엑셀 파일을 통째로 올리고 “분석해서 보고서 만들어줘”라고 시켜보신 적 있으실 겁니다. 결과는 그럴듯합니다. 그런데 숫자를 하나 찍어서 원본과 대조해보면 다른 경우가 있습니다.
이 글은 그 지점을 다룹니다. 엑셀 업무를 여덟 단계로 쪼개고, 각 단계에서 엑셀 자체 기능 / AI / 자동화 도구 / 사람 중 무엇이 이기는지 나눕니다. 그리고 숫자가 틀리는 세 가지 방식과 3분이면 되는 검산 절차를 정리했습니다.
실적·KPI·매출·품질·운영 데이터를 매달 다루시는 분들을 위한 글입니다.
핵심만 먼저
- 엑셀 파일을 통째로 올리고 “분석해서 보고서까지 만들어줘”라고 시키면 실패합니다. 진짜 병목은 분석이 아니라 정리이고, 정리는 AI가 가장 못하는 구간입니다.
- 분석 흐름을 여덟 단계로 쪼개면 엑셀이 이겨야 하는 단계(정리·검증·집계)와 AI가 이겨야 하는 단계(해석·보고 문장)가 나뉩니다. 숫자를 만드는 일은 엑셀에, 이미 계산된 숫자의 해석은 AI에 맡기세요.
- AI가 숫자를 틀리는 방식은 원본과 다른 값을 말하거나, 없는 값을 만들거나, 계산은 맞는데 정의가 다른 경우 세 가지입니다. 특히 세 번째는 검산으로도 안 잡혀서 3분 검산 절차에 정의 확인이 반드시 들어가야 합니다.
- 파일을 올리기 전에는 도구별로 데이터가 어디까지 가는지 확인하고, 개인 식별 정보·거래처명·실제 금액은 구조만 남기고 가리는 방법이 실무에서 가장 유용합니다.
이 글에서 알 수 있는 것
- 엑셀 분석 흐름을 8단계로 쪼개 각 단계를 엑셀·AI·자동화·사람 중 누가 맡아야 하는지
- AI가 숫자를 틀리는 3가지 방식과 3분 검산 절차
- 파일을 업로드하기 전에 도구별로 확인해야 할 데이터 안전 기준
- 월간 KPI 분석·실적 증감 원인 정리·반복 보고자료 작성, 실제 업무 예시 3개의 구체적 배치
- 지금 갖고 있는 지난달 보고서 파일로 바로 해볼 수 있는 3가지 작은 예제
핵심 로직 한눈에 보기
1 · 원본 데이터
↓
2 · 정리
↓
3 · 검증
↓
4 · 분석
↓
5 · 이상치·변화 탐지
↓
6 · 해석
↓
7 · 보고 문장
↓
8 · 사람 확인
목차
SECTION 01
“엑셀 파일 주고 분석해달라”가 안 되는 이유
AI는 계산기가 아닙니다
이게 가장 자주 오해받는 부분입니다. 대화형 AI는 언어 모델이고, 표를 읽을 때도 기본적으로는 언어를 다루듯 다룹니다. 그래서 500행짜리 표에서 합계를 물으면 그럴듯한 숫자를 말하지만 실제 합계와 다를 수 있습니다.
Microsoft도 Copilot in Excel 공식 안내에서 이렇게 밝히고 있습니다.
“Copilot uses AI to generate suggestions and can sometimes make mistakes, misinterpret information, or produce inaccurate results.”<br>”Review, edit, and verify anything Copilot creates before you rely on it.”<br>(Copilot은 AI를 사용하므로 실수하거나, 정보를 잘못 해석하거나, 부정확한 결과를 낼 수 있습니다. 의존하기 전에 검토·수정·확인하십시오.)
그리고 재무·법률·의료 주제에는 사용을 피하라고도 명시하고 있습니다(Copilot in Excel FAQ, 2026년 8월 26일 조회).
한국어 사용자에게 중요한 문구도 하나 있습니다.
