The beauty of data visualization | David McCandless

391,085 views ・ 2010-08-23

TED


아래 영문자막을 더블클릭하시면 영상이 재생됩니다.

번역: Dae-won Jeong 검토: Poram Lee
00:15
It feels like we're all suffering
0
15260
2000
우리 대다수는 지나치게 많은
00:17
from information overload or data glut.
1
17260
3000
정보 때문에 버거워합니다.
00:20
And the good news is there might be an easy solution to that,
2
20260
2000
그런데 이를 간단히 해결할 방법이 있습니다.
00:22
and that's using our eyes more.
3
22260
2000
그건 우리가 눈을 더 많이 사용하는 것입니다.
00:24
So, visualizing information, so that we can see
4
24260
2000
그렇게 정보를 시각화함으로써
00:26
the patterns and connections that matter
5
26260
3000
우리는 패턴 사이의 의미 있는 관계를 알아낼 수 있습니다.
00:29
and then designing that information so it makes more sense,
6
29260
3000
그리고 그 정보를 디자인해서 더욱 이해하기 쉽게 하거나
00:32
or it tells a story,
7
32260
2000
내용을 전달할 수 있도록 하거나
00:34
or allows us to focus only on the information that's important.
8
34260
3000
또는 우리가 중요한 정보에만 집중하도록 합니다.
00:38
Failing that, visualized information can just look really cool.
9
38260
3000
그렇게 되지 않는다고 해도, 시각화된 정보는 매우 멋집니다.
00:41
So, let's see.
10
41260
2000
자, 봅시다.
00:45
This is the $Billion Dollar o-Gram,
11
45260
2000
'빌리언 달러 도표'입니다.
00:47
and this image arose
12
47260
2000
그리고 이 그림은 제가 언론을 통해
00:49
out of frustration I had
13
49260
2000
수십억의 단위의 돈 얘기를 들을 때
00:51
with the reporting of billion-dollar amounts in the press.
14
51260
2000
가졌던 불만에서 비롯된 겁니다.
00:53
That is, they're meaningless without context:
15
53260
3000
즉, 맥락을 모르면 무의미해지는 그런 것들 말입니다.
00:56
500 billion for this pipeline,
16
56260
2000
'이 송유관엔 5,000억 달러가 듭니다.'
00:58
20 billion for this war.
17
58260
2000
'이 전쟁엔 200억 달러가 들었습니다.'
01:00
It doesn't make any sense, so the only way to understand it
18
60260
2000
이렇겐 잘 이해가 되질 않죠. 이를 이해하는 유일한 길은
01:02
is visually and relatively.
19
62260
2000
시각화하고, 비교할 수 있게 만드는 것입니다.
01:04
So I scraped a load of reported figures
20
64260
2000
그래서 저는 여러 뉴스로부터
01:06
from various news outlets
21
66260
2000
이 수치를 모았습니다.
01:08
and then scaled the boxes according to those amounts.
22
68260
3000
그리고 각각 크기에 맞게 저 네모 크기들을 조절했습니다.
01:11
And the colors here represent the motivation behind the money.
23
71260
3000
그리고 각각 색상은 지출의 동기를 나타냅니다.
01:14
So purple is "fighting,"
24
74260
3000
보라색은 분쟁,
01:17
and red is "giving money away," and green is "profiteering."
25
77260
3000
빨간색은 기부, 녹색은 소득을 나타내고 있습니다.
01:20
And what you can see straight away
26
80260
2000
그리고 여기서 확인할 수 있는 건
01:22
is you start to have a different relationship to the numbers.
27
82260
2000
이 수치 사이의 색다른 관계가 보인다는 겁니다.
01:24
You can literally see them.
28
84260
2000
여러분이 그 관계를 눈으로 직접 볼 수가 있는 거죠.
01:26
But more importantly, you start to see
29
86260
2000
하지만 더욱 중요한 점은 여러분이 그냥 놓쳤다면
01:28
patterns and connections between numbers
30
88260
2000
단지 뉴스거리로만 흘려들었을 숫자들이 가진
01:30
that would otherwise be scattered across multiple news reports.
31
90260
3000
패턴과 각각 연관 관계를 알기 시작했다는 겁니다.
01:33
Let me point out some that I really like.
32
93260
3000
이제 제가 좋아하는 것들에 초점을 맞춰보죠.
01:36
This is OPEC's revenue, this green box here --
33
96260
2000
석유수출국기구(OPEC)의 수익입니다. 녹색이 여기 있지요-
01:38
780 billion a year.
34
98260
2000
매년 7,900억 달러를 법니다.
01:40
And this little pixel in the corner -- three billion --
35
100260
3000
그리고 여기 구석에 있는 작은 점은 -- 30억 달러인데요--
01:43
that's their climate change fund.
36
103260
3000
기후 변화를 위한 기금입니다.
01:46
Americans, incredibly generous people --
37
106260
2000
자선에 상당히 후한 미국인들은
01:48
over 300 billion a year, donated to charity every year,
38
108260
3000
매년 3,000억 달러 이상을 자선활동에 기부했습니다.
01:51
compared with the amount of foreign aid
39
111260
2000
반면에 상위 17개의 선진 공업국이 기부한
01:53
given by the top 17 industrialized nations
40
113260
2000
국외 원조 총액은
01:55
at 120 billion.
41
115260
2000
약 1,200억 달러에 불과합니다.
01:57
Then of course,
42
117260
2000
그리고 이건
01:59
the Iraq War, predicted to cost just 60 billion
43
119260
2000
이라크 전쟁 비용입니다. 2003년 이전까지 600억 달러로
02:01
back in 2003.
44
121260
3000
추정됩니다.
02:04
And it mushroomed slightly. Afghanistan and Iraq mushroomed now
45
124260
3000
그리고 약간 늘어나는데요. 아프간 전쟁 비용은
02:07
to 3,000 billion.
46
127260
3000
현재 3조 달러까지 늘어났습니다.
02:10
So now it's great
47
130260
2000
이거 대단하죠.
02:12
because now we have this texture, and we can add numbers to it as well.
48
132260
2000
이제 우리가 이런 그림을 갖고 있으니 다른 수치를 추가할 수 있습니다.
02:14
So we could say, well, a new figure comes out ... let's see African debt.
49
134260
3000
이제 새 항목을 더해봅시다. 이건 아프리카의 부채입니다.
02:17
How much of this diagram do you think might be taken up
50
137260
2000
아프리카가 서구세계에 지고 있는 부채가
02:19
by the debt that Africa owes to the West?
