인포그래픽에서의 일러스트 사용

모든 것은 결국 정보와 관련된다!

정보야말로 인포그래픽의 가장 중요한 부분이다. 이 점을 항상 마음속에 새겨두고 일러스트레이션 사용을 고려해야 한다. 제작 과정을 숙지하고 관심 질투와 명료성 사이의 균형을 찾아내는 과정 자체가 기술이다. 이 점은 본질적으로 프레이밍 기술이나 아이콘 디자인에 대한 내용이 아니다. 일러스트레이션 사용에 대해 고려하는 가장 좋은 방법은 디자인의 퀄리티를 높이는 데 일러스트레이션이 어떤 부가적인 역할을 할 수 있는지를 생각하는 것이다.

최근에 인포그래픽 분야에서 존경 받는 디자이너인 로빈 리처드(Robin Richards와 인터뷰를 하면서 일러스트레이션의 역할에 대해 이야기를 나눴다. 그의 전하는 다음과 같았다.

“일러스트레이션은 사람을 고무하거나 사람의 생각을 불러일으키는 데 도움을 준다. 그러나 이는 사이의 경계를 흐모화해 직접 혼란스럽게 하고 있다. 일러스트레이션은 선도적인 역할보다는 보조적인 역할을 해야 한다. 디자이너가 주의하지 않으면 디자인하고 있는 것이 인포그래픽이라기보다는 순전히 일러스트레이션이 되어버릴 수 있다. 일러스트레이션은 데이터가 이야기하는 스토리를 보조해야지 그것을 손상시켜선 안 된다.”

명확히 해둘 점이 있다. 즉 이런 원칙들은 창의력을 축소시키거나 디자이너들을 통제하기 위한 게 아니라는 점이다. 어쨌든 우리는 인포그래픽 디자인을 평가하기 위해 어떤 분야의 전문가든지 인정하는 동일한 유형의 비평적 틀이 있어야 한다고 확신한다. 이런 비평적 틀이야말로 한 발을 학계에, 한 발은 온라인 마케팅에 담근 채 심화되며 분열된 현재 인포그래픽 업계가 발전하는 데 꼭 필요하다고 생각한다.

⸻

일러스트레이션이 해로운 경우

일러스트레이션 디자인을 올바르게 사용하지 않으면 메시지에 해를 끼칠 가능성이 있고 실제로 해를 끼칠 것이다. 일러스트레이션은 메시지를 산만하게 만들 수 있으며, 탐색적인 인포그래픽에는 적합하지 않을 수도 있다.

⸻

색은 아껴서 써라

색은 주의해서 사용해야 하는 특별한 도구다. 색을 사용한다는 것은 강조할 사항이 있다는 의미다. 그런데 여기저기 온통 색을 사용하면 보는 사람들은 어디에 관심을 집중해야 할지 몰라 당황하게 된다. 모든 요소가 강조되어 있다는 말은 아무것도 강조되어 있지 않다는 말과 같다. 각 슬라이드에서 이르는 강조의 힘을 아껴서 사용해야 한다. 그래야 메시지에서 중요한 요점에 사람들의 주의를 집중시킬 수 있다.

⸻

일관성을 유지하라

슬라이드를 디자인할 때 가장 흔히 저지르는 잘못은 여러 요소 사이에 일관성이 없다는 점이다. 글꼴이 요소마다 다르다. 사진의 크기나 해상도, 위치가 다른 곳에서 가져왔다. 회사 로고는 모양과 색 그리고 해상도가 제각각이다. 디자인 전문회사가기에 우리는 당연히 일반 사람보다 이런 세련한 부분에 훨씬 민감하다. 세련되게 잘 디자인된 프레젠테이션의 효과가 좋다는 사실은 부정할 수 없다. 회사 내부에서만 공유되는 공적인 자리에서 발표되는 상황없이 그렇다. 물론 프레젠테이션을 할 때마다 디자이너에게 디자인을 의뢰해야 하는 건 아니지만 디자인을 많이 의뢰할수록 좋다고 생각한다. 강렬한 인상을 주어야 하는 경우라면 프레젠테이션의 다양한 요소가 서로 빈틈없이 균일하게 딱 맞도록 만들어야 한다. 실험을 가열해 선택한 단어만큼이나 시각 자료에서도 독자들이 전문성을 느낄 수 있도록 만들어야 한다.

