산점도, 단계구분도, 히트맵으로 읽는 개화 시기
최근 “올해 벚꽃이 유독 빨리 핀 것 같은데?”라는 이야기를 한 번쯤 들어보셨나요? 실제로 여러 지역에서 꽃과 잎이 피는 시기가 점점 앞당겨지고 있다고 하는데요. 개화 시기 변화는 시간, 지역 간 차이, 온도의 영향 등 다양한 요소에 영향을 받습니다. 날씨와 같은 자연적 현상의 변화를 확인하기 위해서는 하나의 차트로 데이터를 해석하기보다 확인하고자 하는 정보에 따라 적합한 시각화 방식을 함께 활용하는 것이 중요한데요!
오늘은 장기적인 변화 흐름을 볼 수 있는 산점도, 지역별 차이를 한눈에 확인할 수 있는 단계구분도, 온도와 개화 속도의 관계를 탐색할 수 있는 히트맵을 통해 개화 시기가 어떻게 변화했는지 살펴보겠습니다.
1. 개화 시기는 시간에 따라 어떻게 달라졌을까?
‘벚꽃이 예전보다 빨리 피는 것 같다’는 것은 단순한 느낌일까요? 수백 년간 쌓인 데이터를 통해 어떻게 변화하고 있는지 살펴보겠습니다. 위 시각화는 일본 교토 지역의 벚꽃 만개 시기를 800년부터 2025년까지 기록한 데이터를 나타낸 산점도입니다. X축은 연도, Y축은 해당 연도의 벚꽃 만개일을 의미하는데요. 분홍색 점은 연도별 벚꽃 만개 시기를, 추세선으로 30년 평균치를 나타내고 있습니다.
점이 아래쪽에 위치할수록 더 이른 시기에 꽃이 피었다는 뜻인데요. 2021년과 2023년에는 85일째와 84일째 만개가 기록되어 1,200년 관측 기록 중 가장 이른 사례로 볼 수 있습니다. 30년 평균을 보면 어떨까요? 1800년에서 2025년 사이의 추세선을 보면 점점 아래로 떨어지는 모습으로, 최근에 가까워질수록 벚꽃 만개 시기가 점차 앞당겨지는 경향이 나타난다고 해석할 수 있습니다.
시간에 따른 변화의 흐름을 추적하기 위해서 오랜 기간의 데이터를 활용하는 경우가 많은데요. 위 사례처럼 무려 1,200년 간 데이터를 점으로 표시하니 벚꽃 만개 시기가 어떻게 변화했는지 확인할 수 있었습니다. 여기에 추세선이 더해져 만개 시기의 장기적인 변화 흐름까지 한눈에 파악할 수 있었는데요! 산점도를 통해 벚꽃 개화 시기 변화가 단기적인 변동이 아니라 장기적인 흐름 속에서 나타나는 현상임을 확인할 수 있었습니다.
2. 봄의 속도는 지역마다 얼마나 다를까?
꽃이 피는 시기만큼 잎이 돋는 시기 역시 계절의 변화를 보여주는 중요한 신호인데요. 식물이 봄을 감지하고 성장하기 시작하는 시점을 보여주는 지표이기 때문입니다. 위 시각화는 미국 전역에서 식물의 잎이 평년보다 얼마나 빨리 돋고 있는지를 지역별로 나타낸 단계구분도입니다. 해당 지역의 색상이 진한 분홍색일수록 잎 출현 시기가 평년보다 빠르게, 진한 초록색일수록 늦게 나타났음을 의미합니다.
비슷한 색이 넓은 지역에 걸쳐 나타난다면 해당 지역에서 비슷한 변화가 발생하고 있다는 의미로 해석할 수 있는데요. 지도 대부분에 분홍색이 분포해 있는 것을 보면 미국 대부분 지역에서 잎 출현 시기가 평년보다 빨라졌다는 것을 알 수 있습니다. 중부와 서부 지역은 진한 분홍색으로 변화 폭이 2~4주 정도로 크게 나타났는데요. 특히 Denver 지역의 경우 출현 시기가 26일이나 앞당겨지며 자체 최고 기록을 세운 모습을 확인할 수 있습니다. 반면 동부 일부 지역은 연한 초록색으로, 상대적으로 변화 폭이 작게 나타나 같은 봄이라도 지역에 따라 변화 속도가 다르게 나타나고 있습니다.
이처럼 지역마다 차이가 존재하는 데이터는 변화가 어디에서, 얼마나 나타났는지 파악하는 것이 중요합니다. 숫자만 나열된 표에서는 확인하기 어려운 패턴도 특정 지역에 비슷한 색으로 모여 있는 모습을 보면 쉽게 발견할 수 있는데요! 단계구분도를 활용하여 지역마다 시기 차이가 있다는 것을 알 수 있었습니다.