51
139260
2000
도표에서 얼마나 크게 그려질 것 같습니까?
02:21
Let's take a look.
52
141260
2000
이걸 보시죠.
02:23
So there it is:
53
143260
2000
이겁니다.
02:25
227 billion is what Africa owes.
54
145260
2000
아프리카는 2,270억 달러의 빚을 지고 있습니다.
02:27
And the recent financial crisis,
55
147260
2000
그리고 최근에 닥쳤던 세계 금융 위기는
02:29
how much of this diagram might that figure take up?
56
149260
2000
얼마나 크게 나타날까요?
02:31
What has that cost the world? Let's take a look at that.
57
151260
3000
전 세계가 지고 있는 빚은? 이걸 보세요.
02:34
Dooosh -- Which I think is the appropriate sound effect
58
154260
3000
두쉬-! 이 정도의 규모에 딱 어울리는
02:37
for that much money:
59
157260
2000
음향효과죠.
02:39
11,900 billion.
60
159260
4000
11조 9천억 달러입니다.
02:45
So, by visualizing this information,
61
165260
2000
이렇게 정보들을 시각화함으로써
02:47
we turned it into a landscape
62
167260
2000
우리는 이걸 한눈에 볼 수 있습니다.
02:49
that you can explore with your eyes,
63
169260
2000
눈으로 보면서 탐색할 수 있는
02:51
a kind of map really, a sort of information map.
64
171260
2000
일종의 정보 지도가 되는 거죠.
02:53
And when you're lost in information,
65
173260
2000
그리고 정보 속에서 길을 잃게 될 때
02:55
an information map is kind of useful.
66
175260
3000
이런 정보 지도는 유용할 겁니다.
02:58
So I want to show you another landscape now.
67
178260
2000
자, 이제 다른 경관을 보여 드리죠.
03:00
We need to imagine what a landscape
68
180260
2000
세상이 느끼는 공포는 어떻게 보일지
03:02
of the world's fears might look like.
69
182260
3000
한 번 상상해보세요.
03:05
Let's take a look.
70
185260
2000
이제 봅시다.
03:07
This is Mountains Out of Molehills,
71
187260
2000
여기저기 뭔가 쌓여 있는 게 보이죠,
03:09
a timeline of global media panic.
72
189260
2000
이건 시간의 흐름에 따른 전 세계적 미디어 공황입니다.
03:11
(Laughter)
73
191260
2000
(웃음)
03:13
So, I'll label this for you in a second.
74
193260
2000
자, 제가 여러분을 위해 범례를 알려 드릴 겁니다.
03:15
But the height here, I want to point out,
75
195260
2000
여기서 세로축은 언론에 의해 알려진
03:17
is the intensity of certain fears
76
197260
2000
일종의 공포를
03:19
as reported in the media.
77
199260
2000
의미합니다.
03:21
Let me point them out.
78
201260
2000
이걸 좀 짚어보겠습니다.
03:23
So this, swine flu -- pink.
79
203260
4000
이건 돼지 독감이고요. 분홍색,
03:27
Bird flu.
80
207260
2000
조류 독감.
03:29
SARS -- brownish here. Remember that one?
81
209260
3000
사스. 여기 갈색을 띠고 있죠? 기억해두세요. 기억하십니까?
03:32
The millennium bug,
82
212260
3000
밀레니엄[Y2K: 번역주] 버그.
03:35
terrible disaster.
83
215260
2000
끔찍한 재앙이죠.
03:37
These little green peaks
84
217260
2000
이 작은 녹색 최고점들은
03:39
are asteroid collisions.
85
219260
2000
소행성의 지구 충돌입니다.
03:41
(Laughter)
86
221260
2000
(웃음)
03:43
And in summer, here, killer wasps.
87
223260
2000
그리고 여름엔, 이건요, 살인 말벌떼입니다.
03:45
(Laughter)
88
225260
8000
(웃음)
03:53
So these are what our fears look like
89
233260
2000
이것이 우리가 지난 시기 동안
03:55
over time in our media.
90
235260
2000
언론을 통해 나타난 우리들의 공포입니다.
03:57
But what I love -- and I'm a journalist --
91
237260
2000
그런데 제가 사랑하는, 저는 언론인입니다,
03:59
and what I love is finding hidden patterns; I love being a data detective.
92
239260
3000
제가 사랑하는 건 숨겨진 패턴을 찾아내는 일입니다. 정보 수사관이 되는 걸 좋아하죠.
04:02
And there's a very interesting and odd pattern hidden in this data
93
242260
3000
그리고 이 데이터에는 아주 흥미롭고 특이한 패턴이 숨어 있습니다.
04:05
that you can only see when you visualize it.
94
245260
2000
시각화를 할 때만 알아차릴 수 있죠.
04:07
Let me highlight it for you.
95
247260
2000
제가 여러분을 위해서 표시해볼게요.
04:09
See this line, this is a landscape for violent video games.
96
249260
3000
이 선을 보세요. 이건 폭력적 비디오 게임에 대한 것입니다.
04:12
As you can see, there's a kind of odd, regular pattern in the data,
97
252260
3000
보시다시피 이 데이터에는 일정한 이상한 패턴이 있습니다.
04:15
twin peaks every year.
98
255260
2000
매년 2번의 최고점이 보입니다.
04:17
If we look closer, we see those peaks occur
99
257260
2000
조금 더 자세히 보시면 이 최고점들이
04:19
at the same month every year.
100
259260
3000
매년 같은 달에 나타난다는 것을 알 수 있습니다.
04:22
Why?
101
262260
2000
왜일까요?
04:24
Well, November, Christmas video games come out,
102
264260
2000
일단 11월에는 크리스마스용 새 게임들이 출시됩니다.
04:26
and there may well be an upsurge in the concern about their content.
103
266260
3000
그리고 그 게임들이 담고 있는 내용에 대한 영향이 우려되곤 하죠.
04:29
But April isn't a particularly massive month
104
269260
3000
하지만 4월은 비디오 게임에 있어서
04:32
for video games.
105
272260
2000
특별한 일이 없는데요.
04:34
Why April?
106
274260
2000
4월엔 왜 그럴까요?
04:36
Well, in April 1999 was the Columbine shooting,
107
276260
3000
바로 1999년 4월에 있었던 컬럼바인 고교 총기 난사 사건 때문입니다.
04:39
and since then, that fear
108
279260
2000
그때부터 미디어는
04:41
has been remembered by the media
109
281260
2000
매년 이맘때, 그때의 공포를 상기시켰고
04:43
and echoes through the group mind gradually through the year.
