The beauty of data visualization | David McCandless

번역: Dae-won Jeong 검토: Poram Lee

It feels like we're all suffering

우리 대다수는 지나치게 많은

from information overload or data glut.

정보 때문에 버거워합니다.

And the good news is there might be an easy solution to that,

그런데 이를 간단히 해결할 방법이 있습니다.

and that's using our eyes more.

그건 우리가 눈을 더 많이 사용하는 것입니다.

So, visualizing information, so that we can see

그렇게 정보를 시각화함으로써

the patterns and connections that matter

우리는 패턴 사이의 의미 있는 관계를 알아낼 수 있습니다.

and then designing that information so it makes more sense,

그리고 그 정보를 디자인해서 더욱 이해하기 쉽게 하거나

or it tells a story,

내용을 전달할 수 있도록 하거나

or allows us to focus only on the information that's important.

또는 우리가 중요한 정보에만 집중하도록 합니다.

Failing that, visualized information can just look really cool.

그렇게 되지 않는다고 해도, 시각화된 정보는 매우 멋집니다.

So, let's see.

자, 봅시다.

This is the $Billion Dollar o-Gram,

'빌리언 달러 도표'입니다.

and this image arose

그리고 이 그림은 제가 언론을 통해

out of frustration I had

수십억의 단위의 돈 얘기를 들을 때

with the reporting of billion-dollar amounts in the press.

가졌던 불만에서 비롯된 겁니다.

That is, they're meaningless without context:

즉, 맥락을 모르면 무의미해지는 그런 것들 말입니다.

500 billion for this pipeline,

'이 송유관엔 5,000억 달러가 듭니다.'

20 billion for this war.

'이 전쟁엔 200억 달러가 들었습니다.'

It doesn't make any sense, so the only way to understand it

이렇겐 잘 이해가 되질 않죠. 이를 이해하는 유일한 길은

is visually and relatively.

시각화하고, 비교할 수 있게 만드는 것입니다.

So I scraped a load of reported figures

그래서 저는 여러 뉴스로부터

from various news outlets

이 수치를 모았습니다.

and then scaled the boxes according to those amounts.

그리고 각각 크기에 맞게 저 네모 크기들을 조절했습니다.

And the colors here represent the motivation behind the money.

그리고 각각 색상은 지출의 동기를 나타냅니다.

So purple is "fighting,"

보라색은 분쟁,

and red is "giving money away," and green is "profiteering."

빨간색은 기부, 녹색은 소득을 나타내고 있습니다.

And what you can see straight away

그리고 여기서 확인할 수 있는 건

is you start to have a different relationship to the numbers.

이 수치 사이의 색다른 관계가 보인다는 겁니다.

You can literally see them.

여러분이 그 관계를 눈으로 직접 볼 수가 있는 거죠.

But more importantly, you start to see

하지만 더욱 중요한 점은 여러분이 그냥 놓쳤다면

patterns and connections between numbers

단지 뉴스거리로만 흘려들었을 숫자들이 가진

that would otherwise be scattered across multiple news reports.

패턴과 각각 연관 관계를 알기 시작했다는 겁니다.

Let me point out some that I really like.

이제 제가 좋아하는 것들에 초점을 맞춰보죠.

This is OPEC's revenue, this green box here --

석유수출국기구(OPEC)의 수익입니다. 녹색이 여기 있지요-

780 billion a year.

매년 7,900억 달러를 법니다.

And this little pixel in the corner -- three billion --

그리고 여기 구석에 있는 작은 점은 -- 30억 달러인데요--

that's their climate change fund.

기후 변화를 위한 기금입니다.

Americans, incredibly generous people --

자선에 상당히 후한 미국인들은

over 300 billion a year, donated to charity every year,

매년 3,000억 달러 이상을 자선활동에 기부했습니다.

compared with the amount of foreign aid

반면에 상위 17개의 선진 공업국이 기부한

given by the top 17 industrialized nations

국외 원조 총액은

at 120 billion.

약 1,200억 달러에 불과합니다.

Then of course,

그리고 이건

the Iraq War, predicted to cost just 60 billion

이라크 전쟁 비용입니다. 2003년 이전까지 600억 달러로

back in 2003.

추정됩니다.

And it mushroomed slightly. Afghanistan and Iraq mushroomed now

그리고 약간 늘어나는데요. 아프간 전쟁 비용은

to 3,000 billion.

현재 3조 달러까지 늘어났습니다.

So now it's great

이거 대단하죠.

because now we have this texture, and we can add numbers to it as well.

이제 우리가 이런 그림을 갖고 있으니 다른 수치를 추가할 수 있습니다.

So we could say, well, a new figure comes out ... let's see African debt.

이제 새 항목을 더해봅시다. 이건 아프리카의 부채입니다.

