서론 히트맵은 방대한 데이터를 직관적인 색상으로 변환하여 패턴을 보여주는 강력한 시각화 도구다. 그러나 막상 데이터를 히트맵으로 표현하려고 할 때 가장 먼저 부딪히는 난관 중 하나는 색상의 단계를 몇 개로 나눌 것인가 하는 문제다. 단계를 너무 적게 설정하면 데이터가 가진 미세한 변화와 중요한 패턴이 뭉뚱그려져 사라지고, 반대로 너무 많으면 시각적인 노이즈가 발생해 해석이 오히려 어려워진다. 결국 적절한 단계 수를 찾는 것은 단순히 디자인적인 선택이 아니라, 데이터의 의미를 왜곡 없이 전달하기 위한 분석적 의사결정 과정이다. 인간의 시각적 한계와 인지적 고려 히트맵 단계를 나눌 때 가장 먼저 고려해야 할 기준은 인간의 눈이 구분할 수 있는 색상의 한계다. 보통 사람은 동일한 색상 계열 내에서 명도나 채도의 변화를 5개에서 7개 정도까지만 명확하게 구별할 수 있다. 9개 이상의 단계로 넘어가면 인접한 색상 간의 차이를 직관적으로 파악하기 어려워, 사용자가 범례를 계속 번갈아 확인해야 하는 인지적 부담이 발생한다. 따라서 특별히 세밀한 수치 확인이 필요한 분석용 대시보드가 아니라면, 일반적인 보고서나 프레젠테이션에서는 5~7단계 내외로 범위를 압축하는 것이 정보 전달력을 높이는 길이다. 색상의 차이가 곧 데이터의 차이로 즉각 인식될 수 있도록, 정보 수용자의 시각적 피로도를 낮추는 데 집중해야 한다. 데이터의 분포 특성에 따른 분할 기준 시각적인 한계를 인지했다면 다음은 실제 데이터가 어떻게 분포되어 있는지 확인해야 한다. 모든 데이터가 정규분포를 따르는 것은 아니기 때문이다. 데이터가 특정 구간에 빽빽하게 밀집되어 있고 극단적인 이상치가 소수 존재하는 경우, 동일한 간격으로 단계를 나누면 대부분의 색상이 한두 단계에 쏠려버리는 문제가 발생한다. 이럴 때는 데이터가 위치한 비율에 따라 나누는 분위수(Quantile) 방식이나, 데이터의 자연스러운 군집을 찾아 나누는 자연 균열(Natural Breaks) 방식을 사용하여 구간을 유연하게 설정해야 한다. 데이터의 편...