- 박스 플롯은 분포를 요약하려는 고전적 차트지만, 읽는 법을 설명하는 데 몇 분이 걸려 학습 비용 대비 효과가 낮음
- 수천 명의 워크숍 참가자 중 박스 플롯을 이미 읽을 줄 아는 비율은 보통 20% 미만이었고, 산점도나 히스토그램보다도 이해 부담이 컸음
- 전통적 설계는 박스와 수염, 중앙값 선, 구간 길이가 실제 데이터 의미와 어긋나 시각적 오해를 만들기 쉬움
- 사분위수 같은 추상 개념을 요구하면서도 빈틈, 다봉 분포, 그룹별 값 개수 등을 숨기고 여러 분포를 종 모양처럼 보이게 할 수 있음
- 스트립 플롯, 지터 스트립 플롯, 분포 히트맵은 더 빠르게 이해되고 분포 모양을 직접 보여줘 일상적 의사결정에 더 실용적일 수 있음
박스 플롯을 거의 쓰지 않게 된 이유
- 박스 플롯은 읽는 법을 설명하는 데 4분 이상이 걸릴 수 있으며, 그만한 학습 비용을 정당화하려면 단순한 차트로는 전달할 수 없는 큰 인사이트가 필요함
- 실제로는 박스 플롯으로 전달하려는 대부분의 인사이트를 더 익숙하고 단순한 차트로도 전달할 수 있음
- 분포를 보여주려는 목적과 달리, 청중은 데이터를 보기 전에 여러 단계의 해석 규칙부터 통과해야 함
워크숍에서 드러난 이해 장벽
- 수천 명의 워크숍 참가자는 대체로 평균보다 높은 graphicacy 수준을 갖고 있었지만, 박스 플롯을 이미 읽을 줄 아는 비율은 보통 20% 미만이었음
- 박스 플롯은 다른 기본 차트 유형보다 이해하기 어려웠고, 산점도나 히스토그램 같은 복잡한 차트보다도 더 큰 부담을 줌
- 청중이 박스 플롯에 익숙해도 스트립 플롯이나 분포 히트맵보다 해석에 더 많은 인지적 노력이 필요하고 오해 가능성도 큼
전통적 설계가 직관과 어긋나는 지점
- 전통적 박스 플롯은 Mary Spear가 1952년에 처음 제안하고 John Tukey가 1969년에 다듬은 형태임
- 시각 설계의 주요 문제는 세 가지임
- 두꺼운 박스가 가는 수염보다 더 많은 값이나 더 큰 중요성을 나타내는 것처럼 보이지만, 네 구간은 모두 같은 수의 값을 포함함
- 가운데 박스는 중앙값 선으로 나뉜 하나의 덩어리처럼 보여 전체가 세 부분처럼 보이지만, 실제로는 네 개의 사분위 구간임
- 사람은 긴 형태를 더 큰 수량으로 인식하지만, 박스 플롯에서 긴 구간은 더 많은 값을 뜻하지 않음
- 짧은 구간은 실제로 더 높은 값의 밀도를 나타내지만, 눈에는 더 적은 양처럼 보여 시각적 형태와 데이터 의미가 충돌함
- 대안적 설계안은 짧은 구간이 높은 값 집중을 뜻한다는 점을 더 분명히 하고, 가운데 두 구간에 불필요한 강조를 주지 않으며, 네 개의 형태처럼 보이게 만들 수 있음
- 다만 이런 설계안도 대부분 상황에서는 권장하기 어렵고, 더 단순한 분포 차트가 나은 선택일 수 있음
사분위수가 만드는 학습 비용
- 박스 플롯을 이해하려면 정렬된 값 집합을 같은 개수의 값이 들어가도록 범위로 나누는 분위수와 특히 사분위수 개념을 알아야 함
- 많은 청중은 이 개념에 익숙하지 않으며, 제대로 이해하려면 시각 자료와 예시를 포함한 몇 분짜리 설명이 필요함
- 차트를 올바르게 해석하려면 먼저 이런 추상 개념을 충분히 이해해야 하는 부담이 생김
- 여러 유용한 분포 인사이트는 분위수나 사분위수 없이도 다른 차트로 전달할 수 있음
익숙함이 좋은 설계를 보장하지 않음
- 박스 플롯을 오래 본 사람은 설계상 결함을 우회해 해석하는 법을 배웠을 수 있음
- 처음 접하는 사람은 같은 결함 때문에 쉽게 혼란을 겪음
- 조직에서는 분석가가 중요한 인사이트를 박스 플롯으로 전달하려 해도, 의사결정자가 읽는 법을 익히려 하지 않으면 설득에 실패할 수 있음
