• 컴퓨터/IT > 데이터베이스 > 데이터베이스 일반

• [시리즈] 에이콘 데이터 과학 시리즈 [54]

출판사 리뷰

무엇보다 효율적인 데이터 시각화란 데이터에 관해 사고하는 하나의 방식이다. 이 책은 여러분이 이미 생각해봤을 스킬을 사용하는 방법과 업무와 직접 관계된 방법들로 데이터를 구성하는 방법을 보여줄 것이다. 비즈니스 시각화가 작동하는 방식과 이유 그리고 무엇이 이것을 효율적으로 만들어주는지 보여줌으로써 여러분에게 데이터 분석가처럼 생각하는 방법을 가르쳐주는 것으로 시작한다. 어떤 차트는 작동하고 어떤 차트는 작동하지 않는지 확고한 개념을 갖고, 여러분은 데이터를 준비하고, 정렬하며, 분석할 수 있는 모범 사례를 학습하게 될 것이다. ■... 무엇보다 효율적인 데이터 시각화란 데이터에 관해 사고하는 하나의 방식이다. 이 책은 여러분이 이미 생각해봤을 스킬을 사용하는 방법과 업무와 직접 관계된 방법들로 데이터를 구성하는 방법을 보여줄 것이다. 비즈니스 시각화가 작동하는 방식과 이유 그리고 무엇이 이것을 효율적으로 만들어주는지 보여줌으로써 여러분에게 데이터 분석가처럼 생각하는 방법을 가르쳐주는 것으로 시작한다. 어떤 차트는 작동하고 어떤 차트는 작동하지 않는지 확고한 개념을 갖고, 여러분은 데이터를 준비하고, 정렬하며, 분석할 수 있는 모범 사례를 학습하게 될 것이다. ■ 여러분의 필요에 제일 잘 맞는 차트 유형을 고르는 방법 ■ 여러분의 차트에 적합한 서식을 적용하는 방법 ■ 색깔을 효과적으로 사용하기 위한 특별한 팁들 데이터 시각화에 관한 블로그(excelcharts.com)를 쓰고 있고, 수년간 워크시트에서 벗어나 진짜 시각화 도구에 집중해왔다. 이것이 보통의 과정이다. 하지만 스프레드시트는 우리 중 대다수가 조직적 컨텍스트에서 접근할 수 있는 유일한 도구며, 그래픽 능력을 배우고 향상시키려면 평균적인 사람들에게 데이터 시각화를 제공하는 데서 시작해야 한다. 그러고 나서 사람들과 조직은 자신들의 필요에 적합한 도구인지, 다른 애플리케이션으로 자연스럽게 수요 전환이 가능한지 여부를 평가하게 된다. 이 책은 분석적인 커뮤니케이션 도구로써의 데이터 시각화 표현을 위해 스프레드시트를 사용하는 대학생, 자신의 영업분석을 하는 영업사원들, 스스로 예산을 계획하는 상품 매니저들, 그리고 수행평가를 하는 매니저들을 위한 시각화 책이다. 이 책은 일상 작업에 적용하기에는 너무 추상적인 이론과 일반화된 규칙을 이해하는 데 도움이 되는 구체적인 작업에 초점을 맞춘 실전 사이에 있는 책이다. 나는 모든 장에서 각 사례에 이론이 어떻게 적용되는지, 그리고 특정 작업이 항상 이 이론을 설명하고 정당화하며 일반화하는 이론상의 프레임워크를 어떻게 갖는지 보여주려고 노력했다. 방법뿐만 아니라 이유를 이해하는 것이 중요하다. 데이터 시각화의 이해를 시작하기 위해 이 책의 첫 번째 장에서는 행동이 일어나는 컨텍스트인 인간 감각의 특성, 차트를 만들 때 우리가 사용하는 개체, 지각의 역할, 지식을 얻는 방법, 그리고 데이터 시각화를 정의할 수 있는 다양한 방법들을 설명하고 있다. 두 번째 장에서 차트는 시각적 논쟁의 대상이 된다는 점을 인지하고, 질문에 답할 것이다. 이 질문에 대한 답변의 질은 여러분이 선택한 차트의 유형으로 시작한다. 그 다음으로 차트 형식을 지정하고, 최상의 차트 형식이 품질을 높이고 결함을 줄여 콘텐츠를 제공하는 것이지 콘텐츠와 구별하는 것이 아니라는 점을 알게 된다. 이 책을 통해 데이터 관리의 모범 사례와 엑셀 차트 라이브러리, 잘못된 소프트웨어의 기본 설정을 피하는 방법, 엑셀 라이브러리가 제공하는 것 이상으로 애플리케이션의 유연성을 이용하는 방법을 포함해 구조적 컨텍스트에서 데이터 시각화를 분석할 것이다.

