요즘은 언제 어디에서나 데이터 시각화를 쉽게 접할 수 있습니다. 자동화 BI와 분석 플랫폼이 다양해지면서 지금의 우리는 누구나 쉽게 데이터를 시각화할 수 있게 되었습니다. 자연스럽게 기업 내 실무자들 역시 업무 중에도 데이터 시각화를 심심찮게 활용하고 있죠. 

누구나 쉽게 데이터를 시각화할 수 있게 된 것은 긍정적인 변화입니다. 뉴스젤리 역시 창립 초기부터 누구나 데이터를 활용할 수 있는 세상을 꿈꾸며 달려왔기에, 이런 시대의 흐름은 아주 반가운 일입니다. 하지만 아직도 더 나은 데이터 시각화의 활용에 대해서는 꾸준히 고민하고 있어요. 기업에서 기껏 만들어 놓은 차트, 대시보드가 기대만큼 제대로 활용되지 못하는 상황을 종종 보았기 때문입니다.

데이터 시각화의 의미는 도형, 색깔 등의 시각화 요소를 활용해 데이터를 요약한 형태로 표현하는 것인데요. 데이터 활용이 대중화된 현재 시점에서 데이터 시각화는 단순히 데이터를 시각화 차트로 만드는 것에서 그치지 않습니다. 나아가 시각화의 목적에 대한 고민부터 중요한 의사결정을 위한 설득 수단으로 무엇이 효과적인지에 대한 고민까지 아우르는 행위를 의미합니다. 따라서 데이터 시각화를 제대로 활용하고 싶다면 이제는 한 단계 높은 이해가 필요하죠!

우리는 어떻게 활용도 높은 데이터 시각화를 구현할 수 있을까요? 이 글에서는 단순한 차트 제작에서 나아가 활용도 높은 시각화를 위해 필요한 것은 무엇이고, 그것을 통해 만들어 낼 수 있는 가치는 무엇인지 이야기해 보려고 합니다.

1. 데이터 시각화를 가치 있게 만드는 ‘이야기’

본론부터 말하자면 데이터 시각화에 가치를 만드는 것은 바로 ‘이야기’입니다. ‘뜬금없이 웬 이야기인가요?’ 여러분의 머릿속에 물음표가 생길 수 있는데요. ‘이야기’란 어떤 사물이나 사실, 현상에 대하여 일정한 줄거리를 가지고 하는 말이나 글을 뜻합니다. 또 ‘서로 주고받는 말’이라는 뜻을 가지고 있기도 하죠. 단순히 단편적인 내용을 나열하는 것이 아니라, 각각의 이야기 마디 간 연결 고리를 걸어 매끄럽게 말하는 것을 보통 이야기라고 부릅니다.

이야기와 이야기가 아닌 것을 비교해 보면 이야기의 특징이 두드러집니다. 여러분은 위 두 사례 중에서 어느 글의 내용이 더 와닿으시나요? 이야기가 아닌 것은 단순 정보들이 나열되어 있어 독자가 스스로 정보들의 유기성을 파악하고 곱씹어야 하는 반면, 이야기는 쓰인 그대로 쉽게 이해됩니다. 이렇게 기승전결을 가진 이야기는 누구나 삼키기 쉽죠!

이런 이야기의 특장점을 시각화에도 적용해 볼 수 있습니다. 데이터에 대한 줄거리를 가지고 시각화하는 것인데요. 데이터의 종류, 시각화 목적, 사용자 시나리오 등 다각도에서 고민하고 설계할수록 줄거리가 촘촘해지면서 데이터 시각화는 설득력을 가지게 됩니다. 단순히 데이터를 차트로 그리는 데에만 집중하는 시각화와는 사뭇 다른 접근 방법이죠! 뉴스젤리는 이런 과정을 통해 탄생한 시각화를 ‘이야기가 있는 시각화’라고 부릅니다. 

2. 이야기가 있는 시각화를 만드는 방법, ‘데이터 스토리텔링’

이야기가 있는 시각화는 어떻게 만들 수 있을까요? 구체적인 방법에 대해 궁금하실 수도 있을 것 같은데요. 이때 우리에게 필요한 역량이 바로 ‘데이터 스토리텔링’입니다.

데이터 스토리텔링은 일반적인 데이터에 특정 상황과 줄거리를 입혀 하나의 이야기로 만드는 작업을 말합니다. 마치 글을 쓰는 것처럼 데이터에 육하원칙(누가, 언제, 어디서, 무엇을, 어떻게, 왜)의 개념을 적용하면 되는데요! 

데이터가 육하원칙 중 ‘무엇(What)’을 의미한다면 특정 상황은 ‘누가(Who), 언제(When), 어디서(Where)’를, 줄거리는 ‘어떻게(How), 왜(Why)’를 내포하는 것입니다. 

이해를 더하기 위해 2024년의 월별 매출 데이터를 예시로 들어 설명해 보겠습니다.

2024년의 월별 매출 데이터로 스토리텔링을 하고자 한다면, 가장 먼저 데이터가 어떤 상황에 활용될 것인지 검토해 보는 게 좋습니다. 위 예시에서는 ‘경영진이 검토할 연말 성과 보고서에서 월별 매출 성과를 데이터로 보고하는 상황’을 들었는데요. 여기에서 우리가 가장 중요하게 고려해야 할 점을 세 가지로 뽑을 수 있습니다. 첫 번째는 ‘경영진’에게 중요한 정보를 위주로 구성해야 한다는 점, 두 번째는 ‘성과’가 두드러지도록 표현해야 한다는 점, 세 번째는 ‘보고서’에 적합한 표현 방식을 선택해야 한다는 점입니다. 

상황을 파악했다면 줄거리를 설계해 보아야겠죠! 줄거리는 상황에 따라 다양하게 만들 수 있지만 예시로 2가지의 줄거리를 정리해 보았습니다. 경영진이 검토할 연말 성과 보고서라는 점을 고려해 1) 올해 매출이 어떤 양상으로 변화해 왔는지, 2) 매출이 가장 저조하거나 우수했던 달이 언제였는지에 관한 정보를 핵심적으로 전달하기로 했습니다. 

상황과 줄거리를 모두 파악한 후에는 데이터를 보고서에 적합한 형태로 구현하는 단계만 남았는데요! 이때 4가지 팁만 기억하면 더욱 자연스럽고 직관적으로 데이터를 시각화할 수 있습니다.

(1) 최대한 단순화하기

시각화 사례를 찾다 보면 데이터가 너무 복잡하거나, 표현 방식이 화려하고 아름다운 차트를 종종 발견할 수 있는데요. 사실 데이터 시각화에서는 덜어냄의 미학을 아는 것이 더 중요합니다. 데이터 변수가 너무 많다면 차트를 해석하기 불편하고, 과하게 심미성만을 고려한다면 차트가 표현하려는 내용을 놓치게 될 수 있기 때문이에요. 따라서 데이터에 적합한 차트 중에서도 가장 단순한 시각화 유형을 활용하시는 것을 추천합니다. 또한 시각화가 끝나면 핵심 메시지 전달을 방해하는 요소는 없는지 반드시 검토해 보는 것이 좋아요!

(2) 시각적 경로 설정하기

우리는 무언가를 읽을 때 무의식적으로 왼쪽에서 오른쪽으로, 위에서 아래로 시선을 옮기는 경향이 있습니다. 따라서 데이터를 시각화할 때도 이를 고려하여 시각적 경로를 설정하면 사용자도 이해하기 쉽고 전달하고 싶은 메시지도 더욱 명확하게 표현할 수 있습니다. 예를 들어 막대 차트를 그릴 때 데이터 수치가 큰 순서대로 왼쪽에서 오른쪽으로 막대를 정렬하는 방법이 있어요.

(3) 강조할 부분 고려하기

앞서 줄거리를 설계할 때 핵심적으로 전달할 정보를 결정했는데요! 시각화할 때 역시 핵심 정보를 고려해야 합니다. 단순하게는 가장 크거나 작은 데이터값을 강조할 수도 있고, 사용자가 중요하게 생각하는 데이터값을 강조할 수도 있죠! 핵심 데이터를 표현하는 시각화 요소에 밝고 강렬한 색상을 사용하거나 차트 위에 도형 등을 활용해서 핵심 부분을 강조하는 방법으로 중요성을 부각할 수 있습니다.

(4) 고정관념 적극 활용하기

고정관념은 보통 부정적인 의미로 많이 쓰이는데요. 누군가를 설득할 용도로 데이터를 시각화한다면 사람들의 고정관념이나 관습적 기호 등을 적극적으로 활용해 보시면 좋습니다. 예를 들어 온도 데이터를 나타낼 때 차가운 것에는 파란색, 뜨거운 것에는 빨간색을 사용하면 데이터를 이해하기가 훨씬 더 쉽겠죠? 물론 보는 사람의 특성에 맞추어 활용해야 한다는 점은 유의해 주세요!

이제 다섯 가지 팁을 참고하여 설계한 줄거리를 시각화해 보겠습니다! 먼저 올해의 매출 변화 추이를 보여주기에 적합한 시각화 유형 중 가장 단순하고 직관적인 라인 차트를 선택했습니다. 사람들의 시각적 경로를 고려하여 2024년 1월부터 12월까지의 데이터를 왼쪽부터 오른쪽으로 정렬했어요.

또, 매출이 가장 높았던 달과 낮았던 달을 하이라이팅 해서 경영진이 시각화 차트 이미지 한 장으로도 핵심적인 인사이트를 파악할 수 있도록 설계했는데요! 매출이 가장 높았던 달은 파란색, 가장 낮았던 달은 빨간색을 활용해 데이터를 쉽게 해석할 수 있도록 구성했습니다.

이렇게 데이터를 어떤 상황에, 어떤 목적과 줄거리로 전달할 것인지 설계하는 것이 바로 데이터 스토리텔링인데요. 이쯤에서 눈치채셨을지도 모르겠어요! 설계된 데이터 스토리를 직관적으로 파악할 수 있게 제작한 시각화가 바로 ‘이야기가 있는 시각화’입니다. 예시로는 간단한 라인 차트 제작 과정을 설명했지만, 한 차트에 더욱 다양한 정보를 담고 싶거나 시각화 차트를 여러 개 배치하는 대시보드를 제작할 때 이야기는 더욱 빛을 발할 거예요.

3. ‘이야기’가 있는 데이터 시각화의 차별점

서론에서 밝혔듯이 데이터 시각화가 대중적으로 활용되고 있음에도 불구하고 실용적인 시각화를 만드는 사람은 많지 않습니다. 활용 목적과 사용자를 고려하지 않고 데이터를 단순히 나열하기만 한 시각화는 해석하기가 불편하고, 적합한 활용도를 찾을 수 없어 끝내 잊히곤 하죠. 결국 활용도가 낮아진다는 뜻입니다.

뉴스젤리는 데이터 시각화의 활용도가 낮아지는 주요 원인을 ‘이야기’의 부재에서 찾았는데요. 시각화에서 이야기의 유무가 만드는 차이에 대해서 알아보겠습니다. 앞으로 이어질 내용에서 ‘이야기가 있는 시각화’를 만들어야 하는 이유에 공감하실 수 있을 거예요!

단순 시각화 vs 이야기가 있는 시각화

‘이야기’의 차별점은 단 두 문장만으로도 설명할 수 있습니다.

첫 번째, ‘데이터를 이해한다’. 앞서 데이터 스토리텔링을 구성하는 요소 중 ‘줄거리’에 관해 설명했습니다. 줄거리는 ‘어떻게(How), 왜(Why)’를 의미하기도 하죠! 시각화의 기본은 데이터의 이해라고 할 수 있는데요. ‘이야기가 있는 시각화’는 이야기를 설계하는 단계에서 데이터의 활용 목적과 핵심 지표를 충분히 파악하기 때문에, 이를 가장 적절하게 표현할 수 있는 데이터의 조합으로 차트가 구성됩니다. 자연스럽게 데이터에 적절한 시각화 유형과 표현 방법을 선택할 수 있고, 핵심 인사이트 전달의 설득력을 높일 수 있어요.

두 번째, ‘사용자에게 공감한다’. 데이터 스토리텔링을 구성하는 또 다른 요소는 ‘특정 상황’입니다. 특정 상황은 ‘누가(Who), 언제(When), 어디서(Where)’를 의미하기도 했는데요. 데이터 시각화에 앞서 ‘누가, 언제, 어디서 데이터 시각화를 활용할 것인가?’를 고민한다는 것은 ‘사용자 시나리오’를 설계하는 것과 동일합니다. 따라서 이야기가 있는 시각화는 사용자의 마음에 공감함으로써 제작되죠!

주로 한 개 이상의 차트를 배열하는 시각화 대시보드에서 이야기의 두 번째 차별점이 두드러지는데요. 설계된 이야기의 구성에 따라 시각화 차트의 배치 순서를 조정하거나, 사용자의 데이터 탐색 수준을 고려하여 인터랙티브 요소 유무와 방식을 세부적으로 더할 수 있습니다. 개별 차트를 구성할 때 역시 사용자 기준 정보의 중요도에 따라 시각화 요소의 색깔이나 크기를 달리 설정할 수도 있죠! 심미성과 사용성 모두 놓치지 않을 수 있습니다.

이야기가 있는 시각화의 효과, 실제로는 어떨까?

‘이야기가 있는 시각화’는 제작 의도가 분명하기 때문에 훨씬 강한 설득력을 갖게 되는데요! 이는 저희의 강점이자 차별점으로서 남다른 고객 만족도를 이끌어내고 있습니다. 실제 고객 사례를 통해 이야기의 효과를 알아보도록 하겠습니다. 

살펴볼 사례는 한국문화관광연구원과 뉴스젤리가 제작한 시각화 웹 서비스, 입니다. 한국문화관광연구원은 문화산업 및 관광 진흥을 위한 연구, 조사, 평가를 진행하는 국책 연구기관으로, 문화·관광에 관한 데이터 개방을 목적으로 시각화 대시보드를 제작하고자 하였습니다. 따라서 서비스 구축 목적을 크게 2가지로 제시했는데요. 첫째는 정책 담당자들이 정책 기획과 모니터링, 성과 측정 등을 위한 근거 자료로 데이터를 활용할 수 있도록 하는 것이고, 둘째는 국민들이 데이터를 통해 사회 변화를 쉽게 이해하고 정책 제언에 참여하기를 기대하는 것이었어요!

이를 통해 뉴스젤리는 먼저 위 서비스에서 데이터를 활용하는 핵심 목적을 정의했습니다. 정책 담당자 및 국민이라는 대상 사용자들이 데이터를 쉽게 탐색하고 활용할 수 있도록 해야 한다는 점이었죠! 따라서 서비스 내에서 어떤 데이터를 제공하는지, 각 데이터는 어떤 변화를 보이는지를 직관적으로 보여줄 수 있어야 한다는 목표와, 사용자의 데이터 탐색이 쉬워야 한다는 목표를 설정했어요.

먼저 서비스에서 제공해야 하는 데이터를 분석했습니다. 데이터는 대부분 지수, 시간, 거래액 등의 지표를 시간에 따라 수집한 시계열 데이터였는데요. 시계열 데이터의 변화 추이를 가장 직관적으로 표현할 ‘라인 차트’ 유형을 선택했습니다. 

시계열 데이터는 데이터의 집산 기준을 월, 분기, 년 등으로 변경하면 서로 다른 인사이트를 얻을 수 있다는 특징이 있는데요. 이 특징을 바탕으로 라인 차트 상단에 데이터의 시계열 기준을 변경할 수 있는 드롭다운을 넣어, 사용자가 쉽고 빠르게 주, 월, 분기, 연 등의 집산 기준으로 데이터를 시각화할 수 있도록 하였습니다. 

또한, 사용자의 쉬운 데이터 탐색을 위해서는 시각화 요소의 색깔과 인터랙티브 기능을 적극적으로 활용했는데요! 많은 개수의 라인이 그려진 차트에서, 특정 라인 위에 마우스 오버를 하면 해당 라인만 하이라이팅 되고 나머지 라인은 회색으로 변하도록 하였습니다. 따라서 사용자는 현재 보고 있는 데이터가 무엇인지 바로 알 수 있죠! 

또한 마우스 오버 했을 때 노출되는 툴팁에도 라인과 같은 컬러의 점을 넣어 가독성을 높였습니다. 특히 툴팁에는 사용자가 마우스 오버한 시점뿐만 아니라 전기 대비, 전년 동기 대비 증감률 데이터를 숫자로 표시하여 부가적인 인사이트를 함께 도출할 수 있도록 했습니다. 

