1. 왜 시각화가 시험 과목으로 들어와 있는가

분석은 숫자를 만드는 일이고, 시각화는 그 숫자를 남의 머릿속으로 옮기는 일입니다. 모형의 정확도(accuracy)가 아무리 높아도 의사결정자가 그 결과를 이해하지 못하면 프로젝트는 종료됩니다. 그래서 빅데이터분석기사 필기 4과목(빅데이터 결과 해석)은 “분석 모형 평가 및 개선” 다음에 “분석 결과 해석 및 활용”을 두고, 그 안에 시각화를 정식 출제 항목으로 넣어 두었습니다.

쉽게 말하면: 시각화(visualization)는 예쁘게 꾸미는 기술이 아니라, 숫자를 사람의 눈이 즉시 알아보는 형태(길이·위치·색·면적)로 번역하는 기술입니다.

번역이라는 비유가 중요합니다. 번역이 잘못되면 원문에 없는 뜻이 생깁니다. 시각화도 마찬가지여서, 같은 데이터로 정반대 인상을 주는 그림을 만들 수 있습니다. 그래서 이 편은 “어떤 차트를 고르는가”와 “어떻게 하면 거짓말하지 않는가”를 한 묶음으로 다룹니다.

모형 계수나 변수 중요도를 해석하는 방법 자체는 22편에서 다루었습니다. 여기서는 그렇게 해석된 결과를 전달하는 단계에 집중합니다. 히스토그램·박스플롯 같은 탐색 단계의 기본 그래프 읽는 법은 04편과 13편에 있으니, 이 편에서는 그 그래프들이 “어느 분류에 속하고 어떤 자리에서 쓰이는가”를 정리하는 방식으로 이어붙입니다.

2. 시각화 절차 — 목표가 먼저, 도구는 나중

기출에서 아주 자주 나오는 순서 문제부터 못 박고 시작합니다. 시각화 프로젝트의 표준 절차는 네 단계입니다.

• 1단계 목표 정의: “월별 이탈률이 3개월째 오르고 있다는 사실을 경영진에게 알린다”처럼 한 문장의 메시지를 먼저 정합니다.
• 2단계 데이터 준비·정제: 결측치(missing value)를 어떻게 표시할지, 단위를 원으로 할지 백만 원으로 할지, 이상치(outlier)를 뺄지 남길지 정합니다.
• 3단계 인코딩·도구 선택: 인코딩(encoding, 부호화)이란 숫자를 어떤 시각 속성에 대응시킬지 정하는 일입니다. 매출을 막대의 길이에 대응시킬지, 원의 면적에 대응시킬지, 색의 농도에 대응시킬지가 모두 인코딩 선택입니다. 도구(Tableau, Power BI, 파이썬 matplotlib 등) 선정은 이 단계에 붙습니다.
• 4단계 구현·전달: 실제로 그리고, 오독 가능성을 검토하고, 보고서나 대시보드로 내보냅니다.

자주 틀리는 점: 보기에서 “도구 선택”이나 “구현”을 맨 앞에 놓은 순서는 전부 오답입니다. 목적이 정해지지 않은 상태에서 도구부터 고르는 것은, 목적지를 정하지 않고 기차표부터 끊는 것과 같습니다.

3. 시각화 다섯 갈래 분류 — 이 표가 기출 단골이다

시험은 “다음 중 비교 시각화에 해당하지 않는 것은?” 같은 방식으로 분류를 직접 묻습니다. 전통적으로 시간·분포·관계·비교 네 갈래를 시각화 4대 분류라 부르고, 여기에 지도 위에 얹는 공간 시각화를 더해 다섯 갈래로 확장합니다.

각 갈래를 하나씩 뜯어봅니다.

3-1. 시간 시각화

시간(time) 시각화는 가로축을 시간으로 두고 값의 흐름을 봅니다.

• 선그래프(line chart)는 시점별 값을 선으로 이어, 증감의 방향과 속도를 읽게 합니다. 연속형 변수의 추세(trend) 파악에 가장 적합합니다.
• 막대그래프(bar chart)는 시점마다 막대 높이로 값을 세워 시점 간 크기 비교를 쉽게 합니다.
• 누적 영역그래프(stacked area chart)는 구성 항목을 위로 쌓아, 총합의 변화와 항목별 비중 변화를 동시에 보여 줍니다.
• 가로축을 시간으로 둔 점 표현(시점별로 점만 찍는 방식)도 엄연한 시간 시각화입니다. 점을 이으면 그대로 선그래프가 됩니다.

