시각 변수
IT 위키
더 많은 작업
- Visual Variables; 시각적 변수, 그래픽 변수
- 점·선·면 같은 그래픽 기호의 위치, 크기, 모양, 명도, 색상, 기울기, 질감처럼 데이터 값을 나타내기 위해 바꿀 수 있는 시각적 속성
시각 변수는 프랑스의 지도학자 자크 베르탱(Jacques Bertin)이 1967년 저서 Sémiologie graphique(그래픽 기호학, 영어판 Semiology of Graphics, 1983)에서 체계화한 개념이다. 베르탱은 종이 평면 위의 기호가 바꿀 수 있는 변수를 평면의 두 차원(X, Y 위치)과, 그 위에 놓인 기호 자체의 속성인 망막 변수(retinal variables) 여섯 가지로 나누었다. 시각화를 설계한다는 것은 데이터의 각 변수를 어떤 시각 변수에 대응시킬지 정하는 일이며, 이 대응이 데이터 유형과 맞지 않으면 그래프가 오해를 낳는다.
ADP 필기에서는 5과목 시각화 디자인 영역에서 시각화의 기본 요소로 다룬다.
| 시각 변수 | 설명 | 예 |
|---|---|---|
| 위치(position, X·Y) | 평면 위 좌표. 베르탱은 두 평면 차원을 망막 변수와 따로 둔다 | 산점도의 점 위치, 막대 끝의 높이 |
| 크기(size) | 기호의 길이·넓이·부피 | 버블 차트의 원 크기, 막대 길이 |
| 명도(value) | 같은 색의 밝고 어두운 정도 | 단계 구분도의 옅은 색에서 짙은 색 |
| 질감(texture, grain) | 무늬의 촘촘함·굵기 | 흑백 인쇄 지도의 빗금 간격 |
| 색상(color, hue) | 빨강·파랑·초록 같은 색의 종류 | 범주별로 다른 색의 선 |
| 기울기(orientation, 방향) | 기호가 놓인 각도 | 풍향을 나타내는 화살표 |
| 모양(shape) | 원, 사각형, 삼각형 같은 형태 | 범주별로 다른 점 모양 |
베르탱은 각 시각 변수가 다음 네 가지 지각 특성을 가지는지를 기준으로, 표현하기 알맞은 데이터 유형을 정리했다.
- 연관성(associative): 그 변수만 달라도 나머지가 같으면 하나의 집단으로 묶여 보인다. 다른 변수를 무시하고 묶어 볼 수 있는 성질이다.
- 선택성(selective): 같은 값을 가진 기호들만 골라서 즉시 눈에 띄게 구별할 수 있다.
- 순서(ordered): 값 사이에 크고 작은 순서가 느껴진다.
- 정량(quantitative): 값 사이의 비율(두 배, 세 배)까지 읽을 수 있다.
| 시각 변수 | 연관성 | 선택성 | 순서 | 정량 | 알맞은 데이터 |
|---|---|---|---|---|---|
| 위치(X, Y) | O | O | O | O | 모든 유형. 가장 강력한 변수 |
| 크기 | X | O | O | O | 양적 변수 |
| 명도 | X | O | O | X | 순서형 변수 |
| 질감 | O | O | O | X | 순서형·범주형 변수 |
| 색상 | O | O | X | X | 범주형(명목형) 변수 |
| 기울기 | O | △ | X | X | 범주형 변수(점·선 기호에서 선택성이 제한됨) |
| 모양 | O | X | X | X | 범주형 변수 |
- 크기와 명도는 값이 다르면 서로 묶여 보이지 않으므로(큰 것과 짙은 것이 먼저 눈에 띔) 연관성이 없다.
- 색상은 순서가 없으므로 순서형·양적 데이터를 무지개색으로 표현하면 크고 작음을 읽기 어렵다. 순서가 있는 값은 명도(한 가지 색의 진하기)로 나타내는 것이 좋다.
- 모양은 범주를 구별하는 데 쓰지만, 모양이 많으면 원하는 범주만 골라 보기(선택성)가 어렵다.
