통계 지도는 왜 자꾸 다른 이야기를 할까요? 단계구분도 구간 분류 5가지와 면적 착시·정규화를 걷어내는 점검 절차

통계 지도는 왜 자꾸 다른 이야기를 하게 될까요?

통계 지도를 제대로 읽는 출발점은 지도가 보여주는 것이 데이터가 아니라 데이터를 나눈 방식이라는 사실을 아는 데 있습니다. 같은 수치로 만든 단계구분도라도 구간을 등간격으로 자르느냐 등분위로 자르느냐에 따라 붉게 칠해지는 지역이 완전히 달라지는데요, 여기에 면적 착시가 겹칩니다. 강원 인제군의 면적은 1,600㎢를 넘지만 서울 중구는 10㎢가 채 되지 않아, 두 지역을 같은 색으로 칠하면 화면에서 차지하는 비중이 백 배 넘게 벌어집니다. 전국 시군구 단위 지도에서 농촌 지역이 항상 더 강렬해 보이는 이유가 여기에 있습니다. 그래서 지도는 그리기 전에 정규화 기준과 구간 분류 방식을 먼저 정하고, 그린 뒤에는 다른 분류로 한 번 더 그려 비교하는 절차가 필요합니다.

통계 지도는 왜 자꾸 다른 이야기를 하게 될까요?
같은 데이터로 지도 네 장을 그려본 날
면적이 큰 지역은 항상 더 크게 말합니다
구간을 나누는 다섯 가지 방법
정규화를 빼먹으면 인구 지도가 됩니다
색과 범례에서 갈리는 해석
지도를 발표 전에 검수하는 5단계
FAQ
같이 읽으면 좋은 것들

같은 데이터로 지도 네 장을 그려본 날

지역 생활 지표를 정리하면서 시군구별 수치 하나를 놓고 분류 방식만 바꿔 지도를 네 장 그려본 적이 있습니다. 등간격, 등분위, 자연분류, 표준편차 네 가지였습니다.

등간격으로 그린 지도는 거의 전체가 가장 옅은 색이었고 두세 곳만 짙게 칠해졌습니다. 값이 유난히 큰 지역 몇 곳이 최댓값을 끌어올리는 바람에 나머지가 모두 첫 구간에 뭉쳐버린 겁니다. 등분위로 다시 그리니 이번에는 전국이 알록달록하게 고르게 칠해졌습니다. 각 구간에 같은 개수의 지역이 들어가니 당연한 결과인데, 실제로는 값 차이가 거의 없는 인접 지역이 서로 다른 색으로 갈라져 있었습니다. 자연분류는 값이 실제로 끊기는 지점을 찾아 구간을 나눠 가장 무난했지만, 구간 경계가 딱 떨어지지 않는 숫자라 범례를 읽기 불편했습니다.

문제는 그다음이었습니다. 네 장을 회의실에 나란히 띄워놓고 보니 참석자들이 각자 다른 결론을 말했습니다. 등간격 지도를 본 사람은 "몇몇 지역만 특이한 상황"이라고 했고, 등분위 지도를 본 사람은 "전국적으로 격차가 크다"고 했습니다. 데이터는 똑같은데 말입니다. 그 이후로 저희는 지도를 공유할 때 분류 방식과 구간 경계를 반드시 캡션에 적어 넣습니다.

면적이 큰 지역은 항상 더 크게 말합니다

단계구분도의 구조적인 약점은 시각적 비중이 면적에 비례한다는 점입니다. 사람 눈은 색이 넓게 칠해진 쪽을 더 중요한 신호로 받아들입니다. 그런데 행정구역의 면적과 그곳에 사는 사람 수는 전혀 비례하지 않습니다. 서울 전체 면적이 605㎢ 남짓인데 강원도의 군 하나가 그보다 두세 배 넓은 경우가 흔합니다.

그래서 인구가 밀집한 수도권 도시 지역의 신호는 지도에서 점처럼 작아지고, 인구가 적은 농촌 군 지역의 신호는 화면을 뒤덮습니다. 지방소멸이나 고령화를 다루는 지도가 유독 극적으로 보이는 데는 이 효과도 섞여 있습니다. 실제 지표 값이 심각한 것과, 지도에서 심각해 보이는 것은 구분해서 읽어야 합니다.

이 왜곡을 줄이는 방법이 몇 가지 있습니다. 인구 비례로 도형 크기를 바꾼 카토그램을 함께 보여주거나, 행정구역 대신 격자 단위로 집계하거나, 값의 크기를 원의 면적으로 표현하는 비례 심볼 방식을 쓰는 것입니다. 지도를 한 장만 만들어야 한다면 최소한 표나 순위 목록을 옆에 붙여 시각적 인상과 실제 순위를 대조할 수 있게 해두는 편이 좋습니다.

