건축가에서 시작해 지도제작자, 그리고 현대의 정보 그래픽의 아버지라 불리우는 쟈끄 베르뗑의 저서 "그래픽의 기호학." 이번 리뷰는 저자와 인포비즈넷의 영문 인터뷰를 번역해 보는 것으로 대신한다.
인포비즈넷:
미스터 베르텡, 지도제작자로서의 70년 이상의 대단한 경력은, 아마도 당신이 10살 때 초등학교에서 받은 1등 지도제작상을 받았던 것에서 시작하지 않는가 싶은데, 실제로 당신의 경력은 이렇게 어릴 때부터 시작되었다고 보고 있는가?
쟈끄 베르텡:어릴때 부터 그림 그리는 데 아무런 어려움이 없었다. 나는 아마도 건축과 그림을 가르치는 것, 그리고 지도 제작 사이에서 방황하고 있었다. 마침내 운명... 운명이 역시 그렇게 만든 것 같다.
인포비즈넷:
당신의 책 “Semiologie Graphique” 는 PC 가 태동하기전, 그래픽 디자인이 보급되기도 전에 퍼블리싱 되었다. 현재 인터넷에는 엄청난 양의 데이터들과 컴퓨터들이 제공하는 비쥬얼 커뮤니케이션이 쏟아지고 있지만, 그러니까, 이미 많은 이들이 컴퓨터로 하는 정보시각화에 익숙하다는 말인데, 당신이 보기에 이런상황에서 컴퓨터의 역할은 무엇이라 보는가?
쟈끄 베르텡:
컴퓨터 사용은 그래픽의 목적을 잊어서는 안된다, 그것들은 다음과 같다:
- 정보를 얻기위해 데이터를 다루는 것.
- 얻어낸 정보와 (필요할 때에는) 소통 하는 것.
컴퓨터는 고려없이 작업하면 그저 쓰잘 데 없는 이미지들만 겹쳐 버릴 수 있다. 그러니까 모든 그래픽은 표에 상응한다. 는 것을 고려 해야한다. 표는 당신이 세세한 것부터 전체적인것까지 포괄할 수 있는 3가지 기본적인 질문을 준다. 마지막 질문 까지 답을 얻어 이해할 때, 이 모든 것에 대한 답을 얻을 수 있다. 여기서 이해한다는 것은 일반적 수준에 도달해 중요한 (그룹)패턴들을 발견하는 것을 의미한다. 결론적으로, 그래픽 기능이란 바로 이 세가지 질문에 답을 하는 것이라 말할 수 있다.
- 무엇이 데이터 표의 X,Y,Z 콤포넌트에 해당하는가? (그것이 대체 무엇에 관한 것인가?)
- 그룹 안의 어떤 것들이 X 와 Y와 Z를 구축하는가? ( 가장 기본레벨의 정보가 무엇인가? )
- 예외는 무엇인가?
이 질문들은 어떤 종류의 문제에도 적용 가능하다. 질문은 그래픽 구축이건, 그래픽 인벤션이건 그 실용성을 측정하고, 실용적이지 않은 그래픽 사용을 피하게 해준다. 오더러블 매트릭스(Orderable Matrix)는 이 모든 질문들에 답을 해준다. 이것이 바로 가장 기초적 그래픽의 구축이라 할 수 있다. 정보배열은 반영된 것들을 정돈하고, 자동적 조작을 가능케하며, 당신이 그래픽을 정의내리고, 또한 가장 정확한 구축이 가능하게 만드는 열쇠라 할 수 있다.
5개국의 고기 생산. 표 (15) 는 기초 고기 생산에 관 한 것이다. (질문 1). 이는 전세계 정보와 같이 보면 더 흥미롭다. (질문 2). 그 답은 (역주. X,Y축의) 구조로 제공된다. (16) 오더블 메트릭스 즉, 재배열한 행과 열이 데이타를 보여준다. (15) 예를 들어, 25 숫자 처럼, 2개의 그룹으로 축소된다: 정 반대되는 구조의 A 와 B.
C국가는 예외이다. (질문 3). 어느 그룹에도 속하지 않는다.
17의 구조는 단지 오더블 메트릭스만 보여준다. (18) 모든 질문의 답을 해주고 있다. 이 메트릭스는 가장 기본적인 그래프 구조이다. 이는 이미지 속성의 최적화된 어플리케이션을 구성한다. 그리고 논리적인 연산을 재개시킨다. : 데이터 - 메트릭스 - 리덕션 - 예외 - 논의 - 그리고 - 소통
Source. La Graphique , 글자와 이미지들. Roerto Gimeno 제공.
