12주차

과학 데이터를 분석하고
시각화하기

질문에 맞는 데이터를 고르고, 분석과 그래프를 설계한다.

데이터 선정과 분석 계획그래프 유형·축·라벨 설계CO₂ 자료 자율 탐색

00

같은 CO₂ 자료로 무엇을 알아볼까?

마우나로아 CO₂ 농도의 변화

얼마나 늘었을까?

긴 기간의 변화와 증가 속도

해마다 왜 오르내릴까?

반복되는 계절 변동

다른 자료와 함께 보면?

기온·배출량 등과의 관계

질문에 따라 필요한 변수와
분석 방법도 달라진다.

자료: NOAA GML · 월평균, 1960~2024년

01

이 데이터가 내 질문에 답할 수 있을까?

먼저 확인할 것스스로 물어볼 질문
출처와 수집 방법누가, 어디서, 어떻게 측정했나?
측정 대상과 변수내가 알고 싶은 것을 실제로 측정했나?
시간·공간 범위필요한 시기와 지역이 포함되나?
단위와 관측 간격값의 의미와 비교 기준이 같나?
빠진 값과 자료 설명결측·보정·대체 관측을 확인했나?
CO₂ 자료에서 꼭 구분할 것

대기 중 농도와
배출량은
다른 지표다.

농도: 공기 속 CO₂의 비율
배출량: 일정 기간 배출한 양

마우나로아 자료는 대기 중 CO₂ 농도다. 화산의 배출량을 뜻하지 않는다.

질문과 자료가 잘 맞는지 살피는 것이 분석의 출발점이다.

01

행 하나와 열 하나의 뜻부터 읽자

yearmonthaveragedeseasonalized
20201413.59413.22
20202414.32413.41
20203414.72413.35
20204416.42413.92
20205417.28413.98

한 행 = 한 달의 자료
average = 월평균 농도, deseasonalized = 계절 변동을 보정한 농도

같은 파일의 열이라도 뜻이 다르다.

파일을 열면 먼저 확인하기

  • 날짜가 시간순으로 정렬되어 있는가?
  • 수치의 단위는 무엇인가?
  • 음수가 실제 값인가, 결측 표시인가?
  • 집계·보정 방법은 어떻게 설명했는가?

NOAA 파일은 주석에 보간값과 임시 관측소 정보를 설명한다. 값만 복사하면 이 정보를 놓치기 쉽다.

표: NOAA 월별 원자료 중 2020년 1~5월 · 농도 단위 ppm

01

그래프를 그리기 전에 네 가지를 정한다

정할 것CO₂ 분석의 예
탐구 질문CO₂ 농도는 시간에 따라 어떻게 변했을까?
필요한 변수날짜와 월평균 CO₂ 농도
비교·계산 방법시간순으로 비교하고, 필요하면 연평균을 계산한다.
시각화와 해석선그래프로 추세를 살피고, 반복되는 변동을 구분한다.

계획은 짧아도 된다. 무엇을 보고, 왜 그렇게 볼지 설명할 수 있으면 된다.

평균·증가량·비율 등 새 값을 만들면 계산 기준도 함께 정한다.

01

어떤 종류의 값인지에 따라 표현도 달라진다

수치농도 · 기온 · 깊이크기와 차이를 비교한다.
두 수치의 관계는 산점도로 살핀다.
범주와 순서지역 · 종류 · 등급지역별 크기는 막대로 비교한다.
등급은 의미 있는 순서를 유지한다.
시간연도 · 월 · 날짜시간순으로 변화를 읽는다.
관측 간격과 빠진 시점을 확인한다.

숫자로 적혀 있다고 모두 양을 뜻할까?

학번이나 지역 코드는 식별값이다. 코드의 크기나 평균이 분석 질문에 의미가 있는지 먼저 생각한다.

변수의 뜻과 자료 구조가 그래프 선택을 이끈다.