사용자는 서비스에 접속했을 때 가장 먼저 1) 라인의 기울기 변화를 통해 시간에 따른 지표 변화 추이를 파악할 수 있고, 2) 각양각색의 라인을 비교하며 항목 간 데이터 비교가 가능하며, 3) 라인 위에 마우스 오버 하여 개별 데이터의 상세 수치를 파악할 수 있습니다. 

이렇게 사용자와 데이터를 모두 고려한 ‘이야기가 있는 시각화’로 서비스를 구축하니 서비스 사용자에게서 긍정적인 피드백을 받을 수 있었는데요. 특히 시계열 데이터를 탐색하기 적절한 시각화 환경과 인터랙티브 기능을 통한 데이터 제공 방식에 대해 호평을 받았습니다. 뉴스젤리 내부적으로도 데이터 시각화에서 ‘이야기’가 어떻게 작용하는지를 크게 느낄 수 있었던 순간이었어요.

에디터의 한마디

지금까지 데이터 시각화를 더 가치 있게 만드는 ‘이야기’와, 이야기를 설계하는 ‘데이터 스토리텔링’, 마지막으로 평범한 시각화와는 다른 ‘이야기가 있는 시각화’의 특별한 점에 대해 알아보았습니다. 이미 느끼셨을지도 모르겠지만 이야기가 있는 시각화는 뉴스젤리가 가장 잘 알고, 잘 하는 분야인데요. 그렇기에 오늘의 글에서도 시각화에서 이야기가 갖는 힘과 중요성을 자세히 설명할 수 있었습니다.

2024년이 눈 깜짝할 새에 지나 버리고, 벌써 2025년의 해가 밝았는데요. 이 시점이 되면 데이터 시각화에 관심을 두시는 분들이 뉴스젤리에게 꼭 한 가지, ‘데이터 시각화의 미래’를 물어보시곤 합니다. 올해는 특별히 데이터 시각화의 전망에 대한 질문과 함께 AI의 영향력에 대한 우려를 내비치시는 분들도 더러 계셨던 것 같아요. AI에게 데이터만 주면 시각화 차트를 뚝딱 만들어 주더라, 하시면서요. 같은 맥락으로 ‘AI가 다 해 주는 세상에 굳이 내가 데이터 시각화를 알아야 하나?’라고 생각하셨던 분들이 계실지도 모르겠어요.

이럴 때일수록 뉴스젤리는 ‘이야기’가 중요하다고 말하고 싶습니다. 단순히 데이터를 차트로 그리는 기술은 AI가 더욱 빠르고 능숙할지도 모르겠어요. 하지만 데이터를 활용하는 상황과 맥락을 이해하고, 사용자의 마음을 헤아려서 더 나은 시각화를 만들고자 하는 노력은 사람만이 가능한 능력이 아닐까요? 차가운 기계가 사람의 따뜻한 온기를 대신할 수 없는 것처럼요. 뉴스젤리는 올해도 이야기가 있는 시각화로 여러분의 더 나은 데이터 활용을 위해 유용한 시각화 콘텐츠를 제작할 예정입니다. 많은 관심 부탁드리며, 새해 복 많이 받으세요! 🙂

이 글은 12월 26일 뉴스젤리의 ‘데이터 시각화의 모든 것’ 뉴스레터로 발행된 콘텐츠입니다.
하시면 최신 시각화 소식을 메일함으로 받아 보실 수 있습니다.

🎄 시각화로 보는 크리스마스 쿠키 레시피

바로 어제였던 크리스마스! 즐겁게 보내셨나요? 크리스마스를 기념하여 케이크나 쿠키 등 디저트를 드셨던 분들이 많으실 것 같은데요. 오늘은 그중에서 ‘쿠키’에 관련된 시각화를 소개하려고 합니다. 의 한 사용자 가 제작한 ‘‘ 차트를 살펴볼게요!

위 차트는 다양한 크리스마스 쿠키에 들어가는 재료의 종류와 비중을 시각화한 생키 다이어그램입니다. 생키 다이어그램은 데이터 항목을 의미하는 노드(NODE)와, 노드 사이를 연결하는 링크(LINK)를 통해 데이터의 흐름을 보여주는 시각화 유형인데요!

사례에서 왼쪽 노드는 초콜릿 크링클 쿠키, 스니커두들, 땅콩버터 쿠키 등 주로 크리스마스에 먹는 쿠키의 종류를 나타냅니다. 그리고 오른쪽 노드는 순서대로 밀가루, 설탕, 버터, 초콜릿과 캔디, 계란까지 쿠키에 들어가는 재료를 보여주는데요. 노드 사이를 연결한 링크를 통해 쿠키에 어떤 재료가 들어가는지 파악할 수 있습니다.

맨 위쪽의 ‘초콜릿 크링클 쿠키’를 볼까요? 연결된 노드를 보면 밀가루, 설탕, 버터, 초콜릿, 계란, 그리고 기타 재료까지 들어가는 쿠키인 것을 알 수 있는데요! 여기서 링크의 두께는 데이터의 크기를 나타냅니다. 연결된 링크의 두께를 보면, 다른 재료 중에서도 유난히 설탕의 비중이 큰 것이 눈에 띄어요. 초콜릿 크링클 쿠키를 만들 때 밀가루는 한 컵(142g) 아래로 필요한 반면, 설탕은 두 컵(448g)이 필요한데요. 설탕이 밀가루보다 약 3배 이상 들어가는 것이죠! 출처에서는 시각화 차트 위에 마우스 오버 하면 쿠키 재료의 정확한 양을 툴팁으로 볼 수 있는데요. 궁금하신 분은 에 접속해 보세요!

🎬 천만 영화가 되기 위한 조건 한 가지!

여러분은 올해 개봉했던 영화 중 기억에 남는 작품이 있으신가요? 저는 흥미진진한 오컬트 영화 <파묘>를 재밌게 봤는데요. 올해의 천만 영화는 <파묘>를 포함해서 <범죄도시 4>까지 단 2편뿐이라고 합니다. 높디 높은 천만 관객의 벽, 어떻게 달성하는 걸까요? 그 비밀을 시각화로 알아보겠습니다! 

위 차트는 이 제작한 것으로, 한국 영화 시장의 박스오피스 데이터를 바탕으로 천만 관객을 달성했거나 아쉽게 실패한 영화들의 관객 수 추이를 보여주는 라인 차트입니다. 차트의 X축은 영화 개봉일 이후의 날짜를 일 간격으로 나타냈고, Y축은 누적 관객 수를 나타내는데요. 차트 상단에 가로로 뻗은 점선으로 관객 수가 천만 명이 되는 지점을 표시했습니다. 그리고 그동안 흥행했던 한국 개봉 영화들을 각기 다른 색의 라인으로 표현했어요! 굵은 연두색 라인으로 나타낸 영화가 바로 <파묘>입니다. 연두색 라인이 점선과 만나는 지점을 보면 개봉 32일 만에 천만 관객을 달성했다는 것을 알 수 있습니다. 

이외에도 <어벤져스:엔드게임>, <명량>, <극한직업> 등의 영화가 눈에 띄는데요. 바로 이 작품들은 모두 개봉 2주차 이내에 천만 관객을 달성한 영화들입니다. 빠르게 관객 수 천만 명을 기록한 만큼, 라인의 가파른 기울기가 눈에 띄는데요. 반면에 기울기가 점점 완만해지는 <검사외전>이나 <설국열차> 등의 작품은 천만 달성에 실패하는 것을 볼 수 있습니다. 결국, 개봉 후 2주간의 관객 수가 급격하게 증가하는 영화가 천만 관객을 기록할 확률이 높아지는 것이죠! 출처 링크에 접속하시면, 영화 개봉 후 천만 관객 달성까지의 여정을 더 자세히 확인하실 수 있습니다. 다른 흥행작이 궁금하신 분은 에 접속해 보세요! 

🚶‍➡️앉아서 일하는 직업 vs 서서 일하는 직업?

여러분은 얼마나 오래 앉아서, 혹은 서서 일하시나요? 아마 직업군에 따라 편차가 클 것으로 예상됩니다. 예를 들어 프로그램 개발자는 근무 시간 대부분을 앉아서 보내야 하는 반면, 레스토랑의 요리사는 서서 일해야 하죠. 이처럼 다양한 직업을 ‘앉아서’ 일하는지, 혹은 ‘서서’ 일하는지로 구분해 볼 수 있는데요! 의 alvin chang이 제작한 콘텐츠 ‘‘에서 근로자의 신체적인 ‘근무 조건’에 따라 직업군을 시각화한 산점도를 공개했습니다. 자세히 알아볼까요?

위 사례는 미국 노동부에서 56,000개 이상의 직장을 대상으로 조사한 ‘직업적 요구 사항’ 데이터로 제작한 인터랙티브 시각화입니다. X축을 기준으로 오른쪽은 서서 일하는 사람(Standers)을, 왼쪽은 앉아서 일하는 사람(Sitters)을 나타냅니다. 양 극단에 가까울수록 서서, 또는 앉아서 일하는 시간이 길다는 뜻이죠! 그리고 Y축의 위쪽은 작업 일시 중지 가능성이 높음(More ability to pause work)을, 아래쪽은 작업 일시 중지 가능성이 낮음(Less ability to pause work)을 의미하는데요. 앉거나 선다는 신체적 근무 조건과 작업을 일시 정지 할 수 있는 가능성이라는 두 가지 변수에 따라, 다양한 직업군을 좌표 위에 나타냈습니다. 차트에서 점의 분포를 보면 앉아서 일하는 사람일수록 작업 일시 중지 가능성이 높은 경우가 많고, 반대로 서서 일하는 사람일수록 작업 일시 중지 가능성이 낮은 추세를 파악할 수 있어요!

출처에 접속하면 근로 환경에 대한 변수를 직접 선택하여 결과를 확인 수 있는데요! 또 사용자가 특정 직업을 검색해 볼 수 있는 기능도 제공하고 있습니다. 내 직업은 어떤 좌표에 위치할지 궁금하신 분은 에 접속해 차트를 탐색해 보세요!

지난 에서는 올해 뉴스젤리가 발견한 사례 중 최우수 시각화를 부문별로 가려 보았습니다. (아직 못 보신 분이 있다면 에서 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 ‘’ 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! 

<공동 5위> 사용자와 상호작용하는 인터랙티브 시각화, 15분 도시 지도와 그림자 지도

첫 번째로 소개해 드릴 콘텐츠는 의 와 ‘’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! 

<4위> 핵심 메시지를 효과적으로 표현하려면 어떤 차트를 선택해야 할까? 올림픽 선수의 나이 차이를 볼 수 있는 스트립 플롯

다음으로 많은 클릭 수를 기록한 콘텐츠는 바로 워싱턴 포스트()의 입니다. 역대 하계 올림픽에 출전한 선수들의 나이를 종목별로 나타낸 스트립 플롯으로, 선수들의 나이 데이터를 일렬로 나열해 분포를 확인할 수 있도록 한 시각화입니다. 지난 8월, 에서 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. 

<3위> 같은 시각화 유형이라도 다르게 느껴지도록, 창의적인 표현과 탐색 기능이 돋보이는 바코드 차트

독자가 뽑은 최고의 시각화 3위를 차지한 콘텐츠는 Dominikus Baur와 Alice Thudt가 제작한 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: )

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. 

<2위> 매력적인 시각화를 만드는 아름다운 디자인, 벚꽃 만개시기를 꽃잎으로 표현한 산점도 

벌써 독자가 뽑은 최고의 시각화 2위 수상작을 소개해 드릴 차례가 왔는데요. 태블로 퍼블릭 사용자 가 제작한  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. 

<1위> 시각화 유형을 독창적으로 해석한다면? 영화 명대사를 기발하게 풀어낸 100개의 시각화

독자가 뽑은 2024 최고의 시각화, 영광의 1위를 차지한 콘텐츠는 바로 통계학자 Nathan Yau가 운영하는 데이터 분석 사이트 의 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! 

에디터의 한마디 

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!

벌써 2024년도 막바지에 접어들었습니다. 오랜만에 못 보던 지인, 소홀했던 가족들과 시간을 보내느라 여느 때보다 바쁜 나날을 보내고 계실 것 같은데요. 이렇게 춥고 바쁜 연말이면 어김없이 찾아오는 것이 있습니다. 바로 시상식 시즌이에요! 시상식은 화려한 무대에서 다채로운 의상을 입고 상을 받는 사람들을 구경하는 재미가 쏠쏠합니다. 누가 상을 받을까 흥미진진하기도 하고요. 

올해는 뉴스젤리도 국내 최고의 데이터 시각화 전문 기업으로서, <2024년 뉴스젤리 데이터 시각화 어워즈>를 진행하려고 합니다! 데이터 시각화 전문가들이 심혈을 기울여 가장 우수한 시각화를 가려내 보았는데요. 사례 선정 기준과 히스토리부터 영예의 수상작까지! 지금 바로 알아볼까요? 

2024 최고의 시각화를 찾아서

뉴스젤리 기획팀은 매주 시각화 사례를 디깅하고 공유하는 회의를 가집니다. 이달의 테마를 정해서 하나의 주제에 맞는 다양한 사례를 찾기도 하고, 주제와 관련 없이 최근 발행된 최신 시각화 사례를 찾기도 하는데요. 시각화 사례에 대한 의견을 나누면서 인사이트도 얻고, 콘텐츠 소스로써 영감을 얻기도 합니다. 그중 여러분에게 가장 소개하고 싶은 사례를 매주 한 가지씩 뽑아서 매월 마지막 주에 시각화 설명 및 뉴스젤리의 견해를 콘텐츠로 공유해 왔어요. (시각화 사례 소개 콘텐츠는 에서 모아 보실 수 있어요!)

연말을 맞이하여 그동안 모아 온 사례들을 리뷰하면서, ‘우리도 이 사례 중 최고의 시각화를 선정해 보면 어떨까?’라는 아이디어가 떠올랐습니다. 뉴스젤리의 독자 여러분에게 공개되었던 시각화 사례들을 시각화 전문가의 시선에서 다시 한번 엄선하여 소개해 드리고 싶기도 했고요. 따라서 뉴스젤리만의 평가 기준과 시상 부문을 기획하여 올해 최고의 시각화를 선정하기로 했습니다.

뉴스젤리 데이터 시각화 어워즈 평가 기준

이번 어워즈는 더욱 공정한 심사를 위해 정량적인 지표를 설정했습니다. 각종 데이터 시각화 어워즈의 심사 기준을 참고했으며, 뉴스젤리의 시각화 업력 및 노하우 기반의 자체 기준을 더해 평가 지표를 만들었는데요. 어떤 지표가 있는지 살펴보겠습니다. 

뉴스젤리 데이터 시각화 어워즈의 평가 지표는 적합성, 직관성, 창의성, 탐색성, 그리고 시의성까지 총 5가지로 구성됩니다.

‘적합성’은 데이터로 전달하고자 하는 의미에 적합한 시각화 유형을 선택했는지, 독자가 차트를 읽기 위해 필요한 정보가 충분히 포함되어 있는지를 판단하는 지표입니다. 간혹 차트가 매우 복잡한데도 범례나 차트에 관한 설명이 없는 사례가 있었는데, 이 경우 적합성에서 좋은 점수를 얻지 못했어요.

‘직관성’은 시각화 형태가 데이터의 의미를 직관적으로 파악할 수 있도록 돕는지, 불필요한 정보가 차트 해석을 방해하지는 않았는지를 판단하는 지표입니다. 뉴스젤리는 활용 목적에 부합하면서도 최대한 차트를 간결하고, 단순하게 만드는 것을 중요하게 생각하는데요. 차트가 간단할수록 사용자가 이해하기 쉬울 가능성이 높아지기 때문입니다.

‘창의성’은 데이터 시각화를 활용하고 표현하는 방식이 창의적인지, 혹은 시각화 유형에 독창적으로 접근했는지 판단하는 지표입니다. 앞서 차트를 간결하고, 단순하게 만드는 것이 중요하다고 언급했는데요! 간단한 차트인데도 유달리 데이터를 표현하는 방식이 창의적이거나 색다른 시각화 방식을 활용한 사례가 창의성에서 높은 점수를 받았습니다.

‘탐색성’은 사용자의 데이터 탐색을 돕는 장치가 적절히 포함되었는지, 또 사용자가 시각화 안에서 다양한 관점의 인사이트를 얻을 수 있는지를 판단하는 지표입니다. 데이터 탐색을 돕는 툴팁이나 필터 등의 장치는 유무에 따라 사용성에 큰 차이를 주는 중요한 요소예요. 따라서 해당 요소가 적절하게 포함된 사례는 높은 점수를 받았습니다.

