샤이니 Shiny

R로 만드는 대화형 웹시각화

홍성학

Korea R User Group

8/9/21

샤이니는?

R언어로 대화형 웹 애플리케이션을 만드는데 쓰는 패키지
RStudio 사에서 제작한 패키지
Shiny server 까지는 무료

샤이니 장점

R언어로 웹 애플리케이션을 제작할 수 있음
짧고 간단한 코드로 대화형 시각화를 구현할 수 있음
분석에 사용하던 코드를 웹 애플리케이션으로 빠르게 바꿀 수 있음

샤이니 단점

학습 장벽이 있음
복잡한 웹 애플리케이션을 작성하기 어려움
애플리케이션의 속도가 느린 편

Shiny 코드 생성 방법

RStudio에서 “메뉴 → File → New File → Shiny Web App..” 선택

기본 코드 구조

library(shiny)

# UI 정의
ui <- fluidPage(
    titlePanel("Old Faithful Geyser Data"),
    sidebarLayout(
        sidebarPanel(
          sliderInput("bins", "Number of bins:", 
                      min = 1, max = 50, value = 30)
        ),
        mainPanel(plotOutput("distPlot"))
    )
)

# Server 로직 정의
server <- function(input, output) {
    output$distPlot <- renderPlot({
        x <- faithful[, 2]
        bins <- seq(min(x), max(x), length.out = input$bins + 1)
        hist(x, breaks = bins, col = 'darkgray', border = 'white')
    })
}

# 앱 실행
shinyApp(ui = ui, server = server)

UI 파트

샤이니 웹앱의 눈에 보이는 부분을 처리
타이틀, 상자, 드롭박스와 같은 표현 요소를 배열

ui <- fluidPage(
    titlePanel("Old Faithful Geyser Data"),
    sidebarLayout(
        sidebarPanel(
          sliderInput("bins", "Number of bins:", 
                      min = 1, max = 50, value = 30)
        ),
        mainPanel(plotOutput("distPlot"))
    )
)

Server 파트

UI에서 전달 받은 Input을 사용해서 코드를 실행
코드를 실행하고 결과물을 UI로 전달

server <- function(input, output) {
    output$distPlot <- renderPlot({
        x <- faithful[, 2]
        bins <- seq(min(x), max(x), length.out = input$bins + 1)
        hist(x, breaks = bins, col = 'darkgray', border = 'white')
    })
}

반응성이란?

사용자의 입력을 받고 꼭 필요한 부분의 코드만 재실행
갱신이 필요한 결과물을 다시 만들어서 그 부분만 바꿔치기
이 작업이 자동으로 연쇄적으로 실행
Shiny는 R로만 작동하는 것처럼 보이지만 사실은 JavaScript가 내부에서 깊이 관여

참고자료

반응성 함수들

server <- function(input, output) {
  # 반응형 데이터
  filtered_data <- reactive({
    subset(mtcars, mpg > input$mpg_threshold)
  })
  
  # 이벤트 반응
  observeEvent(input$reset_button, {
    updateSliderInput(session, "mpg_threshold", value = 20)
  })
  
  # 부작용이 있는 반응형 표현식
  observe({
    print(paste("Current threshold:", input$mpg_threshold))
  })
}

입력 컴포넌트 (Input Components)

# 다양한 입력 요소들
textInput("text", "텍스트 입력")
numericInput("num", "숫자 입력", value = 10)
selectInput("select", "선택", choices = c("A", "B", "C"))
checkboxInput("checkbox", "체크박스", value = FALSE)
radioButtons("radio", "라디오 버튼", choices = c("X", "Y", "Z"))
dateInput("date", "날짜 선택")
fileInput("file", "파일 업로드")
sliderInput("slider", "슬라이더", min = 0, max = 100, value = 50)

출력 컴포넌트 (Output Components)

# 다양한 출력 요소들
plotOutput("plot")          # 그래프 출력
tableOutput("table")        # 테이블 출력
textOutput("text")          # 텍스트 출력
verbatimTextOutput("code")  # 코드 형태 텍스트
downloadButton("download", "다운로드")  # 다운로드 버튼

