• 정보관리연구
• /
• 제34권2호
• /
• pp.67-88
• /
• 2003

정보량이 급증하고 기존의 정보조직체계에 비해 덜 체계화된 정보를 제공하는 인터넷의 확산 등으로 인해 정보시각화에 대한 관심이 점점 증가하고 있다. 정보 시각화는 이용자가 원하는 정보에 쉽고 적은 노력으로 접근할 수 있도록 데이터를 재정리하고 요약하여 보여주는 기법이다. 현재까지 개발되어 온 많은 정보시각화 기법들은 과학적인 연산절차에 근거하여 데이터를 표현하는 방법을 사용하여 왔는데, 이러한 과학적 데이터 처리 과정에 의존하는 시각화방법은 일반 이용자들이 이해하기에는 어려움과 사용의 불편함이 따른다. 더 중요하고 심각한점은, 이러한 정보시각화 기법을 사용하는 많은 시스템의 모형들이 실제 이용자가 경험하는 상황을 반영하는 경우가 매우 드물다는 현실이다. 예를 들어, 이용자는 데이터를 처리하거나 정보를 제시함에 있어 어안적 방법(fisheye view)을 사용하거나 주제정경 (the mescape)을 사용하지 않는다. 이는 현재의 많은 정보 시각화 시스템들이 이용자 관점에서 시스템을 설계하는 행동유도성（affordance)을 반영하지 않고 있음을 지적한다. 이 연구는 이용자의 요구사항이 반영되지 않고, 이용자에게 부담을 지우는 시각화 시스템의 문제점을 분석하였다. 이를 위하여, 네 가지의 대표적인 정보시각화 시스템을 분석, 평가하였는데 이 때 평가의 기준으로 Norman의 이용자 인터페이스 설계 원칙 및 Nielson의 휴리스틱 평가 방법을 이용하였다. 문제점 분석 결과를 통하여, 이용자의 요구를 반영하지 못한 시스템 설계의 측면들을 확인할 수 있었다. 특히, 이용자와 시스템간의 부합정도 및 시스템의 상태를 이용자가 알 수 있도록 보여주는 가시성 등은 네 가지 시스템의 평가에서 모두 문제점으로 지적되었다. 이 연구의 결과는 정보시각화 및 표현에 있어서 이용자의 요구를 이해하고 이용성을 고려한 설계의 필요성을 강조하고 있다.

• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 2012년도 추계학술대회 논문집
• /
• pp.517-518
• /
• 2012

• Spatial Information Research
• /
• 제23권2호
• /
• pp.21-29
• /
• 2015

최근 디지털 데이터가 폭발적으로 증가함에 따라 빅데이터, 데이터시각화, 정보시각화, 인포그래픽 등에 각종 언론매체 및 기관에서 관심을 기울이고 있다. 국내에서는 조선닷컴, 한겨레 신문 온라인판 등에서 데이터 시각화 및 인포그래픽을 선도적으로 다루고 있으며, 국외에서는 영국의 가디언, 월스트리트저널, 뉴욕타임즈 등에서 데이터 시각화 분야에서 두각을 나타내고 있다. 우리나라의 경우 데이터시각화 분야는 아직까지 디자인적인 측면에 중점을 두고 있다. 그러나 최근 주목받고 있는 데이터시각화 프로그램 중 Tableau Public 프로그램을 이용하면 좀 더 효율적인 인포그래픽을 제작할 수 있다. 본 연구에서는 Tableau Public을 통해 데이터 분석 및 인포그래픽을 제작하였다. 인포그래픽 제작을 위해 세계은행 데이터가 사용되었으며, 전세계자동차보유율을 분석하여 두 가지 결과가 도출되었다. 첫째, 고소득국가 그룹에서는 1인당 국민총소득이 증가할수록 기울기는 감소추세를 보였고, 중위소득국가에서는 증가추세를 보였다. 둘째, 기준기간에 비해 금융위기 기간에는 1인당 국민총소득 증가율에 따른 전년대비 자동차보유율 증가율이 1.7배 높게 나타났다. 본 논문에서는 Tableau Public을 이용한 데이터 시각화 사례연구를 통해, 기존 디자인 중심의 인포그래픽 제작환경에서, 향후 데이터 중심의 인포그래픽 제작 설계를 활성화시키고자 하였다. 그리고 더 나아가 데이터 중심의 인포그래픽은 과학적 연구, 그리고 정책결정을 위한 도구로써 널리 이용되어야 할 것이다.