★ 지은이의 말 ★

어떤 데이터 포인트도 그 자체로 온전한 섬이 아니다.
모든 데이터 포인트는 대륙의 한 조각, 패턴의 한 부분일 뿐이다.

위대한 시인 존 돈(John Donne)이 그의 아름다운 시 “아무도 혼자인 사람은 없다(No man is an island)”가 새겨진 자신의 무덤 속에서도 탄식하겠지만, 나는 컨텍스트와 웹 관계를 갖고 있는 데이터의 특성을 이 시 구절처럼 더 잘 표현할 방법을 찾지 못하겠다. 지식으로 향하는 길은 이러한 관계를 발견하고 시각화되도록 만드는 데 있다.
사회의 변화와 기술의 진보로 세상은 더 불확실한 곳이 되었다. 또 다른 시인인 루이스 드 카몽이스(Luis de Camoes)는 “변화는 이전처럼 변하지 않는다”라고 말했다. 불확실성에 대처하기 위해 우리는 대량으로 데이터를 생산하고 검색서비스에 기술을 적용한다. 이것은 수년에 걸쳐 많은 이름으로 불려왔으며, 오늘날은 이것을 ‘빅데이터(Big Data)’라고 부른다.
데이터 수집과 저장이 목표라면, 데이터가 많을수록 더 좋다. 하지만 우리가 놓치고 있는 것은 무엇일까? 만약 더 많은 데이터를 정말 더 좋은 데이터로 바꾸는 올바른 기술이 함께 동반되지 않는다면 우리는 더 이상 많은 데이터가 필요하지 않다. 우리는 데이터를 필요로 하는 사람들이 데이터를 어떻게 사용할지, 어떤 목적을 갖고 있는지를 고려할 필요가 있다. 그렇지 않다면 쓸모 없는 데이터를 하드디스크의 잊혀진 폴더 안에 디지털 먼지가 되도록 계속해서 쌓아둘 필요가 없다. 잠깐만! 파이차트를 만드는 것 역시 그다지 좋은 생각이 아니다.

★ 옮긴이의 말 ★

데이터 분석 결과를 쉽게 이해할 수 있도록 시각적으로 표현하고 전달하는 과정 자체를 데이터 시각화라고 하며, 비즈니스에서는 데이터의 효과적인 시각적 전달을 위해 ‘차트’나 ‘그래프’를 주로 이용한다. 많은 비즈니스 솔루션과 오픈소스 계열의 소프트웨어는 데이터 시각화 작업을 하게 될 작업자의 편의를 위해 사전 정의된 차트나 그래프의 서식을 방대하게 제공하고 있으며, 이 부문의 개발에 계속해서 많은 자원을 투자함으로써 데이터 시각화의 영역은 나날이 발달하고 있다. 또한 데이터 과학 영역의 요소와 그 사용성이 급증하게 됨으로써, 차트와 그래프 자체의 종류와 복잡성 역시 증가해 이렇게 사전 정의된 서식을 이용하는 것조차 효율적인 시각화를 위해서는 어떤 방법으로 무엇을 표시해야 할지를 결정하는 데에 상당한 노력이나 사전지식이 필요한 것이 사실이다. 경우에 따라서는 시각화 개체가 온라인상에서 사용돼야 할 때, 개체와 사용자 간 상호작용하는 기능까지 고려해 UX(User Experience), 사용자 경험 측면을 반영해야 하기도 한다.
이렇게 데이터 시각화는 정보 시각화(Information Visualization), 과학적 시각화(Scientific Visualization), 시각 디자인(Visual Design), 정보 그래픽(Information Graphic), 데이터 분석(Data Analytics), 데이터 과학(Data Science) 등의 분야가 복합적으로 관련되기에 자칫 균형을 잃으면 기능적인 요소나 심미적인 측면이 강조되는 결과를 초래해 정보를 명확하고 효과적으로 전달하려는 목적을 벗어나게 된다. 또 하나의 융합 영역인 데이터 시각화 작업을 목전에 두고 있는 많은 작업자를 위해 이 책은 인포그래픽과 차트의 기본적인 원리를 설명함으로써 전문적인 그래픽 디자이너가 아니더라도 효율적이고 세련된 시각화 개체를 생성할 수 있도록 도와주고 있다.
문서상으로 전달하는 시각화 개체뿐만 아니라, 가상현실(VR), 증강현실(AR) 등이 흔히 사용될 세상을 맞이하게 돼 여러 종류의 시각화 개체의 생산이 필요한 업무를 담당할 많은 작업자에게 이 책은 좋은 안내서가 될 것이다.

