대부분의 데이터 시각화는 과거를 다루며, 미래를 보여준다고 해도 단일 선을 앞으로 연장하는 수준에 그쳐 불확실성의 구조적 특성을 제대로 반영하지 못함
예측에서 반사실적 시나리오까지, 시각화의 대상이 '데이터'가 아닌 '가능성의 공간' 으로 전환되면 다중성·불확실성·의존성이라는 세 가지 핵심 과제가 등장
계층화된 불확실성, 분기 타임라인, 시나리오 표면이라는 세 가지 패턴이 단일 궤적 중심의 기존 예측 시각화를 대체할 수 있는 구조적 접근법
허리케인 예보 콘, COVID 곡선, 기후 시나리오, 지진 위험 지도 등 실제 사례를 통해 기존 예측 시각화의 오해 유발 문제를 구체적으로 설명
미래 시각화의 목표는 예측이 아니라, 얼마나 많은 미래가 가능한지와 그것을 형성하는 요인을 이해할 수 있도록 탐색 가능한 구조를 설계하는 것
예측 시각화의 문제점
대부분의 예측 차트는 깔끔한 단일 선이 앞으로 이어지고, 그 주변에 음영 밴드가 있는 형태로 정밀하고 통제된 인상을 줌
이 단일 선은 "가장 가능성 높은 미래가 존재한다", "편차는 대칭적이고 예측 가능하다", "불확실성은 구조적 속성이 아닌 단순한 마진이다"라는 잘못된 전제를 내포
실제 시스템에서 미래는 연장되는 것이 아니라 분기하며, 불확실성은 시간이 지남에 따라 복합적으로 증가하고, 결과는 비선형적이고 비대칭적
허리케인 예보 콘 사례: 콘이 폭풍이 커지는 것으로 읽히는 경우가 많지만, 실제로는 시간에 따른 위치의 불확실성을 나타냄
COVID 예측 사례: 많은 시각화가 단일 곡선을 보여줬지만, 실제 결과는 행동·정책·타이밍에 따라 완전히 다른 결과로 이어짐
Alberto Cairo가 Nightingale 기고문 "The Day I Thought I Misled the President of the United States"에서 예측 시각화가 의도치 않게 공중의 이해를 왜곡할 수 있음을 다루었으며, The New York Times를 위한 인터랙티브 허리케인 예보 시각화에서 불확실성을 더 효과적으로 전달하는 대안적 방법을 탐구
핵심 과제: 아직 일어나지 않은 것의 시각화
예측, 시뮬레이션, 반사실적 상황을 다룰 때 작업 대상은 데이터셋이 아닌 결과의 공간(space of outcomes)
질문이 "데이터가 무엇을 말하는가?"에서 "데이터가 무엇이 될 수 있는가?" 로 전환
세 가지 핵심 과제 존재
다중성(Multiplicity): 하나의 미래가 아닌 다수의 미래 존재
불확실성(Uncertainty): 모든 가능성이 동등하게 가능하지 않음
의존성(Dependency): 결과가 결정, 사건, 조건에 따라 달라짐
대부분의 예측 시각화는 읽기 쉽다는 이유로 이 차원들을 단일 궤적으로 평탄화하지만, 이는 진실성이 떨어지는 접근
반사실적 시나리오(Counterfactuals)
"만약 ~했다면 어떻게 되었을까?"라는 반사실적 시나리오는 데이터에 존재하지 않으며, 구성된 가설적 시나리오이고 종종 모델 의존적
그럼에도 중요한 질문들: 쓰나미가 더 강했다면? 모델 예측이 틀렸다면? 정책이 바뀌었다면?
