WEBVTT

00:00:07.808 --> 00:00:10.839
한 치약 브랜드가 자기 상품은 
여태껏 나온 어떤 치약보다도

00:00:10.839 --> 00:00:12.910
많은 치석을 제거한다고 주장합니다.

00:00:12.910 --> 00:00:16.411
어떤 정치인이 자기 정책이
가장 많은 일자리를 만들 거라고 주장합니다.

00:00:16.411 --> 00:00:20.841
우리는 이런 과장된 광고와 
정치에 매우 익숙합니다.

00:00:20.861 --> 00:00:23.131
그래서 이제는 눈도 깜짝하지 않죠.

00:00:23.131 --> 00:00:26.111
하지만 이런 주장이
그래프와 함께라면 어떨까요?

00:00:26.111 --> 00:00:28.471
어쨌든 그래프는 
주관적인 게 아니니까요.

00:00:28.471 --> 00:00:32.611
냉정하고 객관적인 숫자들에
누가 반박할 수 있을까요?

00:00:32.611 --> 00:00:36.403
하지만 그래프는 많은 방법으로
사람들을 호도하고

00:00:36.403 --> 00:00:38.192
완전히 조종하는 것으로 보입니다.

00:00:38.192 --> 00:00:40.745
몇 가지 사례를 살펴보죠.

00:00:40.745 --> 00:00:45.760
이 1992년 광고는 쉐비가 
미국에서 가장 튼튼한 트럭이라고

00:00:45.760 --> 00:00:47.510
그래프를 사용해서 주장합니다.

00:00:47.510 --> 00:00:51.963
이 그래프는 지난 10년간 팔린 
쉐비 트럭 중 98%가

00:00:51.963 --> 00:00:53.592
아직도 도로를 달린다는 걸 보여줍니다.

00:00:53.592 --> 00:00:57.338
도요타 트럭보다는 두 배 더 
오래가는 것처럼 보입니다.

00:00:57.338 --> 00:01:00.634
왼쪽에 숫자들을 들여다 보고

00:01:00.634 --> 00:01:05.472
도요타의 수치는 96.5%라는 걸 
알기 전까지는 말입니다.

00:01:05.472 --> 00:01:09.313
수치의 범위는 95%에서 
100%까지만 있습니다.

00:01:09.313 --> 00:01:12.963
0에서 100까지였다면 
이렇게 보여야 합니다.

00:01:12.963 --> 00:01:18.323
이것은 그래프가 정보를 잘못 표현하는
가장 흔한 방법인 범위를 조작하는 방법입니다.

00:01:18.353 --> 00:01:20.804
y축의 작은 부분을 확대함으로써

00:01:20.804 --> 00:01:25.703
비교대상간의 미미한 차이를
과장하는 것입니다.

00:01:25.703 --> 00:01:27.974
특히 막대그래프의 경우 효과가 큽니다

00:01:27.974 --> 00:01:31.023
우리는 막대의 크기 차이가 곧

00:01:31.023 --> 00:01:33.233
수치와 비례한다고 여기기 때문입니다.

00:01:33.233 --> 00:01:36.125
하지만 x축 범위를 조작하기도 합니다.

00:01:36.125 --> 00:01:40.414
주로 시간에 따라 변하는 것을
보여줄 때 그렇습니다.

00:01:40.414 --> 00:01:44.747
이 차트는 2008년부터 2010년까지
미국의 실업률을 나타내는데

00:01:44.747 --> 00:01:47.996
x축을 두 가지 방법으로 조작합니다.

00:01:47.996 --> 00:01:50.395
먼저 범위가 일정하지 않습니다.

00:01:50.395 --> 00:01:53.416
2009년 3월 이후의 
15개월을 압축해서

00:01:53.416 --> 00:01:56.755
앞의 6개월보다 더 
짧아 보이게 했습니다.

00:01:56.755 --> 00:02:00.106
데이터를 일정하게 놓으면 
다른 그림이 되서

00:02:00.106 --> 00:02:03.705
2009년 말부터 실업이 감소합니다.

