정보시각화 아틀리에

세계 분쟁 사망자 비율 - 1400년부터의 역사

crefrog — Wed, 24 Jun 2015 22:10:14 +0900

출처: War and Peace before 1945 - Max Roser

트위터에서 흥미로운 그래프가 리트윗되어서, 블로그에도 소개글을 씁니다.

이 그래프는 1400년 이후, 세계에서 일어난 각종 무력 분쟁에서 희생당한 사람의 비율을 표시한 것입니다.

그래프에도 설명이 있지만, 간단히 설명드리면,

x축은 사건이 일어난 시간입니다. 1400년부터 현재까지 표시되어있습니다.
y축은 전체 인구 100,000명 당, 분쟁으로 사망한 사람 수입니다. 즉, 분쟁 사망률 정도로 쓸 수 있겠네요.
빨간색 원은 각 분쟁 사건을 뜻하고, 원의 크기는 전체 사망자수에 비례합니다. 원의 위치는 x축/y축이 의미하는 바대로 사건이 일어난 시간과, 분쟁 사망률입니다.
빨간색 선은 분쟁 사망률을 15년 간격으로 이동평균한 값입니다.
파란색 선은 빨간색 선과 마찬가지로 분쟁 사망률 이동평균 값이지만, 군인 사망자만 따진 값입니다.

한 가지 주의할 점은 y축이 로그 척도로 그려졌다는 점입니다. 로그 척도는 간단히 말해서 지진의 규모를 나타내는 리히터 규모와 같은 값에서 쓰이는 척도입니다. 리히터 규모 값이 1.0 올라가면, 지진의 에너지는 30배씩 증가하죠. 원래 값 대신에 로그(log)값을 썼다고 생각하시면 됩니다. 따라서 위 그래프를 로그 척도가 아닌 실제 척도로 그리면 훨씬 더 크게 위아래로 요동치는 그래프가 됩니다.

그래프를 보면 사망률이 위아래로 진동하다가, 2차대전에 정점을 찍고나서 최근까지 극적으로 사망률이 감소한 것을 관찰할 수 있습니다. 제가 이 그래프를 처음 소개받은 글( http://www.vox.com/2015/6/23/8832311/war-casualties-600-years )에서는 최근의 평화기가 일시적인 변화의 과정일 뿐인지, 아니면 인류가 드디어 평화를 유지하는 방법을 찾아낸 것인지에 대한 논쟁을 간단히 소개하고 있네요. <블랙 스완>으로 유명한 나심 탈레프는 전자의 견해를, 스티븐 핑커는 후자의 견해를 지지한다고 하는군요.

저는 후자를 믿습니다. 최근에도 인구가 폭증 중이기 때문에, 이 그래프가 다시 진동 양상으로 돌아가려면, 우리는 2차대전때보다 더 많은 사망자가 나오는 전쟁을 치뤄야한다는 이야기가 됩니다. 핵전쟁으로 인류가 멸망하는 시나리오를 제외하고는, 정말 그런 일이 벌어질 거라고는 쉽게 상상이 가지 않네요.

어쨌든, 이 단 한장의 그래프로도 많은 논의를 할 수 있을 것 같습니다. 그게 바로 정보시각화의 힘이라고 생각합니다.

이외에 다른 그래프도 많으니, 출처 링크에 한번 방문해보세요.

<정보는 아름답다>, 풍성한 인포그래픽 사례집

crefrog — Wed, 6 Jun 2012 13:50:01 +0900

책 표지" filename="8992263163_f.jpg" filemime="image/jpeg" style="width: 400px; height: 556px; "/><정보는 아름답다> 책 표지

올해 초 데이비드 맥캔들리스의 책, <정보는 아름답다>가 국내에 번역 출간되었습니다.

데이비드 맥캔들리스는 저널리스트이자 인포그래픽 디자이너로 유명한 사람입니다.

그의 TED 강연은 한번 들어볼만한 가치가 있지요.

이 책도 역시 인포그래픽에 관한 책입니다.

한번 서점에서 펼쳐 보시면 아시겠지만, 책에 인포그래픽에 대한 이론이나 설명은 한 마디도 없습니다.

대신 책 전체가 인포그래픽으로 가득차 있습니다.

모든 페이지가 글은 거의 없는 인포그래픽이죠.

정보시각화의 유형 - 118쪽

불멸 - 오래 살았던 유명 인사들의 생애로 알아보는 장수의 열쇠 - 135쪽

그래서 죽 넘겨보는 것만으로도 굉장히 다양한 인포그래픽 사례를 접할 수 있습니다.