오류가 표출되는 것을 줄이기 위해, 이는 지도제작 방법론에서도 필요한 전략이다. :
- 컴퓨터 클래스 (혹은 카테고리) 들의 등차, 혹은 중화. 수학적 연산일 수 도 있고, (ratios, densities. %, indices), 그래피컬 연산일 수 도 있다. (reticules or contour levels)
- 크기에 변화를 주기, 자연스런 범위내 세기 값들과 (degree of intensity) 과 더불어 이러한 변화값들은 풀 수 없는 정보량 선택의 문제들, 오류 표출을 피하게 한다. 이는 단지 명백한 솔루션을 제공하려는 컴퓨터 프로그램에 따르려는 일반적 문제들이다. (부족한 intensity, 너무 자잘한 그리드가 혼동을 야기하는 것, 목표값에 불완전한 분석...)
- 차단 단계의 다양화. 효과적으로, Z축 양을 표현하기 위해 두가지 질문을 한다. : 무엇이 세기바탕값 (degree of intensity) 의 분포 특징을 만들어 내는가? 그리고 어떤 레벨이 더 쓸모있는 이미지를 드러내게 하는 가? : 작은 “섬” 들을 지우고, 다른 것들과의 유사성들을 드러내기 위해, 특정한 면들을 가리고, 차단 값을 세팅한다…? 차단 값 변화에의 가능성은, 컴퓨터 과학에 힘입어 효율적 솔루션으로 구성할 수 있다.
인포비즈 넷:
당신의 작업 전 후로 해서, 그래픽 이론 에 대한 흥미는 대단히 줄어들었다. 사실, 오늘날 정보 시각화는 여전히 과학이라기 보다는 창의력을 요구하는 프랙티스에 가깝다. 모든 노력을 통합해 "그래픽의 기호학" 이론 프레임을 넘어서려는 심각한 작업도 상당히 적다. 이것은 사실인가? 그렇다면, 왜 그런 것인가?
쟈끄 베르텡:
프랑스에서는 흥미를 잃었기 때문이 사실일 것이다. 반면, 미국이나 영국, 혹은 독일의 경우..여전히 풍부하다...상상력을 활용한 오더러블 메트릭스문제들은 여전히 남아있다고 할 수 있다...두 개의 데이터 컴포넌트가 정리 가능할 때의 기본적 구축이 바로 그 정리가능한, 오더러블 행렬의 문제라 할 것이다. 그 순열은 분석, 알고리즘 적용과 그래픽 적용의 사이 즈음에 위치한, 그런 보완을 제시한다.
인포비즈 넷:
아마도 그래픽의 가치는 단지 커뮤니케이션으로 알려진 사실과 결과를 넘어, 패턴과 널리지(Knowledge)를 발견하는 것이라 할 수 있을 것이다. 그래픽으로 잘 드러나는, 데이터의 산 속에 숨겨진 정보는 단순하며, 직관적인 방법 가능성을 지니고 있다. 이에 대해서는 어찌 생각하는가?
쟈끄 베르텡:
당신의 작업 전 후로 해서, 그래픽 이론 에 대한 흥미는 대단히 줄어들었다. 사실, 오늘날 정보 시각화는 여전히 과학이라기 보다는 창의력을 요구하는 프랙티스에 가깝다. 모든 노력을 통합해 "그래픽의 기호학" 이론 프레임을 넘어서려는 심각한 작업도 상당히 적다. 이것은 사실인가? 그렇다면, 왜 그런 것인가?
쟈끄 베르텡:
프랑스에서는 흥미를 잃었기 때문이 사실일 것이다. 반면, 미국이나 영국, 혹은 독일의 경우..여전히 풍부하다...상상력을 활용한 오더러블 메트릭스문제들은 여전히 남아있다고 할 수 있다...두 개의 데이터 컴포넌트가 정리 가능할 때의 기본적 구축이 바로 그 정리가능한, 오더러블 행렬의 문제라 할 것이다. 그 순열은 분석, 알고리즘 적용과 그래픽 적용의 사이 즈음에 위치한, 그런 보완을 제시한다.
