시간 그래프 시각화를 위한 과제 체계

초록

본 논문은 Andrienko 프레임워크를 기반으로 시간 그래프 데이터에 특화된 과제 분류 체계를 확장·구현한다. 데이터 모델과 시각 과제를 그래프 구조와 시간 변화를 포괄하도록 재정의하고, 속성 기반 과제를 144가지 변형으로 상세히 열거한다. 이를 통해 탐색적 분석 시 고려해야 할 다양한 질문과 작업을 체계적으로 제시한다.

상세 분석

Andrienko 프레임워크는 시계열·다변량 데이터를 위한 탐색적 시각 과제 모델을 제공하지만, 노드와 엣지라는 관계 구조를 포함하는 그래프 데이터를 직접 다루지는 않는다. 본 연구는 이러한 한계를 인식하고 두 차원을 동시에 고려하는 데이터 모델을 설계한다. 구체적으로, 시간‑노드‑속성, 시간‑엣지‑속성, 그리고 시간‑구조(예: 서브그래프, 경로) 세 가지 기본 차원을 정의하고, 각 차원에 대해 ‘조회’, ‘비교’, ‘패턴 탐색’, ‘예측’ 등 Andrienko가 제시한 기본 과제 유형을 매핑한다.

속성 기반 과제는 특히 복합적인 변형이 많다. 예를 들어, “특정 시간에 특정 노드의 속성값이 평균보다 큰 경우를 찾는다”는 단일 속성 조회 과제이지만, “두 시간 구간에 걸쳐 동일 노드의 속성 변화 추이를 비교하고, 변화율이 특정 임계값을 초과하는 경우를 식별한다”는 복합 비교·패턴 탐색 과제로 확장된다. 이러한 변형을 조합하면 144가지 이상의 구체적 과제가 도출되며, 이는 기존 시각화 도구 설계 시 고려해야 할 요구사항을 폭넓게 포괄한다.

또한, 구조 기반 과제는 서브그래프 매칭, 경로 추적, 커뮤니티 변동 등 그래프 토폴로지 자체의 시간적 변화를 다룬다. 여기서는 “시간 t1에서 존재하던 클러스터가 t2에서 사라지는 현상”이나 “특정 노드 간 최단 경로가 시간에 따라 어떻게 재구성되는가”와 같은 질문을 정형화한다. 이러한 과제는 그래프 레이아웃, 애니메이션, 멀티스케일 뷰 등 다양한 시각화 기법과 직접 연결된다.

핵심 통찰은 두 가지이다. 첫째, 데이터 모델을 ‘시간‑요소‑속성’ 삼중 구조로 확장함으로써 기존 프레임워크를 그래프에 적용할 수 있는 일반화된 기반을 마련했다는 점이다. 둘째, 과제 변형을 체계적으로 열거함으로써 설계자와 연구자가 시각화 시스템의 기능 요구를 명확히 정의하고, 평가 기준을 구축할 수 있게 되었다. 결과적으로, 이 작업은 시간 그래프 시각화 연구의 메타‑분석 도구이자 설계 가이드라인으로 활용될 수 있다.