How much of this diagram do you think might be taken up

아프리카가 서구세계에 지고 있는 부채가

by the debt that Africa owes to the West?

도표에서 얼마나 크게 그려질 것 같습니까?

Let's take a look.

이걸 보시죠.

So there it is:

이겁니다.

227 billion is what Africa owes.

아프리카는 2,270억 달러의 빚을 지고 있습니다.

And the recent financial crisis,

그리고 최근에 닥쳤던 세계 금융 위기는

how much of this diagram might that figure take up?

얼마나 크게 나타날까요?

What has that cost the world? Let's take a look at that.

전 세계가 지고 있는 빚은? 이걸 보세요.

Dooosh -- Which I think is the appropriate sound effect

두쉬-! 이 정도의 규모에 딱 어울리는

for that much money:

음향효과죠.

11,900 billion.

11조 9천억 달러입니다.

So, by visualizing this information,

이렇게 정보들을 시각화함으로써

we turned it into a landscape

우리는 이걸 한눈에 볼 수 있습니다.

that you can explore with your eyes,

눈으로 보면서 탐색할 수 있는

a kind of map really, a sort of information map.

일종의 정보 지도가 되는 거죠.

And when you're lost in information,

그리고 정보 속에서 길을 잃게 될 때

an information map is kind of useful.

이런 정보 지도는 유용할 겁니다.

So I want to show you another landscape now.

자, 이제 다른 경관을 보여 드리죠.

We need to imagine what a landscape

세상이 느끼는 공포는 어떻게 보일지

of the world's fears might look like.

한 번 상상해보세요.

Let's take a look.

이제 봅시다.

This is Mountains Out of Molehills,

여기저기 뭔가 쌓여 있는 게 보이죠,

a timeline of global media panic.

이건 시간의 흐름에 따른 전 세계적 미디어 공황입니다.

(Laughter)

(웃음)

So, I'll label this for you in a second.

자, 제가 여러분을 위해 범례를 알려 드릴 겁니다.

But the height here, I want to point out,

여기서 세로축은 언론에 의해 알려진

is the intensity of certain fears

일종의 공포를

as reported in the media.

의미합니다.

Let me point them out.

이걸 좀 짚어보겠습니다.

So this, swine flu -- pink.

이건 돼지 독감이고요. 분홍색,

Bird flu.

조류 독감.

SARS -- brownish here. Remember that one?

사스. 여기 갈색을 띠고 있죠? 기억해두세요. 기억하십니까?

The millennium bug,

밀레니엄[Y2K: 번역주] 버그.

terrible disaster.

끔찍한 재앙이죠.

These little green peaks

이 작은 녹색 최고점들은

are asteroid collisions.

소행성의 지구 충돌입니다.

(Laughter)

(웃음)

And in summer, here, killer wasps.

그리고 여름엔, 이건요, 살인 말벌떼입니다.

(Laughter)

(웃음)

So these are what our fears look like

이것이 우리가 지난 시기 동안

over time in our media.

언론을 통해 나타난 우리들의 공포입니다.

But what I love -- and I'm a journalist --

그런데 제가 사랑하는, 저는 언론인입니다,

and what I love is finding hidden patterns; I love being a data detective.

제가 사랑하는 건 숨겨진 패턴을 찾아내는 일입니다. 정보 수사관이 되는 걸 좋아하죠.

And there's a very interesting and odd pattern hidden in this data

그리고 이 데이터에는 아주 흥미롭고 특이한 패턴이 숨어 있습니다.

that you can only see when you visualize it.

시각화를 할 때만 알아차릴 수 있죠.

Let me highlight it for you.

제가 여러분을 위해서 표시해볼게요.

See this line, this is a landscape for violent video games.

이 선을 보세요. 이건 폭력적 비디오 게임에 대한 것입니다.

As you can see, there's a kind of odd, regular pattern in the data,

보시다시피 이 데이터에는 일정한 이상한 패턴이 있습니다.

twin peaks every year.

매년 2번의 최고점이 보입니다.

If we look closer, we see those peaks occur

조금 더 자세히 보시면 이 최고점들이

at the same month every year.

매년 같은 달에 나타난다는 것을 알 수 있습니다.

Why?

왜일까요?

Well, November, Christmas video games come out,

일단 11월에는 크리스마스용 새 게임들이 출시됩니다.

and there may well be an upsurge in the concern about their content.

그리고 그 게임들이 담고 있는 내용에 대한 영향이 우려되곤 하죠.

But April isn't a particularly massive month

하지만 4월은 비디오 게임에 있어서

for video games.

특별한 일이 없는데요.

Why April?

4월엔 왜 그럴까요?

Well, in April 1999 was the Columbine shooting,

바로 1999년 4월에 있었던 컬럼바인 고교 총기 난사 사건 때문입니다.

and since then, that fear

그때부터 미디어는

has been remembered by the media

매년 이맘때, 그때의 공포를 상기시켰고

and echoes through the group mind gradually through the year.