마지막으로 ‘시의성’은 2024년을 기준으로 시의적인 주제를 다루고 있는지, 사회적으로 영향력 있는 메시지를 전달하고 있는지를 판단하는 지표입니다. 주제에 맞는 시각화 사례를 찾다 보면 2024년 이전에 발행되었던 경우가 있었는데요. 아무래도 2024년 최고의 시각화를 선정하는 시상식이다 보니, 올해 발생했던 이슈에 관련된 사례에 더욱 높은 점수를 부여했습니다. 또한 단순 데이터 시각화에서 나아가 사용자에게 생각의 폭을 넓힐 기회를 제공하는 사례에 더욱 높은 점수를 부여했어요.

이 다섯 가지 지표는 1점부터 5점으로 구성된 5점 척도이며, 기획팀 구성원이 매긴 점수의 지표별 평균값이 가장 높은 사례를 선정했습니다. (전체 데이터 시각화 사례 후보와 지표별 상세 점수가 포함된 를 공유합니다. 자세한 데이터가 궁금하신 분들은 참고해 주세요!)

부문별 최우수 시각화 발표 시, 평가 결과는 위와 같은 레이더 차트로 제공될 예정인데요. 레이더 차트는 5개의 평가 항목에 따라 원을 같은 간격으로 나누고, 중심으로부터 일정 간격으로 칸을 나눈 뒤 점수에 따라 점을 찍고 선을 이어 그린 형태의 차트입니다. 따라서 각 점의 위치로 지표별 점수를, 도형의 형태를 기준으로 평가 항목 간의 밸런스를 파악하실 수 있을 거예요! 

뉴스젤리 데이터 시각화 어워즈 시상 부문

뉴스젤리 데이터 시각화 어워즈의 시상 부문은 데이터의 주제에 따라 5가지 부문으로 구성됩니다. 사회, 건강·생활, 스포츠, 과학·환경, 문화 부문인데요. 사례마다 5가지 평가 기준에 대한 개별 점수를 매기고, 점수의 평균값을 계산한 최종 점수에 따라 부문별 최우수 시각화 사례를 선정했습니다. 

2024년 1월부터 10월까지 독자 여러분께 소개해 드렸던 총 38개의 사례가 부문별로 분류되어 후보에 올랐는데요! 1) 사회 부문은 인구, 산업, 정치 등과 관련된 주제의 시각화 사례 총 14개, 2) 건강·생활 부문에서는 의·식·주나 일상생활에 관련된 주제의 시각화 사례 총 5개, 3) 스포츠 부문에서는 스포츠 리그와 경기 등에 관련된 주제의 시각화 사례 총 6개, 4) 과학·환경 부문은 자연 현상, 환경 문제와 관련된 주제의 시각화 사례 총 7개, 5) 문화 부문에서는 음악, 미디어, 미술 등과 관련된 주제의 시각화 사례 총 6개가 포함되었습니다.

그리고 부문별 최우수 시각화 중에서도 최종 점수가 가장 높은 사례를 <2024 올해의 시각화>로 선정했습니다. 과연 어떤 사례가 우수 시각화로 선정되었을지 기대되는데요. 지금부터 2024 뉴스젤리 데이터 시각화 어워즈의 부문별 수상작을 공개하겠습니다. 끝까지 주목해 주세요!

‘사회’ 부문 최우수 시각화 작품

사회 부문은 후보가 무려 14개로 노동, 경제, 정치 등 다양한 사례가 포함된 부문이었는데요! 사회 부문 최우수 시각화로는 뉴욕타임스()의  콘텐츠가 선정되었습니다. 이 콘텐츠에서는 특정 지역을 선택하면 미국의 총격 범죄가 자주 일어나는 위치를 나타낸 단계 구분도를 볼 수 있는데요. 지역을 블록으로 나누어 총격 사건이 자주 일어나는 곳일수록 진한 빨간색으로 표현한 것이 특징입니다. 또, 개별 총격 사건의 위치를 지도 위에 점으로 표시하여 총격 사건 위치 분포 및 밀집도를 파악할 수 있어요.

레이더 차트를 보면 위 사례는 적합성, 직관성, 탐색성, 시의성에서 골고루 높은 점수를 받은 것을 알 수 있는데요. 특히 적합성과 직관성 부문의 높은 점수가 눈에 띕니다! 지역별 데이터를 나타내기에 가장 적합한 지도 시각화와 군더더기 없는 데이터 표현 방식이 어우러져 매우 직관적이라는 평이 대부분이었는데요. 기획팀 팀장님께서 지도 시각화의 정석이라는 평가를 하시기도 했답니다.

출처 사이트에 접속하면 지역별 총격 사건 수뿐만 아니라 지역별 총격 사건 증감률과 지역별 총격 사건 피해자의 인종 또한 지도 시각화로 확인할 수 있는데요. 각각의 지표마다 왼쪽 상단에 인사이트 요약을 기재해 두고, 지표끼리 겹치지 않는 색깔을 사용한 점에서 사용자의 활용성을 세심하게 고려했다는 것이 드러났습니다. 

위 사례의 풍부한 인터랙티브 기능 역시 활용성이 돋보였는데요! 줌 인·줌 아웃으로 지도의 지역 범위를 자유롭게 조정하고, 개별 총격 사건 위치를 표현한 점을 클릭하면 해당 사건의 상세 정보를 툴팁으로 조회할 수 있습니다. 사용자가 매우 디테일한 조건으로 데이터를 탐색할 수 있죠! 지도 시각화 서비스의 정수를 알고 싶다면 위 사례를 참고해 보시는 것을 추천해 드립니다.

‘건강·생활’ 부문 최우수 시각화 작품

건강·생활 부문은 일상 속 데이터 활용에 관심이 있다면 더욱 주목해 보시면 좋을 것 같아요. 최우수 시각화 작품 중 유일한 국내 시각화 사례인데요! 의 가 최우수 시각화로 선정되었습니다. ‘서울 실시간 도시데이터’는 DDP, 익선동과 같은 발달 상권이나 인구 밀집 지역 등 서울 주요 장소의 실시간 혼잡도를 보여주는 대민용 지도 시각화 서비스인데요. 실시간 인구 밀집도를 색의 진하기로 표현한 히트맵과 도로 구간별 혼잡도를 단계별 색깔로 표현한 지도 시각화가 메인으로 제공됩니다. 

위 서비스는 적합성과 탐색성에서 특히 높은 점수를 받았습니다. 레이더 차트에서도 해당 지표의 꼭지가 크게 치우쳐 있는 것을 볼 수 있는데요. 시각화를 잘 모르는 시민도 직관적으로 이해할 수 있는 차트 형태가 구성된 것이 인상적이었습니다. 그뿐만 아니라 서비스 오른쪽 하단에 색상 범례를 적절히 배치하여 차트 이해도를 높였죠!

또한, 지도 시각화 왼편에 실시간 인구 추이 및 상권 데이터와 교통 상황이 제공되는 대시보드는 서비스의 탐색성을 더욱 향상했습니다. 시간대별 막대 차트로 선택한 지역의 인구수 변화를 파악할 수 있고, 잔여 주차 공간이나 잔여 따릉이 개수 등이 수치로 기재되어 있어 빠르게 그 현황을 파악할 수 있죠! 각각의 정보를 클릭하거나 마우스 오버 하면 관련된 세부 정보를 얻을 수도 있었는데요. 이렇게 인터랙티브 요소가 정말 다양했기 때문에 탐색성에서 모든 사례 중 최고점인 4.7점을 받았습니다. 

사실 국내에는 잘 알려지지 않은 대민용 시각화 서비스가 정말 많은데요. 서울 실시간 도시데이터 서비스는 시민들의 일상생활과 밀접한 데이터를 서비스화해서 데이터 활용의 폭을 넓혔다는 점이 굉장히 의미 있었어요. 여러분도 이번 주말 약속이 있으시다면 서비스를 한번 활용해 보시는 건 어떨까요?

‘스포츠’ 부문 최우수 시각화 작품

스포츠 부문은 후보 간 점수 격차가 크지 않아 다섯 개 부문 중 가장 1위 선정이 어려웠는데요. 치열한 토론 끝에 선정된 최우수 시각화는 의 ‘’ 대시보드입니다. ‘스포츠’는 데이터 활용 가능성이 무궁무진한 분야죠. 경기를 한 번만 진행해도 시간대별 점수 변화, 선수별 기량, 필드 위에서의 선수 위치 등 다양한 데이터가 수집되기 때문에, 다채로운 방식으로 인사이트를 도출할 수 있는데요! 위 사례는 1982년부터 2022년까지의 월드컵 경기 중 승부차기 기록을 시각화했습니다.

다른 사례 후보들보다 시각화가 제작된 지 오래되어 시의성 측면에서는 낮은 점수를 받았지만, 참신하면서도 명료한 시각화 방법으로 직관성, 창의성 측면에서는 높은 점수를 받았습니다. 레이더 차트에서도 직관성과 창의성 측면으로 도형이 기울어 있는 것을 볼 수 있죠?

대시보드에서는 최상단의 승부차기 데이터를 요약한 정보를 라인 차트, 수치, 누적 막대 차트로 표현했습니다. 하단에는 경기별 세부 슈팅 데이터를 활용해 골대 모양으로 산점도와 비슷한 차트를 제작했는데요. 점의 위치로 슈팅한 공의 위치, 색깔로 득점 여부를 나타내면서 데이터를 이해하기 쉽게 표현했습니다. ‘축구’라는 데이터의 주제에 맞추어 골대 형태를 차트의 배경으로 활용하고, 승부차기 데이터가 가진 위치 데이터를 십분 활용하여 슈팅 위치를 직관적으로 나타낸 것이 매우 창의적이라는 평을 받았어요!

또, 각 점에 마우스를 올리면 경기와 승부차기 시도 리스트 등 구체적인 데이터 정보를 툴팁으로 제공하는데요. 한 대시보드 안에서도 사용자가 자유롭게 데이터를 탐색하며 다양한 방면의 인사이트를 도출할 수 있다는 점이 편리하게 느껴졌습니다. 한번 대시보드를 보다 보니 흥미로운 정보에 시간 가는 줄 모르겠더라고요. 여러분도 직접 체험해 보셨으면 좋겠습니다!

‘과학·환경’ 부문 최우수 시각화 작품

과학·환경 부문에서는 의 ‘’ 콘텐츠가 최우수 시각화로 선정되었습니다. 지난 4월 8일, 미국을 가로지르는 개기일식 현상이 발생해 큰 화제였는데요. 위 콘텐츠에서는 개기일식이 일어나기 전, 미국의 지역별로 시간에 따른 개기 일식의 예측 진행 과정을 시각화 애니메이션으로 나타냈습니다. 이번 사례는 특히 창의성에서 4.7점, 시의성에서는 5점이라는 높은 점수를 받았는데요. 과연 어떤 점으로 인해 좋은 평가를 받았을까요?

먼저 위 사례에서는 달이 태양 빛을 가리는 현상인 일식을 시각화한 방식이 매우 인상적이었습니다. 시간 흐름에 따른 일식의 정도 변화 데이터를 회색 원이 흰색 원을 가리는 애니메이션을 활용하여 표현했는데요! ‘일식’이라는 데이터의 주제를 시각화 요소의 모양에 적절히 반영되었습니다. 시각화를 잘 모르는 사람도 쉽게 데이터를 이해할 수 있어 기획력이 대단하다고 느껴졌어요. 또, 회색 원이 흰색 원을 완전히 가리는 순간 노란색 테두리로 해당 원을 강조했는데요. 이것을 통해 달이 태양을 완전히 가리는 ‘개기일식’을 관측할 수 있는 지역이 어디인지 한눈에 파악할 수 있다는 점 또한 흥미로웠습니다.

한편, 같은 콘텐츠의 또 다른 시각화 사례에서는 원하는 지역을 선택하면 해당 지역의 일식 정도를 애니메이션으로 제공하는데요! 몇 퍼센트의 일식을 관측할 수 있는지를 함께 기재해서 개기일식을 관측하고 싶은 사람들에게 큰 도움이 될 것 같다고 생각했습니다. 

콘텐츠가 발행될 당시 쉽게 경험할 수 없는 개기 일식 관측 기회를 잡기 위해 개기 일식을 관측할 수 있는 장소가 화젯거리였는데요. 지도로 먼저 전체 지역 중 개기 일식을 관측 가능한 스팟을 확인하고, 궁금한 지역을 선택하여 일식 정도를 애니메이션으로 가늠할 수 있어 시의적으로 굉장히 적절한 작품이었습니다. 따라서 시의성에서 가장 높은 점수인 5점 만점을 받았어요!

‘문화’ 부문 최우수 시각화

문화 부문은 음악, 미술 등 주제가 흥미로워서인지 많은 분이 좋아해 주셨던 사례가 대부분이었는데요! 최우수 시각화 사례로는 의 ‘’ 콘텐츠가 선정되었습니다. 

이 수상작은 2010년부터 2022년까지 빌보드 TOP 5에 기록된 음악들의 작곡가 성별 분포를 나타낸 시각화를 중심으로 작곡가의 성별이 남성에 치우쳐 있다는 메시지를 전달하는 콘텐츠인데요! 모든 부문의 최우수 시각화 작품 중에서 가장 고른 점수 분포를 보이는 가운데, 직관성과 창의성 측면에서 다른 지표에 비해 높은 점수를 받았습니다.

콘텐츠에서는 연도별 히트곡을 리스트로 나열하고, 노래마다 작곡에 참여한 작곡가의 수와 성별을 그림으로 표현했습니다. 남성 작곡가는 보라색의 남성 그림으로, 여성 작곡가는 주황색의 여성 그림으로 나타냈는데요. 데이터의 주제를 온전히 반영하여 누구나 이해하기 쉬운 그림으로 시각화했다는 점이 매우 인상적이었습니다. 표현 방식이 직관적일 뿐만 아니라 개성 있는 그림이 모여 시각화 차트를 구성한다는 것이 정말 참신하죠?

보통 하나의 차트로는 데이터의 모든 정보를 설명하기는 어렵습니다. 특히 위 사례처럼 작곡가 한명 한명이 낱개로 그려진 경우는 데이터의 총합 등 요약된 정보를 얻기 힘들다는 단점이 있죠! 하지만 이 콘텐츠에서는 마우스 스크롤을 내리면 수많은 시각화 그림과 함께 최하단의 막대 차트로 화면에서 지나왔던 데이터를 요약해서 시각화하고 있어요. 따라서 사용자는 개별 곡의 작곡가 분포와 지나온 곡 리스트의 성별 누적 작곡가 수를 함께 비교해 볼 수 있습니다. 이렇게 시각화의 단점을 고려하여 차트 이해를 돕기 위해 필요한 요소를 보완했다는 점이 직관성 평가에 영향을 미쳤고, 좋은 점수를 받을 수 있었습니다. 

2024년 뉴스젤리 선정 올해의 데이터 시각화를 공개합니다!

이렇게 5가지 부문별 최우수 시각화의 발표가 끝났습니다. 자, 그렇다면 올해의 데이터 시각화를 발표할 차례인데요. 과연 데이터 시각화 전문가 뉴스젤리가 선정한 2024년 최고의 시각화는 무엇일까요? 지금 바로 공개하겠습니다!

2024년 영예의 수상작은  ‘과학·환경’ 부문의  – ‘’ 콘텐츠가 선정되었습니다! 과학·환경과 관련된 데이터 시각화는 데이터의 주제 자체가 조금 전문적이고 생소한 사례가 많아, 일반 사람들이 쉽게 이해하도록 제작하는 게 까다롭습니다. 그런데도 위 콘텐츠는 흥미롭고 창의적인 시각화 접근 방식과 모두의 활용성을 고려한 데이터 제공으로 굉장히 호평을 받았던 콘텐츠였어요. 수상작은 5가지 평가 지표 평균 점수가 5점 만점에 4.1점으로, 38개의 사례 중 1위를 차지했습니다. 

데이터 활용이 점점 대중화되면서 시각화 분야에서도 새로운 시도가 계속되고 있는데요. 위 콘텐츠가 혁신적인 시각화 시도의 훌륭한 예시라고 생각하며, 앞으로도 이렇게 창의성과 직관성, 활용성을 모두 잡은 데이터 시각화 사례가 대중들에게 널리 알려지기를 바랍니다.

시상식을 마치며

2024 뉴스젤리 데이터 시각화 어워즈 수상작 발표는 여기까지였습니다. 여러분은 수상작을 보고 어떤 생각을 하셨나요? 우수작을 선정하기 위해 지표로 후보 사례를 평가하기는 했지만, 모두 독자 여러분께 소개해 드린 사례들인 만큼 저마다의 개성을 가진 우수한 시각화 사례들이었어요. 후보에 대한 자세한 정보나 지표 평가 결과가 궁금하신 분들을 위해 를 공개하겠습니다. 궁금하신 분들은 에서 열람해 보실 수 있어요!

