저는 15년 동안 사람들이 시각 정보를 어떻게 지각하는지 연구해 왔습니다. 데이터 시각화에서의 색상은 직관이 종종 우리를 배신하는 분야 중 하나입니다.
연구가 실제로 무엇을 보여주는지 공유하겠습니다.
차트에서 색상의 세 가지 역할
색상을 선택하기 전에, 색상에게 무엇을 요구하는지 이해하세요:
1. 범주 구분
다른 데이터 계열(제품 A, 제품 B, 제품 C)이 있을 때, 색상은 시청자가 이를 구분하는 데 도움이 됩니다.
연구 결과: 사람들은 한눈에 약 5-8가지 색상을 신뢰성 있게 구분할 수 있습니다. 이를 초과하면 시청자는 범주를 혼동하기 시작합니다. 이것이 전문 데이터 시각화 전문가들이 팔레트를 제한하는 이유입니다.
2. 값 인코딩
히트맵과 단계 구분도에서 색상은 양을 나타냅니다. 더 어두움 = 더 많음, 더 밝음 = 더 적음 (또는 그 반대).
연구 결과: 순차적 색상 스케일(하나의 색조에서 밝은 것부터 어두운 것까지)은 대부분의 정량적 데이터에 대해 발산적 스케일보다 더 잘 작동합니다. 우리는 직관적으로 "채도가 높을수록 = 더 강렬함"을 이해합니다.
3. 주의 끌기
색상은 중요한 것을 강조합니다. 회색 막대 사이의 빨간 막대는 "여기를 보라"고 말합니다.
연구 결과: 중립적인 배경에 대한 단일 강조 색상은 여러 "중요한" 색상이 주의를 경쟁하는 것보다 더 효과적입니다.
색상의 문화적 함의
색상은 의미를 지니지만, 그 의미는 맥락과 문화에 따라 다양합니다.
빨강
서양적 맥락: 위험, 손실, 정지, 부정적, 긴급함
재무적 맥락: 손실, 하락, 매도
디자인 맥락: 오류, 경고, 주의
중국에서: 행운, 번영, 축하
주식 시장에서: 종종 반전됨 (일부 아시아 시장에서는 빨강 = 상승)
안전한 접근법: 청중이 그 문화적 맥락을 공유할 때만 "나쁨" 또는 "주의 필요"에 빨강을 사용하세요. 백업으로 모양이나 위치 신호를 고려하세요.
초록
일반적으로: 성장, 진행, 긍정적, 자연, 성공
재무적 맥락: 이익, 상승, 매수, 수익
상당히 보편적이지만, 일부 문화에서 초록은 종교적 의미를 가집니다.
안전한 접근법: 초록을 "상승" 또는 "좋음" 개념과 연결하되, 중요한 정보에는 화살표 방향과 같은 다른 구별 기능을 사용하세요.
파랑
일반적으로: 신뢰, 안정성, 평온함, 전문성
기업적 맥락: 가장 흔한 브랜드 색상인 이유가 있음
저위험: 파랑은 문화와 맥락에 걸쳐 가장 안전한 색상 선택입니다. 또한 색각 이상이 있는 사람들에게 가장 잘 구별됩니다.
주황/노랑
일반적으로: 경고, 주의, 에너지, 주의력
상태 표시기: 종종 "경고" 또는 "주의 필요"에 사용됨
함정: 흰색 배경에 노랑은 대비가 낮습니다. 주황은 공격적으로 느껴질 수 있습니다.
접근성 현실
많은 데이터 시각화 전문가들이 간과하는 사실: 약 8%의 남성과 0.5%의 여성이 어떤 형태의 색각 이상을 가지고 있습니다. 이는 전 세계적으로 약 3억 명에 해당합니다.
색맹 사용자들이 보는 것
적녹색맹(가장 흔함): 빨강과 초록은 비슷한 탁한 갈색 톤으로 보입니다.
함의: 범주를 구분하기 위해 오직 빨강과 초록에만 의존하지 마세요. 이는 상당수의 청중에게 보이지 않습니다.
효과적인 해결책
- 색맹 친화적 팔레트 사용: 파랑-주황, 파랑-노랑, 보라-주황은 대부분의 색각 이상 유형에 대해 좋은 구분을 제공합니다.
- 보조 인코딩 추가: 색상 없이도 작동하는 패턴, 모양 또는 라벨.
- 충분한 명도 대비 사용: 색상 없이도 더 밝은 색조와 더 어두운 색조를 구분할 수 있습니다.
- 작업물 테스트: Coblis(색맹 시뮬레이터)와 같은 도구로 색맹 사용자에게 차트가 어떻게 보이는지 확인하세요.
색상과 이해도에 관한 연구
연구: 클리블랜드와 맥길 (1984)
결과: 공통 척도를 따른 위치는 색상 채도보다 더 정확하게 지각됩니다.
함의: 정밀한 값을 전달하기 위해 색상 강도에 의존하지 마세요. 일반적인 패턴에는 이를 사용하고, 정밀한 비교에는 위치(막대, 점)를 사용하세요.
