데이터 정리 자동화 — 취합·분류·표준화·중복제거

수식보다 데이터가 먼저 깨끗해야 한다

2장에서 원하는 계산을 말로 시켜 수식을 만들었습니다. 그런데 실무에서 수식이 자꾸 어긋나는 진짜 이유는 함수가 아니라 데이터입니다.

형식이 흔들리면 수식이 안 먹힌다

같은 날짜가 2026-07-21로도, 26.7.21로도, "7월 21일"로도 적혀 있으면 어떤 수식도 제대로 안 먹힙니다. 부서명이 영업·영업팀·영업부로 흩어져 있으면 집계가 세 조각으로 갈립니다. 그래서 정리가 먼저입니다.

정리는 AI가 가장 잘하는 일이다

이 지저분함을 걷어내는 게 ChatGPT 같은 AI가 특히 잘하는 일입니다. 사람이 눈으로 하나씩 고치던 걸, 규칙만 말하면 열 단위로 한 번에 처리합니다.

정리 작업은 크게 네 종류다

지저분한 데이터를 손보는 일은 결국 네 갈래로 나뉩니다. 어떤 작업인지 먼저 구분하면 시킬 말이 또렷해집니다.

원본은 절대 덮어쓰지 않는다

작업 종류와 무관하게 지켜야 할 원칙이 하나 있습니다. 결과는 항상 새 열이나 새 시트에 만들고, 원본은 그대로 둡니다. 되돌릴 여지를 남겨 두는 겁니다.

형식을 하나로 표준화하기

가장 흔한 정리는 사람마다 다르게 적은 값을 한 형식으로 맞추는 일입니다. 날짜·전화번호·이름 표기가 대표적입니다.

날짜 표기 통일

제각각인 날짜는 이렇게 생겼습니다. 이걸 그대로 붙여넣고 형식을 못 박으면 됩니다.

B열 날짜가 제각각이야. 전부 YYYY-MM-DD 형식으로 통일한 값을 옆 새 열에 만들어 줘. 형식을 못 알아본 값은 "확인 필요"로 표시해 줘.

전화번호 자릿수 맞추기

전화번호도 같은 식입니다. 다만 자릿수가 어긋난 값은 함부로 고치게 두지 마세요.

C열 전화번호를 010-0000-0000 형식으로 통일해 줘. 010이 빠졌거나 자릿수가 안 맞는 건 고치지 말고 "확인"으로 표시만 해 줘.

이름·부서 표기 통일

영업·영업팀·영업부처럼 흔들리는 표기값도 하나로 모을 수 있습니다. 이때 무엇을 어떻게 바꿨는지 표로 받는 게 핵심입니다.

D열 부서명이 영업·영업팀·영업부처럼 섞여 있어. 같은 부서는 하나의 표기로 통일하고, 어떤 걸 어떻게 바꿨는지 표로 보여 줘.

바꾼 내역을 표로 받는 이유

"어떻게 바꿨는지 표로"라는 한마디가 안전장치입니다. AI가 "영업지원"까지 "영업"으로 뭉뚱그렸다면 여기서 걸러집니다. 통일은 편한 만큼 과하게 합쳐질 위험이 늘 붙어 다닙니다.

분류하고 취합하기

표준화가 형식을 맞추는 일이라면, 분류와 취합은 값을 새 기준으로 다시 짜는 일입니다.

없던 카테고리 만들기

흩어진 값을 보고 새 기준으로 묶는 것도 정리입니다. 이때 카테고리 목록을 직접 못 박아야 합니다.

E열 품목명을 보고, 각 품목이 어떤 카테고리에 속하는지 옆에 카테고리 열을 새로 만들어 줘. 카테고리는 음료·과자·생활용품·기타 이 네 개 중 하나로만 정해 줘.

그냥 "분류해"라고만 하면 AI가 카테고리를 스무 개씩 만들어 오히려 더 지저분해집니다. "이 네 개 중 하나로만"처럼 선택지를 닫아 주면 결과가 딱 떨어집니다.

