비즈니스에서 효과적으로 데이터 시각화할 수 있는 원리를 설명하는 책으로, 사용할 소프트웨어에 독립적으로 응용할 수 있는 인포그래픽 안내서다. 엑셀에서 만든 차트를 중심으로 설명하기 때문에 엑셀 기반의 일반적인 사용자들은 좀 더 많은 팁을 얻을 수 있다. 내용을 따라가다 보면 어느새 엑셀 사용만으로도 데이터 과학자처럼 사고하는 방법을 터득하고 있는 자신을 발견하게 될 것이다. 그래픽 디자이너가 아니더라도 효율적이고 보기 좋은 시각화를 만들 수 있는 방법을 익힐 수 있다.

무엇보다 효율적인 데이터 시각화란 데이터에 관해 사고하는 하나의 방식이다. 이 책은 여러분이 이미 생각해봤을 스킬을 사용하는 방법과 업무와 직접 관계된 방법들로 데이터를 구성하는 방법을 보여줄 것이다. 비즈니스 시각화가 작동하는 방식과 이유 그리고 무엇이 이것을 효율적으로 만들어주는지 보여줌으로써 여러분에게 데이터 분석가처럼 생각하는 방법을 가르쳐주는 것으로 시작한다. 어떤 차트는 작동하고 어떤 차트는 작동하지 않는지 확고한 개념을 갖고, 여러분은 데이터를 준비하고, 정렬하며, 분석할 수 있는 모범 사례를 학습하게 될 것이다.
■ 여러분의 필요에 제일 잘 맞는 차트 유형을 고르는 방법
■ 여러분의 차트에 적합한 서식을 적용하는 방법
■ 색깔을 효과적으로 사용하기 위한 특별한 팁들

데이터 시각화에 관한 블로그(excelcharts.com)를 쓰고 있고, 수년간 워크시트에서 벗어나 진짜 시각화 도구에 집중해왔다. 이것이 보통의 과정이다. 하지만 스프레드시트는 우리 중 대다수가 조직적 컨텍스트에서 접근할 수 있는 유일한 도구며, 그래픽 능력을 배우고 향상시키려면 평균적인 사람들에게 데이터 시각화를 제공하는 데서 시작해야 한다. 그러고 나서 사람들과 조직은 자신들의 필요에 적합한 도구인지, 다른 애플리케이션으로 자연스럽게 수요 전환이 가능한지 여부를 평가하게 된다.
이 책은 분석적인 커뮤니케이션 도구로써의 데이터 시각화 표현을 위해 스프레드시트를 사용하는 대학생, 자신의 영업분석을 하는 영업사원들, 스스로 예산을 계획하는 상품 매니저들, 그리고 수행평가를 하는 매니저들을 위한 시각화 책이다.

이 책은 일상 작업에 적용하기에는 너무 추상적인 이론과 일반화된 규칙을 이해하는 데 도움이 되는 구체적인 작업에 초점을 맞춘 실전 사이에 있는 책이다. 나는 모든 장에서 각 사례에 이론이 어떻게 적용되는지, 그리고 특정 작업이 항상 이 이론을 설명하고 정당화하며 일반화하는 이론상의 프레임워크를 어떻게 갖는지 보여주려고 노력했다. 방법뿐만 아니라 이유를 이해하는 것이 중요하다.
데이터 시각화의 이해를 시작하기 위해 이 책의 첫 번째 장에서는 행동이 일어나는 컨텍스트인 인간 감각의 특성, 차트를 만들 때 우리가 사용하는 개체, 지각의 역할, 지식을 얻는 방법, 그리고 데이터 시각화를 정의할 수 있는 다양한 방법들을 설명하고 있다.
두 번째 장에서 차트는 시각적 논쟁의 대상이 된다는 점을 인지하고, 질문에 답할 것이다. 이 질문에 대한 답변의 질은 여러분이 선택한 차트의 유형으로 시작한다. 그 다음으로 차트 형식을 지정하고, 최상의 차트 형식이 품질을 높이고 결함을 줄여 콘텐츠를 제공하는 것이지 콘텐츠와 구별하는 것이 아니라는 점을 알게 된다.
이 책을 통해 데이터 관리의 모범 사례와 엑셀 차트 라이브러리, 잘못된 소프트웨어의 기본 설정을 피하는 방법, 엑셀 라이브러리가 제공하는 것 이상으로 애플리케이션의 유연성을 이용하는 방법을 포함해 구조적 컨텍스트에서 데이터 시각화를 분석할 것이다.

어떤 데이터 포인트도 그 자체로 온전한 섬이 아니다.
모든 데이터 포인트는 대륙의 한 조각, 패턴의 한 부분일 뿐이다.

