[논문 리뷰] Learning Vis Tools: Teaching Data Visualization Tutorials

Leo Yu‐Ho Lo, Yao Ming외 1명|arXiv (Cornell University)|2019. 07. 20.

Data Visualization and Analytics참고 문헌 19인용 수 4

한 줄 요약

이 논문은 프로그래밍 배경이 다양한 학생들을 대상으로 데이터 시각화를 가르치는 교육적 프레임워크를 제시한다. GUI 기반 도구, 파이썬 라이브러리(e.g., Altair, Vega-Lite), 그리고 인터랙티브 노트북(Jupyter 및 Observable)을 통합하여 학습자들이 점진적으로 낮은 코드 수준에서 D3 기반 프로그래밍으로 이르는 과정을 지원한다. 이 접근 방식은 비CSE 전공 학생들이 고품질의 시각화를 제작할 수 있도록 하여 도구 사용 범위를 넓히고, 프로젝트 참여도를 높인다.

ABSTRACT

Teaching and advocating data visualization are among the most important activities in the visualization community. With growing interest in data analysis from business and science professionals, data visualization courses attract students across different disciplines. However, comprehensive visualization training requires students to have a certain level of proficiency in programming, a requirement that imposes challenges on both teachers and students. With recent developments in visualization tools, we have managed to overcome these obstacles by teaching a wide range of visualization and supporting tools. Starting with GUI-based visualization tools and data analysis with Python, students put visualization knowledge into practice with increasing amounts of programming. At the end of the course, students can design and implement visualizations with D3 and other programming-based visualization tools. Throughout the course, we continuously collect student feedback and refine the teaching materials. This paper documents our teaching methods and considerations when designing the teaching materials.

연구 동기 및 목표

• 다양한 프로그래밍 배경을 가진 학생들, 특히 비CSE 전공자들에게 데이터 시각화를 가르치는 데 도전 과제를 해결하기 위해.
• Tableau, 엑셀, 파이썬 라이브러리와 같은 접근성 있는 도구를 통합하여 시각화 수업의 학습 장벽을 낮추기 위해.
• 시각화 개념을 조기에 실용적으로 적용할 수 있도록 함으로써 학생의 참여도와 프로젝트 품질을 향상시키기 위해.
• GUI 기반 도구에서 프로그래밍 기반 시각화 라이브러리로의 점진적 학습을 지원하는 확장 가능하고 유연한 커리큘럼을 설계하기 위해.
• 다른 교육자들이 활용하고 수정할 수 있도록 오픈 라이선스 하에 교육 자료를 기록하고 공유하기 위해.

제안 방법

• 수업은 계층적인 접근 방식을 사용한다: GUI 기반 도구(e.g., Tableau, Excel)에서 시작하여, 파이썬 기반 라이브러리(e.g., Altair, Vega-Lite)로 진행하고, 최종적으로 고급 프로그래밍을 위한 D3.js로 이어진다.
• 모든 튜토리얼 자료는 인터랙티브 노트북—파이썬용 Jupyter와 자바스크립트용 Observable—을 통해 제공되어 실시간 코드 작성과 즉각적인 피드백을 가능하게 한다.
• Spotify와 포켓몬 등의 데이터셋을 활용하여 실습 세션 동안 학생들의 탐색과 동료 간 공유를 유도한다.
• 학생들의 피드백은 지속적으로 수집되어 자료의 사용성과 다양한 수준의 학습자에 대한 접근성 향상을 위해 개선에 활용된다.
• 이론적 강의보다 실질적 구현을 중시하며, 그룹 프로젝트를 캡스톤 경험으로 삼는다.
• 자료는 GitHub에 Creative Commons 라이선스 하에 공개되어 다른 교육자들이 재사용 및 변형할 수 있도록 한다.

실험 결과

연구 질문

• RQ1 어떻게 하면 프로그래밍 경험이 제한된 학생들에게도 데이터 시각화 교육을 접근 가능하게 만들 수 있는가?
• RQ2 어떤 도구 스택이 저코드에서 코드 기반 시각화 개발으로의 매끄러운 전환을 가능하게 하는가?
• RQ3 인터랙티브 노트북의 사용이 데이터 시각화 수업에서 학생의 참여도와 학습 성과에 어떤 영향을 미치는가?
• RQ4 서포트되는 서포트 도구 커리큘럼을 통해 비CSE 학생들이 얼마나 높은 품질의 시각화를 제작할 수 있는가?
• RQ5 흥미롭고 현실적인 데이터셋은 학생들의 탐색과 프로젝트 개발을 얼마나 동인적으로 유도하는가?

주요 결과

• 학생들은 D3를 넘어서 파이썬(Jupyter를 통해), Tableau, 웹 기반 노트북을 강력하게 도입하며 도구 사용 범위를 크게 넓혔다.
• Jupyter와 Observable 노트북의 사용은 매우 긍정적으로 평가되었으며, 학생들은 안전하고 반복적인 실험을 할 수 있는 능력을 높이 평가했다.
• 비CSE 학생들도 성공적으로 고품질의 도메인 특화 시각화를 제작하여, 프로그래밍 숙련도가 영향력 있는 시각화 작업의 필수 조건이 아니라는 것을 입증했다.
• 학생들은 튜토리얼 범위를 넘어서 Matplotlib, Plotly.js, Power BI와 같은 도구를 탐색하며 강한 내재적 동기와 학습 이행을 보였다.
• Spotify와 포켓몬 데이터셋은 학생들의 참여를 유도하는 데 특히 효과적이었으며, 학생들은 결과를 공유하고 독립적으로 추세를 탐색했다.
• 수업 설계 덕분에 조기 프로젝트 시작이 가능했으며, 아이디어 단계에서 여러 팀이 Tableau나 Jupyter 노트북를 사용해 데이터 시각화를 발표했다.