시각 변수

시각적 변수는 도표학적 설계, 그래픽 설계 및 데이터 시각화에서 다른 물체와 시각적으로 구별할 수 있는 그래픽 객체의 한 측면이며, 설계 프로세스 중에 제어할 수 있다. 이 개념은 프랑스의 지도 제작자 겸 그래픽 디자이너인 자크 베르틴에 의해 처음 체계화되었고, 1967년 그의 저서인 세미올로기 그래피크에 발표되었다.^[1] 베르틴은 이러한 변수의 기본 집합을 식별하고 그 사용에 대한 지침을 제공했다; 그 이후 개념과 변수 집합이 확대되었고, 특히 교육 및 실천의 핵심 원리가 되었다.^[2][3]

역사

그래픽 기법은 17세기 이후 비시각적 정보를 나타내기 위해 지도와 통계 차트에서 사용되었고, 윌리엄 플레이페어와 찰스 조셉 미나드의 작품으로 강조된 19세기에 꽃피운 정보 시각화. 그러나 이러한 추상적인 그래픽적 외관 사용에 대한 직접적인 연구는 20세기 중반에 학술적 연구 분야로 지도학이 등장하면서 시작되었다. 흔히 미국 지도학 이론의 창시자로 여겨지는 <지도의 모습>(1952년)에서 아서 H. 로빈슨은 지도에서 대비를 이루는 데 있어서 크기, 모양, 색의 역할을 논했다.^[4] 동시에 프랑스에서 자크 베르탱은 시각적 변수의 목록인 형태, 가치, 그리고 "스파클링"(그레인)의 초기 버전을 발표했다.^[5] 로빈슨은 이 주제에 대해 빠르게 지배적인 교과서가 된 1960년 카토그래피의 요소에서 대비를 설정하고 지리 정보를 나타내는 지도 기호의 특성으로서 크기, 형태, 색상, 패턴 등을 논했다.^[6]

베르틴은 파리의 에콜 프라티크 데스 후테스 에투데스(EPHE)에서 지도 제작자로 활동하면서 다양한 분야의 교수진을 위한 지도와 그래픽을 다양한 데이터를 활용해 만들었다. 반복되는 패턴을 보고, 그는 분명히 기호학, 휴먼 비전, 게스탈트 심리학의 과학에서 영감을 받아 질적, 양적 정보를 상징하기 위한 시스템을 만들었고, 세미올로기 그래피크에서 절정을 이루었다.^[5] Grapique)로 정점을 찍었다. 지도 제작의 배경을 가지고 있고, 지도를 평가함으로써 그의 많은 아이디어를 도출했음에도 불구하고, 그는 세미올로기 그래피크가 모든 형태의 그래픽 디자인과 정보 시각화에 적용되기를 의도했다. 곧 그 아이디어는 국제적인 인정을 받게 되었다; 1974년 조엘 모리슨은 도표 일반화의 맥락에서 베틴과 로빈슨 둘 다 언급하지는 않았지만, 그 시점까지 그것의 광범위한 성격을 암시하는 "전통적인 분류"라고 말하면서 매우 유사한 시스템을 제시하였다.^[7] 이러한 범주에 대해 베르틴의 "망막 변수"(이 두 가지 공간 위치 변수에서 구별하기 위해 사용됨)와 "그래픽 변수",^[8] "심볼 치수"^[7] 및 "기본 그래픽 요소"를 포함한 여러 용어가 제안되었다가 결국 오늘날 거의 보편적으로 사용되는 "시각적 변수"에 정착했다.

베르틴은 시각적 변수의 시스템에 대해 크게 인정받았다; 비록 그가 아이디어를 처음 언급한 것은 아니지만, 세미올로기 그래피크는 최초의 체계적이고 이론적인 치료였으며, 그래픽 상징화에 대한 그의 전반적인 접근법은 오늘날에도 약간의 수정만으로 여전히 사용되고 있다. 베르틴의 작품이라는 제목에도 불구하고 사실 그것은 세미오틱스 등의 분야에서 과학적인 지식을 거의 언급하지 않았으며, 주로 그가 실전에서 발견한 패턴의 실제적인 종합이었다. 시각적 변수 개념의 "진리"는 그것의 광범위하고 오래 지속되는 수용에 의해 주로 확립되었다. 30년 후, 맥각렌은 '지도의 작동 방식'에서 이것과 기타 지도학적 디자인 측면에 대한 과학적 지원을 연결시켜, 기호학(특히 찰스 샌더스 피르스의 기호학 이론), 게스탈트 심리학, 휴먼 비전, 40년간의 지도학적 연구를 한데 모았다.^[9]

