순위 격차와 흐름 그리고 비교까지 시각화 목적에 따라 선택하는 순위 시각화 차트
‘올해 가장 많이 검색된 단어는?’ ‘세계에서 가장 살기 좋은 도시는?’ 우리는 일상에서 수많은 순위 정보를 마주합니다. 영화 박스오피스부터 맛집 리스트까지 순위가 매겨진 데이터는 언제나 우리의 시선을 단번에 사로잡죠. 우리는 왜 순위에 본능적으로 끌리는 걸까요? 그 이유는 복잡하고 방대한 정보를 ‘서열’이라는 명확한 기준으로 정리했을 때, 우리 뇌가 정보를 가장 쉽고 빠르게 받아들이기 때문입니다. 수많은 선택지 중에서 무엇이 가장 우수한지 판단하는 피곤한 과정을 ‘순위’라는 지표가 효율적으로 해결해 주는 거죠!
하지만 여러분이 자주 접하는 ‘순위표’는 어떤가요? 1위부터 10위까지 이름과 숫자를 나열한 리스트나 표 형태가 대부분입니다. 이러한 방식은 ‘순위’라는 정보를 전달하는데 충실하지만, 데이터 속에 숨겨진 맥락을 모두 보여주지 못합니다. 순위표만 봐서는 1위와 2위의 차이가 아주 미세한 한 끗 차이인지, 아니면 도저히 넘을 수 없는 압도적인 격차인지 알기 어렵습니다.
오늘은 순위를 표현하는 데이터 시각화 방법에 대해 알아보고자 합니다. 보여주고자 하는 데이터의 성격이 ‘순위의 격차’인지, ‘순위의 변화’인지 또는 ‘순위의 구성 요소’인지에 따라 순위를 가장 효과적으로 전달할 수 있는 시각화 방법 3가지를 소개합니다.
1. 정렬로 확인하는 순위의 격차
우리가 순위 차트를 만들 때 먼저 고민하는 것 중 하나가 바로 ‘어떤 순서로 보여줄 것인가’입니다. 그중 막대 차트는 데이터의 값을 ‘길이’로 나타내 항목 간의 차이를 가장 직관적으로 보여주는 차트 유형입니다. 여기에 데이터 크기에 따른 ‘정렬’을 더하면 순서 정보뿐만 아니라 1위와 2위 사이의 절대적인 수치 차이, 상위권의 치열한 경쟁과 같은 정보를 확인할 수 있습니다. 정렬로 단순한 순위를 넘어 데이터가 품고 있는 진짜 이야기를 보여주는 사례를 함께 살펴볼까요?
첫 번째로 살펴볼 사례는 유출된 데이터베이스를 기반으로 분석한 세계에서 가장 자주 사용되는 비밀번호의 순위를 알려주는 가로 막대차트입니다. 수백만 건의 비밀번호 유출 사례 속에서 사람들이 어떤 비밀번호를 가장 많이 썼는지 시각화했습니다. X축은 비밀번호 사용 횟수, Y축은 비밀번호를 나타내고 있습니다. 막대 끝에는 실제 횟수를 숫자로 함께 표기하여 시각적 차이와 정확한 정보를 동시에 전달하고 있습니다.
위 시각화에서는 사용 횟수가 많은 순서대로 위에서 아래로 내림차순 정렬되어 있습니다. 덕분에 우리는 별도의 순위 번호를 확인하지 않고도 위에서부터 자연스럽게 ‘1위, 2위, 3위…’를 인식하며 차트를 읽어 내려가게 됩니다. 만약 이 차트가 정렬되어 있지 않고 무작위로 섞여 있었다면 어땠을까요? 아마 우리는 무엇인 1등인지 찾기 위해 눈을 바쁘게 움직였을 텐데요! 하지만, 정렬된 차트를 보는 순간 우리는 단 1초 만에 인사이트를 얻을 수 있습니다. 바로 1위인 ‘123456’의 막대 길이가 2위인 ‘123456789’보다 압도적으로 길다는 사실입니다. 막대 끝의 수치상으로도 1위는 2위보다 무려 2배가 넘는 사용 빈도를 보여주고 있습니다.