그리고 인포그래픽의 형식 뿐 아니라, 인포그래픽들이 전달하는 정보 자체도 상당히 좋습니다.

저자가 저널리스트답게 정치, 종교, 환경 등 다양한 주제로 인포그래픽을 제작했는데, 인포그래픽 그 자체 말고도 배울만한 내용이 많네요. 예상 외의 소득이었습니다. :)

이면의 정보를 빠르고 정확하게 전달한다는 점에서, 이 책에 실린 인포그래픽들이 잘 만들어진 인포그래픽이라는 방증이기도 하겠지요.

정보시각화에 관심이 있는 분이라면 소장할 만한 가치가 있는 책이라고 생각합니다.

꽃 이름 찾기 - 국가생물종지식정보시스템의 예

crefrog — Fri, 25 May 2012 00:39:27 +0900

이전 글: 꽃 이름 찾기 - 정보축 선택의 중요성

바로 전에 꽃 이름 색인에 대한 글을 썼습니다.

그 글에 mwtree님이 댓글로 제보해주셨는데요.

국가생물종지식정보시스템 사이트에 훨씬 자세한 꽃 이름 색인 서비스가 있다고 합니다.

아래 갈무리 사진처럼 꽃색과 개화기 뿐 아니라, 꽃 모양, 잎 모양, 열매 모양 등 다양한 방식으로 색인이 가능하네요.

이것도 목적(꽃 이름 찾기)과 수단(웹 환경) 잘 맞는 정보시각화의 사례라고 볼 수 있겠습니다.

mwtree님, 좋은 정보 감사합니다~

꽃 이름 찾기 - 정보축 선택의 중요성

crefrog — Sun, 20 May 2012 14:45:52 +0900

야생화 도감

최근에 꽃 도감을 한 권 구입했습니다.

길 가다가 마주치는 꽃들의 이름이 궁금했거든요.

책은 꽤 두껍습니다. 소개된 꽃도 365종이나 됩니다. 그렇다면 이 책에서 내가 본 꽃의 이름을 찾으려면 어떻게 해야할까요?

하나하나 책장을 넘겨보며 비교해봐야할까요?

꽃 도감은 다음과 같은 찾아보기 표를 수록하는 방법을 택했습니다.

꽃 이름 찾아보기 - 계절별, 꽃 색깔별

우선 꽃을 봄, 여름, 가을, 겨울 네가지 계절별로 분류하고,

붉은색, 노란색, 보라색, 흰색, 녹색의 다섯가지 색깔로 배열한 것입니다.

이로서 길에서 봤던 꽃을 좀더 쉽게 찾을 수 있겠죠.

-------------

이렇게 어떤 사물들의 정보를 효과적으로 전달하려면, 기본이 되는 정보축을 잘 선택하는 것이 중요합니다.

그래프에서 x, y축을 선택하는 작업이 바로 이런 것이죠.

만약 꽃에 대한 정보를 가장 잘 나타내는 계절과 색깔을 주요 축으로 선택하지 않고,

가나다 순으로 꽃을 배열했더라면 원하는 꽃을 찾기란 대단히 어려웠을 것입니다.

정보축을 적절하게 선택하는 일은 정보시각화에서 가장 기본이 되는 중요한 작업이지만, 종종 간과하거나 대충 넘어가는 경우도 많습니다. 반드시 주의하고 넘어가야할 부분이죠.

--------------

만약 이 도감처럼 "2차원 지면"이라는 한계를 생각하지 않고, 인터넷 상에서 꽃 사전을 서비스한다고 하면 어떤 정보축을 더 사용할 수 있을까요?

저라면 꽃잎의 수나, 풀꽃인지 나무 꽃인지 여부를 정보축으로 더 추가하겠습니다.

계절을 더 세분화해서 2~4월, 5~6월 같은 식으로 분류하는 방법도 있겠습니다.

여러분이라면 어떤 방법을 쓰시겠습니까? :)

데이터 시각화 관련 책, <아름다운 시각화> 번역 출간

crefrog — Fri, 18 May 2012 17:30:06 +0900

번역판 표지" filename="bv.png" filemime="image/jpeg"/><아름다운 시각화> 번역판 표지

<Beautiful Visualization>이 <아름다운 시각화>라는 제목으로 인사이트에서 곧 번역 출간 됩니다.