연구: 힐리 (1996)
결과: 고유한 색상은 다른 항목이 몇 개 있든 관계없이 200밀리초 미만으로 배경에서 "튀어나옵니다".
함의: 강조를 위해, 다른 모든 것과 뚜렷이 다른 색상을 선택하세요. 미묘한 차이는 튀어나오지 않습니다.
연구: 볼랜드와 테일러 (2007)
결과: 무지개 색상 구성(빨강-노랑-초록-파랑-보라)은 자연스러운 지각적 순서가 없기 때문에 종종 오해됩니다.
함의: 순차적 데이터에는 단일 색조 그라데이션을 사용하세요. 발산적 데이터에는 중립적 중간점을 가진 두 가지 색상을 사용하세요.
데이터를 위한 색상 시스템 구축
1단계: 기본 팔레트 선택
필요한 것:
- 1-2개의 브랜드 색상 (회사 정체성과 일치)
- 1개의 강조 색상 (강조용)
- 1개의 중립 색상 (회색, 중요도 낮춤)
- 2-3개의 범주 색상 (필요한 경우)
이게 전부입니다. 대부분의 시각화는 총 4-6가지 색상이 필요합니다.
2단계: 계층 구조 정의
각 색상의 의미를 결정하세요:
- 강조 색상 = 가장 중요, 조치 필요
- 기본 색상 = 주요 데이터 계열, 초점 영역
- 보조 색상 = 비교 데이터, 컨텍스트
- 중립 색상 = 배경, 덜 중요
이를 모든 시각화에 걸쳐 일관되게 사용하세요.
3단계: 순차적 스케일 생성
히트맵과 강도 데이터용:
- 하나의 색조 선택
- 밝은 것부터 어두운 것까지 5-7가지 음영 생성
- 인접한 음영 간 충분한 대비 확보
ColorBrewer2와 같은 도구는 접근성을 고려하여 이러한 스케일을 생성합니다.
4단계: 테스트 및 문서화
다음으로 팔레트를 테스트하세요:
- 색맹 시뮬레이션 도구
- 낮은 대비 디스플레이
- 인쇄본 (해당되는 경우)
색상 코드를 문서화하여 모두가 일관되게 사용하도록 하세요.
실용적 색상 지침
해야 할 일:
- 안전한 기본 색상으로 파랑 사용
- 범주 팔레트를 5-7가지 색상으로 제한
- 강조 색상을 명확히 다르게 만들기
- 접근성 테스트
- 대시보드 전체에서 일관성 유지
하지 말아야 할 일:
- 순차적 데이터에 무지개 팔레트 사용
- 오직 빨강-초록 구분에만 의존
- 여러 강조 색상 사용
- 대시보드 중간에 색상 의미 변경
- 범주를 구분하는 유일한 방법으로 색상 사용
다양한 차트 유형에서의 색상
막대 그래프
최상: 하나의 강조 색상이 있는 단일 색상
괜찮음: 그룹화된 막대에 2-3가지 색상
피하세요: 모든 막대가 다른 색상 (의미 있는 범주가 아닌 경우)
선 그래프
최상: 뚜렷이 다른 2-3가지 색상
괜찮음: 백업으로 다양한 선 스타일 (실선, 점선)
피하세요: 4-5개 이상의 다른 색상 선
히트맵
최상: 단일 색조 순차적 스케일
괜찮음: 의미 있는 중간점이 있는 발산적 스케일 (두 가지 색상)
피하세요: 무지개 또는 고채도 구성
파이 차트
최상: 명확한 의미가 있는 2-3가지 색상
괜찮음: 중립적 다른 조각들 대비 하나의 조각 강조
피하세요: 원 주위에 7개 이상의 다른 색상
도움이 되는 도구들
많은 현대적 시각화 도구에는 신중하게 설계된 색상 팔레트가 포함되어 있습니다. ChartGen과 같은 AI 기반 도구는 색상 연구를 자동으로 적용하며 접근 가능한 팔레트를 제안하고 일관성을 유지합니다.
수동 작업을 위해 다음을 추천합니다:
- ColorBrewer2 (순차적 및 발산적 스케일)
- Viz Palette (접근성 확인)
- Coolors (접근성 점수가 있는 팔레트 생성)
마지막 생각
색상은 사전 주의적으로 처리되기 때문에 강력합니다 — 의식적 사고보다 먼저 처리됩니다. 이것은 색상을 효과적으로 만들기도 하고 위험하게 만들기도 합니다.
효과적: 올바른 색상은 즉시 튀어나와 주의를 이끕니다.
위험적: 잘못된 색상은 산만하게 하거나, 사용자를 배제하거나, 해석을 오도할 수 있습니다.
목표는 가장 많은 색상을 사용하는 것이 아닙니다. 시청자가 색상을 거의 인지하지 못할 정도로 의도적으로 사용하는 것입니다 — 그들은 단지 데이터를 더 빨리 이해하게 될 뿐입니다.