레이아웃 시스템

# 사이드바 레이아웃
sidebarLayout(
  sidebarPanel(...),
  mainPanel(...)
)

# 네비게이션 바 레이아웃
navbarPage("Title",
  tabPanel("Tab 1", ...),
  tabPanel("Tab 2", ...)
)

# 플루이드 로우 레이아웃
fluidRow(
  column(4, ...),
  column(8, ...)
)

주요 확장 패키지

DT: 인터랙티브 데이터테이블 생성
plotly: 인터랙티브 그래프 생성
leaflet: 인터랙티브 지도 생성
shinydashboard: 대시보드 레이아웃 생성
shinyWidgets: 다양한 추가 위젯 제공
shinyjs: JavaScript 기능 추가

# 패키지 설치
install.packages(c("DT", "plotly", "leaflet", "shinydashboard"))

DT 패키지 예제

library(shiny)
library(DT)

ui <- fluidPage(
  titlePanel("Interactive Data Table"),
  DT::dataTableOutput("table")
)

server <- function(input, output) {
  output$table <- DT::renderDataTable({
    DT::datatable(iris, options = list(pageLength = 10))
  })
}

shinyApp(ui = ui, server = server)

plotly 패키지 예제

library(shiny)
library(plotly)

ui <- fluidPage(
  titlePanel("Interactive Plotly Chart"),
  plotlyOutput("plot")
)

server <- function(input, output) {
  output$plot <- renderPlotly({
    p <- ggplot(mpg, aes(displ, hwy, color = class)) + 
         geom_point()
    ggplotly(p)
  })
}

shinyApp(ui = ui, server = server)

leaflet 패키지 예제

library(shiny)
library(leaflet)

ui <- fluidPage(
  titlePanel("Interactive Map"),
  leafletOutput("map")
)

server <- function(input, output) {
  output$map <- renderLeaflet({
    leaflet() %>%
      addTiles() %>%
      addMarkers(lng = 126.9780, lat = 37.5665, 
                 popup = "서울특별시")
  })
}

shinyApp(ui = ui, server = server)

모듈화 (Modules)

# 모듈 UI
chartUI <- function(id) {
  ns <- NS(id)
  plotOutput(ns("plot"))
}

# 모듈 서버
chartServer <- function(id, data) {
  moduleServer(id, function(input, output, session) {
    output$plot <- renderPlot({
      plot(data())
    })
  })
}

# 메인 앱에서 모듈 사용
ui <- fluidPage(chartUI("chart1"))
server <- function(input, output, session) {
  data <- reactive(mtcars)
  chartServer("chart1", data)
}

사용자 정의 JavaScript

library(shinyjs)

ui <- fluidPage(
  useShinyjs(),
  actionButton("btn", "클릭"),
  div(id = "text", "안녕하세요!")
)

server <- function(input, output, session) {
  observeEvent(input$btn, {
    shinyjs::toggle("text")  # 텍스트 숨기기/보이기
  })
}

데이터 처리 및 파일 업로드

server <- function(input, output) {
  data <- reactive({
    req(input$file)
    
    ext <- tools::file_ext(input$file$datapath)
    
    switch(ext,
      csv = read.csv(input$file$datapath),
      xlsx = readxl::read_excel(input$file$datapath),
      validate("Invalid file type")
    )
  })
  
  output$table <- renderTable({
    data()
  })
}

배포 방법

1. shinyapps.io (클라우드 배포)

# rsconnect 패키지 설치
install.packages("rsconnect")
library(rsconnect)

# 계정 설정
rsconnect::setAccountInfo(name="your-account",
                          token="your-token",
                          secret="your-secret")

# 배포
rsconnect::deployApp()

2. Shiny Server (자체 서버)

오픈소스 버전 무료 사용 가능
상용 버전(Shiny Server Pro) 추가 기능 제공

성능 최적화

성능 향상 팁

반응성 최적화
- 불필요한 재계산 방지
- isolate() 함수 활용
메모리 관리
- 큰 데이터셋 처리 시 주의
- 메모리 사용량 모니터링
비동기 처리
- future 패키지 활용

