매주 월요일 아침, 지난주 매출 자료를 열어서 지점별로 나누고, 단가표를 보며 품목마다 금액을 맞춰 넣고, 색을 칠해서 보고용 시트를 만드는 데 두 시간. 거래처에서 온 견적서 내용을 우리 회사 양식에 옮겨 적는 데 또 한 시간. 이런 일을 매주, 어떤 회사는 매일 반복하고 있습니다.
"이거 자동으로 안 되나?"라는 생각은 누구나 합니다. 문제는 검색을 해 봐도 답이 제각각이라는 것입니다. 어떤 글은 함수 몇 개면 된다고 하고, 어떤 글은 매크로를 배우라고 하고, 요즘은 AI에게 시키면 다 된다는 이야기도 들립니다. 셋 다 맞는 말이면서, 셋 다 절반만 맞는 말입니다. 작업의 성격에 따라 필요한 도구가 다르기 때문입니다.
이 글은 엑셀 반복 작업을 세 단계 — 함수로 되는 일, 매크로가 필요한 일, AI가 필요한 일 — 로 나누어, 각 단계에서 무엇이 되고 무엇이 안 되는지, 그리고 어디부터는 직접 하기보다 도움을 받는 편이 나은지를 정리합니다. 읽고 나면 지금 하고 계신 반복 작업이 어느 단계에 해당하는지 스스로 판단하실 수 있을 것입니다.
1단계: 함수만으로 해결되는 일 — 생각보다 많습니다
프로그래밍이나 매크로 없이, 엑셀에 원래 들어 있는 기능만으로 없어지는 반복 작업이 꽤 많습니다. 실무에서 가장 효과가 큰 세 가지만 꼽아 보겠습니다.
첫째, 찾아서 옮겨 적는 작업 — VLOOKUP과 XLOOKUP. 주문 목록에 거래처 코드만 있고, 거래처 이름과 담당자는 다른 시트의 거래처 명단에 있는 상황을 생각해 보세요. 많은 분들이 명단을 옆에 띄워 놓고 한 줄씩 눈으로 찾아 옮겨 적습니다. 이 작업이 VLOOKUP 함수 한 줄로 사라집니다. "이 코드를 저 명단에서 찾아서, 몇 번째 열의 값을 가져와라"라고 지시하는 함수입니다. 최근 엑셀에는 XLOOKUP이라는 개선판이 있어서, 찾는 값이 왼쪽에 있든 오른쪽에 있든 상관없고, 못 찾았을 때 보여줄 문구도 정할 수 있습니다. 단가표 대조, 재고 코드 매칭, 직원 명단 조회 — "다른 표에서 찾아서 옮겨 적는" 일은 거의 전부 이 함수의 영역입니다.
둘째, 눈으로 검사하는 작업 — 조건부 서식. 재고가 기준 이하로 떨어진 품목을 찾으려고 목록을 위에서 아래로 훑어보거나, 납기가 지난 주문을 찾으려고 날짜를 하나씩 확인하는 작업. 조건부 서식을 걸어 두면 조건에 맞는 칸의 색이 자동으로 바뀝니다. "재고가 10 미만이면 빨간색", "납기일이 오늘보다 이전이면 노란색" 같은 규칙을 한 번만 정해 두면, 데이터가 바뀔 때마다 색도 따라 바뀝니다. 중복된 값 찾기도 클릭 몇 번으로 됩니다. 사람 눈으로 하던 검사를 화면이 대신해 주는 것입니다.
셋째, 집계하고 요약하는 작업 — 피벗 테이블. "지점별, 월별 매출 합계를 뽑아 주세요"라는 요청을 받으면, 필터를 걸고 합계를 내고 다른 시트에 옮겨 붙이는 작업을 반복하게 됩니다. 피벗 테이블은 원본 데이터를 지정하고 행에 지점, 열에 월, 값에 매출을 끌어다 놓기만 하면 그 표가 즉시 만들어지는 기능입니다. 데이터가 추가되면 "새로 고침" 한 번으로 표가 갱신됩니다. 주간·월간 보고서의 숫자 집계 부분은 대부분 피벗 테이블로 대체할 수 있습니다.