“Copilot was trained on sources predominantly in English and may not perform as well when prompts or data are in other languages.”<br>(Copilot은 주로 영어 자료로 학습되어, 프롬프트나 데이터가 다른 언어일 때 성능이 떨어질 수 있습니다.)
한글 열 이름과 한글 항목값이 섞인 우리 파일에서는 이 점을 감안하셔야 합니다.
원본이 깨끗하다는 전제
데모 영상의 파일은 깨끗합니다. 실제 업무 파일은 다릅니다. 병합 셀이 있고, 열 순서가 매달 바뀌고, 소계 행이 중간에 섞여 있고, 숫자가 텍스트로 저장돼 있습니다.
핵심 포인트
진짜 병목은 분석이 아니라 정리입니다. 그리고 정리는 AI가 가장 못하는 구간이기도 합니다.
SECTION 02
흐름을 여덟 단계로 쪼갭니다
| 단계 | 하는 일 |
|---|---|
| 1 · 원본 데이터 | 받거나 내려받습니다 |
| 2 · 정리 | 형식을 통일하고 분석 가능한 표로 만듭니다 |
| 3 · 검증 | 행 수·합계가 원본과 맞는지 확인합니다 |
| 4 · 분석 | 집계하고 비교합니다 |
| 5 · 이상치·변화 탐지 | 튀는 값과 달라진 지점을 찾습니다 |
| 6 · 해석 | 왜 그런지 설명을 붙입니다 |
| 7 · 보고 문장 | 읽는 사람의 언어로 씁니다 |
| 8 · 사람 확인 | 숫자와 논리를 최종 확인합니다 |
“AI로 엑셀 분석”이라고 하면 대개 4~7단계를 떠올립니다. 그런데 시간을 먹는 건 2단계이고, 사고가 나는 건 3단계를 건너뛸 때입니다.
SECTION 03
단계별로 무엇이 맡아야 하나
Excel 자체 기능이 이기는 단계 — 2·3·4단계
정리·검증·집계는 엑셀이 압도적으로 낫습니다.
- 파워 쿼리 — 매달 같은 형태의 원본을 받는다면 여기서 끝납니다. 한 번 만들어두면 다음 달에는 새로고침 한 번입니다. 열 순서가 바뀌어도 이름 기준으로 잡아줍니다.
- 피벗 테이블 — 집계와 교차 비교는 피벗이 빠르고 틀리지 않습니다.
- 수식 — 계산 근거가 셀에 남습니다. 나중에 “이 숫자 어디서 나왔냐”는 질문에 답할 수 있습니다.
핵심은 이겁니다. 숫자를 만들어내는 일은 엑셀에 맡기고, AI에게는 이미 계산된 숫자를 주세요.
AI가 이기는 단계 — 2단계 준비, 그리고 6·7단계
- 수식·쿼리를 만들어달라고 하기 — “이 조건으로 파워 쿼리 단계를 어떻게 만드나”, “이 계산을 하는 수식을 알려줘”는 AI가 잘합니다. 계산을 시키는 게 아니라 계산 방법을 물어보는 것입니다.
- 6단계 해석 — 집계 결과를 주고 “여기서 눈에 띄는 변화 세 가지”를 물으면 사람이 놓치는 각도를 짚어줍니다.
- 7단계 보고 문장 — 표를 읽는 사람의 문장으로 바꾸는 일. AI가 가장 잘하는 구간입니다.
Python in Excel을 쓰실 수 있다면 4~5단계도 재현 가능하게 처리할 수 있습니다. Microsoft 공식 안내에 따르면 유료 Microsoft 365 라이선스(데스크톱 앱 접근이 포함된) 가 필요하고, 무료·영구 라이선스는 제외됩니다. 매달 일정량의 프리미엄 연산이 제공되고 이를 소진하면 표준 연산으로 전환됩니다(Python in Excel 제공 조건, 2026년 8월 26일 조회).
자동화 도구가 이기는 단계 — 1·8단계 주변
매달 반복될 때만 의미가 있습니다.
- 정해진 위치에서 원본을 받아오고, 정해진 폴더에 결과를 넣고, 담당자에게 알리는 구간
- 원본이 도착하지 않았을 때 알림을 보내는 구간
한 번 하는 분석에는 자동화 도구를 도입하지 마세요. 만드는 시간이 더 듭니다.