110
283260
2000
그 여파가 서서히 사람들 마음에 들어오는 것입니다.
04:45
You have retrospectives, anniversaries,
111
285260
3000
사람들은 회고하고, 기념하고
04:48
court cases, even copy-cat shootings,
112
288260
3000
판례로 들고, 심지어 모방 범죄까지 일으킵니다.
04:51
all pushing that fear into the agenda.
113
291260
3000
모두 재생산된 공포가 스며들었기 때문입니다.
04:54
And there's another pattern here as well. Can you spot it?
114
294260
2000
그리고 여기에 다른 패턴이 있습니다. 알아볼 수 있나요?
04:56
See that gap there? There's a gap,
115
296260
2000
저기 앞에 크게 비어 있는 간격이 보이죠?
04:58
and it affects all the other stories.
116
298260
2000
이건 다른 모든 범례에서도 동일합니다.
05:00
Why is there a gap there?
117
300260
2000
왜 저기에 간격이 있을까요?
05:02
You see where it starts? September 2001,
118
302260
3000
언제부터 시작되었는지 보이시나요? 2001년 9월입니다.
05:05
when we had something very real
119
305260
2000
진짜 겁에 질릴만한 뭔가가
05:07
to be scared about.
120
307260
2000
있었던 거죠. [9·11 사태: 번역주]
05:09
So, I've been working as a data journalist for about a year,
121
309260
3000
저는 약 일 년간 데이터 저널리스트로 일 해왔습니다.
05:12
and I keep hearing a phrase
122
312260
2000
저는 늘 이 문장을 되뇌었습니다.
05:14
all the time, which is this:
123
314260
3000
어떤 문장이냐면:
05:17
"Data is the new oil."
124
317260
2000
"정보는 새로운 석유이다."
05:19
Data is the kind of ubiquitous resource
125
319260
3000
그리고 정보는 일종의 흔한 자원이죠.
05:22
that we can shape to provide new innovations and new insights,
126
322260
3000
새 혁신과 새로운 통찰력을 제공하도록 형성할 수 있고
05:25
and it's all around us, and it can be mined very easily.
127
325260
3000
이는 우리 주위 어디에나 있고, 쉽게 캐낼 수 있습니다.
05:28
It's not a particularly great metaphor in these times,
128
328260
3000
그래서 요즘 시대엔 이는 특별한 비유조차도 되지 않습니다.
05:31
especially if you live around the Gulf of Mexico,
129
331260
3000
특히, 당신이 만약 멕시코만에 산다고 한다면 말이죠.
05:34
but I would, perhaps, adapt this metaphor slightly,
130
334260
2000
하지만 전 이 비유를 조금 조정해야 할 듯싶습니다.
05:36
and I would say that data is the new soil.
131
336260
3000
전 '정보는 새로운 토양이다.'라고 말하고 싶습니다.
05:40
Because for me, it feels like a fertile, creative medium.
132
340260
3000
왜냐면 제겐 정보는 비옥하고 창조적인 매체니까요.
05:43
Over the years, online,
133
343260
2000
알다시피 수년간 온라인에서
05:45
we've laid down
134
345260
3000
엄청난 양의 정보와 데이터를
05:48
a huge amount of information and data,
135
348260
2000
축적해 왔습니다.
05:50
and we irrigate it with networks and connectivity,
136
350260
2000
우리는 네트워크와 연계성으로 물을 공급하고
05:52
and it's been worked and tilled by unpaid workers and governments.
137
352260
3000
이는 무임금 노동자들과 정부에 의해 경작되고 가꾸어져 왔습니다.
05:55
And, all right, I'm kind of milking the metaphor a little bit.
138
355260
3000
그리고, 제가 비유를 조금 더 짜내는 중입니다만,
05:58
But it's a really fertile medium,
139
358260
3000
정보는 정말 비옥한 매질 매체입니다.
06:01
and it feels like visualizations, infographics, data visualizations,
140
361260
3000
그리고 시각화, 정보그래픽, 그리고 데이터 시각화는
06:04
they feel like flowers blooming from this medium.
141
364260
3000
이 토양에서 피어난 꽃과 같습니다.
06:07
But if you look at it directly,
142
367260
2000
하지만 여러분이 이것을 직접적으로 본다면
06:09
it's just a lot of numbers and disconnected facts.
143
369260
2000
단지 수많은 숫자와 연계성 없는 사실들에 불과하죠.
06:11
But if you start working with it and playing with it in a certain way,
144
371260
3000
특정방식으로 갖고 놀면서 작업을 하다 보면
06:14
interesting things can appear and different patterns can be revealed.
145
374260
3000
흥미로운 점들이 나타나고 다른 패턴들이 드러나게 되죠.
06:17
Let me show you this.
146
377260
2000
그걸 보여 드리도록 하죠.
06:19
Can you guess what this data set is?
147
379260
3000
이 데이터가 무엇을 뜻하는 것 같으십니까?
06:22
What rises twice a year,
148
382260
2000
일 년에 두 번 상승하고,
06:24
once in Easter
149
384260
2000
한번은 부활절에
06:26
and then two weeks before Christmas,
150
386260
2000
그리고 다른 한번은 크리스마스 두 주전에.
06:28
has a mini peak every Monday,
151
388260
2000
작은 상승이 매주 월요일에 있고
06:30
and then flattens out over the summer?
152
390260
2000
여름에는 대체로 빈도가 낮아지는
06:32
I'll take answers.
153
392260
2000
이는 무엇일까요?
06:34
(Audience: Chocolate.) David McCandless: Chocolate.
154
394260
2000
(청중: 초콜릿.) 데이비드: 초콜릿.
06:36
You might want to get some chocolate in.
155
396260
3000
초콜릿을 받았으면 하나 보군요?
06:39
Any other guesses?
156
399260
2000
다른 의견은 없으십니까?
06:41
(Audience: Shopping.) DM: Shopping.
157
401260
2000
(청중: 쇼핑) 데이비드: 쇼핑.
06:43
Yeah, retail therapy might help.
158
403260
3000
네, 구매요법이 도움될 수 있겠네요. [기분 전환을 위해 하는 쇼핑: 번역주]
06:46
(Audience: Sick leave.)
159
406260
2000
(청중: 병가)
06:48
DM: Sick leave. Yeah, you'll definitely want to take some time off.
160
408260
2000
데이비드: 병가. 네. 확실히 좀 쉬었으면 하실 겁니다.
06:50
Shall we see?
161
410260
2000
한번 볼까요?
