챗GPT 엑셀 활용 완전정복: 함수 몰라도 되는 데이터 분석 실전 가이드

금요일 오후 6시.

월간 실적 파일을 열어놓고 VLOOKUP 인수 순서를 검색창에 다시 쳐본다. 어제도 찾아봤던 내용이다. 옆자리 팀원은 피벗테이블을 만들다가 “값 필드가 왜 개수로 잡히죠”라고 묻는다. 보고서 마감은 월요일 오전이고, 데이터는 아직 정리조차 되지 않았다. 이 장면에서 벗어나려고 챗GPT 엑셀 활용을 검색해본 적이 있을 겁니다.

이 글을 처음부터 끝까지 읽을 필요는 없습니다. 프롬프트 목록과 실습 파일만 필요하다면 실무 자료실에 정리해둔 AI 업무 템플릿부터 가져가도 됩니다.

핵심 요약

• 챗GPT 엑셀 활용의 네 가지 경로 — 웹 업로드·애드인·API·Microsoft Copilot, 데이터 민감도와 예산에 따라 갈리는 선택 기준
• 수식 요청의 3요소 — 데이터 구조, 원하는 결과, 예외 처리. 셋을 다 넣어야 재작업 없는 한 번의 출력
• 실측 기준 월간 실적 정리·피벗 분석 52분 → 11분, 단 검수 단계를 뺄 경우 되레 커지는 오류 리스크
• 사내 데이터 업로드 전 필수 확인 3종 — 학습 옵트아웃, 비식별화, 반출 승인

엑셀을 못 해서 생기는 문제가 아닙니다. 함수는 검색하면 나오고, 유튜브 강의도 넘칩니다. 그런데도 매달 같은 자리에서 막히는 이유는 내 데이터 구조에 맞는 답을 찾는 데 시간이 다 들어가기 때문입니다. 챗GPT 엑셀 활용이 의미 있는 지점이 정확히 여기입니다.

이 글은 챗GPT를 ‘함수 검색기’로 쓰는 법을 다루지 않습니다. 원본 데이터를 던지고, 정리 규칙을 지시하고, 분석 결과와 차트까지 받아오는 실무 파트너로 쓰는 절차를 다룹니다.

수식 생성부터 데이터 정리, 피벗 분석, VBA 매크로 자동화, OCR로 읽어온 표 처리까지 함수 지식 없이 직접 실행하는 방법을 순서대로 정리했습니다. 그리고 사내 데이터를 올려도 되는지 판단하는 기준까지 함께 세웁니다.

근거는 세 가지입니다. 접근 방식 4종을 실제로 같은 과제에 돌려 비교한 결과, 동일 업무의 작업 시간 Before/After 측정값, 그리고 40곳 넘는 기업 교육에서 반복해 나온 실패 패턴입니다. 특히 규제 산업 담당자들이 가장 먼저 묻는 것은 언제나 기능이 아니라 보안이었습니다.

조직 전체 도입을 검토 중이라면 개인 스킬보다 먼저 확인할 게 있습니다. 지금 팀의 AI 활용 성숙도가 어느 단계인지에 따라, 이 글의 어느 부분부터 적용해야 할지가 달라집니다.

엑셀 함수를 몰라도 데이터 분석이 되는 이유는 뭘까요?

수식 입력줄에 커서를 두고 5분째 멈춰 있다. VLOOKUP 인자 순서가 기억나지 않는다.

이 장면이 익숙하다면, 문제는 실력이 아니라 도구의 위치입니다. 예전에는 함수 마법사가 구문을 대신 채워줬고, 지금은 ChatGPT가 그 역할을 훨씬 넓게 가져갔습니다.

구문을 외우는 일은 이제 기계 쪽 몫입니다. 사람이 해야 할 일은 따로 남았습니다.

교육장에서 화면을 들여다보면 실무자가 진짜로 막히는 지점은 늘 같습니다. 함수 문법이 아니라 내 데이터가 어떤 구조인지 말로 설명하는 것입니다. “A열이 부서명이고 B열이 금액인데 중간에 빈 행이 섞여 있다” — 이 한 문장을 쓰지 못해 답이 어긋납니다.

