Power Query에서 시간 낭비 그만: AI로 학생 데이터 병합 및 분석하기

핵심 요약:

  • Power Query와 같은 전통적인 도구를 사용하여 두 개의 별도 테이블에서 학생 데이터를 병합하고 정리하는 것은 강력하지만, 학습 곡선이 가파르고 조인, 데이터 유형 변환, 사용자 지정 수식과 같은 수많은 수동 단계가 필요합니다.
  • Excelmatic과 같은 Excel AI 도구를 사용하면 일반 언어로 요구 사항을 간단히 설명하는 것만으로도 공통 학생을 기준으로 테이블 병합, 나이 계산, 조건부 열 생성과 같은 동일한 복잡한 데이터 준비 작업을 수행할 수 있습니다.
  • Excelmatic을 사용하면 분석 시간을 몇 시간에서 몇 분으로 획기적으로 줄이고, 데이터 변환에서 발생하는 인간 오류 위험을 최소화하며, Power Query 전문가가 아닌 팀원들도 전체 프로세스에 접근할 수 있게 할 수 있습니다.

문제 배경 및 어려운 점

당신이 과정 관리자, 기업 강사 또는 교사라고 상상해 보세요. 두 개의 별도 시험이나 교육 세션을 방금 진행했으며, 그 결과는 Test1Test2라고 부를 두 개의 다른 Excel 테이블에 저장되어 있습니다.

각 테이블에는 필수적인 학생 정보가 포함되어 있습니다: 이름, 성, 생년월일, 프로그램 참여 날짜, 그리고 해당 특정 시험의 점수입니다.

여기 도전 과제가 있습니다: 시험에 모두 참여한 학생들만을 위한 통합 보고서를 만들어야 합니다. 두 개의 긴 목록 사이에서 이름을 수동으로 교차 참조하는 것은 지루하고 오류가 발생하기 쉽습니다. 하지만 작업은 여기서 멈추지 않습니다. 최종 보고서를 위해 다음을 수행해야 합니다:

  • 이름과 성을 단일의 일관된 형식인 "성, 이름" 열로 결합합니다.
  • 생년월일을 기준으로 각 학생의 현재 나이를 계산합니다.
  • Excel이 올바른 날짜로 인식하지 못하는 "참여 날짜" 열을 수정합니다.
  • 두 시험의 점수를 합산하여 "총점"을 구합니다.
  • 총점이 특정 기준을 충족하는지 여부에 따라 "합격" 또는 "불합격" 상태를 할당합니다.

VLOOKUP이나 INDEX/MATCH와 같은 전통적인 Excel 함수로 이를 수행하는 것은 빠르게 복잡한 수식의 엉킴이 될 수 있습니다. 더 고급 사용자는 Power Query를 사용할 수 있지만, 이는 자체적인 복잡성을 초래합니다.

전통적인 Excel 솔루션: Power Query 방법

경험 많은 데이터 분석가에게 Power Query는 이러한 종류의 작업을 위한 핵심 도구입니다. 이는 셀 기반 수식을 작성하지 않고도 데이터 병합, 정리 및 재구성을 처리할 수 있는 Excel 내장 강력한 데이터 변환 엔진입니다. 그러나 단순한 "클릭 앤 고" 솔루션과는 거리가 멉니다.

Power Query를 사용하여 학생 데이터 문제를 해결하는 데 필요한 단계에 대한 개요는 다음과 같습니다:

  1. Power Query에 데이터 로드: 먼저 두 테이블(Test1Test2)을 Power Query 편집기로 가져와야 합니다. 최종 결과가 준비될 때까지 통합 문서를 어지럽히지 않도록 종종 "연결만" 쿼리로 로드됩니다.

  2. 쿼리 병합: 핵심 단계는 두 쿼리를 병합하는 것입니다. Test1 쿼리를 선택하고 "쿼리 병합"을 선택한 다음 병합할 테이블로 Test2를 선택합니다. 두 시험을 모두 본 학생을 찾으려면 내부 조인을 수행하여 "이름"과 "성" 열 모두에서 테이블을 일치시켜야 합니다.

  3. 열 확장 및 정리: 병합 후 중첩된 테이블 데이터를 포함하는 새 열이 나타납니다. 두 번째 테이블의 시험 점수를 가져오려면 이 열을 "확장"해야 합니다. 그런 다음 두 번째 테이블의 중복 이름 열을 제거할 수 있습니다.

