전염병 데이터시각화에 관한 연대기별 고찰

김민정

doi:10.18208/ksdc.2020.26.3.19

추천

검색

질문

자료유형: 학술저널

저자정보: 김민정 (한양사이버대학교)

저널정보: 한국디자인문화학회 한국디자인문화학회지 한국디자인문화학회지 제26권 제3호

발행연도: 2020.9

수록면: 19 - 33 (15page)

DOI: 10.18208/ksdc.2020.26.3.19

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

본 연구는 (재)한국연구재단의 지원을 받은 ‘전염병 데이터 기반의 지리공간 시각화 전략 연구’의 초기연구로써 다음의 목적을 갖는다. 지도 기반의 전염병 데이터시각화의 과거 사례들을 통해 질병데이터가 어떻게 시각화됐는지를 통찰한다. 연구방법은 선행연구와 문헌 및 웹사이트 등을 통해 약 50여 개의 질병데이터 지도 사례를 수집하여 분석하였다. 다만 본 연구를 위한 질병 데이터시각화 사례는 서구권 자료로 한정한다. 연구의 결과는 다음과 같다. 첫째, 질병데이터에 관한 디자인 관점의 선행연구는 이제 시작단계이다. 따라서 질병데이터 시각화 역시 사용자 경험을 고려한 디자인적 연구가 필요하다. 둘째, 코로나19를 겪으며 세계 각국은 전염병의 추이를 확인할 수 있는 대시보드를 제작 및 운영하고 있다. 이들 대부분은 지도와 함께 그래프, 숫자, 테이블 등과 같은 인터랙티브 콘텐츠들과 통합적으로 구성되어 있으며, 이는 과거의 질병 지도로부터 많은 영향을 받은 것이다. 셋째, 17세기 말 ‘아리에타 질병 지도(1691)’를 통해 감염지역이 삽화와 선, 그리고 이니셜 등이 활용되어 구분되었다는 사실을 알 수 있었다. 이후 18세기 말부터는 황열병에 대한 지리적 표현으로 발생지와 사망자 위치, 그리고 오염구역을 표현하며, 전염병에 대한 역학적 조사가 시작되었다. 19세기 들어, 통계학의 발현으로 질병데이터의 시각화 연구가 활발히 진행되었으며, 이는 현대적 질병데이터 대시보드의 시각적 초석이 되었다고 할 수 있다. 이후 컴퓨터의 등장으로 인한 질병 지도의 표현은 GIS 기술과 기반을 같이 하며, 동적 구현 및 상호작용이 가능했기 때문에 사용자가 지도를 확대 및 축소하거나, 위치를 이동, 자세한 정보를 개별적으로 파악할 수 있게 되었다. 질병데이터 시각화의 궁극적인 목적은 전염병의 확산을 막는 것이며, 이러한 시각적 자료를 통해 우리는 미래를 예측하고 또 예방할 수 있다. 본 연구는 디지털기기 등장 이전의 사례들을 중점적으로 언급하였으며, 이에 향후 질병 중심 데이터시각화의 기초 자료로써 활용되기를 기대한다.

This study is an early study of ‘a strategy for visualizing geographical space based on infectious disease data’ supported by the Korea Research Foundation and has the following purposes. Past cases of map-based epidemic data visualization provide insight into how disease data has been visualized. The research method collected and analyzed about 50 cases of disease data mapping through prior research and literature and websites. However, the case of visualizing disease data for this study is limited to Western data. The results of the study are as follows. First, prior research of design perspective on disease data is now in the beginning stage. Therefore, visualizing disease data also requires design research considering user experience. Second, after suffering from Covid-19, countries around the world are producing and operating dashboards to check the trend of infectious disease. Most of these are integrated with interactive content such as graph, numbers, tables, etc. along with maps, which have been heavily influenced by past disease maps. Third, the “Arieta Disease Map (1691)” at the end of the 17th century showed that the infected areas were distinguished by the use of illustrations, lines, and initials. Later, from the end of the 18th century, the geographical expression of yellow fever, expressed the location of the outbreak, the location of the dead, and the contaminated zone, and the epidemiological investigation of the infectious disease began. In the 19th century, the emergence of statistics led to the active study of visualization of disease data, which became the visual cornerstone of modern disease data dashboard. Since then, the presentation of disease maps due to the advent of computers has been based on GIS technology, and dynamic implementation and interaction have enabled users to zoom in and out on the map, shift locations, and get detailed information individually. The ultimate purpose of disease data visualization is to prevent the spread of infectious disease, and through these visual data we can predict and prevent the future. This study focused on the cases before the appearance of digital devices, and it is expected to be used as a basis for disease data visualization in the future.

#Disease(질병) #Data(데이터) #Visualization(시각화) #Epidemic(전염병) #Chronicle(연대기)

참고문헌 (17)

참고문헌 신청

김민정 / 2020 / 질병데이터 기반의 지리공간 데이터시각화 표현에 관한 고찰 / 한국디자인리서치 5(1):188~199

김택우 / 2019 / 데이터 인문학 세상을 움직인 역사 속 데이터 이야기 / 한빛미디어

로날트 D.⋅게르슈테 / 2020 / 질병이 바꾼 세계의 역사 / 미래의창

진중권 / 2008 / 춤추는 죽음 / 세종서적

제이슨 솅커 / 2020 / 코로나 이후의 세계 / 미디어숲

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

Min Jung Kim

소속기관 한양사이버대학교

주요연구분야 예술체육학 > 디자인 TOP 1%

논문수 63 이용수 21,039

이 논문과 함께 이용한 논문

전염병 데이터 기반의 지리공간 시각화 전략 연구 -대시보드를 중심으로-

김민정 한국디자인문화학회지 2021 .09

데이터 시각화를 통한 대한민국 교통사고 분석 및 예방대책 연구

진민하 , 김민식 , 나누리 외 3명 한국HCI학회 학술대회 2021 .01

박물관에서 나타나는 데이터시각화 활용 사례 연구

김민정 , 정희진 한국디자인문화학회지 2019 .09

MIMIC-Ⅲ 의료 데이터를 이용한 각 질병에 대한 사망률 예측

이유석 , 조인휘 한국통신학회 학술대회논문집 2022 .02

코로나-19 팬데믹에 대한 GIS 및 공간분석의 기여

강전영 , 손재선 대한지리학회 학술대회논문집 2021 .06

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2020-600-001283367

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (17)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)