AI로 엑셀 데이터 분석하는 방법

AI에게 엑셀 파일을 올리고 "분석해줘" 한 마디만 하면 원하는 결과가 나올 거라고 생각했다면, 제 경험상 그 기대는 꽤 빠르게 무너집니다. 결과가 그럴듯해 보이는데 수치가 미묘하게 이상한 경우가 있었고, 나중에 뜯어보니 날짜 기준이 잘못 잡혔거나 취소 건이 매출에 포함돼 있었습니다. AI 데이터 분석의 진짜 가치는 속도가 아니라, 사용자가 미처 인지하지 못한 전제 오류를 잡아내는 데 있습니다.

데이터 점검: "분석해줘" 전에 먼저 할 일

파일을 받았을 때 제일 먼저 하는 일은 분석이 아닙니다. 저는 항상 데이터 품질 점검(Data Quality Check)부터 시작합니다. 여기서 데이터 품질 점검이란 열 이름이 명확한지, 결측치(Missing Value)나 중복값은 없는지, 날짜와 숫자 형식이 일관되게 들어가 있는지를 확인하는 작업입니다. 이 단계를 건너뛰면 아무리 정교한 분석을 요청해도 기초가 흔들린 채로 결과가 나옵니다.

제가 AI에게 가장 먼저 던지는 프롬프트는 "인사이트 찾아줘"가 아닙니다. "이 파일의 시트 구성, 열 수, 행 수, 결측치 분포, 중복값, 날짜 형식, 숫자 단위를 먼저 점검하고 수정이 필요한 부분을 알려달라"는 식으로 물어봅니다. 실제로 이렇게 시작했더니, AI가 데이터 안에서 제가 전혀 인지하지 못했던 예외값을 먼저 짚어준 적이 있었습니다.

지역별 매출을 정리하던 중 국가명 컬럼에 "미국", "US", "USA", "United States"가 섞여 있었습니다. 그냥 "하나로 통일해줘"라고 했는데, AI가 통일만 하고 끝낸 게 아니라 "US (Guam 포함)"이라는 값이 따로 존재한다며 "이걸 같은 국가로 묶어도 되는지, 의도적으로 분리된 값인지"를 되물었습니다. 솔직히 이건 예상 밖이었습니다. 저는 명령만 내렸는데, AI가 그 명령이 데이터를 왜곡할 수 있는 지점을 먼저 걸러준 셈이었으니까요.

데이터 구조 관점에서도 명확한 기준이 있습니다. 한 행에 하나의 레코드가 있고, 열 이름이 명시된 정형 데이터(Structured Data)여야 AI가 구조를 올바르게 해석합니다. 보고서처럼 중간에 제목 행이 섞이거나, 셀이 병합돼 있거나, 여러 표가 한 시트에 뒤섞인 형태라면 AI도 구조를 오해할 가능성이 커집니다.

• 결측치(Missing Value): 값이 아예 빠져 있는 셀로, 집계 시 오차를 만들 수 있음
• 중복값: 같은 거래가 두 번 집계되는 오류의 원인이 됨
• 날짜·숫자 형식 불일치: 주문일과 결제일이 섞이거나 통화 단위가 달라지는 경우
• 약어·내부 용어 정의 누락: "신규 고객"이 첫 구매인지 가입 기준인지에 따라 수치가 달라짐

 

프롬프트 설계: 질문의 순서와 구체성이 결과를 가른다

데이터 상태를 확인했다면, 그다음은 분석 목표를 구체적인 질문으로 쪼개는 작업입니다. "매출 분석해줘"라는 요청은 너무 열려 있어서, AI가 어떤 기준으로 집계할지 스스로 판단하게 됩니다. 그 판단이 맞을 수도 있지만, 틀렸을 때는 결과가 그럴듯해 보여서 오히려 더 위험합니다.

제가 경험상 훨씬 안정적이라고 느낀 방식은 조건을 먼저 명시하는 것입니다. 예를 들어 "월별 매출을 보여줘"보다 "주문일 기준으로 월별 순매출을 합산하되 취소 주문은 제외하고, 전월 대비 성장률을 함께 계산한 뒤 선 그래프로 보여줘"가 훨씬 안전합니다. 계산 기준이 프롬프트 안에 담겨 있으면, 결과를 나중에 검증하기도 쉬워집니다.