자주 틀리는 점: 기출에는 “가로축을 시간으로 둔 점 표현은 흐름을 나타낼 수 없으므로 시간 시각화에 쓸 수 없다”는 보기가 나온 적이 있습니다. 쓸 수 없다는 단정이 오답 표시입니다. 시각화 문제에서 “반드시”, “무조건”, “항상”, “쓸 수 없다” 같은 절대 표현이 보이면 그 보기를 먼저 의심하세요.

3-2. 분포 시각화

분포(distribution) 시각화는 한 변수의 값이 어떻게 퍼져 있는지, 또는 전체가 어떻게 나뉘어 있는지를 봅니다.

• 히스토그램(histogram)은 값을 구간(bin, 빈)으로 나누고 그 구간의 도수(빈도)를 막대 높이로 세웁니다. 비대칭(왜도)과 봉우리 개수를 보는 데 씁니다.
• 박스플롯(box plot, 상자그림)은 제1사분위수 $Q_1$ (큐원, 하위 25퍼센트 지점)과 제3사분위수 $Q_3$ (큐쓰리, 상위 25퍼센트 지점)를 양 끝으로 하는 상자와 중앙값 선으로 분포를 요약하고, 사분위범위의 1.5배를 넘는 값을 점으로 따로 찍습니다.
• 바이올린플롯(violin plot)은 박스플롯에 밀도 곡선을 좌우 대칭으로 붙인 그림입니다. 박스플롯은 봉우리가 두 개인 분포(쌍봉분포)를 감춰 버리지만, 바이올린플롯은 허리가 잘록해지는 모양으로 봉우리 개수와 비대칭을 한 그림에서 드러냅니다. 기출에서 “비대칭과 여러 봉우리를 함께 살피기에 가장 적합한 것”을 물으면 답은 바이올린플롯입니다.
• 파이차트(pie chart, 원그래프)와 도넛차트(donut chart)는 전체를 100퍼센트로 두고 부채꼴 각도(면적)로 구성비를 나눕니다. 항목이 대략 5개를 넘어가면 각도 비교가 어려워져 막대그래프가 낫습니다.
• 트리맵(tree map)은 사각형 면적으로 구성비를 나타내며, 계층 구조(대분류 안의 소분류)를 중첩된 사각형으로 함께 담을 수 있습니다.
• 모자이크플롯(mosaic plot)은 두 개 이상의 명목형(범주형) 변수의 교차표(contingency table, 분할표)를 사각형 면적으로 시각화합니다. 가로 폭이 한 변수의 비율, 세로 높이가 다른 변수의 조건부 비율에 대응하므로 범주 간 연관을 눈으로 봅니다. 분포와 관계의 성격을 함께 갖고 있어 보기에서 자주 헷갈리게 배치됩니다.

3-3. 관계 시각화

관계(relationship) 시각화는 변수와 변수 사이의 얽힘을 봅니다.

• 산점도(scatter plot)는 두 변수의 순서쌍을 좌표평면에 점으로 찍습니다. 관계 시각화의 기본형입니다.
• 버블차트(bubble chart)는 산점도에 점의 크기로 제3의 변수를 더한 확장형입니다.
• 상관 히트맵(correlation heatmap, 상관행렬 히트맵)은 모든 변수쌍의 상관계수를 표로 만든 뒤 칸의 색 농도로 값을 나타냅니다. 변수가 20개면 190개의 상관계수를 한 화면에서 훑을 수 있습니다.

자주 틀리는 점: “두 변수 사이의 관계 표현이 주목적이 아닌 것”을 고르는 문제에서 정답은 단일 변수 히스토그램입니다. 히스토그램은 변수 하나의 분포를 보는 도구이므로 관계 시각화가 아닙니다.

3-4. 비교 시각화

비교(comparison) 시각화는 여러 대상 × 여러 항목을 한 화면에서 견줍니다. 학생 5명의 국·영·수·사·과 점수처럼 표가 2차원으로 커질 때 씁니다.

쉽게 말하면: 비교 시각화는 “표 하나를 그림 하나로 압축하는” 기법들입니다. 히트맵은 색으로, 레이더차트는 다각형 모양으로, 평행좌표그래프는 선의 기울기 패턴으로, 체르노프페이스는 표정으로 압축합니다.

