데이터는 진실을 말하지 않는다
정보 밀도와 신뢰 사이, 시각화 설계의 판단 책임
왜 이 한 편인가
AI 시각화 도구 확산을 "편리함" 각도가 아니라 **기본값이 판단을 대신하는 구조적 위험** 각도로 잡았다. 터프티의 고전 텍스트가 2026년에 재소환되는 이유는 디자인 교육의 복고가 아니라, 자동 생성 속도가 프레임 설정 단계의 검토를 생략시키는 새로운 조건 때문이다. 국내 디자인 미디어가 아직 이 고전을 'AI 기본값 비판'의 렌즈로 연결하지 않은 지점이 각도 선택의 근거다.
현상
터프티(Edward Tufte)의 The Visual Display of Quantitative Information이 처음 출판된 지 40년이 넘었다. 데이터 잉크 비율(data-ink ratio), 차트정크(chartjunk), 소형 배수(small multiples) 같은 개념은 이제 디자인 교육의 기본어가 됐다. 그런데 AI 도구가 데이터 시각화 산출물을 초 단위로 생성하는 2026년, 이 어휘들이 오히려 판단 기준 없이 유통되는 신호가 포착된다.
해석
신호를 모으면 패턴이 보인다. 생성 속도가 빨라질수록 시각화 결과물의 형식 정합성은 높아지지만, 판단 적합성은 오히려 낮아지는 역설이 생긴다. 차트의 선이 깔끔해지고, 레이아웃이 균형 잡혀도, 독자가 실제로 무엇을 비교해야 하는지를 설계하는 단계—즉 '무엇을 보여주느냐'의 프레임—는 여전히 사람의 판단 영역이다. 터프티의 핵심 주장은 사실 미학이 아니다. 데이터는 그 자체로 진실을 말하지 않으며, 시각화는 편집 행위라는 것이다. AI가 이 편집 단계를 자동화할 때 누락되는 것은 디자인 감각이 아니라 맥락적 책임이다.