차트 유형도 마찬가지입니다. AI가 알아서 적절한 시각화를 고르게 할 수도 있지만, 보고서에 쓸 목적이라면 비교 항목은 막대 그래프, 시간에 따른 추세는 선 그래프, 값의 분포는 히스토그램처럼 목적에 맞는 형식을 직접 지정하는 편이 낫습니다. 시각화 유형(Chart Type)을 명시하지 않으면 같은 데이터라도 보는 각도가 달라져 해석이 흔들릴 수 있습니다.

분석 목표를 나눌 때 저는 보통 네 가지 방향으로 쪼개는 편입니다. "지난 분기 대비 이번 분기 변화", "상품군별 성장률", "신규·기존 고객 객단가 차이", "하락에 가장 크게 기여한 구간"처럼 질문을 분리해두면, 각 분석 결과를 대조하며 전체 그림을 만들기가 수월해집니다. 한꺼번에 "다 분석해줘"라고 했을 때보다 훨씬 명확한 결과가 나왔습니다.

 

도구 선택: ChatGPT, Gemini, Claude for Excel의 실질적 차이

어떤 AI를 쓰느냐보다 어떤 환경에서 작업하느냐가 도구 선택의 실질적 기준이 됩니다. 세 가지 도구는 성격이 꽤 다르기 때문에, 무조건 유명한 것을 쓰는 것보다 작업 흐름에 맞는 것을 고르는 편이 효율적입니다.

ChatGPT는 CSV, xls, xlsx 파일을 대화 창에 직접 업로드해 탐색하고, 표와 차트를 생성하거나 분석 과정에서 사용된 코드를 확인할 수 있습니다. 원본 파일을 직접 편집하기보다 "질문을 통해 데이터를 탐색하는" 방식에 최적화돼 있습니다. 제가 직접 써봤는데, 파일 구조를 처음 파악할 때와 이상치(Outlier)를 빠르게 찾아낼 때 특히 편했습니다. 여기서 이상치란 데이터 전체 흐름에서 비정상적으로 크거나 작은 값으로, 집계 오류나 실제 예외 케이스를 의미합니다.

Google Sheets를 주로 쓰는 환경이라면 Gemini in Sheets가 훨씬 자연스러운 선택입니다. 표 생성, 공식 작성, 차트 생성은 물론 피벗 테이블(Pivot Table)이나 조건부 서식 같은 시트 작업을 시트 안에서 직접 수행할 수 있습니다. 피벗 테이블이란 대량의 데이터를 원하는 기준으로 요약·집계해주는 기능으로, 직접 수식을 짜지 않아도 그룹별 합계나 평균을 빠르게 확인할 수 있습니다.

Excel이 업무 중심인 경우라면 Claude for Excel이 선택지가 됩니다. Claude for Excel은 통합 문서의 셀과 수식을 직접 읽고, 수식 의존성(Formula Dependency)을 유지하면서 가정을 수정하거나 오류를 디버깅하고, 여러 탭을 오가며 작업할 수 있습니다. 수식 의존성이란 한 셀의 값이 다른 셀을 참조하는 연결 구조를 의미하는데, 복잡한 중첩 수식에서 어디가 끊겼는지 추적할 때 이게 정말 유용합니다. 제가 경험한 바로도, 기존에 누가 만들어둔 복잡한 중첩 수식에서 범위 참조가 한 행 밀려 마지막 행 데이터가 누락되고 있던 문제를 AI가 짚어준 적이 있습니다. 육안으로는 수식이 멀쩡해 보였는데, 계산 흐름을 따라가며 어디서 어긋났는지 설명해주니 디버깅 시간이 확 줄었습니다.

다만 어떤 도구를 쓰든 최종 수치는 반드시 사람이 검토해야 합니다. "AI가 계산했으니 맞다"는 생각은 특히 감사 자료나 외부 제출물에서 위험할 수 있습니다.

 

검증과 기록: AI 분석 결과를 믿어도 되는 조건

AI 데이터 분석에서 제가 가장 강조하고 싶은 부분은 "결과를 어떻게 검증할 것인가"입니다. 그리고 제 경험상 이 검증 단계가 가장 자주 생략됩니다. 결과가 그럴듯하면 맞다고 느껴지기 때문입니다.

AI는 사용자가 결과를 의심하고 되물었을 때 효과적으로 작동합니다. 반대로 사용자가 오류를 오류로 인지하지 못하면, AI도 틀린 방향으로 분석을 이어갈 수 있습니다. 그래서 저는 중요한 수치는 반드시 원본 데이터와 수식으로 한 번 더 확인하는 습관을 갖고 있습니다. 특히 취소 건 포함 여부, 주문일과 결제일 중 어느 날짜를 기준으로 잡았는지처럼 집계 기준이 달라지면 수치가 완전히 달라질 수 있습니다.

