월요일 아침 영업팀장이 지난 분기 매출 파일을 AI에게 올리고 “거래처별 매출 상위 20곳과 전 분기 대비 증감을 정리해 줘”라고 적었다고 해 보겠습니다. 30초 만에 표와 차트, 세 줄짜리 요약이 나옵니다. 예전 같으면 대리가 오전 내내 피벗 테이블을 만지던 일입니다. 그런데 표의 합계가 회계팀이 마감한 매출과 1,000만 원 넘게 차이 난다면 어디서부터 확인해야 할까요. 엑셀에 AI가 들어온 지금, 무엇을 맡길 수 있는지와 맡기기 전과 후에 사람이 해야 할 일을 정리했습니다.
엑셀과 시트에 AI가 들어온 방식
지금 회사에서 표를 AI로 다루는 길은 크게 세 가지입니다. 첫째는 챗GPT나 클로드 같은 대화형 AI에 파일을 올리고 묻는 방식입니다. 둘째는 엑셀이나 구글 시트 안에 들어간 AI가 시트를 직접 고치는 방식입니다. 셋째는 셀에 함수처럼 AI를 불러 쓰는 방식입니다.
둘째 방식이 빠르게 커지고 있습니다. 마이크로소프트는 2025년 9월 29일 엑셀의 ’에이전트 모드’를 공개했습니다. 말로 요청하면 AI가 수식을 고르고, 새 시트를 만들고, 차트를 그린 뒤 결과를 스스로 점검하고 고치는 과정을 되풀이하는 기능입니다. 마이크로소프트는 이 기능이 오픈AI의 최신 추론 모델로 만들어졌다고 밝혔습니다. 구글도 2026년 4월 22일 구글 시트의 제미나이가 프롬프트 하나로 서식까지 갖춘 시트를 만들고, 기존 예산표나 분석표를 고치며, 피벗 테이블과 복잡한 수식을 다룬다고 발표했습니다. 시트를 만들기 전에 계획을 먼저 보여 주고 승인을 받는 방식입니다.
셋째 방식은 오히려 물러났습니다. 마이크로소프트는 셀 안에서 AI에게 질문하던 COPILOT 함수를 미리보기로 내놓았다가 2026년 9월 14일 종료했습니다. 지원 문서에 따르면 그 뒤로는 이 함수를 쓴 셀이 다시 계산될 때 #NAME? 오류를 냅니다. 이미 계산된 값은 남아 있지만 출처를 다시 확인할 길은 사라집니다. 기능 이름과 위치는 1년 만에도 바뀝니다. 특정 버튼보다 어떤 도구에도 통하는 작업 습관을 들이는 편이 오래 갑니다.
얼마나 정확한가: 벤치마크로 본 숫자
AI의 엑셀 실력을 재는 대표적인 시험으로 ’SpreadsheetBench’가 있습니다. 중국 칭화대 등의 연구진이 2024년 NeurIPS 학회에 발표한 벤치마크로, ExcelForum·MrExcel 같은 엑셀 질문 게시판에 실제로 올라온 질문 912개로 만들었습니다. 찾기, 추출, 합계, 강조 표시, 삭제, 계산처럼 실무에서 흔한 작업을 시키고, 질문마다 평균 세 개의 다른 시트로 답이 맞는지 채점합니다.
| 시점 | 대상 | 정답률 | 비고 |
|---|---|---|---|
| 2024년 논문 | GPT-4o(한 번에 답하기) | 18.35% | 연구진 측정 |
| 2024년 논문 | 엑셀 코파일럿(당시) | 20.00% | 일부 표본만 수작업 측정 |
| 2024년 논문 | 엑셀 전문가 | 71.33% | 질문 50개 표본 |
| 2025년 9월 | 엑셀 에이전트 모드 | 57.2% | 마이크로소프트 자체 측정 |
| 2026년 4월 | 구글 시트 제미나이 | 70.48% | 구글 자체 발표 |
2년 사이에 AI의 정답률이 20% 안팎에서 60~70%대로 올라섰습니다. 다만 표를 읽을 때 조심할 점이 있습니다. 2025년과 2026년 숫자는 제품을 만든 회사가 직접 잰 값이고, 사람 점수는 질문 50개 표본에서 나왔습니다. 무엇보다 70%라는 숫자를 뒤집어 보면 열 번 시키면 세 번은 틀린다는 뜻입니다. 마이크로소프트도 이 벤치마크가 동적 배열, 피벗 테이블, 차트, 서식처럼 엑셀의 중요한 부분을 다 담지는 못한다고 밝혔습니다.