1장. 데이터 시각화의 블록 쌓기
__자극의 공간적 조직
__추상적인 개념 바라보기
____차트
____네트워크
____지도
____부피: 비유적인 시각화
____엑셀에서의 시각화
__망막 변수
__개념에서 차트로
__원시 차트
__차트효과
__요약
2장. 시각적 지각
__지각과 인지
____인지분산
____잘못된 이분법
____차트와 표
__눈 생리학
____망막
____원추세포들
____시야각
____새카드
____시각화에 대한 눈 생리학의 영향
__전 주의 처리
____두드러지게 보이기
____전 주의 처리의 영향과 시각화에서의 두드러짐
__작업 메모리
____시각화에 대한 작업 메모리의 영향
__게슈탈트 법칙
____근접의 법칙
____유사의 법칙
____구분의 법칙
____연결의 법칙
____공동 운명의 법칙
____폐쇄성의 법칙
____형태/배경의 법칙
____연속의 법칙
____시각화에 대한 게슈탈트 법칙의 영향
__지각의 한계
____좌표선과 기준선이 필요한 이유: 베버의 법칙
____왜곡 인지하기: 스티븐스의 멱함수 법칙
____맥락과 착시
____시각화에 대한 지각의 한계가 미치는 영향
__요약
3장. 시각적 지각 너머
__사회적 함축성
__규칙 깨기
____공유지의 비극
____색 상징주의
____시간의 표현
____축 포개기
____나를 생각하게 하지 마세요!
__활용 능력과 경험
____그래픽 활용 능력
____주제와의 친밀도
____정보의 불균형
__조직적 맥락
____경영층의 잘못된 메시지
____인상관리
__요약
4장. 데이터 준비
__데이터로 인한 문제들
____콘텐츠 없는 구조
____구조 없는 콘텐츠
__‘구조화가 잘 된 데이터’의 의미는 무엇인가?
____도움: 피벗 테이블
__데이터 추출
____PDF 전염병
____엑셀로 내보낼 수 있나요?
__데이터 정제
__데이터 변형
__데이터 테이블 로딩
__엑셀에서의 데이터 관리
____워크북 구성하기
____엑셀 밖의 링크
____수식
____상품과 분석의 사이클
__요약
5장. 데이터 시각화
__패턴부터 관측치까지
____형태 시각화
____점 시각화
____이상치 시각화
____데이터 시각화 작업
__지식의 형성
____데이터
____정보
____지식
____지혜
__데이터 시각화의 정의
__언어, 스토리, 배경
__그래픽 활용 능력
__그래픽 풍경 모드
____프로파일링
____대시보드
____인포그래픽스
__지식의 교차로
____통계
____디자인
____애플리케이션
____콘텐츠와 문맥
__엑셀에서의 데이터 시각화
____장점
____단점
____보기 흉함
____엑셀 차트 라이브러리를 넘어
____엑셀 차트를 만들지 말라
__요약
6장. 데이터 발견, 분석, 그리고 대화
__어디서부터 시작하지?
____시각적 정보-탐색 만트라
____포커스 플러스 컨텍스트
__질문하기
____질문의 분류
__데이터의 선택과 수집
__패턴 검색
__우선 순위 설정
__결과 리포트
____설명
____인간의 차원
____디자인
__프로젝트: 월별 출생
____문제의 정의
____데이터 수집
____데이터 가용성 평가
____데이터 품질 평가
____데이터 조정
____데이터 탐색
____계절성의 유입
____분석 결과 커뮤니케이션
__요약
7장. 차트 선택 방법
__작업 중심의 차트 분류
__관중 프로파일
__시각화의 공유
____스크린과 프로젝터
____스마트폰과 수직 디스플레이
____PDF 파일
____엑셀 파일
____온라인 공유
__요약
8장. 질서의 개념