뉴스젤리 기획팀의 인턴 현젤리(뉴스젤리 내부 구성원 별칭)로 함께한 지 벌써 5개월이라는 시간이 지났습니다. 인턴 기간을 한 줄로 요약해 보면 ‘독자 중심의 콘텐츠를 만드는 마케터’가 되기 위한 여정이었다는 생각이 들어요. 그동안 기획팀에서는 어떤 콘텐츠를 만들지 함께 고민하고, 독자에게 이야기를 더 잘 전할 수 있도록 점검해 왔는데요. 소통하며 콘텐츠를 제작해 나가는 과정을 통해, 독자에 공감하는 것이 곧 콘텐츠의 설득력을 만든다는 것을 알게 되었어요. 

오늘은 인턴으로 독자 중심의 콘텐츠를 제작했던 시간을 되돌아보며, 데이터 시각화 기업에서 시각화에 대한 ‘전문성’과 독자를 위한 ‘이야기’를 어떻게 함께 풀어내고 있는지 전달하고자 합니다. 시각화 콘텐츠를 기획하며 겪은 고민과 해결 과정을 글쓰기의 세 단계에 걸쳐 소개해 볼게요!

1. 주제 기획 단계 : 이야기 설계의 시작은 글의 ‘목적’에 있다 

콘텐츠 제작의 출발은 주제 기획입니다. 주제 기획을 크게 세 단계로 나누면 1) 하고자 하는 이야기를 정하고, 2) 그 이야기에 맞는 글감을 찾고, 3) 글의 간략한 구성을 짜는 과정이라고 정리할 수 있는데요. 무엇보다 첫 번째 단계인 ‘어떤 이야기를 할 것인지’를 결정하는 것이 가장 중요합니다. 여기서 정한 주제가 글 전체의 방향성을 결정하기 때문이죠! 

a. 목적에 맞는 주제는 어떻게 정할까?

주제를 결정하기 위해선 우리가 왜 콘텐츠를 제작하는지, 이 글의 목적이 무엇인지를 정의하는 게 필요해요. 뉴스젤리는 시각화 전문 기업으로서 어렵게 느껴질 수 있는 시각화를 이야기로 쉽게 전하고, 또 독자가 시각화로부터 새로운 인사이트를 얻어가기를 목표하고 있는데요. 기획팀에서는 정기적으로 ‘우리 독자가 궁금해하는 것은 무엇일까?’라는 질문을 던지고 독자가 흥미로워할 만한 주제를 논의하는 시간을 갖습니다. 독자에 공감할 수 있는 콘텐츠를 고민하고, 좋은 이야기를 만들기 위한 태도를 갖추기 위해 노력하고 있어요.  

저의 콘텐츠 제작 경험을 예로 들어 볼게요. 시각화 유형 중 변수 데이터 간의 관계를 표현하는 데 적합한 차트는 히트맵, 산점도, 네트워크 시각화 등이 있습니다. 그런데 관계 시각화 유형을 소개하는 콘텐츠를 제작하려고 하니 ‘데이터 간의 관계’라는 표현의 의미가 독자에게 와닿지 않을 수 있다는 생각이 들었어요. 같은 데이터를 여러 가지 차트 유형으로 시각화해서 직접 비교해 보지 않는 이상, 왜 데이터 간 관계를 시각화하는 데 적합한 차트가 따로 있는지 설득하기 어려운 것이죠. 따라서 관계를 위한 시각화 차트를 소개하기 위해선, ‘관계형 데이터’가 무엇인지부터 이해할 수 있도록 하는 콘텐츠가 되어야 한다는 결론을 내릴 수 있었는데요! 먼저 글의 목적을 ‘관계형 데이터에 대한 쉬운 이해를 바탕으로, 관계 시각화의 유용함을 전달하기 위함’이라고 설정했습니다.  

설정한 목적을 달성하기 위해서는 어떤 전략이 필요할까요? 저는 두 가지 방법을 주제 기획 단계에 적용해 볼 수 있었는데요. 첫 번째로 타겟 독자를 만드는 방법이 있습니다. 콘텐츠를 제작하게 된 맥락을 바탕으로 예상 독자를 그려 보는 것이죠. 뉴스젤리의 독자 여러분은 관계를 표현하는 데 적합한 시각화 유형과 그 이유에 대해 궁금해한다는 가설을 세워 볼게요. 그러면 콘텐츠의 주제 또한 관계형 데이터에 대한 이해를 도울 수 있어야 해요! 시각화 사례가 다루는 소재만 봐도 ‘관계에 대한 인사이트를 전달하기 위해선 적합한 시각화 유형을 활용해야 하는구나’하고 느낄 수 있도록, 주제를 ‘특정 대상 간의 관계를 소재로 삼은 관계 시각화’로 구체화했어요. 

두 번째 방법은 주제를 좁은 범위로 구체화하는 것입니다. 아무리 목적에 부합하더라도, 주제가 다루는 내용이 방대해지면 설명의 깊이가 얕아질 수 있는데요. 저는 주제를 어느 방향으로 좁히면 좋을지 고민하던 차에, 일상에서 만날 수 있는 다양한 대상과의 관계를 다루면 어떨까 하는 생각이 들었습니다. 사람과 사람, 사람과 동물, 회사와 회사 등의 관계를 떠올려 봤어요. 이렇게 주변 가까이에서 발견할 수 있는 대상에서 설명이 시작된다면 독자가 몰입하여 이해하기 쉬운데요. 더 나아가 평범한 일상에서도 새로운 인사이트를 발굴해 낼 수 있다는, 데이터 시각화만의 장점을 소개하기에 적합한 주제라고 생각했습니다. 

b. 한 주제 아래 여러 글감 중 어느 것을 선택할까? 

글의 목적 설정부터 주제 선정까지, 이야기를 세울 기반을 다져봤습니다. 이제부터는 탄탄하게 다진 기반 위에 어떤 글감들을 올릴지 선택하는 단계인데요. 주제를 글의 목적에 따라 구체화했던 것처럼, 글감 또한 콘텐츠에서 전하고자 하는 메시지를 강조할 수 있는 사례로 골라야 합니다. 

제가 제작하고자 하는 데이터 시각화 큐레이션 콘텐츠에서 말하는 글감은 바로 시각화 사례인데요. 특정 주제에 관한 시각화 사례를 찾다 보면 하나의 주제 아래에서도 다양한 사례들이 나옵니다. 이때 수많은 사례 중 적합한 사례와, 그렇지 않은 사례를 가르기 위해서는 앞서 설정한 ‘글의 목적’을 기준으로 활용해야 해요. 아무리 어떤 사례가 아름답고 기발하더라도, 시각화 요소가 너무 복잡해서 데이터에 대한 이해를 도울 수 없다면 활용하기 어려운 것이죠. 

이 과정을 거쳐 사례를 모두 선발했다면 글감들을 어떻게 쌓아 올릴지 설계해야 하는데요. 같은 재료를 가지고 다른 형태의 건물을 만들어낼 수 있듯이, 글감이 같아도 이야기할 수 있는 방법은 무궁무진합니다. 관계 시각화 중 식품 공급망 내부의 관계를 나타낸 네트워크 시각화로 예를 들어 보겠습니다.  

소비자 개인 측면으로 공급망 네트워크 시각화를 바라보면, 식품이 공급망을 거쳐 자신에게 오기까지의 과정과 같은 일상적인 궁금증에 관한 이야기를 만들 수 있어요. 반면에 기업 측면에서는 공급망 내부 업체들의 협력 관계 등 비즈니스 전략에 관한 이야기로 풀어낼 수 있는데요. 같은 사례여도 글감을 다루는 맥락을 다르게 하면 이야기의 방향이 완전히 달라질 수 있습니다. (이렇게 완성된 ‘일상생활 속 데이터 간의 관계를 보여주는 시각화 3가지’ 콘텐츠는 추후에 발행 예정이니, 많은 기대 부탁드립니다!) 

2. 원고 작성 단계 : 글의 전달력은 ‘구조’가 만든다

주제 기획을 마치고, 이제 원고를 작성할 차례입니다. 저는 처음 콘텐츠를 제작할 때 원고 작성 단계에서 지레 겁을 먹곤 했는데요. 글을 어떻게 구성할지를 짤막하게만 정리하다가, 갑자기 긴 글을 쓰려고 하니 막막한 기분이 들었어요. 하지만 처음부터 끝까지 긴 글을 쓴다고 생각하지 않고, 기존에 정한 주제나 글감을 ‘디테일하게 구조화’한다고 생각한다면 그리 어려운 일이라고 느껴지지 않는데요! 원고 작성은 앞서 결정한 글의 목적에 부합하게 구조를 만들어가는 과정이라고 할 수 있습니다. 글의 골격을 짜면 내용은 자연스럽게 채워지기 때문이에요. 

a. 글감을 어떻게 구조화해야 할까?

논리적인 글쓰기를 배울 때 가장 먼저 익히는 구성 방법이 있죠. 바로 서론-본론-결론의 3단 구성입니다. 우리가 초등학교 국어 시간에서부터 배우는 익숙한 방법이기 때문에 “그게 꼭 필요하다고?”라고 생각하시는 분도 계실 수 있을 텐데요. 3단 구성은 글의 ‘일관성’을 만드는 데 있어서 몇 번이고 강조해도 아깝지 않은 방법입니다. 서론, 본론, 결론이 각기 다른 문장으로 구성되지만, 모두 하나의 메시지를 전달하는 역할을 하기 때문이에요. 주제 기획 단계에서 설정한 글의 주제를 독자가 파악할 수 있도록, 힌트를 주는 가장 기본적인 장치라고 할 수 있어요! 

글의 구성을 갖췄다면 다음으로는 글감을 배치해야 하는데요. 같은 글감을 갖고 있어도 이를 어떻게 배열하느냐에 따라 강조할 수 있는 인사이트가 달라집니다. 시각화 사례를 ‘차트 유형’을 기준으로 분류한다면 각 시각화 유형 간의 차이를 강조하는 데 유리해요. 시각화 사례에서 다루고 있는 ‘데이터의 시점’을 기준으로 나열하면 사건이 발생한 시간의 흐름을 자연스럽게 드러낼 수 있습니다. 또 ‘데이터의 주제’를 기준으로 나누면 시각화에서 도출되는 인사이트를 주제별로 비교할 수 있어요. 

글감 배치가 중요한 이유는 단순히 ‘잘 읽히는 구조’가 아니라 ‘깊이가 있는 구조’를 만들기 위해서인데요. 저는 를 작성하면서 글의 구조에 대해 고민해 볼 수 있었습니다. 기업이 탄소 배출량 데이터를 관리할 때 시각화를 적극적으로 사용할 수 있다는 점을 독자 여러분께 소개해 드리고 싶었어요. 탄소 배출량을 다양한 시각화 유형으로 볼 수 있는 대시보드에서, 차트 유형을 기준으로 사례를 분류했더니 ‘시각화를 활용한 데이터 관리의 이점’이라는 인사이트를 강조하기가 어려웠는데요. 따라서 기업이 시각화를 활용하는 목적에 초점을 맞춰 1) 시간 변화를 볼 수 있는 시각화, 2) 특정 기간을 비교할 수 있는 시각화, 3) 공급처 간 차이를 확인할 수 있는 시각화라는 세 가지 주제로 분류해 봤습니다. 그러니 사례를 통해 전달하고자 하는 인사이트가 명확해졌어요. 이처럼 명백한 의도를 가지고 글감을 구조화해야 깊이 있는 콘텐츠를 만들 수 있죠! 

b. 구조의 길잡이가 되어 주는 제목은 어떻게 지을까? 

지금까지 글의 골격을 만드는 방법에 대해서 살펴봤습니다. 그런데 글의 구조는 읽는 사람의 눈에 드러나 보이지 않기 때문에, 독자가 파악하기 어려울 수도 있어요. 따라서 글의 방향성을 독자에게 안내하는 요소가 필요한데요! 이때 활용할 수 있는 것이 바로 ‘제목’입니다. 흔히 제목은 ‘책의 얼굴’이라고 불리는 것처럼, 본문에서 전개하는 이야기를 독자에게 소개하는 역할을 합니다. 더 나아가 ‘콘텐츠를 읽는 방법’을 알려주는 구조의 길잡이가 되기도 해요. 

글의 구조를 안내하는 도구로 소제목을 활용한 사례를 예로 들어볼게요. 앞서 를 소개해 드렸는데요. 시간 변화, 기간 비교, 공급처 간 차이라는 세 가지 기준에 따라 만든 구조를 어떻게 하면 독자가 빠르게 파악할 수 있을지 고민했습니다. 위 이미지 왼쪽의 목차가 처음 작성했던 소제목인데요. 시간, 기간 등 사례를 분류한 기준을 설명하려다 보니 오히려 시각화의 인사이트가 잘 보이지 않는다고 느껴졌어요. 따라서 실제로 현직자가 시각화를 어떤 상황에서 활용할 수 있을지를 헤아려본 뒤, 글의 의도를 강조하는 방향으로 소제목을 수정했습니다. 이미지 오른쪽의 목차가 바뀐 소제목인데요. 시각화를 활용하는 목적이 훨씬 잘 읽히는 것을 알 수 있습니다. 

퇴고 단계 : 초심으로 돌아가, ‘독자의 관점’에서 바라보아야 한다

지난한 과정을 거쳐 원고의 초고를 완성했다면, 글쓰기의 중요한 과정 중 하나인 ‘퇴고’ 단계를 밟을 차례인데요! 많은 정보를 가지고 콘텐츠를 제작하다 보면 에디터는 자신의 시야에 갇히기 쉽습니다. 초심으로 돌아가 독자의 관점으로 글을 다시 검토하는 노력이 필요한데요. 글을 ‘잘’ 다듬는 방법은 무엇일까요? 

a. 친절한 글은 어떻게 만들어질까?

뉴스젤리 기획팀 인턴으로 첫 번째 콘텐츠의 초고를 완성하고 나서 팀장님이신 강젤리님과 함께 제 원고를 검토하는 시간을 가졌습니다. 제가 작성한 원고를 한 발짝 떨어져서 보니, 전달하려는 정보가 과도하게 많은 점이 가장 먼저 눈에 들어왔어요. 유익한 콘텐츠를 만들고 싶은 욕심에 찾은 자료 전부를 글에 담으려 한 거죠. 또 어려운 자료를 매일 들여다보면서 콘텐츠에 옮기려 했기 때문에 내용의 난이도는 점점 올라가고, 범위는 방대해졌습니다. 마치 논문이나 연구 리포트 같은 형태가 되어 버렸어요.

친절한 글을 만들기 위한 첫걸음은 독자가 ‘당연히 알 것’이라고 전제하지 않는 것인데요. 내가 아는 정보를 풀어 설명하되, 이 정보를 처음 접하는 사람들을 고려한 수준으로 핵심 주장을 부담스럽지 않게 전달해야 합니다. 알고 있는 것을 얼마나 많이 설명하느냐보다 메시지를 임팩트 있게 말하는 법을 고민해야 해요. 이렇게 ‘독자를 위한 글쓰기’를 하기 위한 몇 가지 팁을 소개해 드리려고 하는데요. 생각보다 간단한 방법이라, 퇴고 단계에서 쉽게 적용해 볼 수 있어요. 

(1) 불필요한 문장·수식어·미사여구 삭제하기

불필요한 문장을 삭제하고, 메시지를 강조할 수 있도록 문장을 배열해야 합니다. 이때 글 전반적으로 꼭 필요하지 않은 이어주는 말이나 문구가 있는지 검토하는 게 좋아요. 메시지를 파악하는 데 방해가 되기 때문입니다. 문장은 짧을수록 더 잘 읽혀요.

(2) 잊기 쉬운 어려운 개념은 다시 설명하기 

독자가 모든 정보를 기억할 수 없으므로 이미 정의한 용어 또는 개념이더라도 한 번 더 설명을 덧붙여 안내하는 게 좋습니다. 또는 앞에서 말했던 내용을 독자가 떠올리기 쉽도록 간단한 수식 표현을 사용하는 방법을 사용할 수도 있어요. 

b. 어려운 데이터 시각화, 쉽게 설명할 수 있을까? 

뉴스젤리가 ‘데이터 시각화’를 글감으로 삼아 콘텐츠를 만들기 때문에 고려해야 하는 사항도 있는데요. 글 형식의 콘텐츠로 시각화 사례를 접하는 독자들을 고려하여 내용을 구성해야 합니다. 제 사수이자 기획팀의 마케터이신 홍젤리 님께 조언을 구해보았어요. 

