우리는 매일 뉴스, SNS, 광고를 통해 수많은 그래프를 접한다. 그래프는 복잡한 수치를 한눈에 보여주는 강력한 도구이지만, 때로는 설계자의 의도에 따라 진실을 교묘하게 가리기도 한다. 데이터 시각화 과정에서 발생하는 함정을 이해하는 것은 현대 사회에서 정보를 올바르게 수용하기 위한 필수 역량이다.

가장 흔한 왜곡 기법은 그래프의 세로축인 Y축을 조작하는 것이다. 특정 수치의 변화를 극적으로 보여주고 싶을 때, 작성자는 0부터 시작해야 할 Y축의 하단을 잘라내고 변화가 일어나는 구간만 확대한다. 이렇게 하면 실제로는 1%의 미미한 차이임에도 불구하고, 시각적으로는 몇 배나 급격하게 상승하거나 하락한 것처럼 보이게 된다. 이는 데이터 전처리 과정에서 고의로 특정 범위를 강조할 때 나타나는 대표적인 시왜곡 사례이다.

그래프의 형태를 부적절하게 선택하는 경우도 빈번하다. 시간에 따른 추세를 보여줄 때는 꺾은선그래프가 적합하고, 항목 간의 비중을 비교할 때는 원그래프나 막대그래프가 유리하다.

하지만 항목 간의 단순 비교를 위해 면적이나 부피를 사용하는 3D 그래프를 사용하면, 원근감 때문에 앞쪽에 위치한 데이터가 실제보다 훨씬 커 보이는 착시를 일으킨다. 이는 시각화 가공 단계에서 객관성을 잃었을 때 발생하는 문제이다.

데이터를 수집하고 통계를 내는 과정에서 샘플의 편향성을 숨기는 방식도 존재한다. 전체를 대변하지 못하는 극단적인 사례만을 시각화에 반영하거나, 유리한 기간의 데이터만 선택적으로 추출하여 그래프를 그리는 식이다. 이러한 방식은 수치 자체는 사실일지라도 전체적인 맥락을 왜곡하여 대중의 판단을 흐리게 만든다.

결국 데이터를 읽는 사람은 그래프의 화려한 모양에 현혹되기보다 축의 단위와 시작점, 그리고 데이터의 출처를 꼼꼼히 살펴야 한다. 시각화는 정보를 전달하는 수단일 뿐, 그 자체가 절대적인 진실은 아니라는 점을 명심해야 한다. 그래프 너머에 숨겨진 의도를 읽어낼 때, 우리는 비로소 데이터가 말하는 진짜 진실에 다가설 수 있다.

[※ 칼럼의 그림 및 도표는 AI 활용하여 작성됨]