[2026-04-22 | Viz Insight] 감염병과 트리맵: 저소득 국가의 비극을 한눈에 담다

저소득 국가의 사망자 3명 중 1명은 감염병으로 생을 마감한다. 전 세계 평균 75%를 차지하는 비감염성 질환이 저소득 국가에서는 43%에 불과한 것과 극명한 대조를 이룬다. 의료 자원의 접근성과 보건 환경이 인구 집단별로 얼마나 다른 생존 환경을 조성하는지 극명하게 보여준다. 빈곤 지역일수록 신생아 사망과 산모 사망 비율이 높게 나타나며, 단순한 질병 통계를 넘어 사회적 불평등이 죽음의 양상에 어떻게 투영되는지 실증한다.

해당 데이터는 아워 월드 인 데이터(Our World in Data)에서 수집했다. 전 세계 다양한 국가와 인구 집단을 대상으로 하며, 시계열 변화를 추적할 수 있도록 구성됐다. 질병의 종류와 사고 유형을 세분화하여 사망 원인을 범주별로 나눈 점이 특징이다.

시각화에는 트리맵(Treemap) 기법을 사용했다. 전체 면적을 100%로 설정하고, 각 사망 원인이 차지하는 비중을 사각형의 크기로 매핑했다. 색상은 질병의 대분류를 구분하는 범주형 변수로 활용했다. 사용자는 드롭다운 메뉴로 국가군을 선택하고 슬라이더를 통해 연도를 조정하며 데이터의 변화를 살핀다. 트리맵은 전체 중 특정 항목이 차지하는 비중을 직관적으로 확인하기에 적합하다. 만약 막대 그래프(Bar chart)를 사용했다면 수십 가지에 달하는 사망 원인을 비교할 때 시각적 복잡도가 크게 높아졌을 것이다.

가장 영리한 설계 선택은 계층적 구조를 활용한 공간 효율성이다. 수많은 사망 원인을 나열하는 대신, 사각형의 크기를 통해 비중을 즉각적으로 인지하게 했다. 사용자는 면적의 크기만으로 어떤 질환이 가장 치명적인지 파악하고, 연도별 슬라이더를 움직이며 그 변화 추이를 실시간으로 탐색할 수 있다. 인터랙션은 정적인 데이터에 서사성을 부여한다.

아워 월드 인 데이터에서 제공하는 Causes of Death 프로젝트는 동일한 데이터를 활용하지만, 더 방대한 지표를 다룬다. 반면 플로잉데이터는 사용자 관점의 필터를 강화하여 특정 집단 간의 격차를 비교하는 데 초점을 맞췄다. 다만, 데이터의 범주가 너무 세분화될 경우 작은 사각형들이 식별하기 어려워지는 한계가 있다. 항목별로 명확한 색상 대비를 적용하거나, 마우스 오버 시 상세 수치를 띄우는 인터랙션을 더욱 정교하게 다듬었다면 정보 전달력이 개선되었을 것이다.

참고 출처

• https://flowingdata.com/2026/04/21/causes-of-death-around-the-world-for-different-groups/
• https://ourworldindata.org/causes-of-death