다극 시각화(N-polar Visualization)

Abstract

데이터 오브젝트(Data Object) 들 간에 관계(Relationship)를 이해하는 것은, 정보 시각화(Information Visualization) 분야에서 주목하고 있는 중요한 과제이며, 데이터 오브젝트 각각의 관계를 효과적으로 시각화하려는 많은 연구들이 시도되고 있다. 하지만, 일반적으로 데이터 오브젝트의 관계를 시각화한 기존의 연구들은, 전반적인 관계만을 보여주는 데 그치고 있다.

본 연구에서는 정보시각화 학술분야에 존재하지 않는 새로운 시각화 테크닉인 다극 시각화(N-polar Visualization)를 제안한다. N-polar Visualization(NV)은 데이터 오브젝트간에 전반적인 관계도 볼 수 있지만, 기준이 되는 데이터 오브젝트 들을 원의 둘레에 설정할 수 있는 다중의 인터랙티브한 anchor 노드를 통해 복잡한 데이터 오브젝트들 간의 관계를 풀어낼 수 있는 것이 특징이다. 또한, 본 연구에서는 사용자의 anchor 노드에 대한 조작을 유연하게 하기위해서, anchor 노드를 원의 둘레에서 자유롭게 움직일 수 있게 하였다. 이를 통해, 사용자는 관심이 있을만한 데이터 오브젝트 들을 anchor 노드로 설정하여, 원 안쪽의 non-anchor 노드들이 선택된 anchor 노드 들과 어떤 관련성을 가지는지 살펴볼 수 있으며, 움직이는 anchor 노드에 따라 달라지는 non-anchor 노드의 패턴 변화 양상 역시 확인해 볼 수 있다.

본 연구에서는 NV 테크닉의 실행가능성(Feasibility)을 평가해보기 위해서, 데이터 오브젝트 간에 높은 관련성이 있는 특정 데이터를 적용한 일련의 예비 조사(Pilot Study)를 수행하고, 제안한 테크닉이 특정한 데이터에 관계없이 일반적(Generalization)으로 사용될 수 있는지, 추가적인 데이터셋을 가공하여 적용할 수 있었다.

마지막으로, 최종적으로 제안한 NV가 얼마나 유용(Usefulness)하고 효율적(Effectiveness)으로 사용될 수 있는지를 규명하기 위해, 패턴 연구(Pattern Study)와 사례 연구(Case Study)를 진행하였다. 첫째, UN 투표 데이터를 활용하여 어떤 종류의 패턴이 주로 발견되는지 확인하는 과정을 가지면서 다양한 패턴들을 발견할 수 있었고, 이를 2개의 그룹(Linear Pattern, Clustering Pattern)으로 분류할 수 있었다. 둘째, 실제 일어났던 역사적 사건들을 토대로 사례 연구를 진행하여 시간의 흐름에 따른 데이터에서 숨겨진 인사이트를 찾는데 있어 제안한 테크닉의 중요성을 확인해 볼 수 있었다. 또한, 발견한 인사이트와 기존에 데이터만으로는 알기 힘들었던 패턴들이 실제 발간되었던 신문기사와 일치하는 것 역시 확인할 수 있었다.

본 연구를 통해, 사용자는 데이터 오브젝트 각각에 대해서 연관성이 높은 데이터를 더 쉽게 이해할 수 있으며, 기존의 선행연구로는 알기 힘들었던 새로운 인사이트 역시 얻을 수 있을 것으로 기대한다.