기출은 이 표의 짝을 살짝 비틀어 오답을 만듭니다. 대표적으로 “레이더차트는 각 축 위에 해당 항목의 개수를 세어 표시한다”는 보기가 나왔는데, 레이더차트가 축 위에 찍는 것은 개수가 아니라 값의 크기이므로 오답입니다. 이런 문제는 각 기법이 “무엇을 무엇으로 바꾸는가”를 한 줄씩 외워 두면 즉시 걸러집니다.

3-5. 공간 시각화

공간(spatial) 시각화는 지도를 바탕에 깔고 값을 얹습니다.

기출은 이 다섯 개를 서로 바꿔치기해 묻습니다. “면적 대신 인구 비율로 지도를 변형” → 카토그램, “지역별 값을 색 농도로” → 단계구분도, “두 개의 수치형 변수를 지도 위에 동시에” → 버블맵. 이 세 짝만 확실히 잡아도 공간 시각화 문항은 대부분 처리됩니다.

4. 손으로 계산해 보는 시각적 왜곡 — 축 절단

시각화 문제 중 가장 실전적인 것이 왜곡(distortion)입니다. 말로만 “축을 자르면 과장된다”고 외우면 보기 앞에서 흔들리므로, 숫자로 한 번 계산해 봅니다.

상황

어느 서비스의 2분기 이용자 수와 3분기 이용자 수입니다.

• 2분기: 100만 명
• 3분기: 104만 명

1단계 — 실제 증가율 계산

증가율(growth rate)은 증가한 양을 원래 값으로 나눈 비율입니다.

즉 실제 증가는 4퍼센트(4%)입니다.

• 분자 104 - 100: 늘어난 양(4만 명)
• 분모 100: 비교의 기준이 되는 처음 값(100만 명)

2단계 — 세로축을 0부터 시작했을 때의 막대 높이 비

세로축이 0에서 시작하면 막대 높이는 값 그대로입니다.

3분기 막대는 2분기 막대의 1.04배입니다. 눈으로 보면 “거의 같네”라는 인상을 줍니다. 실제 증가가 4퍼센트이므로 이 인상이 정확합니다.

3단계 — 세로축을 98부터 시작했을 때의 막대 높이 비

이제 누군가 세로축을 98부터 그렸다고 합시다. 막대의 보이는 높이는 값에서 98을 뺀 만큼입니다.

4단계 — 결과 해석

축을 98에서 자르는 것만으로, 실제로는 1.04배인 차이가 화면에서는 3배로 보입니다. 왜곡 배율을 굳이 계산하면 이렇습니다.

시청자가 받는 인상이 실제보다 약 2.88배 부풀려진 셈입니다. 이것이 축 절단(axis truncation)이 위험한 이유입니다. 데이터를 하나도 조작하지 않고, 눈금 하나만 바꿔서 “폭발적 성장”이라는 거짓 인상을 만들 수 있습니다.

자주 틀리는 점: 축 절단이 언제나 금지인 것은 아닙니다. 체온이나 주가처럼 값의 범위가 좁고 미세한 변화 자체가 의미 있는 선그래프에서는 축을 잘라야 오히려 정보가 보입니다. 금지에 가까운 것은 길이로 크기를 비교하는 막대그래프입니다. 막대는 “길이가 곧 값”이라는 약속 위에 서 있으므로 세로축을 0부터 시작해야 합니다. 시험 보기에서는 “막대그래프에서 축을 잘라도 무방하다”가 오답 자리에 자주 놓입니다.

5. 그 밖의 왜곡·편향 유형

면적 왜곡은 손으로 확인해 두면 좋습니다. 값이 2배가 되었다고 원의 반지름 $r$ (알, 반지름)을 2배로 늘리면, 원의 면적은 $\pi r^2$ 이므로 이렇게 됩니다.

면적이 4배가 되어 시청자는 2배가 아니라 4배로 인식합니다. 그래서 버블차트는 반지름이 아니라 면적을 값에 비례시켜야 합니다.

쉽게 말하면: 사람은 길이는 꽤 정확하게, 면적은 부정확하게, 부피는 매우 부정확하게 봅니다. 그래서 정확한 비교가 목적이면 길이(막대)와 위치(점) 를 쓰고, 대략적 인상이 목적일 때만 면적과 색을 씁니다.

