레이더 차트는 여러 기준의 프로필을 어디까지 비교할 수 있을까?

다섯 기준을 중심에서 바깥으로 펼친다

LLM 구성 A를 정확도 88, 속도 72, 비용 효율 64, 안전 91, 근거성 80으로 평가했다고 하자. 레이더 차트는 각 지표를 중심에서 뻗은 축에 놓고 값을 선으로 이어 프로필을 만든다. 중심은 낮은 값, 바깥쪽은 높은 값으로 통일해야 모양을 읽을 수 있다.

이 값들은 도표 읽기용 교육 자료다. 실제 서비스에서는 단위, 표본 수, 측정 기간, 높고 낮음의 방향과 정규화 기준을 제공한다. 비용 원화와 지연 초를 0–100 점수로 바꾸었다면 변환식과 목표값을 공개한다. 다각형의 넓이는 종합점수로 계산하지 않는다.

축·눈금·꼭짓점·선의 문법을 순서대로 읽는다

축 라벨은 측정 항목, 중심에서의 거리는 정규화된 값, 동심 다각형은 공통 눈금, 꼭짓점은 관측값이다. 이웃 꼭짓점을 잇는 선은 두 지표 사이의 인과관계나 시간 흐름이 아니다. 선은 한 후보의 축별 값을 묶어 프로필을 알아보게 하는 경계다.

모든 축은 같은 방향과 눈금 범위를 사용하거나 차이를 명시한다. 한 축만 0–10, 다른 축은 60–100을 화면상 같은 길이로 늘리면 모양이 원수치 차이를 숨긴다. 0, 25, 50, 75, 100 눈금을 표시하고 축 라벨이 긴 경우 줄바꿈과 여백을 늘린다.

낮을수록 좋은 지표는 방향을 뒤집고 원값을 남긴다

정확도와 안전은 높을수록 좋지만 비용과 지연은 낮을수록 좋다. 비용 2원이 바깥쪽, 8원이 안쪽에 오게 “비용 효율”로 변환할 수 있다. 예를 들어 고정 기준 10원에서 효율점수=(10−비용)/8×100처럼 정의한다. 관측 최솟값·최댓값을 매번 기준으로 쓰면 새 후보가 들어올 때 기존 모양이 바뀐다.

목표값과 허용 상한을 기준으로 고정된 변환을 쓰고 범위를 벗어난 값 처리도 정한다. 점수 100이 완벽함인지 목표 충족인지 구분한다. 원수치, 변환점수, 방향을 함께 표에 제공하면 독자가 다각형에서 원래 단위로 돌아갈 수 있다.

축 순서만 바꿔도 면적과 모양이 달라진다

같은 다섯 값이라도 속도와 비용 축의 위치를 바꾸면 이웃한 꼭짓점 조합이 달라져 다각형의 면적과 윤곽이 변한다. Feldman은 채운 레이더 차트의 면적이 지표 배치 순서에 불변이 아니므로 사회지표 비교에 쓰기 어렵다고 지적했다. 면적을 순위나 종합점수로 사용하지 않는다.

축 순서는 개념적 묶음, 운영 흐름, 고정 사전 순서 중 하나를 정해 모든 후보와 기간에서 유지한다. 유리한 모양을 만들려고 순서를 바꾸지 않는다. 보고서 버전 사이 축이 추가되거나 삭제되면 이전 모양과 직접 비교하지 않고 공통 축만 별도 패널로 다시 그린다.

여러 후보를 겹치면 교차선과 색이 비교를 방해한다

두 후보까지는 선과 점, 직접 라벨로 비교할 수 있지만 다섯 후보를 반투명 면으로 겹치면 교차선과 혼합색이 복잡해진다. 뒤에 그린 후보가 앞 후보를 가리고 색각 차이에 따라 구분이 어려워진다. 후보가 많으면 작은 다중 레이더, 점 그래프, 평행좌표 또는 표를 사용한다.

후보 두 개를 겹칠 때도 채움은 약하게 하고 선 모양·점 표식을 함께 쓴다. 각 축의 두 값 차이를 직접 라벨로 제공한다. 우열이 중요한 경우 축별 연결 점 그래프가 공통 기준선에서 차이를 더 정확히 보여 준다. 레이더는 정밀 순위보다 프로필 개요와 토론 시작점에 적합하다.

레이더와 막대·점·평행좌표는 읽기 과제가 다르다

레이더 차트는 여러 축의 높은 곳과 낮은 곳이 만드는 개략적 프로필을 보여 준다. 막대와 점 그래프는 공통 축에서 길이와 위치를 비교해 정확한 차이에 강하다. 평행좌표는 많은 후보와 축을 선으로 연결하지만 선 겹침 관리가 필요하다. 히트맵은 후보×지표 행렬의 전체 패턴을 찾는다.