사람이 해야 하는 단계 — 3단계 판단과 8단계
- 3단계에서 “맞다”고 판단하는 것 — 검증 절차는 자동화할 수 있지만, 차이가 났을 때 무엇이 맞는지 정하는 건 사람입니다.
- 6단계 해석의 확정 — AI가 제시한 원인 후보 중 무엇이 실제 원인인지는 현업이 압니다.
- 8단계 최종 확인 — 위임할 수 없습니다.
배치표
| 단계 | 1순위 | 보조 | 하지 말 것 |
|---|---|---|---|
| 1 · 원본 데이터 | 자동화 도구(반복 시) | — | — |
| 2 · 정리 | 파워 쿼리 | AI에게 만드는 법 묻기 | AI에게 셀 값 직접 고치게 하기 |
| 3 · 검증 | 수식·피벗 | — | 건너뛰기 |
| 4 · 분석 | 피벗·수식 | Python in Excel | AI에게 합계 계산 시키기 |
| 5 · 이상치 탐지 | 수식·조건부 서식 | AI | — |
| 6 · 해석 | AI 초안 | — | AI 해석을 그대로 확정 |
| 7 · 보고 문장 | AI | — | 숫자를 AI가 다시 쓰게 하기 |
| 8 · 사람 확인 | 사람 | — | 생략 |
SECTION 04
숫자가 틀리는 세 가지 방식과 검산법
① 원본과 다른 값을 말한다
가장 흔합니다. 합계나 평균을 물었을 때 근사값이 나오는 경우입니다. 표가 클수록 자주 발생합니다.
② 없는 값을 만든다
표에 없는 월이나 항목이 결과에 들어가는 경우입니다. 특히 “빈 곳을 채워서 정리해줘” 같은 지시를 했을 때 생깁니다.
③ 계산은 맞는데 정의가 다르다
가장 발견하기 어렵습니다. 매출을 물었는데 반품을 뺀 순매출로 계산했거나, 세금 포함 여부가 다른 경우입니다. 계산 자체는 정확해서 검산으로도 안 잡힙니다.
3분 검산 절차
보고에 숫자가 들어간다면 매번 하세요.
- 행 수 대조 — 원본 행 수와 결과의 건수가 맞는가. 필터가 잘못 걸리면 여기서 잡힙니다.
- 총합 대조 — 원본에서 SUM() 함수로 낸 총합과 결과의 총합이 일치하는가. 소수점까지 봅니다.
- 표본 3건 추적 — 결과의 세 줄을 골라 원본에서 직접 찾아 대조합니다. 위아래 끝과 중간에서 하나씩.
- 정의 확인 — “이 숫자는 무엇을 포함하고 무엇을 뺀 값인가”를 한 문장으로 적을 수 있는가. ③번을 잡는 유일한 방법입니다.
4번을 빼먹지 마세요. 앞의 세 개는 기계적이지만 4번은 생각을 요구합니다. 그래서 자주 생략되고, 사고는 대개 여기서 납니다.
SECTION 05
파일을 올리기 전에
어디에서 실행되는가 — 도구마다 다릅니다
“AI에 파일을 올린다”는 말이 실제로 무엇을 뜻하는지는 도구마다 다릅니다. 공식 문서를 확인하시고 사내 정책과 대조하셔야 합니다.
예를 들어 Python in Excel의 경우, Microsoft는 공식 문서에서 Python 코드가 Microsoft 클라우드의 격리된 컨테이너에서 실행되며, “Data isn’t persisted in the Microsoft Cloud”(데이터는 클라우드에 보존되지 않는다), “The Python code doesn’t have access to your computer, devices, or account”, “The Python code doesn’t have network access”라고 밝히고 있습니다(Data security and Python in Excel, 2026년 8월 26일 조회).
일잘랩의 판단
중요한 건 “안전하다/위험하다”를 뭉뚱그리지 않는 것입니다. 도구별로 데이터가 어디까지 가는지 확인하고, 그 결과를 사내 기준에 대조하는 절차가 필요합니다.
