earticle

영어

This study proposes a novel navigation aid tool called Contextual Stack Navigator (CSN), designed to manage users' views during data visualization and preserve spatial context. Traditional snapshot- based methods have limitations in effectively identifying relationships between views generated during data exploration, often increasing users' cognitive load due to the lack of contextual information. To address these challenges, CSN stores views generated during the exploration process in a hierarchical structure and provides users with clear contextual cues. CSN is not constrained by data representation types, making it applicable to a wide range of data analysis scenarios while supporting intuitive interactions and flexible data exploration. To validate the utility of CSN, we conducted case studies based on Low-level Task Taxonomies, demonstrating that CSN is more effective than traditional snapshot methods in terms of exploration efficiency and context retention. These findings suggest that CSN can effectively support visual exploration and insight generation in complex data analysis environments.

한국어

본 연구는 데이터 시각화 과정에서 사용자의 관심 뷰(View)를 관리하고, 공간적 맥락을 유지할 수 있도록 지원하는 새로운 탐색 보조 도구인 CSN(Contextual Stack Navigator)을 제안한다. 기존 스냅샷 기반 방법은 데이터 탐 색 과정에서 생성된 뷰 간의 관계를 효과적으로 파악하기 어렵고, 맥락 정보의 부족으로 인해 사용자의 인지적 부담 을 증가시키는 한계가 있었다. 이를 극복하기 위해 CSN은 탐색 과정에서 생성된 뷰를 계층적 구조로 저장하고, 시 각적 단서를 통해 사용자에게 명확한 맥락 정보를 제공한다. CSN은 데이터 표현 방식에 제한받지 않고 다양한 데 이터 분석에 적용 가능하며, 탐색 과정에서의 직관적 상호작용과 유연한 데이터 분석을 지원한다. 본 연구에서는 CSN의 유용성을 검증하기 위해 저수준 작업 분류(Low-level Task Taxonomies)에 기반한 사례 연구를 수행하 였으며, 이를 통해 CSN이 기존의 스냅샷 방식 대비 탐색 효율성과 맥락 유지 측면에서 효과적임을 입증하였다. 본 연구 결과는 복잡한 데이터 분석 환경에서 시각적 탐색과 인사이트 도출을 효과적으로 지원할 것으로 기대된다.