데이터샤우츠
[2026-04-09 | Viz Insight] 코로플레스 맵(choropleth map)으로 본 미국 부의 대이동 본문
[2026-04-09 | Viz Insight] 코로플레스 맵(choropleth map)으로 본 미국 부의 대이동
gibdata 2026. 4. 9. 19:35Visual Capitalist의 기사 "Mapped: Where Wealth Is Moving in America"는 미국 내 부의 이동이라는 중요한 경제 현상을 심도 있게 다룬다. 이 시각화는 미국 국세청(IRS)의 조정 총소득(AGI) 데이터를 기반으로, 사람들이 주(state)를 옮기면서 얼마나 많은 소득이 함께 이동하는지 보여준다. 매년 수십만 명의 사람들이 새로운 삶을 찾아 이주하며, 이들의 소득은 단순히 개인의 재산을 넘어 주 전체의 경제력에 큰 영향을 미친다. 마치 거대한 저수지의 물이 한쪽에서 빠져나가 다른 쪽으로 흘러들어가는 것처럼, 캘리포니아나 뉴욕 같은 주에서는 수십억 달러의 소득이 빠져나가고, 플로리다나 텍사스 같은 주에서는 비슷한 규모의 소득이 유입되는 현상은 단순한 통계 수치를 넘어 각 주의 미래를 좌우할 수 있는 중요한 흐름이다. 이 시각화는 이러한 복잡한 경제적 이동을 한눈에 파악할 수 있도록 돕는다.
이 시각화는 여러 강력한 기법을 조합하여 부의 이동이라는 복잡한 이야기를 명료하게 전달한다. 핵심은 미국 지도를 기반으로 한 코로플레스 맵(choropleth map)이다. 코로플레스 맵은 지리적 영역(예: 주, 카운티)에 데이터를 색깔의 농도로 입혀 보여주는 방식이다. 마치 일기예보에서 온도나 강수량을 색깔로 표현하는 것과 비슷하다. 여기서는 각 주가 순 소득 유입 또는 유출 정도에 따라 다른 색상과 농도로 칠해져 있다. 예를 들어, 소득이 많이 유입된 주는 짙은 녹색으로, 많이 유출된 주는 짙은 빨간색으로 표시되어, 지도를 보는 것만으로도 어느 지역이 부를 끌어당기고 잃고 있는지 직관적으로 알 수 있다.
여기에 더해, 특정 주 간의 큰 이동을 시각적으로 강조하기 위해 흐름선(flow lines) 또는 화살표를 사용한다. 이 화살표는 마치 고속도로 위를 달리는 차량의 흐름처럼, 한 주에서 다른 주로 이동하는 순 소득의 방향과 규모를 보여준다. 화살표의 굵기가 두꺼울수록 더 많은 부가 이동했음을 의미하여, 시청자는 가장 활발한 이동 경로를 즉시 식별할 수 있다. 예를 들어, 캘리포니아에서 텍사스로 이어지는 굵은 화살표는 엄청난 양의 부가 서부에서 남부로 흘러가고 있음을 말해준다.
이러한 지리적 시각화의 강점은 데이터가 가진 공간적 맥락을 온전히 살린다는 점이다. 만약 이 데이터를 단순히 막대 그래프로 표현했다면, 각 주의 순 소득 변화는 알 수 있었겠지만, 그 변화가 미국 전체 지도 위에서 어떤 패턴을 형성하는지, 즉 서부에서 남부로, 북동부에서 남동부로 부가 이동하는 거대한 흐름은 파악하기 어려웠을 것이다. 코로플레스 맵은 지리적 인접성과 지역별 특성을 동시에 고려하게 하여, 왜 특정 주들이 부를 얻거나 잃는지에 대한 통찰을 자연스럽게 유도한다.
코로플레스 맵의 대안으로는 히트맵(heatmap)을 생각해볼 수 있다. 히트맵은 격자 형태의 데이터에 색깔을 입히는 방식인데, 지리적 경계를 명확히 구분하는 코로플레스와 달리 연속적인 밀도를 보여주는 데 더 적합하다. 그러나 주 단위의 명확한 경계 데이터를 다루는 본 사례에서는 각 주의 경계를 존중하는 코로플레스 맵이 정보 전달에 더 효과적이다. 또 다른 대안은 비례 기호 맵(proportional symbol map)이다. 이는 지도 위에 데이터 값에 비례하는 크기의 원이나 기호를 표시하는 방식인데, 특정 지점의 값을 명확히 보여주는 데는 좋지만, 지역 전체의 분포나 밀도를 한눈에 파악하기는 코로플레스 맵보다 어려울 수 있다. 이 시각화는 코로플레스 맵과 흐름선을 결합하여 두 기법의 장점을 모두 취했다.
이처럼 지리 데이터와 수량 데이터를 결합하는 시각화 기법에 대해 더 깊이 알고 싶다면, 다음 자료를 참고할 수 있다: Choropleth Maps: A Comprehensive Guide 또는 Flow Maps: Principles, Examples, and Tools.
이러한 인터랙티브 시각화는 일반적으로 웹 기반 기술 스택을 통해 구현된다. 프런트엔드에서는 D3.js (Data-Driven Documents)와 같은 자바스크립트 라이브러리가 지도를 그리고 데이터를 바인딩하는 데 핵심적인 역할을 했을 것이다. D3.js는 SVG (Scalable Vector Graphics)나 Canvas를 사용하여 복잡한 지리적 형태와 데이터 요소를 렌더링할 수 있다. 지리적 데이터를 다루기 위해 TopoJSON이나 GeoJSON 같은 표준 포맷을 활용했을 것으로 보인다. 데이터를 서버에서 불러와 동적으로 시각화에 반영하는 방식은 AJAX 호출을 통해 이루어졌을 가능성이 높다. 백엔드에서는 Python (Flask/Django)이나 Node.js (Express) 같은 언어와 프레임워크를 사용하여 IRS 데이터를 처리하고, 이를 웹 프런트엔드에서 소비할 수 있는 형태로 API를 통해 제공했을 것이다. 데이터베이스로는 PostgreSQL과 PostGIS를 결합하여 지리적 데이터를 효율적으로 관리했을 수도 있다.
이러한 지도 기반의 흐름 시각화는 다양한 분야에서 활용된다. 예를 들어, 뉴욕타임스(The New York Times)는 미국 대선 투표 결과나 인구 이동 데이터를 시각화할 때 코로플레스 맵을 자주 사용한다. 각 카운티나 주를 득표율에 따라 색칠하여 정치적 지형을 한눈에 보여주는 식이다. 또한, 기후 변화 관련 데이터 시각화에서도 전 세계 온도 변화를 코로플레스 맵으로 표현하여 특정 지역의 변화가 얼마나 심각한지 보여준다.
교통 흐름이나 통신량 데이터를 다루는 시각화에서도 유사한 기법을 찾아볼 수 있다. 예를 들어, 도시 내 대중교통 이용 패턴을 보여주는 시각화는 버스 노선이나 지하철 노선을 따라 승하차 인원을 흐름선이나 비례 기호로 나타내어 혼잡도를 파악하게 한다. 항공편 이동 데이터를 시각화할 때는 전 세계 공항을 점으로 표시하고, 항공편 수에 따라 굵기가 달라지는 선으로 연결하여 주요 항공 노선을 보여주는 방식이 흔하다. 이 모든 사례들은 복잡한 공간적 데이터를 단순한 지리적 위치 정보 이상으로, 그 안에 담긴 '관계'와 '움직임'을 시각적으로 풀어내는 데 성공했다.
참고 출처