참고로 Copilot in Excel 관련 기능 중에는 기밀(Confidential) 또는 극비(Highly Confidential)로 레이블이 지정된 파일에서는 동작하지 않는 것도 있습니다. 조직이 정보 보호 레이블을 쓰고 있다면 이 점을 확인하세요.
올리지 말아야 할 것과 대체 방법
- 개인 식별 정보 (이름, 연락처, 사번, 주민등록번호) → 열을 통째로 빼거나 일련번호로 대체
- 거래처명·계약 조건 → A사, B사로 치환
- 실제 금액 → 비율이나 지수로 변환하거나, 구조만 보여주고 값은 마스킹
구조만 보여주고 값은 가리는 방법이 실무에서 가장 유용합니다. “이런 열 구성인데 이런 집계를 하려면 어떤 수식이 필요한가”는 실제 값 없이도 답을 얻을 수 있습니다.
어떤 데이터를 아예 빼야 하는지는 별도 글에 정리했습니다.
SECTION 06
실제 업무 예시 3개
① 월간 KPI 분석
하는 일: 여러 부서에서 온 시트를 하나로 합쳐 KPI 대비 실적을 집계하고, 미달 항목을 정리합니다.
배치:
- 시트 병합과 형식 통일 → 파워 쿼리 (한 번 만들면 매달 새로고침)
- KPI 대비 달성률 계산 → 피벗·수식 (AI에게 시키지 않습니다)
- 미달 항목 추리기 → 수식 (조건이 명확하므로)
- 미달 사유 후보 뽑기 → AI (집계 결과만 주고 물어봅니다)
- 보고 문장 → AI
- 최종 확인 → 사람
주의: 부서별로 KPI 정의가 다른 경우가 있습니다. 합치기 전에 정의를 맞추세요. 앞서 말한 ③번 오류가 여기서 가장 자주 납니다.
② 실적 증감 원인 정리
하는 일: 전월 대비, 전년 동월 대비 증감을 계산하고 왜 그런지 설명을 붙입니다.
배치:
- 증감 계산 → 피벗 (전월·전년 열을 나란히 두고 차이 계산)
- 증감이 큰 항목 추리기 → 수식 (임계값을 정해두면 매달 같은 기준)
- 원인 후보 제시 → AI — 집계표와 함께 “이 변화를 설명할 수 있는 가설을 세 가지”라고 물어봅니다
- 원인 확정 → 사람 (현업만 압니다)
- 보고 문장 → AI
주의
주의: AI가 제시한 가설을 그대로 보고에 옮기면 안 됩니다. 가설은 확인 전까지 가설입니다. “○○ 때문으로 보입니다”와 “○○ 때문입니다”는 보고에서 완전히 다른 문장입니다.
③ 반복 보고자료 작성
하는 일: 매달 같은 양식의 보고서를 만듭니다. 표와 그래프와 요약 문장.
배치:
- 원본 수집 → 자동화 도구 (반복이 확정된 경우에만)
- 정리·집계 → 파워 쿼리 + 피벗 (템플릿 고정)
- 그래프 → 엑셀 (서식을 템플릿에 저장)
- 요약 문장 → AI (고정 프롬프트 + 이번 달 집계 결과)
- 검산 → 사람 (3분 절차)
여기가 가장 효과가 큰 유형입니다. 매달 반복되고, 양식이 고정돼 있고, 집계 로직이 정해져 있기 때문입니다. 다만 첫 달에 템플릿을 만드는 데는 시간이 듭니다. 1~2회만 할 일이면 손으로 하는 게 빠릅니다.
SECTION 07
지금 해볼 작은 예제
새 파일을 만들지 마세요. 지난달에 만든 보고서 파일을 여시고 아래 세 가지를 해보시면 됩니다. 15분이면 됩니다.