분석 결과를 공유할 때는 사용한 프롬프트와 조건도 함께 남겨두는 것을 권장합니다. 같은 파일로 분석해도 "취소 건을 포함했는지", "날짜를 주문일 기준으로 잡았는지 결제일 기준으로 잡았는지"에 따라 수치가 달라지기 때문입니다. 재현 가능성(Reproducibility)을 확보해두면 나중에 다른 사람이 같은 결과를 다시 만들거나 오류를 역추적하기 쉬워집니다. 재현 가능성이란 동일한 조건으로 동일한 결과를 반복해서 얻을 수 있는 분석 구조를 의미합니다(출처: Google Research, Data Management in Production ML).

정리하면, 저한테 AI 데이터 분석이 진짜 유용했던 지점은 "빠른 수식 생성"보다 "제가 놓친 전제나 오류를 되짚어주는" 쪽이었습니다. 데이터를 다루다 보면 내가 맞다고 가정한 부분이 사실은 틀렸을 때가 많은데, 그걸 잡아주는 게 결과적으로 시간을 가장 많이 아껴줬습니다. AI는 판단을 대체하는 도구가 아니라 검증 과정을 자동화해주는 도구로 보는 게 정확합니다.

 

자주 묻는 질문

Q. ChatGPT에 엑셀 파일 올리면 바로 분석이 가능한가요?

A. xls, xlsx, csv 형식은 업로드 후 바로 분석이 가능합니다. 다만 셀이 병합돼 있거나 여러 표가 한 시트에 섞인 경우 구조 인식 오류가 생길 수 있으므로, 업로드 전에 정형 데이터 형태로 정리해두는 것이 안전합니다. 한 행에 하나의 레코드, 열 이름이 명확한 구조가 기본 조건입니다.

 

Q. AI가 만들어준 차트나 수치를 그냥 보고서에 써도 되나요?

A. 최종 수치는 반드시 사람이 원본 데이터와 수식으로 다시 확인하는 단계가 필요합니다. AI는 날짜 기준이나 취소 건 포함 여부처럼 집계 조건을 잘못 설정할 수 있고, 결과가 그럴듯해 보여도 틀린 경우가 있습니다. 외부 제출물이나 감사 자료라면 더욱 사람의 검토를 거쳐야 합니다.

 

Q. ChatGPT, Gemini, Claude 중 엑셀 분석에 제일 좋은 건 뭔가요?

A. 작업 환경에 따라 다릅니다. 파일을 빠르게 탐색하고 질문 중심으로 분석하고 싶으면 ChatGPT, Google Sheets 안에서 직접 수식이나 피벗 테이블을 편집하고 싶으면 Gemini in Sheets, 복잡한 Excel 모델의 수식 흐름을 디버깅해야 한다면 Claude for Excel이 각각 강점을 가집니다. 하나가 모든 상황에 최적이라고 보기는 어렵습니다.

 

Q. AI한테 데이터 분석 프롬프트를 어떻게 써야 잘 나오나요?

A. 계산 기준, 제외 조건, 원하는 시각화 유형을 프롬프트 안에 명시하는 것이 핵심입니다. 예를 들어 "월별 매출 보여줘"보다 "주문일 기준으로 월별 순매출 합산, 취소 건 제외, 전월 대비 성장률 포함, 선 그래프로"처럼 조건을 구체화할수록 결과가 안정적이고 검증하기도 쉬워집니다.

 

결론

AI 데이터 분석은 엑셀을 몰라도 되는 기술이 아닙니다. 제 경험상 이건 데이터를 이해하는 데 필요한 반복 작업의 진입장벽을 낮춰주는 도구에 가깝습니다. 먼저 데이터 품질 점검으로 구조를 확인하고, 분석 질문을 구체적으로 쪼갠 뒤, 계산 기준을 프롬프트에 명시하고, 중요한 수치는 원본으로 다시 검증하는 순서를 지키면 업무에서 훨씬 안정적으로 쓸 수 있습니다.

특히 여러 사람 손을 거친 복잡한 스프레드시트에서 AI의 효용이 두드러집니다. 표기 불일치, 수식 참조 오류처럼 육안으로는 잘 보이지 않는 문제를 짚어내는 방식이 기존 자동화 도구와는 성격이 다릅니다. 다음에 데이터 파일을 받으면, "분석해줘" 전에 데이터 점검부터 시켜보시기 바랍니다. 그 한 단계가 결과의 신뢰도를 크게 바꿔줍니다.