  4. 새 데이터를 위한 사용자 지정 열 추가: 이것이 Power Query 내에서 수동 수식 작업이 시작되는 곳입니다. 다음을 수행해야 합니다:

    • 전체 이름 생성: [LastName] & ", " & [FirstName]과 같은 수식으로 사용자 지정 열을 추가하여 형식화된 이름을 만듭니다.
    • 나이 계산: 또 다른 사용자 지정 열을 추가합니다. 연령을 연 단위로 계산하는 M 언어 수식은 까다로울 수 있습니다. 예: Duration.Days(Date.From(DateTime.LocalNow()) - [Date of Birth]) / 365.25. 그런 다음 이를 정수로 서식 지정해야 합니다.
    • 총점 계산: Test1Test2의 점수를 합산하는 간단한 열을 추가합니다.
  5. 데이터 유형 변환: 서식 문제를 해결하려면 "참여 날짜" 열을 수동으로 선택하고 데이터 유형을 "날짜"로 변경해야 합니다. 마찬가지로 숫자 열이 숫자로 인식되는지 확인합니다.

  6. 조건부 열 추가: "합격/불합격" 상태를 만들기 위해 "조건부 열" 기능을 사용합니다. 규칙을 설정합니다: "총점"이 140 이상이면 "합격"을 출력하고, 그렇지 않으면 "불합격"을 출력합니다.

  7. 워크시트에 로드: 마지막으로, 이 모든 단계 후에 "닫기 및 로드"를 클릭하여 깨끗하게 통합된 테이블을 새 Excel 워크시트로 출력합니다.

전통적 접근 방식의 한계

효과적이지만 Power Query 방법은 일반 Excel 사용자에게는 많은 어려움을 안고 있습니다:

  • 가파른 학습 곡선: "내부 조인," "왼쪽 외부 조인," M 수식 언어와 같은 개념을 이해하는 것은 직관적이지 않습니다.
  • 경직되고 시간 소모적: 이 프로세스에는 수십 번의 클릭과 여러 개의 수동으로 생성된 수식이 포함됩니다. 실수를 하면 편집기로 돌아가 "적용된 단계"를 디버깅해야 합니다.
  • 낮은 유연성: 관리자가 "참여한 월별 평균 점수도 보여줄 수 있나요?"와 같은 후속 질문을 한다면 어떻게 될까요? Power Query 편집기로 돌아가 더 복잡한 그룹화 및 변환 단계를 추가해야 합니다.
  • 협업이 어려움: Power Query를 모르는 동료에게 이 쿼리를 넘기는 것은 불가능에 가깝습니다. 논리는 편집기에 숨겨져 있어 감사하거나 수정하기 어렵습니다.

새로운 솔루션: Excel AI 사용하기 (Excelmatic과 함께)

메뉴와 수식의 미로를 탐색하는 대신, Excel에게 원하는 것을 그냥 말할 수 있다면 어떨까요? 그것이 Excelmatic과 같은 Excel AI 에이전트의 약속입니다. 이는 복잡한 다단계 워크플로를 간단한 대화형 인터페이스로 대체합니다.

excelmatic

동일한 작업을 훨씬 짧은 시간에 수행하는 방법은 다음과 같습니다.

1단계: Excel 파일 업로드

먼저, Test1Test2 테이블을 포함하는 Excel 통합 문서를 Excelmatic에 직접 끌어다 놓기만 하면 됩니다. AI가 자동으로 파일을 구문 분석하고 내부의 다른 테이블을 인식합니다.

upload

2단계: 일반 언어로 목표 설명하기

여기가 마법이 일어나는 곳입니다. 수동 단계를 수행하는 대신, AI와 대화하기만 하면 됩니다. 요청을 몇 가지 간단한 프롬프트로 나눌 수 있습니다.

문제를 해결하기 위해 Excelmatic과 가질 수 있는 대화의 예는 다음과 같습니다:

사용자: 이 파일에 'Test1'과 'Test2'라는 두 개의 테이블이 있습니다. 두 테이블 모두에 나타나는 학생들만 포함하는 새 테이블을 만들어 주세요. 이름과 성을 사용하여 일치시켜 주세요.

Excelmatic: 이름과 성 열을 기준으로 내부 조인을 사용하여 두 테이블을 성공적으로 병합했습니다. 새 테이블에는 Test1Test2 모두에 존재하는 15명의 학생이 포함되어 있습니다. 이 데이터로 다음에 무엇을 하고 싶으신가요?

사용자: 완벽합니다. 이제 이 새 테이블을 수정해 주세요:

  1. 성과 이름을 '성, 이름' 형식으로 결합하여 '전체 이름' 열을 만듭니다.
  2. 각 학생의 현재 나이를 연 단위로 계산하여 '나이' 열에 넣습니다.
  3. '참여 날짜' 열이 적절한 날짜 형식이 되도록 수정합니다.
  4. 두 테이블의 시험 점수를 합산한 '총점' 열을 추가합니다.
  5. 최종 '상태' 열을 만듭니다. '총점'이 140 이상이면 '합격'이라고 표시해야 합니다. 그렇지 않으면 '불합격'이라고 표시해야 합니다.
  6. 원래의 이름과 성 열을 제거합니다.