06:53
(Laughter)
162
413260
8000
(웃음) [화면: 이별시기 최고점 (페이스북 상태에서 추출): 번역주]
07:01
(Applause)
163
421260
3000
(박수)
07:04
So, the information guru Lee Byron and myself,
164
424260
3000
그렇습니다. 정보의 구루, 리 바이런과 제가
07:07
we scraped 10,000 status Facebook updates
165
427260
3000
"깨짐," "헤어졌음"에 관한 구절이 있는
07:10
for the phrase "break-up" and "broken-up"
166
430260
2000
만개의 페이스북 상태 업데이트를 모은 겁니다.
07:12
and this is the pattern we found --
167
432260
2000
그리고 이것이 우리가 찾은 패턴입니다.
07:14
people clearing out for Spring Break,
168
434260
2000
사람들은 봄 방학 때 차이고
07:16
(Laughter)
169
436260
5000
(웃음)
07:21
coming out of very bad weekends on a Monday,
170
441260
2000
고통스러운 주말을 보냈다고 월요일에 드러내고
07:23
being single over the summer,
171
443260
3000
여름 내내 솔로로 지냅니다.
07:26
and then the lowest day of the year, of course: Christmas Day.
172
446260
3000
물론 가장 적게 헤어지는 때는 크리스마스 때입니다.
07:29
Who would do that?
173
449260
3000
누가 그러겠습니까?
07:32
So there's a titanic amount of data out there now,
174
452260
2000
지금 세상엔 아주 엄청난 분량의 데이터가 있습니다.
07:34
unprecedented.
175
454260
2000
전례 없는.
07:37
But if you ask the right kind of question,
176
457260
2000
만약 적절한 질문을 하고
07:39
or you work it in the right kind of way,
177
459260
2000
적절한 방식으로 처리하면
07:41
interesting things can emerge.
178
461260
3000
재미있는 결과가 나올 것입니다.
07:44
So information is beautiful. Data is beautiful.
179
464260
3000
그래서 정보는 아름답습니다. 자료는 아름답죠.
07:47
I wonder if I could make my life beautiful.
180
467260
3000
저는 제 삶도 아름답게 할 수 있지 않을까 생각했습니다.
07:50
And here's my visual C.V.
181
470260
2000
그래서 이렇게 시각적으로 제 이력서를 만들었습니다.
07:52
I'm not quite sure I've succeeded.
182
472260
2000
성공적으로 잘 만들었지는 모르겠습니다.
07:54
Pretty blocky, the colors aren't that great.
183
474260
2000
블록들도 좀 많고 색깔도 그리 좋진 않습니다.
07:56
But I wanted to convey something to you.
184
476260
3000
하지만 전 여러분에게 뭔가 전달하고 싶습니다.
07:59
I started as a programmer,
185
479260
2000
저는 프로그래머로 시작했습니다
08:01
and then I worked as a writer for many years, about 20 years,
186
481260
2000
그리고 출판, 온라인 광고에서 약 20년 정도를
08:03
in print, online and then in advertising,
187
483260
2000
작가로 일했습니다.
08:05
and only recently have I started designing.
188
485260
3000
최근에야 디자인을 시작했습니다.
08:08
And I've never been to design school.
189
488260
2000
디자인 학교에는 가본 적도 없습니다.
08:10
I've never studied art or anything.
190
490260
3000
저는 미술이나 그런 것들을 배우지도 않았습니다.
08:13
I just kind of learned through doing.
191
493260
2000
그냥 해보면서 배운 것입니다.
08:15
And when I started designing,
192
495260
2000
제가 디자인을 시작하면서
08:17
I discovered an odd thing about myself.
193
497260
2000
저는 제게서 뭔가 이상한 것을 발견했습니다.
08:19
I already knew how to design,
194
499260
2000
저는 이미 '디자인은 어떻게 하는 것'인지 알고 있었습니다.
08:21
but it wasn't like I was amazingly brilliant at it,
195
501260
3000
그러나 특별히 재능이 있던 것 같진 않았습니다.
08:24
but more like I was sensitive
196
504260
2000
그러나 제가 좀 민감하다는 것에 더 가까웠죠.
08:26
to the ideas of grids and space
197
506260
2000
격자, 공간, 정렬, 활자 등에 대한
08:28
and alignment and typography.
198
508260
2000
개념에 민감했던 거죠.
08:30
It's almost like being exposed
199
510260
2000
사실상 수년간 미디어에
08:32
to all this media over the years
200
512260
2000
노출되면서 디자인에 대한 기본적인
08:34
had instilled a kind of dormant design literacy in me.
201
514260
3000
능력이 몸에 배어 버린 거에 가까웠죠.
08:37
And I don't feel like I'm unique.
202
517260
2000
전 제가 독특하다고 생각하지 않습니다.
08:39
I feel that everyday, all of us now
203
519260
2000
저는 우리가 모두 매일
08:41
are being blasted by information design.
204
521260
3000
정보 디자인에 노출되어 있다고 생각합니다.
08:44
It's being poured into our eyes through the Web,
205
524260
2000
이건 웹을 통해서 우리의 눈으로 흘러듭니다.
08:46
and we're all visualizers now;
206
526260
2000
우리는 모두 시각적인 인간입니다.
08:48
we're all demanding a visual aspect
207
528260
2000
우리는 모두 우리가 접하는 정보가
08:50
to our information.
208
530260
3000
시각적이길 원합니다.
08:53
There's something almost quite magical about visual information.
209
533260
3000
그리고 시각적 정보에는 뭔가 마법 같은 것이 있어
08:56
It's effortless, it literally pours in.
210
536260
3000
별 어려움 없이 그대로 흘러들어옵니다.
08:59
And if you're navigating a dense information jungle,
211
539260
3000
그리고 깊은 정보의 정글에서 누빌 때,
09:02
coming across a beautiful graphic
212
542260
2000
아름다운 그래픽이나
09:04
or a lovely data visualization,
213
544260
2000
사랑스러우리만치 시각화된 데이터를 마주치면
09:06
it's a relief, it's like coming across a clearing in the jungle.
214
546260
3000
안심이 되는 거죠. 마치 정글에서 탁 트인 공간을 만나 듯이요.
09:09
I was curious about this, so it led me
215
549260
2000
저는 이런 것에 관심이 있다가 보니
09:11
to the work of a Danish physicist
216
551260
2000
덴마크의 물리학자인 토르 노레트란더스의
09:13
called Tor Norretranders,
217
553260
2000
작업을 접하게 되었습니다
09:15
and he converted the bandwidth of the senses into computer terms.