엑셀은 원래 틀리기 쉬운 도구입니다
AI가 없던 시절에도 엑셀은 오류가 많았습니다. 미국 하와이대의 레이먼드 팬코 교수는 2000년 유럽 스프레드시트 위험 연구회(EuSpRIG)에서 발표한 논문을 “15년간의 연구가 만장일치로 내린 결론은 스프레드시트 오류가 흔하고 사소하지 않다는 것”이라는 문장으로 시작합니다. 그는 지금까지 효과가 입증된 방법은 셀 하나하나를 검사하는 것뿐이라고 적었습니다.
실제 사고도 있었습니다. 2020년 9월 25일부터 10월 2일까지 영국 공중보건국(PHE)은 코로나19 확진자 약 1만 6,000명을 일일 집계에서 빠뜨렸습니다. 영국 셰필드대 폴 클러프 교수의 2020년 10월 7일 기고에 따르면 원인은 검사 결과를 옮겨 담은 엑셀 서식이었습니다. 새 형식(XLSX) 대신 옛 형식(XLS)을 쓰는 바람에 서식 하나에 약 6만 5,000행까지만 들어갔고, 확진자 한 명이 여러 행을 차지해 서식 하나에 약 1,400명밖에 담기지 않았습니다. 넘친 기록은 오류 표시 없이 잘려 나갔습니다.
엑셀의 자동 변환도 오래된 문제입니다. 엑셀은 기본 설정에서 ’SEPT1’이나 ‘MARCH1’ 같은 유전자 이름을 날짜로 바꿔 버립니다. 호주 디킨대 연구진의 2021년 논문에 따르면 2016년 조사에서 엑셀 유전자 목록이 딸린 논문의 19.6%에 이런 오류가 있었고, 2014~2020년 논문을 다시 훑었더니 그 비율이 30.9%(1만 1,117편 중 3,436편)로 오히려 늘었습니다. 결국 국제 유전자 명명위원회가 2020년 SEPT1을 SEPTIN1로, MARCH1을 MARCHF1로 이름을 바꾸기로 했습니다. 도구에 맞춰 이름을 고친 셈입니다.
회사 실무로 옮기면 품번 ’1-3’이 1월 3일로 바뀌고, 앞자리 0이 붙은 거래처 코드 ’00125’가 125로 바뀌는 일입니다. AI는 이런 표를 받으면 틀린 값을 그대로 믿고 빠르게 분석합니다. 맞는 분석도 틀린 분석도 빨라진다는 점이 AI 시대 엑셀의 핵심입니다. 엑셀과 단톡방에 흩어진 업무가 어떤 비용을 만드는지는 엑셀·단톡방 업무의 숨은 비용에서 따로 다뤘습니다.
AI에게 맡기기 전에 표부터 정리합니다
AI가 가장 자주 틀리는 곳은 계산보다 표의 구조입니다. 사람이 보기 좋게 꾸민 보고용 표는 AI가 읽기 어렵습니다. 분석을 맡길 표는 아래처럼 바꿔 두는 것이 좋습니다.
| 이런 표는 | 이렇게 바꿉니다 | 이유 |
|---|---|---|
| 제목·결재란이 위에 있고 머리글이 두세 줄 | 머리글은 첫 행 한 줄, 그 아래는 데이터만 | AI가 어디부터 데이터인지 헷갈립니다 |
| 병합된 셀, 중간중간 소계 행 | 병합을 풀고 소계 행은 지우기 | 소계가 합계에 한 번 더 더해집니다 |
| 시트 하나에 표 여러 개 | 시트 하나에 표 하나 | 표 사이 빈 행에서 분석이 끊깁니다 |
| ‘(주)한빛’, ‘한빛’, ‘한빛상사’ 혼용 | 거래처 코드 열을 두고 이름 통일 | 같은 거래처가 세 곳으로 쪼개집니다 |
| 금액에 ‘1,200원’, ‘미정’, 빈칸 혼재 | 숫자만 넣고 메모는 다른 열로 | 텍스트 금액은 합계에서 빠집니다 |
| 날짜가 ‘3/5’, ‘3월 5일’, ‘2026.03.05’ | 날짜 형식 하나로 통일 | 월별 집계가 어긋납니다 |
| 색으로만 표시한 ‘취소’, ‘반품’ | 상태 열을 따로 만들기 | AI는 셀 색을 기준으로 거르지 못하는 경우가 많습니다 |
정리할 때 원본은 손대지 않고 사본으로 작업합니다. 그리고 정리한 표의 행 수와 금액 합계를 따로 적어 둡니다. 이 두 숫자가 나중에 AI 결과를 검증하는 기준점이 됩니다.
