이었을까요?
위 사례에서는 1896년부터 2016년까지 하계 올림픽 참가 선수들의 나이와 2020년 도쿄 올림픽 참가 선수들의 나이를 시각화했는데요. 종목별 참가 선수들의 나이를 점으로 찍어 표현하되 점들이 밀집한 구간은 진한 검은색으로, 흩어진 구간은 연한 회색으로 다르게 표현했습니다. 이를 통해 선수들의 나이가 주로 어느 구간에 분포해 있는지를 파악할 수 있는데요! 그중에서도 전체 선수의 평균 나이를 차트 가운데 일직선으로 표현해 강조했습니다. 차트 양 끝의 점은 최솟값과 최댓값을 나타내는데요. 최연소 선수의 나이를 차트 가장 왼쪽의 초록색 점으로, 최고령 선수의 나이를 가장 오른쪽의 빨간색 점으로 강조했습니다.
차트를 종목별로 비교해 보면 체조, 다이빙, 스케이드 보드 종목에 비해 사격, 양궁 종목의 스트립 플롯 차트가 더 긴 것이 눈에 띄는데요. 해당 종목의 점들은 다른 종목에 비해 분포 범위가 훨씬 넓습니다. 10대부터 70대까지 다양한 연령대의 선수가 출전했는데요. 선수들의 나이 분포가 종목에 따라 달라지며, 선수 나이에 얼마나 영향을 받는지도 종목 간에 차이가 있다는 인사이트를 얻을 수 있는 사례였습니다.
위 시각화를 보면 올림픽 선수의 ‘나이’라는 데이터 특성과, ‘선수의 나이 분포는 종목에 따라 다르다’라는 핵심 메시지에 적합한 차트 유형을 선택했다는 생각이 드는데요! 전체 데이터 값의 분포부터 평균값, 최솟값과 최댓값까지 독자가 올림픽 출전 선수에 관해 궁금해 할만한 다양한 요소를 확인할 수 있어 좋았어요. 또 여러 가지 종목의 나이 분포를 비교하면서 종목별 특성까지 알아볼 수 있는 유익한 사례였습니다.
독자가 뽑은 최고의 시각화 3위를 차지한 콘텐츠는 Dominikus Baur와 Alice Thudt가 제작한 ‘그 자체로 가득 찬(Full Of Themselves)’입니다. 영화 대사 중에 제목이 언급되는 것을 칭하는 개념인 ‘타이틀 드롭(Title drop)’을 주제로, 7만 개가 넘는 영화의 자막 데이터를 분석하여 제작한 시각화인데요! 다소 생소한 개념을 다루고 있음에도 불구하고 많은 독자의 선택을 받았습니다. 자세히 살펴볼까요?타이틀 드롭 바코드 차트 (출처: Dominikus Baur&Alice Thudt)
사례를 보면, 검은색 가로 막대 위의 흰색 선들이 마치 필름 모양을 연상시키는데요. 바로 영화에서 ‘타이틀 드롭’이 등장하는 순간을 바코드 차트로 표현한 것입니다. 바코드 차트는 얇은 선을 나열하여 데이터 값의 분표를 표현하는데요. 사례에서 흰색 선들의 분포를 보면 타이틀 드롭이 영화의 어느 지점에, 또 얼마나 많이 나오는 지를 알 수 있습니다! 한편 바코드 차트의 길이가 모두 다른 것을 볼 수 있습니다. 바코드 차트의 전체 길이는 영화의 러닝타임을 나타내기 때문에, 각 영화의 길이와 타이틀 드롭의 분포를 동시에 비교해 볼 수도 있겠는데요. 예컨대 위 그림에서 가장 상단에 위치한 영화 ‘바비(Barbie)’는 세 영화 중 가장 길이가 짧은데도 타이틀 드롭이 무려 267회나 발생했습니다. 이를 통해 타이틀 드롭의 밀집도가 가장 높은 영화라고 말할 수 있을 것 같아요.