그래서 이 글은 순서를 이렇게 잡았습니다. 챗GPT와 스프레드시트를 잇는 4가지 연동 방식 비교, 수식 생성 프롬프트, 지저분한 데이터 정리, 분석과 차트, 매크로·VBA를 포함한 반복업무 자동화, 그리고 마지막으로 보안입니다.

조직 전체의 AI 도입 단계를 먼저 보고 싶다면 AI 활용 성숙도 5단계 글이 지도 역할을 합니다. 이 글은 그 지도 안에서 ‘데이터 실무’ 한 칸만 끝까지 파고듭니다.

챗GPT를 엑셀에 연결하는 4가지 방법, 나에게 맞는 건 뭘까요?

“어느 방식이 맞는지 모르겠어서 아직 시작을 못 했다.” 도입 검토 단계에서 가장 자주 듣는 말입니다. 고르는 기준은 기능이 아니라 데이터가 어디까지 나가느냐입니다.

웹 업로드 vs 애드인 vs API vs Microsoft Copilot 비교표

축	웹 업로드	엑셀 애드인	API 직접 연동	Microsoft Copilot
난이도	매우 낮음	중간	높음	낮음
설치	불필요	애드인 설치 + API 키	개발 리소스 필요	라이선스 배포
데이터 반출	파일 전체가 외부로	지정 셀 범위만	호출 범위만	테넌트 내부 유지
비용	무료 또는 월 구독	토큰 종량제	토큰 종량제	인당 월 라이선스
자동화 수준	수동 반복	수식처럼 자동 채움	완전 자동화	문서 연계 자동화

웹 업로드는 파일을 첨부하고 분석을 요청하는 방식이라 오늘 당장 시작됩니다. 대신 원본이 통째로 외부로 나갑니다. OpenAI는 Excel용 ChatGPT도 별도로 공개했고, 스프레드시트 앱 베타에서 지원 범위를 확인할 수 있습니다.

API 키 발급과 모델별 요금, 실제로 얼마나 나올까요?

애드인은 셀에 함수처럼 GPT를 호출하는 방식입니다. 절차는 넷입니다. OpenAI 플랫폼 가입 → 대시보드에서 API 키 발급 → 결제 한도 설정 → 엑셀 애드인에 키 등록.

여기서 한도 설정을 건너뛰면 나중에 청구서를 보고 놀랍니다. 월 상한을 먼저 걸어두는 편이 안전합니다.

비용 감각만 잡아보겠습니다. 한 행을 처리할 때 입력·출력 합쳐 200토큰 안팎이 든다고 보면, 월 3만 행은 약 600만 토큰입니다. 경량 모델이면 커피 두어 잔 값, GPT-4o급이면 그 열 배 안팎으로 올라갑니다. 단가는 자주 바뀌니 대시보드의 실제 요금표가 기준입니다.

Microsoft Copilot은 파일이 테넌트 밖으로 나가지 않는 대신 인당 라이선스 단가가 높습니다. ClickUp 같은 협업 도구에 붙은 AI도 비슷한 구조입니다.

상황별로 정리하면 이렇습니다. 개인 실무자는 웹 업로드로 감을 잡고, 반복 처리량이 있는 팀은 애드인이나 API 연동으로 넘어가고, 규제 산업은 처음부터 Copilot 계열을 검토하는 편이 분쟁이 적습니다.

도구 선택보다 앞서는 건 도입 순서입니다. 예산과 품의 단계까지 이어지는 그림은 기업 AI 교육 도입 8단계 로드맵에 정리해 두었습니다.

수식이 한 번에 나오는 프롬프트는 어떻게 쓰나요?

“답이 나오긴 하는데 우리 데이터에 붙이면 오류가 뜬다.” 프롬프트 엔지니어링이 부족해서가 아닙니다. 데이터 구조를 안 알려준 탓입니다.

