← Back to Main

Broadly defining the term 'Data Visualisation'

2/9/2025, 5:23:19 PM | Jeanyoon Choi

Original Notes (Pre-LLM)

Data Visualisation: What is the traditional definition? Just aggregation of graphs? Dashboard-like? You know?

But broadly speaking Data Visualisation can be way much more - especially in the form of computational art, every visualisation (realtime visualisation, parameter-based visualisation), is, at the end, data visualisation. Well 3d visuals/moving image is also sort of visualisation (and reading the data), but it is too broad within my terminology - it's playing a static set of pre-defined data, and reading the pixelated form rather than a bit-by-bit data where it directly influences the output. So I will limit the scope within web art/software art - but basically every possible output that the web and software art, multi-device web artwork can occupy, is a 'data visualisation'.

Software art - aggregation of data, defining the relationship and interconnectedness between nodes and input - thus calculating the data, processing the data, and showing the data. When the output of the software art shows the chunk of text, it's basically showing the processed data and visualising it (in a form of text as an aesthetic unit). When the software art is displaying a sort of 3D sculpture which is morphing according to the user interaction, it is showing the data visualisation. When it's showing a pack of web images - that's data visualisation. All colour, lighting, text, every information is, ultimately determined and processed from data to a form of visualisation.

Highly-modularised software art (pure software - meaning that it less relies on a pre-defined/installed asset and uses more of real-time generations/interactive parameter-based elements) should always lean more towards a data visualisation. The more computational/generative the output of the software art and multi-device web art is, the more the role of the real-time data/computational algorithm of processing them plays. Thus, in this term, the purely modularised/algorithm-oriented computational art will, at least theoretically, rely solely on the interconnection and the inter-data algorithm - Thus the connection and the asset (data) matters. Thus the output will, theoretically, always display data visualisation (processed relationship between data).

This is more possible with the use of generative ai - by definition, the combination of data to generate/amplify the information. Most used form for example: Text-to-Image - given the low-bit text data (which can be direct user input/processed user input from non-semantic data) can be transformed into high-bit image output. Well LLM plays more indirect but playful role: LLM itself can write an algorithm, and that chunk of algorithm itself can be generated. (We might still go for additional validation process for this algorithmic result) So before: only the assets are generative. Now: the inter-connection itself can be generated. This enables even more indirect and surprising results than the mono-dimensional generative AI, and can be thus used to create a highly-modularised automatic system-based platformatic software art.

WHAT WILL BE THE PRACTICAL EXAMPLE FOR THIS?

WHAT WILL BE THE DESCRIPTIVE EXAMPLE FOR THIS?

English Version (LLM-Generated)

Data visualization is often narrowly defined as the aggregation of graphs or the assembly of dashboard-like views. However, this definition only scratches the surface of what data visualization can encompass. In its broader scope, particularly in the realm of computational art, every visualization—whether rendered in real time or based on adjustable parameters—is a form of data visualization. Although 3D visuals or moving images can also be considered visualizations because they interpret data, I reserve that term for works that engage directly with raw data inputs in lieu of merely displaying static, pre-defined imagery.

Within the context of web art or software art, data visualization is integral to virtually every output produced. Software art typically involves aggregating data, defining the relationships and interconnectedness among nodes and inputs, processing the data, and subsequently displaying it. For example, when a software artwork presents a chunk of text, it is essentially visualizing processed data in an aesthetically pleasing form. Similarly, a morphing 3D sculpture responsive to user interaction is another manifestation of data visualization. Even a collection of web images conveys information through its color, lighting, and textual elements, all of which result from data processing.

Highly modularized software art—which relies less on pre-defined or installed assets and more on real-time generation or interactive, parameter-based elements—is inherently oriented towards data visualization. The more computational or generative the output, the more critical the role of real-time data processing and algorithm-driven generation becomes. In such cases, the interconnection between data elements essentially defines the artwork, and as a result, the final output exhibits data visualization by revealing the processed relationships among the data.

The advent of generative artificial intelligence further enhances this process by combining data to generate or amplify information. A common example is Text-to-Image synthesis, where low-bit textual data (either directly input by the user or processed from non-semantic data) is transformed into high-bit image outputs. Similarly, large language models (LLMs) can generate algorithms as part of their creative process. Although these algorithms might undergo additional validation, they illustrate how generative AI can extend beyond merely generating assets; it can also produce the interconnections between assets. This innovation paves the way for the creation of highly modularized, automatic, platform-based software art that offers even more indirect and surprising results than conventional generative AI methods.

The practical and descriptive examples of such a system remain to be fully defined. They could include, for instance, a platform that dynamically generates interactive installations based on real-time user input and data feeds, or a system that continuously reconfigures its underlying algorithms to produce novel forms of visual output. These examples would serve to illustrate the evolving nature of data visualization and its expanding role within the domains of computational art and multi-device web art.