데이터 유형

대부분의 사람은 7가지 정도의 정량적 데이터 유형을 알고 있다. 하지만 이 장의 내용을 간결하게 하기 위해, 그리고 우리의 일차적인 목적에 초점을 맞추기 위해 그 가운데 두 가지만 살펴보겠다. 불연속 데이터와 연속적 데이터로, 가장 흔하게 사용되는 데이터 유형이다.
• 불연속(Discrete) 데이터
• 범주형(Categorial) 데이터
• 명목형(Nominal) 데이터
• 순서형(Ordinal) 데이터
• 간격(Interval) 데이터
• 연속(Continuous) 데이터

불연속 데이터: 그 안에 있는 값들이 분명하고 독립되어 있을 때 그 데이터의 모음을 불연속적이라고 말한다. 즉 셀 수 있는 데이터(1, 2, 3, …). 예를 들면 갓깃 안의 새끼 고양이 수, 병원의 환자 수, 1미터짜리 옷장 안에 있는 흠집의 수, 성별(남, 여) 수, 혈액형(O, A, B, AB) 그룹 등이다.

연속 데이터: 속한 값들이 유한하거나 무한한 간격 안에서 모든 값을 가질 수 있을 때 그 데이터의 모음을 연속적이라고 말한다. 연속적인 데이터는 셀 수 있고 순서를 매길 수 있으며 측정할 수 있다. 예를 들면 키, 무게, 온도, 1마일 달리는 데 걸리는 시간 등이 있다.

다음은 업로드하신 두 이미지에서 추출한 텍스트를 정확하게 교정한 내용입니다.

⸻

2. 콘텐츠 적합성

에디토리얼 콘텐츠는 보다 설명적인 경향이 있다는 사실 또한 언급했으며, 브랜드에 따라 다르긴 하지만 많은 브랜드 중심 인포그래픽은 내재된 이슈가 없어도 일러스트레이션을 사용할 수 있다(기업소개 페이지와 제품 사용설명서를 포함해서).

일러스트레이션이 형편없는 감각으로 만들어진 사례를 볼 때도 있다. 온라인에는 질병이나 심각한 내용을 다루는 인포그래픽이 넘쳐난다. 이런 인포그래픽 대부분은 일러스트레이션 때문에 주제가 가볍게 표현되는 경향이 있다. 기아, 에이즈, 극심한 빈곤 같은 주제는 조심스럽게 다뤄야 하는데, 일러스트레이션을 사용하면 긍정적이기보단 부정적인 영향을 줄 때가 있다. 그렇다고 심각한 주제를 이해할 수 있도록 도와주는 데 일러스트레이션을 절대 사용하지 말라고 하는 것은 아니다. 사용할 때 항상 신중함이 따라야 한다는 말이다.

⸻

데이터

『비주얼라이즈 디스(Visualize This)』의 저자인 네이선 야우(Nathan Yau)에게 훌륭한 인포그래픽을 만드는 요소는 무엇이냐는 질문(그에게뿐 아니라 다른 많은 사람에게도 했던 질문이다)을 했을 때 그의 답변은 다음과 같았다. “좋은 데이터와 그것을 잘 이해하는 디자이너다. 디자이너가 자신이 본 것을 제대로 이해하고 있는지 아닌지는 시각적으로 드러난다.”

어떤 데이터가 불연속적인지 연속적인지를 알아내는 한 가지 방법은 그 데이터를 분산 수치로 나타낼 수 있는지 물어보는 것이다. 그럴 수 있다면 연속적인 데이터일 가능성이 매우 높다. 데이터를 어떻게 그래프로 나타낼 것인가를 결정하는 데 큰 역할을 하기 때문에 이 차이점을 이해하는 것이 중요하다.

