소프트웨어야놀자

 우리 학교 시각화

설문조사는 잘 진행되었나요? 이 데이터를 이용해 우리 학교를 시각화해 봅시다!

수집한 데이터의 결과를 정리해 봅시다.

위에서 정리한 결과를 비슷한 것끼리 묶어봅시다.

 워드 클라우드로 만들어보기                              하단 부록을 참고해주세요.

데이터 결과를 바탕으로 문제를 해결하거나 결론을 도출해 보세요.

데이터 시각화된 결과를 기반으로 어떤 의사결정을 내릴 때 좋은 점과 주의할 점을 정리해 봅시다. 

데이터 시각화에 대해 최종 정리한 나의 생각을 이유와 함께 이야기해 봅시다.

다른 친구의 발표를 들으면서 좋다고 생각되는 부분은 무엇인가요?

발표를 듣고 데이터 시각화가 앞으로 우리 생활에 어떤 영향을 미칠지 생각해보고 이야기해 봅시다. 

누구라도 데이터를 활용할 줄 알아야 하는 시대, 데이터 시각화로 가능하다.

(중략) 데이터를 주제로 다룬 기사 가운데 ‘데이터 활용 능력’의 중요성을 강조하는 내용을 종종 볼 수 있습니다. 핵심은 얼마나 많은 양의 데이터를 보유하고 있느냐가 중요한 것이 아니라, 어떻게 활용 할 것인가에 대한 답을 가졌는지 그 여부가, 데이터를 기반으로 한 가치 창출의 키라는 것입니다. 누구나 알고 있는 정보는 정보가 아니듯이, 데이터의 나열, 데이터 축적 자체는 큰 의미가 없습니다.

그렇다면, 데이터를 어떻게 해야 잘 활용 할 수 있을까요? ‘데이터 활용 역량’이라 하면 크게 두 가지를 떠올릴 수 있습니다. ‘데이터 분석’과 ‘시각적 스토리텔링’입니다. 전자는 기술적으로 데이터를 수집하고 정제하는 데이터 가공 단계부터 분석 기법을 활용한 데이터 분석에 이르는 과정에 필요한 능력을 말합니다. 후자는 데이터 분석 결과를 시각적으로 표현해 스토리텔링을 하는 능력입니다. 과거에는 이 두 역량 간 경계가 뚜렷했던 반면, 최근 ‘이것’의 활용으로 인해 두 역량을 아우르는 사람들이 등장, 이들의 역할에 대한 중요성이 강조되고 있습니다. ‘이것’은 무엇일까요? 바로 ‘데이터 시각화’입니다. 데이터 시각화는 기술적으로 데이터를 다루는 전문 역량이 없어도, 시각적 스토리텔링을 위한 디자인 역량이 없더라도 데이터를 활용한 인사이트 발굴, 스토리텔링을 할 수 있도록 돕습니다.

1. 많은 양의 데이터를 한눈에 볼 수 있다.

데이터 시각화는 많은 양의 데이터를 시각적 요소를 활용해 요약해 표현합니다. 한눈에 볼 수 없는 많은 양의 데이터를 한 번에 볼 수 있도록 합니다. 빅데이터의 활용에 데이터 시각화가 강조되는 이유도 여기에 있습니다. 금융, 교통, 의료 등 빅데이터가 생산되는 다양한 분야에서 시각화 없이 데이터로 현상을 파악하고 예측하기 어렵습니다.

데이터 시각화에는 다양한 형태의 유형이 있습니다. 이들은 데이터가 의미하는 바를 쉽게 찾고, 이해할 수 있도록 돕습니다. 우리는 차트에 활용된 도형의 크기, 위치나 색의 정도를 바탕으로 데이터를 크기를 비교하고, 분포를 파악하거나 관련성을 찾을 수 있습니다. 즉, 데이터 안에 숨겨진 유의미한 이야기, 데이터 인사이트를 발견할 수 있습니다. 

2. 데이터 분석에 대한 전문 지식이 없어도, 누구나 쉽게 데이터 인사이트를 찾을 수 있다.

인간은 매우 시각적인 동물입니다. 인간은 자연적으로 시각적 입력을 다른 어떤 방법보다도 빠르게 인지합니다. 그만큼 우리에게 시각이 중요하다는 의미인데, 보통 사람이 감각기관을 통해 획득하는 정보의 80%이상이 시각을 통해 얻어진 다고 합니다. 우리에게 왜 데이터 시각화가 효과적인지 이해할 수 있습니다.