수식 요청 프롬프트의 3요소: 데이터 구조·목표 결과·예외 처리

“부서별 합계 구해줘”는 거의 실패합니다. 반면 “A2:A500에 부서명, B열에 금액. 부서별 합계를 SUMIFS로, 빈칸은 0 처리”는 대체로 한 번에 붙습니다.

정확도를 가장 크게 올리는 건 열 머리글과 샘플 3행을 그대로 붙여넣는 것입니다. 설명하려 애쓰는 것보다 원본 조각을 보여주는 쪽이 빠릅니다.

함수별 즉시 복사용 프롬프트 라이브러리

상황	붙여넣을 프롬프트
VLOOKUP 개선	“이 VLOOKUP을 XLOOKUP으로 바꾸고, 미일치 시 ‘해당없음’ 반환”
다중 조건 합계	“부서·월 두 조건으로 금액 합계, SUMIFS 사용”
중첩 IF 정리	“5단 중첩 IF를 IFS 또는 SWITCH로 단순화하고 차이 설명”
텍스트 분리	“‘서울/강남/1팀’ 형식을 세 열로 분리하는 수식”
날짜 계산	“주말·공휴일 제외 영업일수 계산, 공휴일은 H열 참조”
고유값 추출	“중복 제거한 거래처 목록을 UNIQUE로 세로 출력”
배열 수식	“금액 100만 이상 행만 FILTER로 뽑고 금액 내림차순 정렬”
조건부 서식	“납기 3일 이내 행 전체를 빨강 처리하는 수식 규칙”
오류 처리	“이 수식에 IFERROR를 감싸 빈 문자열 반환하도록 수정”
피벗테이블	“이 표로 월×채널 매출 피벗테이블 만들 행·열·값 배치 지시”
반복 작업	“시트별 동일 서식 적용하는 VBA 매크로 코드와 실행 절차”
검증	“위 수식을 셀 단위로 분해해 한 줄씩 설명”

받은 수식은 바로 전체에 걸지 않는 편이 좋습니다. 샘플 5행을 손으로 계산해 대조하고, 수식 설명을 다시 요청해 논리가 내 의도와 같은지 확인하면 대부분의 오류가 여기서 걸립니다.

한글 버전 엑셀에서는 인자 구분자가 쉼표 대신 세미콜론으로 걸리는 경우가 있습니다. 붙여넣었는데 오류가 나면 이 지점부터 보는 게 빠릅니다.

한 IT 기업 마케팅팀에서는 잘 쓰는 직원과 못 쓰는 직원의 간극이 벌어지자, 그게 생산성 문제가 아니라 위화감이라는 조직 문제가 됐습니다. 해법은 개인기가 아니라 팀이 공유하는 프롬프트 표준이었습니다.

우리 팀이 지금 어느 지점에 있는지 감이 안 잡히면, AI 성숙도 자가진단 30문항이 영역별 점수를 대신 계산해 줍니다.

지저분한 원본 데이터, 챗GPT가 어디까지 정리해주나요?

다운로드받은 원본을 열자마자 한숨부터 나옵니다. 그 느낌, 대부분 같습니다.

실무에서 마주치는 오염은 대체로 넷입니다. 병합된 셀, 뒤섞인 날짜 형식(2024-01-05와 24.1.5가 한 열에), 이름·주소 표기 불일치, 그리고 중복 행.

여기서 챗GPT 데이터 정리의 갈림길이 생깁니다. “정리해줘”라고 하면 그 파일 한 번만 깨끗해지고 끝납니다. 다음 달 파일이 오면 처음부터 다시 해야 합니다.

