데이터 시각화는 예술이자 과학이다. 과학적으로 정확하면서 미적으로 흉하지 않아야 하며, 또한 미적으로 탁월하면서도 과학적으로 오류를 용납하지 않는 결과물을 만들어야 한다. 데이터 시각화는 무엇보다도 데이터를 정확하게 전달해야 한다. 내용 오도나 왜곡은 금물이다. 크기 차이가 2배 나는 두 수치가 도표에서 엇비슷한 수준으로 보인다면 이는 잘못된 시각화다. 데이터 시각화는 미적으로도 탁월해야 한다. 보기 좋은 도표가 메시지를 효과적으로 전달한다. 도표의 색과 시각 요소들이 서로 어우러지지 않거나, 눈에 거슬리는 요소가 있으면 사용자는 내용을 정확하게 이해하고 해석하기 어렵다.

내 경험상, 대부분 과학자들은 (늘 그런 건 아니지만!) 데이터를 심하게 오도하지 않고 시각화 결과물을 만들어내는 법을 잘 안다. 다만 미적 감각이 발달하지 않은 탓에 시각 요소를 잘못 선택해서 의도한 메시지를 희석시키는 실수를 저지르곤 한다. 반면 디자이너들은 근사한 도표를 내놓지만 그 과정에서 데이터의 정확도를 희생시킬 때가 있다. 이 책은 과학자와 디자이너 모두에게 도움이 되고자 한다.데이터 시각화는 다양한 의미가 담긴 숫자들을 점으로, 선으로, 면으로 그려내는 작업입니다. 수학적 언어를 시각적 언어로 '번역'하는 작업이죠. 제가 이 책을 위해 한 일도 영어를 한국어로 번역하는 것이었습니다. 이렇게 공통의 키워드를 놓고 보니, 번역과 데이터 시각화에는 제법 비슷한 구석이 많아 보였습니다. 사실 요즘 세상에서는 번역기를 돌리면 1초 만에 뚝딱하고 번역문이 나오기도 합니다. 지금 당장 마이크로소프트 워드에서 차트 메뉴에 들어가 숫자를 대강 입력하면 그럴싸한 그래프가 나오는 것처럼 말입니다. 하지만 이 책을 그런 식으로 번역했다면 지금 제가 '옮긴이의 글'이라는 제목으로 지면 한 장을 차지하는 사치를 누리지는 못했을 겁니다. 진작에 짤렸겠죠.

그런 불상사 없이 저자의 메시지를 여러분께 전달하기 위해 저는 영어에 대한 기본적 이해를 바탕으로 원문의 의미를 정확히 파악하고, 전문 기술서에 맞는 어투를 선택하고, 같은 뜻이라도 무슨 한국어 단어를 골라 어떻게 배열해야 독자들에게 잘 이해될까 고민하며 한 문장 한 문장을 옮겼습니다. 수학적 이해를 바탕으로 데이터를 통찰하고, 특성에 맞는 시각화 방식을 선택하며, 요소들의 크기와 모양, 색상, 위치를 이리저리 조절해서 비로소 의미 있고 효과적인 그래프를 완성하는 것과 같은 과정이었습니다.

번역 실무자 입장에서, 이 책은 데이터를 유창한 시각 언어로 번역하는 방법을 꽤나 체계적으로 설명한 알짜배기라는 생각이 듭니다. 그래서 연구실이나 회사에서 데이터를 다루는 분들이 가장 큰 관심을 가지시겠지만, 실무자가 보고하는 시각화 결과물을 보면서 의사결정을 해야 하는 '장군님'들에게도 유용한 책이 아닐까 합니다. 아는 만큼 보인다는 말이 있듯이, 데이터 시각화의 원리와 과정을 잘 알면 다른 사람이 만든 그래프도 더 정확하게 이해하고 핵심을 간파할 수 있으니까요. 왜 '장군님'을 거명했는지는 책을 읽으면서 직접 발견하시면 좋겠습니다.

