착오를 일으키는 차트 디자인 피하기
학습 목표
이 유닛을 완료하면 다음을 수행할 수 있습니다.
- 차트 생성을 위한 모범 사례를 설명할 수 있습니다.
- 흔히 착오를 불러 일으키는 차트 디자인 선택을 파악할 수 있습니다.
누구나 좋아하는 가로 막대형 차트
가로 막대형 차트는 그 효과성 때문에 데이터 시각화의 핵심으로 자리잡았습니다. 연구에 따르면 가로 막대형 차트는 이해하기 대단히 쉬운 시각화 방법 중 하나입니다. 간결한 형태로 막대의 길이를 빠르게 비교할 수 있게 해주기 때문에, 가로 막대형 차트는 데이터 시각화 분야에서 큰 인기를 끌고 있습니다.
조심해야 할 거품형 차트
거품형 차트는 재미있어 보이지만 정보를 전달하는 데 있어 항상 최적의 방법은 아닙니다. 예를 들어 아래의 차트를 살펴봅시다. 이 차트들은 여러 제품 범주의 매출에 대해 동일한 데이터를 표시합니다. 거품형 차트에서는 큰 거품들의 크기가 서로 비슷하게 보여서 어떤 범주가 최고의 매출을 기록했는지 한눈에 파악하기가 어렵습니다. 반면 가로 막대형 차트에서는 막대의 길이를 통해 의자와 전화 매출이 나머지 다른 제품들보다 높은 매출을 기록했음을 쉽게 알아볼 수 있습니다.
원형 차트에서 주의해야 할 점
원형 차트는 전체 중 각 부분이 차지하는 비율을 보여주기 위해 활용됩니다. 원형 내부의 각 섹션은 전체 중 어느 정도의 비율을 차지하는지를 나타내며, 모든 섹션의 합은 항상 100%입니다. 만약 원형 차트의 섹션 합이 100%를 초과한다면, 그 차트에는 문제가 있는 것입니다.
원형 차트는 잘못 사용될 경우 오해의 소지가 있습니다. 우리 눈은 가로 막대형 차트의 길이를 판별하는 데 잘 적응되어 있지만, 쐐기 모양의 영역 크기를 정확하게 비교하는 데는 어려움을 느낍니다. 값이 유사한 여러 범주나 작은 백분율을 갖는 여러 범주를 비교할 때, 원형 차트의 섹션을 해석하는 것은 더 복잡해집니다.
이를 보다 잘 이해하기 위해 다음 차트를 보겠습니다. 차트는 다양한 커피 음료의 매출에 관한 동일한 데이터를 보여줍니다. 카페 모카와 디카페인 에스프레소의 매출은 서로 유사하지만 정확히 같진 않습니다. 가로 막대형 차트를 통해서는 카페 모카가 디카페인 에스프레소보다 더 인기가 있다는 것을 두 음료가 거의 유사하게 표현된 원형 차트보다 훨씬 명확하게 알 수 있습니다.
원형 차트의 한계를 극복하기 위한 다음과 같은 몇 가지 팁을 제공해 드립니다.
- 가능하다면 원형 차트를 제작한 사람에게 동일한 데이터로 가로 막대형 차트를 제작해달라고 요청합니다.
- 차트 제작자를 모르더라도 데이터에 액세스할 수 있다면, 스스로 가로 막대형 차트를 제작해 보세요.
- 그럼에도 불구하고 원형 차트를 이용해야 한다면 데이터를 천천히 분석합니다. 첫 눈에 들어오는 정보에 속아서 결론을 서두르지 마세요. 잘못된 정보를 받아들이지 않도록 주의하세요.
팁: 가끔 원형 차트가 효과적인 경우도 있습니다. 원형 차트냐, 아니냐에서 Ben Jones는 원형 차트가 더 나은 선택지인 시나리오에 대해 설명합니다. 정확히 50%의 비율을 나타내려 할 때 원형 차트는 특히 효과적이라는 것을 다음 예로 확인할 수 있습니다.
요약하자면, 각 섹션 크기의 차이가 크게 나지 않을 때 원형 차트가 적합합니다.