1. 정의를 한 문장으로 적어보기 (5분)
보고서의 대표 숫자 하나를 고르고, “이 숫자는 무엇을 포함하고 무엇을 뺀 값인가”를 한 문장으로 적어보세요. 바로 안 나오면 그게 문제입니다. 이 문장이 없으면 AI에게 검증을 맡길 수도, 후임에게 인계할 수도 없습니다.
2. 검산 3분 절차 돌려보기 (5분)
행 수, 총합, 표본 3건. 이미 발송한 보고서인데 안 맞는 게 나오면, 그건 다음 달에 반드시 절차를 넣어야 한다는 뜻입니다.
3. 해석만 AI에 물어보기 (5분)
집계 결과 표만 복사해서 넣고 이렇게 물어보세요.
아래는 집계가 끝난 결과 표입니다. 계산은 하지 마시고, 이 표에서 눈에 띄는 변화 세 가지만 짚어주세요. 표에 없는 숫자는 언급하지 마세요. 원인은 추정이라고 명시해주세요.
실무 팁
“계산은 하지 마시고”와 “표에 없는 숫자는 언급하지 마세요”가 핵심입니다. 이 두 문장을 넣는 것만으로 앞서 말한 ①·②번 오류가 크게 줄어듭니다.
작은 예제를 끝까지 풀어보기 — 가상 데이터로
앞서 소개한 세 가지 연습을 실제 숫자로 한 번 끝까지 해보겠습니다. 아래 데이터는 이 예제를 위해 임의로 만든 가상의 수치이며, 실제 업체나 실적과는 무관합니다.
원본 데이터
가상의 소규모 문구 쇼핑몰 “가상문구몰”의 상반기 월별 실적입니다. (2단계 정리를 마친 상태라고 가정합니다.)
| 월 | 주문건수 | 총매출(원) | 반품액(원) |
|---|---|---|---|
| 1월 | 120 | 4,800,000 | 240,000 |
| 2월 | 135 | 5,400,000 | 270,000 |
| 3월 | 110 | 4,400,000 | 880,000 |
| 4월 | 128 | 5,120,000 | 256,000 |
| 5월 | 142 | 5,680,000 | 284,000 |
| 6월 | 150 | 6,000,000 | 300,000 |
이 쇼핑몰의 보고서 기준으로 “매출”은 반품을 뺀 순매출을 가리킵니다. 총매출은 참고용으로만 따로 집계합니다. 이 예제에서는 반품액을 해당 월 총매출에서 그대로 차감해 순매출을 구합니다(반품이 발생한 달과 매출이 일어난 달이 다른 경우는 다루지 않습니다).
계산식 (4단계)
- 순매출 = 총매출 − 반품액
- 반품률(%) = 반품액 ÷ 총매출 × 100 — 금액 기준입니다. 반품 건수 ÷ 전체 주문건수가 아닙니다.
- 평균 주문단가 = 총매출 ÷ 주문건수
- 전월대비 증감률(%) = (이번 달 값 − 전달 값) ÷ 전달 값 × 100
정답 수치
아래 표는 위 수식을 코드로 직접 계산해 검증한 값입니다. 엑셀이라면 피벗이나 수식으로 동일한 값이 나와야 합니다.
| 월 | 순매출(원) | 반품률(%) | 평균 주문단가(원) | 총매출 전월대비(%) | 순매출 전월대비(%) |
|---|---|---|---|---|---|
| 1월 | 4,560,000 | 5.0 | 40,000 | — | — |
| 2월 | 5,130,000 | 5.0 | 40,000 | +12.5 | +12.5 |
| 3월 | 3,520,000 | 20.0 | 40,000 | −18.5 | −31.4 |
| 4월 | 4,864,000 | 5.0 | 40,000 | +16.4 | +38.2 |
| 5월 | 5,396,000 | 5.0 | 40,000 | +10.9 | +10.9 |
| 6월 | 5,700,000 | 5.0 | 40,000 | +5.6 | +5.6 |
전체 합계(검산용으로 항상 먼저 확보해 두는 기준값): 행 수 6, 주문건수 합계 785건, 총매출 합계 31,400,000원, 반품액 합계 2,230,000원, 순매출 합계 29,170,000원.