<Beautiful Visualzation>은 2010년에 오라일리 미디어가 출판한 데이터 시각화 관련 서적입니다. 저자는 줄리 스틸, 노아 일린스키 두 명으로 표기되어있긴 하지만, 실은 각 장마다 다른 기고자가 쓴 글 모음으로 구성되어있는 책입니다.

기고자가 많은 만큼 이 책의 내용은 아주 넓은 분야의 데이터 시각화 사례를 담고 있는데요. 소셜네트워크 시각화에서 지하철 지도 디자인 사례, 뉴욕 타임스 기사 시각화, 위키백과 시각화, 애니메이션 시각화 연구 사례, 앨로스피어AlloSphere 같이 거대한 체감형 시각화 기기에 이르기까지, 여러 분야의 다양한 전문가들이 자신만의 프로젝트를 진행하면서 겪었던 경험들을 자세하게 서술하고 있습니다.

어떻게 보면 산만한 구성이라고 생각할 수도 있겠지만, 이런 '옴니버스'식 구성은 데이터 시각화라는 복합적인 분야를 이해하는데에는 오히려 장점이 될 수도 있습니다. 그 이유는 데이터 시각화를 체계적인 틀로 배우기가 꽤 어렵기 때문이죠. 데이터 시각화는 표현하고자 하는 데이터의 성격과, 그 데이터가 속한 분야와, 시각화를 보게되는 독자에 맞춰 크게 달라집니다. 그리고 경우에 따라 통계 분석가의 능력이 필요할 때도, 시각 디자이너의 능력이 필요할 때도 있게 됩니다. 이런 경우에는 추상적인 일반론을 접하기보다는 하나하나의 구체적인 디자인 사례와 노하우를 읽는 편이, 전반적인 내용을 이해하는데 더 나을 수 있습니다.

그런 면에서 이 책은 이제 막 본격적으로 데이터 시각화를 실전에서 활용해보려하거나, 이미 활용하고 있는 디자이너나 연구자들에게 큰 도움이 되리라 생각합니다. 비록 '일주일이면 데이터 시각화 이 정도 할 수 있다!'처럼 A부터 Z까지 가르쳐주는 쉬운 입문서는 아니지만, 데이터 시각화의 현재를 개관하고, 깊은 수준의 디자인 노하우를 배우는 데는 좋은 책이라고 생각합니다. 특히 한국에 번역되어 소개된 시각화 관련 서적이 거의 없는 현실에서는 더욱 그럴 것입니다.

--------

사실 이 책은 제가 번역한 책이라 제 블로그에 소개하기 좀 민망한 면이 있긴 합니다. ^^;

그래도 원서 자체가 좋으니, 제 블로그 독자분들께 한번은 꼭 소개하고 싶었습니다.

나름대로 원서의 내용을 충실히 옮기려 노력했으나, 이 책이 제 첫 번역이다보니 독자분들 마음에 차지 않는 부분이 분명히 있을 거라 생각합니다. 혹시 읽다가 이상하거나 이해가 가지 않는 점이 있다면 이 블로그에 문의해주시면 제가 아는 한에서 성실히 답변해 드리겠습니다. 번역 중에 이런 저런 자료를 조사한 게 있으니 어느 정도 도움이 되는 정보를 드릴 수 있을 것 같습니다.

그 외 어색한 문장이나 혹시라도 오역이 있다면 미리 사과드립니다. 이것도 알려주시면 출판사에 알려 오류 정정을 할 수 있는 방법이 있는지 알아보도록 하겠습니다. ^^;

저도 아직 책으로는 받아보지 못했는데, 내용 수정 중에 pdf로 된 버전만 봐도 편집자님이 많이 노력해주신게 느껴졌습니다.

그리고 번역판 표지도 무척 마음에 드네요. 아래가 영문판 표지인데 딱 보기에도 한국어판이 더 나은 거 같습니다. :)

수고해주신 편집자님과 출판사 관계자 분들에게도 감사드리고 싶네요.

Beautiful Visualization 원서 표지

참고:

도서출판 인사이트 홈페이지에 있는 오탈자 신고 페이지

서울 지하철 노선도 시각화 - 크기는 중요하다

crefrog — Sun, 29 Apr 2012 23:18:52 +0900

지하철 차량 한쪽 벽면 전면에 그려진 서울 지하철 노선도

서울 지하철 노선도 확대그림 - 자세한 지리정보와 함께 주요 건물들이 표시되어있다

서울 지하철 2호선에서 가장 마지막이나 처음 차량을 타면, 벽면에 크게 그려져있는 지하철 노선도를 종종 보실 수 있습니다.