상대적으로 빈도가 적지만 상위권에 있는 다른 비밀번호들도 흥미로운데요. 상위권을 차지한 비밀번호들을 보면 ‘123456’이나 ‘123456789’처럼 단순한 숫자를 나열한 경우부터 ‘qwerty’처럼 키보드 자판의 순서를 그대로 활용한 경우, ‘password’나 ‘secret’ 같은 흔한 단어를 사용하는 패턴을 확인할 수 있습니다. 사람들이 비밀번호를 설정할 때 조금이라도 복잡한 것보다 기억하기 가장 쉬운 극단적인 형태를 얼마나 많이 사용하는지 알 수 있습니다.
두 번째로 살펴볼 사례는 조금 특별한 모양을 하고 있는데요. 123개국의 현금 사용 비율을 데이터 크기에 따라 나열한 막대 차트입니다. 일반적인 막대 차트를 동그랗게 말아놓은 듯한 방사형 막대 차트 형태를 띠고 있습니다. 위 차트에서 X축은 국가별 일일 거래액 중 실물 지폐와 동전이 차지하는 ‘현금 사용 비율(%)’을 나타내고, Y축은 대상이 되는 각 국가를 의미합니다.
위 차트에서는 현금 사용 비율이라는 데이터의 크기를 막대 길이로 표현했는데요. 막대의 길이가 가장 긴 국가는 어디일까요? 미얀마(Myanmar)가 98%로 대상 국가 중 가장 높은 현금 사용 비율을 보였고, 이어 에티오피아(Ethiopia)와 감비아(Gambia)가 95%로 그 뒤를 잇고 있습니다. 반면 차트에서 빨간색으로 강조된 한국과 노르웨이는 10%, 미국은 16%로 매우 낮은 수준임을 알 수 있습니다.
막대의 색상을 넣어 시각적 가이드라인을 제공했는데요. 같은 현금 사용 비율을 보이는 국가들을 같은 색으로 표시해 동일한 현금 사용 비중의 국가를 모아 볼 수 있습니다. 한국과 노르웨이처럼 현금 사용 비중이 현저히 낮은 국가들은 붉은색으로 강조했습니다. 막대의 길이와 색상이라는 시각적 대비를 통해 우리는 현금 사용 비중이 높은 국가와 적은 국가라는 비교 대상을 즉각적으로 찾아낼 수 있습니다.
일반적으로 현금은 은행 계좌나 인터넷 보급률이 낮고 결제 수단이 제한적인 저소득 국가에서 보편적으로 사용합니다. 반대로 경제가 발전하고 디지털 금융이 정착된 국가일수록 현금 사용은 눈에 띄게 줄어들죠. 여기서 우리는 현금 사용 비중이 단순히 ‘취향’의 문제가 아니라 금융 인프라와 밀접한 연관이 있다는 인사이트를 얻을 수 있습니다.
이 차트의 가장 흥미로운 점은 차트 어디에도 ‘1위, 2위’라는 순위 번호가 적혀 있지 않다는 것입니다. 하지만 우리는 별도의 설명 없이도 막대 길이가 가장 긴 미얀마를 1위로, 길이가 줄어드는 시계방향으로 순위가 낮아진다고 자연스럽게 인식합니다. 바로 데이터 크기에 따른 ‘정렬’이 이미 우리 머릿속에 순서라는 질서를 만들어주었기 때문입니다. 막대의 길이를 통해 순위를 굳이 숫자로 강조하지 않아도 사용자가 맥락을 충분히 읽어낼 수 있게 만드는 시각화의 힘을 보여주는 사례였습니다.
2. 흐름으로 추적하는 순위의 변화
앞서 본 막대 차트가 특정 시점을 기준으로 순위의 ‘격차’를 보여준다면 이번에 볼 ‘범프 차트’는 시간의 흐름에 따라 순위가 어떻게 바뀌는지 ‘과정’을 추적하는 데 최적화된 차트입니다. 범프차트(Bump Chart)는 여러 항목의 순위 변화를 선으로 연결하여 표현하는데요. 선의 높낮이 변화로 데이터의 추이 변화를 파악할 수 있습니다. 선이 위아래로 요동치거나 교차하는 모습을 통해 어떤 항목의 순위가 올랐는지 혹은 낮아졌는지를 한눈에 파악할 수 있죠!