시각화는 디자인적 요소나 기능적 요소 등 대량의 정보를 포함하고 있기 때문에 이 중에서도 독자가 확인해야 부분을 짚어줘야 하는데요. 이때 ‘어떤 이유에서’ 살펴봐야 하는지도 함께 설명해 주는 것이 좋습니다. 해당 시각화 요소로부터 어떤 인사이트를 얻을 수 있는지를 알려주기 위함이죠! 또한 독자를 혼동시키지 않도록 필요한 정보만을 제공해야 하는데요. 이번에는 시각화 사례를 설명할 때 고려해야 할 항목들을 소개해 볼게요. 

(1) 이미지를 적절하게 활용하기 

독자는 해당 콘텐츠에서 캡처된 화면만을 보고 시각화를 이해해야 하기 때문에 사진에서 알 수 없는 정보는 포함하지 말아야 합니다. 또 이미지를 활용하는 방법이 독자의 이해를 방해하지 않는지 확인해야 하는데요. 사례 이미지 사용이 한정적일 경우, 이미지를 확대/축소하거나 이미지 두 개를 하나로 합치는 등의 편집도 활용할 수 있어요.  

(2) 지시 표현으로 봐야 할 부분 알려주기 

시각화를 구성하는 다양한 요소 중 어디를 설명하고 있는지 명확하게 알려주는 게 좋습니다. ‘우측 상단의’, ‘차트의 00 부분을 보면~’ 과 같은 지시표현을 활용할 수 있어요.

지금까지 퇴고 단계에서 구체적으로 점검해야 하는 항목을 확인해 보았습니다. 소개해 드린 방법들은 모두 기획팀 구성원의 피드백을 통해 쌓을 수 있었던 자산인데요! 글을 작성하다 보면 기존에 설정했던 주제에서 멀어지기도 하고, 글을 객관적으로 보기 어려워지기도 합니다. 그래서 기획팀에서는 독자에게 유용한 정보를 쉽게 이야기해 준다는 목표하에 함께 콘텐츠를 검토하는 과정을 거치는데요. 이 과정 덕에 혼자서는 알아차리지 못했을 개선점을 발견할 수 있었습니다. 에디터 자신과 콘텐츠가 함께 발전할 수 있는 소중한 시간이었어요. 

에디터의 한마디 

오늘 글에서는 콘텐츠를 제작하며 주제 기획, 원고 작성, 퇴고 단계에서 겪은 고민과 해결 과정을 소개해 드렸습니다. 독자 중심의 콘텐츠를 만들기 위해 점검하고 또 실천해야 하는 것들을 짚어봤어요. 저는 글쓰기 단계를 검토하면서 특히 ‘함께 하는 과정’이 콘텐츠 제작에 있어 중요하다는 것을 다시금 느낄 수 있었는데요. 뉴스젤리가 중요하게 생각하는 가치가 ‘이해’와 ‘공감’인 것처럼, 독자의 관점을 헤아리는 콘텐츠는 곧 곁에 있는 구성원이 이해할 수 있는 콘텐츠가 되어야 한다는 교훈을 새기는 시간이었습니다. 

저는 이번 콘텐츠를 준비하면서 인턴 기간에 받았던 피드백과 그간 기록해 두었던 개선점들을 모아 글쓰기 매뉴얼을 만들어 보았는데요. 흩어져 있는 조각들을 한자리에 모아 보니, 지난 시행착오의 시간으로부터 배울 수 있었던 점이 무엇인지를 정리해 볼 수 있었습니다. 이 글을 읽고 있는 많은 독자분들도 ‘어떻게 하면 잘 읽히는 글을 쓸 수 있을까?’ 하고 고민하신 경험이 있을 것 같은데요. 독자를 고려한 글쓰기의 시작은 글을 통해 ‘어떤 이야기를 하고 싶은지’에 있다는 점을 떠올리면서, 글자 너머의 독자에게 친밀하게 다가가 보시기를 바랍니다!

넷플릭스의 요리 서바이벌 프로그램 ‘흑백 요리사‘는 올해 하반기의 메가 트렌드였습니다. 방송 중에도 연일 화제가 되었을 뿐만 아니라 방송이 끝난 지금까지도 인기 식당을 예약하기 위한 티켓팅이 치열한데요! 특히 한국의 유일한 미슐랭 3스타 레스토랑(2024년 기준)을 운영하는 안성재 쉐프가 심사위원으로 출연하면서 미슐랭(미쉐린)에 등재된 레스토랑이 큰 관심을 받았습니다. 과연 곧 다가올 2025년 미슐랭 가이드에 새롭게 선정된 식당은 어디일까요?

관련하여 첫 번째로 소개해 드릴 사례는 태블로 퍼블릭 사용자 가 제작한 ‘‘ 대시보드입니다. 이 대시보드에서는 ‘2025 미슐랭 가이드’에 선정된 전 세계 레스토랑에 관련된 정보를 한눈에 볼 수 있는데요. 상단에는 미슐랭 가이드 선정 레스토랑의 요리법을 카테고리로 분류한 트리맵이 있습니다. 조각별 크기에 따라 어떤 요리를 제공하는 레스토랑의 비율이 높은지 알 수 있죠! 2025년에는 현대식 요리(Modern Cuisine)의 비중이 가장 높네요.

대시보드 하단에는 세계 지도가 보입니다. 미슐랭 가이드의 선정 등급은 우리가 익히 알고 있는 ‘1~3 스타’와 합리적인 가격으로 훌륭한 음식을 맛볼 수 있는 ‘빕 구르망’, 아쉽게 스타 등급에는 오르지 못한 ‘가이드 선정 식당’으로 나뉘는데요. 사례에서는 이와 같은 미슐랭 등급의 아이콘을 활용해서 세계 지도 위에 각 식당의 위치를 시각화했습니다. 지도를 보면, 미국과 유럽, 동아시아 등의 대륙에 아이콘들이 몰려 있는 것을 확인할 수 있는데요! 이를 통해 미슐랭 선정 식당이 특정 지역에 집중적으로 분포하고 있다는 인사이트를 얻을 수 있었습니다. 

에 접속하면 지도를 확대 및 축소하여 자유롭게 레스토랑을 탐색할 수 있어요! 지도에서 식당을 선택하면 해당 식당이 제공하는 요리에 대한 설명, 위치 및 가격 등의 정보까지 확인할 수 있으니, 미슐랭 레스토랑 정보가 궁금하신 분은 출처 링크에 접속해 보시길 추천해 드립니다.

🔍 미국 대선 개표 과정 5분만에 분석하기

11월의 뜨거운 감자는 역시 ‘2024 미국 대통령 선거’였던 것 같아요. 공화당의 트럼프 후보가 해리스 후보보다 86명 많은 선거인을 확보하면서 재선에 성공했습니다. 언론에서는 선거 직전까지도 두 후보가 접전을 벌일 것으로 예측했지만, 실제 개표 결과 트럼프 후보가 초반부터 우위를 나타내며 당선이 확실시됐죠! 과연 트럼프 후보가 당선되기까지의 개표 여정은 어떻게 진행되었을까요?

의 ‘‘ 콘텐츠에서 2024 미국 대선의 개표 과정을 쉽고 빠르게 분석할 수 있습니다. 위 사례에서는 미국 대선의 주(state)별 개표 결과를 시각화한 카토그램을 볼 수 있는데요. 주별로 선출된 선거인이 투표를 진행하는 미국의 선거 제도를 고려하여, 기존의 미국 지도를 선거인의 수에 따라 변형한 것이 특징이에요. 주별 선거인단의 수을 육각형의 개수로 나타내서 주별 선거인 규모를 도형의 총 면적으로 파악할 수 있습니다. (‘미국 대선 제도’가 궁금하다면? 를 참고해 보세요!)

또한 사용자가 스크롤을 내림에 따라 개표 과정이 점차 시각화되는 애니메이션 효과를 활용했는데요! 사례의 에서는 시각화와 함께 단계별 선거 과정의 핵심 인사이트를 소개하고 있습니다. 콘텐츠를 읽는 단 5분만에 개표 과정의 핵심만 톺아볼 수 있어 매우 흥미로웠어요. 여러분도 직접 경험해 보시길 추천해 드려요!

⚠️ 미국의 펜타닐은 어디에서 왔을까?

마지막으로는 해가 갈수록 뉴스에서 자주 언급되었던 마약, ‘펜타닐’에 관련된 사례를 소개해 드리려고 합니다. 의 ‘‘ 콘텐츠에 등장한 인포그래픽을 함께 살펴볼게요!

콘텐츠 원문에 따르면 ‘좀비 마약’이라고도 불리는 펜타닐은 중국에서 원료를 생산한 뒤, 멕시코로 건너가 불법으로 제조된다고 합니다. 이때 펜타닐 원료는 중국에서 미국으로 배송되는 거대한 규모의 상품들 사이에 숨겨져 유통되는데요. 화물 운송 업체는 다양한 상품이 뒤섞여 있는 수십 개의 소포를 모아 더 큰 단위의 묶음을 만들어 배송하기 때문에, 그 사이에서 펜타닐 원료를 잡아내기란 쉽지 않다고 해요.

특히 미국에서는 상품 금액이 낮은 소포에게는 엄격한 세관 보고 규칙을 면제해 주는 제도가 있어 밀반입이 더욱 쉬워졌는데요. 위 인포그래픽 속 미국으로 반입되는 ‘저렴한 소포’의 출발 국가별 유입량을 시각화한 트리맵으로 그 규모를 짐작할 수 있었어요. 각 사각형의 크기는 유입되는 소포의 규모와 비례하는데요. 빨간색 사각형을 보면, 작년 기준 미국으로 들어온 ‘저렴한 소포’의 약 60%가 중국에서 배송된 것을 알 수 있습니다. 특히 ’테무’와 같은 저가 쇼핑 플랫폼에서 판매된 상품이 중국발 소포 대부분을 차지했다고 해요.

미국에 도착하는 소포 현황을 살펴보니, 상상하기도 어려운 규모의 소포들 사이에서 마약을 잡아내기란 쉽지 않을 것 같다는 생각이 듭니다. 위 사례는 주제에 관련된 일러스트를 활용해 독자의 이해를 도울 수 있는 시각화였는데요. 에서는 펜타닐 원료의 밀수 과정을 스크롤에 따라 변화하는 애니메이션으로 더욱 흥미롭게 표현하고 있으니 참고해 보시면 좋을 것 같습니다.

이 글은 11월 28일 뉴스젤리의 ‘데이터 시각화의 모든 것’ 뉴스레터로 발행된 콘텐츠입니다.
하시면 최신 시각화 소식을 메일함으로 받아 보실 수 있습니다.

마케터는 기업의 리드 확대와 매출 증가를 위한 다양한 액션을 수행하는데요. 다양한 마케팅 액션 중 어떤 액션이 효과적인지 파악하기 위해서는 각각의 마케팅 액션에 따른 성과 데이터 모니터링이 매우 중요합니다. 진행하는 캠페인마다, 또 마케팅 채널마다 실시간으로 쌓이는 데이터를 관찰하고 발 빠르게 대응해야 하죠! 하지만 수많은 채널에 산재한 데이터를 보기 좋게 정리하기란 쉽지 않습니다. 일일이 개별 마케팅 채널에 접속해서 로그인하고, 메뉴 속 숨어 있는 통계 페이지를 찾아 데이터를 조회해야 하는데요. 성과 보고일이라도 다가오면 여러 채널을 오가면서 데이터를 비교해야 한다는 생각에 머리가 아파 올 수 있습니다. 마케팅 데이터를 조금 더 효율적으로 분석할 방법은 없을까요?

오늘은 마케터를 위한 활용도 높은 데이터 시각화 방법을 소개하려고 합니다. 오늘 소개할 마케팅 분야의 시각화 활용 사례는 아마 데이터 때문에 골머리를 앓고 있는 직장인 누구에게라도 도움이 될 수 있다고 생각해요! 뉴스젤리의 내부 데이터 활용 경험뿐만 아니라 마케팅 데이터 시각화 컨설팅 경험을 종합해 얻은 인사이트를 바탕으로 3가지 마케팅 분야별 성과 데이터 시각화 차트를 정리했는데요. 콘텐츠 마케팅, 이메일 마케팅 그리고 마케팅 채널 관리까지 각 분야에서 어떤 데이터로 어떤 시각화 차트를 활용할 수 있을지 함께 알아보겠습니다!

1. 콘텐츠 마케팅 성과, 내가 만든 콘텐츠는 어떤 반응을 얻었을까? 

첫 번째는 콘텐츠 마케팅 성과입니다. 콘텐츠 마케팅의 성과는 고객의 선호도와 직결되기 때문에, 직접 고객에게 콘텐츠 만족도 조사를 진행하지 않는 이상 성과를 엄밀하게 추적하기 어려운 분야 중 하나입니다. 그렇기 때문에 수집할 수 있는 데이터를 최대한으로 활용하는 것이 중요한데요! 콘텐츠 마케팅에서는 웹 및 앱 서비스의 트래픽을 측정할 수 있는 무료 서비스,  데이터를 활용해 시각화 차트를 제작해 보겠습니다.

a. 콘텐츠별 성과 데이터 (조회수, 참여 시간, 주요 이벤트 수)

먼저 이달에 발행한 콘텐츠마다의 개별 성과를 알아보기 위해 구글 애널리틱스에서 수집되는 지표 중에서도 콘텐츠별로 사용자의 반응을 파악할 수 있는 조회수, 평균 참여 시간*, 그리고 주요 이벤트 수* 지표를 활용하겠습니다.

*  : 사용자의 브라우저에서 내 웹사이트가 메인 콘텐츠였거나 모바일 앱이 사용자의 기기에서 포그라운드 상태로 있었던 평균 시간 (콘텐츠 마케팅에서 주로 사용자의 만족도, 관심도 등을 측정하는 지표로 사용됨)
*  : 비즈니스 성공에 특히 중요한 액션을 측정하는 이벤트 (문의, 구독, 구매 등 기업 내에서 중요하게 여기는 지표를 구글 애널리틱스에서 주요 이벤트로 설정하고 모니터링할 수 있음)

콘텐츠별로 세 지표를 시각화하면 위와 같은 차트를 그릴 수 있는데요. x축에 모니터링을 원하는 지표 세 개를, y축에는 콘텐츠 발행일과 콘텐츠 제목을 배치했습니다. 한 화면 내에서 세 가지 지표를 기준으로 콘텐츠의 성과를 비교해 볼 수 있어요. 

위 차트에서 콘텐츠 A는 다른 두 콘텐츠에 비해 조회수가 매우 높습니다. 하지만 평균 참여 시간과 주요 이벤트 수가 상대적으로 뒤처지죠. 반면 콘텐츠 B는 조회수가 상대적으로 낮은 대신 평균 참여 시간과 주요 이벤트 수가 매우 높습니다. 두 결과를 미루어 보면 여러 인사이트를 도출할 수 있는데요. 예를 들어 ‘콘텐츠 A는 높은 조회수를 기록할 만큼 콘텐츠의 제목이나 썸네일이 매력적이지만, 콘텐츠의 본문은 퀄리티가 낮아 사용자가 이탈한다’거나, ‘콘텐츠 B는 조회수가 매우 낮은 것을 보아 콘텐츠의 제목이나 썸네일이 클릭을 유도하기 어렵지만, 유입된 사용자가 콘텐츠에 오래 머물고 주요 이벤트를 많이 발생시키는 것을 보아 콘텐츠 본문의 퀄리티가 높다’ 등의 추측을 해 볼 수도 있겠어요. 물론 다른 요인도 고려해야겠지만, 위 과정처럼 데이터를 종합해 성과를 평가하는 방법으로 활용할 수 있겠죠?

b. 콘텐츠 유입 경로별 성과 데이터 (조회수, 평균 참여 시간, 주요 이벤트) 

앞서 살펴본 시각화 방법은 콘텐츠별 성과 데이터 비교에 유용합니다. 데이터 비교를 통해 다른 콘텐츠에 비해 조회수가 유독 높거나, 평균 참여 시간이 두드러지게 낮은 콘텐츠를 발견할 수 있었어요. 그렇다면, 이 콘텐츠가 왜 이런 결과를 보이는지에 대한 궁금증이 자연히 생길 수밖에 없는데요! 개별 콘텐츠의 성과 데이터에 대한 이해를 더하기 위해 콘텐츠로 유입된 사용자가 어떤 경로로 유입되었는지 확인해 볼 수 있어요. 구글 애널리틱스에서 제공하는 을 활용해 보도록 하겠습니다.