지도가 벽면을 가득채우기 때문에 사람 키보다도 더 큽니다.

이 노선도는 보통의 노선도와 달리, 서울시의 실제 지형과 주요 건물들이 묘사되어있습니다.

추상화된 서울 지하철 노선도

보통 지하철 노선도는 위 지도와 같이 지형정보가 생략되는 경우가 대부분입니다. 역 사이의 관계에 대한 정보(환승역이나 역의 순서)에 비해 지형정보의 중요도가 크게 떨어지기 때문입니다. 지하철을 타고 있을 때는 지상의 풍경이 보이지도 않는데, 굳이 지형정보를 지도에 표시하면 오히려 보는 사람에게 혼동을 유발할 수도 있지요.

하지만 노선도의 크기가 커지면 달라집니다.

우선 시각화를 표시할 공간이 커지면 지형정보를 추가할 충분한 공간이 생깁니다.

더구나 이렇게 사람 키만한 노선도를 일반 노선도처럼 추상적으로 표현한다면, 한 눈에 잘 들어오지 않기 때문에 오히려 정보를 더 효과적으로 전달하지 못할 우려도 있습니다.

그런 면에서 지하철 전면을 택한 디자인 방식은 꽤 괜찮았다고 봅니다.

조그만 컴퓨터 화면으로는 잘 알기 어렵지만, 직접 그 지도 앞에 서보면 평소의 노선도를 볼 떄와는 색다른 경험을 할 수 있습니다.

서울의 지리에 익숙하지 못한 외국인이라면 더 와닿는 정보일 수도 있겠네요.

정보시각화는 미술이나 디자인 작품과 마찬가지로 크기가 중요합니다. 시각화를 디자인할 때는 표시되는 공간의 크기가 어느 정도되는지 꼭 고려할 필요가 있습니다.

카토그램(Cartogram) - 선거 결과 지도를 효과적으로 나타내는 방법

crefrog — Fri, 13 Apr 2012 00:49:20 +0900

그제는 한국에서 19대 국회의원을 뽑는 선거일이었습니다.

많은 분들이 선거 개표방송을 보거나 관련 신문 뉴스를 보셨을텐데요.

아마도 이런 지도 - 당선자의 소속 정당별로 지역구를 색칠한 지도 - 를 한번쯤은 보셨을 겁니다. (출처 : 네이버 19대 총선 페이지 )

네이버 총선 결과 페이지

이 지도가 한 눈에 결과를 보여주기는 하지만, 보는 사람을 착각하게 할만한 요소가 한가지 있습니다.

지역구별 의석수가 그 지역의 넓이에 비례하는게 아니라, 인구에 비례한다는 점이지요.

위 지도를 보면 빨간색 영역이 훨씬 더 넓어보여서, 자칫 새누리당(빨간색) 소속 당선자가 민주통합당(노란색) 소속 당선자보다 훨씬 많을 거 같다는 인상을 줍니다. 하지만 실제로는 아주 크게 차이나지는 않죠.

이런 문제를 해결하기 위해 생겨난 방법이 바로 카토그램(Cartogram)입니다.

카토그램은 통계적인 정보를 지도 위에 표시하거나, 그 정보에 따라 지도의 모양 자체를 변형시킨 지도를 뜻합니다.

예를 들어 적절한 알고리즘을 써서 땅 넓이를 인구에 비례하도록 그리면 다음과 같은 모양이 됩니다. (출처: Worldmapper )

땅 넓이를 인구 수에 비례하게 그린 카토그램

위 지도가 그 지역에 사는 인구수 정보를 좀 더 직관적으로 전달합니다.

이번 총선에서도 몇몇 언론이 카토그램을 선보였죠.

다음 그림은 어제 자(20120412) 조선일보 1면에 실린 지도입니다.

지역구를 하나의 정사각형으로 표현해서, 실제 의석수에 대한 감각을 잘 전달하고 있습니다.

조선일보 카토그램

어제 SBS 개표방송에서도 비슷한 지도를 보여주었습니다. 사각형이 육각형으로 표시되었다는 점만 조선일보 지도와의 다르고 기본 아이디어는 동일합니다. (광역시 경계 및 이름이 표시되어있는 조선일보 지도가 더 세심하게 잘 만든 지도입니다. 물론지면용과 화면용 지도라는 차이점이 있긴 합니다.)

