[데이터 시각화 입문](후지 토시쿠니, 와타나베 료이치 著, 김태현 譯, 2020)

● 데이터 시각화 (Data Visualization)

- 지금은 많이 익숙해진 단어.

- 대개 수치로 표현된 데이터를 그림으로 표현하는 과정이다.

- 파이썬같은 프로그래밍 언어로 코딩을 해야만 하는 것은 아니다.

- 엑셀에서 마우스로 드래그하고 아이콘을 클릭해서 그리는 그림도 엄연한 데이터 시각화 결과물이다.

 

● 데이터 시각화를 하면 할 수 있는 일들

- 저자와 역자는 이렇게 말한다.

- 저자 : "데이터 시각화의 기본을 익혀 비즈니스에 자연스럽게 적용할 수 있게 되면, 보는 눈이 극적으로 달라집니다. 확실하게 읽히며 사람들에게 사용되는 보고서를 만들 수 있습니다. 무엇보다도 읽는 사람의 시간 효율이 향상되겠죠. (중략) 여러분이 작성하는 차트를 보는 분들도 데이터 시각화의 효과와 가치를 향유하고, 나아가 사회 전체의 데이터 활용 상태가 조금이라도 향상된다면 기대 이상의 기쁨이 될 것입니다."

- 역자 : "얼핏 보면 데이터 분석이 끝나고 확보한 내용을 얼마나 쉽게, 한눈에 이해할 수 있도록 전달할 수 있는가를 설명하고 있다고 생각할 수 있습니다. 시점을 조금 달리 하면 데이터 시각화야말로 데이터 분석의 출발점이라고 할 수 있습니다. 잘 정리된 데이터에서야말로 비로소 진정한 의미와 경향을 알 수 있게 되니 말입니다."

- 저자는 효율 향상을 이야기하고 역자는 데이터 분석의 출발을 이야기한다.

- 저자보다 역자의 말이 더 강하게 와닿는다.

 

● 이론 vs 실전

- 많은 일들이 그렇지만 뭔가를 한 단계 올리기 위해서는 이론과 실전이라는 두 날개가 필요하다.

- 무엇이 먼저인지는 중요하지 않다.

- 책에서 학습한 이론은 실전에서 손 끝에 녹아나야 하고

- 실전에서 쌓는 새로운 경험은 일반화해서 나만의 이론으로 다시 정리해야 한다.

- 이 책은 이론과 실전을 나누어 담고 있는데 4장까지는 이론만, 5장부터는 이론이 적용된 실전 사례가 나열되어 있다.

 

● 구성이 조금 아쉽다.

- 이론과 실전 분량은 대략 90페이지씩 반반.

- 이론에 딱히 불필요한 내용이 느껴지지는 않는다. 

- 데이터 시각화의 목적과 효과, 정의 및 데이터 종류에 따른 시각화 형식 선택 및 인지과학적 요소까지 다루고 있다.

- 적절한 그림과 함께 나름 정리가 되어있지만 묘하게 지루해서 지속력을 유지하기 어렵다.

- 간혹 시각화 원칙을 어기는 바람에 읽기 어려운 부분도 있다.

- 4.2. 차트 유형을 선택하는 법칙에는 경우 설명 뒤의 해칭이 방해 자극으로 작용해 글자를 읽기 어렵다.

- 페이지 구성도 아쉬운 면이 적지 않다. 설명은 왼쪽에, 결과는 오른쪽에 배열돼 가독성이 떨어진다.

- 이론 부분에만 28가지로 나눈 차트 유형은 머리에 잘 남지 않는다.

 

● 실전 부분을 중심으로 잘 꾸몄으면 어땠을까.

- 실전 부분은 시각화에서 해결해야 하는 상황을 가정하고 보기 좋지 않은 그림을 좋게 바꾸는 형식으로 구성되어 있다.

- 수십가지 예시가 풍부하게 담겨 있어 이런 문제를 겪은 이들이라면 좋은 솔루션을 받아갈 수 있다.

- 특히 시각화 방식 개선과 주의 사항이 섞여있어 독자 입장에서 혼란을 피하기 어렵다.

- 페이지 구성에 조금만 더 신경을 썼다면, 저자들이 의도한 바가 훨씬 잘 전달되었을 것 같다.

 

● 데이터 시각화

- 프로그램에 따라 클릭 몇 번, 명령어 몇 개로 실행할 수 있는 것이 데이터 시각화다.

- 하지만 데이터를 다루는 능력, 본인보다 데이터를 깊게 보지 않은 이들을 향한 전달력이 동시에 필요하고,

- 보기 좋은 그림을 그릴 수 있는 미적 감각이나 감각을 보완할 수 있는 인지과학적 지식까지 동원해야 한다.

- 이 책이 좋은 길을 갈 수 있는 더 좋은 길잡이가 되어줄 수 있는데 형식이 내용을 가리는 듯 하여 아쉽다.