02

어떤 모양보다, 무엇을 보여줄지가 먼저다

보고 싶은 것표현 방법쓸 때 생각할 점모양
정확한 값표자료가 많아지면 패턴을 읽기 어렵다.
시간에 따른 변화선그래프시간순으로 놓고 관측 간격을 지킨다.
범주별 크기 비교막대그래프막대의 길이를 공정하게 비교한다.
두 수치 변수의 관계산점도점의 분포와 벗어난 점을 살핀다.
두 범주 축에 따른 값의 크기히트맵색의 기준과 범례를 함께 보여준다.
작은 도식은 유형 설명용이며 실제 관측값을 나타내지 않는다.

02

같은 자료를 선과 막대로 그려보면?

자료 집계2015~2024년 · 같은 값, 같은 축 범위

선그래프 · 이어지는 흐름 읽기

막대그래프 · 각 값의 크기 비교

월별은 계절 변동을, 연평균은 장기 추세를 읽기 쉽다. 집계 방법도 분석의 선택이다.

자료: NOAA GML · 연평균은 유효한 월평균 12개의 산술평균으로 계산

02

축만 읽어도 무엇을 그렸는지 알 수 있어야 한다

설명이 부족한 그래프

변수와 단위를 밝힌 그래프

x축 · 시간 변화라면 시간,
관계 분석이라면 질문에서 정한 변수

y축 · 비교하거나 설명할 값
예: 대기 중 CO₂ 농도 (ppm)

두 그래프는 모두 2015~2024년 CO₂ 연평균을 사용했다.

02

축을 바꾸면 같은 변화도 다르게 보인다

y축 범위
관측 기간

무엇이 달라 보이는가?

  • 변화가 크거나 작게 느껴지는가?
  • 계절 변동을 읽기 쉬운가?
  • 단기 변화로 긴 추세를 판단하고 있지는 않은가?

선그래프는 목적에 따라 0 이외의 값에서 시작할 수 있다. 막대그래프는 길이 비교가 핵심이므로 보통 0을 기준으로 한다.

자료: NOAA GML · y축의 실제 눈금과 관측 기간을 함께 확인한다.

02

점을 볼까, 색으로 펼쳐볼까?

산점도 · 두 변수의 관계

점 하나 = 같은 해의 CO₂·기온 편차
옅은 점은 과거, 진한 점은 최근 연도다.
공통 연도만 결합했다. 관계가 보여도 원인을 입증한 것은 아니다.

히트맵 · 연도와 월을 함께 보기

연도1월2월3월4월5월6월7월8월9월10월11월12월201920202021202220232024
408.7 ppm426.9 ppm

셀에 마우스를 올리거나 키보드로 선택하세요.

연도별 평균을 빼면 계절 변동이 더 잘 드러난다.
월별 농도 − 해당 연도 월평균 12개의 평균

자료: NOAA GML · NASA GISS/GISTEMP v4, 기온 편차의 기준 기간 1951~1980년

02

제목과 범례, 출처도 그래프의 일부다

마우나로아 대기 중 CO₂ 농도 변화

설명 요소

NOAA GML · 2020~2024년 · average와 deseasonalized 열 사용

제목대상·지표·범위를 알 수 있게
축변수 이름과 단위를 함께
범례색·선의 뜻을 구별할 수 있게
출처제공기관과 처리 방법까지
서로 다른 선은 색과 선 모양을 함께 달리해 구분한다.

03

그래프에서 읽은 것과 더 알아봐야 할 것

관찰
1960년 연평균 316.91 ppm → 2024년 424.60 ppm
해석
관측 자료에서 장기 증가 추세와 계절 변동이 함께 나타난다.
한계
이 그래프 하나로 특정 지역·산업의 기여나 기온 변화의 크기까지 계산할 수는 없다.

더 강한 결론에는 그에 맞는 자료와 분석이 필요하다.
배출량·기온 등을 더할 때도 변수의 뜻, 단위, 관측 기간부터 맞춘다.

