노션 데이터베이스 차트로 “시간에 따른 변화”를 제대로 보고 싶다면 무엇부터 정해야 할까요?
러닝 기록, 독서량, 출석률, 상담 횟수, 매출, 학습 시간처럼 날짜별로 쌓이는 데이터는 그냥 표로만 보면 흐름이 잘 보이지 않아요. 이럴 때는 노션 데이터베이스의 차트 레이아웃에서 시간축 + 수치 + 그룹화 3가지만 잡으면 훨씬 읽기 쉬운 시계열 대시보드를 만들 수 있습니다.
이 글에서 배울 내용⏳ 읽기 6분
노션에서 시계열 데이터를 차트로 만드는 기본 공식
X축, Y축, 그룹화 속성을 정하는 방법
러닝 챌린지 예시로 이해하는 꺾은선그래프 활용법
보기 좋은 차트가 아니라 “판단 가능한 차트”를 만드는 기준
노션 시계열 데이터 차트의 핵심 공식
노션 데이터베이스를 쓰다 보면 어느 순간 이런 욕심이 생깁니다.
“이 기록들을 그냥 쌓아두는 게 아니라, 변화 흐름까지 보고 싶다.”
예를 들어 매일 러닝 기록을 남긴다고 해볼게요. 날짜, 거리, 페이스, 심박수, 케이던스가 차곡차곡 쌓입니다. 표로 보면 기록은 남지만, 내가 좋아지고 있는지, 어느 시점에 컨디션이 흔들렸는지, 참가자별 패턴은 어떻게 다른지 한눈에 보기는 어렵죠.
이때 필요한 것이 바로 시계열 데이터 차트입니다. 제가 진행하는 러닝 챌린지의 데이터 차트를 예시로 보여드릴게요.
노션 러닝 챌린지 데이터베이스를 꺾은선그래프로 시각화해 일별 러닝 거리, 평균 페이스, 평균 심박수, 평균 케이던스 추이를 한 화면에서 비교한 대시보드
챌린저들의 일별 러닝 거리 추이, 평균 페이스 추이, 평균 심박수 추이, 평균 케이던스 추이가 모두 드러나고 있습니다.
시계열 데이터는 어렵게 생각할 필요 없어요. 말 그대로 시간 순서대로 쌓이는 데이터입니다.
날짜별 러닝 거리
주차별 독서량
일별 공부 시간
월별 상담 건수
학기별 과제 제출률
기간별 매출 또는 방문자 수
이런 데이터는 공통점이 있습니다. “언제”라는 시간 정보가 있고, 그 시간에 따라 변하는 “수치”가 있다는 점이에요.
노션에서 이 데이터를 차트로 구현할 때는 다음 공식을 기억하면 됩니다.
차트 유형: 꺾은선
X축: 날짜 또는 시간
Y축: 관찰하고 싶은 숫자
그룹화: 비교하고 싶은 대상
이 4가지만 제대로 잡으면, 노션 데이터베이스는 단순 기록장이 아니라 추이를 보여주는 대시보드가 됩니다.
아래 이미지의 설정을 확인하신 후 본문을 쭉 읽으며 따라해보세요!
노션 차트 설정 패널에서 차트 유형은 꺾은선그래프, X축은 날짜, Y축은 거리, 그룹화는 참가자로 지정한 예시
공식 1. 차트 유형은 꺾은선그래프로 잡기
시계열 데이터는 변화 추이를 읽기 위한 데이터입니다.
그래서 노션 차트에서 이를 구현하기 위해서는 막대그래프나 원형그래프보다 꺾은선그래프가 가장 자연스럽습니다.
선으로 이어야 변화가 보입니다
꺾은선그래프는 날짜별 기록을 선으로 이어주기 때문에 증가, 감소, 정체, 급변 구간을 한눈에 파악하기 좋습니다.
러닝 기록처럼 매일 쌓이는 데이터라면 각 날짜의 점보다 점들이 이어져 만드는 흐름이 더 중요해요.
🍯
꿀팁
스타일 옵션 더보기 → 곡선 토글을 on / off 하여 원하는 느낌의 시각화를 완성해보세요
노션 차트 스타일 옵션에서 곡선 토글을 켜고 끄며 꺾은선그래프의 선 모양을 조정하는 화면
공식 2. X축은 반드시 시간 축으로 잡기
시계열 데이터의 핵심은 시간에 따라 달라지는 변화를 드러내는 것입니다.
그래서 차트의 X축은 날짜 속성을 기준으로 잡는 것이 가장 자연스러워요.
예를 들어
러닝 기록이라면 → 러닝한 날짜
독서 기록이라면 → 독서한 날짜
등이 필요하겠죠?
🍯
꿀팁:
X축에서 날짜 관련 속성을 선택할 때 상대 / 일별 / 주별 / 원별 / 연도별로 X축에 드러낼 날짜 단위를 설정할 수 있어요
노션 차트 X축 설정에서 날짜 속성을 선택하고 상대, 일별, 주별, 월별, 연도별 단위로 표시 기준을 고르는 화면
공식 3. Y축은 “변화를 보고 싶은 수치”로 잡기
X축이 시간이라면, Y축은 시간에 따라 변하는 수치입니다.
여기서 중요한 질문은 이것입니다.
“나는 이 데이터에서 무엇의 변화를 보고 싶은가?”
러닝 기록을 예로 들면 Y축 후보는 여러 가지가 될 수 있습니다.
거리
페이스
심박수
케이던스
운동 시간
칼로리 등등
꼭 하나의 차트만 만들어야 하는 건 아닙니다.
