상담실 책상 위의 숫자들
충남대학교 입시박람회 부스. 책상 맞은편에는 수험생과 학부모가 나란히 앉아 있다. 손에는 성적표 한 장, 표정에는 불안 한가득. 내 손에는 그 학생의 내신 등급, 모의고사 성적, 전년도 학과별 입결, 경쟁률, 충원율 같은 숫자들이 빽빽하게 박힌 자료가 있다.
처음엔 그 숫자들을 그냥 표로 보여줬다. 행과 열, 정렬된 숫자, 정확한 데이터. 분석가의 본능대로 "정확하게" 전달하는 게 최선이라고 생각했다.
결과는 참담했다. 학부모는 표를 보다가 시선이 흔들렸고, 결국 가장 먼저 물은 건 표에 없는 질문이었다. "그래서 우리 애, 붙어요?"
숫자는 정확했지만 아무것도 전달하지 못했다. 그 순간 깨달았다. 데이터를 안다는 것과, 데이터로 사람을 이해시킨다는 것은 완전히 다른 일이라는 걸.
눈은 생각보다 먼저 움직인다
그날 이후 같은 질문을 반복했다. 어떤 화면이 눈에 먼저 들어와야 직관적으로 이해되는가. 어떤 색이 안심을, 어떤 색이 경고를 전달하는가. 표보다 막대가, 막대보다 게이지가 더 빨리 읽히는 이유는 무엇인가.
당시엔 이 고민에 이름이 있는지도 몰랐다. 나중에 데이터 시각화를 공부하면서 이 현상에 정확한 학술적 용어가 있다는 걸 알게 됐다. 인지과학자 Colin Ware는 저서 《Information Visualization: Perception for Design》에서 인간의 시각 시스템이 의식적인 노력 없이, 약 500밀리 초 안에 자동으로 처리하는 시각 요소들을 정리했다. 색상의 색조(Hue)와 채도, 형태의 크기와 위치, 방향 같은 속성들이 여기에 해당하는데, 이를 "전주의적 처리(Pre-attentive Processing)"라고 부른다.전주의적 처리는 감각 기억 단계에서 일어나며, 사용자가 의식적인 노력을 기울이지 않아도 자동으로 500밀리 초 이내에 완료된다. 이 특성 덕분에 디자이너는 사용자의 별다른 노력 없이도 주의를 원하는 곳으로 끌어올 수 있다.
입학사정관인 나는 이 이론을 몰랐지만, 매일 같은 실험을 반복하고 있었다. 안정권 학과는 초록색 배경에, 위험권 학과는 빨간색 배경에 놓아봤다. 숫자보다 색이 먼저 눈에 들어온다는 걸, 학부모의 표정이 바뀌는 속도로 확인했다. 표를 막대그래프로 바꾸자 "어디 학과가 안전한지" 묻는 시간이 절반으로 줄었다. 이건 우연이 아니라, Ware가 이후 책으로 정리한 인간 시각 시스템의 작동 방식 그 자체였다.
같은 데이터, 다른 진실
더 중요한 깨달음은 그다음에 왔다. 수험생과 학부모는 같은 데이터를 보면서도 완전히 다른 질문을 갖고 있었다.
수험생이 궁금한 건 "내 경쟁력이 어느 정도인가"였다. 학부모가 궁금한 건 "이 선택이 안전한가, 위험한가"였다. 같은 입결 데이터라도 백분위로 보여주면 수험생에게는 명확한 위치 정보가 됐지만, 학부모에게는 또 다른 숫자 더미일 뿐이었다. 반대로 "안정·적정·위험" 같은 등급으로 단순화하면 학부모는 즉시 이해했지만, 수험생은 본인의 정확한 위치를 잃어버렸다.
이 경험은 훗날 행동경제학에서 말하는 프레이밍 효과(Framing Effect)와 정확히 맞아떨어진다는 걸 알게 됐다. Daniel Kahneman과 Amos Tversky가 1981년 《Science》에 발표한 유명한 실험에서, 같은 통계적으로 동일한 선택지라도 "생존"으로 표현하느냐 "사망"으로 표현하느냐에 따라 사람들의 선택이 극적으로 달라졌다. 생존을 강조한 긍정적 프레임에서는 200명을 확실히 구하는 프로그램 A를 72%가 선택했지만, 동일한 결과를 사망으로 표현한 부정적 프레임에서는 400명이 확실히 사망하는 프로그램을 78%가 거부하고 위험을 감수하는 쪽을 택했다. 수학적으로 완전히 같은 정보가, 표현 방식만 바뀌었을 뿐인데 정반대의 선택을 만들어낸 것이다.
입학과에 나는 매번 작은 규모로 이 실험을 하고 있었던 셈이다. "합격 가능성 30%"라는 숫자와 "불합격 가능성 70%"라는 숫자는 같은 사실이지만, 어떤 부모는 전자를 듣고 안심했고 어떤 부모는 후자를 듣고 그 학과를 포기하라고 자녀를 다그쳤다. 데이터는 그대로였다. 프레임이 의사결정을 바꾸고 있었다.
그래서 나는 같은 데이터를 대상에 따라 다르게 설계하기 시작했다. 수험생용 화면에는 백분위와 정확한 위치를 보여주는 산점도를, 학부모용 화면에는 안정·적정·위험 3단계로 단순화한 게이지 차트를 따로 만들었다. 데이터는 하나였지만, 화면은 두 개여야 했다.
예쁜 것과 쓸모있는 것의 차이
지금 Tableau로 기업 대시보드를 만들 때도 똑같은 질문을 가장 먼저 던진다. 이 화면을 보는 사람은 누구인가. 그 사람이 0.5초 안에 무엇을 알아야 하는가. 그 사람에게 필요한 건 정확한 숫자인가, 아니면 빠른 판단인가.
예쁜 대시보드는 디자이너의 만족이다. 쓸모 있는 대시보드는 보는 사람의 의사결정을 바꾼다. 이 차이를 처음 배운 곳은 데이터 시각화 부트캠프나 Tableau 공식 문서가 아니었다. 합격과 불합격 사이에서 떨고 있던 학부모의 표정이었다.
대시보드를 설계하기 전에 차트 종류를 고르지 마라. 먼저 물어라. 이 화면 앞에 누가 앉아 있는가.
참고 자료
- Ware, C. (2004). Information Visualization: Perception for Design (2nd ed.). Morgan Kaufmann.
- Tversky, A., & Kahneman, D. (1981). The framing of decisions and the psychology of choice. Science, 211(4481), 453-458.