스몰데이터의 시각화 표현 연구

Abstract

오늘날 데이터에 대한 사람들의 관심이 높아지면서 빅데이터의 상대적 개념으로 ‘스몰데이터’라는 용어가 생겨났다. 스몰데이터는 규모가 작기 때문에 디자이너가 쉽게 데이터를 수집하고 활용할 수 있으며 데이터를 둘러싼 문맥(Context)을 통해 내러티브를 만들어 낼 수 있는 장점을 갖는다. 본 연구는 디자인·조형활동에 있어서 디자이너가 스몰데이터를 디자인 컨텐츠로 인식하고 활용하는 시각화 표현을 제시하고자 한다. 이에 따라 본 연구는 ‘(사)한국커뮤니케이션디자인학회의 논문 학술지 제67호’에 게재된 「스몰데이터 유형에 따른 시각화 표현 방법 연구」의 후속연구로서 디자인에서 기온일교차 데이터의 시각화 표현에 관하여 연구를 진행하였다. 이를 위해 먼저 스몰데이터에 대한 기초연구 및 시각화 사례분석을 통해 데이터 유형별 특징 및 효과를 연구하였다. 스몰데이터는 개인의 취향이나 필요, 생활양식 등 사소한 행동에서 나오는 규모가 작은 데이터를 의미한다. 스몰데이터의 유형은 1)개인데이터와 2)사물·현상데이터로 구분할 수 있다. 개인데이터는 개인의 사적인 주관적 데이터라 할 수 있으며, 사물·현상데이터는 사물과 현상에 대한 사실을 근거로 한 객관적 데이터라 할 수 있다. 본 연구에서는 두 개의 스몰데이터 유형(개인데이터, 사물·현상데이터)을 위치/시간/카테고리로 구분하여 대표 시각화 사례를 분석하였다. 사례분석은 알베르토 카이로의 ‘데이터 시각화 측정모델’을 사용하여 질적분석을 시행하였다. 이 모델의 요소는 형태성(추상과 형상), 가독성(기능과 장식), 밀도성(조밀과 희박), 구조성(독창과 친숙), 주제성(참신과 중복)이다. 분석 결과, 스몰데이터의 위치 기반 시각화는 형상적 형태성, 기능적 가독성이 높게 나왔다. 시간 기반 시각화는 기능적 가독성, 친숙한 구조성이 높게 나왔다. 카테고리 기반 시각화는 장식적 가독성, 독창적 구조성이 높게 나왔다. 공통적으로 개인데이터는 참신적 주제성이 높게 나왔고 사물·현상데이터는 조밀한 밀도성이 높게 나왔다. 시각화 분석을 통해서 스몰데이터 유형 및 분류기준에 따른 시각화 표현을 제시할 수 있었다. 첫 번째, 디자이너는 시각화 목적에 맞는 스몰데이터 유형을 활용할 수 있다. 주제를 통해 의미 있는 메시지 전달을 중시하고 싶을 경우에는 개인데이터를 활용하고, 객관적 정보전달을 중시하고 싶을 경우에는 사물·현상데이터를 활용할 수 있다. 두 번째, 디자이너는 데이터 분류기준에 따른 시각 표현을 할 수 있다. 위치 기반 데이터는 형상적 형태를 통해 정보의 관계를 비교할 수 있는 시각화 표현을 할 수 있을 것이다. 시간 기반 데이터는 친숙한 구조를 통해 정보의 변화를 비교할 수 있는 시각화 표현을 할 수 있을 것이다. 카테고리 기반 데이터는 독창적 구조를 통한 정보의 심미적 차별을 줄 수 있는 시각화 표현을 할 수 있을 것이다. 이에 따라 본 연구는 스몰데이터 시각화 사례분석 중 카테고리 기반의 사물·현상데이터 시각화 표현방법을 중점으로 기온일교차 데이터로 확장하여 연구하였다. 기온일교차 시각화의 심미성을 중점으로 한 조형실험을 통해 디자인 방법론으로서의 스몰데이터의 활용과 시각표현을 제시하고자 하였다. 본 연구자는 기온일교차 데이터를 시각적 형태로 바꾸는 과정에서 디자이너의 감성적 시각언어를 개발하고자 하였다. 이 연구는 스몰데이터를 디자인 작업에 적용함으로써 시각 디자인에서 데이터의 적극적 활용과 시각적 표현을 알아보는데 의의가 있다. ;The purpose of the study is to suggest the visualization methods to utilize Small data as content in graphic design. 'Small data' is a relative concept of 'Big data'. Therefore, Small data is small so that designers can easily collect and utilize the data and create narrative through the context surrounding the data. Accordingly, this study conducted a study on the visualization representation of daily temperature difference data in design as a follow-up to [A Study on the Visualization Methods of Small data], published in ‘A Journal of Communication Design Association of Korea’. Thus, this paper studied characteristics and effects of visualization types through the basic research on small data and in-depth analysis of visualization. Small data is data that comes from human behaviors such as personal taste, need, and lifestyle. It is all about finding the causation through the context. Small data is classified ‘personal data’ and ‘object·phenomenon data’ type. Personal data is personal subjective data, and object·phenomenon data is objective data based on facts about object and phenomena. The representative cases were selected from print media in the 2000’s. Data was classified based on location, time, and category according to organizational criteria, and classified into ‘personal data’ and ‘object·phenomenon data’ types. The case analysis used Alberto Cairo’s ‘Visualization Wheel'. This study firstly suggests that designers can collect small data for visualization purposes. If the goal is to convey a meaningful message through a topic, collect personal data. On the other hand, in order to convey objective information, collect object data. Second, designers can present visualizations according to the organizational criteria of the data. Data based on location can be visualized in order to compare the relationship among information through figural forms. Data based on time can be visualized in order to compare changes in information through familiar structures. Small data based on categories can be visualized to provide aesthetic discrimination of information through original structure. As a result, this study focused on a category-based visualization method of ‘object·phenomenon data’ and expanded it to ‘daily temperature difference data’. Through design focused on aesthetic, the purpose is to present the use and visual representation of small data as a design methodology.