218
555260
3000
그는 오감의 대역폭을 컴퓨터 처리 단위로 바꾸는 일을 하고 있었습니다.
09:19
So here we go. This is your senses,
219
559260
2000
이제 보여 드리겠습니다. 이게 매 1초당 흐르는
09:21
pouring into your senses every second.
220
561260
2000
여러분의 오감입니다.
09:23
Your sense of sight is the fastest.
221
563260
3000
여러분의 시각이 가장 빠릅니다.
09:26
It has the same bandwidth as a computer network.
222
566260
3000
거의 네트워크의 속도입니다.
09:29
Then you have touch, which is about the speed of a USB key.
223
569260
3000
촉각은 USB 수준의 속도를 가집니다.
09:32
And then you have hearing and smell,
224
572260
2000
청각과 후각은
09:34
which has the throughput of a hard disk.
225
574260
2000
하드디스크 정도의 속도입니다.
09:36
And then you have poor old taste,
226
576260
2000
그리고 불쌍한 미각은
09:38
which is like barely the throughput of a pocket calculator.
227
578260
3000
겨우 휴대용 계산기 수준의 속도를 가집니다.
09:41
And that little square in the corner, a naught .7 percent,
228
581260
3000
저기 구석에 있는 작은 사각형입니다. 0.7 퍼센트입니다.
09:44
that's the amount we're actually aware of.
229
584260
3000
우리가 실제로 접하는 정보 대부분이
09:47
So a lot of your vision --
230
587260
2000
시각에 의한 것입니다.
09:49
the bulk of it is visual, and it's pouring in.
231
589260
2000
깨닫지 못하는 사이에
09:51
It's unconscious.
232
591260
2000
흘러들어옵니다.
09:53
The eye is exquisitely sensitive
233
593260
3000
그리고 눈은 색상의 변화와
09:56
to patterns in variations in color, shape and pattern.
234
596260
3000
모양 및 패턴에 매우 민감합니다.
09:59
It loves them, and it calls them beautiful.
235
599260
2000
그런 것을 좋아하고, 아름답다고 느낍니다.
10:01
It's the language of the eye.
236
601260
2000
이것이 눈의 언어입니다.
10:03
If you combine the language of the eye with the language of the mind,
237
603260
2000
그리고 눈의 언어와 단어와 숫자 그리고 개념에 관한
10:05
which is about words and numbers and concepts,
238
605260
3000
정신의 언어를 함께 한다면
10:08
you start speaking two languages simultaneously,
239
608260
3000
여러분은 동시에 두 개의 언어를 사용하는 셈입니다.
10:11
each enhancing the other.
240
611260
3000
상호 보완적으로요.
10:14
So, you have the eye, and then you drop in the concepts.
241
614260
3000
여러분은 시각적으로 접하는 동시에 개념에 접근하는 거죠.
10:17
And that whole thing -- it's two languages
242
617260
2000
그리고 모든 것, 즉 두 언어가
10:19
both working at the same time.
243
619260
2000
동시에 작용하는 것입니다.
10:21
So we can use this new kind of language, if you like,
244
621260
2000
우리는 이런 새로운 형태의 언어를 구사할 수 있습니다.
10:23
to alter our perspective or change our views.
245
623260
3000
원한다면 우리의 견해나 시각을 바꾸기 위해서요.
10:26
Let me ask you a simple question
246
626260
2000
대답하기 쉬운 간단한
10:28
with a really simple answer:
247
628260
2000
질문을 하나 드리겠습니다.
10:30
Who has the biggest military budget?
248
630260
2000
국방 예산이 가장 많은 나라가 어디일까요?
10:32
It's got to be America, right?
249
632260
2000
미국입니다. 그렇죠?
10:34
Massive. 609 billion in 2008 --
250
634260
2000
2008년도엔 무려 6,090억 달러,
10:36
607, rather.
251
636260
2000
6,070억 달러입니다.
10:38
So massive, in fact, that it can contain
252
638260
2000
이건 엄청나게 많은 양이어서
10:40
all the other military budgets in the world inside itself.
253
640260
3000
다른 모든 나라의 국방 예산을 합친 것만큼 됩니다.
10:43
Gobble, gobble, gobble, gobble, gobble.
254
643260
2000
와구, 와구, 와구, 와구, 와구
10:45
Now, you can see Africa's total debt there
255
645260
2000
이제 아프리카의 총부채와
10:47
and the U.K. budget deficit for reference.
256
647260
2000
영국의 재정 적자 규모를 봅시다.
10:49
So that might well chime
257
649260
2000
이는 어쩌면 여러분의 미국에 대한 견해와
10:51
with your view that America
258
651260
2000
일치하는 것으로 보일 수도 있습니다.
10:53
is a sort of warmongering military machine,
259
653260
3000
'미국은 전 세계를 제패하려 하는
10:56
out to overpower the world
260
656260
2000
일종의 전쟁 도발 군사 기계다.'라는 견해 말입니다.
10:58
with its huge industrial-military complex.
261
658260
3000
그의 거대한 군·산업 복합체와 함께 말이죠.
11:01
But is it true that America has the biggest military budget?
262
661260
3000
하지만 진정 미국이 최대의 국방 예산 국가일까요?
11:04
Because America is an incredibly rich country.
263
664260
2000
왜냐하면 미국은 아주 부유한 나라이기 때문입니다.
11:06
In fact, it's so massively rich
264
666260
2000
어느 정도냐면 다른 최상위 산업국
11:08
that it can contain the four other
265
668260
2000
4개국의 경제규모를 다 합친 것과
11:10
top industrialized nations' economies
266
670260
2000
맞먹을 정도입니다.
11:12
inside itself, it's so vastly rich.
267
672260
3000
이건 정말 엄청난 부입니다.
11:15
So its military budget is bound to be enormous.
268
675260
3000
이런 이유로 국방 예산 역시 커지게 됩니다.
11:18
So, to be fair and to alter our perspective,
269
678260
2000
그렇다면 공평하게 보기 위해서
11:20
we have to bring in another data set,
270
680260
2000
다른 데이터 자료를 도입해봅시다.
11:22
and that data set is GDP, or the country's earnings.
271
682260
2000
이 데이터는 GDP[국내 총생산: 번역주], 즉 국가의 소득입니다.
11:24
Who has the biggest budget as a proportion of GDP?
272
684260
2000
GDP 대비 국방 예산이라면 어느 나라가 가장 클까요?
11:26
Let's have a look.