이 단계의 공통점이 있습니다. 데이터가 이미 표 형태로 엑셀 안에 있고, 규칙이 명확한 작업이라는 점입니다. 이런 작업이라면 외부 도움 없이, 검색과 유튜브 강의만으로 일주일 안에 직접 해결하실 수 있습니다. 먼저 여기까지 해 보시기를 권합니다.
2단계: 매크로·VBA가 필요한 일 — 그리고 그 한계
함수는 "칸 안의 계산"을 자동화합니다. 그런데 반복 작업 중에는 계산이 아니라 동작인 것들이 있습니다. 파일 30개를 열어서 각각의 데이터를 한 시트로 합치기, 매달 같은 형식의 보고서 시트를 새로 만들기, 조건에 맞는 행만 골라 다른 파일로 내보내기. 이런 "열고, 복사하고, 붙이고, 저장하는" 동작의 반복은 함수로는 안 되고, 매크로의 영역입니다.
매크로를 만드는 방법은 두 가지입니다.
기록 매크로는 엑셀의 "매크로 기록" 버튼을 누르고 평소 하던 작업을 한 번 수행하면, 그 동작이 녹화되어 버튼 하나로 재생되는 방식입니다. 코딩을 몰라도 만들 수 있어서 진입 장벽이 낮습니다.
VBA는 엑셀에 내장된 프로그래밍 언어로 동작을 직접 코드로 적는 방식입니다. 기록 매크로보다 유연하지만, 프로그래밍을 배워야 합니다.
참고로 마이크로소프트는 2024년 9월부터 엑셀 안에서 파이썬(Python)이라는 프로그래밍 언어를 바로 쓸 수 있는 "Python in Excel" 기능을 정식으로 제공하기 시작했고, 2025년에는 웹 버전 엑셀까지 확대했습니다. 별도 설치 없이 데이터 분석 도구를 쓸 수 있어 VBA의 대안으로 자주 언급되지만, 유료 Microsoft 365 구독이 필요하고 결국 프로그래밍을 배워야 한다는 점은 VBA와 같습니다. "코드를 배울지 말지"라는 판단의 갈림길 자체는 달라지지 않은 셈입니다.
예를 들어 매달 지점 10곳에서 오는 매출 파일을 하나로 합치는 작업이라면, 기록을 켜고 파일 하나를 열어 복사·붙여넣기 하는 과정을 녹화한 뒤, 그 동작을 파일 수만큼 반복하게 만드는 식입니다. 손으로 한 시간 걸리던 취합이 몇 초로 줄어드는, 매크로가 가장 빛나는 장면입니다.
다만 여기서 정직하게 말씀드려야 할 부분이 있습니다. 매크로, 특히 기록 매크로는 생각보다 자주, 생각보다 쉽게 깨집니다. 실무에서 반복적으로 확인되는 약점은 이렇습니다.
- 위치에 묶여 있습니다. 기록 매크로는 "C3 칸을 복사해서 F5에 붙여라"처럼 동작을 좌표 그대로 기억합니다. 누군가 열을 하나 추가하거나 행 순서가 바뀌면, 매크로는 엉뚱한 칸을 복사하면서도 아무 오류 없이 끝까지 돌아갑니다. 틀린 결과가 조용히 만들어지는 것이 가장 위험한 지점입니다.
- 예외 상황을 모릅니다. 어느 달에 데이터가 한 줄도 없거나, 파일 이름이 평소와 다르거나, 숫자가 들어올 칸에 문자가 들어 있으면 매크로는 멈추거나 잘못된 결과를 냅니다. 예외 처리를 넣으려면 결국 VBA 코드를 고쳐야 합니다.
- 만든 사람이 떠나면 유지보수가 막힙니다. 몇 년 전 퇴사한 직원이 만든 매크로가 어느 날 오류를 내는데, 열어 봐도 무슨 코드인지 아무도 모르는 상황 — 중소기업에서 아주 흔한 이야기입니다. 그 매크로에 의존하던 업무가 통째로 수작업으로 되돌아갑니다.