탐색 분석을 활용하면 위와 같이 특정 콘텐츠의 유입 경로(세션 소스/매체)별 성과 지표를 데이터 테이블로 시각화할 수 있습니다. 데이터 테이블 각 셀의 데이터 크기만큼 막대 차트를 그려 직관적으로 데이터를 비교할 수 있어요. 위 데이터 테이블 및 막대 차트와 앞서 제작한 콘텐츠별 성과 지표 시각화를 종합하면 의미 있는 성과를 보인 콘텐츠는 무엇이고, 해당 콘텐츠에 유입된 사용자는 어떤 유입 경로를 통해 유입되었는지, 또 어떤 유입 경로의 사용자가 콘텐츠에 더욱 높은 관심을 보였는지 등을 추측해 볼 수 있습니다.

2. 이메일 마케팅 성과, 우리 뉴스레터 구독자들의 반응은 어떨까?

다음은 이메일 마케팅 성과입니다. 흔히 우리가 받아 보는 여러 뉴스레터는 각 브랜드의 마케터가 수행한 이메일 마케팅의 결과물이라고 볼 수 있는데요. 이메일 마케팅은 이메일 제목, 발송 시간, 발송 타겟군 등의 요인이 성과를 크게 좌우하기 때문에 데이터를 꾸준히 모니터링하고 시의적절한 전략을 세워야 하는 분야입니다. 이메일 마케팅 성과 분석에 사용되는 대표적인 데이터 3가지-뉴스레터 구독자 데이터, 구독 유입 경로 데이터, 뉴스레터별 성과 데이터-를 효과적으로 시각화하는 방법을 소개하겠습니다.

a. 뉴스레터 구독자 데이터 (구독자 수, 평균 오픈율, 평균 클릭률)

먼저 뉴스레터 구독자 데이터의 변화 추이를 라인 차트로 나타냈습니다. 2024년 1월부터 10월까지 격주로 수집한 구독자 수 데이터를 선으로 이어 그렸는데요. 라인이 점진적으로 우상향하다가, 8월에서 9월로 넘어가는 구간에서 급격하게 상승하는 것을 볼 수 있습니다. 이 형태를 보고 해당 기간에 진행했던 마케팅 액션이 구독자 증가에 큰 영향을 미쳤을 것으로 예측해 볼 수 있을 것 같아요! 예를 들어 해당 기간에 SNS 광고를 집행했다면, 광고 캠페인이 기업 인지도에 영향을 미쳐 뉴스레터 구독자 수가 증가했을 것으로 추측해 볼 수도 있겠네요.

이번에는 개별 캠페인의 성과 측정을 위한 더욱 직접적인 지표로써 구독자의 평균 오픈율, 평균 클릭률 데이터를 시각화해 보려고 합니다. 평균 오픈율이 높아진다면 뉴스레터를 열어 본 구독자가 많아지고 있음을, 평균 클릭률이 높아진다면 뉴스레터를 보고 클릭 액션을 수행한 구독자가 많아지고 있음을 의미합니다. 주별로 달라지는 구독자 평균 이메일 오픈율과 평균 클릭률을 콤보 차트로 나타내 보았어요. 평균 오픈율은 막대 차트로, 평균 클릭률은 라인 차트로 그려 두 지표의 변화 추이를 한번에 비교할 수 있도록 했는데요! 우측 상단의 필터로 원하는 연도와 달을 선택할 수 있습니다.

위 시각화로 어떤 인사이트를 얻을 수 있는지 알아볼까요? 사례는 2024년 7월부터 9월까지의 데이터를 보여주고 있습니다. 앞서 살펴본 구독자 수 추이 변화 라인 차트에서는 8월에서 9월로 넘어가는 시점에 구독자 수가 크게 늘었다는 점을 떠올려 볼게요. 그렇다면 해당 기간에 평균 오픈율과 평균 클릭률이 구독자 수와 함께 증가했을지에 관한 궁금증을 가질 수 있을 텐데요. 과연 두 지표가 모두 증가했을까요? 위 차트의 9월 부분을 살펴보면, 9월 첫째 주의 평균 클릭률과 오픈율이 이전 기간 대비 감소했음을 알 수 있는데요! 두 차트의 인사이트를 종합해 보면, 9월에 급격하게 신규 구독자 수가 증가하면서 전체적인 평균 오픈율과 평균 클릭률은 오히려 감소한 것이라고 추측해 볼 수 있습니다.

b. 구독 유입 경로 데이터

다음으로 구독자가 어디에서 유입되었는지 알 수 있도록 월별X구독 유입 경로별 신규 구독자 수의 비율을 시각화한 100% 누적 막대 차트를 살펴볼게요. 구독자 확보를 위해 수행한 여러 액션 중 어떤 채널에서의 액션이 유의미했는지를 알 수 있습니다. 월별로 100%를 의미하는 세로 막대를 나열하고, 각 막대는 해당 월의 유입 경로별 신규 구독자 수의 비율만큼 조각을 나누어 표현했습니다. 

위 시각화 차트로는 무엇을 알 수 있을까요? 예를 들어, 2024년 5월에 홈페이지를 통한 구독 유입(노란색 조각)을 보면 전체 중 약 5%로 다른 유입 경로에 비해 매우 낮은 비율을 차지하고 있습니다. 하지만 점차 증가하는 추세를 보이며 2024년 9월에는 약 23%로 전체 유입 경로 중 2번째로 높은 신규 구독자 수가 증가한 것을 알 수 있어요! 

c. 뉴스레터별 성과 데이터

구독자 데이터를 면밀히 분석했다면, 주기적으로 발송되는 뉴스레터 캠페인의 성과 또한 개별적으로 분석해 볼 필요가 있겠는데요! 위 사례는 개별 뉴스레터의 성과 데이터를 활용해 제작할 수 있는 차트입니다. y축에는 뉴스레터 발송 일자와 뉴스레터 제목을, x축에는 서로 다른 네 개의 성과 지표를 놓고 지표별 막대 차트를 나열했는데요. 왼쪽부터 오픈율, 클릭률, 오픈 대비 클릭률, 수신 거부 수까지 뉴스레터 성과 분석 시 중요한 지표로 차트를 구성하였습니다. 지표별로 색깔이 다른 막대를 활용해서, 각 뉴스레터의 지표별 성과를 보다 직관적으로 비교할 수 있도록 했어요!

이 시각화 차트를 통해 뉴스레터 A는 오픈율이 뉴스레터 중 가장 낮지만, 클릭률은 가장 높다는 것을 알 수 있습니다. 반면 뉴스레터 C는 오픈율이 뉴스레터 A보다 높은데도 불구하고 클릭률이 낮아 오픈 대비 클릭률이 매우 떨어지죠! 이렇게 뉴스레터별로 여러 지표를 비교하면서 입체적으로 성과를 분석할 수 있습니다. 

3. 마케팅 채널별 성과, 내가 운영하는 채널 중 가장 효과적인 채널은 무엇일까?

마지막으로는 마케팅팀에서 운영하는 여러 채널의 성과를 관리 및 분석할 수 있는 시각화 사례를 소개하겠습니다. SNS 플랫폼, 콘텐츠 플랫폼 등 다양한 홍보 채널을 운영하다 보면, 채널별 활성화 정도를 파악하고 현 상황에 맞는 운영 전략을 세워야 하는데요. 채널별 성과를 요약해서 볼 수 있다면 더욱 빠른 의사 결정이 가능하겠죠!

a. 월별X채널별 조회수

가장 먼저 여러 채널을 운영하다 보면 유의미한 성과를 내는 채널이 무엇인지 아는 것이 중요할 텐데요! 따라서 채널 성과를 파악하는 가장 중요한 지표로 채널별 콘텐츠 조회수를 선택하고, 각 채널의 콘텐츠 조회수 변화 추이를 한번에 비교할 수 있는 라인 차트를 제작할 수 있습니다. 

최근 1년간의 데이터를 시각화해 보니 2023년 11월, 채널 C에서 매우 높은 조회수가 기록된 것을 확인할 수 있습니다. 전반적인 경향을 봤을 때도 채널 A, B에 비해 C의 조회수가 높다는 것을 알 수 있어요. 타 채널에 비해 채널 C가 유의미한 성과를 낸다고 볼 수 있는데요! 이 인사이트를 기반으로 해당 기간에 채널 C에서 어떤 콘텐츠가 업로드되었는지, 혹은 사용자들의 추가 유입 경로는 무엇이었는지 추가 분석을 진행하고, 그 결과를 기반으로 앞으로의 운영 전략을 세워 볼 수 있겠죠! 또한 채널 A와 B는 상대적으로, 그리고 지속적으로 저조한 조회수를 기록하고 있다는 점을 바탕으로 해당 채널의 운영 방식을 개편하거나 운영을 종료하는 결정을 내려 볼 수도 있을 것 같습니다.

b. 채널별 조회수 Top 10 콘텐츠

앞서 채널별로 성과를 비교하기 위해 데이터 시각화를 활용했는데요. 그중 성과가 좋았던 채널에서 어떤 콘텐츠가 가장 많은 반응을 얻었는지 보기 위해서는 채널별 조회수 TOP 10과 같은 지표를 추가로 활용해 보는 방법도 추천해 드립니다. 일반적으로 블로그형 콘텐츠를 업로드하는 네이버 블로그, 네이버 포스트, 브런치 스토리와 같은 채널에서는 이를 쉽게 확인할 수 있는 통계 페이지를 제공하는데요! 조회수 기준 TOP 10 콘텐츠 리스트를 조회할 수 있어 채널의 조회수가 높은 기간에 어떤 콘텐츠의 반응이 좋았는지 확인할 수 있습니다.

특히 브런치 스토리의 경우 월별 조회수 차트에서 특정 월을 클릭하면, 하단의 TOP10 콘텐츠 테이블의 데이터가 바로 바뀌는 인터랙티브 테이블을 제공해 쉽게 데이터를 탐색할 수 있습니다. 따라서 월별 데이터를 따로 살펴보지 않아도 바로 하단에서 관련 정보를 확인할 수 있죠! 데이터를 제공하는 채널에서 시각화를 적절히 이용할 수 있다면, 별도의 시각화 차트를 만들지 않고서도 충분히 데이터를 활용한 마케팅 인사이트 도출을 할 수 있으니 시각화 차트를 자체적으로 제작하기 이전에 각 채널에서 제공하는 시각화 기능을 살펴보시기를 추천합니다. 

에디터의 한마디

지금까지 3가지 마케팅 분야의 성과 데이터를 기반으로 누구나 활용 가능한 데이터 시각화 차트를 살펴보았습니다. 다양한 채널에 산재하여 숫자로만 비교할 수 있었던 데이터를 더 직관적이고, 효율적으로 분석할 수 있었는데요. 필요에 따라서는 앞서 소개한 여러 차트를 조합하여 대시보드를 제작할 수도 있습니다. 대시보드로는 차트에서 도출한 인사이트를 종합해 더 다양하고 깊이 있는 마케팅 전략을 세울 수 있겠죠! 

그런데, 혹시 눈치채셨나요? 오늘 소개해 드린 사례를 떠올려 보면 모두 막대 차트, 라인 차트 등 평소에 쉽게 접할 수 있는 시각화 유형이었습니다! ‘나는 어떤 인사이트를 도출하고 싶을까?’라는 물음을 스스로 던지고 시각화의 목적을 분명히 한다면, 기본에 충실한 차트만으로도 데이터를 100% 활용할 수 있다는 것을 전해 드리고 싶었어요. 이 글을 보시는 여러분도 이제 데이터 때문에 고민하지 마시고, 이 글을 참고해서 직접 데이터 시각화에 도전해 보세요! 데이터 활용으로 업무 효율성이 높아지는 것을 경험해 보셨으면 좋겠습니다.

유난히 더웠던 이번 여름, 여러분은 탈 없이 보내셨나요? 해가 져도 가시지 않는 더위에 밤늦게까지 에어컨을 틀어야 했는데요. 올해 서울에서는 을 세웠다고 합니다. 기후 전문가들은 이라고 예측하고 있어요. 

점점 더 뜨거운 여름을 맞이할 우리에게 기후변화는 생존과 직결된 중대한 문제입니다. 우리의 일상을 위협할 뿐만 아니라, 앞으로 살아갈 미래 세대의 삶에도 치명적인 영향을 미칠 텐데요. 지난 8월 우리나라 헌법재판소에서는 결정이 나오면서, 지금의 정책이 미래 세대의 삶을 보호하지 못한다는 주장이 법적으로 확인되었어요. 미래 세대에 대한 현세대의 책임이 다시 강조되고 있는 가운데, 기후 위기의 주요 원인이 되는 기업에게도 대응할 의무가 요구되고 있습니다. 

기업의 기후 위기 대응의 일환으로, 세계 곳곳에서는 기업이 얼마나 많이 탄소를 배출하고 있는지 공개하는 ‘탄소 배출량 정보 공시’를 의무화하고 있는데요. 이러한 움직임에 기업은 어떻게 대처해야 할까요? 오늘은 지난 8월 발생한 기후 소송 이슈와 함께, 기업의 리스크 대응 방안으로써 시각화 대시보드를 어떻게 활용할 수 있는지 이야기해 보려고 합니다. 여러 기후 위기 관련 지표 중 보다 구체적인 예로 ‘탄소 배출량’을 시각화한 대시보드 사례를 함께 살펴보겠습니다.

1. 시급한 기후 위기 대응, 기업이 해야 할 일은? 

1) 미래 세대의 기본권을 침해하는 기후 위기 

지난 8월, 헌법재판소에서 역사적인 결정이 내려졌습니다. 아시아 최초로 기후 소송의 헌법불합치 판결이 나왔는데요. 지금의 탄소중립기본법이 기후 위기의 심각성을 제대로 반영하고 있지 않아서, 미래 세대의 기본권을 침해한다는 것이 소송의 요지입니다. 

탄소중립기본법은 기후 위기 대응을 위해 만들어진 법으로 2050년까지 탄소 중립*을 달성하는 것을 목적으로 하는데요. 해당 법에는 2030년까지 온실가스 배출량을 2018년 대비 40%로 감축해야 한다는 목표가 규정되어 있지만, 그 이후의 목표가 없다는 것이 한계점으로 나타났습니다. 이에 대해 헌법재판소는 정부가 고 보고, 소송 청구인의 손을 들어줬습니다. 

* 탄소 중립 : 대기 중 온실가스 농도 증가를 막기 위해 인간 활동에 의한 배출량을 감소시키고 흡수량을 증대하여 순배출량이 ‘0’이 되는 것, ‘넷제로(Net-Zero)’라고도 부름. (출처: ) 

소송에 참여한 대리인에 따르면, 이번 결정이 한 데 의미가 있다고 하는데요. 미흡한 기후 위기 정책이 미래 세대의 권리를 침해할 수 있고, 정부가 국민에 대한 보호 의무를 다하지 않았다고 판단할 수 있기 때문입니다. 이 판결은 미래 세대를 위한 현세대의 책임에 대한 사회적 논의를 더욱 활발하게 만들었는데요. 개인을 비롯한 정부, 국회, 기업 등 다양한 주체들은 기후 위기 대응을 위한 책무를 다하고 있는가에 대한 자문을 하지 않을 수 없게 되었어요.

2) 기업의 기후 위기 대응을 위한 Scope 3 공시

특히 기업의 경우 경제 활동에 관한 사회적 책임 이행 차원으로, 기업을 운영하면서 발생하는 온실가스 정보 공개를 요구받고 있는데요. 기업의 탄소 배출량을 세 가지로 나누어 산정하는 ‘Scope 1, 2, 3’이 대표적인 측정 범주로 사용되고 있습니다.

이중 Scope 3은 최근 국제사회에서 탄소 중립 목표를 달성하기 위해 기업에게 의무적으로 정보를 공개하도록 요구되는 범주입니다. Scope 3은 기업이 직접 소유하거나 관리하지 않아도, 공급망 안에 포함되는 모든 시설과 협력 업체 등에서 배출되는 탄소량을 전부 포괄하는 개념인데요. 협력사에서 가동하는 공장부터 직원이 출장을 가는 길에 타는 비행기, 소비자가 기업 제품을 사용하고 폐기하는 데까지 기업 공급망 전체에서 발생하는 온실가스가 해당합니다. 기업이 운영하는 공장이나 제품 운송 과정에서 직접 배출하는 탄소량만을 의미하는 Scope 1이나 기업이 외부에서 구매한 에너지에서 발생하는 탄소 배출량만을 의미하는 Scope 2보다 훨씬 큰 범위의 탄소 배출량을 의미하죠!

EU 등 주요국에서 Scope 3에 대한 공시 기준을 마련하고 시행을 준비하기 시작함에 따라 국내에서도 공시 의무화에 대한 논의가 이어지고 있습니다. 지난 4월 ‘2026년 이후 Scope 3 의무 도입 계획’의 초안이 발표된 만큼, 우리나라 기업들도 공급망의 탄소 배출량 측정 및 관리 역량 보유가 관건이 되었습니다. 기업들은 공급망 전체의 방대한 데이터를 빠르게 취합하고 분석하기 위한 방법을 찾고 있을 텐데요. 이어서 탄소 배출량 데이터 관리를 하고자 하는 기업에게 유용할 다양한 탄소 배출량 시각화 차트 사례를 알아보겠습니다. 