273
686260
2000
한번 봅시다. 양상이 상당히 바뀌었습니다.
11:28
That changes the picture considerably.
274
688260
3000
[국방 예산/GDP: 1.미얀마 2.요르단 3.조지아 4.사우디 아라비아: 번역주]
11:31
Other countries pop into view that you, perhaps, weren't considering,
275
691260
3000
의외의 나라가 위로 올라온 것 같습니다.
11:34
and American drops into eighth.
276
694260
2000
미국은 8위로 떨어졌군요.
11:36
Now you can also do this with soldiers.
277
696260
2000
이제 같은 처리를 병력에 해보겠습니다.
11:38
Who has the most soldiers? It's got to be China.
278
698260
2000
어느 나라의 병력이 가장 많죠? 당연히 중국입니다.
11:40
Of course, 2.1 million.
279
700260
2000
210만 명이죠. 이는 다시 중국은
11:42
Again, chiming with your view
280
702260
2000
[군인수: 1.중국 2.미국 3.인도 4.북한 5.러시아: 번역주]
11:44
that China has a militarized regime
281
704260
2000
거대한 동원 병력을 가진 군사 체제 국가라는
11:46
ready to, you know, mobilize its enormous forces.
282
706260
2000
여러분의 견해와 들어맞을 것입니다.
11:48
But of course, China has an enormous population.
283
708260
3000
그러나 중국은 거대한 인구를 갖고 있기도 합니다.
11:51
So if we do the same,
284
711260
2000
다시 적용하면 우리는 철저히 다른 양상을
11:53
we see a radically different picture.
285
713260
2000
[십만 명당 군인수: 1.북한 2.에리트리아 3.지부티 4.이라크: 번역주]
11:55
China drops to 124th.
286
715260
2000
보게 됩니다. 중국은 124위로 떨어지죠.
11:57
It actually has a tiny army
287
717260
2000
이렇게 다른 자료를 고려하여 판단해보면
11:59
when you take other data into consideration.
288
719260
3000
정말 작은 규모의 군대를 가진 겁니다.
12:02
So, absolute figures, like the military budget,
289
722260
2000
연결된 세상이라는 점을 고려해 본다면
12:04
in a connected world,
290
724260
2000
국방 예산 같은 절대적인 수치가
12:06
don't give you the whole picture.
291
726260
2000
전체를 그려주질 않는다는 얘기입니다.
12:08
They're not as true as they could be.
292
728260
2000
그건 그만큼 진실이 아니라는 의미입니다.
12:10
We need relative figures that are connected to other data
293
730260
3000
우리에겐 다른 자료들과 연결된 상관관계의 수치가 필요합니다.
12:13
so that we can see a fuller picture,
294
733260
2000
그럼으로써 우리는 큰 그림을 보게 되고
12:15
and then that can lead to us changing our perspective.
295
735260
2000
우리의 관점을 바꿀 수 있게 됩니다.
12:17
As Hans Rosling, the master,
296
737260
2000
거장 한스 로슬링에 의하면,
12:19
my master, said,
297
739260
3000
제겐 거장입니다, 말씀하시길
12:22
"Let the dataset change your mindset."
298
742260
3000
"데이터 구조가 사고방식의 구조를 바꾸게 하라."
12:26
And if it can do that, maybe it can also change your behavior.
299
746260
3000
그리고 만약 그렇게 된다면 그건 아마 당신의 행동마저 바꾸게 될 것입니다.
12:29
Take a look at this one.
300
749260
2000
이걸 한번 보시죠.
12:31
I'm a bit of a health nut.
301
751260
2000
저는 좀 건강을 챙기는 편입니다.
12:33
I love taking supplements and being fit,
302
753260
3000
저는 영양제를 즐겨 먹고 건강에 신경을 씁니다만
12:36
but I can never understand what's going on in terms of evidence.
303
756260
3000
그게 정말로 효과가 있는지는 잘 모릅니다.
12:39
There's always conflicting evidence.
304
759260
2000
언제나 상반되는 증거가 있는데요.
12:41
Should I take vitamin C? Should I be taking wheatgrass?
305
761260
2000
제가 비타민 C를 섭취해야 하나요? 밀싹은요?
12:43
This is a visualization of all the evidence
306
763260
2000
이건 영양 공급에서
12:45
for nutritional supplements.
307
765260
2000
모든 물증에 대한 시각화입니다.
12:47
This kind of diagram is called a balloon race.
308
767260
3000
이런 종류의 도표를 '풍선 경주'라고 합니다.
12:50
So the higher up the image,
309
770260
2000
그림의 위쪽으로 갈수록
12:52
the more evidence there is for each supplement.
310
772260
3000
그 보충제에 대한 효과가 입증된다는 의미입니다.
12:55
And the bubbles correspond to popularity as regards to Google hits.
311
775260
3000
그리고 풍선의 크기는 구글 검색어에 의한 인기도에 비례합니다.
12:58
So you can immediately apprehend
312
778260
3000
여러분은 즉각적으로 효과와 인기의
13:01
the relationship between efficacy and popularity,
313
781260
3000
상관관계를 파악할 수 있습니다.
13:04
but you can also, if you grade the evidence,
314
784260
3000
그리고 증거의 등급을 정하는 것으로
13:07
do a "worth it" line.
315
787260
2000
'먹을만한 가치가 있음'의 선을 정할 수 있습니다.
13:09
So supplements above this line are worth investigating,
316
789260
3000
그리고 아래 열거된 조건에 한해서
13:12
but only for the conditions listed below,
317
792260
3000
선 위에 있는 보충제들은 더 알아볼 가치가 있습니다.
13:15
and then the supplements below the line
318
795260
3000
그리고 이 선 아래에 있는 보충제들은
13:18
are perhaps not worth investigating.
319
798260
2000
아마도 알아볼 필요조차 없을 겁니다.
13:20
Now this image constitutes a huge amount of work.
320
800260
3000
이 사진은 엄청난 노력을 들여 만들었습니다.
13:23
We scraped like 1,000 studies from PubMed,
321
803260
3000
우리는 천 건에 이르는 연구자료를 의생물학 데이터베이스인
13:26
the biomedical database,
322
806260
2000
퍼브메드로(PubMed)부터 수집하여
13:28
and we compiled them and graded them all.
323
808260
3000
정리하고 등급을 매겼습니다.
13:31
And it was incredibly frustrating for me
324
811260
2000
저는 엄청난 좌절감을 맛봐야 했습니다.