그 여파가 서서히 사람들 마음에 들어오는 것입니다.

You have retrospectives, anniversaries,

사람들은 회고하고, 기념하고

court cases, even copy-cat shootings,

판례로 들고, 심지어 모방 범죄까지 일으킵니다.

all pushing that fear into the agenda.

모두 재생산된 공포가 스며들었기 때문입니다.

And there's another pattern here as well. Can you spot it?

그리고 여기에 다른 패턴이 있습니다. 알아볼 수 있나요?

See that gap there? There's a gap,

저기 앞에 크게 비어 있는 간격이 보이죠?

and it affects all the other stories.

이건 다른 모든 범례에서도 동일합니다.

Why is there a gap there?

왜 저기에 간격이 있을까요?

You see where it starts? September 2001,

언제부터 시작되었는지 보이시나요? 2001년 9월입니다.

when we had something very real

진짜 겁에 질릴만한 뭔가가

to be scared about.

있었던 거죠. [9·11 사태: 번역주]

So, I've been working as a data journalist for about a year,

저는 약 일 년간 데이터 저널리스트로 일 해왔습니다.

and I keep hearing a phrase

저는 늘 이 문장을 되뇌었습니다.

all the time, which is this:

어떤 문장이냐면:

"Data is the new oil."

"정보는 새로운 석유이다."

Data is the kind of ubiquitous resource

그리고 정보는 일종의 흔한 자원이죠.

that we can shape to provide new innovations and new insights,

새 혁신과 새로운 통찰력을 제공하도록 형성할 수 있고

and it's all around us, and it can be mined very easily.

이는 우리 주위 어디에나 있고, 쉽게 캐낼 수 있습니다.

It's not a particularly great metaphor in these times,

그래서 요즘 시대엔 이는 특별한 비유조차도 되지 않습니다.

especially if you live around the Gulf of Mexico,

특히, 당신이 만약 멕시코만에 산다고 한다면 말이죠.

but I would, perhaps, adapt this metaphor slightly,

하지만 전 이 비유를 조금 조정해야 할 듯싶습니다.

and I would say that data is the new soil.

전 '정보는 새로운 토양이다.'라고 말하고 싶습니다.

Because for me, it feels like a fertile, creative medium.

왜냐면 제겐 정보는 비옥하고 창조적인 매체니까요.

Over the years, online,

알다시피 수년간 온라인에서

we've laid down

엄청난 양의 정보와 데이터를

a huge amount of information and data,

축적해 왔습니다.

and we irrigate it with networks and connectivity,

우리는 네트워크와 연계성으로 물을 공급하고

and it's been worked and tilled by unpaid workers and governments.

이는 무임금 노동자들과 정부에 의해 경작되고 가꾸어져 왔습니다.

And, all right, I'm kind of milking the metaphor a little bit.

그리고, 제가 비유를 조금 더 짜내는 중입니다만,

But it's a really fertile medium,

정보는 정말 비옥한 매질 매체입니다.

and it feels like visualizations, infographics, data visualizations,

그리고 시각화, 정보그래픽, 그리고 데이터 시각화는

they feel like flowers blooming from this medium.

이 토양에서 피어난 꽃과 같습니다.

But if you look at it directly,

하지만 여러분이 이것을 직접적으로 본다면

it's just a lot of numbers and disconnected facts.

단지 수많은 숫자와 연계성 없는 사실들에 불과하죠.

But if you start working with it and playing with it in a certain way,

특정방식으로 갖고 놀면서 작업을 하다 보면

interesting things can appear and different patterns can be revealed.

흥미로운 점들이 나타나고 다른 패턴들이 드러나게 되죠.

Let me show you this.

그걸 보여 드리도록 하죠.

Can you guess what this data set is?

이 데이터가 무엇을 뜻하는 것 같으십니까?

What rises twice a year,

일 년에 두 번 상승하고,

once in Easter

한번은 부활절에

and then two weeks before Christmas,

그리고 다른 한번은 크리스마스 두 주전에.

has a mini peak every Monday,

작은 상승이 매주 월요일에 있고

and then flattens out over the summer?

여름에는 대체로 빈도가 낮아지는

I'll take answers.

이는 무엇일까요?

(Audience: Chocolate.) David McCandless: Chocolate.

(청중: 초콜릿.) 데이비드: 초콜릿.

You might want to get some chocolate in.

초콜릿을 받았으면 하나 보군요?

Any other guesses?

다른 의견은 없으십니까?

(Audience: Shopping.) DM: Shopping.

(청중: 쇼핑) 데이비드: 쇼핑.

Yeah, retail therapy might help.

네, 구매요법이 도움될 수 있겠네요. [기분 전환을 위해 하는 쇼핑: 번역주]

(Audience: Sick leave.)

