이득:
- 전달하려는 메시지에 적합한 차트 유형을 선택하는 기능(비교, 추세, 분포, 관계)
- 그래프 아래의 각 숫자가 자체 실제 데이터에서 나온 것인지 확인하여 인공 지능이 구성한 데이터로 그래프를 만들지 않는 기능입니다.
- 깨진 축, 불균형한 규모 등 오해를 불러일으키는 디자인을 제어하고 접근 가능하고 정직한 비주얼을 생성하는 능력
아무리 확실한 연구 결과라도 이해되지 않으면 쓸모가 없습니다. 데이터 시각화는 독자가 패턴을 한눈에 볼 수 있도록 숫자 및 범주형 데이터를 그래프, 표, 차트에 쏟아 붓는 기술입니다. 좋은 차트는 수천 줄의 데이터를 하나의 메시지로 줄여줍니다. 잘못된 차트는 정확한 데이터라도 오해의 소지가 있는 것처럼 보이게 만들 수 있습니다. 이 단원에서는 AI를 사용하여 올바른 차트 유형을 선택하고, 시각화 코드 초안을 작성하고, 테이블을 구성하고, 결과를 정직하게 제시하는 방법을 배웁니다.
시각화에서 AI의 역할은 두 가지입니다. 첫 번째는 "이 데이터에 어떤 그래프가 적합한가?"라는 컨설팅입니다. 질문에 잘 대답합니다. 예를 들어 두 범주를 비교하기 위한 막대 차트, 시간에 따른 변화를 보여주는 선 차트, 그리고 주의 깊게 사용한다면 전체의 일부에 대한 원형 차트 등이 있습니다. 두 번째는 코드 생성입니다. R(ggplot2) 또는 Python(matplotlib, seaborn)과 같은 도구에 대한 그래픽 코드 초안을 작성합니다. 하지만 조심하세요. AI가 생성하는 그래프 아래의 숫자는 실제 데이터에서 나온 것이어야 합니다. AI가 "샘플 데이터"로 생성하는 멋진 그래프는 당신이 찾은 것이 아닙니다. 또한 AI는 자신도 모르게 오해의 소지가 있는 그래프(점선 축, 불균형 척도)를 제안할 수 있습니다. 무결성 검사는 귀하의 것입니다.
단계별: 데이터에서 정직한 차트로
1. 메시지를 식별하십시오. 각 차트는 "내가 무엇을 보여주고 싶은가?"라는 단일 질문에 답해야 합니다. 비교, 추세, 분포, 관계? 메시지가 지워질 때까지 차트 유형을 선택할 수 없습니다.
2. 올바른 차트 유형을 선택하십시오. 메시지에 따라 유형이 달라집니다. AI는 "이 데이터를 이 메시지와 함께 보여주고 싶은데, 어떤 그래프를 보여주고 싶은가?"라는 질문에 합리적인 제안을 제시합니다.
3. 무결성 규칙을 적용합니다. 축이 0부터 시작해야 하는지, 눈금이 비례하는지, 색상이 오해를 불러일으키는지? AI는 차트가 오해의 소지가 있는지 확인하는 데 도움을 줍니다.
4. 코드 초안을 작성하고 데이터로 실행합니다. AI가 그래픽 코드를 작성하게 하세요. 자신이 가지고 있는 실제 데이터로 실행해보고 결과를 확인해 보세요.
5. 접근 가능하도록 만드세요. 색맹을 위한 팔레트, 명확한 라벨, 읽을 수 있는 제목. AI는 이러한 개선 사항을 제안합니다.
팁: 차트의 정직성을 테스트하는 간단한 방법: "나쁜 의도를 가진 사람이 어떻게 이 차트를 오해하게 만들 수 있습니까?" 물어보는 것입니다. 점선 y축은 작은 차이를 크게 보이게 합니다. 선택한 기간은 추세를 반전시킬 수 있습니다. AI가 이러한 함정을 스캔하도록 하세요.
세 개의 미니 케이스
사례 1 - 오해의 소지가 있는 축이 수정되었습니다. 한 보고서에서는 두 그룹(51% 대 54%)의 차이가 y축이 50에서 시작하는 그래프에서 '거대한 격차'처럼 보였습니다. AI가 축이 0부터 시작한다고 제안하자 그 차이는 실제 크기인 작은 차이로 축소되었습니다. 차트가 정직해졌습니다.
사례 2 — 올바른 종류가 시간을 절약했습니다. 한 연구자는 5년간의 참여율 데이터를 가지고 있었지만 파이 차트를 사용하고 있었습니다. 추세는 나타나지 않았습니다. YZ는 "시간에 따른 변화에 대한 선형 차트"를 제안했고 ggplot2는 코드 초안을 작성했습니다. 하락 추세가 갑자기 뚜렷해졌습니다.
사례 3 - 가짜 데이터 트랩. 사용자가 AI에게 '젊은층의 소셜미디어 이용 그래프'를 요청하면 AI는 숫자를 꾸며낸 아름다운 그래프를 만들어낸다. 사용자가 거의 보고서에 넣었습니다. 그러다가 그는 이 숫자가 자신의 데이터가 아니라 AI의 발명품이라는 것을 깨달았습니다. 차트는 실제 데이터로 다시 작성되었습니다.