SBS 개표방송 카토그램

알고리즘으로 만든 카토그램보다, 이렇게 디자이너가 직접 그린 카토그램이 보기에 더 깔끔하네요. 물론 손이 많이 간다는 단점은 있겠지만요.

---------------------------------------------------------------------------

정보시각화는 시각적으로 보기 좋기도 해야하지만, 정보를 최대한 정확하게 전달하는 것도 중요합니다.

위에서 소개한 카토그램이 좋은 예가 되겠군요.

카토그램은 꼭 인구수가 아니라 다른 값으로도 만들 수 있습니다. 예를 들어 경제규모나, 투표율 같은 값에 땅 넓이가 비례하도록 그릴 수도 있습니다.

다음 선거때는 더 많은 카토그램을 볼 수 있기를 기대합니다. :)

바람 지도(Wind Map)

crefrog — Wed, 11 Apr 2012 01:45:27 +0900

링크: http://hint.fm/wind/index.html

미국 내 풍향 및 풍속 데이터를 받아서 지도 위에 시각화한 프로젝트입니다.

사이트에 가보시면, 바람이 진짜 부는 것처럼 애니메이션으로 풍속을 표현해놓은 것을 볼 수 있습니다.

보기만 해도 멋있어 보이는 시각화네요.

데이터는 미국 국립 디지털 예보 데이터베이스(National Digital Forecast Database)에서 얻었다고 하는군요.

이런 사례를 보면, 한국에서도 기상 관련 데이터를 원본 그대로 얻을 수 있을까? 하는 의문이 생기기 마련인데요.

답부터 말하자면, 그렇다입니다.

기상청 사이트에 방문해서 "지역별 상세관측 자료"란에 가보면 원데이터를 볼 수 있습니다.

웹문서에 표로 데이터를 표시해서 가져다 쓰긴 좀 불편하긴 하지만, 구할 수 있다는데 의의를 두겠습니다.

(공공기관들이 데이터분석가를 위해 좀더 쉬운 형식으로 데이터를 제공하게 되었으면 좋겠습니다. )

애니메이션은 아니지만, 풍향벡터를 표시한 지도도 확인할 수 있습니다.

98% 파이 그래프 행렬?

crefrog — Mon, 24 Oct 2011 12:15:19 +0900

강남역 카페에서 찍은 사진입니다.
나무 인테리어가 '한 영역이 98%정도 되는 파이 그래프들이 나란히 있는' 모양으로 보이니 저도 중증 데이터 덕후인가 봅니다. ;;;

사진을 보면 나무 막대들이 높이가 고르지 않게 튀어나와 있는데,
높이 정보를 이용해서 데이터 차원을 하나 더 표시할 수 있을 듯 합니다.

예를 들면, 위 그림처럼 막대 도표 위에 파이 그래프를 그려넣는 거지요.
"막대 파이 그래프"라고 부르면 될까요?

가리는 부분이 있기 때문에 정밀한 정보 전달용 그래프로는 적절하지 않겠지만
데이터 전체를 간단히 개관하는 용도로는 쓸만할 듯 합니다.

간단한 아이디어니 이미 누가 그려 보았을지도 모르겠군요.

R.I.P. Steve Jobs

crefrog — Thu, 6 Oct 2011 11:15:43 +0900

생활과 통합된 디자인과 기술이 세상을 어떻게 바꾸는지 몸소 보여준

스티브 잡스의 명복을 빕니다.

아프리카의 진짜 크기

crefrog — Sat, 24 Sep 2011 19:59:58 +0900

아프리카 대륙의 진짜 넓이

아프리카 대륙의 진짜 넓이 (The True Size of Africa by Kai Krause)

아프리카 지도 안에 여러나라 지도를 집어넣어서, 넓이를 알기 쉽게 비교한 인포그래픽스입니다.

위 인포그래픽스에 따르면

아프리카 대륙의 넓이 ~= (중국 + 미국 + 인도 + 멕시코 + 페루 + 프랑스 + 스페인 + 파푸아 뉴기니 + 스웨덴 + 일본 + 독일 + 노르웨이 + 이탈리아 + 뉴질랜드 + 영국 + 네팔 + 방글라데시 + 그리스)의 넓이

입니다.

제 상상보다 아프리카 대륙이 훨~씬 크네요.

이 인포그래픽스 작가가 지적했듯이, 세계 지도를 만들 때 메르카토르 사영법(Mercator Projection, 아래 그림처럼 지구를 원통으로 펼치는 방식입니다.)을 쓰는 탓에 넓이 감각에 왜곡이 오는 듯합니다.