위대한 시인 존 돈(John Donne)이 그의 아름다운 시 “아무도 혼자인 사람은 없다(No man is an island)”가 새겨진 자신의 무덤 속에서도 탄식하겠지만, 나는 컨텍스트와 웹 관계를 갖고 있는 데이터의 특성을 이 시 구절처럼 더 잘 표현할 방법을 찾지 못하겠다. 지식으로 향하는 길은 이러한 관계를 발견하고 시각화되도록 만드는 데 있다.
사회의 변화와 기술의 진보로 세상은 더 불확실한 곳이 되었다. 또 다른 시인인 루이스 드 카몽이스(Luis de Camoes)는 “변화는 이전처럼 변하지 않는다”라고 말했다. 불확실성에 대처하기 위해 우리는 대량으로 데이터를 생산하고 검색서비스에 기술을 적용한다. 이것은 수년에 걸쳐 많은 이름으로 불려왔으며, 오늘날은 이것을 ‘빅데이터(Big Data)’라고 부른다.
데이터 수집과 저장이 목표라면, 데이터가 많을수록 더 좋다. 하지만 우리가 놓치고 있는 것은 무엇일까? 만약 더 많은 데이터를 정말 더 좋은 데이터로 바꾸는 올바른 기술이 함께 동반되지 않는다면 우리는 더 이상 많은 데이터가 필요하지 않다. 우리는 데이터를 필요로 하는 사람들이 데이터를 어떻게 사용할지, 어떤 목적을 갖고 있는지를 고려할 필요가 있다. 그렇지 않다면 쓸모 없는 데이터를 하드디스크의 잊혀진 폴더 안에 디지털 먼지가 되도록 계속해서 쌓아둘 필요가 없다. 잠깐만! 파이차트를 만드는 것 역시 그다지 좋은 생각이 아니다.

조르즈 카몽이스(Jorge Camões)

통계학과 정보관리를 공부했고, 2010년부터 정보시각화를 효과적으로 사용하는 방법에 대해 상위 25개 제약회사와 주요 유통업의 고객들을 대상으로 경영컨설팅을 해왔다. 컨설팅 사업을 시작하기 전, 머크 사(Merck&Co.)의 포르투갈 자회사의 비즈니스 인텔리전스(Business Intelligence) 부서에서 10년간 일했다. 현재는 포르투갈 리스본에 위치한 집에서 인기 있는 데이터 시각화 블로그인 Excelcharts.com을 운영하고 있다.

데이터 분석 결과를 쉽게 이해할 수 있도록 시각적으로 표현하고 전달하는 과정 자체를 데이터 시각화라고 하며, 비즈니스에서는 데이터의 효과적인 시각적 전달을 위해 ‘차트’나 ‘그래프’를 주로 이용한다. 많은 비즈니스 솔루션과 오픈소스 계열의 소프트웨어는 데이터 시각화 작업을 하게 될 작업자의 편의를 위해 사전 정의된 차트나 그래프의 서식을 방대하게 제공하고 있으며, 이 부문의 개발에 계속해서 많은 자원을 투자함으로써 데이터 시각화의 영역은 나날이 발달하고 있다. 또한 데이터 과학 영역의 요소와 그 사용성이 급증하게 됨으로써, 차트와 그래프 자체의 종류와 복잡성 역시 증가해 이렇게 사전 정의된 서식을 이용하는 것조차 효율적인 시각화를 위해서는 어떤 방법으로 무엇을 표시해야 할지를 결정하는 데에 상당한 노력이나 사전지식이 필요한 것이 사실이다. 경우에 따라서는 시각화 개체가 온라인상에서 사용돼야 할 때, 개체와 사용자 간 상호작용하는 기능까지 고려해 UX(User Experience), 사용자 경험 측면을 반영해야 하기도 한다.
이렇게 데이터 시각화는 정보 시각화(Information Visualization), 과학적 시각화(Scientific Visualization), 시각 디자인(Visual Design), 정보 그래픽(Information Graphic), 데이터 분석(Data Analytics), 데이터 과학(Data Science) 등의 분야가 복합적으로 관련되기에 자칫 균형을 잃으면 기능적인 요소나 심미적인 측면이 강조되는 결과를 초래해 정보를 명확하고 효과적으로 전달하려는 목적을 벗어나게 된다. 또 하나의 융합 영역인 데이터 시각화 작업을 목전에 두고 있는 많은 작업자를 위해 이 책은 인포그래픽과 차트의 기본적인 원리를 설명함으로써 전문적인 그래픽 디자이너가 아니더라도 효율적이고 세련된 시각화 개체를 생성할 수 있도록 도와주고 있다.
문서상으로 전달하는 시각화 개체뿐만 아니라, 가상현실(VR), 증강현실(AR) 등이 흔히 사용될 세상을 맞이하게 돼 여러 종류의 시각화 개체의 생산이 필요한 업무를 담당할 많은 작업자에게 이 책은 좋은 안내서가 될 것이다.

이혜연

수년간 대기업 데이터 마이닝 시스템과 머신러닝 시스템 컨설팅 및 고급 분석을 기반으로 한 전략 컨설팅 경력을 보유하고 있다. 현재도 해당 분야의 컨설턴트로 활약 중이며, 기업과 공공기관 및 대학교에서 관련된 강의를 진행하고 있다. 기술 콘텐츠의 저술/번역 공동체 GoDev의 가족이다.