[11일차] HR 데이터 시각화 잘하는 법 + 색상 팁 정리

 

데이터 시각화는 단순히 '보여주기 위한 그림'이 아니다. 분석의 의도를 명확하게 전달하고, 보는 사람의 이해를 도와 전략적 판단을 이끌어내는 도구다. 특히 HR 데이터를 시각화할 때는 숫자 하나하나가 '사람'과 연결되어 있기 때문에, 전달 방식에 더욱 신중해야 한다.

그래서 오늘은 HR 데이터 시각화의 기본 원칙과 색상 선택 팁에 대해 정리해보려고 한다. 앞으로 내가 실제 보고서를 만들고, 실무를 하게 될 때 꼭 기억하고 싶은 원칙들이기도 하다.

 

---

HR 데이터 시각화, 왜 중요한가?

HR 데이터는 근태, 이직률, 평가 점수, 만족도, 채용 현황 등 다양한 영역을 포괄한다. 하지만 숫자만 나열되어 있을 때는 어떤 흐름이나 의미를 파악하기 어렵다. 예를 들어, 연도별 이직률을 표로 보면 딱딱하지만, 선 그래프로 바꾸면 급증 구간이나 안정 구간이 한눈에 들어온다.

특히 HR 보고서는 현업 관리자, 팀장, 임원 등 비분석가가 많이 보기 때문에, 누구나 쉽게 이해할 수 있도록 직관적인 시각화가 중요하다. 나 역시 예전에 물류회사 HR팀에서 실무를 할 때, 숫자로 된 보고서를 열심히 만들어도 결국 "한눈에 안 들어온다"는 피드백을 받았던 경험이 있다. 그때부터 '보고서의 전달력'에 대해 깊이 고민하게 되었고, 지금은 태블로나 파이썬을 활용해서 더 효과적인 방식으로 시각화를 구현해보고 싶다는 목표가 생겼다.

---

시각화할 때 꼭 기억할 기본 원칙 3가지

1. 무엇을 말하고 싶은가? (Insight First)

시각화는 예쁜 그림이 아니다. 보여주고 싶은 핵심 메시지가 무엇인지 먼저 정의해야 한다.

예: 이직률이 급증한 특정 시점이 있다면, 그 지점을 강조하는 식으로 시각화를 구성해야 한다.

→ "무엇을 보여줄까?"보다 "무엇을 말하고 싶은가?"를 먼저 생각하는 습관을 들여야 한다.

 

데이터 분석 부트캠프에서 6개월 동안 배운 내용 중 가장 인상 깊었던 부분이 바로 이것이었다. 아무리 아름다운 차트도 메시지가 없으면 의미가 없다는 것을 수없이 들었고, 이제는 시각화 전에 항상 "이 차트로 무엇을 말하고 싶은가?"라는 질문을 먼저 던지게 되었다.

 

2. 비교와 흐름을 보여줘라

HR 데이터는 시점, 부서, 직무 등 여러 변수로 나뉜다. 단일 수치보다 변화나 차이를 보여줄 수 있는 시각화가 더 효과적이다.

• 막대그래프: 부서별 교육 이수 횟수, 평가 분포
• 선 그래프: 월별 이직률, 연도별 잔존율 변화
• 파이차트: 채용 유형 분포, 성별 비율
• 히트맵: 직무별 교육 이수율

→ 파이썬에서는 matplotlib, seaborn, plotly를, 태블로에서는 드래그 앤 드롭으로 빠르게 구현할 수 있다.

부트캠프에서 이런 다양한 시각화 기법을 배우고 실습하면서, 특히 HR 데이터에는 어떤 차트 유형이 효과적인지 많이 고민했다.

 

3. 단순하고 명확하게

색상을 너무 많이 쓰거나, 차트가 복잡해지면 보는 사람이 핵심을 놓친다. 시각화는 최대한 간결하게, 누구나 알아볼 수 있게 구성해야 한다.

→ 축, 레이블, 제목, 범례는 꼭 필요한 정보만 포함하고, 눈에 띄는 요소만 강조한다.

부트캠프에서 가장 많이 받았던 피드백이 바로 "더 단순하게 만들어라"였다. 처음에는 화려한 차트를 만들고 싶은 유혹이 컸지만, 결국 "덜 보여주는 것이 더 많이 보여주는 것"이라는 진리를 깨달았다.