13:33
because I had a book of 250 visualizations to do for my book,
325
813260
3000
제 책을 위해 250개의 시각화 이미지 작업을 하는데
13:36
and I spent a month doing this,
326
816260
2000
한 달이 꼬박 걸려
13:38
and I only filled two pages.
327
818260
2000
나온 건 고작 두 페이지뿐이었습니다.
13:40
But what it points to
328
820260
2000
그런데 이것은
13:42
is that visualizing information like this
329
822260
2000
정보 시각화라는 것이 일종의
13:44
is a form of knowledge compression.
330
824260
2000
지식 압축이라는 것을 알려주고 있습니다.
13:46
It's a way of squeezing an enormous amount
331
826260
2000
이건 방대한 분량의
13:48
of information and understanding
332
828260
2000
지식 및 이해를
13:50
into a small space.
333
830260
2000
작은 공간에 집어넣는 것입니다.
13:52
And once you've curated that data, and once you've cleaned that data,
334
832260
2000
그리고 한번 그 데이터를 정리했다면, 한번 자료를 모았다면
13:54
and once it's there,
335
834260
2000
그리고 그렇게 한 적이 있다면
13:56
you can do cool stuff like this.
336
836260
2000
당신은 멋지게 해낼 수 있습니다.
13:58
So I converted this into an interactive app,
337
838260
2000
저는 이걸 일종의 양 방향 어플리케이션으로 바꿔보았습니다.
14:00
so I can now generate this application online --
338
840260
2000
지금은 이 프로그램을 온라인에서 구현할 수 있습니다.
14:02
this is the visualization online --
339
842260
2000
이건 온라인에서의 시각화입니다.
14:04
and I can say, "Yeah, brilliant."
340
844260
2000
전 "그래, 멋지다."라고 합니다.
14:06
So it spawns itself.
341
846260
2000
이건 스스로 증식합니다.
14:08
And then I can say, "Well, just show me the stuff
342
848260
2000
그리고 "좋아, 이제 심장 질환에 효과가
14:10
that affects heart health."
343
850260
2000
있는 것만 보여줘."라고 주문할 수 있습니다.
14:12
So let's filter that out.
344
852260
2000
한번 걸러서 봅시다.
14:14
So heart is filtered out, so I can see if I'm curious about that.
345
854260
3000
제가 관심 있다면 심장과 관련 있는 것만 걸러서 볼 수 있습니다.
14:17
I think, "No, no. I don't want to take any synthetics,
346
857260
2000
또 이렇게 입력하면 "합성화학품은 관심 없고
14:19
I just want to see plants and --
347
859260
3000
식물로 만들어진 것들,
14:22
just show me herbs and plants. I've got all the natural ingredients."
348
862260
3000
약초와 식물로 된 것들, 천연 재료로 만든 것만 골라서."
14:25
Now this app is spawning itself
349
865260
2000
그러면 이 프로그램은 데이터로부터
14:27
from the data.
350
867260
2000
결과를 스스로 생성합니다.
14:29
The data is all stored in a Google Doc,
351
869260
2000
데이터는 구글 문서에 저장되어 있고
14:31
and it's literally generating itself from that data.
352
871260
3000
이건 문자 그대로 데이터로부터 직접 생성됩니다.
14:34
So the data is now alive; this is a living image,
353
874260
2000
살아 있는 자료의 살아 있는 시각화 이미지입니다.
14:36
and I can update it in a second.
354
876260
2000
갱신을 즉각적으로 할 수 있죠.
14:38
New evidence comes out. I just change a row on a spreadsheet.
355
878260
2000
새로운 증거가 나오면, 저는 데이터 시트를 한 줄만 바꿔주고,
14:40
Doosh! Again, the image recreates itself.
356
880260
4000
다시, 두쉬! 이미지가 자동으로 다시 만들어집니다.
14:44
So it's cool.
357
884260
2000
멋지죠.
14:46
It's kind of living.
358
886260
3000
일종의 생명체입니다.
14:49
But it can go beyond data,
359
889260
2000
데이터로 구현된 것이죠.
14:51
and it can go beyond numbers.
360
891260
2000
숫자들로 구성된 거고요.
14:53
I like to apply information visualization
361
893260
2000
저는 아이디어와 개념을
14:55
to ideas and concepts.
362
895260
3000
정보 시각화해보는 걸 좋아합니다.
14:58
This is a visualization
363
898260
2000
이건 정치적 성향 범위에 대한
15:00
of the political spectrum,
364
900260
2000
시각화입니다.
15:02
an attempt for me to try
365
902260
2000
이건 제가 세상이
15:04
and understand how it works
366
904260
2000
어떻게 돌아가는지 그리고
15:06
and how the ideas percolate down
367
906260
2000
어떻게 아이디어가 정부로부터
15:08
from government into society and culture,
368
908260
2000
사회, 문화, 가족, 개개인,
15:10
into families, into individuals, into their beliefs
369
910260
3000
그리고 그들의 믿음으로 스며들어 다시 피드백되어
15:13
and back around again in a cycle.
370
913260
3000
순환하는지 이해하려는 시도입니다.
15:16
What I love about this image
371
916260
2000
저가 이 이미지를 좋아하는 이유는
15:18
is it's made up of concepts,
372
918260
2000
이는 개념들로 구성되어 있어
15:20
it explores our worldviews
373
920260
2000
우리들의 세계관을 탐험하고,
15:22
and it helps us -- it helps me anyway --
374
922260
2000
남들이 무엇을 생각하고
15:24
to see what others think,
375
924260
2000
왜 그런 생각을 하는지 이해하도록
15:26
to see where they're coming from.
376
926260
2000
돕습니다. 어쨌든 제겐 도움이 되었죠.
15:28
And it feels just incredibly cool to do that.
377
928260
3000
그리고 그런 일을 한다는 것은 믿을 수 없을 만큼 멋집니다.
15:31
What was most exciting for me
378
931260
3000
그리고 이걸 디자인하면서 가장 짜릿한 점은
15:34
designing this
379
934260
2000
이것이었습니다.
15:36
was that, when I was designing this image,
380
936260
2000
제가 이걸 디자인할 때
15:38
I desperately wanted this side, the left side,
381
938260
3000
저는 이쪽, 왼쪽을 오른쪽보다
15:41
to be better than the right side --
382
941260
2000
좋게 표현하고 싶었습니다.
15:43
being a journalist, a Left-leaning person --
383
943260
3000
언론인으로서, 좌 편향적인 인물로서요. (웃음)
15:46
but I couldn't, because I would have created
384
946260
2000
그러나 그럴 수 없었습니다. 그랬다면
15:48
a lopsided, biased diagram.