기출은 이 주제를 “데이터 시각화에 대한 설명으로 옳지 않은 것”이라는 형태로 묻습니다. 함정 보기는 거의 항상 “그래프로 표현된 수치는 축 범위와 무관하게 항상 객관적으로 해석된다”류의 문장입니다. 시각화는 인코딩 선택에 따라 인상이 달라지므로 자동으로 객관적이지 않습니다.

6. 대상자별 맞춤 보고 — 경영진 vs 실무자

같은 분석 결과라도 받는 사람에 따라 완전히 다른 문서가 나와야 합니다. 경영진은 “그래서 뭘 결정하면 되는가”를 궁금해하고, 실무자는 “그 숫자를 내가 재현하고 운영할 수 있는가”를 궁금해합니다.

생활 예시로 바꾸면 이렇습니다. 병원에서 환자에게는 “이 약을 하루 두 번 드시고 2주 뒤 오세요”라고 말하고, 약사에게는 성분명과 용량, 상호작용을 말합니다. 두 문장 모두 참이고 둘 다 필요하지만, 상대를 바꿔서 말하면 아무 일도 일어나지 않습니다.

자주 틀리는 점: “경영진 보고는 정확도가 낮아도 된다”는 뜻이 결코 아닙니다. 담는 정보의 층위가 다를 뿐, 근거는 부록으로 함께 갑니다. 시험 보기에서 “경영진 보고서에서는 한계와 전제를 생략해도 된다”는 문장은 오답입니다.

7. 인포그래픽과 대시보드

7-1. 인포그래픽이란

인포그래픽(infographic)은 information(정보)과 graphic(그림)을 합친 말로, 정보와 그림 요소를 결합해 전달하려는 내용을 한눈에 이해시키는 설계물입니다. 차트 한 개는 인포그래픽이 아닙니다. 차트에 삽화, 짧은 설명 문구, 행동 촉구 문구 같은 여러 요소를 얹고 의도된 서사로 엮었을 때 인포그래픽이 됩니다.

기출은 상황을 서술하고 유형을 고르게 합니다. “20년간의 주요 사건을 연도 순서로 한 장에” → 타임라인형. “도입에서 결론까지 하나의 이야기로 이어 주제를 완결” → 스토리텔링형. “두 대상의 특징을 항목마다 맞세워 대비” → 비교형.

자주 틀리는 점: 인포그래픽 관련 함정 보기 두 가지를 기억하세요. 첫째, “완성물을 열람하려면 열람자가 전용 제작 소프트웨어를 반드시 설치해야 한다”는 오답입니다. 산출물은 대개 이미지나 문서로 배포되어 일반 뷰어·브라우저로 열립니다. 둘째, “수치가 들어간 모든 단독 그래프는 반드시 인포그래픽이다”도 오답입니다. 단독 그래프는 넓은 의미의 데이터 시각화이지만, 서사와 복합 요소가 없으면 인포그래픽이라 부르지 않습니다.

7-2. 대시보드 구성 원칙

대시보드(dashboard)는 자동차 계기판에서 온 말로, 지속적으로 관찰해야 할 지표를 한 화면에 모아 정기적으로 갱신되게 만든 화면입니다. 인포그래픽이 한 번 만들어 배포하는 정적 산출물이라면, 대시보드는 계속 살아 움직이는 운영 도구입니다.

구성 원칙은 다음과 같습니다.

• 한 화면 한 메시지: 스크롤 없이 보이는 첫 화면에 가장 중요한 지표를 둡니다.
• 위에서 아래로 요약에서 상세로: 큰 숫자 → 추세 → 분해 → 원자료 순서로 내려갑니다.
• 비교 기준 동반: 숫자만 크게 띄우지 말고 전월 대비, 목표 대비 같은 기준선을 함께 둡니다. “매출 8억”보다 “매출 8억, 목표 대비 96퍼센트”가 판단 가능한 정보입니다.
• 일관된 인코딩: 한 대시보드 안에서 같은 색은 언제나 같은 뜻이어야 합니다. 어떤 차트에서 파랑이 신규 고객인데 옆 차트에서 파랑이 이탈 고객이면 화면 전체가 무너집니다.
• 불필요한 장식 제거: 격자선, 그림자, 3차원 효과처럼 데이터를 나타내지 않는 잉크는 줄입니다.
• 접근성: 색만으로 구분하지 말고 모양·라벨을 함께 씁니다. 색각 이상 사용자를 고려해 빨강–초록 대비 단독 사용을 피합니다.