위에서 나열한 Y축은 모두 추세를 보여주는 유의미한 지표입니다. 데이터베이스 보기를 추가하여 n개의 서로 다른 차트를 만들어보세요. 일별 거리, 일별 페이스, 일별 심박, 일별 케이던스, 일별 칼로리 소모량 모두 재미있는 통계가 될 거예요.
공식 4. 그룹화는 “비교하고 싶은 대상”으로 잡기
시계열 차트가 진짜 재미있어지는 지점은 그룹화입니다.
혼자 쓰는 기록이라면 시간축과 수치만 있어도 충분합니다. 하지만 여러 사람이 함께 참여하는 챌린지, 여러 학급의 제출률, 여러 프로젝트의 진행률처럼 비교 대상이 생기면 그룹화가 필요해요.
노션 차트에서 참가자별로 그룹화된 여러 개의 꺾은선이 표시되고, 특정 참가자에 마우스를 올려 해당 데이터가 강조된 화면
예시로 보여드린 러닝 챌린지 차트에서는 챌린지에 참여하고 있는 챌린저 이름을 그룹화 기준으로 삼았습니다. 이렇게 해주면 챌린저들의 개별 추이가 모두 차트 위에 드러나서 아주 복잡한 수준의 시각화가 이루어지죠.
이 상태에서 특정 참가자에 포인터를 올리면 해당 참가자의 데이터만 강조해서 볼 수 있습니다. 이 호버(hover) 효과를 잘 이용하면 복잡한 데이터 속에서도 원하는 값을 빠르게 확인할 수 있습니다.
러닝 챌린지에서는 참가자가 그룹화 기준이지만, 다른 데이터에서는 얼마든지 달라질 수 있습니다.
예를 들어 학교 업무나 수업 데이터라면 이렇게 바꿔볼 수 있어요.
학급별 제출률 변화
과목별 수업 진도 변화
학생별 독서 기록 변화
프로젝트별 작업량 변화
콘텐츠 유형별 조회수 변화
업무 카테고리별 처리 건수 변화
즉 그룹화 기준 설정은 “무엇끼리 비교할 것인가”에 대한 답을 내리는 작업이라고 할 수 있겠네요.
보기 좋은 차트보다 중요한 것
차트를 만들다 보면 자꾸 “예쁘게 보이는가?”에 집중하게 됩니다. 물론 보기 좋은 차트도 중요합니다. 하지만 대시보드의 목적은 장식이 아니라 판단이에요.
좋은 차트는 다음 질문에 답할 수 있어야 합니다.
변화가 보이는가?
비교가 가능한가?
이상치가 눈에 들어오는가?
다음 행동을 정할 수 있는가?
러닝 기록이라면 이런 판단이 가능해야 합니다.
꾸준히 참여하는 사람은 누구인가?
특정 날짜 이후 기록이 줄어든 사람은 누구인가?
거리는 늘었는데 페이스가 급격히 떨어진 구간은 어디인가?
심박이 높게 유지되는 참가자는 없는가?
케이던스가 안정된 사람과 흔들리는 사람의 차이는 무엇인가?
이런 질문에 답할 수 있다면 그 차트는 충분히 좋은 차트입니다.
반대로 색이 예쁘고 화면이 멋져도, 아무 판단을 도와주지 못한다면 대시보드라기보다 장식에 가깝습니다.
⚠️
주의: 차트를 많이 만든다고 좋은 대시보드가 되는 것은 아니에요. 각 차트가 중요한 질문에 명쾌하게 답할 수 있는지 반문하며 꼭 필요한 차트만 만드는 게 좋다고 생각해요!
시계열 데이터 차트를 만들 때 자주 하는 실수
노션에서 시계열 차트를 만들 때 자주 생기는 실수도 있습니다.
날짜 속성이 비어 있는 기록이 많다
날짜가 비어 있으면 시간축에서 제대로 표시되기 어렵습니다.
기록을 입력할 때 날짜 속성은 필수값처럼 관리하는 것이 좋습니다. 가능하면 데이터베이스 템플릿이나 버튼을 활용해 오늘 날짜가 자동으로 들어가게 만들면 더 안정적이에요.
숫자 속성이 텍스트로 되어 있다
거리, 페이스, 심박, 케이던스처럼 계산하거나 비교해야 하는 값은 숫자 속성으로 관리하는 것이 좋습니다.
텍스트로 입력하면 사람이 읽기에는 괜찮지만, 차트나 집계에서 활용하기 어렵습니다.
내 워크플로에 적용해보기
이 공식은 러닝 기록에만 쓰는 것이 아닙니다.
노션에서 날짜별로 쌓이는 데이터라면 거의 그대로 적용할 수 있습니다.
수업 데이터
X축: 날짜
Y축: 제출률, 평균 점수, 활동 횟수
그룹화: 학급, 과목, 활동 유형
예를 들어 수행평가 제출 현황을 날짜별로 기록하면 학급별 제출률 변화를 볼 수 있습니다. 어느 반이 빠르게 제출하는지, 어느 시점에 제출이 몰리는지도 확인할 수 있어요.
업무 데이터
X축: 날짜
Y축: 처리 건수, 소요 시간, 완료율
그룹화: 업무 유형, 프로젝트, 담당자
학교 업무나 팀 프로젝트에서도 유용합니다. 단순히 할 일을 체크하는 것을 넘어, 어떤 유형의 일이 언제 많이 발생하는지 확인할 수 있습니다.