또 하나는 무엇을 올려도 되는지입니다. 거래처별 매출, 직원 급여, 고객 연락처가 담긴 파일을 회사가 승인하지 않은 AI 서비스에 올리면 정보 유출이 됩니다. 이름이나 연락처 열을 지우거나 코드로 바꿔 올리는 것이 기본입니다. 회사 차원의 기준은 사내 AI 사용 규칙 만드는 법에 정리해 두었습니다.
분석을 시킬 때는 값보다 과정을 받습니다
AI가 내놓은 숫자만 받으면 검증할 방법이 없습니다. 숫자가 어떻게 나왔는지를 함께 받아야 합니다. 요청할 때 다음 네 가지를 붙이면 됩니다.
첫째, 계획을 먼저 보여 달라고 합니다. “분석 전에 어떤 열을 쓰고, 어떤 행을 빼고, 어떻게 계산할지 먼저 적어 주세요”라고 쓰면 됩니다. 구글이 시트 제미나이에 계획 승인 단계를 넣은 것도 같은 이유입니다. 이 단계에서 “반품 행은 빼야 한다”처럼 사람이 아는 업무 규칙을 바로잡을 수 있습니다.
둘째, 값 대신 수식으로 남겨 달라고 합니다. 엑셀 안에서 작업한다면 결과 셀에 SUMIFS나 피벗 테이블이 남아 있어야 나중에 클릭해서 근거를 볼 수 있습니다. 대화형 AI라면 계산에 쓴 코드나 단계를 함께 보여 달라고 합니다. COPILOT 함수가 종료된 뒤 남은 값처럼, 근거 없이 숫자만 남은 셀은 다음 달에 아무도 설명하지 못합니다.
셋째, 빠진 행을 알려 달라고 합니다. “분석에서 제외한 행의 수와 이유, 숫자로 읽지 못한 셀을 따로 목록으로 주세요”라고 적습니다. 영국 공중보건국의 사고처럼 데이터가 조용히 잘려 나가는 일을 막는 가장 간단한 방법입니다.
넷째, 해석과 계산을 나눕니다. “상위 20곳 표”는 계산이고 “매출이 줄어든 이유”는 해석입니다. AI는 표에 없는 이유를 그럴듯하게 지어낼 수 있습니다. 해석에는 “표에서 확인되는 사실과 추정을 구분해 주세요”라는 조건을 붙입니다. AI가 그럴듯하게 틀리는 이유는 AI 환각 줄이는 법에서 자세히 설명했습니다.
결과 검증 체크리스트와 계산 예시
AI가 만든 분석표를 보고서에 붙이기 전에 아래 순서대로 확인합니다. 대부분 몇 분이면 끝납니다.
| 순서 | 확인할 것 | 방법 |
|---|---|---|
| 1 | 행 수 | 원본 행 수와 분석에 쓰인 행 수가 같은지, 다르면 빠진 이유가 설명되는지 |
| 2 | 총합계 | 원본 금액 합계와 AI 표의 합계가 같은지 |
| 3 | 외부 숫자 | 회계 마감 매출, ERP 집계처럼 이미 확정된 숫자와 맞는지 |
| 4 | 표본 세 건 | 상위 거래처 하나, 중간 하나, 하위 하나를 원본에서 직접 필터해 다시 더하기 |
| 5 | 중복과 표기 | 같은 거래처가 이름만 달리 두 번 나오지 않는지 |
| 6 | 날짜와 기간 | 분기 경계(3월 31일, 4월 1일)의 행이 올바른 쪽에 들어갔는지 |
| 7 | 단위 | 원, 천 원, 백만 원이 섞이지 않았는지, 부가세 포함 여부가 맞는지 |
| 8 | 해석 문장 | 요약에 나온 숫자가 표의 숫자와 같은지 |
계산 예시로 확인해 보겠습니다. 정리한 원본 표는 8,640행이고 매출 합계는 12억 3,450만 원입니다. AI가 만든 거래처별 표의 합계는 12억 1,980만 원입니다. 차이는 1,470만 원, 원본의 약 1.2%입니다. 비율로는 작아 보여도 상위 20곳 순위가 바뀌기에는 충분한 금액입니다.
