"그래프 한 장이 수천 명의 목숨을 살렸다."
이 문장이 과장처럼 들린다면, 이 글을 끝까지 읽어보길 권한다.
📊 데이터 시각화는 언제 시작됐을까?
중학교 1학년 수학 교과서(6단원 자료의 정리와 해석)에는 흥미로운 챕터가 있다.
제목은 "통계 그래프의 역사와 백의의 천사".
방대한 자료의 특성을 한눈에 파악하기 위해 여러 가지 통계적 그래프를 이용한다.
이와 같이 자료를 그래프로 나타내는 아이디어를 개발한 사람들은 누구일까?
이 질문에 등장하는 세 인물이 있다.
인물 연도 업적
| 플레이페어 (Playfair, W., 1759~1823) | 1801년 | 원그래프, 막대그래프, 꺾은선그래프 최초 고안 |
| 미나르 (Minard, C. J., 1781~1870) | 1861년 | 지도 위에 원그래프를 그려 지역별 비율 시각화 |
| 나이팅게일 (Nightingale, F., 1820~1910) | 1858년 | 부채꼴 모양의 극좌표 장미 다이어그램 고안 |
출처: 중학교 수학 1 교과서 6단원, Spence, I.,『No Humble Pie: The Origins and Usage of a Statistical Chart』
특히 나이팅게일은 1858년 영국왕립통계학회 최초의 여성 회원이 되기도 했다.
우리가 간호사로만 알고 있는 그녀는, 사실 데이터 시각화의 역사를 바꾼 통계학자였다.
🌹 나이팅게일의 장미 그래프 — 그래프가 전쟁을 바꿨다
배경: 크림전쟁 (1853~1856)
1854년, 플로렌스 나이팅게일은 38명의 간호사를 이끌고 터키 스쿠타리(Scutari) 야전병원에 도착했다.
그곳에서 그녀가 목격한 것은 충격이었다.
- 수술 도구는 공유되고, 손은 씻지 않았다
- 오염된 하수가 식수원을 오염시켰다
- 부상보다 전염병으로 죽는 병사가 훨씬 많았다
당시 **병원 사망률은 42%**에 달했다. 100명이 입원하면 42명이 죽어 나갔다.
나이팅게일의 데이터 수집
나이팅게일은 단순히 간호에만 집중하지 않았다.
그녀는 세계 최초의 의무기록표를 만들어 환자의 상처, 원인, 치료 과정, 사망 원인을 체계적으로 기록했다.
그리고 영국으로 돌아온 후, 그 데이터를 들고 의회와 군 관료들을 설득하러 나섰다.
문제: 데이터를 봐도 아무도 움직이지 않는다
숫자 표(table)는 충분했다. 데이터도 있었다.
하지만 군 관료들은 꿈쩍도 하지 않았다. 왜?
"병사들은 전쟁에서 죽는 거 아닌가?"
그들의 머릿속엔 이미 확고한 편견이 있었다.
총상보다 전염병으로 더 많이 죽는다는 사실을, 숫자로는 설득할 수 없었다.
해결: 장미 다이어그램 (Polar Area Diagram)
나이팅게일은 1858년 보고서 『Notes on Matters Affecting the Health, Efficiency, and Hospital Administration of the British Army』에
지금까지 본 적 없는 그래프를 수록했다.
"동부 육군의 사망 원인 도표 (Diagram of the Causes of Mortality in the Army in the East)"
이 그래프의 구조는 다음과 같다:
- 12개의 쐐기 → 각각 1개월을 나타낸다
- 쐐기의 넓이(반지름) → 사망자 수의 크기를 나타낸다
- 파란색 → 전염병(예방 가능한 질병)으로 인한 사망
- 빨간색 → 전투 부상으로 인한 사망
- 검은색 → 기타 원인으로 인한 사망
결과는 충격적이었다.
파란 부분이 압도적으로 컸다. 전사자보다 전염병 사망자가 훨씬 많았던 것이다.
[1854년 4월 ~ 1855년 3월 / 1855년 4월 ~ 1856년 3월 두 개의 장미 다이어그램]
→ 1855년 3월 위생위원회 파견 이후, 파란 쐐기(전염병 사망)가 급격히 줄어든다
이 그래프 하나가 영국 의회를 움직였다.
결과: 숫자로 불가능한 것을, 그래프가 해냈다
1855년 3월, 영국 정부는 위생위원회(Sanitary Commission)를 파견했다.
하수도를 정비하고, 환기를 개선하고, 위생 규정을 강화했다.
결과는 놀라웠다.
병원 사망률 42% → 2.2%
6개월 만에 20분의 1 수준으로 감소
(출처: 서울경제, "[로터리] 데이터로 보는 나이팅게일", 2017.05.15 / 나이팅게일 연구 r2bit.com/gpt-stat/cs_nightingale.html)
같은 기간, 참전 영국군 전체 사망률은 22.7%였다.