반사실적 시나리오는 실제로 일어나지 않은 현실의 버전, 즉 '부재(absence)'를 보여줘야 하는 과제를 수반
대부분의 시각화는 이를 완전히 무시하거나 토글 전환으로 축소하며, 이는 충분하지 않음
가능성을 단일 경로로 압축하는 문제의 해결책은 단순성보다 구조를 수용하는 것
패턴 1: 계층화된 불확실성(Layered Uncertainty)
단일 신뢰 구간 대신 불확실성을 계층적으로 분류해야 함
계층 구조
고신뢰 결과: 좁고 어두운 영역
중간 신뢰 범위: 더 넓고 밝은 영역
낮은 확률의 극단: 파편화되고 거의 보이지 않는 영역
이 계층들은 형태가 변해야 함 — 불확실성이 균일하지 않기 때문
한 방향으로 치우치거나, 여러 클러스터로 분할되거나, 특정 조건에서 축소될 수 있음
목표는 불확실성이 "얼마나" 존재하는지가 아닌, "어떻게 작동하는지" 를 보여주는 것
기상 앙상블 예보가 이미 이 방향으로 진행 중: "스파게티 플롯"이 수십 개의 가능한 결과를 동시에 시각화하며, 선들의 밀도와 클러스터링이 단일 평활화된 예보선보다 신뢰도·발산·불안정성을 훨씬 효과적으로 표현
패턴 2: 분기 타임라인(Branching Timelines)
단일 궤적은 불가피성을 암시하지만, 분기 구조는 의사결정 지점을 드러냄
"하나의 선 → 다수의 가능한 편차"가 아닌, "하나의 출발점 → 다수의 갈라지는 경로" 로 사고해야 함
각 분기는 조건, 결정, 임계값 교차를 나타내며, 사용자가 데이터가 아닌 결과(consequences) 를 탐색할 수 있는 의미 있는 인터랙티브 시각화 구현
정책 시뮬레이션, 기후 시나리오, 다양한 입력 하의 모델 행동에 특히 강력
서사가 "여기에 일어날 일이 있다"에서 "무엇이 바뀌느냐에 따라 일어날 수 있는 일이 있다" 로 전환
기후 시각화가 가장 명확한 사례: 서로 다른 배출 시나리오가 시간에 따라 완전히 다른 온난화 궤적을 생성하며, 미래가 정책·에너지 사용·집단 행동에 따라 달라짐 (출처: IPCC 2021)
패턴 3: 시나리오 표면(Scenario Surfaces)
개별 미래를 플로팅하는 대신, 공간 자체를 시각화하는 접근
2D 또는 3D 표면에서 각 점이 하나의 시나리오를 나타내고, 축은 변수(시간, 강도, 확률 등), 색상이나 텍스처가 결과 품질이나 위험을 인코딩
사용자가 안정 영역, 변동성 구역, 결과 간 급격한 전환을 파악 가능
스토리텔링보다 탐색(exploration) 에 초점
지진 위험 지도가 유사한 방식으로 작동: 단일 사건을 예측하는 대신, 규모·깊이·위치의 조합에 따른 위험 영역을 시각화하여 가능한 영향의 지형을 이해하도록 설계 (출처: USGS)
대부분의 시각화가 무시하는 사실을 인정: 미래는 이산적이 아니라 연속적
해석을 위한 디자인(Designing for Interpretation)
이러한 접근의 가장 어려운 부분은 기술적이 아닌 인지적 문제
다수의 미래를 보여주면 사용자가 압도감을 느낄 수 있고, 패턴이 덜 명확해지며 해석에 노력이 필요
시각화를 "쉽게" 만들기 위해 단순화하면 오히려 잘못된 시각화가 되는 경우가 많음
목표가 복잡성 축소가 아닌 복잡성의 구조화로 전환해야 함
인터랙션이 중요한 지점
점진적 공개(Progressive disclosure)
시나리오를 통한 안내된 경로(Guided pathways)
참조점(Reference points) 으로 사용자 앵커링
시각화만 디자인하는 것이 아니라, 불확실성에 대한 사고 방식을 디자인하는 것
결론: 미래 시각화의 핵심 원칙
아직 존재하지 않는 것을 시각화하려면, 이미 존재하는 것처럼 행동하는 것을 멈춰야 함
핵심 원칙 세 가지
하나가 아닌 다수의 가능성 표현
단순한 범위가 아닌 구조 표현
소비가 아닌 탐색을 위한 디자인
목표는 미래를 예측하는 것이 아니라, 얼마나 많은 미래가 가능하고 무엇이 그것을 형성하는지 이해를 돕는 것