구간을 나누는 다섯 가지 방법

방법	나누는 기준	강점	조심할 점
등간격	최소~최대를 같은 폭으로 분할	범례가 직관적	극단값 하나에 전체 구조가 무너짐
등분위	각 구간에 같은 개수의 지역 배치	지도가 고르게 채워짐	값 차이가 없어도 색이 갈라짐
자연분류	값이 실제로 끊기는 지점을 탐색	분포 구조를 잘 드러냄	경계값이 지저분하고 데이터가 바뀌면 재계산
표준편차	평균에서 떨어진 정도로 분할	평균 대비 위치가 명확	분포가 치우쳐 있으면 오해 유발
수동 지정	정책 기준선 등을 직접 입력	기준이 명확하고 시계열 비교 가능	근거 없이 정하면 자의적

자연분류가 왜 무난한 선택으로 꼽히는지를 설명한 자료를 보면, 등간격 방식이 이상치 하나 때문에 전체 패턴을 읽을 수 없게 만드는 사례가 반복해서 지적됩니다.

다만 자연분류가 언제나 정답은 아닙니다. 시계열 비교를 해야 한다면 오히려 수동 지정이 낫습니다. 연도마다 자연분류를 다시 계산하면 구간 경계가 매년 바뀌어 "작년보다 나빠졌는지"를 색으로 판단할 수 없기 때문입니다. 기준선을 고정해두면 지도 여러 장을 나란히 놓고 변화를 읽을수 있습니다.

구간 수는 대체로 4개에서 6개 사이가 적당합니다. 3개 이하면 정보가 뭉개지고, 7개를 넘으면 사람이 색 차이를 구분하지 못합니다. 인쇄물이나 흑백 출력이 예정돼 있다면 4개를 넘기지 않는 것이 안전합니다.

정규화를 빼먹으면 인구 지도가 됩니다

단계구분도에서 가장 흔하고 치명적인 실수는 절대 건수를 그대로 칠하는 것입니다. 지역별 사고 건수, 확진자 수, 점포 수를 그대로 지도에 올리면 결과는 거의 언제나 인구가 많은 곳이 짙게 나옵니다. 그 지도는 사고 지도가 아니라 인구 지도입니다.

분모를 무엇으로 잡을지도 질문마다 달라집니다. 인구 1만 명당으로 나누면 "주민 한 사람이 겪는 위험"에 가까워지고, 면적 1㎢당으로 나누면 "공간의 밀도"가 됩니다. 가구 수로 나누면 주거 단위의 부담이 드러납니다. 같은 데이터라도 분모를 바꾸면 색 분포가 완전히 달라지므로, 지도를 만들기 전에 답하려는 질문을 한 문장으로 적어두는 습관이 도움이 됩니다.

또 하나 놓치기 쉬운 것이 분모의 시점과 정의입니다. 등록인구로 나눌지 생활인구로 나눌지에 따라 관광지나 업무지구의 값이 크게 달라집니다. 서울시 생활인구를 코로플레스맵으로 시각화한 사례에서도 통신 데이터를 기반으로 추정·보정한 값이라는 점이 전제로 명시됩니다. 분모가 추정치라면 지도 캡션에 그 사실을 적어두는 것이 원칙입니다.

작은 지역의 분모가 지나치게 작을 때도 조심해야 합니다. 인구 3천 명인 지역에서 사고가 두 건만 더 생겨도 1만 명당 비율은 크게 요동칩니다. 이런 경우 여러 해를 합산하거나 인접 지역을 묶는 평활화가 필요합니다. 암 발생률 지도 설계를 다룬 연구에서도 소규모 지역의 불안정한 비율을 그대로 표현할 때 생기는 오독이 주요 쟁점으로 다뤄집니다.

색과 범례에서 갈리는 해석

색 선택은 취향의 문제처럼 보이지만 해석을 바꿉니다. 낮음에서 높음으로 이어지는 단일 방향 데이터에는 한 가지 색의 명도를 단계적으로 바꾸는 순차형 배색을 씁니다. 증가와 감소처럼 기준점을 두고 양방향으로 갈라지는 데이터에는 두 색이 가운데 중립색에서 만나는 발산형 배색을 씁니다. 이 둘을 섞으면 읽는 사람은 존재하지 않는 기준점을 상상하게 됩니다.

무지개색은 피하는 것이 좋습니다. 색상 자체에는 순서 감각이 없어서 어느 쪽이 높은 값인지 범례를 계속 확인해야 하고, 중간의 노란색 구간이 실제보다 도드라져 보이는 착시도 생깁니다. 적록 색약을 가진 사람이 인구의 상당 비율을 차지한다는 점도 고려해, 빨강과 초록을 대비축으로 쓰는 배색은 다른 조합으로 바꾸는 편이 안전합니다.

범례에는 구간 경계값을 정확히 적습니다. "높음·보통·낮음"처럼 등급 이름만 적힌 범례는 검증이 불가능합니다. 여기에 분류 방식과 분모, 기준 시점까지 캡션에 한 줄로 넣어두면 그 지도는 나중에 다시 꺼내 쓸 수 있는 자료가 됩니다. 실제로 반년 전에 만든 지도를 다시 쓰려다 어떤 기준으로 나눴는지 기억나지 않아 처음부터 다시 만드는 일이 실무에서는 생각보다 자주 일어납니다.