위 차트는 대만 야시장에서 사랑받는 간식의 연도별 인기 순위를 나타낸 범프차트입니다. 구글 트렌드 데이터를 기반으로 2012년부터 2021년까지의 변화를 담고 있습니다. X축은 연도를, Y축은 간식의 인기 순위를 나타냅니다.
여러분은 어떤 간식이 가장 눈에 띄나요? 차트 가장 위에 일직선으로 곧게 뻗어있는 파란색 선 ‘Douhua(두부푸딩)’이 가장 먼저 눈에 들어왔는데요. 2012년부터 10년이라는 긴 시간 동안 단 한 번도 1위의 자리를 놓치지 않은 인기 간식임을 증명하고 있습니다. 하지만 그 아래 선들은 아주 복잡하게 얽혀 있습니다. 특히 2021년 2위를 차지한 ‘Fried sweet potato balls(QQ에그)’의 변화가 큰데요! 차트의 시작인 2012년에는 5위에 머물렀지만, 2015년부터 선이 가파르게 상승하며 순위가 오르는 것을 알 수 있습니다.
위 차트에서는 인터랙티브 요소를 적극적으로 활용해 몰입도를 높였는데요. 마우스를 스크롤링하면 1위부터 순서대로 순위에 해당하는 간식의 라인이 하이라이팅되고, 간단한 설명이 이어져 복잡한 선들 사이에서 간식의 인기도 변화를 확인할 수 있었습니다. 어떤 간식들은 선이 일직선으로 곧게 뻗어있는 반면, 어떤 간식들은 선이 위아래도 심하게 요동치죠. 디저트처럼 유행이 빠른 소비재의 경우 선의 움직임이 ‘유행의 역동성’을 나타내기도 합니다. SNS와 입소문을 타고 인기가 요동치는 ‘유행의 속도감’을 시각적으로 경험할 수 있는 사례였습니다.
두 번째 사례는 전 세계 GDP(국내 총생산량) 상위 10위 국가를 보여주는 범프차트입니다. 2006년부터 향후 2036년까지의 미래 전망을 선으로 연결했습니다. 차트의 X축은 연도 Y축은 GDP 순위를 나타내고 있습니다. 위 차트는 범프 차트에 ‘원의 크기’를 결합했는데요! 선으로는 순위를 보여주고, 원의 크기로는 실제 경제 규모를 동시에 표현했습니다. 순위의 역전뿐만 아니라 규모의 변화까지 함께 확인할 수 있죠.
위 차트에서 각 나라는 색상으로 구분했는데요. 가장 눈에 띄는 것은 빨간색으로 표시된 중국의 움직임입니다. 2006년 세계 4위였던 중국은 2011년 2위로 올라섰고, 2030년에는 미국을 제치고 1위에 등극할 것으로 예측됩니다. 원의 크기 또한 기하급수적으로 커지며 중국의 GDP(국내 총생산량) 규모 변화를 확인할 수 있습니다.
인도의 도약은 더욱 놀라운데요. 2006년 14위에 불과했던 인도는 매년 성장하며 꾸준히 순위를 높여 2036년에는 세계 3위까지 올라설 것이라는 전망을 선의 흐름을 통해 명확히 알 수 있습니다. 상승하는 가파른 선을 통해 인도의 폭발적인 성장세를 알 수 있습니다.
이처럼 범프차트는 특정 국가가 다른 국가를 어느 시점에 역전했는지 등 시간에 따른 변화 과정을 확인할 수 있습니다. 여기에 GDP 규모를 상징하는 도형을 결합해 순위라는 추상적인 개념에 실질적인 데이터를 더해 이해도를 높였는데요! 잘 설계된 데이터 시각화 하나가 수백 페이지의 두꺼운 경제 보고서를 읽지 않아도 글로벌 경제 권력이 어떻게 변화하고 있는지 직관적으로 이해할 수 있는 사례였습니다.