3. 온도는 개화 속도를 어떻게 바꿀까?
개화 시기가 빨라지고 있다는 사실을 확인했다면 이번에는 그 변화가 왜 나타났는지 살펴볼까요? 꽃이 피는 데까지는 몇 단계의 성장 과정이 필요한데요. 이 과정은 기온의 영향을 크게 받기 때문에 온도와 함께 살펴보면 개화 시기 변화의 원인을 구체적으로 이해할 수 있습니다.
위 시각화는 미국 워싱턴 D.C.의 벚꽃 데이터를 바탕으로 연도별 벚꽃 성장 단계와 기온 변화를 함께 보여주는 히트맵과 타임라인이 결합한 시각화입니다. X축은 개화 일정, Y축은 연도를 의미하는데요. 식물이 발아(Green Buds), 새싹(Peduncle), 개화(Puffy White), 만개(Peak Bloom)에 이르는 과정을 타임라인 형식으로 나타냈으며, 연도별 2~4월 기온 데이터를 히트맵 형태로 겹쳐 배치했습니다. 타임라인 차트는 진한 초록색, 초록색, 연두색, 노란색, 분홍색, 진한 분홍색 순서로 식물이 성장한다는 것을 뜻하고, 히트맵은 색이 진한 보라색에 가까울수록 높은 기온임을 의미합니다.
위 차트를 읽을 때는 먼저 타임라인 차트를 통해 연도마다 언제 어떻게 성장 단계를 거쳤는지 확인한 후 같은 연도의 히트맵을 살펴보면 좋습니다. 예를 들어 2023년과 2024년을 비교해 볼까요? 타임라인의 시작 지점을 보면 2023년의 발아가 2024년보다 훨씬 빨랐다는 것을 알 수 있습니다. 히트맵 역시 발아 시기인 2월 구간을 보면, 2023년의 색상이 2024년에 비해 진한 것을 확인할 수 있는데요. 반면 개화를 의미하는 타임라인의 분홍색 지점은 3월 중순 히트맵 구간의 색상이 진했던 2024년이 더 빠르게 나타났습니다. 이를 통해 성장 단계 중 온도 변화가 개화 속도에 영향을 미친다는 것을 파악할 수 있습니다.
성장 단계와 기온 데이터를 함께 배치한 덕분에 언제 꽃이 피었는지, 왜 개화 속도가 빨라졌는지까지 탐색할 수 있었는데요. 타임라인 차트를 통해 생장 단계를 확인하는 동시에 히트맵을 통해 시간에 따른 온도 변화를 색의 강도로 함께 확인할 수 있어 기온 변화가 개화 속도에 어떤 영향을 미쳤는지 더 입체적으로 확인할 수 있습니다.
에디터의 한마디
오늘은 개화 시기 변화라는 현상을 산점도, 단계구분도, 히트맵이라는 세 가지의 시각화 방식으로 살펴보았습니다. 같은 현상이라도 어떤 방식으로 표현하느냐에 따라 보이는 정보는 달라졌는데요. 산점도에서는 긴 시간 속 변화 흐름을, 단계구분도에서는 지역별 차이를, 히트맵에서는 온도와 개화 간의 관계를 선명하게 읽을 수 있었습니다.
우리가 무심코 지나쳤던 ‘올해는 벚꽃이 좀 빨리 피는 것 같은데?’라는 작은 변화도 시각화 방식에 따라 전혀 다른 이야기로 읽힐 수 있었는데요. 전달하고 싶은 정보에 따라 적합한 시각화 방식을 함께 활용할 때, 데이터는 하나의 결과를 넘어 변화의 맥락까지 설명하는 도구가 될 수 있습니다. 앞으로 계절의 변화를 마주할 때, 그 안에 어떤 데이터가 숨어 있고 또 어떤 방식으로 표현되고 있는지 한 번쯤 떠올려보시면 어떨까요?
<참고 자료>
- 이정선, “산림청, 2026년 봄꽃 만개 시기 예측 발표”, 산림청, 2026-02-24
- Chris Baraniuk, “After 1,200 years, cherry blossom record to live on despite Japanese scientist’s death”, The Guardian, 2026-04-15
- Ben Noll, “See where flowers and leaves are emerging early after record-warm March”, The Washington Post, 2026-04-02
- Sara Staedicke, “DC in Bloom”, DC in Bloom, 2026-03-31
Editor. 기획팀 은젤리