복사 가능한 템플릿 4개
1) 차트 유형 선택:
다음 데이터를 표시하고 싶습니다: [데이터 설명]. 내가 전하고 싶은 메시지 : [비교/추세/분포/관계]. 근거와 함께 이 메시지에 가장 적합한 차트 유형 2개를 제안하세요. 오해의 소지가 있는 것(예: 여러 조각으로 구성된 케이크)을 피해야 하는 이유를 알려주세요.
2) 시각화 코드(내 데이터로 실행하겠습니다):
[R ggplot2 / Python matplotlib]에 대한 [플롯 유형] 코드를 스케치합니다. 내 변수: [x], [y], [그룹]. 주석이 포함된 코드를 작성하고, 축을 처음부터 시작하고, 접근 가능한 색상 팔레트를 사용하고, 제목과 레이블을 터키어로 입력하세요. 숫자 만들기 예시; 내 데이터를 연결하겠습니다.
3) 무결성 감사:
나는 다음 그래프를 설명합니다: [그래프]. 오해의 소지가 있을 수 있나요? 확인: 축이 0인지, 배율이 비례하는지, 시간 간격이 선택되었는지, 색상이 그룹을 과장하는지, 3D 효과가 인식을 왜곡하는지? 각 위험에 대한 해결 방법을 제안합니다.
4) 테이블 편집:
다음 원시 결과를 깔끔하고 읽기 쉬운 결과 테이블로 변환합니다. 행의 [x], 열의 [y], 셀의 값 및 필요한 경우 백분율. 십진수를 일관되게 반올림하고, 각주에 출처를 표시합니다. 숫자 변경; 그냥 편집하세요. 데이터: [여기]
약한 프롬프트 / 강한 프롬프트
약한 프롬프트:
이 주제에 대한 인상적인 그래픽을 보여주세요.
"인상적"에 대한 욕구는 조작된 데이터나 차이를 과장하는 오해의 소지가 있는 설계로 AI를 장려합니다. 정직하기 전에 인상적이 되어서는 안 됩니다.
강력한 프롬프트:
내 데이터로 실행할 수 있는 막대 차트 코드를 원합니다. 내 메시지: 네 그룹 간의 참여율 차이를 솔직하게 보여주고 싶습니다. 축은 0부터 시작해야 하고, 색상은 색맹에 적합해야 하며, 그 차이가 과장되어서는 안 됩니다. [R/Python] 코드, 숫자 피팅을 제공합니다. 그런 다음 이 그래프가 오해를 불러일으킬 수 있는 위험 3가지를 말해 보세요.
차이점: 두 번째 프롬프트는 정직성, 접근성 및 실제 데이터에 중점을 둡니다.
메시지별 차트 유형
메시지
적합한 그래픽
피해야 할 것
카테고리 비교
막대 차트
3D, 멀티 슬라이스 케이크
시간이 지남에 따라 변화
꺾은선형 차트
케이크
유통
히스토그램, 박스 차트
단일 평균
두 가지 변수 관계
흩어지다
막대
전체의 일부
쌓인 바/파운드 케이크
멀티 슬라이스 케이크
일반적인 실수
- AI가 만든 데이터로 그래프를 만든다. 차트 하단의 모든 숫자는 실제 데이터에서 나온 것이어야 합니다.
- 점선 축과의 차이를 과장합니다. 작은 차이가 큰 것처럼 보이게 하는 것은 오해의 소지가 있습니다.
- 메시지에 맞지 않는 장르를 선택하는 것입니다. 파이로 시간의 추세를 보여주는 것과 같습니다.
- 접근성을 잊어버렸습니다. 색상으로만 구분된 그룹은 색맹 독자를 제외합니다.
- '솔직함' 앞에 '인상적'을 놓는다. 비주얼의 목적은 설득이 아니라 올바른 의사소통이다.
요약하면
데이터 시각화는 연구 결과를 독자에게 정직하고 명확하게 전달하는 방법입니다. 일체 포함; 이는 올바른 차트 유형 제안, 시각화 코드 초안 작성, 테이블 편집 및 오해의 소지가 있는 디자인 확인에 강력한 도움이 됩니다. 하지만 차트 하단의 모든 숫자는 실제 데이터에서 나온 것이어야 합니다. AI의 "샘플 데이터"로 생성된 아름다운 그래프는 귀하가 찾은 것이 아닙니다. 메시지를 명확하게 하고, 올바른 장르를 선택하고, 축과 척도를 정직하게 유지하고, 접근 가능하도록 만들고, "정직함" 앞에 "인상적"을 두지 마십시오.
응용과제
당신이 직접 수집한 작은 사실이나 데이터를 선택하세요. "차트 유형 선택" 템플릿으로 메시지에 맞는 유형을 선택하세요. "시각화 코드" 템플릿을 사용하여 AI에서 코드를 가져와 자신의 데이터에서 실행합니다(AI가 구성한 숫자로는 절대 사용하지 않음). 동일한 데이터를 점선 축으로 표시하고 두 그래프를 나란히 놓고 "정직성 확인" 템플릿을 사용하여 차이가 어떻게 과장되는지 보여줍니다.
체크리스트
- [ ] 차트가 전달하려는 단일 메시지를 명확히 했습니다.
- [ ] 나는 메시지에 맞는 적절한 그래픽 유형을 선택했습니다.
- [ ] AI 제작이 아닌 제가 직접 만든 실제 결과물로 차트를 생성했습니다.
- [ ] 축을 0에서 시작하고 비례적으로 스케일을 유지했습니다.
- [ ] 접근하기 쉬운 색상과 선명한 라벨을 사용했습니다.