AI에게 제외한 행을 물어보니 금액이 텍스트로 저장된 37행이 합계에서 빠졌다고 답합니다. 그 37행을 숫자로 바꿔 다시 돌리면 합계가 원본과 맞습니다. 이어서 표본 확인에서 ’(주)한빛’과 ’한빛’이 따로 집계된 것도 발견합니다. 둘을 합치면 이 거래처는 14위에서 6위로 올라갑니다. 체크리스트 1, 2, 4, 5번이 각각 한 번씩 일을 한 셈입니다.
검증에 드는 시간도 계산에 넣어야 합니다. 피벗 테이블로 2시간 걸리던 분석을 AI가 5분 만에 끝내고 검증에 20분을 쓴다면, 실제로 아낀 시간은 1시간 35분입니다. 그래도 크게 남습니다. 반대로 검증을 건너뛰고 틀린 순위로 거래처 단가를 조정했다면 그 비용은 시간으로 계산되지 않습니다.
어디까지 맡기고 어디서 시스템으로 넘길까
업무마다 맡길 수 있는 정도가 다릅니다. 원칙은 결과가 회사 밖으로 나가거나 돈과 직결될수록 사람이 확인하는 단계가 두꺼워져야 한다는 것입니다.
| 업무 | AI 활용 방식 | 사람이 할 일 |
|---|---|---|
| 회의용 현황 파악, 아이디어 탐색 | 자유롭게 묻고 차트까지 맡김 | 숫자 몇 개만 원본과 대조 |
| 주간·월간 내부 보고 | 수식과 피벗을 AI가 만들고 파일로 남김 | 체크리스트 1~4번 확인 |
| 결산, 세금 신고, 급여, 거래처 정산 | 초안과 검산 보조로만 사용 | 확정 숫자는 회계 시스템 기준, 담당자 확인 |
| 매달 같은 분석의 반복 | AI로 한 번 설계 | 반복되는 부분은 시스템이나 자동화로 고정 |
마지막 줄이 중요합니다. 매달 같은 파일로 같은 분석을 AI에게 다시 시키면 매달 같은 검증을 다시 해야 합니다. AI는 같은 질문에도 매번 조금씩 다른 방법을 고를 수 있기 때문입니다. 형식이 정해진 반복 분석은 한 번 검증한 수식이나 프로그램으로 고정하고, AI는 새로운 질문이 생겼을 때 쓰는 편이 안전합니다. 취합해서 만드는 보고를 고정된 대시보드로 바꾸는 방법은 주간 보고 자동화에서 다뤘습니다.
엑셀 속 AI는 2년 만에 정답률이 세 배 넘게 올랐고 앞으로도 더 좋아질 것입니다. 그래도 표가 지저분하면 AI도 틀리고, 근거를 남기지 않으면 맞는 답도 믿을 수 없습니다. 표를 정리하고, 과정을 받고, 행 수와 합계부터 확인하는 세 가지 습관이 있으면 AI는 오전 내내 걸리던 분석을 몇 분짜리 초안으로 바꿔 줍니다.
직원들이 자기 부서의 실제 엑셀 파일로 이 순서를 연습하게 하고 싶다면 AI 교육·컨설팅에서 업무 실습 중심의 과정을 함께 설계해 드립니다.
참고한 자료
- Vibe working: Introducing Agent Mode and Office Agent in Microsoft 365 Copilot — Microsoft 365 블로그, 2025
- COPILOT function — Microsoft 지원 문서, 2026
- Build and edit complex spreadsheets with Gemini in Google Sheets — Google Workspace Updates, 2026
- SpreadsheetBench: Towards Challenging Real World Spreadsheet Manipulation — Ma 외, NeurIPS 2024 Datasets and Benchmarks, 2024
- Spreadsheet Errors: What We Know. What We Think We Can Do — Raymond R. Panko, EuSpRIG 2000(arXiv 2008)
- Why you should never use Microsoft Excel to count coronavirus cases — The Conversation(Paul Clough, 셰필드대), 2020
- Gene name errors: Lessons not learned — Abeysooriya 외, PLOS Computational Biology, 2021
댓글
댓글을 불러오는 중…