1장_ 시작하며: 이 책의 내용과 구성
__이 책의 예시 그래프를 이해하는 법

[1부] 데이터, 시각화로 날개를 달다
2장_ 데이터 시각화: '읽는' 데이터에서 '보는' 데이터로
__시각적 속성의 의미와 데이터 유형
__데이터 값을 시각적 속성으로 바꾸기
3장_ 위치 스케일: 좌표와 축
__데카르트 좌표
__비선형 축
__곡선 축이 있는 좌표계
4장_ 색상 스케일
__색을 활용한 데이터 구분
__색을 활용한 데이터 값 표현
__색을 활용한 강조
5장_ 다양한 시각화 방식
__수량의 시각화
__분포의 시각화
__비율의 시각화
__x-y 관계로 나타내는 시각화
__지리공간 데이터의 시각화
__불확실성의 시각화
6장_ 수량 데이터의 시각화
__막대 도표의 다양한 활용
__묶은 막대와 누적 막대
__점 도표와 히트맵
7장_ 데이터 분포의 시각화: 히스토그램과 밀도 도표
__단일 분포 상태의 시각화
__여러 분포 상태를 하나의 도표로 시각화
8장_ 데이터 분포의 시각화: 경험적 누적 분포 함수와 QQ 도표
__경험적 누적 분포 함수
__고도의 비대칭 분포
__QQ 도표
9장_ 여러 분포 상태의 결합 시각화
__가로축에 기준을 둔 분포 상태의 시각화
__세로축에 기준을 둔 분포 상태의 시각화
10장_ 비율 데이터의 시각화
__파이 차트
__병렬 막대 도표
__누적 막대와 누적 밀도 도표
__전체 대비 부분 비율의 표현
11장_ 내포된 비율 데이터의 시각화
__내포 비율 시각화의 잘못된 사례
__모자이크 도표와 트리맵
__내포 파이 차트
__평행 집합
12장_ 여러 정량 변수의 관계 시각화
__산점도
__상관곡선
__차원 축소
__쌍 데이터
13장_ 독립 변수의 시계열 데이터와 함수 시각화
__단일 시계열 데이터
__다중 시계열 데이터와 용량-반응 곡선
__2개 이상의 반응 변수를 포함한 시계열 데이터
14장_ 추세의 시각화
__평활화를 통한 데이터 보정
__정의된 함수 형식으로 추세 시각화
__추세 제거와 시계열 데이터 분해
15장_ 지리공간 데이터의 시각화
__투영 도법
__레이어를 활용한 지도
__단계구분도
__단순화한 카토그램
16장_ 불확실성의 시각화
__빈도의 개념을 이용한 확률의 시각화
__점 추정의 불확실성 시각화
__곡선 적합의 불확실성 시각화
__가설적 결과 도표

[2부] 그래프 디자인의 기본 원칙
17장_ 잉크 양 비례의 원칙
__선형 축 도표 그리기
__로그 축이 있는 도표 그리기
__데이터 값을 면적으로 나타내기
18장_ 오버플로팅: 겹치는 점 처리 방법
__반투명 값과 지터링
__2차원 히스토그램
__등고선 그래프
19장_ 효과적인 색 사용을 위한 조언
__목적 없는 무분별한 색 사용은 금물
__비단조적 색상 스케일 구성
__색각 이상자를 배려하자
20장_ 불필요한 기호화
__불필요한 기호화는 범례 디자인을 망친다
__범례가 없어도 좋은 도표
21장_ 여러 개의 패널로 구성된 도표
__소형 다중 패널
__복합형 도표
22장_ 제목, 캡션, 표의 효과적 활용
__도표 제목과 캡션
__축과 범례 제목
__표, 제대로 만들기
23장_ 데이터 이해를 돕는 시각화의 주변 요소
__적절한 수준의 요소 활용
__배경 격자
__쌍 데이터__
24장_ 축 레이블의 글자는 큼직하게
25장_ 선 그림은 피하자
26장_ 3차원 그래픽과 차트는 그만
__불필요한 3차원 그래픽은 지양하자
__3차원 위치 스케일도 이제 그만
__3차원 시각화가 필요한 경우

[3부] 시각화 레벨업을 위한 꿀팁
27장_ 가장 흔히 쓰는 이미지 파일 형식
__비트맵과 벡터 그래픽
__비트맵 그래픽 무손실 및 손실 압축
__이미지 형식 변환하기
28장_ 올바른 시각화 소프트웨어 선택법
__재현 가능성과 반복 가능성
__데이터의 탐색적 분석과 데이터 표현
__내용과 디자인은 분리하자
29장_ 스토리텔링과 요점 전달
__이야기란 무엇일까
__장군님을 위한 도표 만들기
__방대한 정보는 복잡한 도표로
__기억에 남는 도표 만들기
__일관성을 유지하되 반복은 피할 것