- 이후 분석가가 청중이 모든 분포 차트를 이해하지 못한다고 판단하면, 문제를 박스 플롯 자체가 아니라 분포 시각화 전반으로 오해할 수 있음
- 더 직관적인 분포 차트를 쓰면 분포 시각화의 귀중한 인사이트를 더 잘 전달할 가능성이 있음
박스 플롯이 분포를 왜곡하는 방식
- 같은 데이터를 박스 플롯과 지터 스트립 플롯으로 비교하면, 박스 플롯은 서로 다른 그룹의 분포를 거의 비슷하게 보이게 만들 수 있음
- 값이 중앙값 주변에 몰리고 양쪽으로 점차 줄어드는 종 모양 분포처럼 보이게 만드는 경향이 있음
- 실제 값 집합이 종 모양이 아니어도 박스 플롯에서는 그렇게 보일 수 있음
- 독자는 박스 플롯만 보고 모든 분포가 실제로 종 모양인지 알기 어렵고, 기껏해야 추측해야 함
- 분포의 빈틈과 각 그룹의 값 개수도 숨길 수 있음
- 분포를 더 정확히 보여주는 박스 플롯 변형이나 정교한 차트도 있지만, 박스 플롯의 핵심 문제인 배우기 어려움을 해결하지는 못하며 더 어려울 수도 있음
더 직관적인 대안 차트
- 가장 자주 쓰는 대안은 스트립 플롯임
- “각 점은 연구 참가자의 나이”처럼 한 문장으로 설명할 수 있음
- 대부분의 청중이 몇 초 안에 이해할 수 있음
- 분포가 더 높거나 낮은지, 집중됐는지 퍼졌는지, 정규적인지 치우쳤는지, 이상치가 있는지 보여줄 수 있음
- 박스 플롯이 보여주지 못하는 분포의 빈틈, 다봉 분포, 각 집합의 대략적인 값 개수도 드러냄
- 값이 수십 개를 넘으면 점이 겹쳐 스트립 플롯이 선처럼 보일 수 있으며, 이때는 지터 스트립 플롯이 더 많은 값을 수용할 수 있음
- 값이 수백 개 또는 수백만 개라면 지터 스트립 플롯도 겹친 점 덩어리가 될 수 있고, 이때는 분포 히트맵이 어떤 개수의 값도 처리할 수 있음
- 분포 히트맵은 빈(bin) 또는 구간 개념을 도입해 복잡도가 올라가지만, 빈은 사분위수보다 훨씬 이해하기 쉬움
- 분포 히트맵은 그룹별 값 개수를 보는 능력을 잃고 몇 가지 제한이 있지만, 박스 플롯도 같은 제한과 추가 제한을 가짐
- frequency polygons, violin plots, cumulative distribution plots, bee swarm plots도 특정 상황에서 유용할 수 있음
- 히스토그램은 일반적으로 단일 값 집합 시각화에 유용하며, 박스 플롯과 그 대안은 여러 값 집합을 비교하는 용도에 가까움
박스 플롯의 장점과 제한된 사용처
- 박스 플롯의 유일한 장점으로 볼 수 있는 것은 사분위 범위를 보여준다는 점임
- 하지만 데이터로 말하려는 내용에서 사분위 범위를 반드시 보여줘야 하는 경우는 많지 않음
- 대부분의 경우 필요한 것은 분포 간 높고 낮음, 집중과 분산, 이상치 여부이며, 이런 인사이트는 사분위 범위 없이도 더 단순한 차트로 전달할 수 있음
- 중앙값이 필요한 경우에도 더 단순한 차트에 중앙값을 쉽게 추가할 수 있음
- 박스 플롯이 진정으로 최선인 상황은 청중이 익숙하다는 이유로 박스 플롯을 요구하는 경우 외에는 떠올리기 어려움
박스 플롯에서 벗어나야 하는 이유
- 박스 플롯은 과거에는 좋았지만 기술 발전으로 낡아진 차트라기보다, 애초에 잘 설계된 차트가 아니었다는 평가를 받음
- 설계 결함은 학생, 임원, 기타 차트 독자에게 불필요하게 번거로운 이해 과정을 요구해 왔음
- 현대에는 더 나은 차트를 쉽게 만들 수 있으므로, 박스 플롯에서 벗어나면 앞으로의 독자가 불필요한 인지적 고생을 덜 수 있음
- 통계에 익숙한 청중에게도 거의 모든 상황에서 다른 차트가 더 나은 선택일 수 있음
- 실무자는 청중이 박스 플롯에 익숙하지 않을 때 특히 대안을 고려해야 하며, 익숙한 청중에게도 더 직관적인 차트를 검토할 수 있음