클리블랜드와 맥길(Cleveland & McGill, 1984)은 사람이 그래프에서 양적 값을 읽는 기본 지각 과제(elementary perceptual tasks)의 정확도를 실험으로 비교하고, 정확한 것부터 다음 순서를 제시했다.
| 순위 | 지각 과제 | 예 |
|---|---|---|
| 1 | 공통 척도 위의 위치 | 같은 축을 쓰는 점 그래프, 막대 그래프 |
| 2 | 정렬되지 않은 척도 위의 위치 | 여러 패널로 나뉜 그래프의 위치 비교 |
| 3 | 길이, 방향, 각도 | 기준선이 다른 막대 길이, 파이 차트의 각도 |
| 4 | 넓이 | 버블 차트, 트리맵 |
| 5 | 부피, 곡률 | 3차원 막대 |
| 6 | 음영, 색 채도 | 히트맵, 단계 구분도 |
- 그래서 양적 비교가 핵심이면 파이 차트(각도·넓이)보다 막대 그래프나 점 그래프(공통 척도 위의 위치)가 더 정확하게 읽힌다.
- Mackinlay(1986)는 이 결과를 넓혀 양적·순서형·명목형 데이터마다 시각 변수의 효과 순위를 따로 정리했다. 예를 들어 명목형 데이터에서는 위치 다음으로 색상이 효과적이고, 양적 데이터에서는 색상의 효과가 낮다.
게슈탈트(Gestalt) 심리학은 사람이 개별 요소보다 전체 형태를 먼저 지각한다고 본다. 시각화에서는 시각 변수를 배치할 때 무엇이 한 집단으로 보일지 예측하는 데 쓴다.
| 원리 | 내용 | 시각화 적용 |
|---|---|---|
| 근접성(proximity) | 가까이 있는 것끼리 한 무리로 보인다 | 묶을 막대는 붙이고 집단 사이는 띄운다 |
| 유사성(similarity) | 색·모양·크기가 비슷한 것끼리 묶여 보인다 | 같은 범주는 같은 색으로 칠한다 |
| 연결성(connectedness) | 선으로 이어진 것은 하나로 보인다 | 선 그래프에서 같은 계열의 점을 잇는다 |
| 폐쇄성(closure) | 끊긴 윤곽도 닫힌 도형으로 채워 본다 | 테두리 없이도 영역을 구분할 수 있다 |
| 연속성(continuity) | 매끄럽게 이어지는 선을 하나로 본다 | 교차하는 선 그래프도 계열을 따라 읽는다 |
| 둘러싸기(enclosure) | 같은 틀 안에 있는 것끼리 묶여 보인다 | 배경 상자로 기간이나 집단을 표시한다 |
- 베르탱의 시각 변수(위치, 크기, 모양, 명도, 색상, 기울기, 질감)를 나열하거나 그중 아닌 것을 고르는 문제에 대비한다.
- 양적 데이터에는 위치·크기, 순서형 데이터에는 명도, 범주형 데이터에는 색상·모양이 알맞다는 대응을 기억한다.
- Cleveland & McGill의 순위에서 가장 정확한 것은 공통 척도 위의 위치이고, 넓이·부피·색 채도는 정확도가 낮다. 파이 차트보다 막대 그래프가 비교에 유리한 이유로 출제된다.
- 게슈탈트 원리의 이름과 예(근접성, 유사성, 연결성, 폐쇄성)를 구분한다.
- Bertin, J. (1967). Sémiologie graphique: Les diagrammes, les réseaux, les cartes. Paris: Gauthier-Villars. 영어판: Semiology of Graphics (W. J. Berg 옮김), University of Wisconsin Press, 1983.
- Cleveland, W. S., McGill, R. (1984). Graphical Perception: Theory, Experimentation, and Application to the Development of Graphical Methods. Journal of the American Statistical Association, 79(387), 531–554. doi:10.1080/01621459.1984.10478080
- Mackinlay, J. (1986). Automating the design of graphical presentations of relational information. ACM Transactions on Graphics, 5(2), 110–141. doi:10.1145/22949.22950
- 한국데이터산업진흥원 데이터자격검정 - ADP 시험과목 및 출제기준