자연분류법(젠크스) (Natural Breaks Classification)

한 줄 정의: 데이터 값들이 자연스럽게 모여 있는 구간을 찾아 그룹 내 분산은 최소화하고 그룹 간 분산은 최대화하는 방식으로 계급을 나누는 통계적 분류법입니다.

쉽게 풀면

학생들의 시험 점수를 등급으로 나눌 때, 억지로 10점 단위로 자르는 대신 점수가 몰려 있는 구간을 살펴서 자연스러운 틈이 있는 곳에서 등급을 나누는 방식과 비슷합니다. 값이 비슷한 지역끼리는 같은 색으로, 값 차이가 큰 지역은 다른 색으로 구분해 지도의 색 구간이 실제 데이터 분포를 잘 반영하도록 합니다. 이 방법은 조지 젠크스(George Jenks)가 제안한 알고리즘을 기반으로 하기 때문에 젠크스 자연분류법이라고도 불립니다.

왜 중요한가

계급 구간을 어떻게 나누느냐에 따라 같은 데이터라도 지도가 전혀 다른 인상을 줄 수 있기 때문에, 분류 방법의 선택은 단계구분도(코로플레스맵) 제작에서 핵심적인 절차입니다. 자연분류법은 데이터 자체의 분포를 반영한다는 점에서 임의성이 적은 방법으로 평가되어 지도학 및 공간통계 연구에서 널리 채택됩니다.

논문에서는 이렇게 쓰입니다

"본 연구는 시군구별 소득 데이터를 자연분류법(natural breaks, Jenks)을 적용하여 5개 등급으로 구분한 단계구분도를 제작하였다."

실제 데이터 분포에 기반해 등급을 나눈 지도 제작 절차를 설명하는 문장입니다.

"등간격분류법과 비교했을 때, 자연분류법을 적용한 지도는 데이터가 밀집된 구간의 세부 차이를 더 뚜렷하게 드러내었다."

다른 분류법과의 비교를 통해 자연분류법의 특성을 검증한 예문입니다.

조금 더 깊게 보면

자연분류법은 각 계급 내 분산의 합(그룹 내 편차 제곱합)을 최소화하는 경계값을 반복 계산으로 찾아내는 알고리즘으로 구현됩니다. 이 과정에서 데이터 분포에 뚜렷한 군집이나 이상치가 존재할 경우 그 경계가 더 명확하게 드러나는 경향이 있습니다. 계급 수를 몇 개로 설정하느냐에 따라서도 결과가 달라질 수 있습니다.

주의할 점

데이터셋마다 계산되는 경계값이 달라지기 때문에, 서로 다른 지도나 시기 간 비교에는 적합하지 않을 수 있으며 이런 경우 등간격분류법 등 고정 기준 방법이 더 나을 수 있습니다.