---

HR 시각화에서 색상 선택 팁

색상은 단순히 예쁜 디자인이 아니라 '정보의 구분'을 위한 도구다. 특히 HR 데이터는 민감한 주제를 포함하기 때문에 색상 선택이 섬세해야 한다.

부트캠프에서는 색상 관련 내용을 깊이 다루지 않았지만, 나는 경영정보시각화능력 시험을 준비하면서 이 부분에 특별히 관심을 갖게 되었다. 시험 준비 과정에서 독학으로 배운 색상 선택의 원칙을 공유해보려 한다.

 

1. 브랜드 컬러 or 조직 성격에 맞는 톤 사용

회사나 보고서의 브랜드 아이덴티티에 맞는 색을 사용하는 것이 통일감과 신뢰감을 준다. 예: HR팀 보고서에는 부드럽고 안정적인 블루, 그레이 계열이 잘 어울린다.

경영정보시각화 관련 서적에서 읽은 내용인데, 실제로 금융권이나 보험사는 신뢰감을 주는 블루 계열을, 유통업체나 창의적인 산업은 좀 더 밝고 다양한 색상을 활용하는 경우가 많다고 한다. 이전 직장인 보험회사에서도 대부분의 보고서가 블루 계열이었던 것이 이제야 이해된다.

 

2. 카테고리 간 대비 강조

성과 우수/보통/미흡 같은 평가 분류에는 서로 뚜렷하게 구분되는 색상을 사용한다.

예: 초록(우수) / 노랑(보통) / 빨강(미흡)

이 부분이 HR 데이터에서 특히 중요하다고 생각한다. 성과 평가나 핵심 인재 분류 같은 민감한 정보를 시각화할 때는 직관적으로 이해할 수 있는 색상 코딩이 필수적이다.

 

3. 연속형 데이터에는 점진적인 색상 사용

연봉, 이직률, 만족도 등 수치형 데이터에는 색의 밝기나 채도를 점점 변화시키는 컬러맵을 활용한다.

→ matplotlib의 'Greys', 'Blues', 'OrRd' 같은 컬러맵 활용 가능

이건 경영정보시각화능력 시험 준비하면서 알게 된 개념인데, '순차적 컬러맵'이라고 부른다. 데이터 값이 높아짐에 따라 색상의 강도도 강해지는 방식이다. HR 데이터에서 부서별 만족도나 지역별 이직률 같은 정보를 표현할 때 매우 효과적이다.

 

4. 색맹 고려하기

약 8%의 남성이 적록색맹이라는 사실! 경영정보시각화 준비를 하면서 알게 된 중요한 점인데, 우리가 당연하게 사용하는 빨강-초록 조합이 일부 사람들에게는 구분이 어려울 수 있다. 따라서 색상과 함께 패턴이나 라벨을 병행하는 것이 좋다. 특히 HR 데이터는 모든 구성원에게 공평하게 전달되어야 하므로 이 점을 항상 염두에 두어야 한다.

 

5. 색은 강조할 때만

모든 요소를 컬러풀하게 만들면 핵심이 묻힌다. 강조하고 싶은 데이터에만 색을 사용하고, 나머지는 중립색(회색, 흰색 등)으로 정돈하는 것이 좋다.

이것은 시각화의 황금률 중 하나라고 생각한다. 너무 많은 색상은 오히려 메시지를 흐리게 만든다. 특히 HR 보고서에서는 의사결정권자가 집중해야 할 핵심 데이터만 색상으로 강조하는 것이 효과적이다.

---

마치며

나는 앞으로 HR 시각화 대시보드를 만들어보고 싶다. 예를 들어 '부서별 이직률 변화'나 '직급별 교육 이수율'을 태블로로 구현하거나, 파이썬으로 plotly를 활용해 인터랙티브한 차트를 만들고 싶다. 단순히 예쁜 그래프를 만드는 것이 아니라, 보는 사람의 눈에 '핵심 메시지'가 꽂히는 시각화를 설계할 수 있는 사람이 되고 싶다.

데이터 분석 부트캠프에서 배운 기술적인 스킬과 독학으로 공부한 시각화 원칙을 결합하여, 진정한 HR 애널리틱스 전문가로 성장하는 것이 목표이다. 특히 경영정보시각화능력 자격증 취득도 앞으로의 계획 중 하나다. 시각화는 분석가의 설명을 대신하는 말이다. 앞으로 나는 숫자가 말하게 만들 수 있는 HR 애널리스트가 될 것이다.