385
948260
3000
왜곡된, 편견이 들어간 도표가 되었을 겁니다.
15:51
So, in order to really create a full image,
386
951260
3000
진정으로 전체의 보다 큰 그림을 보여주기 위해
15:54
I had to honor the perspectives on the right-hand side
387
954260
3000
저는 우 편향 쪽도 존중해야만 했습니다.
15:57
and at the same time, uncomfortably recognize
388
957260
3000
그러면서 동시에 은근 불편하게 깨달은 것이 있었습니다.
16:00
how many of those qualities were actually in me,
389
960260
3000
제가 사실 우 편향 쪽의 자질도 많이 갖고 있다는 거죠.
16:03
which was very, very annoying and uncomfortable.
390
963260
2000
이 깨달음은 정말이지 매우 짜증스럽고 편치않더군요.
16:05
(Laughter)
391
965260
4000
(웃음)
16:09
But not too uncomfortable,
392
969260
2000
그러나 너무 많이 불편하진 않았습니다.
16:11
because there's something unthreatening
393
971260
3000
정치적 성향에 관해 시각적으로 볼 땐
16:14
about seeing a political perspective,
394
974260
2000
그에 관해 듣거나
16:16
versus being told or forced to listen to one.
395
976260
3000
강요받아 들을 때와 달리 압박을 느끼진 않았거든요.
16:19
You're capable of holding conflicting viewpoints
396
979260
3000
사실, 이걸 보시게 되면 반대 성향의 관점으로도
16:22
joyously when you can see them.
397
982260
2000
즐거이 보실 수 있게 됩니다.
16:24
It's even fun to engage with them
398
984260
2000
이걸 집중해서 보는 건 심지어 재밌습니다.
16:26
because it's visual.
399
986260
2000
왜냐하면 이건 시각적이기 때문이죠.
16:28
So that's what's exciting to me,
400
988260
2000
그게 제가 흥분하는 것입니다.
16:30
seeing how data can change my perspective
401
990260
2000
어떻게 데이터가 저의 관점을 바꾸는지
16:32
and change my mind midstream --
402
992260
2000
저의 사고방식을 바꾸는지요.
16:34
beautiful, lovely data.
403
994260
3000
아름답고, 사랑스러운 데이터입니다.
16:38
So, just to wrap up,
404
998260
2000
이제 정리해봅시다.
16:40
I wanted to say
405
1000260
2000
저는 이렇게 말하고 싶습니다.
16:42
that it feels to me that design is about solving problems
406
1002260
2000
저에게 디자인이란 문제를 해결하고
16:44
and providing elegant solutions,
407
1004260
3000
우아한 해결책을 제시하는 것입니다.
16:47
and information design is about
408
1007260
2000
그리고 정보 디자인은
16:49
solving information problems.
409
1009260
2000
정보에 대한 문제를 푸는 것입니다.
16:51
It feels like we have a lot of information problems
410
1011260
2000
지금 우리 사회는 과부하 또는 포화 상태라는
16:53
in our society at the moment,
411
1013260
2000
수많은 정보의 문제를
16:55
from the overload and the saturation
412
1015260
2000
갖고 있습니다.
16:57
to the breakdown of trust and reliability
413
1017260
2000
믿음과 신용의 붕괴
16:59
and runaway skepticism and lack of transparency,
414
1019260
2000
그리고 힘든 회의주의, 투명성의 결여
17:01
or even just interestingness.
415
1021260
2000
무관심도 해당합니다.
17:03
I mean, I find information just too interesting.
416
1023260
2000
저는 정보라는 게 정말 재미있다는 사실을 발견했습니다.
17:05
It has a magnetic quality that draws me in.
417
1025260
3000
마치 자석처럼 끌어당기는 힘이 있습니다.
17:09
So, visualizing information
418
1029260
2000
이제 정보 시각화는
17:11
can give us a very quick solution to those kinds of problems.
419
1031260
3000
우리에게 이런 문제들에 대한 빠른 해결책을 줍니다.
17:14
Even when the information is terrible,
420
1034260
2000
그리고 끔찍해 보이는 정보가 있을 때에도
17:16
the visual can be quite beautiful.
421
1036260
3000
시각화는 매우 아름다운 것이 될 수 있습니다.
17:19
Often we can get clarity
422
1039260
3000
그리고 우리는 명쾌한 이해와
17:22
or the answer to a simple question very quickly,
423
1042260
2000
간단한 질문에 대한 답변을 빨리 얻을 수 있습니다.
17:24
like this one,
424
1044260
2000
이렇게 말이죠.
17:26
the recent Icelandic volcano.
425
1046260
3000
최근 아이슬란드의 화산 데이터입니다.
17:29
Which was emitting the most CO2?
426
1049260
2000
가장 이산화탄소 배출량이 많은 건?
17:31
Was it the planes or the volcano,
427
1051260
2000
항공기일까요? 화산일까요?
17:33
the grounded planes or the volcano?
428
1053260
2000
취소된 항공기? 화산?
17:35
So we can have a look.
429
1055260
2000
한번 봅시다.
17:37
We look at the data and we see:
430
1057260
2000
데이터를 통해 알 수 있는 건
17:39
Yep, the volcano emitted 150,000 tons;
431
1059260
2000
네, 화산은 15만 톤을 배출하지만
17:41
the grounded planes would have emitted
432
1061260
2000
취소된 비행기가 난다면
17:43
345,000 if they were in the sky.
433
1063260
3000
34만 5천 톤을 배출하는군요.
17:46
So essentially, we had our first carbon-neutral volcano.
434
1066260
3000
즉 본질적으로는 이것은 최초의 탄소 감소 화산인 셈입니다..
17:49
(Laughter)
435
1069260
2000
(웃음)
17:51
(Applause)
436
1071260
9000
(박수)
18:00
And that is beautiful. Thank you.
437
1080260
3000
참 아름답죠. 감사합니다.
18:03
(Applause)
438
1083260
8000
(박수)
이 웹사이트 정보

이 사이트는 영어 학습에 유용한 YouTube 동영상을 소개합니다. 전 세계 최고의 선생님들이 가르치는 영어 수업을 보게 될 것입니다. 각 동영상 페이지에 표시되는 영어 자막을 더블 클릭하면 그곳에서 동영상이 재생됩니다. 비디오 재생에 맞춰 자막이 스크롤됩니다. 의견이나 요청이 있는 경우 이 문의 양식을 사용하여 문의하십시오.

https://forms.gle/WvT1wiN1qDtmnspy7