- 환경이 바뀌면 흔들립니다. 엑셀 버전 업그레이드, 보안 정책으로 인한 매크로 차단(요즘 회사 PC에서 자주 겪습니다), 맥과 윈도우의 차이 — 코드 바깥의 변화만으로도 멈출 수 있습니다.
그래서 매크로에 대한 현실적인 기준은 이렇습니다. 입력 형식이 늘 똑같고, 실패해도 바로 알아챌 수 있는 작업에는 기록 매크로가 충분히 유용합니다. 반대로 여러 사람이 쓰는 파일, 형식이 조금씩 달라지는 데이터, 틀리면 손해가 나는 계산에 매크로를 걸어 두는 것은, 언제 끊어질지 모르는 줄에 업무를 매달아 두는 것과 같습니다. 그런 작업이라면 처음부터 예외 처리와 검증이 들어간 형태로 만들어야 하고, 이 지점부터는 직접 하기보다 경험 있는 사람의 손을 빌리는 편이 결과적으로 저렴합니다.
3단계: AI가 필요한 일 — 표가 아닌 것을 표로 만들기
함수와 매크로에는 공통된 전제가 하나 있습니다. 데이터가 이미 깔끔한 표 형태로 존재해야 한다는 것입니다. 그런데 실무의 반복 작업 중 상당수는 표가 되기 이전 단계, 즉 "표로 옮겨 적는" 작업입니다.
- 거래처가 보낸 견적서 PDF를 보고 품목·수량·단가를 우리 양식에 입력
- 이메일 본문에 적힌 주문 내용을 주문 관리 시트에 한 줄씩 추가
- 현장에서 찍어 보낸 거래명세표 사진을 보고 숫자를 옮겨 적기
- 회사마다 양식이 제각각인 발주서를 우리 기준 항목으로 정리
이런 데이터를 비정형 데이터라고 부릅니다. 정해진 칸이 없는 데이터라는 뜻입니다. PDF는 회사마다 양식이 다르고, 이메일은 사람마다 쓰는 표현이 다릅니다. "몇 번째 줄의 몇 번째 값"이라는 규칙 자체가 성립하지 않기 때문에, 함수로도 매크로로도 자동화할 수 없었습니다. 그래서 지금까지는 사람이 읽고 옮겨 적는 수밖에 없었습니다.
ChatGPT나 Claude 같은 AI가 실질적으로 바꾼 것이 바로 이 지점입니다. 이 도구들은 문서를 규칙이 아니라 내용으로 읽습니다. 견적서 양식이 처음 보는 형태여도 "품목명, 수량, 단가를 찾아서 표로 정리해 줘"라는 지시를 이해하고 수행합니다. 사람이 하던 "읽고 이해해서 옮기는" 작업을 처음으로 기계에 맡길 수 있게 된 것입니다.
이 흐름은 지금도 빠르게 움직이고 있습니다. Anthropic은 2025년 10월 엑셀 화면 옆에서 Claude가 시트를 읽고 수식을 고치는 "Claude for Excel"을 베타로 내놓았고, 베타를 거쳐 2026년에는 유료 요금제 전반으로 확대했습니다. OpenAI도 2026년 3월 엑셀 추가 기능 형태의 "ChatGPT for Excel"을 출시해 같은 해 5월부터 전체 요금제에서 쓸 수 있게 했습니다. "AI에게 파일을 들고 가서 묻는" 방식에서 "엑셀 안에 AI가 들어와 있는" 방식으로 무게중심이 옮겨가는 중이라는 뜻입니다. 다만 도구가 어디에 붙어 있든, 아래에서 말씀드릴 검증 설계가 필요하다는 사실은 달라지지 않습니다.
실제로 한 보험설계사분의 경우, 보험사에서 오는 견적·안내 PDF를 자체 엑셀 템플릿에 손으로 옮겨 넣던 작업을, Claude 세팅과 프롬프트 설계만으로 자동 입력되는 흐름으로 바꿨습니다. 새 시스템을 만든 것이 아니라 쓰던 템플릿을 그대로 두고 입력 방식만 바꾼 것인데, 자세한 과정은 실제 사례에 정리되어 있습니다.