00:02:03.705 --> 00:02:06.675
그리고 애초에 실업률이 왜 증가하는지
궁금하시다면

00:02:06.675 --> 00:02:10.615
미국에 대공황 이후 최대의
금융 위기가 닥친 직후부터

00:02:10.615 --> 00:02:12.626
시간대가 시작하기 때문입니다.

00:02:12.626 --> 00:02:15.219
이런 기술은 체리 피킹(Cherry Picking)
이라고 합니다.

00:02:15.219 --> 00:02:18.869
범위 밖에서 벌어진
중대한 사건의 효과를 배제하려고

00:02:18.869 --> 00:02:20.648
신중하게 골라낸 시간대인겁니다.

00:02:20.648 --> 00:02:24.762
그리고 특정한 점만을 선택해서
그 사이의 중요한 변화들을 감춥니다.

00:02:24.762 --> 00:02:27.356
그래프 자체에는 아무 문제가 없지만

00:02:27.356 --> 00:02:30.937
관련있는 정보를 제외하는 것은
잘못된 인상을 심어 줄 수 있습니다.

00:02:30.937 --> 00:02:33.997
이 차트는 매년 얼마나 많은 사람들이
수퍼볼(Super Bowl)을 보는지 알려줍니다.

00:02:33.997 --> 00:02:37.626
경기의 인기가 폭발적으로 
늘어나는 것처럼 보입니다.

00:02:37.626 --> 00:02:40.198
하지만 사실은
인구 증가를 고려하지 않았습니다.

00:02:40.198 --> 00:02:41.967
미식축구 팬들이 늘어나기는 했지만

00:02:41.967 --> 00:02:45.109
전체 시청자 중에서
차지하는 비율은 늘어나지 않았기 때문에

00:02:45.109 --> 00:02:47.959
시청률은 일정합니다.

00:02:47.959 --> 00:02:49.888
마지막으로, 여러분이 그래프 위의

00:02:49.888 --> 00:02:53.318
각 수치가 얼마나 큰 것인지 모를 때는
그래프가 의미 없을 수 있습니다.

00:02:53.318 --> 00:02:56.457
중앙 기구와 환경 정보국에서 
내놓은 두 그래프 모두

00:02:56.457 --> 00:02:59.719
같은 해양 온도 데이터를 
보여주고 있습니다.

00:02:59.719 --> 00:03:02.490
그런데 어째서 서로 
반대의 결과를 보여줄까요?

00:03:02.490 --> 00:03:05.279
첫 번째 그래프는 
1880년부터 2016년까지

00:03:05.279 --> 00:03:07.987
연간 평균 수온을 보여주는데

00:03:07.987 --> 00:03:10.149
변화는 그다지 크지 않아 보입니다.

00:03:10.149 --> 00:03:12.878
하지만 사실은 0.5도의 
온도 증가만으로도

00:03:12.878 --> 00:03:15.799
대규모의 생태계 혼란을 
가져올 수 있습니다.

00:03:15.799 --> 00:03:17.219
이 점 때문에

00:03:17.219 --> 00:03:19.858
연간 온도 변화를 보여주는
두 번째 그래프가

00:03:19.858 --> 00:03:22.390
더 중대한 결과로 보이는 것입니다.

00:03:22.390 --> 00:03:27.379
잘만 사용한다면 그래프는 복잡한 데이터를 
직관적으로 이해할 수 있게 해줍니다.

00:03:27.379 --> 00:03:31.180
하지만 시각화 소프트웨어가
온갖 매체에서 그래프를 사용할 수 있게 해 주면서

00:03:31.180 --> 00:03:35.900
그래프를 정직하지 못하거나 
부주의하게 사용하기도 쉬워졌습니다.

00:03:35.900 --> 00:03:39.560
그러니 다음에 그래프를 보게 되면
직선과 곡선에 흔들리지 마세요.

00:03:39.560 --> 00:03:40.882
표시와

00:03:40.882 --> 00:03:42.130
숫자

00:03:42.130 --> 00:03:43.048
눈금

00:03:43.048 --> 00:03:44.360
문맥을 보시고

00:03:44.360 --> 00:03:46.780
그림이 전하려는 말이 
무엇인지를 질문하세요.