원형 박스플롯과 사분위 플롯을 이용한 그룹별 및 주기적 각도 데이터 시각화

초록

본 논문은 각도(원형) 데이터를 효과적으로 시각화하기 위해, 여러 그룹을 동심원 형태로 배치한 원형 박스플롯과, 많은 그룹에 적합한 원형 사분위 플롯, 그리고 시간‑주기성을 고려한 3차원 토로이드 박스플롯을 제안한다. 박스폭을 중심거리의 제곱근에 역비례하도록 스케일링한 것이 인지 실험에서 정확한 퍼셉션을 유도함을 보였으며, R 패키지 CircularBoxplots를 통해 구현하였다. 심리학, 유전체학, 기상학 사례를 통해 실용성을 입증한다.

상세 분석

이 연구는 원형(각도) 데이터의 특수성을 고려한 시각화 기법을 체계적으로 개발하였다. 기존의 원형 박스플롯은 단일 그룹만을 다루어 그룹 간 비교가 어려웠으며, 특히 동심원으로 배치할 경우 외곽 박스가 내부 박스보다 면적이 커 보이는 인지 편향이 발생한다. 저자들은 이 문제를 해결하기 위해 박스폭을 “거리의 제곱근에 역비례”하도록 조정하였다. 즉, 반경 r에 위치한 박스의 폭을 1/√r 로 설정함으로써 동일한 각도 구간을 차지하는 박스들의 면적을 동일하게 만들었다. 이 스케일링이 실제 인지에 미치는 영향을 검증하기 위해 64명의 통계학 배경 응답자를 대상으로 설문을 실시했으며, McNemar 검정 결과 p‑값이 7.6×10⁻⁶으로 매우 유의미함을 확인하였다.

그룹 수가 많아지면 동심원 박스폭 스케일링이 실용적이지 않으므로, 저자들은 기존 선형 사분위 플롯(Quartile Plot)의 개념을 원형 데이터에 적용한 ‘원형 사분위 플롯’을 제안한다. 여기서는 박스 대신 두께가 굵은 선 하나로 중간 50% 구간을 표시하고, 얇은 회색 선으로 whisker를 나타내어 시각적 복잡성을 최소화한다.

시간‑주기성을 가진 데이터(예: 연간 풍향 변화)를 표현하기 위해 3차원 토로이드 구조를 도입하였다. 토로이드의 원통 축은 시간(연도·월) 축을, 원주 축은 각도 축을 나타내며, 각 그룹(시간 구간)의 원형 박스플롯을 토로이드 표면에 배치한다. 이를 통해 시계열적 변동과 각도 분포를 동시에 파악할 수 있다.

방법론 검증을 위해 세 가지 실제 데이터셋을 분석하였다. (1) 심리학 실험에서 관찰자와 움직이는 손 사이의 위상 차이를 측정한 motor resonance 데이터는 조건별 평균 위상 차이와 분산을 명확히 구분한다. (2) 유전체학에서는 보조 시계 유전자의 피크 위상이 여러 조직에서 어떻게 분포하는지를 원형 박스플롯으로 시각화해, 조직 간 위상 차이와 변동성을 한눈에 보여준다. (3) 기상학 및 풍력 발전 데이터에서는 연중 풍향의 주기적 변화를 토로이드 박스플롯으로 나타내어, 특정 계절에 풍향이 집중되는 패턴과 그 변동성을 직관적으로 파악한다.

이 모든 기법은 R 패키지 CircularBoxplots에 구현되어 있어, 사용자는 간단한 함수 호출만으로 복잡한 원형 시각화를 수행할 수 있다. 논문은 또한 시각적 인지 오류를 최소화하기 위한 디자인 원칙과, 향후 다변량 원형 데이터(예: 복합 방향·크기 데이터) 확장 가능성에 대해 논의한다.