2. 목적에 따라 다르게 보는 탄소 배출량 시각화

탄소 배출량 데이터를 관리하기 위해 다양한 시각화 방법을 활용할 수 있지만, 효과적으로 시각화를 활용하기 위해서는 어떤 데이터를 어떤 목적으로 보고 싶은지를 정확히 정의하는 것이 중요합니다. 데이터를 어떤 목적으로 볼 것이냐에 따라서 활용할 수 있는 시각화 유형이 달라지기 때문인데요. 탄소 배출량 데이터로 도출할 수 있는 세 가지 주제의 인사이트마다 적합한 시각화 유형을 살펴보겠습니다!

1) 연도별 탄소 배출량의 변화를 확인하고 싶을 때

가장 먼저 기업의 입장에서 모니터링 해야 하는 데이터 인사이트는 무엇일까요? 바로 시계열에 따른 탄소 배출량의 변화입니다. 기업에서 배출하는 탄소의 양을 관리하기 위해서는 필수적인 항목인데요. 이에 적합한 시각화 사례를 알아보겠습니다!

위 시각화는 2016년부터 2022년까지의 연도별 탄소 배출량을 나타낸 누적 막대 차트입니다. 막대가 시간 순서대로 정렬되어서, 막대 높이의 변화를 통해 지난 시간 동안의 데이터 변화 추이를 확인할 수 있는데요. 사례를 보면 2016년부터 2021년까지는 탄소 배출량이 2.2~2.5M 수준으로 유지되다가, 2022년에 들어 전체 배출량이 약 6M로 급격하게 증가하는 것이 눈에 띕니다. 

사례에서 사용한 누적 막대 차트는 항목별 데이터 조각을 쌓아 데이터를 표현하는 시각화 유형입니다. 막대 전체 길이를 기준으로 데이터를 비교할 수 있고, 막대별 조각으로 세부 항목별 데이터를 비교할 수도 있어요. 위 차트에서는 탄소가 배출된 출처별로 막대 조각을 분류하고, 각기 다른 색상으로 나타냈습니다. 범례를 보면, 출처는 고정 오염원(Stationary Sources), 차량(Vehicles), 스코프 3(Scope 3), 기타로 분류됩니다. 

범례를 바탕으로 차트를 해석해 보면, 2016년부터 2021년까지는 Scope 3으로 배출된 양이 전부였으나 2022년의 경우 탄소 배출 출처가 늘어난 것을 확인할 수 있습니다. 2022년 막대의 경우 고정 자산과 기타 출처로부터 배출된 탄소량이 각각 3M, 2.8M로 전체 배출량의 대부분을 차지하고 있고, Scope 3으로 배출된 양은 크게 감소했습니다. 따라서 2022년에는 전체 탄소 배출량이 급격하게 늘었지만, Scope 3으로 배출된 양은 대폭 줄어들었다는 인사이트를 얻을 수 있습니다. 

2) 특정 기간과 비교하여 탄소 배출량의 차이를 확인하고 싶을 때 

앞서 데이터를 시계열 순서에 따라 확인했다면, 특정 기간과 1:1로 비교할 때 활용할 수 있는 시각화 방법도 알아보겠습니다. 매년 탄소 배출량 감소에 더 큰 노력을 쏟는 기업 입장에서는 전년도에 비해서 얼마나, 어떤 변화가 일어났는지 그 효과를 직관적으로 비교해보고 싶을텐데요!  

위 시각화는 Scope 3 탄소 배출량을 카테고리별로 확인할 수 있는 도넛 차트입니다. 선택 기간(Selected Period)과 비교 기간(Comparison Period)을 지정해서 카테고리별 탄소 배출량 비중과 값을 대조할 수 있다는 점이 특징인데요. 두 도넛 차트를 동시에 확인함으로써, 시차를 두고 카테고리별 탄소 배출량에 어떤 변화가 있었는지 살펴볼 수 있습니다. 위 사례에서는 선택 기간(왼쪽 차트)을 2022년, 비교 기간(오른쪽 차트)을 2021년으로 조회해 보았는데요. 각 차트 중앙의 텍스트를 비교해 볼 때 Scope 3 배출량이 2.4M에서 195k로 대폭 감소했다는 것을 직관적으로 알 수 있습니다. 

그리고 차트에서는 투자(Investments)와 구매한 상품 및 서비스(Purchased Goods and Services)라는 두 가지 카테고리를 각각 연두색과 청록색 조각으로 표현했는데요. 조각의 면적을 서로 비교하면, 전체 데이터에서 각 요소가 차지하는 비중을 파악할 수 있습니다. 선택 기간(왼쪽 차트)의 경우 청록색 조각의 면적이 연두색 조각보다 큰 것을 알 수 있는데요. 비교 기간(오른쪽 차트)의 경우 청록색, 연두색 조각의 면적이 동일했다는 점을 고려하면, 2022년 투자로 인한 탄소 배출량의 비중이 높아진 것 역시 알 수 있습니다.

3) 공급처별 배출량을 비교하고 싶을 때 

앞서 언급했듯이 Scope 3 범위는 기업이 직접 소유하거나 관리하지 않아도, 공급망 안에 포함되는 모든 시설과 협력업체 등에서 배출되는 탄소량을 전부 포괄하는데요! 따라서 탄소 배출량을 감축하기 위해, 기업은 공급망 내 탄소를 많이 발생시키는 공급처가 어디인지 검토하여 협력 관계를 관리해야 합니다. 이때 공급처별 탄소 배출량을 나타낸 위 막대 차트를 참고할 수 있는데요. 사례를 보면 왼쪽부터 순서대로 선택 기간의 탄소 배출량, 비교 기간의 탄소 배출량, 그리고 이 두 기간 사이의 변화율을 나타내는 가로형 막대 차트가 배치되어 있습니다. 차트의 Y축에는 공급망에 속한 공급처의 이름이 나열되어 있어요.

예를 들어 두 번째 행에 위치한 ‘Glasgow Catering’ 기업의 탄소 배출량을 살펴볼까요? 2021년인 두 번째 차트(비교 기간)에서는 배출량이 470이었다가, 2022년 첫 번째 차트(선택 기간)에서는 88로 줄어듭니다. 따라서 세 번째의 보라색 막대 차트로 해당 기업의 배출량 변화율은 -81.28%인 것을 확인할 수 있어요. 만약 기업이 공급망 내 탄소 배출량을 줄여야 하는 상황이라면 이렇게 각 공급처의 배출량과 그 변화율을 비교해 보고, 탄소 배출량을 줄여나가고 있는 업체와 협력을 강화하고, 탄소 배출량 변화가 미미한 공급처는 더욱 직접적인 관리 방안을 실행하는 등의 액션을 시도할 수 있습니다! 

한편, 이 시각화 사례의 아쉬운 점 한 가지는 첫 번째 차트(선택 기간)와 두 번째 차트(비교 기간)의 X축 범위가 서로 다르다는 점인데요. 각 차트 안에서 공급처끼리의 배출량을 비교하기엔 용이하지만, 선택 기간과 비교 기간의 배출량을 막대의 길이로 비교하기는 어렵다는 한계가 있었어요. X축 범위를 동일하게 조정하면 두 기간의 배출량 차이를 막대 길이만 가지고도 파악할 수 있습니다. 

에디터의 한마디

지금까지 기업 차원의 기후 위기 대응 책임을 묻는 ‘공시 의무화’ 이슈와 함께, 공급망의 탄소 배출량 관리를 위한 시각화 사례를 살펴봤습니다. 이번 글에서 살펴본 다양한 시각화 차트를 한 화면에 모아서 배치하면 아래와 같은 대시보드로 나타낼 수도 있는데요. 

하나의 대시보드에 여러 차트를 배치하여 종합적으로 모니터링하고 새로운 인사이트를 도출할 수 있습니다. 예를 들어 탄소 배출량 연간 추이 변화에 영향을 준 세부 카테고리는 무엇인지, 공급처는 어디인지를 함께 확인해서, 공급망 내 탄소 배출량 관리 방안을 보다 종합적으로 세울 수 있습니다.

사실, 기업 입장에서 공급망 전체의 탄소 배출량을 측정하고 관리하는건 꽤나 어려운 일입니다. 데이터를 측정하고 수집하는 데 비용이 많이 발생하기도 하고, 공급망의 어느 지점까지 데이터를 측정하고 수집할 것인가에 대한 논의와 결정도 필요하죠. 공급망에는 여러 국가에 위치한 업체와 시설이 복잡하게 연결되어 있기 때문입니다.  

하지만 우리가 기후변화로 인한 이상징후를 체감하고 있듯이 기후 위기는 모든 주체가 참여해야 하는 시급한 사안입니다. 이러한 ‘기후 리스크’에 대처하기 위해선, 효율적인 데이터 관리와 이에 기반한 의사결정이 필요한데요. 앞서 살펴본 Scope 3 대시보드처럼, 눈에 보이지 않는 기후 데이터를 데이터 시각화로 나타내면 기업이 기후 위기에 얼마나 잘 대응하고 있는지를 가시화할 수 있습니다. 기업의 효과적인 기후 리스크 관리를 위해 시각화를 도입해보면 어떨까요? 

🧐 우리나라는 정년이 언제더라…

여러분은 ‘은퇴 후 계획’ 세우셨나요? 저는 은퇴라는 주제를 떠올리면 퇴직 후 어떤 삶을 살아가게 될지, 그리고 노후 자금은 얼마나 모아 두어야 할지 등의 고민부터 떠오르는 것 같아요. 정년이 되기 전에는 계획을 탄탄하게 세워야 할 텐데 말이죠. 그런데 바로 이 ‘정년’이 언제였더라… 가물가물한데요. 통계학자 Nathan Yau가 운영하는 데이터 시각화 사이트 ‘‘의 한 콘텐츠에서 답을 찾을 수 있었어요!

오늘의 첫 번째 소식을 알릴 시각화 사례는 ‘‘ 콘텐츠에 수록된 것으로, 국가별 은퇴 연령을 시각화한 연결된 점 차트입니다. 연결된 점 차트는 두 개의 수치 데이터를 점으로 표시하고, 두 점 사이를 선으로 연결한 차트예요.

위 사례에서는성별에 따라 정년이 다른 경우를 나타내기 위해서 여성의 정년은 십자 모양(+)의 점으로, 남성의 정년은 원 모양(O)의 점으로 표현했습니다. 차트의 x축은 55세부터 70세까지의 은퇴 연령을, y축은 국가별 남성 은퇴 연령을 내림차순으로 정렬했어요.

현재 우리나라의 법정 정년은 성별 구분 없이 ’60세’로 규정되어 있는데요. 사례에서 한국을 찾아보면, 다른 국가에 비해 정년이 이른 편이라는 점을 알 수 있습니다. 괜히 마음이 조급해져 오는데요…! 현재 우리나라의 저출산 및 고령화 문제가 심각해지면서  여러분은 위 차트를 보고 어떤 생각을 하셨나요?

⛏️ 이제 영국은 ‘석탄 없는 나라’?

최근 ‘환경 문제’는 가장 뜨거운 국제 이슈 중 하나입니다. 특히 유럽에서 올해부터 환경 규제를 강화하면서 국가별로 적극적인 환경 보호 정책을 실시하고 있는데요. 그중 영국에서 지난 9월 30일 마지막 석탄화력발전소를 폐쇄했다는 소식이 화제입니다. 세계 최초로 석탄 화력 발전을 시작한, 산업 혁명의 상징과도 같은 영국에서 무려 142년 만에 ‘탈석탄’을 이뤄냈다고 해요!

사실 영국에서는 몇 년 전부터 꾸준히 석탄 화력 발전을 줄이기 위해 노력해 왔는데요. 청정 에너지 시스템 전문 기업 ‘‘에서 제작한 데이터 시각화 콘텐츠 ‘‘에 수록된 한 차트에서, 그 노력의 흔적을 알아볼 수 있었습니다! 

위 사례는 영국의 일일 전력 생산량 중 석탄 화력 발전이 차지하는 비율을 시각화한 바코드 차트입니다. 바코드 차트는 촘촘하게 나열된 막대로 데이터의 분포를 표현하는 데 자주 쓰이는데요! 사례에서는 Y축을 연도, X축을 월로 설정하고 석탄 화력 발전 비율에 따라 일별 막대의 색을 다르게 설정했습니다. 색상 범례를 보면, 하루 동안 생산한 전력량에서 석탄으로 생산된 비율이 높을수록 짙은 회색으로 표현했습니다. 그리고 석탄 화력 발전 비중이 0%인 날은 초록색을 사용해 강조했어요. 따라서 초록색 막대의 분포를 통해 영국의 탈석탄을 향한 노력이 언제부터, 얼마나 지속되어 왔는지 알 수 있죠!

차트를 보면 2010년부터 2014년까지는 막대들이 어두운 회색으로 채워졌다가, 이후 2015년, 2016년에는 막대들의 색상이 점점 옅은 회색으로 바뀌면서 일일 전력 생산량 중 석탄화력발전의 비중이 점차 감소해 왔다는 사실을 알 수 있습니다. 한편 2017년에 들어서 처음 등장한 초록색 막대가 해를 거듭하며 많아지고, 2020년에는 석탄 없는 날(초록색 막대)이 석탄 발전이 있었던 날(회색 막대)보다 더 많은 것을 확인할 수 있습니다. 실제로 영국은 2020년 이후로 석탄 발전의 비율을 전체 전력 생산량의 2% 수준으로 유지했다고 해요.

차트에서 짙은 회색의 색상이 옅어지고 초록색 막대가 점점 많아지는 변화를 통해서, 영국의 ‘탈석탄’ 발전 성공이 갑자기 벌어진 일이 아니라 그동안 석탄 발전을 줄이기 위해 노력해 온 결과라는 인사이트를 얻을 수 있었는데요. 과연 다음으로 ‘탈석탄’에 성공할 나라는 어디일까요? 영국이 국제 사회에 미칠 긍정적인 영향이 기대됩니다!

🏅 노벨상을 수상한 세계의 여성들

마지막으로는 이번 달 대한민국을 발칵 뒤집어 놓았던 ‘노벨상’에 관해 이야기하려고 합니다. 지난 10월 10일, 소설가 한강이 한국의 첫 노벨 문학상을 수상했습니다. 이에 따라 작가의 책을 구입하려는 독자가 몰리면서 ‘서점 오픈런’, ‘매진 대란’이 벌어지기도 했는데요. 특히 이번 수상은 한국 최초였을 뿐만 아니라 아시아 여성 최초의 노벨 문학상이었기 때문에 더욱 화제가 되었죠! 한강 작가의 수상으로 인해, 역대 여성 노벨상 수상자가 재조명되기도 했는데요. 여러분도 함께 알아보시겠어요?

위 사례는 태블로 퍼블릭 유저 가 제작한 ‘‘입니다. 1903년부터 2022년까지의 역대 여성 노벨상 수상자 데이터를 메달 형태의 보로노이 트리맵으로 표현한 작품이에요! 보로노이 트리맵은 카테고리별 데이터의 비중을 조각의 면적으로 나타내는 시각화 유형인데요. 이번 사례에서는 문학상(Literature), 평화(Peace), 화학(Chemistry) 등 노벨상의 각 수상 부문을 나눠, 부문별 역대 여성 수상자의 수를 조각으로 나타냈어요. 

2022년 기준 역대 여성 수상자는 총 60명이었는데요. 노벨 평화상을 의미하는 하얀색 조각이 차트에서 가장 큰 면적을 차지하고 있습니다. 여성 노벨 평화상 수상자는 총 18명으로, 여성 수상자를 가장 많이 배출한 부문이었어요. 평화상과 비슷한 크기로, 갈색 조각의 노벨 문학상 수상자는 총 17명이었습니다. 두 부문이 역대 여성 수상자의 절반 이상을 차지하고 있는 반면에, 물리학(회색)이나 경제학(노란색) 수상자는 적은 것을 조각의 크기로 확인할 수 있어요. 이번에 한강 작가가 18번째 여성 노벨 문학상 수상자로 이름을 올리게 되었는데요. 앞으로는 어떤 분야의 여성이 세계를 빛내게 될지 정말 기대됩니다! 

오는 11월 5일, 미국의 60번째 대통령 선거가 치러집니다. 전 세계에 미치는 미국의 영향력이 막대한 만큼 이번 선거 결과에 큰 관심이 쏠리고 있어요. 다양한 매체에서 어떤 후보의 당선 확률이 높은지, 여론조사 결과는 어떤지 등에 대한 기사를 쏟아 내고 있는데요. 이때 각종 기사와 칼럼에서 빛을 발하는 존재가 있죠, 바로 ‘데이터 시각화’입니다!