비교하면 알 수 있듯, 야전병원 내 사망의 압도적 다수는 예방 가능한 죽음이었다.
(참고: McDonald, 2010, The death rates were appalling: for the British Army 22.7% of troops sent — cwfn.uoguelph.ca)
💡 왜 표(Table)가 아니라 그래프(Graph)여야 했을까?
나이팅게일이 살던 시대, 영국 통계학자들은 그래프를 거의 사용하지 않았다.
숫자 표가 "학문적으로 엄밀하다"고 여겼기 때문이다.
그런데도 나이팅게일은 그래프를 선택했다.
이유는 명확하다.
의사결정권자들이 통계학자가 아니었기 때문이다.
나이팅게일의 목적은 '데이터의 정확한 전달'이 아니었다.
그녀의 목적은 '행동을 이끌어내는 것' 이었다.
시각화 전문가 Stephen Few의 말을 빌리자면:
"데이터는 그것이 이해될 때만 가치가 있다."
나이팅게일은 이미 170년 전에 이 원칙을 실천하고 있었다.
🔑 BI 컨설턴트로서 보는 핵심 교훈
나이팅게일의 사례는 현대 BI(Business Intelligence) 현장에서도 그대로 적용된다.
교훈 1: 의사결정자는 데이터를 읽지 않는다, 그림을 본다
현장에서 가장 많이 보는 장면:
수백 행짜리 엑셀 파일을 이메일로 첨부해 "검토 부탁드립니다"라고 보내는 것.
그 파일을 끝까지 읽는 임원은 없다.
나이팅게일이 표를 들고 갔다면 영국군 개혁은 없었을 것이다.
그래프를 들고 갔기 때문에 역사가 바뀌었다.
교훈 2: 시각화의 목적은 아름다움이 아니라 행동이다
나이팅게일의 장미 그래프는 디자인적으로 아름답지 않다.
하지만 **"전염병이 전투보다 더 많이 죽인다"**는 메시지는 단 1초 만에 전달된다.
좋은 시각화의 기준은 이것이다:
"이 그래프를 본 사람이 무엇을 해야 하는지 즉시 알 수 있는가?"
교훈 3: 시각화는 전문가만의 영역이 아니다
나이팅게일은 데이터 시각화 전문가가 아니었다.
간호사였고, 통계학에 관심이 많은 현장 실무자였다.
그녀가 한 것은 단순했다:
- 현장에서 데이터를 모았다
- 패턴을 발견했다
- 그 패턴을 "설득이 필요한 사람"이 이해할 수 있는 형태로 표현했다
지금 현장에 있는 당신도 이 세 가지는 할 수 있다.
Tableau, Power BI, 심지어 Excel로도 나이팅게일의 그래프는 재현 가능하다.
기술의 장벽은 낮아졌다. 이제 남은 건 "무엇을 말하고 싶은가" 뿐이다.
📌 정리
항목 내용
| 인물 | 플로렌스 나이팅게일 (Florence Nightingale, 1820~1910) |
| 그래프 이름 | 극좌표 장미 다이어그램 (Polar Area Diagram / Coxcomb / Rose Diagram) |
| 발표 연도 | 1858년 |
| 사용 데이터 | 크림전쟁(1853~1856) 영국군 병원 사망 원인 통계 |
| 핵심 발견 | 전사자보다 전염병 사망자가 압도적으로 많음 |
| 결과 | 위생위원회 파견 → 사망률 42% → 2.2%로 감소 |
| 역사적 의의 | 데이터 시각화로 공공 정책을 바꾼 최초의 사례 중 하나 |
🔗 참고 자료
- Spence, I.,『No Humble Pie: The Origins and Usage of a Statistical Chart』
- 중학교 수학 1 교과서 6단원 "자료의 정리와 해석" (한국 교과서)
- McDonald, L. (2010), Florence Nightingale: Extending Nursing, Collected Works of Florence Nightingale — https://cwfn.uoguelph.ca
- PMC (PubMed Central), "Florence Nightingale (1820–1910): An Unexpected Master of Data" — https://pmc.ncbi.nlm.nih.gov/articles/PMC7660360/
- HistData R Package, "Florence Nightingale's data on deaths in the Crimean War" — https://friendly.github.io/HistData/reference/Nightingale.html
- Lehigh University Library, "Nightingale's Rose Diagram" — https://exhibits.lib.lehigh.edu/exhibits/show/data_visualization/science/nightingale
- 서울경제, "[로터리] 데이터로 보는 나이팅게일" (2017.05.15) — https://sedaily.com/NewsVIew/1OFXM9AKOV
https://commons.wikimedia.org/wiki/File%3ANightingale-mortality.jpg?utm_source=chatgpt.com
https://commons.wikimedia.org/wiki/Image%3AFlorence_Nightingale.png?utm_source=chatgpt.com
이 글이 도움이 됐다면 댓글이나 공감으로 알려주세요.
데이터를 다루는 모든 분들의 인사이트가 되길 바랍니다. 🌹