$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

공간빅데이터 시각화 가이드라인 연구
Development of the Guidelines for Expressing Big Data Visualization 원문보기

한국콘텐츠학회논문지 = The Journal of the Korea Contents Association, v.21 no.2, 2021년, pp.100 - 112  

김소연 (한밭대학교 UCRC 연구소) ,  안세윤 (국립한밭대학교 산업디자인학과) ,  주한나 (한밭대학교 UCRC 연구소)

초록
AI-Helper 아이콘AI-Helper

최근 빅데이터 기술시장의 성장과 함께 시각화 기술에 관한 관심은 지난 몇 년간 꾸준히 증가해왔다. 데이터 시각화는 현재 정보과학, 컴퓨터과학, 인간·컴퓨터 상호작용, 통계, 데이터마이닝, 지도학, 저널리즘 등의 광범위한 학문 분야에서 각기 조금씩 다른 의미로 사용되고 있다. 다학제적 연구가 필요한 스마트시티에서의 빅데이터 시각화는 사용자 중심의 스마트시티 서비스와 관련 정책을 전개하는데 있어 객관적이고 과학적인 접근을 가능하게 한다. 특히 공간 기반의 데이터 시각화는 도시정책 수립 과정에서 시각화 자료를 통해 다양한 이해관계자들의 효율적인 협업을 가능하게 한다. 본 논문은 선행연구를 통해 단순히 시각화 도구가 아닌 효과적인 정보전달 관점에서 공간기반의 빅데이터 시각화 표현 프로세스와 원리에 대해 고찰하였다. 데이터 시각화 모델 프로세스 및 시각화목적에 따른 시각화 표현기법, 디자인조형요소에 따른 특징과 시각화기법을 각각 도출하여 사용자 중심의 공간빅데이터 시각화 표현에 대한 방향성과 시사점을 제시하였다.

Abstract ▼ AI-Helper 아이콘AI-Helper

With the recent growth of the big data technology market, interest in visualization technology has steadily increased over the past few years. Data visualization is currently used in a wide range of disciplines such as information science, computer science, human-computer interaction, statistics, da...

주제어

#빅데이터   #시각화   #스마트시티   #사용자 중심  

표/그림 (10)

AI 본문요약
AI-Helper 아이콘 AI-Helper

제안 방법

  • 본 연구의 연구방법으로는 문헌연구에 기반을 둔 내용분석법으로 수행된다. 공간빅데이터 시각화 및 스마트시티와 빅데이터의 개념과 활용과 관련한 선행연구와 문헌을 통해 공간빅데이터 시각화표현의 원리와 원칙을 고찰한다. 이를 통해 공간데이터 시각화 프로세스별로 탐색되고 논의되어야 할 분석항목을 비교 검토하여 가이드라인으로 제시하고자 한다.
  • 이는 최근 시각화에 대한 관심이 증가하면서 그에 대한 기법이 점차 다양해지고 있으나, 시각화 기법의 가장 근본이 되는 기본 원리와 원칙은 디자인 표현의 기본요소로 모두 함축되고 있다. 그에 따라 본 논문에서는 근본적인 시각화기법의 요소를 파악하기 위해 디자인 조형요소를 기반으로 제시하였다.
  • Muzammil Khan, Sarwar Shah Khan은 시각화 기법으로 데이터 시각화와 정보시각화 유형을 제시하였다. 데이터 시각화로는 Table, Pie chart, Bar chart, Histogram, Line chart, Area chart, Scatter plot, Bubble chart, Multiple Data Series을 제시하였다. 정보시각화로는 Parallel Coordinates, Tree Map, Entity Relationship Diagram, Cone Tree, Time Line, Flow Chart, Data Flow Diagram, Venn Diagram, Semantic Network을 구분하여 설명하였다.
  • 또한 본 연구는 선행연구의 빅데이터 시각화 프로세스와 표현원리를 통해 시각적 조형요소인 점, 선, 면, 형, 음영, 색, 질감, 공간이라는 특성을 기반으로 유형화하였다. 이는 최근 시각화에 대한 관심이 증가하면서 그에 대한 기법이 점차 다양해지고 있으나, 시각화 기법의 가장 근본이 되는 기본 원리와 원칙은 디자인 표현의 기본요소로 모두 함축되고 있다.
  • 본 연구는 선행연구를 통해 공간기반의 빅데이터 시각화 표현의 프로세스와 원리를 고찰하고 비교 검토하였다.
  • 본 연구는 선행연구의 고찰을 통해 데이터 시각화 모델 프로세스와 시각화 목적에 따른 시각화표현기법, 디자인 조형 요소에 따른 특징과 시각화기법을 도출하였다. 이러한 연구결과는 관련 연구자들이 스마트시티 공간 빅데이터 시각화연구의 주요 현황을 파악하는데 기초자료로 활용될 수 있다.
  • 본 연구는 선행연구의 시각화 표현기법이 Stephen Few의 Bar, Box, Line, Point 네 가지 시각적 요소를 중심으로 주로 유형화됨을 확인하였으나, 이는 정량적 데이터에 제한된 것으로 타 선행연구의 표현기법에 따라 반정형데이터와 비정형데이터 시각화가 가능한 개념시각화와 지리데이터 기법을 추가하여 6가지 요소로 범위를 재유형화하였다.
  • 본 연구의 연구방법으로는 문헌연구에 기반을 둔 내용분석법으로 수행된다. 공간빅데이터 시각화 및 스마트시티와 빅데이터의 개념과 활용과 관련한 선행연구와 문헌을 통해 공간빅데이터 시각화표현의 원리와 원칙을 고찰한다.
  • Tamara Munzner(2009)는 데이터 시각화 프로세스로 4단계 모델을 제시하였다. 시각화 설계 및 검증을 위한 중첩모델로 Domain problem characterization, Data/operation abstraction design, Encoding/interaction technique design, Algorithm design 의 네 개의 생성모델을 제시하였다.
  • ‘올빼미 버스’는 대중교통 서비스가 중단된 자정부터 오전 5시까지 운행되는 대중교통 수단으로 수익성이 높은 서비스가 아니고, 많은 노선을 개설할 수도 없는 특징이 있었다. 이 문제를 해결하기 위해 통신사의 인프라를 활용하여 늦은 시간에 발생한 통화 및 문자 데이터를 분석하여 사람들의 위치지점과 목적지 정보를 활용하여 노선을 최적화하였다. ‘올빼미 버스’는 모두 9개의 노선이 운행되는데, 심야버스 정류장을 기준으로 500m 근처에 살고 있는 서울 시민들이 전체 시민의 약 40%에 해당하는 놀라운 결과도 얻을 수 있었으며, 그해 서울시민이 뽑은 가장 좋은 정책으로 선정되었다.
  • 공간빅데이터 시각화 및 스마트시티와 빅데이터의 개념과 활용과 관련한 선행연구와 문헌을 통해 공간빅데이터 시각화표현의 원리와 원칙을 고찰한다. 이를 통해 공간데이터 시각화 프로세스별로 탐색되고 논의되어야 할 분석항목을 비교 검토하여 가이드라인으로 제시하고자 한다. 특히 본 연구는 스마트시티 개념을 기반으로 한 빅데이터 시각화 표현 가이드라인으로 다소 광범위한 빅데이터 시각화 표현기법에 대한 연구들과 비교하여 연구의 범위를 특화한 점에 의의가 있다.
본문요약 정보가 도움이 되었나요?