(청중: 병가)

DM: Sick leave. Yeah, you'll definitely want to take some time off.

데이비드: 병가. 네. 확실히 좀 쉬었으면 하실 겁니다.

Shall we see?

한번 볼까요?

(Laughter)

(웃음) [화면: 이별시기 최고점 (페이스북 상태에서 추출): 번역주]

(Applause)

(박수)

So, the information guru Lee Byron and myself,

그렇습니다. 정보의 구루, 리 바이런과 제가

we scraped 10,000 status Facebook updates

"깨짐," "헤어졌음"에 관한 구절이 있는

for the phrase "break-up" and "broken-up"

만개의 페이스북 상태 업데이트를 모은 겁니다.

and this is the pattern we found --

그리고 이것이 우리가 찾은 패턴입니다.

people clearing out for Spring Break,

사람들은 봄 방학 때 차이고

(Laughter)

(웃음)

coming out of very bad weekends on a Monday,

고통스러운 주말을 보냈다고 월요일에 드러내고

being single over the summer,

여름 내내 솔로로 지냅니다.

and then the lowest day of the year, of course: Christmas Day.

물론 가장 적게 헤어지는 때는 크리스마스 때입니다.

Who would do that?

누가 그러겠습니까?

So there's a titanic amount of data out there now,

지금 세상엔 아주 엄청난 분량의 데이터가 있습니다.

unprecedented.

전례 없는.

But if you ask the right kind of question,

만약 적절한 질문을 하고

or you work it in the right kind of way,

적절한 방식으로 처리하면

interesting things can emerge.

재미있는 결과가 나올 것입니다.

So information is beautiful. Data is beautiful.

그래서 정보는 아름답습니다. 자료는 아름답죠.

I wonder if I could make my life beautiful.

저는 제 삶도 아름답게 할 수 있지 않을까 생각했습니다.

And here's my visual C.V.

그래서 이렇게 시각적으로 제 이력서를 만들었습니다.

I'm not quite sure I've succeeded.

성공적으로 잘 만들었지는 모르겠습니다.

Pretty blocky, the colors aren't that great.

블록들도 좀 많고 색깔도 그리 좋진 않습니다.

But I wanted to convey something to you.

하지만 전 여러분에게 뭔가 전달하고 싶습니다.

I started as a programmer,

저는 프로그래머로 시작했습니다

and then I worked as a writer for many years, about 20 years,

그리고 출판, 온라인 광고에서 약 20년 정도를

in print, online and then in advertising,

작가로 일했습니다.

and only recently have I started designing.

최근에야 디자인을 시작했습니다.

And I've never been to design school.

디자인 학교에는 가본 적도 없습니다.

I've never studied art or anything.

저는 미술이나 그런 것들을 배우지도 않았습니다.

I just kind of learned through doing.

그냥 해보면서 배운 것입니다.

And when I started designing,

제가 디자인을 시작하면서

I discovered an odd thing about myself.

저는 제게서 뭔가 이상한 것을 발견했습니다.

I already knew how to design,

저는 이미 '디자인은 어떻게 하는 것'인지 알고 있었습니다.

but it wasn't like I was amazingly brilliant at it,

그러나 특별히 재능이 있던 것 같진 않았습니다.

but more like I was sensitive

그러나 제가 좀 민감하다는 것에 더 가까웠죠.

to the ideas of grids and space

격자, 공간, 정렬, 활자 등에 대한

and alignment and typography.

개념에 민감했던 거죠.

It's almost like being exposed

사실상 수년간 미디어에

to all this media over the years

노출되면서 디자인에 대한 기본적인

had instilled a kind of dormant design literacy in me.

능력이 몸에 배어 버린 거에 가까웠죠.

And I don't feel like I'm unique.

전 제가 독특하다고 생각하지 않습니다.

I feel that everyday, all of us now

저는 우리가 모두 매일

are being blasted by information design.

정보 디자인에 노출되어 있다고 생각합니다.

It's being poured into our eyes through the Web,

이건 웹을 통해서 우리의 눈으로 흘러듭니다.

and we're all visualizers now;

우리는 모두 시각적인 인간입니다.

we're all demanding a visual aspect

우리는 모두 우리가 접하는 정보가

to our information.

시각적이길 원합니다.

There's something almost quite magical about visual information.

그리고 시각적 정보에는 뭔가 마법 같은 것이 있어

It's effortless, it literally pours in.

별 어려움 없이 그대로 흘러들어옵니다.

And if you're navigating a dense information jungle,

그리고 깊은 정보의 정글에서 누빌 때,

coming across a beautiful graphic

아름다운 그래픽이나

or a lovely data visualization,

사랑스러우리만치 시각화된 데이터를 마주치면

it's a relief, it's like coming across a clearing in the jungle.