5단계 — 눈에 띄는 변화
3월의 반품률이 20.0%로, 다른 달(5.0%)의 4배입니다. 순매출 전월대비 −31.4%는 이 표에서 가장 큰 낙폭이기도 합니다. 이 지점을 6단계 해석으로 넘깁니다.
6단계 — AI에게 줄 지시문
원본 입력표와 계산 결과표를 함께 복사해서 아래처럼 물어보세요. 계산을 AI에게 맡기지 않는다는 원칙은 앞서 설명한 그대로입니다. AI에게는 이미 계산이 끝난 숫자를 주되, 어떤 원본에서 나온 숫자인지도 함께 줘서 나중에 대조할 수 있게 합니다.
아래는 가상문구몰의 월별 원본 데이터(주문건수·총매출·반품액)와, 거기서 계산한 결과(순매출·반품률·전월대비 증감률)입니다. 계산은 하지 마시고, 표에 있는 숫자만 근거로 3월에 어떤 변화가 있었는지 설명해 주세요. “매출”은 순매출(반품 제외) 기준입니다. 원인은 추정이라는 것을 명시하고, 표에 없는 숫자나 사실은 언급하지 마세요.
[여기에 위 “원본 데이터” 표와 “정답 수치” 표를 둘 다 붙여 넣습니다]
일부러 애매하게 물으면 어떻게 되는가 (구성한 예시)
아래는 같은 데이터를 두고 “매출”이라고만 묻고 정의를 명시하지 않았을 때 어떤 답이 나올 수 있는지 보여주기 위해, 이 글을 쓰면서 임의로 구성한 예시입니다. 실제로 어떤 AI 도구가 이렇게 답했다는 사례가 아니라, 설명을 위해 만든 가상의 응답입니다.
질문(일부러 정의를 빼고 물은 경우): “3월 매출이 전월 대비 얼마나 줄었나요? 이유도 같이 알려주세요.” (표는 총매출·반품액·순매출 열을 모두 포함해서 줬다고 가정합니다.)
구성한 답변 예시:
3월 매출은 전월 대비 약 18.5% 감소했습니다(5,400,000원 → 4,400,000원). 주문건수가 135건에서 110건으로 줄어든 영향으로 보입니다.
감소폭을 숫자로 뜯어보기
이 답변이 인용한 18.5%는 총매출 기준이고, 이 회사가 “매출”이라고 부르는 순매출 기준으로는 31.4%입니다. 두 수치의 차이는 12.9%p입니다.
이 차이가 어디서 나오는지는 산술로 바로 분해됩니다.
- 총매출 변화: 5,400,000원 → 4,400,000원, −1,000,000원
- 반품액 변화: 270,000원 → 880,000원, +610,000원
- 순매출 변화: −1,000,000원 − 610,000원 = −1,610,000원 (5,130,000원 → 3,520,000원)
즉 순매출이 161만원 줄어든 것은 총매출이 100만원 줄고 반품액이 61만원 늘어난 두 가지가 합쳐진 결과입니다. 이 두 숫자는 표에서 바로 빼서 더하면 나오므로 계산으로 확인할 수 있습니다. 다만 주문이 왜 줄었는지, 반품이 왜 늘었는지는 이 표만으로는 알 수 없습니다. 원인을 알려면 주문·반품 상세 데이터나 현업 확인이 따로 필요합니다. 구성한 답변이 “주문건수가 줄어든 영향”이라고 단정한 것도 이 지점에서 과합니다 — 주문 감소가 총매출 하락분(100만원)을 설명하는 것은 맞지만, 반품 증가분(61만원)에 대해서는 아무 근거도 제시하지 않았습니다.
검산 — 실제로 무엇을 확인할 수 있는가
이 답변 하나를 놓고 네 가지를 확인합니다. 답변이 다루지 않은 내용까지 “통과”로 처리하지 않습니다.
- 입력 6행의 누락·중복 확인 — 이건 답변과 무관하게 원본 표 자체를 봅니다. 1월부터 6월까지 각 1행씩, 빠지거나 중복된 월이 없습니다. 통과.
