[논문 리뷰] NOVA: A Practical Method for Creating Notebook-Ready Visual Analytics

Zijie J. Wang, David Munechika외 2명|arXiv (Cornell University)|2022. 05. 08.

Data Visualization and Analytics인용 수 7

한 줄 요약

NOVA는 시각화 연구자들이 기존 웹 기반 시각화 분석(VA) 도구를 Jupyter 및 Google Colab와 같은 컴퓨팅 노트북의 상호작용 가능한 노트북 위젯으로 변환할 수 있도록 해주는 실용적인 방법이다. VA 도구를 단일 HTML 파일로 패키징하고, 일방향 데이터 통신을 위한 파이썬 래퍼 API를 만들며, PyPI를 통해 위젯을 배포함으로써, 데이터 과학자들의 워크플로우에 원활하게 통합할 수 있다. 이는 모델 편집을 위한 GAM Changer와 같은 도구에서 실제 적용된 바가 있다.

ABSTRACT

How can we develop visual analytics (VA) tools that can be easily adopted? Visualization researchers have developed a large number of web-based VA tools to help data scientists in a wide range of tasks. However, adopting these standalone systems can be challenging, as they require data scientists to create new workflows to streamline the VA processes. Recent surveys suggest computational notebooks have been dominating data scientists' analytical workflows, as these notebooks seamlessly combine text, code, and visualization, allowing users to rapidly iterate code experiments. To help visualization researchers develop VA tools that can be easily integrated into existing data science workflows, we present NOVA, a simple and flexible method to adapt web-based VA systems for notebooks. We provide detailed examples of using this method with diverse web development technologies and different types of computational notebooks. Deployed application examples highlight that NOVA is easy to adopt, and data scientists appreciate in-notebook VA. NOVA is available at https://github.com/poloclub/nova.

연구 동기 및 목표

• 스탠드alone 웹 기반 시각화 분석(VA) 도구를 데이터 과학자들의 컴퓨팅 노트북 워크플로우에 통합하는 데 도전하는 문제를 해결하기 위해.
• 백엔드 서버가 필요 없이도 시각화 연구자들이 자신의 VA 도구를 노트북 환경에 맞게 적응시키는 데 걸리는 장벽을 낮추기 위해.
• 최종 사용자가 단일 pip install 명령어로 VA 도구를 설치하고 노트북 셀 내에서 직접 경량의 상호작용 가능한 위젯으로 사용할 수 있도록 하기 위해.
• Svelte, React, Vanilla JS 등 다양한 웹 기술 스택과 Jupyter, Colab, VSCode와 같은 인기 있는 노트북 환경을 지원하기 위해.
• 실제 사례를 통해 방법의 실용성을 입증하고, NOVA로 변환된 VA 도구의 공개 레지스트리를 유지하기 위해.

제안 방법

• 단계 1: Rollup 또는 Webpack 같은 모듈 번들러를 사용하여 VA 도구의 프론트엔드 자산(HTML, CSS, JS, 자원)을 단일 HTML 파일로 번들링하기.
• 단계 2: 노트북 셀 내에서 위젯을 렲시하고 표준 웹 이벤트를 통해 일방향 통신으로 데이터/설정을 위젯으로 전송하는 파이썬 함수 API 설계하기.
• 단계 3: 위젯을 파이썬 라이브러리로 패키징하고 pip를 통한 설치가 가능하도록 Python Package Index(PyPI)에 배포하기.
• 이 방법은 모든 주요 웹 개발 스택을 지원하며, iframe과 자바스크립트 실행을 지원하는 모든 노트북 환경과 호환된다.
• 이 접근법은 브라우저 기반 파이썬 환경을 통해 웹 앱과 노트북 위젯 양 형태로 VA 도구를 동시에 시연할 수 있도록 한다.
• 작업 워크플로우는 경량이며 재사용 가능하며, 일반적인 배포 단계는 10분 이내로 수행된다.

실험 결과

연구 질문

• RQ1 기존 웹 기반 시각화 분석 도구는 어떻게 컴퓨팅 노트북 내의 상호작용 가능한 위젯으로 변환할 수 있는가?
• RQ2 백엔드 서버가 필요 없이도 노트북에서 위젯으로 데이터를 원활하게 주입할 수 있는 기술적 워크플로우는 무엇인가?
• RQ3 노트북 통합은 단독 웹 앱 대비 VA 도구의 사용성과 워크플로우 통합에 어떤 개선을 이끌어내는가?
• RQ4 다양한 웹 프레임워크와 노트북 환경 간의 크로스 스택 호환성 지원에 있어 실질적인 과제와 상충 관계는 무엇인가?
• RQ5 시각화 연구자들이 스케일을 고려해 효율적으로 노트북 호환 VA 도구를 채택하고 유지보수할 수 있는 방법은 무엇인가?

주요 결과

• NOVA는 경량이고 재사용 가능한 3단계 워크플로우를 통해 다양한 웹 기술 스택에서 웹 기반 VA 도구를 노트북 위젯으로 성공적으로 변환한다.
• 이 방법은 최종 사용자가 단일 pip install 명령어로 VA 위젯을 설치하고 Jupyter, Google Colab, VSCode 노트북에 직접 통합할 수 있도록 한다.
• GAM Changer를 NOVA 위젯으로 실질적으로 배포한 사례는 사용자 경험 향상을 입증하였으며, 하나의 노트북에서 여러 인스턴스를 동시에 실행해 병렬 비교할 수 있는 기능이 포함되었다.
• 데이터 과학자들은 노트북 내 VA 도구를 통해 워크플로우가 간소화되고 스틱리 셀을 활용해 여러 위젯을 다이어그램으로 통합할 수 있어 더 만족도가 높다고 보고했다.
• 이 접근법은 노트북에서 위젯으로의 일방향 통신을 지원하여 보안성이 높고 대부분의 노트북 환경과 호환되지만, 양방향 통신은 현재 지원되지 않는다.
• 연구 공동체가 활용할 수 있도록 NOVA로 변환된 VA 도구의 공개 레지스트리가 유지되고 있으며, 이는 채택 추세를 추적하고 최신 예시를 제공한다.