• 정보교육학회논문지
• /
• 제23권3호
• /
• pp.197-206
• /
• 2019

본 연구에서는 데이터 시각화 교육에 초점을 맞춘 파이썬 교육이 초등학교 6학년 학생들의 컴퓨팅 사고력 향상에 미치는 효과를 분석해보았다. 현직 초등교사 60명과 초등학교 6학년 학생 120명을 대상으로 실시한 요구분석 결과를 바탕으로, 데이터 시각화의 절차에 따라 파이썬 교육프로그램을 개발하였다. 개발한 교육프로그램으로 초등학교 6학년 학생 24명에게 총 6일 동안 36시간의 수업을 진행하여 사전 사후 비교 검사를 통해 효과를 분석하였다. 분석 결과, 데이터 시각화 교육에 초점을 맞춘 파이썬 교육은 초등학교 6학년 학생들의 '계산적 인지력'과 '유창성', '정교성', '독창성'에 유의미한 효과가 있는 것으로 나타났다.

• 정보교육학회논문지
• /
• 제23권4호
• /
• pp.283-292
• /
• 2019

본 연구에서는 데이터 시각화 교육에 초점을 맞춘 언플러그드 교육 방식을 초등학교 3학년 학생들에게 적용하여 컴퓨팅 사고력 향상에 미치는 효과를 분석해 보았다. 현직 초등교사 60명과 초등학교 3학년 학생 124명을 대상으로 실시한 요구분석 결과를 바탕으로, 데이터 시각화의 절차에 따른 언플러그드 교육 프로그램을 개발하였다. 개발한 교육 프로그램을 초등학교 3학년 학생 24명에게 총 6일 동안 36시간의 수업을 진행하였다. 컴퓨팅 사고력 증진을 살펴보기 위해 계산적 인지력 검사지와 창의성 검사지로 실시한 사전 사후 비교 검사를 통해 적용한 프로그램의 효과를 분석하였다. 분석결과 데이터 시각화 교육에 초점을 맞춘 언플러그드 교육 방식은 초등학교 3학년 학생들의 '계산적 인지력'과 창의성에 유의미한 효과가 있는 것으로 확인되었다.

• 대한의용생체공학회:의공학회지
• /
• 제42권4호
• /
• pp.175-185
• /
• 2021

Purpose: Vital sign are used to help assess the general physical health of a person, give clues to possible diseases, and show progress toward recovery. Researchers are using vital sign data and AI(artificial intelligence) to manage a variety of diseases and predict mortality. In order to analyze vital sign data using AI, it is important to select and extract vital sign data suitable for research purposes. Methods: We developed a method to visualize vital sign and early warning scores by processing retrospective vital sign data collected from EMR(electronic medical records) and patient monitoring devices. The vital sign data used for development were obtained using the open EMR big data MIMIC-III and the wearable patient monitoring device(CareTaker). Data processing and visualization were developed using Python. We used the development results with machine learning to process the prediction of mortality in ICU patients. Results: We calculated NEWS(National Early Warning Score) to understand the patient's condition. Vital sign data with different measurement times and frequencies were sampled at equal time intervals, and missing data were interpolated to reconstruct data. The normal and abnormal states of vital sign were visualized as color-coded graphs. Mortality prediction result with processed data and machine learning was AUC of 0.892. Conclusion: This visualization method will help researchers to easily understand a patient's vital sign status over time and extract the necessary data.

• 한국멀티미디어학회논문지
• /
• 제25권2호
• /
• pp.363-373
• /
• 2022

Multi-omics data is difficult to interpret due to the heterogeneity of information by the volume of data, the complexity of characteristics of each data, and the diversity of omics platforms. There is not yet a system for interpreting to visualize research data on environmental diseases concerning environmental harmful substances. We provide MEE, a web-based visualization tool, to comprehensively explore the complexity of data due to the interconnected characteristics of high-dimensional data sets according to exposure to various environmental harmful substances. MEE visualizes omics data of correlation between omics data, subjects and samples by keyword searches of meta data, multi-omics data, and harmful substances. MEE has been demonstrated the versatility by two examples. We confirmed the correlation between smoking and asthma with RNA-seq and Methylation-Chip data, it was visualized that genes (P HACTR3, PXDN, QZMB, SOCS3 etc.) significantly related to autoimmune or inflammatory diseases. To visualize the correlation between atopic dermatitis and heavy metals, we selected 32 genes related immune response by integrated analysis of multi-omics data. However, it did not show a significant correlation between mercury in blood and atopic dermatitis. In the future, should continuously collect an appropriate level of multi-omics data in MEE system, will obtain data to analyze environmental substances and diseases.