자유 서술에서 정보 뽑기

"서울시 강남구 …", "경기 성남시 …"처럼 자유롭게 적힌 주소에서 시·도만 뽑아 새 열로 만들라고 하면, 지역별 집계용 기준 열이 한 번에 생깁니다. 원본을 손대지 않고 필요한 조각만 새로 떠내는 겁니다.

흩어진 값을 한 열로 모으기

담당자 이름이 '비고' 열 안에 문장으로 섞여 있는 경우처럼, 취합도 정리의 일부입니다.

담당자 이름이 '비고' 열 안에 문장으로 섞여 있어. 담당자만 뽑아 별도 열로 정리해 줘. 못 찾은 행은 빈칸으로 두고 표시해 줘.

여러 파일 취합은 6장으로

여러 파일·시트에 걸친 대규모 취합은 6장에서 따로 다룹니다. 여기서는 한 시트 안에서 흩어진 값을 모으는 정도면 충분합니다.

숨은 중복 찾아내기

명단이나 거래 내역에는 중복이 숨어 있기 마련입니다. 무엇을 "같은 것"으로 볼지 기준만 정하면 됩니다.

중복 기준을 두 개 이상 잡기

이름만으로 중복을 잡으면 남남인 김민수 둘이 하나로 합쳐집니다. 기준은 되도록 두 개 이상으로 잡으세요.

이 명단에서 이름과 생년월일이 똑같은 행을 중복으로 보고, 중복된 것들을 묶어서 보여 줘. 바로 지우지는 말고 표시만 해 줘.

지우지 말고 표시만 시키기

"바로 지우지 말라"는 한마디를 꼭 붙이세요. 동명이인처럼 중복 같아도 아닌 경우가 있어서, 사람이 확인한 뒤 지우는 게 안전합니다.

공백·띄어쓰기 함정 없애기

"김민수"와 "김민수 "(뒤에 공백)는 눈에는 같아 보여도 엑셀은 다르게 셉니다. 중복을 찾기 전에 "앞뒤 공백을 먼저 제거하고 비교해 줘"를 함께 시키면 놓치는 중복이 줄어듭니다.

대량이면 규칙부터 정하기

수백 행이면 한꺼번에 시키기 전에 규칙을 먼저 정하는 게 낫습니다. 날짜 형식, 부서명 목록, 중복 기준을 정해 두고 한 번에 돌리면 결과가 일관됩니다.

정리 결과 검증하기

정리는 돌린 뒤가 진짜입니다. 확인 없이 넘기면 잘못된 정리가 뒤 작업까지 오염시킵니다.

바뀐 행 수부터 확인

가장 빠른 점검은 몇 행이 바뀌었는지 세는 겁니다.

방금 정리에서 몇 개 행을 바꿨는지, 그리고 바뀐 예시 5개를 원본과 나란히 보여 줘.

100행짜리인데 98행을 바꿨다면 멀쩡한 값까지 건드렸다는 신호입니다. 예상과 크게 다르면 뭔가 잘못된 겁니다.

표본을 눈으로 대조

바뀐 예시 5개를 원본과 나란히 놓고 눈으로 훑으세요. 전수 검사는 아니어도, 엉뚱한 변환 패턴은 표본에서 대개 드러납니다.

바꿀 것만 바꾸라고 못 박기

AI가 의욕이 넘쳐 멀쩡한 값까지 "정리"하는 일이 있습니다. "바꿀 것만 바꾸고 나머지는 그대로"를 습관처럼 붙이세요. 검증 습관 전반은 8장에서 따로 정리합니다.

원본이 남아 있어야 되돌린다

원본이 있으면 언제든 되돌리지만, 덮어써 버리면 그걸로 끝입니다. 새 열·새 시트 원칙을 끝까지 지키세요.

다음 챕터에서는 이렇게 깨끗해진 데이터를 피벗·요약·집계로 묶어, 흩어진 수백 행을 한 장의 표로 만드는 법을 다루겠습니다.