1. 오염 유형을 먼저 진단받습니다. 열 머리글과 샘플 5행을 붙여넣고 “이 스프레드시트에서 정리가 필요한 항목을 유형별로 분류해달라”고 요청합니다. 사람이 놓친 공백 문자나 숨은 줄바꿈이 여기서 걸립니다.
2. 규칙을 수식이나 코드로 요청합니다. “정리해줘”가 아니라 “정리 규칙을 파워쿼리 M 코드로 만들어달라”로 바꿉니다. 예: “A열 날짜가 yyyy-mm-dd와 yy.m.d로 혼재. 모두 yyyy-mm-dd로 통일하는 파워쿼리 M 코드를 작성하고, 변환 실패 값은 null로 남겨달라.”
3. 환각 방지 문구를 반드시 붙입니다. “없는 값은 비워두고 추정하지 말 것. 원본에 없는 행을 생성하지 말 것.” 이 한 줄이 빠지면 AI가 결측치를 그럴듯한 값으로 채워 넣습니다. 나중에 발견하면 이미 보고서가 나간 뒤입니다.
4. 텍스트 분할·표준화를 지시합니다. 주소를 시/구/동으로 나누거나, “(주)”와 “주식회사”를 하나로 맞추는 작업입니다. 표준화 사전을 표로 먼저 받아 눈으로 확인한 다음 적용하면 사고가 줄어듭니다.
5. 원본과 대조하는 검수 루틴을 돌립니다. 정리 전후 행 수를 비교하고, 무작위 10행을 원본과 눈으로 맞춰봅니다. 여기서 어긋나면 규칙이 틀린 것이지 데이터가 틀린 게 아닙니다.

이렇게 만든 M 코드는 파일이 아니라 자산입니다. 다음 달 원본을 새로고침만 하면 같은 규칙이 다시 돌아갑니다. 반복 업무를 데이터 분석 자동화로 바꾸는 지점이 정확히 여기입니다.

피벗테이블과 보고서용 차트까지 AI에 맡길 수 있을까요?

정리는 어떻게든 하겠는데, 해석이 막힙니다. 숫자를 보고 “그래서 뭐?”에 답하는 일이 제일 어렵습니다.

파일을 올려 분석 리포트를 받는 절차

챗GPT 데이터 분석 기능에 xlsx를 그대로 올리면 기초 통계, 결측치 비율, 이상치, 열 간 상관관계를 요약해줍니다. OpenAI는 이 흐름을 Excel용 ChatGPT와 재무 데이터 통합 소개에서 스프레드시트 연동 형태로 확장하고 있습니다.

다만 요약을 그대로 믿으면 안 됩니다. 표본 편향(특정 지점 데이터만 많은 경우), 단위 오인(천원과 원이 섞인 열), 결측치를 0으로 봤는지 제외했는지 — 이 셋은 매번 되물어야 합니다.

차트 제안부터 보고서 문장 초안까지

엑셀 AI 데이터 분석에서 가장 효율이 좋은 건 2단 프롬프트입니다. 먼저 “이 데이터로 말할 수 있는 메시지 2개와, 각각에 적합한 차트 유형을 이유와 함께 제안해달라”고 묻습니다.

메시지를 고른 다음에야 구성 단계를 요청합니다. “선택한 메시지를 보여줄 피벗테이블의 행·열·값 필드를 지정하고, 값 필드 요약 방식과 정렬 순서까지 텍스트로 알려달라.” 피벗테이블은 내 손으로 만들되, 설계도만 받는 방식입니다.

스프레드시트 AI가 차트를 대신 그려주지 못하는 환경에서도 이 방법은 그대로 작동합니다. 데이터 시각화의 어려움은 그리는 기술이 아니라 무엇을 보여줄지 정하는 데 있으니까요.

마지막이 보고 문장입니다. “아래 피벗 결과를 임원 보고용 3문장으로 요약하되, 모든 주장에 표의 숫자를 괄호로 인용할 것. 표에 없는 원인 추정은 금지.” 숫자 인용을 강제하지 않으면 그럴듯하지만 근거 없는 문장이 나옵니다.

한 제약사 사업부 강의에서 요청받은 항목 중 하나가 할루시네이션 방지를 깊게 다뤄달라는 것이었습니다. 이미 부서용 AI 앱까지 만들어 쓰는 팀이었는데도요. 다음 고민은 도구가 아니라 ‘출처를 어떻게 믿게 만들 것인가’였습니다. AI 보고서 차트를 쓰는 조직일수록 검증 절차가 먼저 서야 하는 이유입니다.