⸻

그래프 관계

다음으로 어떻게 차트와 그래프(통틀어 ‘그래프’라고 하겠다)를 통해 데이터를 처리(디자인)하는지 살펴보자. 그래프란 정량적 정보 안에 있는 관계를 표현한 것이다. 정보가 취해야 할 형태(혹은 사용할 수 있는 그래프 유형)는 그대로 그 관계가 어떤 형태인가에 좌우된다. 따라서 그래프 형태에 따라 관계를 잘 나타낼 수 있는 특성이 서로 다르다고 할 수 있다. 이 그래프는 이런 관계를 잘 표현하는 반면, 저 그래프는 저런 관계를 잘 표현하는 식이라 할 수 있다. 그러므로 그래프를 가지고 정량적 정보를 전달하는 첫 번째 단계는 관계의 형태를 파악하는 것이다. 이것은 접근법을 유의미 있게 해줄 뿐만 아니라 적합하지 않은 그래프 형태를 제외하는 데도 도움이 된다.

『Show Me the Numbers: Designing Tables and Graphs』에서 스티븐 퓨는 그래프에 가장 흔하게 쓰이는 일곱 가지 형태의 관계를 잘 정리하고 있다. 이 장은 입문서 성격으로 쓰여진 것이기에 인포그래픽에서 가장 흔한 관계 네 가지만을 다루겠다.
• 명목 비교 (Nominal comparison)
• 시계열 (Time series)
• 순위 (Ranking)
• 부분에서 전체로 (Part-to-whole)
• 편차 (Deviation)
• 분포 (Distribution)
• 상관관계 (Correlation)

⸻

필요하시면 이어지는 페이지도 계속해서 텍스트로 변환해드릴 수 있습니다.

선 그래프

연속 데이터를 가진 시계열 관계를 보여주어야 할 때 선 그래프를 사용한다(그림 9.6 참고).
점 그래프는 특정 구간(일간, 월간, 연간)에 점들이 있을 수 있고, 혹은 생략될 수도 있다. 선 그래프에서 축은 항상 시간의 흐름을 나타내며, y축은 시간의 흐름에 따라 변하는 정량적 수치를 나타내야 한다.
선 그래프는 사용자가 시간의 흐름에 따른 다양한 포인트에서 특정 값을 찾아낼 수 있기 때문에 매우 유용하다.
뿐만 아니라 언제 얼마나 그 값이 변하고 있는지, 그 추세를 파악하는 데도 도움이 된다.
하나의 그래프에 여러 항목을 표시하면 보는 사람이 변수 사이의 관계를 더 깊이 파악할 수 있다.
예를 들면 한 변수에서는 증가하고 다른 변수에서는 감소한다든지, 모든 변수에서 점점 증가하거나 감소하는 것 등이다.

점 그래프와 마찬가지로 선 그래프에서도 스케일은 메시지가 어떻게 전달되는지와 밀접한 관계가 있다. 너무 큰 스케일을 사용하면 보는 사람들이 데이터 안에 있는 매우 중요한 변동을 파악하지 못할 수 있는 위험이 있다.
반대로 너무 작은 스케일을 쓰면 사소한 변동을 과장하도록 유도할 수도 있다. 점 그래프에서와 마찬가지로 디자인되는 선 그래프가 전체 스케일의 3분의 2를 차지하게 모든 데이터 포인트를 그래프에 그려야 한다.

대부분의 사람은 선 그래프는 이해하기 쉬우며 계속 그런 식으로 유지되어야 한다고 주장한다.
하나의 그래프 위에 너무 많은 선을 보여주면 너무 요란하고 복잡하게 보일 수 있다.
그러므로 4개 미만의 확실하게 분류된 선을 보여주는 것이 가장 좋다.
4개 이상의 변수를 보여줘야 할 경우에는 패턴으로 보여주기(그림 9.7)를 사용할 수 있고, 일관성을 유지하기 위해 일관된 스케일을 사용해야 한다.