행정구역이 바뀌면 지도도 갈아끼워야 합니다

시계열 지도를 만들 때 자주 걸리는 함정이 경계 자료입니다. 시군구 통합, 구 신설, 읍면동 조정이 있었던 해를 넘나들며 같은 경계 파일을 쓰면 값이 엉뚱한 지역에 붙습니다. 특히 통합으로 사라진 코드가 남아 있으면 집계 단계에서 조용히 누락되기 때문에 지도상으로는 빈 지역이 생기거나, 반대로 두 지역의 값이 한쪽에 몰립니다.

그래서 원칙은 데이터의 기준 시점과 경계 파일의 기준 시점을 일치시키는 것입니다. 여러 해를 비교해야 한다면 가장 최근 경계에 맞춰 과거 값을 재집계하거나, 변경이 있었던 지역은 비교 대상에서 제외하고 그 사실을 명시합니다. 행정동과 법정동을 섞어 쓰는 실수도 흔한데, 통계마다 채택한 단위가 다르므로 코드 체계를 먼저 확인해야 합니다.

도구보다 순서가 성패를 가릅니다

지도 제작 도구는 선택지가 넓습니다. 공공기관 통계 포털의 지도 서비스로도 기본적인 단계구분도는 만들 수 있고, 스프레드시트 기반 도구나 오픈소스 지리정보 소프트웨어를 쓰면 세부 조정 폭이 넓어집니다. 다만 어떤 도구를 쓰든 앞서 정리한 순서, 그러니까 질문 정의와 정규화, 분류 방식 결정이 앞서지 않으면 결과물은 같은 함정에 빠집니다. 도구가 기본값으로 제공하는 분류 방식이 대개 등간격이라는 점도 기억해 둘 필요가 있습니다. 아무 설정도 건드리지 않고 뽑은 지도가 가장 위험한 지도인 경우가 많습니다.

지도를 발표 전에 검수하는 5단계

1단계 - 답하려는 질문을 한 문장으로 씁니다

"어느 지역 주민이 상대적으로 더 부담을 지는가"처럼 문장을 먼저 씁니다. 이 문장이 분모를 결정합니다.

2단계 - 절대 건수인지 비율인지 확인합니다

건수를 그대로 칠하고 있다면 즉시 멈춥니다. 인구·면적·가구 중 무엇으로 나눌지 정하고 다시 계산합니다.

3단계 - 분류 방식을 두 가지로 그려 비교합니다

자연분류와 등분위처럼 성격이 다른 두 방식으로 그려봅니다. 결론이 뒤집힌다면 지도 한 장만 내보내서는 안 되는 데이터입니다.

4단계 - 면적 왜곡을 점검합니다

가장 짙게 칠해진 상위 다섯 곳과 인구 기준 상위 다섯 곳을 비교합니다. 명단이 크게 어긋난다면 표나 카토그램을 함께 제공합니다.

5단계 - 캡션에 네 가지를 적습니다

자료 출처, 기준 시점, 분모, 구간 분류 방식을 적습니다. 이 네 줄이 없는 지도는 근거 자료로 쓰기 어렵습니다.

FAQ

구간을 몇 개로 나누는 게 가장 좋나요?

일반적으로 4\~6개가 무난합니다. 3개 이하는 지역 간 차이를 뭉개고, 7개 이상은 사람이 색의 명도 차이를 안정적으로 구분하기 어렵습니다. 흑백 인쇄나 발표 화면처럼 색 재현이 나쁜 환경이 예정돼 있다면 4개로 줄이는 편이 안전합니다.

자연분류가 가장 정확한 방법인가요?

분포 구조를 드러내는 데는 유리하지만 절대적인 기준은 아닙니다. 특히 연도별 비교가 목적이라면 매년 경계가 달라지는 자연분류보다 고정된 기준선을 수동으로 지정하는 편이 낫습니다. 목적이 분포 탐색인지 시계열 비교인지에 따라 갈라집니다.

절대 건수를 지도에 표현하고 싶을 때는 어떻게 하나요?

단계구분도 대신 비례 심볼 지도를 쓰면 됩니다. 지역 중심에 원을 그리고 값에 비례해 면적을 키우는 방식이라 절대량을 표현하면서도 행정구역 면적에 따른 왜곡을 줄일 수 있습니다.

인구가 아주 적은 지역의 비율이 튀는데 그대로 표시해도 되나요?

권하지 않습니다. 분모가 작으면 사건 한두 건에 비율이 크게 흔들려 실제 위험도와 무관한 색이 나옵니다. 여러 해를 합산하거나 인접 지역을 묶어 평활화하고, 그래도 불안정하면 해당 지역을 별도 표기로 처리하는 편이 정직합니다.

지도와 표 중에 무엇을 먼저 봐야 하나요?

결론을 확인할 때는 표가 먼저입니다. 지도는 패턴을 찾고 전달하는 데 강하지만 순위와 값의 크기를 정확히 읽는 데는 약합니다. 실무에서는 표로 사실을 확정하고 지도는 그 사실을 설명하는 보조 자료로 쓰는 순서가 안전합니다.