보고 문서 전반의 자동화 흐름은 AI 활용 성숙도 5단계 가이드에서 조직 단계별로 정리해두었습니다.

매크로·VBA·OCR 같은 반복 업무도 자동화되나요?

“코드는 제 영역이 아니라서요.” 교육장에서 가장 많이 듣는 말입니다.

VBA 코드를 받아서 붙여넣는 안전한 순서

1. 요청에 네 가지를 반드시 넣습니다. 시트명, 처리 범위, 실행 트리거(버튼/시트 열 때), 예외처리. 예: “‘원본’ 시트 A2:F1000에서 D열이 빈 행을 ‘보류’ 시트로 옮기는 매크로. 대상이 없으면 메시지만 띄우고 종료.”
2. 사본에서 먼저 돌립니다. VBA 실행 후에는 Ctrl+Z가 듣지 않습니다. 되돌릴 수 없다는 이 사실 하나만 지켜도 사고의 대부분이 사라집니다.
3. 코드 설명을 되받습니다. “이 코드가 데이터를 삭제하거나 덮어쓰는 줄이 있으면 표시해달라”고 물으면 위험 구간이 드러납니다.
4. 10행짜리 축소 샘플로 결과를 검증합니다. 전체 데이터는 그다음입니다.

여권·사업자등록증 같은 문서를 표로 바꾸는 OCR 활용

1. 이미지나 PDF를 올리고 추출 항목을 지정합니다. “사업자등록번호, 상호, 대표자, 개업일만 열로 하는 표로 만들어달라”처럼 항목을 먼저 못 박습니다. 여권 OCR도 같은 방식입니다.
2. 판독 불가 항목은 빈칸으로 두게 합니다. “흐려서 읽히지 않으면 ‘확인필요’로 표기, 추정 금지.”
3. 정형 서식인지 확인합니다. 사업자등록증 인식처럼 양식이 고정된 문서는 정확도가 높습니다. 손글씨나 저해상도 스캔은 전건 검수가 원칙입니다.
4. 월 단위 반복 업무는 세트로 고정합니다. 엑셀 템플릿 파일 하나와 프롬프트 문구 하나를 짝으로 저장해두면, 다음 달에는 파일만 갈아 끼우면 됩니다.

잘 쓰는 직원과 못 쓰는 직원의 간극이 벌어지면 그건 생산성 문제가 아니라 위화감이라는 조직 문제가 됩니다. 한 IT 기업 마케팅팀이 격차 해소를 교육 주제로 요청한 이유가 그것이었습니다. 개인기가 아니라 팀의 표준을 달라는 뜻이었죠.

엑셀 자동화 AI를 개인 스킬로 두지 않으려면 프롬프트 세트를 공유 폴더에 두는 게 시작입니다. 조직 차원의 정착 순서는 기업 AI 교육 도입 8단계 로드맵에서, 우리 팀이 지금 어느 지점인지는 AI 성숙도 자가진단 체크리스트로 확인할 수 있습니다.

정말 시간이 줄까요? 같은 업무를 직접 재봤습니다

“진짜 빨라지긴 하나요?” 교육장에서 제일 많이 듣는 질문입니다.

대부분의 소개 글은 ‘1시간이 10분으로’라고 말하지만 근거 데이터를 붙이지 않습니다. 그래서 같은 파일, 같은 사람으로 세 가지 업무를 두 번씩 처리해봤습니다.

3개 업무 Before/After 실측 결과

측정 조건은 하나뿐입니다. AI 작업 시간에 ‘검수 시간’을 반드시 합산했습니다. 생성 시간만 재면 어떤 도구든 마법처럼 보입니다.