3. 비교하며 탐색하는 순위 구성
우리는 보통 순위 차트를 볼 때 ‘누가 1위인지’라는 결과에 주목하게 됩니다. 하지만 단순히 ‘총점’으로 매겨진 등수만으로는 우리의 궁금증이 완전히 해소되지 않을 때가 있습니다. 세계에서 가장 살기 좋은 도시 순위가 있다면, 1위를 한 도시는 ‘어떤 점’이 좋은지 궁금해지는 것처럼요.
이럴 때 필요한 것이 바로 사용자가 직접 데이터를 다각도로 탐색하고 비교할 수 있도록 설계된 시각화입니다. 전체 순위와 결과를 구성하는 세부 지표를 함께 제공해 사용자가 각 항목의 점수를 직접 비교하고, 자신만의 인사이트를 얻을 수 있는데요. 순위를 구성하는 여러 지표를 같이 비교하며 데이터를 탐색할 수 있는 사례를 살펴보겠습니다.
첫 번째 사례는 ‘지구와 사람을 위한 세계 최고의 도시 순위’를 나타내는 점 나열 차트입니다. 차트에서 X축은 평가 순위를, Y축은 도시를 나타내고 있습니다. 위 차트는 ‘지속 가능성’이라는 다소 추상적인 순위를 사회적 요인(Social), 환경적 요인(Environmental), 경제적 건강(Economic Health)이라는 3가지 세부 지표로 나누어 순위를 매겨 종합 순위와 함께 탐색할 수 있도록 했습니다. 위 차트는 종합 순위(Overall Rank)를 기준으로 위에서 아래로 도시가 보여지고, 3가지 색상의 점으로 각 나라의 사회, 환경, 경제 지표의 개별 순위를 비교할 수 있습니다.
서울은 세계 최고의 도시 ‘7위’에 올랐는데요! 순위를 나타내는 점들을 살펴보면 흥미로운 점을 발견할 수 있습니다. 빨간색 점인 사회 부분은 세계 1위를 차지했는데요. 반면, 하늘색 점인 경제 부분, 노란색 점인 환경 부분에서는 각각 18위, 26위로 종합 순위에 비해 상대적으로 낮은 순위임을 알 수 있습니다.
그렇다면 종합 순위 1위를 차지한 ZURICH(취리히)는 모든 항목에서 1등일까요? 차트 가장 상단에 위치한 취리히를 보면 사회 부문 순위를 뜻하는 빨간색 점이 다른 지표들보다 왼쪽에 위치해 있는데요. 이는 취리히가 경제와 환경 면에서는 완벽에 가깝지만, 사회 부문에서는 개선점이 있다고 해석할 수 있습니다. 이처럼 종합 순위와 함께 사회, 경제, 환경 순위를 나란히 놓고 비교해 보니 각 도시가 가진 강점과 보완이 필요한 부분을 입체적으로 파악할 수 있었습니다.
여러분은 여행할 때 어떤 점을 가장 중요하게 생각하시나요? 누군가는 ‘위치’가 가장 중요할 수도 있고, 누군가는 ‘안전성(치안)’이 가장 중요할 수 있습니다. 두 번째 사례는 ‘2023년 방문하기 가장 좋은 도시’ 100위를 보여주는 레이더 차트입니다. 레이더 차트는 다수의 평가 항목을 한눈에 비교하기 좋은 차트인데요. 항목 수에 따라 원을 나누고 중심에서부터 점수를 찍어 선으로 이은 모양이 거미줄과 비슷해 ‘스파이더 차트’라고도 불리기도 합니다.
위 시각화에서는 8가지 지표를 합산한 종합 점수를 바탕으로 전체 순위를 결정하고, 1위부터 차례대로 레이더 차트를 나열했습니다. 사용자는 나열된 순위에 따라 차트를 살펴보며 각 도시의 세부 지표 점수를 직관적으로 비교할 수 있는데요. 이 과정을 통해 등수와 별개로 자신만의 우선순위에 딱 맞는 ‘나만의 1위’ 도시를 발견할 수 있습니다. 더 자세히 살펴볼까요?