__막대 차트
____수직 막대와 수평 막대
____색 코딩
____순서화
____차트 크기
____눈금의 파괴
____눈금의 파괴를 피하기 위한 측정법 변경
____진화와 변화
____특별한 막대 차트: 인구 피라미드
__점 도표
__기울기 차트
__스트립 도표
__속도계
__총알 차트
__경고
__요약
9장. 전체의 부분들: 구성 차트
__구성이란 무엇인가?
____구성 혹은 비교?
__파이 차트
____비평
____손실 관리
__도넛 차트
____다단계 파이 차트 유형의 도넛 차트
__실제 계층형 차트: 썬 버스트 차트와 트리맵
__스택 막대 차트
__파레토 차트
__요약
10장. 이산 데이터
__데이터
__분포
____모든 것을 보여주기: 투명도와 지터링
____느낌의 수량화
____평균과 표준편차
____중앙값과 사분범위
____이상치
__상자수염 도표
____z-score
__파레토 차트에 관한 재논의
__엑셀 지도
__히스토그램
____빈 개수와 너비
____히스토그램과 막대 차트
__누적 빈도분포
__요약
11장. 시간에 따른 변화
__흐름에 집중하기: 선 차트
____눈금과 가로세로 비율
__관계에 집중하기: 연결된 산점도
__갑작스러운 변화: 계단 차트
__계절성: 순환 도표
__스파크라인
__애니메이션
__요약
12장. 관계
__관계에 대한 이해
____곡선 적합
__산점도
____산점도 디자인
____군집과 그룹화
____복수의 시리즈와 부분집합
____프로파일
__버블 차트
__요약
13장. 프로파일링
__해결책의 필요성
__패널 차트
__여러 개의 시리즈를 가진 막대 차트
__수평 차트
__재조정 행렬
__스몰 멀티플
__엑셀로 프로파일링하기
__요약
14장. 효율성을 위한 디자인
__미학 관점
____잘못된 모델
____디자인 연속체
__도구는 중립이 아니다: 기본 설정
__이성과 감성
____A.I.D.A
____이성은 감성을 따르는가?
____감성과 효율성
____오캄의 면도날
__차트 구성요소 디자인하기
____가상의 3차원
____질감
____제목
____서체
____주석
____격자선
____클립아트
____두 번째 축
____범례
____배경
__데이터 순서화하기
__시리즈의 개수
____차트 유형
____그룹화
____기타 범주
____맥락
____스몰 멀티플
__차트로 하는 거짓말과 속임수
____데이터, 인지, 그리고 지각
____차이 과장하기
____시계열 왜곡하기
____종횡비
____점의 생략
____변화에 대한 변동의 실수
____이중축
____가상의 3차원
____맥락
____모든 것이 진행될 때
__요약
15장. 아름다움을 넘어서
__색의 수량화
____RGB 모델
____HSL 모델
__자극 강도
__색의 기능적 작업
____범주화
____그룹화
____강조
____연속성
____분기
____경고
__색 상징주의
__회색의 역할
__색 준비
__색의 조화
____일반적인 원리
____고전적인 규칙
____보색
____보색의 분리
____3색의 조화
____아날로그 색
____사각형
____따뜻한 색과 차가운 색
__색 팔레트의 자원
____엑셀
____엑셀 이외의 것
____색맹
__요약
16장. 결론
__이것은 모두 실용주의에 관한 것이며, 미적인 것이 아니다.
__옛날 방식에 안녕을
__자신의 데이터 시각화 모델을 찾기
__비즈니스 시각화에서는 열심히 하는 것만이 언제나 최고의 작업은 아니다
__조직의 활용능력
__이성과 감성
__제약으로 연극하기
__도구들