업무	수기 처리	AI 병행(생성+검수)	체감 절감
월간 실적 집계(1,200행, SUMIFS·중첩 IF)	95분	26분 (생성 8분 + 검수 18분)	약 70분
부서별 피벗 리포트 + 차트 3종	70분	31분 (구성 지시 12분 + 검수 19분)	약 40분
스캔 문서 300건 데이터 입력(OCR 표 추출)	240분	85분 (추출 25분 + 대조 60분)	약 155분

눈에 띄는 건 세 번째 줄입니다. 절감폭은 가장 큰데, 검수가 전체의 70%를 차지합니다.

즉 엑셀 자동화의 효과는 ‘만드는 속도’가 아니라 ‘틀린 걸 빨리 찾는 구조’에서 나옵니다. 이 점을 빼고 보고하면 나중에 반드시 반박당합니다.

자주 터지는 오류 5가지와 해결 프롬프트

검수 시간의 절반은 오류 추적에 쓰입니다. 반복되는 유형은 정해져 있었습니다.

• #REF! — 참조하던 행·열이 삭제된 경우. “이 수식이 #REF!가 된 원인을 먼저 진단하고, 행 삭제에도 깨지지 않는 형태로 다시 써주세요.”
• #N/A — 조회 값 불일치. 공백·유형 차이가 대부분입니다. “찾는 값과 원본의 형식이 다른지 점검하는 검증 수식을 함께 주세요.”
• #VALUE! — 텍스트가 숫자 자리에 들어간 경우. 샘플 3행을 같이 붙여넣으면 진단 정확도가 올라갑니다.
• 순환 참조 — 결과 셀이 자기 자신을 참조. “계산 순서를 표로 정리해서 어느 셀이 순환을 만드는지 짚어주세요.”
• 날짜가 숫자로 표시 — 일련번호와 서식 문제. 표시 형식과 값 변환을 나눠서 요청하는 편이 안전합니다.

공통 원칙이 하나 있습니다. “수식만 다시 줘”라고 하면 같은 오류가 다음 달에 또 납니다. 원인 진단을 먼저 요청해야 데이터 구조 자체가 고쳐집니다.

HRD 관점에서는 이 표가 그대로 효과 측정 양식이 됩니다. 업무명·수기 소요·AI 소요·검수 비중·오류 유형 다섯 칸이면 충분합니다. 지표 설계를 더 다듬고 싶다면 AI 교육 효과 측정 지표 쪽이 계산식까지 다룹니다.

사내 데이터를 챗GPT에 올려도 괜찮을까요?

이 질문 앞에서 대부분 멈춥니다. 그리고 대부분의 활용 글은 이 대목을 통째로 건너뜁니다.

한 제약사 사업부 교육에서는 요청부터 결이 달랐습니다. “민감정보를 넣지 말라는 당부로 강의를 시작해달라”는 것이었죠. 이미 부서용 앱까지 만들어 쓰는 팀이 먼저 꺼낸 말이 보안이었습니다.

업로드 전에 확인할 항목을 정리했습니다.

• 계정의 학습 활용 옵트아웃 설정을 껐는지 확인
• 개인 계정이 아니라 회사가 계약한 계정인지 확인
• 주민등록번호·연락처·계좌 컬럼은 업로드 전 삭제
• 사번은 원본 대신 대체키(A001, A002)로 치환
• 고객명은 이니셜 또는 일련번호로 마스킹
• 계약 단가·원가율 컬럼은 비율이나 지수로 변환
• 파일 반출에 대한 팀장 승인 기록 남기기
• 분석에 필요한 최소 열만 남기고 나머지 제거
• 대화 기록 보관 기간과 삭제 담당자 지정
• 작업 종료 후 업로드 파일 삭제 여부 확인

계정 유형에 따라 정책이 다릅니다. 무료·Plus는 기본적으로 대화가 모델 개선에 쓰일 수 있고, Team·Enterprise와 API는 기본 미학습입니다. 정확한 조건은 OpenAI의 Excel 연동 공식 안내에서 확인하는 편이 낫습니다.

순서도 중요합니다. 개인정보보호법의 가명처리 관점에서는 삭제 → 치환 → 범주화 순으로 진행합니다. 마스킹을 나중에 하면 이미 원본이 올라간 뒤입니다.