가장 빠른 목록에는 일반적으로 6가지 변수가 제시된다. 위치 크기, 형태, 값, 색조, 방향, 곡물(패턴 간격) 이 목록에는 몇 가지 추가 사항이 제시되었는데, 몇몇은 교과서에서 발견되는 표준 목록으로 들어가 있는 반면, 다른 제안들은 지도 제작에서 주로 제외되었다. 지도 도구로서의 멀티미디어가 부상하면서, 비시각적 통신 변수의 유사한 집합도 제시되었다.

핵심 시각 변수

로빈슨과 버틴을 시작으로 시각변수의 핵심 집합이 크게 표준화되고, 지도법과 정보 시각화 교과서에 등장하며, 어떤 형태로든 대부분의 설계 소프트웨어에 내장되어 있다.

크기

기호의 크기는 그것이 얼마나 많은 공간을 차지하는가이다.^[2] 일반적으로 점 기호의 면적과 선 기호의 두께를 가리킨다. 크기 차이는 비교적 인식하기 쉬워서, 어떤 것의 정량적 양이나 상대적 중요성과 같은 정보를 전달하는 유용한 변수가 된다. 연구에 따르면 인간은 면적에서의 상대적 차이(예: 한 도로의 두께가 다른 도로의 두 배)보다 선형 거리의 상대적 차이(예: 한 원이 다른 도로의 두 배)를 더 잘 판단한다. 그러한 추정은 정사각형에서 가장 정확하다. 원의 면적 차이는 일반적으로 과소평가되지만 2차원 크기를 추정할 수 있는 능력에는 사람마다 큰 차이가 있다.^[10] 상대적 부피를 정확하게 추정하는 것은 훨씬 더 어려운 것으로 입증되었다.

지리적 특성이 지구상에 실제 크기를 가지고 있기 때문에 이것은 항상 통제될 수 없으며, 때로는 지도제작자의 뜻에 반하는 작용을 하기도 한다. 예를 들어 러시아가 눈에 띄지 않는 세계 지도를 만드는 것은 어려울 수 있다. 카토그램에서 형상의 크기는 영역 이외의 변수를 나타내기 위해 의도적으로 왜곡된다.

모양

모양은 지도에 있는 속성을 상징하기 위해 사용되는 단순한 디자인이다.^[11] 모양은 지도에서 점 피쳐에 가장 흔히 붙어 있다. 어떤 모양은 자연에서 단순하여 더 추상적인 반면, 다른 모양은 더 그림적이고 독자들이 전달하려고 하는 것을 이해하기 쉽다.^[12] 형상의 일부 측면은 현상에 내재되어 있으며 특히 도로의 모양이나 국가의 모양과 같은 선과 지역 상징에서 쉽게 조작할 수 없을 수도 있다.^[13] 그러나 나무 기호로 채워진 지역이나 선에 화살촉이 있는 지역처럼 선과 지역 기호에서는 형상이 여전히 역할을 할 수 있다. 또한 형상의 형상은 특히 많은 트랜짓 맵과 같은 도식적 표현을 만들 때 도표 일반화에 의해 의도적으로 왜곡될 수 있지만, 이러한 왜곡은 정보를 전달하는 데 거의 사용되지 않지만, 단지 형태와 위치에 대한 강조를 줄이기 위해서만 사용된다.

색상: 색조

휴(Hue)는 인간에게 해당하는 시각적 지각적 특성으로서 빨강, 초록, 파랑, 그 밖에 다른 것으로 불리는 범주에 해당한다. 지도는 종종 색조를 사용하여 토지 덮개 유형이나 지질 층과 같은 명목 변수의 범주를 구별한다.^[14] 휴는 또한 열이나 위험을 암시하는 빨강과 차가운 물이나 물을 암시하는 파랑과 같은 심리적 함의에도 자주 사용된다.