안심이 되는 거죠. 마치 정글에서 탁 트인 공간을 만나 듯이요.

I was curious about this, so it led me

저는 이런 것에 관심이 있다가 보니

to the work of a Danish physicist

덴마크의 물리학자인 토르 노레트란더스의

called Tor Norretranders,

작업을 접하게 되었습니다

and he converted the bandwidth of the senses into computer terms.

그는 오감의 대역폭을 컴퓨터 처리 단위로 바꾸는 일을 하고 있었습니다.

So here we go. This is your senses,

이제 보여 드리겠습니다. 이게 매 1초당 흐르는

pouring into your senses every second.

여러분의 오감입니다.

Your sense of sight is the fastest.

여러분의 시각이 가장 빠릅니다.

It has the same bandwidth as a computer network.

거의 네트워크의 속도입니다.

Then you have touch, which is about the speed of a USB key.

촉각은 USB 수준의 속도를 가집니다.

And then you have hearing and smell,

청각과 후각은

which has the throughput of a hard disk.

하드디스크 정도의 속도입니다.

And then you have poor old taste,

그리고 불쌍한 미각은

which is like barely the throughput of a pocket calculator.

겨우 휴대용 계산기 수준의 속도를 가집니다.

And that little square in the corner, a naught .7 percent,

저기 구석에 있는 작은 사각형입니다. 0.7 퍼센트입니다.

that's the amount we're actually aware of.

우리가 실제로 접하는 정보 대부분이

So a lot of your vision --

시각에 의한 것입니다.

the bulk of it is visual, and it's pouring in.

깨닫지 못하는 사이에

It's unconscious.

흘러들어옵니다.

The eye is exquisitely sensitive

그리고 눈은 색상의 변화와

to patterns in variations in color, shape and pattern.

모양 및 패턴에 매우 민감합니다.

It loves them, and it calls them beautiful.

그런 것을 좋아하고, 아름답다고 느낍니다.

It's the language of the eye.

이것이 눈의 언어입니다.

If you combine the language of the eye with the language of the mind,

그리고 눈의 언어와 단어와 숫자 그리고 개념에 관한

which is about words and numbers and concepts,

정신의 언어를 함께 한다면

you start speaking two languages simultaneously,

여러분은 동시에 두 개의 언어를 사용하는 셈입니다.

each enhancing the other.

상호 보완적으로요.

So, you have the eye, and then you drop in the concepts.

여러분은 시각적으로 접하는 동시에 개념에 접근하는 거죠.

And that whole thing -- it's two languages

그리고 모든 것, 즉 두 언어가

both working at the same time.

동시에 작용하는 것입니다.

So we can use this new kind of language, if you like,

우리는 이런 새로운 형태의 언어를 구사할 수 있습니다.

to alter our perspective or change our views.

원한다면 우리의 견해나 시각을 바꾸기 위해서요.

Let me ask you a simple question

대답하기 쉬운 간단한

with a really simple answer:

질문을 하나 드리겠습니다.

Who has the biggest military budget?

국방 예산이 가장 많은 나라가 어디일까요?

It's got to be America, right?

미국입니다. 그렇죠?

Massive. 609 billion in 2008 --

2008년도엔 무려 6,090억 달러,

607, rather.

6,070억 달러입니다.

So massive, in fact, that it can contain

이건 엄청나게 많은 양이어서

all the other military budgets in the world inside itself.

다른 모든 나라의 국방 예산을 합친 것만큼 됩니다.

Gobble, gobble, gobble, gobble, gobble.

와구, 와구, 와구, 와구, 와구

Now, you can see Africa's total debt there

이제 아프리카의 총부채와

and the U.K. budget deficit for reference.

영국의 재정 적자 규모를 봅시다.

So that might well chime

이는 어쩌면 여러분의 미국에 대한 견해와

with your view that America

일치하는 것으로 보일 수도 있습니다.

is a sort of warmongering military machine,

'미국은 전 세계를 제패하려 하는

out to overpower the world

일종의 전쟁 도발 군사 기계다.'라는 견해 말입니다.

with its huge industrial-military complex.

그의 거대한 군·산업 복합체와 함께 말이죠.

But is it true that America has the biggest military budget?

하지만 진정 미국이 최대의 국방 예산 국가일까요?

Because America is an incredibly rich country.

왜냐하면 미국은 아주 부유한 나라이기 때문입니다.

In fact, it's so massively rich

어느 정도냐면 다른 최상위 산업국

that it can contain the four other

4개국의 경제규모를 다 합친 것과

top industrialized nations' economies

맞먹을 정도입니다.

inside itself, it's so vastly rich.

이건 정말 엄청난 부입니다.

So its military budget is bound to be enormous.

이런 이유로 국방 예산 역시 커지게 됩니다.

