최근 몇 년 사이 서울 곳곳에서 싱크홀 사고가 잇따르면서 ‘내가 사는 곳은 안전할까?’라는 불안감이 커지고 있습니다. 싱크홀은 지하 공간의 침식이나 붕괴로 인해 지반이 갑자기 내려앉는 현상을 말하는데요. 최근 10년간 3,188건의 크고 작은 땅 꺼짐 현상이 발생했고, 2024년 한 해 동안 250건이 넘는 신고가 접수되었다고 해요. 그렇다면 과연 서울에서 싱크홀로부터 안전한 지역은, 또 위험한 지역은 어디일까요?

오늘 첫 번째로 소개할 시각화는 동아일보에서 제작한 서울시 싱크홀 안전 지도입니다. 위 지도를 제작한 동아일보 히어로 콘텐츠팀은 서울시 426개  행정동을 지반, 지하수, 지하철, 지반침하 이력, 노후건물 분포 5개 항목으로 평가해 1~5등급을 나누었는데요. 가장 안전한 1등급 지역은 짙은 녹색으로, 위험도가 높은 5등급은 빨간색으로 표시하여 히트맵을 제작했습니다.

서울에서 1등급을 받은 지역은 단 한 곳인데요! 지도의 중앙 아래 짙은 녹색으로 표시된 ‘관악구 대학동’이었습니다. 연두색으로 표시된 2등급 지역은 24곳으로 관악산, 북악산, 안산 근처에 있는 행정구역이었습니다. 붉은색으로 표시된 위험 지역을 살펴볼까요? 지도에서 주황색과 빨간색으로 표시된 곳은 각각 4, 5등급을 받은 지역입니다. 4, 5등급을 받은 지역은 208개 동으로 전체의 48.8%, 서울시 전체 면적의 50.2%가 넘습니다. 지도 중앙에 있는 한강을 중심으로 많이 분포해 있는 것을 확인할 수 있습니다. 

내가 살고 있는 지역이 4, 5등급이라고 해서 바로 땅이 꺼진다는 의미는 아닙니다. 다만, 도로공사 등 인위적인 요인이 더해지면 싱크홀 같은 지반 사고의 발생의 위험이 커진다는 것인데요. 님도 지도를 통해 내가 사는 지역의 싱크홀 위험도를 확인해 보시는 건 어떨까요?

고혈압은 ‘조용한 살인자’라는 별명처럼, 특별한 증상 없이 건강을 위협하는 질환 중 하나입니다. WHO에 따르면 전 세계 성인 3명 중 1명이 고혈압을 앓고 있다고 해요. 하지만, 국가별로 유병률에는 큰 차이가 존재합니다. 각 나라의 생활 습관, 식단, 의료 접근성에 차이가 있기 때문이죠! 그렇다면, 세계 각국의 고혈압 유병률은 실제로 얼마나 차이가 날까요?

Voronoi에서 제작한 나라별 고혈압 유병률 히트맵으로 그 차이를 체감할 수 있었는데요! 위 사례에서는 고혈압 유병률 20%(파란색)에서 60%(빨간색)까지의 수치를 그라데이션으로 표현했습니다. 왼쪽 상단 가장 짙은 파란색부터 곡선을 따라가면 유병률이 낮은 국가부터 높은 국가를 순서대로 나열한 것을 알 수 있어요. 차트의 굽어지는 곡선은 유병률 수치의 범위를 알려줍니다. 예를 들어 하단 주황색에서 붉은색으로 굽어지는 곳은 고혈압을 진단받은 사람의 비율이 45~49%인 국가들임을 알 수 있죠!

이 시각화를 통해서 고혈압 유병률이 가장 낮은 곳은 페루, 가장 높은 곳은 파라과이인 것을 알 수 있는데요. 한국은 어디에 있을까요? 한국은 위에서 9번째로, 하늘색으로 색칠된 25~29% 그룹에 포함되어 있네요! 대체로 스위스, 캐나다, 캄보디아 등 서유럽과 동아시아 국가들이 세계 평균보다 낮고, 아프리카 국가들이 상대적으로 높은 유병률을 보이는 것을 알 수 있습니다.

일반적으로 국가별 데이터를 시각화할 때 지도 형태로 표현하는 경우가 많은데요. 이번 사례는 색상과 곡선을 활용해 국가별 순위와 분포 범위를 보여주는 새로운 표현 방식을 시도했다는 점이 참신하게 느껴졌습니다!

혹시 님은 포뮬러 원(F1) 경기를 보신 적 있으신가요? F1은 세계적인 자동차 경주 대회로, 최근 영화 'F1 더 무비'가 개봉하면서 큰 관심을 받고 있는데요! 오늘의 마지막 사례는 F1과 관련된 흥미로운 시각화, Anastasiia Kuznetsova의 'Boring Monaco? F1 Drivers Start-Finish Positions in Monaco GP(F1 드라이버의 모나코 GP 스타트-피니시 포지션)'입니다!

보통 F1의 출발 순서는 예선 경기의 순위에 따라 결정된다고 해요. 따라서 위 사례의 제작자는 출발 순서가 최종 순위를 결정짓는 요인이라고 판단하고, 검증하기 위해 세계적인 레이스인 모나코 그랑프리의 지난 20년간 경기 데이터를 시각화했다고 합니다. 과연 결과는 어땠을까요?