색상: 값/조명성

색의 한 측면으로서 가치는 물체가 어떻게 빛이나 어둠을 나타내느냐를 가리킨다. 가치는 효과적으로 "더"와 "더 적게"라는 서수적 척도를 연상시킨다. 이는 주제 지도, 특히 맥락 지도에서 매우 유용한 형태의 공생으로 만든다. 가치는 시각적 계층 구조에 크게 기여한다; 배경의 가치와 가장 대조적인 요소들은 가장 두드러지는 경향이 있다. (예: 흰색 종이에 검정색, 검은색 컴퓨터 화면에 흰색).

색상: 포화/크롬/강도

색의 포화도는 그것을 구성하는 빛의 다양성에 의해 만들어진 그것의 순도나 강도인데, 빛의 단일 파장은 가장 높은 포화도를 가지는 반면, 흰색, 검은색 또는 회색은 포화도가 없다(모든 가시 파장의 고른 혼합이 된다). 색의 세 가지 심리학적 측면 중 이것이 구체적인 정보를 전달하는 데는 가장 효과적이지만, 일반적으로 밝은 색상은 음영이나 회색의 음영보다 더 두드러지게 나타나는 등, 그림-지상 및 시각적 위계를 확립하는 데는 매우 효과적이다.

베르틴은 '색깔'(hue)에 대한 논의에서 포화도를 언급하지만, 뚜렷한 변수로 포함시키지는 않았다. 그러나 1970년대^[7][8] 이후 거의 모든 목록에 포함되었다.

오리엔테이션

방향(Orientation)은 지도에서 방향 라벨과 기호가 향하는 방향을 가리킨다(사시적으로 "방향" 또는 "각도"라고 부른다). 다른 시각적 변수들만큼 자주 사용되지 않지만, 형상의 실제 방향에 대한 정보를 전달하는 데 유용할 수 있다. 일반적인 예로는 바람 방향과 스프링이 흐르는 방향을 들 수 있다.

패턴/혼합물

이러한 측면에 대한 용어는 오늘날에도 다소 차이가 있지만, 이러한 맥락에서 질감이나 패턴은 일반적으로 반복적인 하위 상징으로 구성된 집계 기호를 가리킨다. 여기에는 영역(작은 나무 지점 기호로 채워진 숲 등)과 선 기호(예: 교차 해치가 반복되는 철도 등)가 포함될 수 있다. 위의 시각적 변수의 일부 또는 전부에 의해 이러한 하위 심볼 자체가 생성될 수 있지만, 몇 가지 변수가 전체 패턴에 적용된다.

그레인/스페이스

패턴에서 하위 기호 사이의 공백 크기. 베르틴의 프랑스어 용어 곡식은 1983년 영문판에서는 "혼합물"로 번역되었고,^[1] 후속 목록에서도 자주 등장했지만, 다른 사람들은 세분성이나 단지 곡물만이 더 나은 번역이라고 제안했다.

배열

패턴에 있는 하위 상징 위치의 순서성, 일반적으로 행과 기둥에 일정한 간격을 두거나(흔히 과수원과 같은 인간 구조를 나타냄), 임의의 간격을 두거나(흔히 자연 분포를 나타냄) 이 변수는 모리슨의 1974년 리스트에^[7] 처음 등장한다.

추가 변수

많은 추가 변수들이 때때로 제시되었다. 몇몇은 최근의 기술 주도 제안이고, 다른 것들은 선호에서 벗어난 초기 출품작들이다.

포지션

설계에서 (x,y) 좌표로 지정된 기호의 절대 위치. 이것은 버틴의 모델의 핵심 부분이었는데, 그는 이러한 "증상 변수"를 다른 "망상 변수"와 구별했다. 지도에 있는 위치가 지리에 의해 미리 결정되기 때문에, 이것은 지도 제작자들에 의해 대부분의 후속 목록에서 크게 삭제되었다. 그러나 차트와 기타 데이터 시각화로 정보를 표시하는 데 중요하다. 예를 들어, 위치는 산점도에서 정량적 값을 시각화하는 주요 방법이다. 지도 제작에서조차 페이지의 비지도 요소에 라벨을 붙이고 배치할 때 위치가 변수가 된다. 또한 필드를 표시할 때도 관련이 있다. 예를 들어, 아이솔린의 위치는 실제 선형 형상의 위치가 아니라 속성의 추상적 시각화다.