So, to be fair and to alter our perspective,

그렇다면 공평하게 보기 위해서

we have to bring in another data set,

다른 데이터 자료를 도입해봅시다.

and that data set is GDP, or the country's earnings.

이 데이터는 GDP[국내 총생산: 번역주], 즉 국가의 소득입니다.

Who has the biggest budget as a proportion of GDP?

GDP 대비 국방 예산이라면 어느 나라가 가장 클까요?

Let's have a look.

한번 봅시다. 양상이 상당히 바뀌었습니다.

That changes the picture considerably.

[국방 예산/GDP: 1.미얀마 2.요르단 3.조지아 4.사우디 아라비아: 번역주]

Other countries pop into view that you, perhaps, weren't considering,

의외의 나라가 위로 올라온 것 같습니다.

and American drops into eighth.

미국은 8위로 떨어졌군요.

Now you can also do this with soldiers.

이제 같은 처리를 병력에 해보겠습니다.

Who has the most soldiers? It's got to be China.

어느 나라의 병력이 가장 많죠? 당연히 중국입니다.

Of course, 2.1 million.

210만 명이죠. 이는 다시 중국은

Again, chiming with your view

[군인수: 1.중국 2.미국 3.인도 4.북한 5.러시아: 번역주]

that China has a militarized regime

거대한 동원 병력을 가진 군사 체제 국가라는

ready to, you know, mobilize its enormous forces.

여러분의 견해와 들어맞을 것입니다.

But of course, China has an enormous population.

그러나 중국은 거대한 인구를 갖고 있기도 합니다.

So if we do the same,

다시 적용하면 우리는 철저히 다른 양상을

we see a radically different picture.

[십만 명당 군인수: 1.북한 2.에리트리아 3.지부티 4.이라크: 번역주]

China drops to 124th.

보게 됩니다. 중국은 124위로 떨어지죠.

It actually has a tiny army

이렇게 다른 자료를 고려하여 판단해보면

when you take other data into consideration.

정말 작은 규모의 군대를 가진 겁니다.

So, absolute figures, like the military budget,

연결된 세상이라는 점을 고려해 본다면

in a connected world,

국방 예산 같은 절대적인 수치가

don't give you the whole picture.

전체를 그려주질 않는다는 얘기입니다.

They're not as true as they could be.

그건 그만큼 진실이 아니라는 의미입니다.

We need relative figures that are connected to other data

우리에겐 다른 자료들과 연결된 상관관계의 수치가 필요합니다.

so that we can see a fuller picture,

그럼으로써 우리는 큰 그림을 보게 되고

and then that can lead to us changing our perspective.

우리의 관점을 바꿀 수 있게 됩니다.

As Hans Rosling, the master,

거장 한스 로슬링에 의하면,

my master, said,

제겐 거장입니다, 말씀하시길

"Let the dataset change your mindset."

"데이터 구조가 사고방식의 구조를 바꾸게 하라."

And if it can do that, maybe it can also change your behavior.

그리고 만약 그렇게 된다면 그건 아마 당신의 행동마저 바꾸게 될 것입니다.

Take a look at this one.

이걸 한번 보시죠.

I'm a bit of a health nut.

저는 좀 건강을 챙기는 편입니다.

I love taking supplements and being fit,

저는 영양제를 즐겨 먹고 건강에 신경을 씁니다만

but I can never understand what's going on in terms of evidence.

그게 정말로 효과가 있는지는 잘 모릅니다.

There's always conflicting evidence.

언제나 상반되는 증거가 있는데요.

Should I take vitamin C? Should I be taking wheatgrass?

제가 비타민 C를 섭취해야 하나요? 밀싹은요?

This is a visualization of all the evidence

이건 영양 공급에서

for nutritional supplements.

모든 물증에 대한 시각화입니다.

This kind of diagram is called a balloon race.

이런 종류의 도표를 '풍선 경주'라고 합니다.

So the higher up the image,

그림의 위쪽으로 갈수록

the more evidence there is for each supplement.

그 보충제에 대한 효과가 입증된다는 의미입니다.

And the bubbles correspond to popularity as regards to Google hits.

그리고 풍선의 크기는 구글 검색어에 의한 인기도에 비례합니다.

So you can immediately apprehend

여러분은 즉각적으로 효과와 인기의

the relationship between efficacy and popularity,

상관관계를 파악할 수 있습니다.

but you can also, if you grade the evidence,

그리고 증거의 등급을 정하는 것으로

do a "worth it" line.

'먹을만한 가치가 있음'의 선을 정할 수 있습니다.

So supplements above this line are worth investigating,

그리고 아래 열거된 조건에 한해서

but only for the conditions listed below,

선 위에 있는 보충제들은 더 알아볼 가치가 있습니다.

and then the supplements below the line

그리고 이 선 아래에 있는 보충제들은

are perhaps not worth investigating.

아마도 알아볼 필요조차 없을 겁니다.