바코드 차트는 데이터 값의 정확한 위치나 내용을 확인할 수 없다는 단점이 있어요. 하지만 사례에서는 인터랙티브 기능을 추가로 활용하여 이러한 한계를 극복하고 있습니다! 차트 위에 마우스를 올리자 막대 일부가 돋보기처럼 확대되는데요. 위 이미지를 보면 타이틀 드롭을 나타내는 막대가 노란색으로 강조되고, 차트 상단에 영화의 재생 시간과 타이틀 드롭이 포함된 대사가 나타나는 것을 볼 수 있어요. 사용자가 알고 싶어 하는 특정 구간의 타이틀 드롭에 대한 구체적인 정보를 확인할 수 있는 것이죠. 인터랙티브 기능을 활용하여 차트의 한계를 극복한 아이디어가 빛나는 사례였습니다.
뉴스레터에서는 독자 여러분께 사례의 출처 링크에서 원하는 영화를 검색해 타이틀 드롭 횟수와 분포를 알아볼 수 있다고 안내해 드렸는데요. 콘텐츠에서 직접 자신이 원하는 영화를 검색해 결과를 확인할 수 있는 인터랙티브 요소가 독자 여러분의 흥미를 끌었을 거란 생각이 들어요. 영화 필름을 연상시키는 디자인과 차트의 한계를 뛰어넘는 인터랙티브 기능까지, 창의적인 표현이 돋보이는 시각화였습니다.
벌써 독자가 뽑은 최고의 시각화 2위 수상작을 소개해 드릴 차례가 왔는데요. 태블로 퍼블릭 사용자 Shreya Arya가 제작한 ‘교토, 일본 | 벚꽃의 계절(KYOTO, JAPAN | Cherry blossom seasonality)’ 대시보드가 두 번째로 많은 클릭수를 기록했습니다. 위 사례는 일본 ‘교토’의 연도별 벚꽃 만개 시기를 시각화한 산점도입니다. X축을 연도, Y축을 날짜로 설정하고 해마다 벚꽃이 만개한 날짜를 좌표에 꽃잎으로 나타냈어요. 산점도에서는 보통 데이터 값을 사각형이나 원 등의 도형으로 표현하는데요. 사례에서는 도형 대신 꽃잎 모양의 기호를 시각화 요소로 활용하여 ‘벚꽃 만개 시기의 변화’라는 데이터의 주제를 강조하고 있습니다!
차트 중앙에 있는 곡선은 흩어져 있는 데이터를 대표하는 ‘회귀선’인데요. 꽃잎 사이를 가로지르고 있어 마치 벚꽃 나무의 가지 같아 보이기도 합니다. 이 선이 상승하거나 하강하는 모양을 통해 지난 시간 동안 데이터 값이 변화해 온 추이를 확인할 수 있는데요. X축의 오른쪽 끝, 가장 최근에 이를수록 회귀선이 급격히 하강하고 있습니다. 이는 벚꽃의 만개 시기가 점점 더 빨라지고 있다는 것을 의미해요. 지구 온난화로 인해 봄철 기온이 상승하면서 벚꽃이 피는 시기 또한 앞당겨진 것이죠. 사례에서는 이와 같은 인사이트를 강조하기 위해 대략 1890년부터 2015년까지의 배경을 보다 진한 색상으로 표현했습니다.
위 사례는 독자가 일상에서 직접 체감할 수 있는 주제를 다루고 있을 뿐만 아니라 시각화의 메시지를 디자인적으로 구현해 냈다는 점이 돋보였는데요. 우리에게 익숙한 차트 유형인 산점도에서, 원 기호를 꽃잎 모양으로 바꾸었을 뿐인데 심미적으로 뛰어난 시각화가 되었습니다. 독자 여러분께서도 차트의 아름다운 디자인에 먼저 눈길이 가셨을 것 같은데요! 시각화 유형을 크게 변형하지 않아도, 간단한 시도를 통해 매력적인 시각화를 만들 수 있음을 알려주는 사례였습니다.
독자가 뽑은 2024 최고의 시각화, 영광의 1위를 차지한 콘텐츠는 바로 통계학자 Nathan Yau가 운영하는 데이터 분석 사이트 ‘FlowingData’의 ‘차트로 보는 유명 명대사(Famous Movie Quotes as Charts)’입니다! 지금까지 소개해 드린 5위부터 2위 사례까지는 클릭 수 격차가 작았는데요. 1위를 수상한 이번 콘텐츠만큼은 2위 사례와 큰 격차를 벌리며 압도적인 승리를 거뒀습니다. 과연 어떤 데이터 시각화이길래 독자들의 관심이 쏠렸을지, 지금 바로 알아보겠습니다!