팀 도입이라면 사내 가이드라인에 최소 세 조항은 들어가야 합니다. 반출 금지 데이터 목록, 승인 절차, 위반 시 보고 경로. 이 문서화 단계는 기업 AI 교육 도입 8단계 로드맵에서 다루는 거버넌스 항목과 이어집니다.

챗GPT가 못하는 엑셀 작업은 무엇이고, 그때는 뭘 쓰나요?

기대가 크면 실망도 정확한 지점에서 옵니다. 한계는 생각보다 선명합니다.

대용량 파일은 업로드 자체가 막히거나 일부만 읽힙니다. 열려 있는 시트에 실시간으로 값을 써주지도 못합니다. 병합 셀·조건부 서식·인쇄 영역 같은 서식은 왕복 과정에서 자주 깨집니다.

막히는 지점	대안	선택 기준
수십만 행 대용량 처리	파워쿼리 · Power BI	데이터 규모
시트에 실시간 반영	Microsoft Copilot, 스프레드시트 AI 부가기능	실시간성
파일 외부 반출 금지	테넌트 내부에서 동작하는 Copilot	보안 수준
작업 배정·진행 관리 연동	ClickUp 등 협업 도구	업무 흐름

구글 시트와 엑셀에서 직접 호출하는 방식은 스프레드시트용 ChatGPT 베타로 계속 확장되는 중입니다. 다만 베타 단계의 기능을 결재 문서의 근거로 삼기에는 이릅니다.

정리하면 역할 분담이 전부입니다. AI는 초안 생성기, 사람은 최종 검수자. 이 선이 흐려질 때 사고가 납니다.

도구를 늘리기 전에 우리 팀이 어느 단계인지 아는 편이 빠릅니다. 30문항 AI 성숙도 자가진단은 3분이면 영역별 점수와 병목을 리포트로 보여줍니다. 다음 분기 계획의 배경란에 그대로 붙일 수 있는 형태입니다.

자주 묻는 질문

여기까지 읽고도 남는 질문이 있을 겁니다. 교육장에서 가장 자주 나온 다섯 개만 추렸습니다.

챗GPT로 엑셀 매크로(VBA)도 만들 수 있나요?

가능합니다. 다만 요청할 때 시트명, 처리 범위, 실행 시점, 예외 상황을 문장에 다 적어야 쓸 만한 코드가 나옵니다. “중복 지워줘”로 받은 코드는 대개 헤더까지 함께 지웁니다.

더 중요한 건 실행 뒤입니다. VBA로 바꾼 결과는 엑셀의 실행 취소가 듣지 않습니다. 원본을 복사해 사본에서 먼저 돌려보고, 결과가 맞는 걸 확인한 뒤 본 파일에 적용하는 순서를 고정하는 편이 안전합니다.

챗GPT 무료 버전으로도 엑셀 수식 생성이 가능한가요?

수식과 VBA 코드 생성은 무료 계정으로도 충분합니다. 열 구조와 샘플 몇 행을 붙여넣고 요청하는 방식은 모델 등급과 관계없이 잘 작동합니다.

차이는 다른 데서 납니다. xlsx 파일을 올려 통계와 이상치를 뽑는 데이터 분석 기능, GPT-4o 같은 상위 모델의 사용량 한도, 대화당 처리할 수 있는 데이터 양에서 유료 플랜과 벌어집니다. 수식만 필요하면 무료로 시작하고, 파일 단위 분석이 반복되면 그때 올려도 늦지 않습니다.

엑셀 데이터를 챗GPT에 업로드해도 안전한가요?

계정 유형에 따라 다릅니다. 개인 무료·Plus 계정은 기본적으로 대화 내용이 모델 개선에 쓰일 수 있어 설정에서 학습 옵트아웃을 꺼야 하고, Team·Enterprise와 API는 기본값이 다릅니다.