참고문헌 (16)

  1. 김동한, 김다윗, "공간빅데이터를 위한 동태적 시각화 모형의 개발과 적용," 한국지리정보학회지, 제21권, 제1호, pp.57-70, 2018. 

    원문보기 상세보기 crossref

  2. 이재용, 유승헌, "사용자 맥락에 기반한 인터랙티브 데이터 시각화 가이드라인 원칙 제안," 한국디자인학회 학술발표대회 논문집, pp.18-19, 2019. 

  3. 서양모, 김원균, "공간빅데이터를 위한 정보 시각화방," 한국공간정보학회지, 제23권, 제6호, pp.109-116, 2015. 

  4. 안세윤, 김소연, "스마트시티의 User Centered Design 개념 설계 및 활용," 한국콘텐츠학회논문지, 제19권, 제12호, pp.440-451, 2019. 

    원문보기 상세보기 crossref

  5. 김소연, 안세윤, "스마트시티 사용자 체험 시나리오 도출 연구 : 지역공간정보 및 페르소나 모델을 활용하여," 한국콘텐츠학회논문지, 제18권, 제6호, pp.333-341, 2018. 

    원문보기 상세보기 crossref

  6. 이상호, 임윤택, 안세윤, 스마트시티, 커뮤니케이션북스, p.30, 2017. 

  7. M. Khan and S. S. Khan, "Data and Information Visualization Methods, and Interactive Mechanisms:A Survey," International Journal of computer Applications, Vol.34, No.1 pp.1-12, 2011. 

    crossref

  8. Tamara Munzner, "A Nested Model for Visualization Design and Validation," IEEE Transactions on Visualization and Computer Graphics, Vol.15, Issue 6, pp.921-928, 2009. 

    상세보기 crossref

  9. Christa Kelleher and Thorsten Wagener, "Ten guidelines for effective data visualization in scientific publications," Environmental Modelling and Software, Vol.26, No.6, pp.822-827, 2011. 

    상세보기 crossref

  10. S. Julie and L. Noah, Beautiful Visualization, O'Reilly Media, 2010. 

  11. Ben Fry, Visualizing Data, O'Reilly Media, 2008. 

  12. Stephen Few, "Now you see it: simple visualization techniques for quantitative analysis," Analytics Press, 2009. 

  13. http://bus.go.kr/nBusMain.jsp 

  14. http://ncov.mohw.go.kr/ 

  15. https://www.youtube.com/watch?vBc7Ajlud0is 

  16. 김근한, 전철민, 정휘철, "공간빅데이터의 개념 및 요구사항을 반영한 서비스 제공 방안," 한국지형공간정보학회지, 제24권, 제4호, pp.89-96, 2016. 

    원문보기 상세보기 crossref

저자의 다른 논문 :

관련 콘텐츠

이 논문과 함께 이용한 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로