- 전체 합계 대조 — 이 답변은 2월·3월 두 달의 숫자만 언급했을 뿐, 전체 합계는 언급하지 않았습니다. 그래서 이 답변만으로는 총합 대조를 적용할 대상이 없습니다. “통과”가 아니라 “해당 없음”입니다. 보고서에 전체 합계가 들어간다면 이것과 별도로, 원본에서 직접 합계를 내 대조해야 합니다(위에 적어둔 기준값: 총매출 31,400,000원, 반품액 2,230,000원, 순매출 29,170,000원).
- 2·3월 원본과 증감률 재계산 — 원본의 2월 총매출(5,400,000원)과 3월 총매출(4,400,000원)로 직접 증감률을 다시 계산하면 −18.5%가 나옵니다. 답변이 인용한 숫자와 일치합니다. 통과. (단, 이 통과는 “계산이 맞다”는 것만 확인한 것이고, 다음 항목과는 별개입니다.)
- 총매출·순매출 정의 확인 — “이 ‘매출’ 수치는 반품을 포함한 값인가, 뺀 값인가?”를 물으면 여기서 걸립니다. 답변은 총매출(반품 포함 전) 기준인데, 이 회사의 “매출”은 순매출(반품 제외) 기준입니다. 순매출 기준 감소율은 31.4%로, 총매출 기준보다 12.9%p 더 큽니다. 여기서 틀렸다는 것이 드러납니다.
세 번째와 네 번째를 같이 보면, 이 답변의 계산 자체(세 번째)는 틀리지 않았습니다. 다만 애초에 다른 정의를 쓰고 있었다는 것(네 번째)이 문제입니다. 계산이 맞다는 확인과 질문에 맞는 정의를 썼는지 확인은 서로 다른 작업이고, 둘 다 해야 합니다.
질문에 “매출은 순매출 기준”이라는 한 문장을 넣으면 — 위 6단계 지시문처럼 — 이 정의 혼동은 줄어들 수 있습니다. 다만 그렇게 묻는다고 해서 받은 답이 항상 정확하다는 뜻은 아닙니다. 정의를 명시했든 안 했든, 받은 답은 매번 검산 절차로 다시 확인해야 합니다.
SECTION 08
매달 반복이라면
위 절차를 매달 손으로 돌리는 것도 방법입니다. 실제로 그게 맞는 경우도 많습니다.
다만 이런 상황이라면 구조를 손볼 때가 된 겁니다.
✓
원본을 받아오는 데만 매달 한나절이 든다
✓
부서마다 양식이 달라 합치는 게 일이다
✓
담당자가 바뀌면 아무도 이 파일을 못 건드린다
✓
열 순서가 매달 바뀌어서 매번 다시 만든다
지난달 보고서 파일의 구조와, 어디서 시간이 가장 많이 드는지만 보내주시면 어느 구간을 어떻게 바꿀지 정리해 회신드립니다.
보내실 때 실제 값은 지우고 열 구성과 시트 구조만 남겨 주세요. 값이 없어도 검토에는 지장이 없습니다.
이 업무가 자동화할 만한 것인지부터 판단이 필요하시다면 진단표를 먼저 써보세요.
SECTION 09
참고한 자료
모두 2026년 8월 26일 조회 기준입니다. Microsoft의 기능·라이선스·제공 조건은 자주 바뀌니 사용 시점에 원문을 다시 확인하시기 바랍니다.
- Microsoft, Frequently asked questions about Copilot in Excel — 결과 검증 권고, 재무·법률·의료 주제 사용 자제, 영어 편중 안내
- Microsoft, COPILOT function — 라이선스 요건, 10분당 100회 제한, 기밀 레이블 파일 제한, 2026년 9월 14일부터 제공 중단 예정
- Microsoft, Python in Excel availability — 유료 Microsoft 365 라이선스 요건, 월별 프리미엄 연산 한도
- Microsoft, Data security and Python in Excel — 실행 위치, 데이터 미보존, 네트워크 접근 없음
- 개인정보보호위원회, 생성형 인공지능(AI) 개발·활용을 위한 개인정보 처리 안내서 (2025.8)