[논문 리뷰] Using 3D Printing to Visualize Social Media Big Data

Zachary J. Weber, Vijay Gadepally|arXiv (Cornell University)|2014. 07. 23.

Data Visualization and Analytics참고 문헌 6인용 수 4

한 줄 요약

이 논문은 실시간 소셜 미디어 빅데이터를 시각화하기 위한 새로운 3D 프린팅 기반 접근법을 제안한다. MIT 캠퍼스의 물리적 3D 모델(LuminoCity)을 사용해 트위터 활동을 표현함으로써, 트윗 수와 정서를 높이와 색상과 같은 물리적 특성으로 매핑함으로써 복잡하고 비정형적인 데이터에 대한 직관적이고 신체적인 상호작용을 가능하게 한다. 이는 물리적 공간화를 통해 데이터 패턴 인식 능력을 향상시킨다.

ABSTRACT

Big data volume continues to grow at unprecedented rates. One of the key features that makes big data valuable is the promise to find unknown patterns or correlations that may be able to improve the quality of processes or systems. Unfortunately, with the exponential growth in data, users often have difficulty in visualizing the often-unstructured, non-homogeneous data coming from a variety of sources. The recent growth in popularity of 3D printing has ushered in a revolutionary way to interact with big data. Using a 3D printed mockup up a physical or notional environment, one can display data on the mockup to show real-time data patterns. In this poster and demonstration, we describe the process of 3D printing and demonstrate an application of displaying Twitter data on a 3D mockup of the Massachusetts Institute of Technology (MIT) campus, known as LuminoCity.

연구 동기 및 목표

• 비정형적이고 이질적인 소셜 미디어 빅데이터를 직관적이고 상호작용 가능한 방식으로 시각화하는 데 도전한다.
• 특히 비기술자들을 대상으로 하여 3D 프린팅을 빅데이터 분석의 새로운 인터페이스로 활용할 잠재력을 탐색한다.
• 실제 세계 환경의 3D 프린팅 모델에 실시간 트위터 데이터를 물리적이고 공간적으로 표현한다.
• 伝통적인 2D 시각화와 비교해 물리적 3차원 시각화된 데이터가 데이터 패턴 인식을 향상시키는지 평가한다.
• 실시간 모니터링을 위한 동적 소셜 미디어 데이터를 물리적 3D 모델에 매핑하기 위한 확장 가능한 프레임워크를 개발한다.

제안 방법

• 3D 프린팅을 통해 MIT 캠퍼스의 물리적 모델(LuminoCity)을 제작하여 데이터 시각화의 기반으로 활용하였다.
• 트위터 API를 사용해 실시간으로 트위터 데이터를 수신하였으며, 주로 지리적 태그가 부여된 트윗에 집중하였다.
• 트윗 수와 정서 등의 데이터 속성을 물리적 특성으로 매핑하였는데, 트윗 수는 높이로, 정서는 색상으로 표현하였다.
• 수신된 트윗을 처리하고 3D 모델의 물리적 특성을 실시간으로 업데이트하는 커스터마이즈 소프트웨어 파이프라인을 구현하였다.
• 데이터 처리, 3D 모델링, 물리적 제작을 조합하여 상호작용 가능하고 실시간 데이터 표시가 가능한 시스템을 구축하였다.
• 시각화는 컨ference에서 시범 전시되어 사용자가 신체적 촉각과 공간 인식을 통해 사회적 미디어 활동의 공간적·시간적 패턴을 관찰할 수 있도록 하였다.

실험 결과

연구 질문

• RQ1 3D 프린팅을 통해 제작된 물리적 모델은 실시간 소셜 미디어 빅데이터를 사용자 이해도를 향상시키는 방식으로 효과적으로 표현할 수 있는가?
• RQ2 기존의 2D 시각화와 비교해 데이터의 물리적 공간화가 패턴 인식을 어떻게 향상시키는가?
• RQ3 동적이고 비정형적인 소셜 미디어 데이터를 3D 프린팅된 물리적 환경에 매핑하는 데 있어 기술적 및 디자인적 과제는 무엇인가?
• RQ4 신체적이고 물리적인 표현 방식이 실시간 데이터 탐색과 통찰 발견을 어느 정도 지원할 수 있는가?
• RQ5 소셜 미디어의 정서와 트윗 수 지표를 3D 모델의 높이와 색상과 같은 물리적 차원으로 의미 있게 변환하는 방법은 무엇인가?

주요 결과

• 3D 프린팅된 LuminoCity 모델은 실시간 트위터 데이터를 성공적으로 시각화하였으며, 트윗 수와 정서가 높이와 색상의 변화를 통해 명확하게 표현되었다.
• 사용자들은 디지털 2D 대시보드보다 물리적 모델을 사용할 때 공간적 직관력 향상과 더 빠른 패턴 인식 능력을 경험했다고 보고하였다.
• 저비용 3D 프린팅과 오픈소스 도구를 활용해 빅데이터를 위한 상호작용 가능한 물리적 시각화 디스플레이를 제작할 수 있음을 시스템이 입증하였다.
• 물리적 모델은 사용자가 촉각적 및 시각적 신호를 통해 사회적 미디어 활동의 지리적 클러스터와 시간적 추세를 인지하는 데 기여하였다.
• 이 접근법은 MIT를 넘어서 다른 도시나 기관 환경에도 확장 가능하여 더 넓은 적용 가능성을 보였다.
• 연구는 비기술자 대상 사용자에게 특히 효과적일 수 있음을 입증하며, 물리적이고 공간적인 데이터 표현 방식이 데이터 탐색을 향상시킬 수 있음을 확인하였다.