AI로 엑셀·데이터 정리 자동화해본 후기

──────────────────

엑셀 정리 작업은 이상하게 시간 계산이 안 맞았습니다.

“금방 끝나겠지” 하고 시작했는데 중복 제거하다가 한 시간 지나 있고, 열 이름 맞추다가 또 꼬이고. 특히 여러 사람이 만든 파일 합칠 때가 제일 귀찮았어요.

최근에는 이런 반복 작업을 거의 AI로 넘겨서 처리하고 있습니다.

완전 자동 수준까지는 아니어도, 예전보다 체감 작업량이 꽤 줄었습니다.

처음엔 “AI가 엑셀까지 제대로 하겠어?” 싶었는데 의외로 데이터 정리 쪽은 생각보다 잘합니다.

━━━━━━━━━━━━━━━━━━

【 예전 방식이 특히 힘들었던 이유 】

제가 자주 했던 건 이런 작업들이었습니다.

• 거래처 리스트 합치기
• 중복 데이터 제거
• 이름/전화번호 형식 통일
• 날짜 형식 맞추기
• 빈칸 정리
• 여러 CSV 파일 병합
• 매출 데이터 분류

문제는 이게 단순 반복인데도 사람이 계속 확인해야 한다는 점이었습니다.

예를 들어 3천~5천줄 정도만 넘어가도 필터 잘못 누르면 데이터 밀리고, 복붙하다가 열 하나 어긋나는 경우가 진짜 자주 나왔어요.

특히 날짜 형식.

2025-01-01 / 25.1.1 / Jan-01-2025 이거 섞여 있으면 나중에 피벗 테이블도 꼬입니다.

예전에는 함수 조합으로 처리했습니다.

VLOOKUP
IFERROR
TEXT
LEFT
MID
이런 거 계속 연결해서 썼는데, 파일 구조가 조금만 달라져도 다시 만져야 했습니다.

━━━━━━━━━━━━━━━━━━

【 AI로 바꾸고 가장 체감됐던 부분 】

처음엔 ChatGPT로만 테스트했습니다.

“이 엑셀 데이터 정리 규칙 만들어줘”
“중복 제거 기준 알려줘”
“이 컬럼 구조 통일하는 파이썬 코드 짜줘”

이 정도로 시작했는데 생각보다 바로 usable 했어요.

특히 좋았던 건:

반복 규칙 설명을 사람이 안 짜도 된다는 점

예전:

• 함수 설계
• 조건 확인
• 열 위치 수정
• 수동 테스트

지금:

• “전화번호 형식 통일하고 중복 제거해줘”
• “회사명 기준으로 합쳐줘”
• “빈값은 이전 행 기준으로 채워줘”

이런 식으로 자연어로 설명하면 됩니다.

물론 완벽하진 않았어요.

컬럼명 조금만 이상해도 AI가 헷갈릴 때 있습니다.

예:

• 고객명
• 이름
• 성함
• 업체명

이런 게 섞이면 기준을 잘못 잡기도 합니다.

그래서 실제로는 “컬럼 정의”를 먼저 명확하게 적어주는 게 중요했습니다.

━━━━━━━━━━━━━━━━━━

【 실제 시간 차이 】

예전에 1만 행 정도 CSV 정리할 때 기준으로 보면:

수동 작업:

• 약 2~3시간
• 중간 검수 포함

AI 활용 후:

• 20~40분 정도
• 최종 검수 위주

특히 여러 파일 병합할 때 차이가 컸습니다.

예전에는 CSV 하나씩 열어서 컬럼 맞췄는데, 지금은 AI에게:

“컬럼 순서 통일해서 하나로 합쳐줘”

라고 요청하면 기본 구조를 거의 맞춰줍니다.

중간에 한글 인코딩 깨지는 것도 예전보다 덜 스트레스 받게 됐고요.

━━━━━━━━━━━━━━━━━━

【 실제로 많이 쓰는 조합 】

제가 가장 많이 쓰는 건 이 조합입니다.

• ChatGPT → 규칙 생성
• Claude → 긴 데이터 설명 정리
• Excel Copilot → 시트 내부 자동화
• Python + Pandas → 대량 처리

근데 의외로 중요한 건 “AI보다 입력 방식”이었습니다.

예를 들어:

“데이터 정리해줘”

이렇게 쓰면 결과 품질이 들쭉날쭉합니다.

반대로:

• 중복 기준: 이메일
• 전화번호 형식 통일
• 빈칸 제거
• 날짜 YYYY-MM-DD 변환
• 결과 CSV 저장

이렇게 조건을 짧게라도 적어주면 결과가 훨씬 안정적입니다.

이 부분은 좀 써보면서 감이 생겼습니다.

━━━━━━━━━━━━━━━━━━

【 예상 밖으로 편했던 작업 】

개인적으로 의외였던 건 “오타 패턴 정리”였습니다.

예:

• 삼성전자(주)
• 삼성 전자
• 삼성전자 주식회사

이걸 사람이 하나씩 맞추려면 꽤 귀찮은데 AI가 유사 패턴을 잘 잡아냅니다.

물론 100%는 아닙니다.

특히 회사명이 비슷한 경우:

• 한빛테크
• 한빛테크놀로지

이런 건 잘못 합칠 위험이 있었어요.

그래서 저는 “자동 수정”보다 “후보 추천” 형태로 많이 씁니다.

━━━━━━━━━━━━━━━━━━

【 실패했던 부분도 있었음 】

초반에는 AI한테 원본 데이터를 너무 크게 넣었습니다.

근데:

• 행 누락
• 컬럼 순서 꼬임
• 숫자 타입 변경

이런 문제가 생각보다 자주 생겼어요.

특히 금액 데이터.

00123 같은 코드가 123으로 바뀌는 경우도 있었고,
전화번호 앞자리 0이 사라진 적도 있었습니다.

이건 아직도 최종 검수는 꼭 하는 이유입니다.

AI가 “정리”는 잘하는데, 데이터 의미까지 완벽하게 이해하는 건 아니더라고요.

━━━━━━━━━━━━━━━━━━

【 지금은 이렇게 쓰는 편 】

지금은 아예 역할을 나눠 씁니다.

AI:

• 구조 정리
• 중복 탐지
• 패턴 통일
• 자동 분류

사람:

• 최종 검수
• 예외 확인
• 중요한 숫자 체크

이 방식이 제일 안정적이었습니다.

괜히 전부 자동화하려다가 검수 시간 더 쓰는 경우도 있었거든요.

━━━━━━━━━━━━━━━━━━

【 결국 중요한 건 “엑셀 실력”보다 작업 흐름 】

예전엔 함수 많이 아는 사람이 빠르다고 생각했는데, 요즘은 조금 달라졌습니다.

오히려:

• 어떤 규칙으로 정리할지
• 어떤 데이터를 기준으로 묶을지
• 어디까지 자동화할지

이걸 정하는 쪽이 더 중요해졌습니다.

AI가 함수 자체는 꽤 잘 만들어주니까요.

특히 반복적으로 들어오는:

• 쇼핑몰 주문 데이터
• 광고 리포트
• 거래처 리스트
• 재고 CSV

이런 건 자동화 체감이 꽤 큽니다.

한 번 흐름 만들어두면 다음 작업부터 시간이 진짜 많이 줄어듭니다.​