자료에서 확인한 사실을 바탕으로 해석하고, 남은 질문을 분명히 한다.

03

얼마나 믿고, 어디까지 말할 수 있을까?

데이터의 설명을 함께 읽는다

  • 어느 장소와 기간을 관측했는가?
  • 빠진 값은 어떻게 처리했는가?
  • 측정·집계·보정 방법은 무엇인가?
  • 반복 관측의 변동과 불확실성은?
원자료 주석에서 찾은 정보

2022년 말 화산 분화로 마우나로아 관측이 중단됐다.

2022년 12월~2023년 7월 초에는 마우나케아 관측 자료가 포함된다.

그래프에서 보이는 점이 모두 같은 장소의 직접 관측값이라고 가정하면 안 된다.

자료의 범위가 결론의 범위를 정한다.

자료 설명: NOAA CO₂ 월별 파일 주석 · 일부 결측 월은 보간 처리됨

03

질문에서 결론까지, 선택이 이어진다

① 질문

CO₂ 농도는 시간에 따라
어떻게 변했을까?

② 데이터

날짜와 월평균 농도
단위·결측·주석 확인

③ 분석 계획

시간순으로 비교
월별과 연평균을 구분

④ 시각화

시간 흐름은 선으로
범주 비교는 막대로

⑤ 그래프 설계

축·라벨·단위·제목
눈금과 범례·출처

⑥ 해석

추세와 계절 변동
자료가 말하는 범위까지

분석이 막히면 앞 단계로 돌아가 질문이나 자료를 다시 고를 수 있다.

이 흐름은 다른 과학 데이터에도 적용할 수 있다.

04

지난 CO₂ 자료를 자유롭게 살펴봅시다

01내 그래프의 축·단위·제목 살펴보기
02자료의 기간이나 집계 간격 바꿔 보기
03다른 그래프로 그려 보고 비교하기
04해석을 다시 읽거나 동료와 이야기하기

AI와 대화해도, 직접 생각해도 됩니다.
이미 추가 자료가 있다면 함께 살펴봐도 좋습니다.

원하는 만큼 살펴보세요.
완성하거나 제출할
과제는 없습니다.

04

좋은 분석은 선택의 이유를 설명할 수 있다

질문

무엇을
알고 싶은가?

답할 수 있는 범위로
질문을 구체화한다.
데이터

무엇을
측정했는가?

변수·단위·기간과
자료 설명을 확인한다.
시각화

어떻게
보여줄까?

질문에 맞는 유형과
축·라벨을 선택한다.
해석

어디까지
말할 수 있나?

관찰·해석·한계를
구분한다.
다음 분석에서도 같은 질문을 적용해 봅시다.

04

자료 출처와 시각화에 사용한 계산

  1. NOAA GML · Mauna Loa CO₂ 자료
    Lan, Tans & Thoning, Trends in atmospheric carbon dioxide. 월별 원자료 CSV · 수업용 그래프는 1960~2024년 사용. 원파일 생성일: Fri Oct 9 13:08:07 2026 · 확보일: 2026-11-09.
  2. NASA GISS · GISTEMP v4 전 지구 기온 편차
    GISTEMP Team, 2026. 1951~1980년 평균 대비 편차(°C). 원자료 CSV
    Lenssen et al. (2024), A GISTEMPv4 observational uncertainty ensemble.
  3. Richard Gott · Sandra Duggan (2003), Understanding and Using Scientific Evidence
    변인, 표와 그래프, 자료 해석, 측정의 불확실성과 일반화를 이론적 배경으로 참고함.

연평균: 월평균 12개의 산술평균. 산점도: 연도로 결합한 1960~2024년 자료.
히트맵의 ‘연평균과의 차이’: 월평균 농도에서 해당 연도 월평균 12개의 평균을 뺀 값.
데이터는 2026년 11월 9일 확보했으며, 이후 원기관의 품질관리로 값이 바뀔 수 있습니다.

← → 이동 · F 전체화면