패턴 방향

규칙적인 배열에서 하위 심볼이 배열되는 방향. 베르틴은 이것을 방향의 1차 변수의 영역 버전만 고려했지만, 개별 서브 상징의 방향이 배열된 각도와 다를 수 있기 때문에 모리슨은 이를 별도의 변수로 포함시켰다.^[7] 최근에는 거의 포함하지 않고 있는데, 디지털 카토그래피 시대의 채우기 패턴 사용이 전반적으로 감소했기 때문일 것이다.

투명성/불투명성

이 각색 용어는 기호가 같은 위치에 있는 다른 기호와 혼합되어 앞의 기호가 반투명하다는 착각을 일으키는 정도를 말한다. 상당히 최근에 추가된 불투명도 제어는 디지털 지도 제작에서 일반화되었다.^[2] 특정 정보를 전달하는 데 거의 사용되지 않지만, 대비를 줄이거나 기초 정보를 유지하는 데 효과적이다. 널리 쓰였음에도 불구하고 교과서에서 거의 언급되지 않는다.

바삭바삭함/퍼즐함

이것은 기호가 바삭바삭하거나 흐릿한 가장자리로 그려지는 수준이다. 1978년 Elements 교과서에서 간략하게 언급된 ^[15]이 개념은 위치적 불확실성을 나타내는 도구로 1992년 Alan MacEkelren에 의해 더 완전하게 개발되었다;^[16] 그는 처음에 그것을 포커스라고 불렀고, 그 다음부터 그 다음 목록에서 가장 흔한 용어인 crashness를 선택했다.

해상도

이것은 일반적으로 형상에 대한 어떤 형태의 불확실성을 전달하기 위해 일반적으로 그것을 일반화하고 가리는 방법으로 일부러 기호나 형상을 픽셀화 하는 기술이다. 이 역시 맥에클렌에 의해 그 맥락에서 처음 소개되었지만,^[16] 일반적으로는 사용되지 않으며, 그 이후로는 거의 언급되지 않았다.^[2] 연장선상으로 이것은 특히 지도적 일반화의 맥락에서 픽셀화보다 더 자주 사용되는 기호의 일반적인 세부사항 수준을 나타낼 수도 있다.

높이

3차원 투시 지도에서는 z 방향으로 모양을 돌출시키는 것이 일반적이어서 그 높이는 속성을 나타낸다.^[17]

비시각적 변수

베르틴 변수의 광범위한 유용성에 따라 지도 제작자들은 정적 종이 지도를 넘어 미디어에 대해 관리 가능한 변수의 유사한 집합을 제안했다.

• 동적/애니메이션 맵: 지속 시간, 순서/시퀀스, 변경률, 표시 시간, 변경 빈도, 동기화(다중 영상 시리즈의) 이것들 중 많은 것들이 주류로 사용되기 시작했다.^[18][19]
• 촉각(터치) 지도: 진동, 펄럭임, 압력, 온도, 저항, 마찰, 위치, 높이/경사 및 대부분의 핵심 시각 변수의 유사점.^[20][21]
• 소리: 위치, 음량, 피치, 레지스터, 팀브레,^[22] 지속시간, 변화율, 순서(순차), 공격/디케이. 지금까지, 소리는 지도와 정보 표시에 정보를 인코딩하는 데 거의 사용되지 않았다.

정보 시각화

베르틴에 따르면 각각의 시각적 변수는 각각의 인식과 해석의 모드를 제시하는데, 맥에클렌은 이미지 스키마의 인지 이론(예: 크기: Large-Small ~ more-less)과 결부한다.^[9] 이러한 모드는 각 변수를 다른 변수보다 특정 종류의 정보를 더 잘 표현하고 특정 목적을 달성하도록 한다. 구체적으로, 베르틴은 이러한 변수의 네 가지 특성을 소개하는데, 이것은 그것들을 시각적 계층 구조에서의 그들의 역할과 스티븐의 각 측정 수준의 데이터를 나타내는 능력에 직접적으로 연결시켜 준다.

