인식과 공감을 기반으로 스토리 전달하기
학습 목표
이 유닛을 완료하면 다음을 수행할 수 있습니다.
- 데이터 커뮤니케이터가 보다 다양하고 공평하며 포용성 있는 자세로 데이터를 제공할 책임을 갖는 이유를 이해할 수 있습니다.
- 충분한 공감으로 데이터 시각화 및 연구에 접근하는 6가지 방법을 파악할 수 있습니다.
데이터 스토리텔링에 따르는 책임
데이터 커뮤니케이터로서 데이터 시각화의 가장 큰 과제 중 하나는 공감과 포용성 있는 자세로 스토리를 전달하는 것입니다. 데이터 스토리텔링은 단순히 매력적인 시각화를 만들어 내는 것 이상의 의미를 갖습니다. Effective Data Storytelling: How to Drive Change with Data, Narrative, and Visuals의 저자인 Brent Dykes의 말에 따르면, 데이터 스토리텔링은 데이터 인사이트를 제공하는 구조화된 접근 방식이며 데이터, 시각적 요소, 내러티브라는 세 가지 주요 요소의 조합을 포함합니다.
그렇다면 공감은 데이터 스토리텔링과 어떤 관련이 있을까요? 이 맥락에서 공감이란 다른 사람이나 집단의 감정, 생각, 경험을 이해하고, 인식하고, 민감하게 파악하고, 대신 아는 것을 의미합니다. 신뢰성, 정확성 및 공정성을 높이려면 모든 데이터 커뮤니케이터 및 커뮤니티와 직접적으로 협력하여 정보를 수집하고 솔루션을 제시하는 사람들에게 공감이 최우선 순위로 자리잡아야 합니다.
이를 위해서는 설문 작업의 모든 측면에 대한 실사가 필요하며 단어 선택, 용어, 심지어 표현하는 언어까지도 대상 그룹에게 완전히 최적화하고 이들의 요구 사항을 반영하도록 노력해야 합니다. 이미 불평등과 차별을 경험하고 있는 커뮤니티에 해를 끼치지 않고 공감을 이끌어 내는 것이 중요합니다.
분석의 대상이 되는 사람들을 충분히 존중하는 방식으로 반영하여 포용적이고 사려 깊은 데이터 시각화를 수행하면 해당 커뮤니티와의 신뢰 관계를 구축할 수 있습니다. 저널리스트 Kim Bui의 관측에 따르면, 스토리와 사람에게 더 많은 공감을 가지고 접근할 경우 소외된 커뮤니티와 더 나은 관계를 형성하고 신뢰를 구축하며 연구의 다양성을 높일 수 있습니다.
공감을 기반으로 하지 않은 연구는 세상에 만연한 불평등을 더욱 악화시킬 수 있으며 이에 잠재적으로 기여할 수 있습니다.
의도하지 못한 영향
아래의 여성의 평균 키 차트를 보세요. 왼쪽 끝에 있는 여성은 키가 매우 크고 다른 여성들보다 훨씬 큽니다. 반면 오른쪽 끝에 있는 여성은 매우 작으며 차트의 다른 여성들과 비교했을 때 동떨어져 보입니다. 여러분이 이 차트의 데이터 포인트라면 불쾌한 느낌을 받을까요? 이 차트에 있는 여성들의 과도한 크기 차이는 의도를 명확하게 알 수 없으며 불쾌하게 해석될 수 있습니다.
포용적인 관점에서 이 차트를 보면 데이터 시각화에서 사람을 묘사하는 방식이 의도하지 않은 결과를 초래할 수 있으며 사람, 커뮤니티 및 이들의 삶에 영향을 미치는 정책에 부정적인 영향을 미칠 수 있습니다.
데이터 시각화에서 공감을 표하는 6가지 방법
공감을 기반으로 데이터 시각화를 생성하고 있는지 어떻게 알 수 있을까요? 이 가이드라인을 검토하는 것부터 시작하여 포용성, 다양성 및 공정한 표현을 개선할 수 있는 변경 사항을 어디에 적용할 수 있는지 확인해 보세요.
사람을 우선적으로 고려하세요. |
무엇보다도 표시되는 데이터가 실제 사람들의 삶과 경험을 반영한다는 점을 기억하고 제공해야 합니다. 데이터 커뮤니케이터는 결과를 확인하는 사람들이 데이터 뒤에 있는 사람을 더 잘 이해하고 인식할 수 있도록 해야 합니다. 데이터가 사람에 관한 것이라면 데이터가 지칭하는 사람이 누구인지를 명확하게 밝혀야 합니다. |
|---|---|
시청자가 개인적인 연결 관계를 활용하여 자료를 더 효과적으로 자기 자신과 연결지어 이해할 수 있도록 하세요. |
사진, 일러스트레이션, 인용문 및 구술 기록을 데이터 시각화와 함께 제공하여 시청자가 컨텐츠를 더 잘 이해하고 식별하도록 도울 수 있습니다. 데이터 시각화에서 자기 자신과 데이터를 연결지어 생각하면 데이터에 대한 참여도를 높일 수 있습니다. |
이야기를 전달하기 위해 양적 및 질적 접근 방식을 함께 사용하세요. |
대부분의 차트와 그래프는 양적 데이터의 스프레드시트 또는 데이터베이스에 구축됩니다. 하지만 맥락을 알지 못한 채 수치에만 집중하면 이유 및 방법을 포함하여 중요한 점을 간과할 수 있습니다. |
참여를 위한 플랫폼을 만드세요. |
인터랙티브 시각화 및 대시보드를 통해 경험의 몰입도를 높일 수 있습니다. 참여를 유도하는 또 다른 방법은 시청자가 시각화 주제에 대한 자신의 반응과 의견을 공유할 수 있도록 피드백을 요청하는 것입니다. |
문제에 프레임을 씌우는 것이 어떻게 편향된 감정적 반응을 유발할 수 있는지 고려하세요. |
관점과 맥락이 중요합니다. 질문을 하는 방법과 문제에 프레임을 씌우는 방법은 전달하려는 이야기에 대한 대상 그룹의 인식과 반응에 상당한 영향을 미칩니다. |
대상 그룹의 요구 사항을 파악하세요. |
대상 그룹을 중점적으로 고려한 관점을 통해 이들의 요구 사항을 충족할 수 있습니다. 모범 사례로는 장애가 있는 사람들이 시각화에 더 쉽게 접근할 수 있도록 하는 것, 전문 용어와 지나치게 기술적인 언어를 피함으로써 더 폭넓은 대상 그룹이 더 쉽게 이해할 수 있도록 하는 것, 자료를 대상 그룹이 가장 많이 사용하는 언어로 번역하여 관련성을 높이는 것이 있습니다. |
다음 유닛에서는 맥락이 중요한 이유와 보다 포괄적인 접근 방식으로 데이터를 평가하는 방법을 살펴봅니다.
리소스
- 동영상: 'Do No Harm(해 끼치지 않기)' 가이드
- 동영상 스크립트: 'Do No Harm(해 끼치지 않기)' 가이드
- 웹사이트: Tableau 'Do No Harm(해 끼치지 않기)'
- 문서: Urban Institute의 통합 권장 사항
- 문서: 데이터 시각화 체크리스트의 인종 형평성