Skip to content

Posts Effective use of visual features #
Find similar titles

시각적 특징, 팝아웃 효과 개념 소개 및 데이터 시각화에 응용하기

팝아웃 효과 혹은 Tunable processing #

팝아웃 효과란 화면의 특정 정보가 "튀어나와" 보이는 효과를 말하는데 예를 들면 흰색 바탕에 연한 회색 점들이 있는데 그 중 몇 개만 진한 빨간색 점이면 빨간 점들이 확연히 눈에 띄는 그런 효과를 말한다.

다음은 팝아웃 효과가 나타나는 시각적 특징의 예시들:

Image

참고로 팝아웃 효과를 좀 더 학술적으로는 tunable-process 혹은 pre-attentive process라고 표현한다. Visual Thinking for Design의 저자 Colin Ware는 tunable-process라는 용어를 선호하는데, 왜냐하면 팝아웃 효과가 아무 때나 나타나는 것이 아니라 의도적으로 특정 시각 특징 - 이를테면 토마토를 찾고자 할 때엔 빨간색 구체 - 에 대해 주의를 집중할 때, 즉 주의를 튜닝했을 때 나타나기 때문이다.

팝아웃 효과는 튀는 색상, 다른 기울기, 다른 크기, 그림자, 포커스 등 주로 1차시각피질(V1 혹은 Primary Visual Cortex aka PVC)에서 인식되는 시각적 특징(visual features)을 활용하여 만들어낼 수 있다. "주로 V1"이라고 한 이유는 움직임 등 V1에서 완전히 처리되지 않는 것으로 알려진 특성도 일부 팝아웃 효과를 일으킬 수 있기 때문이다.

시각적 특징 공간 #

시각적 특징과 관련하여 데이터 시각화에서 특히 유용하다고 생각한 것은 특징 공간(feature space)이라는 개념이다. 각각의 시각적 특징(기울기, 크기, 색상, 그림자, 포커스, 움직임 등)을 하나의 차원으로 하는 가상의 다차원 공간을 상상해보면, 임의의 시각적 표현은 이 공간상의 특정 점에 있다고 간주할 수 있다. 이제 여러 시각적 표현 중 어떤 표현을 얼마나 "눈에 띄게" 만들 것인가를 "해당 표현이 다른 표현들과 특징 공간상에서 얼마나 떨어져 있게 만들 것인가"라는 형식으로 생각해볼 수 있다.

다음은 색상(red-green)과 크기(small-large) 축으로 구성된 특징 공간을 나타내는 도식이다:

Image

이러한 개념을 잘 활용하면 여러 가지 디자인 관련 의사결정을 체계화/정량화할 수 있을 것이다.

예를 들어 Edward TufteVisual Explanations라는 책에서 제시한 개념 중 "The Smallest Effective Difference"라는 개념이 있다. 눈에 띌만한 최소한의 차이만으로 시각화하는 것이 좋다는 개념인데, 이를테면 선의 굵기 차이만으로 데이터를 나타내는 선과 배경의 그리드를 효과적으로 구분하여 표현할 수 있다면 굳이 그 이상의 차이(이를테면 데이터를 나타내는 선에 색상을 입힌다거나)를 도입할 필요가 없다는 얘기다. 이렇게 하면 눈도 덜 피로하고, 미적으로도 정갈해 보이고, 이후에 쓰일지 모를 중요한 디자인 자원을 아낄 수 있다.

여기에 특징 공간 개념을 합쳐서 생각해보면 우리에게 어떠한 시각적 자원들이 있는지, 이 중 무엇을 사용할 것인지, 어떤 요소를 얼마나 눈에 띄게 만들 것인지 등을 좀 더 체계적으로 결정할 수 있을 것이다.

Incoming Links #

Related Books #

Suggested Pages #

Other Posts #

0.0.1_20140628_0