# 로딩 인디케이터 예제
output$plot <- renderPlot({
  withProgress(message = '그래프 생성 중...', value = 0, {
    for (i in 1:10) {
      incProgress(1/10)
      Sys.sleep(0.1)
    }
    plot(mtcars$mpg, mtcars$wt)
  })
})

보안 고려사항

# 입력 검증 예제
server <- function(input, output) {
  observe({
    req(input$user_input)
    
    # 입력 값 검증
    if (nchar(input$user_input) > 100) {
      showNotification("입력이 너무 깁니다.", type = "error")
      return()
    }
  })
}

디버깅 및 테스팅

# 디버깅 예제
server <- function(input, output) {
  output$plot <- renderPlot({
    print(paste("Input value:", input$slider))  # 디버깅 출력
    
    # browser()  # 브레이크포인트
    
    hist(rnorm(input$slider))
  })
}

shinytest2 패키지로 자동화된 테스트
testthat 패키지로 단위 테스트

간단한 데이터 탐색 앱 만들기

과제 요구사항

데이터 업로드 기능 구현
기본 통계 요약 표시
인터랙티브 그래프 생성
필터링 기능 추가

# 과제 시작 코드
ui <- fluidPage(
  titlePanel("데이터 탐색 앱"),
  sidebarLayout(
    sidebarPanel(
      fileInput("file", "CSV 파일 선택"),
      # 추가 입력 요소들...
    ),
    mainPanel(
      # 출력 요소들...
    )
  )
)

학습 리소스

온라인 자료

공식 문서: https://shiny.rstudio.com/
Shiny 갤러리: https://shiny.rstudio.com/gallery/
Mastering Shiny: https://mastering-shiny.org/
Engineering Production-Grade Shiny Apps: https://engineering-shiny.org/

커뮤니티

RStudio Community: https://community.rstudio.com/
Stack Overflow: #shiny 태그
한국 R 사용자 모임: https://www.facebook.com/groups/KoreaRUsers/

실제 사용 사례

다양한 분야에서의 활용

비즈니스 대시보드 - KPI 모니터링, 실시간 데이터 시각화
과학 연구 - 데이터 탐색 도구, 통계 분석 인터페이스
교육 - 인터랙티브 학습 도구, 시뮬레이션 프로그램
정부 및 공공기관 - 정책 시뮬레이션, 공공 데이터 시각화

알아두면 좋은 사실

데이터와 코드가 메모리에 올라간 채로 시작
데이터를 계속해서 로딩해야 하거나 동적으로 바꾸려면 요령이 필요함
Shiny의 UI 부분은 JavaScript로 작동함
복잡한 앱을 작성하려면 JavaScript를 알아야 하고 Shiny의 구조도 알아야 함
ui.R과 server.R로 파트를 나눠서 코드를 작성할 수도 있음

질문 Question?

홍성학 (euriion@gmail.com)

감사합니다!

샤이니 Shiny

목차

샤이니는?

샤이니 장점

샤이니 단점

Shiny 코드 생성 방법

기본 코드 구조

UI 파트

Server 파트

반응성이란?

반응성 함수들

입력 컴포넌트 (Input Components)

출력 컴포넌트 (Output Components)

레이아웃 시스템

주요 확장 패키지

DT 패키지 예제

plotly 패키지 예제

leaflet 패키지 예제

모듈화 (Modules)

사용자 정의 JavaScript

데이터 처리 및 파일 업로드

배포 방법

1. shinyapps.io (클라우드 배포)

2. Shiny Server (자체 서버)

성능 최적화

성능 향상 팁

보안 고려사항

디버깅 및 테스팅

간단한 데이터 탐색 앱 만들기

과제 요구사항

학습 리소스

온라인 자료

커뮤니티

실제 사용 사례

다양한 분야에서의 활용

알아두면 좋은 사실

질문 Question?