• 연관변수는 정신적으로 가라앉을 수 있어 쉽게 함께 묶일 수 있으며, 자연스럽게 다른 변수와 눈에 띄는 변수도 없어 시각적 위계질서에 크게 기여하지 않는다. 버틴은 이 리스트에 형상, 방향, 색상(Hue), 곡물(Pattern Space)을 포함시켰으며, 1967년 이후의 변수 중 패턴 방향과 배열도 연관성이 있는 반면, 색상 포화도 가능하다. 이는 공칭 변수를 나타내기에 적합하다.
  • 이와는 대조적으로, 분산변수는 어떤 값들이 다른 값들보다 훨씬 더 두드러지기 때문에 무시하기 어려운 변동을 가지고 있다. 따라서 그들은 시각적 계층 구조에서 강한 역할을 한다. 크기와 가치는 이 그룹의 원래 구성원이며, 3-D 높이, 컬러 포화, 투명성, 선명성, 해상도 또한 모순적이다.
• 선택적 변수는 독자가 다른 모든 값으로부터 한 값을 분리할 수 있을 정도로 충분히 강한 변동을 가진 변수들이다(예: 다양한 색의 점들 가운데 "파란 점은 모두 어디에 있는가?"). 또한 모든 분산 변수들은 선택적이고, 패턴 간격과 색조 (그리고 패턴 배열은 1967년 이후)이다. 이것들은 일반적으로 선택적이지 않은 변수보다 정확한 정보를 표현하는데 더 좋다(동향과 모양, 비록 그것들이 충분히 구별된다면 선택적으로 만들어질 수 있지만).
• 순서형 변수는 서로 다른 값 사이의 명확한 선형 순서를 보여준다. Bertin은 Size, Value, Grade를 순서에 따라 나열했다; 나중에 순서가 지정된 변수에는 높이, 포화, 투명도, Crashness 및 분해능이 포함된다. 이 순서는 순서형 및 구간 데이터를 나타내는 데 유용하다. Hue와 Orientation은 전형적인 "더 적은" 은유에서가 아니라 주기적인 순서로 배열된다. 따라서 그것들은 주기적인 데이터를 나타내기 위해 사용될 수 있다.
• 정량적 변수는 직접 측정할 수 있는 값을 가지며, 따라서 정량적 특성, 특히 비율 수준을 나타내는 데 가장 적합하다. 베르틴은 크기보다 쉽게 측정되지 않는다면 값이 양적이라고 주장하는 사람도 있지만 이 변수에 크기만을 포함시켰다.

베르틴의 분류는 거의 언급되지 않지만, 결과적 적용 가능성 선호도는 시각적 계층구조를 확립하기 위한 크기, 가치, 포화 및 분해능의 힘을 포함하여 상징화의 핵심 부분을 형성하며, 스티븐의 측정^[2] 수준과 다음과 같은 연관성이 있다.

지도 기호화에 사용

이러한 변수 각각은 정보를 전달하거나, 다른 특징과 계층 간의 대비를 제공하거나, 그림-지상 대비와 명확한 시각적 계층 구조를 설정하거나, 지도의 미적 매력을 더하기 위해 사용될 수 있다.

지도 기호는 일반적으로 여러 시각적 변수를 동시에 사용한다. 이것은 하나의 재산에 대한 묘사를 강화하는 데 사용될 수 있다. 예를 들어, 다른 도시와 달리 크고 다른 모양의 기호를 가진 수도나, 색채와 값을 모두 사용하여 연한 황색에서 진한 녹색으로 색진행하는 수도. 또는 다른 특성을 나타내기 위해 다른 시각적 변수를 사용할 수 있다. 예를 들어, 도시에 대한 기호는 모집단을 나타내기 위한 크기와 지방 및 국가 수도를 나타내기 위한 형태에 따라 구별될 수 있다. 일부 시각적 변수는 조화롭게 결합하여 지도를 더 선명하고 더 유용하게 만들 수 있는 반면, 다른 조합은 유용성보다 혼란을 가중시키는 경향이 있다. 예를 들어 지도에서 체르노프 얼굴을 사용한 초기 실험은 정확하게 해석하기 어렵다는 비판을 받아왔다.^[23]

참조