Now this image constitutes a huge amount of work.

이 사진은 엄청난 노력을 들여 만들었습니다.

We scraped like 1,000 studies from PubMed,

우리는 천 건에 이르는 연구자료를 의생물학 데이터베이스인

the biomedical database,

퍼브메드로(PubMed)부터 수집하여

and we compiled them and graded them all.

정리하고 등급을 매겼습니다.

And it was incredibly frustrating for me

저는 엄청난 좌절감을 맛봐야 했습니다.

because I had a book of 250 visualizations to do for my book,

제 책을 위해 250개의 시각화 이미지 작업을 하는데

and I spent a month doing this,

한 달이 꼬박 걸려

and I only filled two pages.

나온 건 고작 두 페이지뿐이었습니다.

But what it points to

그런데 이것은

is that visualizing information like this

정보 시각화라는 것이 일종의

is a form of knowledge compression.

지식 압축이라는 것을 알려주고 있습니다.

It's a way of squeezing an enormous amount

이건 방대한 분량의

of information and understanding

지식 및 이해를

into a small space.

작은 공간에 집어넣는 것입니다.

And once you've curated that data, and once you've cleaned that data,

그리고 한번 그 데이터를 정리했다면, 한번 자료를 모았다면

and once it's there,

그리고 그렇게 한 적이 있다면

you can do cool stuff like this.

당신은 멋지게 해낼 수 있습니다.

So I converted this into an interactive app,

저는 이걸 일종의 양 방향 어플리케이션으로 바꿔보았습니다.

so I can now generate this application online --

지금은 이 프로그램을 온라인에서 구현할 수 있습니다.

this is the visualization online --

이건 온라인에서의 시각화입니다.

and I can say, "Yeah, brilliant."

전 "그래, 멋지다."라고 합니다.

So it spawns itself.

이건 스스로 증식합니다.

And then I can say, "Well, just show me the stuff

그리고 "좋아, 이제 심장 질환에 효과가

that affects heart health."

있는 것만 보여줘."라고 주문할 수 있습니다.

So let's filter that out.

한번 걸러서 봅시다.

So heart is filtered out, so I can see if I'm curious about that.

제가 관심 있다면 심장과 관련 있는 것만 걸러서 볼 수 있습니다.

I think, "No, no. I don't want to take any synthetics,

또 이렇게 입력하면 "합성화학품은 관심 없고

I just want to see plants and --

식물로 만들어진 것들,

just show me herbs and plants. I've got all the natural ingredients."

약초와 식물로 된 것들, 천연 재료로 만든 것만 골라서."

Now this app is spawning itself

그러면 이 프로그램은 데이터로부터

from the data.

결과를 스스로 생성합니다.

The data is all stored in a Google Doc,

데이터는 구글 문서에 저장되어 있고

and it's literally generating itself from that data.

이건 문자 그대로 데이터로부터 직접 생성됩니다.

So the data is now alive; this is a living image,

살아 있는 자료의 살아 있는 시각화 이미지입니다.

and I can update it in a second.

갱신을 즉각적으로 할 수 있죠.

New evidence comes out. I just change a row on a spreadsheet.

새로운 증거가 나오면, 저는 데이터 시트를 한 줄만 바꿔주고,

Doosh! Again, the image recreates itself.

다시, 두쉬! 이미지가 자동으로 다시 만들어집니다.

So it's cool.

멋지죠.

It's kind of living.

일종의 생명체입니다.

But it can go beyond data,

데이터로 구현된 것이죠.

and it can go beyond numbers.

숫자들로 구성된 거고요.

I like to apply information visualization

저는 아이디어와 개념을

to ideas and concepts.

정보 시각화해보는 걸 좋아합니다.

This is a visualization

이건 정치적 성향 범위에 대한

of the political spectrum,

시각화입니다.

an attempt for me to try

이건 제가 세상이

and understand how it works

어떻게 돌아가는지 그리고

and how the ideas percolate down

어떻게 아이디어가 정부로부터

from government into society and culture,

사회, 문화, 가족, 개개인,

into families, into individuals, into their beliefs

그리고 그들의 믿음으로 스며들어 다시 피드백되어

and back around again in a cycle.

순환하는지 이해하려는 시도입니다.

What I love about this image

저가 이 이미지를 좋아하는 이유는

is it's made up of concepts,

이는 개념들로 구성되어 있어

it explores our worldviews

우리들의 세계관을 탐험하고,

and it helps us -- it helps me anyway --

남들이 무엇을 생각하고

to see what others think,

왜 그런 생각을 하는지 이해하도록

to see where they're coming from.

돕습니다. 어쨌든 제겐 도움이 되었죠.

And it feels just incredibly cool to do that.

그리고 그런 일을 한다는 것은 믿을 수 없을 만큼 멋집니다.

