시각화 인사이트 프로세스
더 많은 작업
- Visualization Insight Process; 시각화 인사이트 프로세스
- 데이터를 시각화해 가며 탐색(1단계), 분석(2단계), 활용(3단계)을 거쳐 의사결정에 쓸 인사이트를 얻는 절차. ADP 필기 5과목 데이터 시각화의 첫 번째 주요항목이다
한국데이터산업진흥원이 공개한 ADP 필기 출제기준에서 5과목 '데이터 시각화'의 주요항목은 시각화 인사이트 프로세스, 시각화 디자인, 시각화 구현의 세 가지이며, 시각화 인사이트 프로세스의 세부항목은 '시각화 인사이트 프로세스의 의미, 탐색(1단계), 분석(2단계), 활용(3단계)'이다. 각 단계 안의 세부 작업은 공식 교재인 데이터분석 전문가 가이드(한국데이터산업진흥원)에서 설명하며, 온라인으로 공개되어 있지 않다. 이 문서의 단계별 세부 내용은 그 교재의 분류를 일반적인 데이터 분석 용어로 정리한 것이다.
인사이트(insight)는 데이터 안에서 새로 알게 된 사실이나 관계로, 행동이나 의사결정으로 이어질 수 있는 통찰이다. 시각화는 숫자 표나 요약 통계량만으로는 보이지 않는 분포, 추세, 이상값, 변수 사이 관계를 사람이 직접 눈으로 찾게 해 준다. 시각화 인사이트 프로세스는 시각화를 결과를 보여 주는 마지막 단계로만 보지 않고, 데이터를 이해하고(탐색) 의미를 찾고(분석) 그것을 조직의 의사결정에 쓰는(활용) 전 과정의 도구로 본다.
시각화가 왜 필요한지는 Anscombe(1973)의 네 데이터 묶음이 잘 보여 준다. 네 묶음은 평균, 분산, 상관계수, 회귀식 같은 요약 통계량이 거의 같지만 산점도를 그리면 직선 관계, 곡선 관계, 이상값 하나에 끌려간 관계 등 전혀 다른 모양이다. 요약 통계량만 보면 같은 결론을 내리게 되지만, 그래프를 보면 다른 인사이트를 얻는다.
아래 세부 작업은 ADP 교재(데이터분석 전문가 가이드)의 분류를 표준 용어로 요약한 것이다.
| 단계 | 목적 | 주요 작업 |
|---|---|---|
| 탐색(1단계) | 데이터를 이해하고 분석할 관계를 찾는다 | 데이터 명세화(어떤 데이터가 있는지, 각 변수의 의미·유형·단위·범위를 정리), 연결 고리 찾기(여러 데이터를 이어 줄 공통 항목과 결합 기준 찾기), 관계 탐색(변수 사이 관계·이상값·패턴을 그래프로 살펴 분석 대상을 좁힘) |
| 분석(2단계) | 탐색에서 찾은 관계를 깊이 분석해 의미를 도출한다 | 분석 목표에 맞는 지표 설정, 지표를 기준으로 데이터를 비교·분해, 통계 분석·모델링과 시각화를 반복하며 인사이트 도출 |
| 활용(3단계) | 얻은 인사이트를 조직의 의사결정과 실행으로 연결한다 | 인사이트를 통한 의사결정, 결과의 공유와 전달(보고서, 대시보드, 인포그래픽), 실행 결과를 다시 데이터로 측정해 다음 탐색으로 되먹임 |
- 세 단계는 한 번 지나가고 끝나는 순서가 아니라 반복된다. 분석 중에 새 질문이 생기면 탐색으로 돌아가고, 활용 결과는 새로운 데이터가 되어 다음 주기의 탐색 대상이 된다.
- 1단계 탐색에서는 정확한 그림보다 빠르게 많이 그려 보는 것이 중요하고, 3단계 활용에서는 받는 사람이 오해 없이 이해하도록 다듬은 시각화(시각화 디자인)가 중요하다.
1단계 탐색은 존 튜키(John W. Tukey)가 1977년 저서 Exploratory Data Analysis에서 정리한 탐색적 데이터 분석(EDA)과 같은 생각에 바탕을 둔다. NIST/SEMATECH e-Handbook은 EDA를 "주로 그래프 기법을 써서 데이터에 대한 인사이트를 최대화하고, 숨은 구조를 드러내고, 중요한 변수를 추출하고, 이상값을 찾고, 가정을 검정하는" 접근 방식으로 설명한다.
| 구분 | 고전적 분석 | 탐색적 데이터 분석(EDA) |
|---|---|---|
| 순서 (NIST 설명) | 문제 → 데이터 → 모형 → 분석 → 결론 | 문제 → 데이터 → 분석 → 모형 → 결론 |
| 모형 | 데이터를 모은 뒤 정규성·선형성 같은 모형을 먼저 가정한다 | 모형을 미리 정하지 않고 데이터를 먼저 보며 어떤 모형이 맞을지 찾는다 |
| 주된 도구 | 추정, 검정 등 수치 기법 | 그래프 중심 |
- 시각화 인사이트 프로세스의 탐색 단계가 EDA에 해당하고, 분석 단계는 EDA로 세운 가설을 확증적 분석(검정, 모델링)으로 확인하는 과정, 활용 단계는 결과를 전달하는 설명적 시각화에 해당한다고 볼 수 있다.
- 출제기준상 세부항목 순서는 의미 → 탐색(1단계) → 분석(2단계) → 활용(3단계)이다. 단계 이름과 순서를 섞어 묻는 문제에 대비한다.
- 각 단계의 작업이 어느 단계에 속하는지 구분한다. 데이터 명세화·연결 고리 찾기·관계 탐색은 탐색, 지표 설정과 인사이트 도출은 분석, 의사결정·공유는 활용이다(교재 분류).
- 탐색 단계는 튜키의 탐색적 데이터 분석과 통한다. 요약 통계량만으로는 구조를 놓칠 수 있다는 예로 Anscombe 데이터가 자주 쓰인다.
- 한국데이터산업진흥원 데이터자격검정 - ADP 시험과목 및 출제기준
- NIST/SEMATECH e-Handbook of Statistical Methods, 1.1.1 What is EDA?
- NIST/SEMATECH e-Handbook of Statistical Methods, 1.1.2 How Does Exploratory Data Analysis differ from Classical Data Analysis?
- NIST/SEMATECH e-Handbook of Statistical Methods, 1.1.6 An EDA/Graphics Example (Anscombe)
- Anscombe, F. J. (1973). Graphs in Statistical Analysis. The American Statistician, 27(1), 17–21. doi:10.1080/00031305.1973.10478966
- Tukey, J. W. (1977). Exploratory Data Analysis. Addison-Wesley.