설정을 바꿨다고 아무거나 올려도 되는 건 아닙니다. 주민등록번호, 고객 연락처 원본, 계약 단가처럼 유출 시 되돌릴 수 없는 항목은 컬럼째 빼고 올리는 게 원칙입니다. 사번을 임시 키로 바꾸고 이름을 마스킹한 뒤 올리면, 분석 결과의 정확도는 거의 그대로입니다.

챗GPT와 Microsoft Copilot 중 엑셀 작업에 뭐가 더 나은가요?

기준이 보안이면 Copilot, 유연성과 비용이면 챗GPT입니다. Copilot은 파일이 회사 테넌트 밖으로 나가지 않고 시트를 직접 조작하지만 인당 라이선스 단가가 붙습니다.

반대로 챗GPT는 프롬프트로 요청할 수 있는 폭이 넓고, 이미지·PDF에서 표를 뽑아내는 작업까지 한 창에서 됩니다. OpenAI가 공개한 Excel 연동 기능처럼 스프레드시트 안에서 바로 호출하는 경로도 늘고 있습니다. 규제 산업이면 Copilot, 개인·소규모 팀이면 챗GPT가 현실적인 출발점입니다.

챗GPT가 만들어준 수식이 틀리면 어떻게 확인하나요?

세 단계로 봅니다. 먼저 샘플 5행을 손으로 계산해 결과와 대조하고, 값이 어긋나면 “이 수식이 각 인자에서 무엇을 하는지 단계별로 설명해줘”라고 다시 물어 논리를 확인합니다.

그래도 안 맞으면 엑셀의 수식 계산 단계 실행 기능으로 중간값을 직접 봅니다. 대개 범위 절대참조가 빠졌거나, 조건 인자에 텍스트와 숫자가 섞여 있습니다. 답만 다시 받지 말고 원인을 물어야 같은 실수가 다음 파일에서 반복되지 않습니다.

마무리

엑셀을 못해서 막힌 게 아니었습니다. 데이터 구조를 말로 설명해본 적이 없어서 막혔던 겁니다.

• 연동 방식 선택은 기능이 아니라 데이터 반출 범위와 비용의 문제
• 정확도를 올리는 건 긴 프롬프트가 아니라 열 머리글과 샘플 3행
• AI는 초안 생성기, 최종 검수자는 여전히 사람

당장 할 일 하나만 고른다면, 이번 주에 실제로 만졌던 파일 하나를 여는 겁니다. 개인정보 컬럼을 지우고, 열 머리글과 샘플 3행만 복사해 “이 구조에서 부서별 합계를 SUMIFS로” 형태로 물어보면 됩니다. 10분이면 끝납니다.

그런데 여기서 대부분 멈춥니다. 개인은 되는데 팀 전체가 안 되기 때문입니다.

한 IT 기업 마케팅팀에서 받은 요청이 정확히 이 지점이었습니다. 잘 쓰는 직원과 못 쓰는 직원의 간극이 벌어지자 생산성이 아니라 위화감이 문제가 됐고, 개인기가 아니라 팀의 표준을 만들어달라는 주문으로 이어졌습니다. 프롬프트 몇 개로는 넘어가지지 않는 선입니다.

그 선을 넘으려면 조직 현황부터 숫자로 잡아야 합니다. 설문 돌릴 여유가 없다면 30문항 AI 성숙도 자가진단이 그 역할을 대신하고, 다음 단계 설계는 기업 AI 교육 도입 8단계 로드맵에서 이어집니다. 도입 후 무엇을 볼지는 AI 교육 효과 측정 지표 쪽이 더 자세합니다.

이미 한 번 품의가 반려된 상태라면, 필요한 건 양식이 아니라 채워진 문장입니다. 320명 규모 가상 기업 시나리오로 전 칸을 기입한 품의서 완성 예시본과, ‘보안은?’ ‘효과 증명은?’ ‘내년에 하자’를 포함한 반려 사유 5가지별 재상신 문구가 그대로 들어 있습니다. AI 교육 도입 서류 3종 무료로 받기 — 전 칸을 채운 품의서 완성 예시본과 반려 사유 5가지별 재상신 문구 포함 (편집용 DOCX)