위 차트는 1위를 차지한 ‘Paris(파리)’의 항목별 세부 점수를 보여주고 있는데요. 각 항목은 Climate(기후), Location(위치), Safety(안전), Sights(볼거리) 등 여행을 할 때 고려하는 8가지 지표로 구성되어 있습니다. 차트를 보면 쇼핑(Shopping)과 볼거리(Sights) 부문에서 거의 만점에 가까운 점수를 얻었지만, 경제성(Affordability) 측면에서는 낮은 점수를 받은 것을 알 수 있습니다. ‘파리는 볼거리는 많지만, 물가가 높은 편이다’라고 해석할 수 있습니다.
이 차트의 특별한 점 중 하나는 사용자가 직접 원하는 도시를 선택해 1위 도시와 겹쳐서 비교할 수 있는 인터랙티브 대시보드 형태라는 점인데요! 22위에 오른 우리나라 ‘서울’을 1위 파리와 직접 비교해 보았습니다.
위 이미지에서 1위 파리는 주황색 선과 남색 배경으로, 비교 대상인 ‘서울’은 노란색과 회색 배경으로 표시되는데요. 주황색 선으로 표시된 파리가 서울에 비해 볼거리, 쇼핑, 날씨에서 높은 점수를 받았습니다. 반면 경제성과 안전성 부문에서는 노란색 선이 두드러지는 것으로 보아 서울이 파리보다 높은 점수를 받는 항목임을 알 수 있습니다.
이런 비교를 통해 사용자는 ‘파리가 1위니까 최고야!’라고 결론 내리는 것이 아니라, ‘나는 안전이 중요하니까 서울이 더 매력적인 도시인 것 같아’와 같이 독자가 스스로 질문하며 차트를 탐색할 수 있습니다. 1위와 서울을 비교해 보니 각 도시의 장단점이 더 잘 이해되지 않나요? 사용자가 순위를 비교하는 과정을 통해 단순히 순위 나열을 넘어 ‘나만의 1위’를 찾아가는 시각화를 경험할 수 있는 사례였습니다.
에디터의 한마디
지금까지 데이터 시각화에서 순위를 나타내는 다양한 방법을 살펴보았습니다. 단순히 1위부터 10위까지 이름표를 붙여 나열한 표를 보는 것보다, 시계열의 흐름을 담은 범프 차트나 세부 지표를 파헤치는 점 차트, 레이더 차트를 통해 훨씬 더 입체적인 인사이트를 얻을 수 있는데요!
개인적으로는 범프 차트를 통해 대만 야시장 간식부터 거대한 국가 경제 규모까지, 시간에 따라 순위가 뒤바뀌는 역동적인 과정을 한눈에 파악할 수 있었던 점이 참 인상 깊었습니다. 단순히 ‘누가 1등인지’ 확인하는 것을 넘어, 그 순위가 만들어진 맥락을 함께 이해할 수 있었습니다. 여러분은 어떤 차트가 가장 기억에 남으시나요?
순위를 나타내는 다양한 사례를 보며 데이터 시각화의 진정한 가치는 전달하고자 하는 인사이트의 내용과 목적에 집중하는 것에서 시작된다는 것을 다시금 확인할 수 있었습니다. 이번 콘텐츠가 여러분의 데이터에서 순위에 대한 인사이트를 전달하기 위한 시각화를 제작할 때 참고할 유용한 가이드가 되었으면 좋겠습니다!
<참고 자료>
- Marcus Lu, “The World’s Most Common Passwords”, visualcapitalist, 2025-07-05
- Pallavi Rao, “Countries That Use the Most Cash in 2025”, visualcapitalist, 2025-11-06
- Leandro collares, Julia janiki, Joyce Chou, “Taiwan’s 10 most popular street foods over the last decade”, Taiwan data stories, 2022
- Raul Amoros, “Visualizing the Coming Shift in Global Economic Power”, visualcapitalist, 2022-06-13
- Ervin Vinzon, “World’s Best Cities for People and the Planet”, Tableau public, 2023-05-05
- Iris Sun, “Best Cities to Visit in 2023”, Tableau public, 2023-06-29
Editor. 진젤리