선거 기간에는 시작부터 끝까지 수많은 데이터가 생성됩니다. 투표 전에는 여론조사 결과의 변화 추이, 후보별·지역별 지지율, 투표 후에는 지역별 투표율과 득표율 등의 데이터를 수집할 수 있는데요. 데이터 시각화는 이렇게 수집된 데이터를 대중이 이해하기 쉬운 형태로 바꾸어 주는 중요한 역할을 합니다. 데이터 시각화를 통해 우리는 선거의 맥락을 쉽게 파악할 수 있죠!

따라서 오늘은 이번 선거와 관련된 핵심 데이터 시각화 사례를 통해 선거의 현황과 흐름을 따라가 보려고 합니다. 과연 이번 선거에서는 어떤 후보가 유력하고, 그 배경에는 어떤 이슈와 쟁점이 있었는지 데이터 시각화로 알아보겠습니다.

1. 전국적으로는 ____ 후보가 유력하다는데…! : 트럼프 vs 해리스 전국 여론조사 결과 변화 추이

선거 기간 가장 이슈가 되는 주제는 단연 여론조사입니다. 투표 전 여론조사의 결과, 즉 ‘지지율’을 통해 민심을 엿볼 수 있기 때문에, 후보자의 선거 유세뿐만 아니라 유권자의 투표 결정에도 지대한 영향을 미치죠! 하지만 어느 기관에서 누구를 대상으로 여론조사를 진행하냐에 따라 결과도 천차만별이라 여론조사 한 개의 결과만 보고서는 지지율을 판단하기 어렵습니다. 따라서 신뢰할 수 있는 기관들에서 진행된 전국 여론조사의 평균 지지율로 현재 미국 대선 후보의 지지율을 가늠해 보겠습니다. 

위 그림은 2024년 1월부터 10월 16일까지 진행된 여러 전국 여론조사 결과를 바탕으로 현재 미국 대선에서 가장 치열하게 경쟁 중인 두 후보, 카멀라 해리스(Kamala Harris)와 도널드 트럼프(Donald J. Trump)의 평균 지지율 변화 추이를 나타낸 라인 차트입니다. 미국의 언론사 ‘워싱턴 포스트(The Washington Post)’에서 기획한 ‘’ 콘텐츠에 수록된 데이터 시각화 사례인데요! 전국 여론조사의 판세가 두 후보 중 어느 쪽으로 유리하게 기울고 있는지를 보여주고 있습니다.

차트의 y축은 중간의 0을 기준으로 위아래가 찍어낸 것처럼 동일한 레이블을 가지고 있는데요. 축의 각 지점은 %P를 의미하여, 상대 후보보다 평균 지지율이 몇 %P 더 높은지를 보여주고 있습니다. 차트에 무수히 찍혀 있는 각각의 점은 여론조사 한 개를 의미하는데요! 해당 여론조사에서 해리스와 트럼프 중 지지율이 더 높았던 후보자의 정당 상징색으로 점을 칠하고, 두 후보 간 지지율의 차이(%P)에 따라 점의 위치를 설정했습니다. 트럼프의 지지율이 더 높았다면 0을 기준으로 상단에, 해리스의 지지율이 더 높았다면 0을 기준으로 하단에 점을 찍은 모습을 볼 수 있어요. 상단과 하단 영역에 찍힌 점의 개수로 해당 후보자의 지지율이 더 높게 기록되었던 여론조사의 개수를 알 수도 있죠!

한편, 날짜별 여론조사 결과의 평균값을 라인으로 이어 시간에 따른 지지율의 변화 추이를 한눈에 파악할 수도 있습니다. 사례의 라인 차트를 보면 1월부터 7월까지는 트럼프가 1%P가량 앞섰는데요. 지난 7월 21일 민주당의 대통령 후보였던 바이든이 사퇴하고 해리스가 새로운 후보로 등장하면서 상황이 역전되었습니다. 약 8월부터 해리스의 지지율이 점진적으로 상승하면서 약 3%P에 가깝게 차이가 벌어졌는데요. 가장 최근 데이터인 10월 16일 기준으로 최근 며칠간 해리스의 지지율이 소폭 하락하면서 트럼프보다  2%P가량 높은 지지율을 유지하고 있습니다.

전국적으로 보면 해리스 후보가 당선될 확률이 높아 보이는데요. 정말 그럴까요?

2. 투표율에 따라 선거 결과가 180도 달라질 수 있다고? : 주별 선거 결과 예측 지도 시각화

앞서 전국 여론조사 결과를 살펴보았는데요. 전국 여론조사 결과는 전반적인 후보 간 지지율의 차이를 빠르게 파악하는 데 유용하기는 하지만, 미국 선거 방식의 특성상 선거 결과를 예측하기는 어렵습니다. 유권자인 국민이 대통령 후보에게 직접 투표하는 한국과는 달리, 미국은 주(state)별로 선거인단을 통하는 간접 선거 제도를 채택하고 있기 때문이에요. 즉, 유권자가 먼저 선거인단을 뽑고, 그 선거인단이 대통령을 선출하는 것이죠.

그렇기 때문에 미국에서는 단순히 전국적으로 많은 표를 얻었다고 해서 승리하는 것이 아니라 가장 많은 선거인단을 확보해야 승리할 수 있습니다. 선거인단은 각 주의 인구수에 비례하여 할당되어 있으며, 해당 주에서 한 표라도 더 많이 얻는 후보가 선거인의 표를 모두 가져가는 ‘승자독식 방식’이 적용되는데요. 대다수의 주는 특정한 정당에 대한 지지가 확실하기 때문에, 대선 후보들은 지지세가 확실한 주보다는 선거마다 접전이 벌어지는 일명 ‘경합주’에 전략적으로 집중 유세를 합니다. 예를 들어 한 경합주가 고령층이 많은 주라면, 고령층에게 유리한 정책을 공약으로 내세워 표심을 가져올 수 있겠죠!

그런데 여기서 예상 밖의 문제 한 가지가 발생할 수 있습니다. 바로 ‘투표율’이에요! 여론조사에서 아무리 지지율이 높은 후보여도, 정작 지지자들이 투표에 참여하지 않는다면 큰 낭패입니다.  따라서 후보자는 지지율뿐만 아니라 본인을 지지하는 유권자들의 투표 장려에도 힘써야 합니다. 도대체 투표율이 얼마나 영향을 미치기에 선거 결과가 좌지우지되는 걸까요? 데이터 저널리즘 및 통계 분석 전문 웹사이트 ‘’에서 제작한 인터랙티브 데이터 시각화 사례를 통해 알아보겠습니다!

위 사례에서는 2020년 기준 연령, 교육 수준, 성별, 소득 수준, 인종 총 5가지 인구통계학적 특징별 집단의 투표율을 바탕으로 2024년 해리스와 트럼프의 당선 확률을 예측한 결과를 두 가지의 차트로 나타냈는데요. 먼저 가장 상단에 선거인단 투표(electoral votes)와 유권자 투표(popular vote)의 예측 결과가 막대 차트로 표현되어 있습니다. 막대 길이와 각 후보의 정당 색을 활용해 직관적으로 예측 결과를 파악할 수 있죠!

한편, 하단에는 지역별 후보자의 승리 확률을 타일 격자 지도로 시각화했습니다. 타일 격자 지도란 모든 지역을 동일한 크기의 정사각형 타일 모양으로 고정하고, 데이터의 크기에 따라 색깔을 달리 표현한 차트인데요! 하단의 범례를 보면 해리스가 득표 차(Margin of victory)를 크게 벌리면서 승리할 확률이 높을수록 지역별 타일을 짙은 파란색에 가깝게 표현하고, 해리스와 트럼프가 아닌 다른 후보가 승리할 것으로 예상될 경우(Independent) 노란색으로, 트럼프가 승리할 확률이 높을수록 짙은 빨간색에 가깝게 표현한 것을 알 수 있습니다. 

위 차트에 따르면 유권자의 투표율이 2020년과 동일할 경우 해리스가 당선될 것으로 예측되는데요! 막대 차트에 따르면 유권자 투표는 51대 47로 근소한 차이지만, 타일 격자 지도에 따르면 많은 선거인단이 할당된 동부와 서부 지역에서 승리하며 트럼프보다 68명 더 많은 선거인단을 확보할 것으로 예상됩니다. 하지만 투표율이 조금 달라진다면 어떻게 될까요?

이 사례는 앞서 언급했듯 ‘인터랙티브’ 시각화 차트로 미국 선거 결과에 중요한 영향을 미치는 투표율을 조정해 볼 수 있는데요. 사용자가 스스로 인구통계학적 특징별 집단의 투표율을 조정함에 따라 달라지는 선거 결과 예측이 지도에 반영됩니다. 예를 들어, 18세부터 29세의 투표율을 임의로 낮추어 보았는데요! 기존의 2020년 투표율 기준 차트와는 달리 선거 결과 예측이 트럼프 당선으로 바뀌었습니다. 차트가 어떻게 바뀌었는지 자세히 살펴볼까요?

먼저 가장 상단의 ‘선거인단 투표(electoral votes)’ 막대 차트는 303표 대 235표에서 247표 대 291표로 빨간색 막대의 비율, 즉 트럼프의 득표수가 더 높아졌습니다. 반면 ‘유권자 투표(popular votes)’ 막대 차트는 해리스 득표율이 약 51%, 트럼프의 득표율이 약 47%에서 트럼프의 득표율이 겨우 1%만 상승했을 뿐, 여전히 해리스의 득표율이 51%로 트럼프보다 높은데요. 왜 선거인단 투표와 유권자 투표 결과가 다른데도 불구하고 트럼프가 당선될 것으로 예측되는지는 하단의 타일 격자 지도 차트를 보면 알 수 있습니다. 

위 사례의 타일 격자 지도를 보면 투표율을 조정했을 때 기존 차트에서 결과가 변경된 지역이 있는 경우 해당 지역이 점선으로 강조되는데요! 18세부터 29세의 투표율을 낮추었을 때 위스콘신(WI), 펜실베니아(PA), 애리조나(AZ), 조지아(GA) 네 지역이 연한 하늘색에서 연한 빨간색으로 변화하면서 점선으로 강조된 것을 볼 수 있습니다. 막대 차트와 타일 격자 지도를 종합해 보면 해리스와 트럼프의 유권자 득표율 자체가 크게 달라지지는 않지만, 위 네 지역에서 트럼프가 승리할 확률이 증가하면서 더 많은 선거인단을 확보할 수 있게 되기 때문에 트럼프의 최종적인 승리가 예상되는 것으로 해석할 수 있겠네요!

이처럼 특정 집단의 투표율 변화가 선거 결과를 뒤바꿀 수 있기에, 두 후보 모두 최대한 많은 지지자를 확보하기 위해 인구통계학적 특징을 고려한 전략을 펼치고 있습니다. 그렇기 때문인지 실제로 두 후보가 속한 정당마다 유리하게 작용하는 인구 집단이 존재한다고 하는데요. 에 따르면 공화당에 유리한 남성, 백인 유권자, 고졸 이하 유권자의 투표율이 높다고 가정하면 트럼프가, 민주당에 유리한 여성, 대졸 이상 백인 유권자, 유색인종 유권자의 투표율이 높다면 해리스가 앞서는 결과가 나타났다고 해요. 과연 이번 선거에서는 어떤 집단의 투표율이 판도를 바꿀지에 관한 귀추가 주목됩니다!

3. 이번 대선은 _____ 분야 공약이 관건! : 2024 트렌드 관심도 지역별 히트맵

마지막으로는 선거에서 빼놓을 수 없는 ‘공약’에 관해 알아보려고 합니다. 유권자들의 지지율과 투표율은 어디에서 비롯될까요? 후보자의 힘 있는 목소리와 진실된 눈빛도 물론 중요하지만, 무엇보다도 중요한 것은 ‘내실이 있는 공약’이겠죠! 대중이 많은 관심을 가지는 주제에 관해 혁신적이면서도 실용적인 공약을 내놓은 후보가 더욱 당선될 확률이 높지 않을까요?

그렇다면 이번 대선에서 승기를 잡기 위해서 어떤 분야의 공약에 신경 써야 할까요? 구글의 검색어 기반 빅데이터 분석 서비스 ‘’와 데이터 시각화 전문가 ‘’가 협업하여 제작한 인터랙티브 웹사이트, ‘’에서 그 비밀을 알아보겠습니다!

위 사례는 대선이 예정된 2024년 미국인들이 어떤 관심과 걱정을 가지고 있는지 밝히기 위한 구글 검색 데이터 패턴 분석 프로젝트의 일환으로 제작되었습니다. 미국에서 가장 많이 검색된 정치 개념과 이슈에 대한 구글 트렌드 데이터를 시각화했다고 해요.

웹사이트에 접속하면 이전 대선이 치러졌던 2020년과 비교하여 가장 관심도가 높아진 주제 6개에 관한 지도 시각화를 조회할 수 있습니다. 왼쪽 상단부터 인플레이션(Inflation), 연기금(Pension funds), 에너지(Energy), Parental leave(육아 휴직), 테러리즘(Terrorism), 세금 정책(Tax policy) 순서대로 올해 관심도가 많이 증가한 것을 알 수 있는데요. 국제 금융 센터가 발표한 미국 대선 동향 및 주요 쟁점 점검 보고서에 따르면 이번 대선의 주요 쟁점 또한 고물가 및 경제 상황, 소득 및 법인세율 개편, 기후 변화 등으로 위 주제들과 상당히 밀접한 관련이 있는 것으로 나타났어요. 대중이 관심을 가지는 주제가 대선의 핵심 요소로 떠올랐음을 짐작할 수 있었습니다!

이번에는 개별 차트를 조회해 보려고 하는데요! 모든 주제 중 무려 115%로 가장 관심도가 많이 증가한 주제인 ‘인플레이션’의 지도 시각화를 자세히 살펴보겠습니다.

위 차트는 2020년 대비 2024년의 ‘인플레이션’ 검색량 증가율을 등고선 지도로 나타낸 것입니다. 등고선 지도란 지도 위 데이터를 색으로 표현하는 시각화 유형 중 하나로, 지도에서 동일한 수치 데이터값을 갖는 지점을 선으로 연결해서 영역을 구분하는 것이 특징인데요. 이렇게 구분된 영역마다 색을 다르게 설정하여 데이터의 크기를 나타냅니다. 위 사례에서는 범례가 없는 것이 조금 아쉬웠는데요. 지도 위 가장 밝은 곳에 표기된 ‘+85%’, ‘+13%’ 등의 숫자로 추론해 보았을 때 검색량의 증가율이 높은 영역일수록 밝은색으로 표현한 것으로 보여요.

차트를 보면 전반적인 지역에서 인플레이션에 대한 관심도가 증가했음을 알 수 있는데요. 특히 동부의 워싱턴 D.C.(District of Columbia)와 동북부 지역에서 관심도의 증가 폭이 매우 큰 것으로 보입니다. 실제로 이라고 답했다고 해요. 이에 따라 후보자들 또한 적극적으로 경제 공약을 펼치고 있습니다. 과연 어떤 후보의 공약이 유권자의 마음을 사로잡을 수 있을지, 끝까지 지켜봐야 하겠습니다!

에디터의 한마디

지금까지 데이터 시각화 사례를 통해 2024 미국 대선의 판세를 톺아 보았습니다! 매일 달라지는 지지율의 변화, 인구통계학적 특징별 투표율에 따른 선거 결과 예측, 그리고 대중들의 관심사 변화까지 다양한 측면에서 미국의 대통령 선거를 알아 갈 수 있었는데요. 다소 어렵고 복잡할 수 있는 선거 관련 데이터를 차트로 보니 훨씬 이해하기 쉽고, 흥미롭게 느껴졌습니다. 왜 특별히 선거철이 오면 데이터 시각화가 자주 등장하는지, 그 이유를 체감할 수 있었어요. 

2024 미국 대선이 보름도 남지 않은 지금, 해리스 부통령과 트럼프 후보 간 긴장감이 점점 고조되고 있는데요! 되면서,  하는 등 금융 시장이 들썩이고 있다고 합니다. 과연 선거의 결과는 어떻게 될까요? 대선 결과가 발표된 이후에도 많은 언론사에서 데이터 시각화로 결과를 보도할 것으로 예상되니, 여러분도 꾸준히 관심을 가지고 살펴보시면 도움이 될 것 같습니다. 여러분은 이번 선거의 판세, 어떻게 보고 계신가요?  

본 기사의 원문은 아래 링크를 참고하시기 바랍니다.