위 차트들은 유명한 영화 명대사 100개를 각기 다른 형태의 시각화로 표현한 사례입니다. 사례를 가까이에서 보면 차트 상단에 작은 번호가 붙어있는 것을 보실 수 있는데요. 1번부터 100번까지, 총 100개나 되는 차트의 모양이 전부 다릅니다. 라인 차트, 트리맵, 지도시각화, 산점도, 버블차트 등 정말 다양한 시각화 유형을 활용한 사례인데요. 개별 차트를 자세히 들여다보겠습니다.
왼쪽 시각화는 영화 ‘포레스트 검프(Forrest Gump)’의 명대사인 “불확실하고 무작위인(Uncertain and Random)”을 나타낸 차트입니다. x축과 y축, 그리고 크기가 다양한 원들이 분포하는 것으로 보아 ‘산점도’를 활용한 사례임을 알 수 있습니다. 차트를 보면 원들의 크기 변화와 위치 간에 특별한 관계를 찾기 어려운데요. 실제로 ‘불규칙적이고 무작위인’ 데이터 값을 차트 위에 그려내 대사의 의미를 표현한 것이죠.
오른쪽 시각화는 영화 ‘타이타닉(Titanic)’에 나오는 표현인 “세상의 왕(King of the world)”을 시각화한 네트워크 차트입니다. 차트 상단의 까만색 노드(원)에는 ‘나(me)’, 점선 아래 나머지 노드에는 ‘세상의 나머지(Rest of world)’라고 명시되어 있는데요! 말 그대로 ‘나’와 ‘나를 제외한 나머지’를 네트워크 차트로 나타내어 자신이 세상의 왕이라 말하는 대사를 시각화했습니다.
차트를 하나씩 뜯어볼수록 영화 대사라는 데이터를 시각화로 표현한 점이 정말 놀라운데요! 독자 여러분도 저와 비슷한 감상을 느끼셨을 것 같아요. 차트에 대사 내용의 의미를 담아냈을뿐더러, 시각화 유형을 창의적으로 재해석한 사례였습니다. 또 100개나 되는 차트 중에서 자신이 알고 있는 영화나 대사가 있는지 탐색해 볼 수 있다는 점이 독자 여러분께 큰 재미 요소가 되었을 것 같네요!
지금까지 독자가 선택한 2024 최고의 데이터 시각화 수상작을 소개해 드렸습니다. 사례들을 훑어보니 모두 ‘흥미로운 주제의 데이터를 직관적으로 표현’했다는 공통점을 발견할 수 있었는데요! 데이터로부터 얻을 수 있는 인사이트가 명확하면서도 소재가 재밌는 시각화에 많은 반응을 보내주셨어요. 또, 인터랙티브 기능이 돋보이는 사례에도 큰 흥미를 보이셨죠! 아무래도 사용자 참여형 사례의 경우 내가 원하는 데이터를 선택해 자유롭게 탐색할 수 있다는 점이 굉장히 재미있다고 느끼셨을 것 같습니다. 오늘 알아 본 1위부터 5위까지의 작품을 보고 독자 여러분은 어떤 생각을 하셨나요? 뉴스젤리는 여러분이 지금까지의 뉴스레터를 통해, 그리고 이번 글을 통해 데이터 시각화의 효용과 재미를 동시에 느끼셨기를 바랍니다. 앞으로도 독자 여러분께 새로운 인사이트를 발견할 수 있는 시각화 콘텐츠를 전해드리기 위해 노력하겠습니다!
지난 2024 뉴스젤리 데이터 시각화 어워즈에 이어 독자가 선택한 시각화까지, 2024년을 돌아보며 올해의 빛나는 시각화 사례들을 되돌아보았는데요! 좋은 데이터 시각화란 무엇일까, 내년에는 여러분께 어떤 이야기를 전해 드릴 수 있을까 고민할 수 있었던 의미 있는 시간이었습니다. 이번 시상식 콘텐츠를 준비하며 또 한 단계 성장한 시각화 노하우로 내년에는 더욱 흥미로운 시각화 이야기를 전해 드리려고 해요. 한 해 동안 뉴스젤리의 데이터 시각화 콘텐츠를 사랑해 주셔서 감사드리며, 2025년에도 흥미로운 데이터 시각화와 이야기로 찾아오겠습니다. 새해 복 많이 받으세요!