인포비즈 넷:
아마도 그래픽의 가치는 단지 커뮤니케이션으로 알려진 사실과 결과를 넘어, 패턴과 널리지(Knowledge)를 발견하는 것이라 할 수 있을 것이다. 그래픽으로 잘 드러나는, 데이터의 산 속에 숨겨진 정보는 단순하며, 직관적인 방법 가능성을 지니고 있다. 이에 대해서는 어찌 생각하는가?
쟈끄 베르텡:
데이터는 이해하기 위한 그래픽으로 변화된다. 지도, 다이어그램은 바로 자세히 알아보기위한 문서이다. 그러나 이해하는 것(Understanding)은 모든 데이터들과 통합해 보는 것을 의미한다. 이를 위해 가장 적은 숫자의 기초적인 데이터로 축소하는 것이 요구된다. 이것이 바로 그래픽이나 수학에 있어서의 데이터 처리 객관화이다. 앞서 말했듯이, 가장 기본적인 질문은: 어떤 그룹이 X의 데이터를 만드는지, 그리고 Y의 데이터를 만드는지이다. 질문에 대응하는 구조는 오더러블 매트릭스, 행과 열을 재배열 하고 예외를 동시에 보여주는 것이다. 바로 이 정보의 두 가지 요소 (X와 Y의 그룹들 그리고 예외들)는 대게 다른 어떠한 구조에서도 보이지 않는다 . 외려, 이것들은 수학과 그래픽 처리에 앞서서, 보여져야 한다. 그후에, 코멘트를 적고, 관련된 결론을 내려야 한다.
인포비즈 넷:
인포비즈 넷:
우리가 테크놀로지로 유입되는 많은 양의 정보를 이해하는데 있어서, 무엇이 정보 시각화의 근 미래를 촉진 시킬 수 있을 것 같은가?
쟈끄 베르텡:
우리는 결코 우리의 강력한 시각 인지 시스템, 3차원 이미지를 잊어선 안된다. 그러나 이미지는 언제나 3개의 차원으로 이뤄져있다는 것, 이 제한된 결과야 말로 중요한 것임도. 또한, 학제간 경계를 넘나드며 교류하는(interdisciplinary) 학습이란 언제나 어려운 것이다. 지리학자들이 공간에, 역사학자들이 시간에, 심리학자들의 개개인간에, 사회학자들이 사회적 카테고리에 놓인 상태에서, 과연 무엇이 , 그 무엇을, 개개의 학교, 개개의 디씨플린, 개개의 분석센터들이 그들의 X,Y,Z컴포넌트들을 그들의 정보체계 안에서 분류해 내는 이른바 "총체적 과학" 이라 할 수 있을 것인가? 이것이 바로 이성의 한계를 드러내는 것이다.
특정처리는 단지 잘 분화된 경계 내에서만 판단할 수 있다. : 데이터 표와 같은. 그러나 셀 수 없을 정도의 잘 분화된 경계가 있는 것도 사실 이다. 이성적인 결과들이란, 그게 뭣이 되었건 간에, 셀 수 없을 정도의 비이성에 의해 익사할 위기에 처해 있는 것이다.
쟈끄 베르텡:
우리는 결코 우리의 강력한 시각 인지 시스템, 3차원 이미지를 잊어선 안된다. 그러나 이미지는 언제나 3개의 차원으로 이뤄져있다는 것, 이 제한된 결과야 말로 중요한 것임도. 또한, 학제간 경계를 넘나드며 교류하는(interdisciplinary) 학습이란 언제나 어려운 것이다. 지리학자들이 공간에, 역사학자들이 시간에, 심리학자들의 개개인간에, 사회학자들이 사회적 카테고리에 놓인 상태에서, 과연 무엇이 , 그 무엇을, 개개의 학교, 개개의 디씨플린, 개개의 분석센터들이 그들의 X,Y,Z컴포넌트들을 그들의 정보체계 안에서 분류해 내는 이른바 "총체적 과학" 이라 할 수 있을 것인가? 이것이 바로 이성의 한계를 드러내는 것이다.
특정처리는 단지 잘 분화된 경계 내에서만 판단할 수 있다. : 데이터 표와 같은. 그러나 셀 수 없을 정도의 잘 분화된 경계가 있는 것도 사실 이다. 이성적인 결과들이란, 그게 뭣이 되었건 간에, 셀 수 없을 정도의 비이성에 의해 익사할 위기에 처해 있는 것이다.