IBM 연구진의 복합지표 실험에서는 레이더가 비교된 방사형 대안 중 공통 과제에서 가장 덜 효과적이고 선호도도 낮은 결과가 보고되었다. 특정 상황에서 항상 금지한다는 뜻보다, 사용 목적과 대안의 성능을 확인해야 한다는 근거다. 정확한 순위와 차이가 목적이면 공통축 위치 도표를 우선한다.

정규화와 가중치는 도표 밖의 정책 판단이다

정확도 1%포인트와 비용 1원의 중요도는 자동으로 같아지지 않는다. 0–100으로 바꾸면 화면 길이는 같아져도 업무 가치는 같지 않다. 가중 종합점수가 필요하면 지표별 가중치, 기준점, 보상 가능성, 최소 제약을 별도 계산표에 공개한다. 레이더 면적에 암묵적 가중치를 맡기지 않는다.

누락값을 0으로 두면 최악 점수로 오해되고, 평균으로 채우면 실제 측정처럼 보인다. 미측정은 점선을 끊거나 NA 라벨로 남기고 종합점수에서의 처리 규칙을 적는다. 지표 간 중복도 확인한다. 정확도와 품질 총점이 같은 정보를 두 번 반영하면 특정 특성이 과도하게 강조된다.

LLM에는 축 사전과 원수치 표를 먼저 준다

지표명, 정의, 원단위, 좋은 방향, 목표·상한, 정규화식, 표본 수와 결측 상태를 축 사전으로 제공한다. 후보별 원수치에서 변환점수를 계산하고 0–100 범위, 방향, 합계가 아닌 개별 축을 검산하게 한다. 축 순서는 고정 목록으로 주고 임의 재정렬을 금지한다.

결과에는 레이더 차트용 점 목록과 같은 내용을 담은 접근 가능한 표를 함께 요구한다. 후보가 많거나 값 차이가 작으면 연결 점 그래프와 히트맵 대안도 제시하게 한다. 실제 측정값이 없으면 그럴듯한 점수를 만들지 않고 빈 축 사전과 도표 사양만 반환하게 한다.

잘못된 레이더는 넓은 모양을 우수함으로 홍보한다

수정 전 도표는 후보마다 축 순서를 바꾸고 관측 최솟값·최댓값으로 따로 정규화했다. 비용은 낮을수록 좋은데 원값이 큰 후보를 바깥쪽에 놓았다. 다섯 후보의 채운 면을 겹치고 넓이가 큰 후보를 종합 1위라고 설명했다. 누락값은 0으로 채워 실제 최저 성능처럼 보였다.

수정 후 고정 축 순서, 공통 기준, 같은 방향을 적용하고 원수치 표를 함께 제공했다. 두 후보만 선과 점으로 표시하고 나머지는 작은 다중 도표로 분리했다. 면적 순위를 삭제하고 축별 차이와 최소 제약을 설명했다. NA는 끊긴 선과 라벨로 남겼으며 정확 비교에는 연결 점 그래프를 추가했다.

복사해서 쓸 수 있는 LLM 요청문

아래 요청문은 교육용 예시다. 원문을 함께 제공하고, 모델이 빈칸을 추측하지 않도록 금지 조건을 넣었다. 결과를 받으면 원문 문장과 노드·선의 대응을 사람이 다시 확인한다.

다음 다지표 자료로 레이더 차트를 검산해 줘.
1. 지표명·정의·원단위·좋은 방향·표본 수를 축 사전으로 만든다.
2. 고정 목표와 상한을 사용해 정규화식을 명시한다.
3. 후보별 원수치와 0–100 변환값을 함께 표로 보인다.
4. 모든 후보와 기간에 같은 축 순서와 눈금을 사용한다.
5. 누락값을 0으로 채우지 말고 NA 처리 규칙을 적는다.
6. 다각형 면적을 종합점수나 순위로 사용하지 않는다.
7. 후보가 많거나 정밀 비교가 필요하면 점 그래프·히트맵을 제안한다.
8. 실제 측정값이 없으면 점수와 모양을 만들지 않는다.

[지표표] …

직접 실습하고 결과를 읽기

이 실습은 브라우저 안에 준비한 교육용 자료만 사용한다. 외부 LLM을 호출하거나 실제 기관 자료를 조회하지 않는다. 입력을 바꾸어 결과가 어떻게 달라지는지 보고, 설명과 맞지 않는 결과가 나오면 어떤 정보가 빠졌는지 적어 본다.

자료와 출처

아래 자료는 이번 글의 정의와 표기법을 확인하는 데 사용했다. 생각그림과 사례 문장은 원자료를 복제하지 않고 이 글의 교육 목적에 맞게 새로 구성했다.

• Yael Albo 외, Off the Radar: Comparative Evaluation of Radial Visualization Solutions, IEEE TVCG, 2016
• Roger Feldman, Filled Radar Charts Should not be Used to Compare Social Indicators, 2013