• 한국지리정보학회지
• /
• 제17권2호
• /
• pp.72-81
• /
• 2014

빅 데이터가 정보통신기술 분야의 핵심 이슈로 부각되면서 관련 기술에 대한 관심이 증가하고 있다. 빅 데이터를 구성하는 요소 기술 중에서 이번 연구는 오픈소스를 기반으로 하는 데이터 시각화와 R을 주요 주제로 한다. 데이터 시각화는 웹 사용자의 직관적 활용이 가능하도록 하는 대화식 그래픽 처리 기술이며, R은 통계 기반의 정보 분석을 가능하게 하는 언어와 환경이다. 이번 연구에서 이 두 가지 기술 요소를 연계하여 공간정보를 포함하는 공공 오픈데이터의 시각화를 주요기능으로 하는 웹 기반 응용 사례를 시험적으로 구현하였다. 별도의 소프트웨어 설치 작업을 요구하지 않는 이 응용 모델은 사용자가 직접 데이터를 구축하지 않고 필요한 자료를 오픈데이터에서 구하고, R에 대한 충분한 지식이 없어도 R의 시각화 처리 기능을 이용할 수 있도록 한다. 이 서비스에 접속한 웹 사용자는 다양한 시각화 기능을 이용하여 가공한 처리 결과를 의사결정 도구로 이용할 수 있다. 향후 R의 공간통계 분석기능과 복합 연산 기능의 제공과 함께 빅 데이터 연계를 통한 다양하고 실무적인 응용 모델 개발을 통하여 공간정보 활용 분야의 확대에 기여할 수 있을 것으로 기대한다.

• 한국컴퓨터정보학회논문지
• /
• 제24권9호
• /
• pp.83-95
• /
• 2019

Recently, a variety of IoT data is collected by attaching geosensors to many vehicles that are on the road. IoT data basically has time and space information and is composed of various data such as temperature, humidity, fine dust, Co2, etc. Although a certain sensor data can be retrieved using time, latitude and longitude, which are keys to the IoT data, advanced search engines for IoT data to handle high-level user queries are still limited. There is also a problem with searching large amounts of IoT data without generating indexes, which wastes a great deal of time through sequential scans. In this paper, we propose a unified spatial index model that handles both grid and trajectory queries using a cell-based space-filling curve method. also it presents a visualization method that helps user grasp intuitively. The Trajectory query is to aggregate the traffic of the trajectory cells passed by taxi on the road searched by the user. The grid query is to find the cells on the road searched by the user and to aggregate the fine dust. Based on the generated spatial index, the user interface quickly summarizes the trajectory and grid queries for specific road and all roads, and proposes a Web-based prototype system that can be analyzed intuitively through road and heat map visualization.

• 한국콘텐츠학회논문지
• /
• 제17권2호
• /
• pp.327-336
• /
• 2017

최근 실외 및 실내 공기의 질에 대한 사람들의 관심이 증가하면서 다양한 관련기기들이 사용되고 있다. 실내 환경의 여러 요소 중 특히 사람들의 쾌적감에 직접 영향을 주는 온열 환경과 눈에 보이지 않는 실내 공기 환경의 시각화는 그러한 이유로 매우 중요하게 부각되고 있다. 본 연구는 거주자가 공기 질 등과 같은 실내 환경 상태를 기존의 숫자나 그래프 등 보다 쉽고 직관적으로 파악하는 것을 지원하기 위하여 기존의 실내 환경 시각화 사례들을 분석하고 이를 보완하기 위한 개선방법을 모색하여 보다 효과적인 웹 및 건물정보모델기반 시각화 방법을 제안하고자 한다. 본 연구에서 제시하는 해당 실내 환경 시각화 과정은 크게 네부분으로 구성된다. 이는 건물 모델 데이터 생성, 실내 환경 데이터 생성, 시각화 표현 요소 생성, 데이터 매핑 및 시각화 결과 생성 과정으로 요약될 수 있다. 생성된 시각화 결과는 다양한 실내 환경 요소의 동시 파악을 지원할 뿐만 아니라, 대상 공간의 기하학적 모델과 측정된 실내 환경 데이터를 연계하여 시각화함으로써 실내 환경 상태의 파악이 직관적이며 즉각적이다. 본 논문은 IoT 등의 기술로 즉각적이고 자동화된 실내 환경 관리시스템의 개발방향과는 별개로, 실내 환경 데이터를 적절히 가공함으로써 사용자 및 관리자 등에게 관련 시각정보를 효율적으로 제공하는 접근방법을 모색하는 것을 목적으로 한다.