다만 AI에도 분명한 주의점이 있습니다. AI는 가끔 틀립니다. 숫자를 잘못 읽거나, 없는 항목을 있는 것처럼 채우는 경우가 드물지만 있습니다. 그래서 AI 자동화는 "AI에게 시키고 끝"이 아니라, 추출 규칙을 문서 양식에 맞게 설계하고, 틀렸을 때 사람이 알아챌 수 있는 검증 단계를 함께 두는 것까지가 한 세트입니다. 합계가 맞는지 자동으로 대조한다든지, 입력 전에 사람이 한 번 훑어보는 확인 화면을 둔다든지 하는 장치입니다. 이 설계가 빠진 AI 자동화는 매크로보다 위험할 수 있습니다.
한눈에 보는 판단 기준
지금 하고 계신 반복 작업이 어느 단계인지, 아래 기준으로 판단해 보세요.
| 구분 | 함수 (1단계) | 매크로·VBA (2단계) | AI (3단계) |
|---|---|---|---|
| 해결하는 일 | 칸 안의 계산·조회·집계 | 열고 복사하고 저장하는 동작의 반복 | PDF·이메일·사진 등에서 내용 읽어 오기 |
| 데이터 조건 | 표 형태, 규칙 명확 | 표 형태, 형식이 늘 동일 | 형식이 제각각이어도 가능 |
| 직접 배우는 난이도 | 낮음 — 일주일이면 충분 | 중간 — 기록은 쉽고 VBA는 별도 학습 | 도구 사용은 쉽고 안정화가 어려움 |
| 대표 작업 | 단가 대조, 보고서 집계, 이상값 표시 | 파일 취합, 정기 보고서 생성 | 견적서 입력, 주문 메일 정리 |
| 주된 위험 | 함수 오타 정도 | 위치 변경·예외 상황에 취약 | 드물게 잘못 읽음 — 검증 장치 필수 |
| 권장 접근 | 직접 | 단순하면 직접, 중요 업무면 전문가 | 설계·검증은 전문가와 함께 |
표를 요약하면 이렇게 됩니다. 데이터가 이미 표라면 함수부터, 동작의 반복이라면 매크로, 데이터가 표가 아니라면 그때가 AI가 필요한 순간입니다.
한 가지 덧붙이면, 실제 업무는 단계가 섞여 있는 경우가 많습니다. 예를 들어 "거래처 견적서 PDF를 받아서(3단계), 우리 단가표와 대조하고(1단계), 월말에 한 파일로 취합하는(2단계)" 업무라면 세 단계가 하나의 흐름 안에 다 들어 있습니다. 이럴 때는 업무 전체를 한 번에 자동화하려 하지 말고, 단계별로 쪼개서 쉬운 쪽(함수)부터 없애 나가는 것이 실패 확률이 낮습니다.
오늘부터 직접 시작한다면 — 4단계 순서
바로 무언가를 배우기 전에, 30분만 들여서 다음 순서를 밟아 보시기를 권합니다. 자동화가 실패하는 가장 흔한 이유는 도구를 몰라서가 아니라, 무엇을 자동화할지 목록 없이 시작해서입니다.
- 반복 작업 목록을 적습니다. 일주일 동안, 두 번 이상 반복한 엑셀 작업을 눈에 띌 때마다 메모합니다. "매주 월요일 지점별 매출 취합 40분"처럼 작업 이름과 걸린 시간을 함께 적습니다. 대개 5~10개가 나옵니다.
- 각 작업에 단계를 매깁니다. 위 표를 기준으로 1·2·3단계를 표시합니다. 기준은 간단합니다 — 데이터가 이미 엑셀 표 안에 있으면 1, 파일을 열고 닫는 동작이 반복이면 2, PDF·이메일·사진에서 옮겨 적는 일이면 3.
- 1단계 작업 중 시간이 가장 긴 것 하나만 고릅니다. 여러 개를 동시에 바꾸려 하면 익숙한 방식으로 되돌아가게 됩니다. 하나를 골라 함수를 적용해 보고, 2주간 실제 업무에서 써 보며 자리를 잡게 합니다.
- 남은 2·3단계 작업은 시간을 계산해 둡니다. "이 작업에 월 몇 시간이 드는가"라는 숫자가 있어야, 직접 배울지 맡길지를 감이 아니라 비용으로 판단할 수 있습니다. 나중에 견적을 받을 때도 이 목록이 그대로 진단 자료가 됩니다.