8. 시험에서 어떻게 물어보나

4과목 후반부(대략 문항 75번 이후)는 시각화와 결과 활용이 몰려 나오는 구간입니다. 출제 형태는 다섯 가지로 압축됩니다.

유형 1. 분류 맞추기. “다음 중 비교 시각화 기법이 아닌 것은?”, “관계 표현이 주목적이 아닌 것은?” 처럼 3장의 표를 그대로 묻습니다. 함정은 경계에 걸친 차트입니다. 히트맵은 비교 시각화이면서 상관행렬에 쓰이면 관계 시각화이고, 모자이크플롯은 분포이면서 범주 간 관계를 봅니다. 문제에서 “무엇을 보려는가”를 먼저 읽고 판단하세요.

유형 2. 상황–차트 연결. “지역별 감염률 분포와 날짜별 확산 과정에 알맞은 시각화 짝은?” 같은 유형입니다. 정답은 단계구분도 + 시계열 선그래프입니다. 요령은 문장에서 축이 될 단어를 찾는 것입니다. “지역별”이 보이면 공간, “날짜별·월별”이 보이면 시간, “두 변수의 관계”면 산점도, “구간별 도수”면 히스토그램입니다.

유형 3. 기법–설명 짝짓기 오류 찾기. 레이더차트의 “값” 자리에 “개수”를 넣는 식으로 한 단어만 바꿔 놓습니다. 표를 외울 때 동사와 목적어까지 함께 외워야 합니다.

유형 4. 절차 순서. 목표 정의 → 데이터 준비·정제 → 인코딩·도구 선택 → 구현·전달. 도구나 구현이 앞에 오면 오답입니다.

유형 5. 옳지 않은 것 고르기(왜곡·인포그래픽). 절대 표현(“항상”, “반드시”, “무관하게”, “쓸 수 없다”)이 들어간 보기가 정답(즉 틀린 보기)일 확률이 높습니다. 시각화 영역의 참인 명제는 대부분 조건부이기 때문입니다.

시간 관리 팁: 이 구간은 계산이 없어 문항당 30초 안에 처리 가능합니다. 4과목에서 20문항 중 5–6문항이 여기서 나오므로, 3장의 표만 확실히 잡아 두면 과락 방지에 직접 기여합니다.

9. 헷갈리는 짝 정리

핵심 정리

• 시각화 절차는 목표 정의 → 데이터 준비·정제 → 인코딩·도구 선택 → 구현·전달 순서이며, 도구가 앞에 오는 보기는 전부 오답입니다.
• 다섯 갈래 분류는 시간(선·막대·누적영역), 분포(히스토그램·박스·바이올린·파이·트리맵·모자이크), 관계(산점도·버블·상관 히트맵), 비교(히트맵·레이더·평행좌표·체르노프페이스·스타차트), 공간(단계구분도·카토그램·도트맵·버블맵) 입니다.
• 축을 98에서 자르면 실제 1.04배 차이가 화면상 3배로 보입니다. 막대그래프는 세로축을 0에서 시작해야 하고, 면적은 반지름이 아니라 면적을 값에 비례시켜야 합니다.
• 경영진 보고는 결론·비즈니스 지표 중심의 두괄식, 실무자 보고는 방법론·기술 지표 중심의 상세형으로 갈라 씁니다. 한계와 전제는 어느 쪽에서도 생략하지 않습니다.
• 인포그래픽은 그림·글·서사를 결합한 설계물이고, 모든 차트가 인포그래픽인 것은 아닙니다. 유형은 지도형·도표형·타임라인형·스토리텔링형·비교형·통계수치 강조형으로 나뉩니다.

마무리 복습

참고 자료

• 한국데이터산업진흥원 - 빅데이터분석기사 자격시험 안내 
• Statistics Playbook - 빅데이터분석기사 완전 가이드 
• Inflearn 가이드 - 빅데이터분석기사 어떻게 준비해야 할까? 
• SQLDpass - 빅데이터분석기사 필기 기출·복원 
• YDDaily - 빅데이터 분석기사 완벽 가이드