공감을 이끌어내는 데이터 휴머니즘 시각화 가이드라인 연구 -동적 요소와 문체를 중심으로-

김민정; 이하나

doi:10.18208/ksdc.2024.30.3.43

추천

검색

질문

자료유형: 학술저널

저자정보: 김민정 (한양사이버대학교) 이하나 (선문대학교)

저널정보: 한국디자인문화학회 한국디자인문화학회지 한국디자인문화학회지 제30권 제3호

발행연도: 2024.9

수록면: 43 - 53 (11page)

DOI: 10.18208/ksdc.2024.30.3.43

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

본 연구는 2022년 한국연구재단의 지원을 받아 진행된 ‘공감을 이끌어내는 데이터 휴머니즘 시각화 가이드라인 연구’의 후속 연구이다. 1차 연구에서는 자살 데이터를 활용하여 네 가지 시각화 유형(그래프, 아이소타입, 일러스트레이션, 인포그래픽)을 통해 공감 수준을 측정하였으며, 사실적인 일러스트레이션의 공감도가 가장 높게 나타났으며, 은유적 인포그래픽이 전통적인 막대그래프에 비해 약간 높은 공감 수준을 보였다. 그러나 데이터 사용이 인간 감정을 과도하게 자극한다는 지적과 각 디자인 유형에 너무 많은 변수가 있다는 비판이 있었다. 따라서 2차 연구의 목적은 사회적, 문화적 이슈를 폭넓게 다루며 디자인 변인을 최소화하여 데이터 시각화의 휴머니즘적 전략을 구체적으로 도출하는 것이다.
연구는 이론적 분석과 실증적 접근으로 진행되었다. 1차 연구를 기반으로 이론적 틀을 구축하고, 여러 선행연구를 분석하여 공감 수준을 종합적으로 평가하기 위한 계획을 수립했다. 구체적으로, 문체(문어체/구어체)와 이미지 유형(고정/동적)이 사용자의 공감 수준에 미치는 영향을 실험적으로 검토하였다. 연구 과정은 약 5개월 동안 데이터를 수집하고, 주제를 세심하게 선정하여 네 가지 유형의 데이터 시각화 웹사이트를 개발하고 설문지를 작성하는 것으로 진행되었다.
연구 주제는 ‘동물 학대 및 동물원 폐지 찬반 논란’을 선택하고, 스토리텔링을 강조하기 위해 ‘수족관 속 돌고래의 삶’을 서사적으로 구성하였다. 온라인 설문은 2024년 3월 16일부터 20일까지 87명을 대상으로 진행되었으며, 설문은 인구통계학적 질문, 정보 이해도 질문, 공감 수준 측정으로 구성되었다.
연구 결과, 동적이미지와 구어체를 결합한 유형에서 주제 인식이 높게 나타나 사용자의 주의를 끌고 이해를 촉진하는 효과가 있음을 확인하였다. 또한, 공감에 대한 시각 요소별 효과 분석 결과, 문체의 스타일이 공감 수준에 유의미한 영향을 미치며, 구어체 사용이 문어체에 비해 공감 수준을 더욱 끌어올린다는 사실을 밝혔습니다. 본 연구의 의의는 데이터 시각화가 단순한 정보 전달을 넘어 사용자의 감정적 반응을 유발하고, 공공의 인식 변화 및 정책 개선을 촉진할 수 있는 강력한 수단으로 기능할 수 있음을 입증한다. 또한, 데이터 시각화가 수용자의 감정과 인식에 깊은 영향을 미칠 수 있다는 점을 입증하는 데에 있다.

This study is a follow-up to the ‘Guidelines for Empathy-Inducing Data Humanism Visualization’ project, which was supported by the National Research Foundation of Korea in 2022. The initial research utilized suicide data to measure levels of empathy through four types of visualizations: graphs, isotypes, illustrations, and infographics. It was found that realistic illustrations elicited the highest degree of empathy, and metaphorical infographics slightly outperformed traditional bar graphs in this regard. However, criticisms were raised concerning the excessive emotional provocation by the data and the overabundance of variables in each design type. Consequently, the objective of this second study was to broadly address social and cultural issues while minimizing design variables to specifically derive humanistic strategies in data visualization.
The research was conducted through theoretical analysis and empirical approaches. Building on the first study, a theoretical framework was developed, and various prior studies were analyzed to establish a comprehensive plan for assessing empathy levels. Specifically, the impact of linguistic style (formal/informal) and website type (static/dynamic) on user empathy was experimentally examined. The research process involved collecting data over approximately five months, meticulously selecting topics, developing four types of data visualization websites, and crafting surveys. The chosen research topic was the controversy over animal abuse and the abolition of zoos, with a narrative focus on the life of a dolphin in captivity to emphasize storytelling. An online survey was conducted from March 16 to March 20, 2024, involving 87 participants, structured around demographic questions, understanding of information, and measurement of empathy levels.
The results confirmed that combining dynamic images with informal language significantly enhanced topic recognition, capturing user attention and facilitating understanding. Additionally, the analysis of the visual elements’ impact on empathy revealed that linguistic style significantly influenced empathy levels, with informal language notably increasing empathy compared to formal language. The significance of this study lies in demonstrating that data visualization can transcend mere information delivery to actively elicit emotional responses from users, thereby fostering public awareness and policy improvement. It also proves that data visualization can profoundly impact viewers’ emotions and perceptions.

#Data Visualization #Empathy Levels #Dynamic/Static Websites #Language Style (formal/ informal) #데이터 시각화 #공감 수준 #동적/고정 웹사이트 #문체(문어체/구어체)

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문과 함께 이용한 논문

생성형 인공지능을 활용한 기상 데이터 시각화

곽미영 , 임수연 디지털콘텐츠학회논문지 2024 .09

국내외 연속간행물의 데이터 시각화 적합성 평가 연구

최서령 , 현은령 Archives of Design Research 2024 .05

Origin-Destination 데이터 활용 시각화 도구 개발 및 사회과학적 예비 연구: 2019-2021 년 서울시 데이터를 중심으로

강명원 , 황성진 , 김창기 외 3명 한국HCI학회 학술대회 2024 .01

CiteSpace를 활용한 고령자 사용자 경험 디자인에 관한 시각화 분석 연구

장호남 , 김혜경 디지털콘텐츠학회논문지 2024 .09

초등학교 과학 교과서의 열 개념 시각화 분석

문수진 , 이지원 새물리 2024 .08

최근 본 자료

전체보기

UCI(KEPA) : I410-151-25-02-090880835

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (0)

함께 읽어보면 좋을 논문

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)