3D 그래프를 사용할 때 주의해야 할 사항
데이터 시각화 여정에서 3차원(3D) 그래프를 볼 수도 있습니다. 3D 이미지는 눈길을 끌 수 있지만 실제로 차트를 해석하는 데는 훨씬 복잡합니다. 3D 개체는 그래프의 전경에 위치하면 더 크게 보이는 경향이 있습니다. 일반적으로 문제가 되지 않지만, 크기를 비교해야 할 때는 문제가 발생할 수 있습니다. 다음 두 그래프를 비교해 보세요.
다즐링, 민트, 녹차 사이의 차이를 3D 원형 차트, 2D 원형 차트, 가로 막대형 차트를 활용하여 해석해 보세요. 3D 차트에서 다즐링 부분은 상대적으로 작게 표현됩니다. 반면 가로 막대형 차트를 보면, 민트가 녹차에 비해 전체 매출에서 조금 더 높은 비율을 차지하고 있음을 명확하게 확인할 수 있습니다.
차트 색 선택
부적절한 색 사용은 혼란을 초래하며, 차트의 해석을 어렵게 만들 수 있습니다. 차트에서 색상을 잘못 사용하는 예는 다음과 같습니다.
- 한 차트 안에 과도한 다양한 색상 사용
- 같은 데이터 값에 다른 색상 사용하기
- 해석하기 힘든 색상 조합
- 색맹을 고려하지 않은 색상 선택
- 다른 농도의 색상 사용하기
차트를 정확하게 해석하는 것은 중요하므로, 색상 때문에 데이터 해석에 혼란을 초래해서는 안 됩니다. 위 이미지에서 빨간색은 0 이상의 값을, 녹색은 0 미만의 값을 나타내는데 사용되었습니다. 색맹 사용자는 이 빨간색과 녹색의 차이를 제대로 구분하기 힘들 것입니다. 포용적이고 착오 없이 쉽게 해석할 수 있는 색맹 사용자를 고려한 팔레트를 사용하는 차트 자료를 찾아 보세요.
차트 디자인 고려 사항
창의적인 디자인은 주목받기 위한 탁월한 도구일 수 있지만, 때로는 중요한 데이터 인사이트의 전달을 방해할 수 있습니다.
예를 들어 픽토그램과 같은 기호나 이미지를 사용하는 시각적 요소는 그래프나 차트에 시각적 매력을 더합니다. 그러나 픽토그램이 모범 사례를 따르지 않으면 크기 차이를 나타내는 데 사용될 때 정보의 왜곡을 초래할 수 있습니다. 이는 다음 픽토그램에서 명확하게 드러납니다. 두 범주 사이에 실제 있는 차이보다 훨씬 큰 차이를 보게끔 착오가 일어납니다.
기반 데이터는 A가 100, B는 300입니다. 이 픽토그램은 0에서 시작하는 y축을 포함하지만 보는 사람은 차트 1의 높이보다 왼쪽 차트에 있는 A와 B 사이의 면적을 차이로 해석하기 쉽습니다. 면적을 사용하면 A와 B 사이의 차이를 3배가 아닌 9배로 잘못 해석할 위험이 있습니다.
차트를 볼 때는 주어진 정보만을 빠르게 받아들이기보다는 깊이 있는 분석을 위해 잠시 시간을 갖는 것이 중요합니다. 차트의 디자인이 모범 사례에 따라 제작되지 않았다면 데이터의 해석을 왜곡시킬 수 있습니다.
자료
- 블로그 게시물: 이중 축: 전문가의 선택, 이중 축 활용하기
- Tableau 사이트: 원형 차트의 이해 및 적절한 활용법
- 블로그 게시물: 데이터 대화: 원형 차트냐, 아니냐?
- 블로그 게시물: 색맹을 위한 시각화 디자인의 5가지 팁
- 책: Kathy Rowell, Lindsay Betzendahl, Cambria Brown (2021): 건강 및 의료 데이터 시각화. Wiley
- 책: Steve Wexler (2021): 큰 그림: 데이터 시각화를 사용하여 더 나은 의사 결정을 빠르게 내리는 방법, McGraw-Hill Companies]
- 책: Stephen Few (2012): 숫자를 보여줘: 인사이트 있는 표와 그래프 디자인 기법. Analytics Press.