이 순서의 장점은, 3번까지만 해도 눈에 보이는 시간이 줄어든다는 것과, 4번의 목록이 남는다는 것입니다. 자동화를 어디까지 할지 결정하는 근거가 "느낌"에서 "숫자"로 바뀝니다.
어디부터 전문가가 필요한가
"전부 맡기세요"라고 말씀드리지 않겠습니다. 위 1단계는 직접 하시는 것이 가장 빠르고 저렴합니다. 다만 다음 조건 중 두 개 이상에 해당한다면, 직접 만드는 비용(시간과 시행착오)이 맡기는 비용을 넘어서는 경우가 많습니다.
- 틀리면 돈이 나가는 작업입니다. 견적, 정산, 세금 관련 숫자처럼 오류가 곧 손해로 이어지는 업무는 검증 장치를 포함해 설계해야 합니다.
- 입력 형식이 계속 달라집니다. 거래처마다, 달마다 문서 양식이 다르다면 기록 매크로로는 버틸 수 없고, 예외를 견디는 구조가 필요합니다.
- 여러 사람이 씁니다. 만든 사람만 쓰는 도구와 팀이 함께 쓰는 도구는 요구되는 안정성이 다릅니다.
- 담당자가 바뀌어도 굴러가야 합니다. 인수인계 문서와 사용법 교육까지가 자동화의 일부입니다. 사람에게 묶인 자동화는 그 사람과 함께 떠납니다.
- 이미 두 번 이상 직접 시도해 봤습니다. 두 번 만들어서 두 번 깨졌다면, 도구의 문제가 아니라 설계의 문제일 가능성이 큽니다.
반대로, 혼자 쓰는 파일이고 형식이 늘 같고 틀려도 금방 눈에 띄는 작업이라면 전문가가 필요 없습니다. 함수와 기록 매크로로 직접 해 보시고, 그 경험이 나중에 무엇을 맡길지 판단하는 안목이 됩니다.
자주 묻는 질문
Q. 엑셀을 잘 못하는데, 그래도 함수부터 배워야 하나요? 전부 배우실 필요는 없습니다. 이 글에서 언급한 XLOOKUP(또는 VLOOKUP), 조건부 서식, 피벗 테이블 세 가지만 익혀도 실무 반복 작업의 절반 가까이가 줄어드는 경우가 많습니다. 각각 유튜브에서 20분짜리 강의 하나면 시작할 수 있는 수준입니다. 세 가지를 먼저 해 보시고, 그래도 남는 작업이 무엇인지 확인하는 순서를 권합니다.
Q. 매크로가 있는 파일을 물려받았는데 오류가 납니다. 고쳐서 쓰는 게 나을까요, 새로 만드는 게 나을까요? 만든 사람이 없고 코드에 설명이 없다면, 고치는 비용이 새로 만드는 비용보다 큰 경우가 많습니다. 판단 기준은 하나입니다 — 그 매크로가 "무엇을 하는지"를 업무 언어로 설명할 수 있는 사람이 사내에 있는가. 있다면 그 설명을 기준으로 고치거나 다시 만들 수 있고, 없다면 매크로 분석부터 시작해야 하므로 어느 쪽이든 외부 도움이 필요할 가능성이 큽니다.
Q. ChatGPT나 Claude에게 그냥 "이 PDF 엑셀로 만들어 줘"라고 하면 되는 것 아닌가요? 한 번 하는 것은 됩니다. 문제는 매일 반복할 때입니다. 그때그때 지시하면 매번 결과의 형태가 조금씩 달라지고, 어떤 날은 항목이 빠지기도 합니다. 반복 업무로 쓰려면 문서 양식에 맞춘 추출 지시문을 한 번 제대로 설계해서 고정해 두고, 결과를 확인하는 절차를 정해 두어야 매일 같은 품질이 나옵니다. "되느냐"와 "업무로 굴러가느냐" 사이의 간격이 바로 이 설계입니다.