What was most exciting for me

그리고 이걸 디자인하면서 가장 짜릿한 점은

designing this

이것이었습니다.

was that, when I was designing this image,

제가 이걸 디자인할 때

I desperately wanted this side, the left side,

저는 이쪽, 왼쪽을 오른쪽보다

to be better than the right side --

좋게 표현하고 싶었습니다.

being a journalist, a Left-leaning person --

언론인으로서, 좌 편향적인 인물로서요. (웃음)

but I couldn't, because I would have created

그러나 그럴 수 없었습니다. 그랬다면

a lopsided, biased diagram.

왜곡된, 편견이 들어간 도표가 되었을 겁니다.

So, in order to really create a full image,

진정으로 전체의 보다 큰 그림을 보여주기 위해

I had to honor the perspectives on the right-hand side

저는 우 편향 쪽도 존중해야만 했습니다.

and at the same time, uncomfortably recognize

그러면서 동시에 은근 불편하게 깨달은 것이 있었습니다.

how many of those qualities were actually in me,

제가 사실 우 편향 쪽의 자질도 많이 갖고 있다는 거죠.

which was very, very annoying and uncomfortable.

이 깨달음은 정말이지 매우 짜증스럽고 편치않더군요.

(Laughter)

(웃음)

But not too uncomfortable,

그러나 너무 많이 불편하진 않았습니다.

because there's something unthreatening

정치적 성향에 관해 시각적으로 볼 땐

about seeing a political perspective,

그에 관해 듣거나

versus being told or forced to listen to one.

강요받아 들을 때와 달리 압박을 느끼진 않았거든요.

You're capable of holding conflicting viewpoints

사실, 이걸 보시게 되면 반대 성향의 관점으로도

joyously when you can see them.

즐거이 보실 수 있게 됩니다.

It's even fun to engage with them

이걸 집중해서 보는 건 심지어 재밌습니다.

because it's visual.

왜냐하면 이건 시각적이기 때문이죠.

So that's what's exciting to me,

그게 제가 흥분하는 것입니다.

seeing how data can change my perspective

어떻게 데이터가 저의 관점을 바꾸는지

and change my mind midstream --

저의 사고방식을 바꾸는지요.

beautiful, lovely data.

아름답고, 사랑스러운 데이터입니다.

So, just to wrap up,

이제 정리해봅시다.

I wanted to say

저는 이렇게 말하고 싶습니다.

that it feels to me that design is about solving problems

저에게 디자인이란 문제를 해결하고

and providing elegant solutions,

우아한 해결책을 제시하는 것입니다.

and information design is about

그리고 정보 디자인은

solving information problems.

정보에 대한 문제를 푸는 것입니다.

It feels like we have a lot of information problems

지금 우리 사회는 과부하 또는 포화 상태라는

in our society at the moment,

수많은 정보의 문제를

from the overload and the saturation

갖고 있습니다.

to the breakdown of trust and reliability

믿음과 신용의 붕괴

and runaway skepticism and lack of transparency,

그리고 힘든 회의주의, 투명성의 결여

or even just interestingness.

무관심도 해당합니다.

I mean, I find information just too interesting.

저는 정보라는 게 정말 재미있다는 사실을 발견했습니다.

It has a magnetic quality that draws me in.

마치 자석처럼 끌어당기는 힘이 있습니다.

So, visualizing information

이제 정보 시각화는

can give us a very quick solution to those kinds of problems.

우리에게 이런 문제들에 대한 빠른 해결책을 줍니다.

Even when the information is terrible,

그리고 끔찍해 보이는 정보가 있을 때에도

the visual can be quite beautiful.

시각화는 매우 아름다운 것이 될 수 있습니다.

Often we can get clarity

그리고 우리는 명쾌한 이해와

or the answer to a simple question very quickly,

간단한 질문에 대한 답변을 빨리 얻을 수 있습니다.

like this one,

이렇게 말이죠.

the recent Icelandic volcano.

최근 아이슬란드의 화산 데이터입니다.

Which was emitting the most CO2?

가장 이산화탄소 배출량이 많은 건?

Was it the planes or the volcano,

항공기일까요? 화산일까요?

the grounded planes or the volcano?

취소된 항공기? 화산?

So we can have a look.

한번 봅시다.

We look at the data and we see:

데이터를 통해 알 수 있는 건

Yep, the volcano emitted 150,000 tons;

네, 화산은 15만 톤을 배출하지만

the grounded planes would have emitted

취소된 비행기가 난다면

345,000 if they were in the sky.

34만 5천 톤을 배출하는군요.

So essentially, we had our first carbon-neutral volcano.

즉 본질적으로는 이것은 최초의 탄소 감소 화산인 셈입니다..

(Laughter)

(웃음)

(Applause)

(박수)

And that is beautiful. Thank you.

참 아름답죠. 감사합니다.

(Applause)

(박수)