메르카토르 사영법

이 방법대로라면 위도가 높을 수록 땅이 더 넓어보이고, 적도 근처에 있는 아프리카 대륙은 상대적으로 좁아보이죠.

여러나라 지도를 아프리카 대륙에 잘 잘라서 붙여넣은 디자이너의 수고에 박수를. ^^;

주위 사람들이 나를 이용하려 든다고 생각하는가? - 세계 가치관 조사 시각화

crefrog — Sat, 24 Sep 2011 14:21:02 +0900

주위 사람들이 나를 이용하려 든다고 생각하는가?

"주위 사람들이 나를 이용하려 든다고 생각하는가?"라는 질문에 대해서 10점 척도로 평가한 내용을 나라별로 시각화한 그림입니다.
녹색(10점)은 "공정하게 대한다", 빨간색은 "이용하려든다" 라는 뜻입니다.

르완다는 "공정하다"고 대답한 사람이 많고, 모로코는 "이용하려 든다"고 말한 쪽이 많습니다.
우리나라는 위에서 10위 쯤에 있습니다. "공정하다"라고 생각하는 사람이 많은 편입니다.

인도는 10점 척도가 아니라 2점 척도로 조사된 듯 하네요. 끝에서 두번째에 있습니다.

어떤 값으로 정렬했는지는 확실치 않지만, 아마 점수 평균값으로 정렬한 듯 합니다.

이런 방식의 시각화는 서로 비교할 항목이 많을 때 쓸만한 방법입니다. 정렬 기준을 명시했으면 더 좋을 뻔 했군요.

데이터 출처는 세계 가치관 조사(World Values Survey)라고 합니다.

바로가기:
Do You Think Most People Try to Take Advantage of You?

언제 범죄가 일어날까? - 범죄가 일어나는 시간에 대한 시각화

crefrog — Sat, 24 Sep 2011 12:30:54 +0900

언제 범죄가 일어날까? (When does crime happen?)

언제 범죄가 일어날까? (When does crime happen?)

위 그림은 미국의 주요 도시들에서 범죄가 일어나는 시각과 빈도를 중첩 그래프로 시각화한 사이트입니다.

각 칸은 미국 도시, X축은 24시간, Y축은 범죄 빈도를 뜻합니다.

그리고 색깔로 범죄 종류의 비율을 표시했습니다.
(왼쪽 상단의 색깔 참조, 총격 (Shootings), 폭행(Assaults), 강도(Robberies), 방화(Arson), 빈집털이(Burglaries), 절도(Thefts), 공공기물파손(Vandalism) 순)

그래프 위에 마우스를 갖다대면 그 시각대의 범죄 비율%을 보여줍니다.
그리고 각 범죄 종류별로 따로 볼 수도 있습니다.

범죄 발생 시각대가 도시마다 꽤 달라 보이는 점이 신기하네요.

-----------------------

데이터는 SpotCrime.com 에서 가져왔고 2011년 1월 한달간 범죄 통계를 바탕으로 그렸다고 합니다.

한국에서도 이런 지역별, 시각대별 범죄 정보가 공개되면 좋겠다는 생각이 듭니다.
하지만 데이터를 공개하면 부동산 값에 영향을 준다고 지역 주민이 항의할지도 모르겠네요. ^^;;

100초 동안의 세계 역사

crefrog — Sat, 10 Sep 2011 20:16:20 +0900

A History of the World in 100 Seconds from Gareth Lloyd on Vimeo.

위키백과에서 지리좌표 정보가 있는 역사적 사건 데이터를 모아서 동영상으로 만들었네요.

처음(기원전 499년)에는 유럽과 아시아 일부에서만 역사적 사건들이 나타나는데, 현대로 올 수록 점점 다른 대륙에서도 사건들이 나타납니다.

The Museum of Me - Facebook의 콘텐츠를 이용한 전시회

crefrog — Fri, 10 Jun 2011 03:07:30 +0900

인텔에서 만든 "The Museum of Me"라는 웹어플입니다.
Facebook 계정에 연결해서, 내 친구들, 사진들, 동영상, 글, 좋아요 버튼을 누른 콘텐츠들을 모아서, 마치 전시회를 관람하는 듯한 느낌의 동영상을 만들어줍니다.

Facebook 계정이 있는 분들은 한번씩 해보세요. 꽤 재미있네요. :)

링크:
http://www.intel.com/museumofme/r/index.htm