Q. AI 자동화를 하려면 회사 데이터를 외부에 보내야 하나요? 보안이 걱정됩니다. 정당한 걱정입니다. ChatGPT·Claude 같은 도구는 기본적으로 입력 내용이 외부 서버로 전송됩니다. 다만 유료 업무용 요금제는 입력 데이터를 AI 학습에 쓰지 않는 것을 약관으로 명시하고 있고, 고객 이름 같은 민감 항목은 빼고 필요한 항목만 보내도록 흐름을 설계할 수도 있습니다. 어떤 데이터가 나가고 어떤 데이터가 남는지를 도입 전에 확인하는 것이 순서입니다.
Q. 회사에서 Microsoft 365를 쓰고 있는데, Copilot을 켜면 해결되는 것 아닌가요? Copilot은 엑셀 안에서 수식을 제안받거나 표를 요약하는 보조 도구로는 유용합니다. 다만 비용과 범위를 알고 결정하시는 것이 좋습니다. 2026년 7월 마이크로소프트 공식 요금 기준으로, Copilot이 포함된 Microsoft 365 Business 요금제는 연간 결제 시 사용자당 월 3만 원대부터 시작하고, 회사 계정으로 로그인하면 추가 비용 없이 쓸 수 있는 Copilot Chat도 있습니다. 엑셀에서 Copilot을 쓰려면 파일을 OneDrive에 저장해 자동 저장을 켜야 한다는 조건도 있습니다. 이 글의 구분으로 보면 Copilot이 잘하는 영역은 주로 1단계 — 이미 표로 정리된 데이터의 계산과 요약 — 이고, 거래처마다 양식이 다른 PDF·이메일을 매일 같은 품질로 반복 처리하는 3단계의 설계까지 대신해 주는 것은 아닙니다.
Q. 매크로 대신 파워 쿼리라는 것도 있다던데, 뭐가 다른가요? 파워 쿼리는 최근 엑셀에 내장된 데이터 정리 도구로, "여러 파일을 합치고, 불필요한 열을 지우고, 형식을 통일하는" 정리 작업을 코드 없이 클릭으로 설정하는 기능입니다. 2단계 작업 중 상당수 — 특히 파일 취합과 데이터 정리 — 는 기록 매크로보다 파워 쿼리가 더 안정적입니다. 열 위치가 아니라 열 이름을 기준으로 동작해서 표가 조금 바뀌어도 덜 깨지고, 원본 데이터를 건드리지 않기 때문입니다. 취합·정리가 목적이라면 VBA를 배우기 전에 파워 쿼리를 먼저 알아보시기를 권합니다.
Q. 직원이 다섯 명인 작은 회사인데, 자동화라는 게 의미가 있나요? 규모보다 반복량이 기준입니다. 한 사람이 매일 한 시간씩 옮겨 적는 작업이 있다면 한 달에 스무 시간, 일 년이면 한 사람의 한 달치 근무 시간이 단순 입력에 쓰이는 셈입니다. 오히려 사람이 적을수록 한 사람의 시간이 귀하기 때문에, 작은 회사일수록 반복 작업 하나를 없애는 효과가 큽니다. 실제로 2025년 중소기업중앙회 서울지역본부가 서울 지역 소상공인 300개사를 조사한 결과, 사업장에서 AI를 활용하고 있다는 응답은 9.7%에 그쳤고 가장 큰 어려움으로는 도입 비용 부담(69%)이 꼽혔습니다. 뒤집어 보면 아직 대부분이 시작 전이라는 뜻이고, 큰 시스템 투자 대신 함수·파워 쿼리·프롬프트 설계처럼 작은 단위부터 줄여 나가는 접근이 작은 회사의 형편에 더 맞습니다.
마치며
정리하면 — 표 안의 계산은 함수로, 동작의 반복은 매크로로, 표 밖의 데이터는 AI로. 그리고 틀리면 손해가 나는 업무일수록 도구보다 설계가 중요합니다.
지금 하고 계신 반복 작업이 어느 단계인지 판단이 서지 않는다면, 무료 진단에서 30분간 업무 내용을 듣고 어디까지 직접 하실 수 있고 어디부터 도움이 필요한지 그 자리에서 정리해 드립니다. 영업 전화는 드리지 않습니다.