Korean Version (LLM-Generated)

데이터 시각화의 전통적 정의는 단순히 그래프의 집합이나 대시보드와 같은 형태로 한정지을 수 없습니다. 넓은 의미에서 데이터 시각화는 컴퓨팅 아트의 한 형태로도 볼 수 있으며, 실시간 혹은 파라미터 기반의 시각화 등 모든 시각적 표현은 기본적으로 데이터 시각화의 범주에 속합니다. 물론 3D 비주얼이나 영상 역시 일정 부분 데이터를 해독하는 행위라고 할 수 있으나, 제 개인적 용어에서는 미리 정의된 데이터셋을 단순 반복하여 출력하는 것으로, 데이터의 미세한 변화나 직접적인 입력에 따른 결과 변화를 반영하지는 않으므로 범위를 제한할 필요가 있습니다. 이에 본 논의에서는 웹 아트, 소프트웨어 아트, 다중 기기 기반 웹 작품 등에서 표현되는 모든 결과물을 ‘데이터 시각화’로 간주하고자 합니다.

소프트웨어 아트는 데이터를 집합하고, 노드와 입력 사이의 관계를 정의하며, 그 상호 연결성을 기반으로 데이터를 계산·처리하고 이를 시각적으로 표현하는 과정을 포함합니다. 예를 들어, 소프트웨어 아트가 텍스트 덩어리를 출력할 때 이는 처리된 데이터를 미적 요소로 시각화한 것이라 할 수 있습니다. 사용자의 상호작용에 따라 변형되는 3D 조각상을 보여주거나, 웹 이미지 묶음을 제공할 때도 기본적으로 데이터의 시각적 표현이 일어나고 있는 것입니다. 색상, 조명, 텍스트 등 모든 정보는 궁극적으로 데이터를 기반으로 가공되어 시각화됩니다.

특히 고도로 모듈화된 소프트웨어 아트(즉, 미리 정의된 혹은 설치된 에셋에 의존하기보다 실시간 생성 혹은 인터랙티브 파라미터 기반 요소를 더욱 활용하는 순수 소프트웨어 작품)는 본질적으로 데이터 시각화의 성격을 더욱 띠게 됩니다. 산출물이 계산적 혹은 생성적 특성을 지닐수록 실시간 데이터와 계산 알고리즘의 역할이 커지며, 이론상으로 완전히 모듈화되고 알고리즘 중심의 컴퓨팅 아트는 데이터 간의 상호 연결성과 알고리즘에 의존하게 됩니다. 따라서 이 경우 출력 결과는 항상 데이터 간 관계의 처리 결과로 표현되는 데이터 시각화로 나타납니다.

이러한 개념은 생성적 인공지능(generative AI)의 활용으로 더욱 실현 가능해집니다. 생성적 인공지능은 데이터를 결합하여 정보를 생성하거나 증폭하는 정의적 특성을 지니며, 가장 흔한 형태로는 텍스트-투-이미지 변환이 있습니다. 여기서 낮은 비트의 텍스트 데이터(사용자 입력이나 비의미적 데이터를 가공한 결과 등)가 고해상도 이미지 출력으로 전환됩니다. 또한, 대규모 언어 모델(LLM)은 보다 간접적이면서도 유희적인 역할을 수행하는데, LLM이 스스로 알고리즘을 작성할 수 있으며, 그 결과물 역시 생성될 수 있습니다(물론 이러한 알고리즘 결과에 대해 추가적인 검증 과정이 필요할 수 있음). 과거에는 에셋만이 생성적 역할을 수행했다면, 이제는 데이터 간 상호 연결성 자체도 생성될 수 있게 되었습니다. 이는 단일 차원의 생성적 인공지능보다도 더욱 간접적이고 놀라운 결과를 만들어내며, 고도로 모듈화된 자동 시스템 기반의 플랫폼적 소프트웨어 아트를 구현할 수 있는 가능성을 열어줍니다.

실제로 이러한 개념을 구체적으로 적용한 사례나 설명적 예시로는 다음과 같은 두 가지를 상상해 볼 수 있습니다.

1. 실용적 사례: 실시간 대규모 사용자 데이터를 기반으로, 사용자 행태의 미세한 변동을 즉각적으로 반영하여 끊임없이 변화하는 시각적 아트를 생성하는 웹 기반 플랫폼. 이 플랫폼은 생성적 AI 기술을 활용해 사용자 입력 정보를 실시간으로 분석하고, 그 결과를 종합하여 독창적인 이미지를 자동으로 생성, 전시합니다.

2. 설명적 사례: 텍스트 입력을 받아 해당 텍스트 내부의 의미적 관계와 데이터 간 연관성까지 분석한 후, 그 결과를 기반으로 3D 모델이 실시간으로 변화하는 인터랙티브 설치 미술 작품. 여기서 텍스트라는 단일 데이터를 여러 단계의 알고리즘 처리 과정을 통해 다차원적 시각화로 변환하는 과정을 핵심으로, 데이터 간의 연결성과 상호 작용을 생생하게 드러냅니다.

이와 같이 데이터 시각화의 범위는 전통적인 그래프 집합에 머물지 않고, 컴퓨터 기반 예술 전반에 걸쳐 다양한 형태와 실시간 상호작용을 통해 확장될 수 있음을 알 수 있습니다.