우리는 데이터 시각화 차트에서 시각화 요소의 형태, 크기, 위치나 색을 근거로 시각적 패턴을 찾고자 합니다. 차트의 시각적 패턴을 근거로 데이터의 추세는 어떤지, 다른 값들과 구별되는 이상값을 빠르게 찾을 수 있습니다. 데이터 분석을 위한 수학적, 통계적 전문 기술 없이도, 시각적 패턴을 근거로 누구나 쉽게 데이터 인사이트를 찾을 수 있습니다. 시각화를 통해 데이터 활용 범위가 넓어지고, 나아가 새로운 가치 창출의 범위가 확대된다고도 할 수 있습니다.

그뿐만 아니라 같은 맥락에서 데이터 시각화 차트를 활용하고, 차트의 시각적 패턴을 근거로 한 스토리텔링은 사람들의 기억에 오래 남습니다. 데이터를 기반으로 내가 찾은 인사이트를 다른 사람에게 강력하게 전달하기 위해서 시각화를 활용해야 합니다. (생략)

출처 : http://www.bloter.net/archives/329334

데이터 활용 역량에는 무엇이 있다고 했나요?

데이터를 시각화하여 그 속에서 유의미한 정보를 찾을 수 있다면 데이터 기반의 의사결정이 가능할까요? 가능하다면 그 이유는 무엇이라고 생각하나요?

 AI 윤리교실

다음은 데이터 시각화 시 유의해야 할 점에 대한 기사글입니다. 다음 글을 읽고 데이터 시각화에 대해 생각해 봅시다.

알고 있어야 보인다! 사람들은 잘 모르는 데이터 시각화의 약점

(중략) 우리의 눈을 속이는 데이터 시각화 시각화는 많은 양의 데이터를 시각화 요소를 활용해 데이터를 요약합니다. 우리는 숫자를 일일이 보지 않고서도 시각화 요소의 크기를 비교하여 데이터의 크고 작음을 쉽게 알 수 있고 이는 곧 데이터 인사이트를 쉽게 찾을 수 있다는 것을 말합니다. 그러나 한편으로 우리는 시각에 의해 데이터를 잘못 해석할 수도 있습니다. 또 의도적으로 데이터를 왜곡하는 방향으로 시각화 차트를 만들 수도 있습니다. (중략) 

동일한 데이터를 막대 차트와 버블 차트로 그린 위 그림 사례를 보면 막대 차트의 경우 월별 데이터의 크기를 y축 정보로 알 수 있는 동시에 막대의 길이를 기준으로 대략 몇 배 차이가 나는지도 쉽게 가늠할 수 있습니다. 반면 원으로 데이터의 크기를 비교할 경우 면적을 기준으로 표현되기 때문에 데이터의 크기를 가늠하기 쉽지 않습니다. (중략) 이런 사례들을 통해 데이터 시각화 차트가 ‘진실한 데이터 시각화’인지를 생각해 볼 필요가 있습니다. 선의로 만든 시각화 차트라 할지라도 사소한 부분을 놓쳐 사용자로 하여금 데이터를 오해하게 할 수 있습니다. 또한 비판적인 관점 없이 일방적으로 수용한 데이터 시각화 차트의 정보는 우리를 잘못된 데이터 해석, 의사결정의 방향으로 이끌 수 있습니다. (생략) 우리는 데이터 활용을 위해 시각화를 사용하고 시각화를 기반으로 인사이트를 도출할 때 비판적인 관점에서 살펴보아야 합니다. 스스로 자신이 내린 결론이 합리적이고 정당한 것인지 되물어보며 정확한 데이터 활용을 위해 노력해야 합니다.

출처 : http://www.openads.co.kr/nTrend/article/알고-있어야-보인다-사람들은-잘-모르는-데이터-시각화의-약점

데이터 시각화가 어떤 위험이 있을 수 있음을 말하고 있나요?

데이터 시각화의 약점에서 벗어나기 위해 어떻게 해야 하나요?

의도적으로 데이터 시각화를 왜곡한다면 어떤 일이 벌어질지 상상하고 이야기해 봅시다.

이번에 배우게 된 점, 느낀점 등을 정리해 보세요.