[논문 리뷰] zenvisage: Effortless Visual Data Exploration.

Tarique Siddiqui, Albert Kim외 3명|arXiv (Cornell University)|2016. 04. 12.

Data Visualization and Analytics참고 문헌 32인용 수 6

한 줄 요약

zenvisage는 도메인에 관계없이 사용할 수 있는 시각적 쿼리 언어 ZQL과 사용자 친화적인 인터페이스를 통해, 생물학, 공학, 상업 등 다양한 분야에서 의미 있는 데이터 시각화를 간편하게 탐색할 수 있는 시각적 분석 플랫폼을 제공한다. 평가 결과, 실제 응용에서 사용성과 효율성이 향상됨을 입증하였다.

ABSTRACT

Data visualization is by far the most commonly used mechanism to explore data, especially by novice data analysts and data scientists. And yet, current visual analytics tools are rather limited in their ability to guide data scientists to interesting or desired visualizations: the process of visual data exploration remains cumbersome and time-consuming. We propose zenvisage, a platform for effortlessly visualizing interesting patterns, trends, or insights from large datasets. We describe zenvisage's general purpose visual query language, ZQL (zee-quel) for specifying the desired visual trend, pattern, or insight - zenvisage draws from use-cases in a variety of domains, including biology, mechanical engineering, commerce, and server monitoring. While analysts are free to use ZQL directly, we also expose zenvisage via a visual specification interface, which we also describe in this paper. We then describe our architecture and optimizations, preliminary experiments in supporting and optimizing for ZQL queries in our initial zenvisage prototype, as well as a user study to evaluate whether data scientists are able to effectively use zenvisage for real applications.

연구 동기 및 목표

• 초보자 및 숙련된 데이터 분석가가 시각적 데이터 탐색을 수행할 때 발생하는 번거로움과 시간 소모 문제를 해결하기 위해.
• 의미 있는 시각화를 선택하기 위해 수작업으로 시행착오를 반복하는 데서 벗어나, 원하는 통찰을 직관적으로 지정할 수 있도록 지원하기 위해.
• 다양한 도메인에서 패턴, 추세, 통찰을 포괄하는 일반 목적의 시각적 쿼리 언어 ZQL을 설계하기 위해.
• 일반 사용자 접근성을 높이기 위해 직접 ZQL 인터페이스와 시각적 사양 인터페이스를 모두 제공하기 위해.
• 사용자 연구와 프로토타입 최적화를 통해 zenvisage의 효과성과 사용성을 실제 데이터 분석 작업에서 평가하기 위해.

제안 방법

• 플랫폼은 사용자가 고수준의 선언적 구문을 사용해 원하는 시각적 추세, 패턴, 또는 통찰을 지정할 수 있는 시각적 쿼리 언어 ZQL(zee-quel)을 도입한다.
• 비전적 사양 인터페이스를 제공하여 사용자가 클릭 앤 드래그 방식의 상호작용을 통해 ZQL 쿼리를 구성할 수 있도록 하여 전문가가 아닌 사용자의 접근 장벽을 낮춘다.
• ZQL에 대한 효율적인 쿼리 처리 및 최적화를 지원하기 위해 인덱싱 및 쿼리 재작성 기법을 활용한 아키텍처 설계를 수행한다.
• 프로토타입은 일반적인 ZQL 패턴에 특화된 최적화를 포함하여 대규모 데이터셋에서도 성능을 향상시킨다.
• 생물학, 기계공학, 상업, 시스템 모니터링 등 다양한 분야의 응용 사례를 지원한다.
• 실제 데이터 분석 워크플로우에서 플랫폼의 사용성과 효과성을 평가하기 위해 사용자 연구를 실시하였다.

실험 결과

연구 질문

• RQ1 ZQL과 같은 일반 목적의 시각적 쿼리 언어가 다양한 도메인에서 다양한 데이터 통찰을 효과적으로 표현할 수 있는가?
• RQ2 시각적 사양 인터페이스는 비전문가 사용자가 시각적 데이터 탐색에서 접근성과 사용성에 얼마나 기여하는가?
• RQ3 伝통적인 도구와 비교했을 때, zenvisage는 의미 있는 시각화를 탐색하는 데 소요되는 시간과 노력을 얼마나 줄이는가?
• RQ4 쿼리 최적화 기법은 대규모 데이터셋에서 인터랙티브 성능을 지원하는 데 얼마나 효과적인가?
• RQ5 데이터 과학자들은 실제 데이터 분석 작업에서 zenvisage를 성공적으로 활용해 통찰을 도출할 수 있는가?

주요 결과

• 사용자 연구 결과, 데이터 과학자들이 실제 응용에서 의미 있는 시각화를 효과적으로 탐색하는 데 zenvisage를 활용할 수 있었으며, 실용적 사용성의 강점을 입증하였다.
• 시각적 사양 인터페이스는 복잡한 시각적 쿼리를 구성하는 데 있어 인지 부담과 학습 곡선을 크게 감소시켰다.
• ZQL의 표현 능력 덕분에 사용자들은 다양한 데이터셋에서 추세, 이질성, 상관관계 등 다양한 통찰을 지정할 수 있었다.
• 프로토타입의 최적화로 인해 쿼리 응답 시간이 향상되어 대규모 데이터셋에서도 인터랙티브 탐색이 가능해졌다.
• 플랫폼은 생물학, 기계공학, 상업, 서버 모니터링 분야의 응용 사례를 성공적으로 지원하여 다도메인 적용 가능성을 확인하였다.
• 사용자들은 전통적인 도구 대비 zenvisage를 사용할 경우 더 높은 만족도와 효율성을 경험했다.