Excelmatic: 모두 완료되었습니다. 요청하신 대로 '전체 이름', '나이', '총점', '상태' 열을 추가했습니다. '참여 날짜' 열은 표준 날짜 형식으로 변환되었으며, 원래 이름 열은 제거되었습니다. 최종 테이블을 검토할 준비가 되었습니다.

3단계: 검토 및 수정

Excelmatic은 결과 테이블을 즉시 표시합니다. 적용된 모든 변환이 올바르게 적용된 것을 볼 수 있습니다. 가장 좋은 부분은 유연성입니다. 후속 요청이 있더라도 처음부터 다시 시작할 필요가 없습니다. 대화를 계속하기만 하면 됩니다.

예를 들어, 다음과 같이 요청할 수 있습니다:

  • "이제 이 테이블을 '총점' 기준으로 높은 순에서 낮은 순으로 정렬해 주세요."
  • "합격한 학생 대 불합격한 학생의 비율을 보여주는 원형 차트를 만들 수 있나요?"
  • "2023년에 참여한 학생들만 표시하도록 이 목록을 필터링해 주세요."

각 명령은 즉시 실행되어, Power Query와 같은 경직된 도구로는 불가능한 유동적이고 탐구적인 데이터 분석 프로세스를 가능하게 합니다.

4단계: 결과 다운로드

만족스러우면 한 번의 클릭으로 완벽하게 형식이 지정된 최종 Excel 파일을 다운로드할 수 있습니다. 또한 기존 통합 문서에서 사용할 수 있도록 생성된 수식이나 테이블을 복사할 수도 있습니다.

전통적 방식 대 Excelmatic: 빠른 비교

측면 Power Query 방식 Excelmatic AI 방식
완료 시간 20-45분 (숙련된 사용자 기준) 2-3분
필요한 기술 데이터 모델링, 조인 유형, M 언어 구문 일반 언어, 목표를 설명하는 능력
유연성 낮음. 변경 사항은 단계 체인을 편집해야 함. 높음. 후속 프롬프트로 즉시 적응 가능.
감사 가능성 어려움. 논리가 쿼리 편집기에 숨겨져 있음. 쉬움. 대화 기록이 명확한 기록임.
접근성 고급 사용자로 제한됨. 팀의 누구나 접근 가능.

FAQ

1. 이를 위해 Excelmatic을 사용하려면 Excel 전문가여야 하나요? 전혀 아닙니다. Excelmatic의 전체 요점은 고급 함수나 Power Query를 모르는 사용자에게 권한을 부여하는 것입니다. 비즈니스 논리를 언어로 설명할 수 있다면 이 도구를 사용할 수 있습니다.

2. Excelmatic에 업로드할 때 내 학생 데이터는 안전한가요? 예. Excelmatic은 데이터 보안을 염두에 두고 설계되었으며, 업계 표준 암호화 및 개인정보 보호 프로토콜을 사용합니다. 귀하의 데이터는 분석을 위해 처리되며 장기간 저장되거나 공유되지 않습니다. 자세한 정보는 항상 공식 개인정보 보호정책을 참조하세요.

3. 한 테이블에서는 'First_Name'이고 다른 테이블에서는 'FirstName'과 같이 열 이름이 일관되지 않으면 어떻게 되나요? AI는 일반적으로 이러한 사소한 변형을 인식할 만큼 충분히 똑똑합니다. 그러나 최상의 결과를 위해 프롬프트에서 명시적으로 지정할 수 있습니다. 예: "Test1의 'First_Name'과 Test2의 'FirstName'을 일치시켜 테이블을 병합해 주세요."

4. Excelmatic은 일관되지 않은 날짜 형식과 같은 정말 지저분한 데이터를 처리할 수 있나요? 예, Excelmatic의 AI는 방대한 수의 데이터 정리 작업에 대해 훈련되었습니다. 종종 전통적인 Excel에서 특정 수식이나 단계가 필요한 다양한 비표준 날짜 및 숫자 형식을 자동으로 인식하고 변환할 수 있습니다.

5. Excelmatic에서 Power Query M 코드를 얻을 수 있나요? 아니요, Excelmatic은 분석을 직접 수행하는 별도의 플랫폼입니다. 다른 도구를 위한 코드를 생성하지 않습니다. 다운로드하여 즉시 사용할 수 있는 최종 출력(정리된 데이터 테이블, 피벗 테이블, 차트 또는 수식)을 제공합니다.

행동하기: 오늘 당신의 Excel 워크플로를 업그레이드하세요

복잡한 인터페이스와 난해한 수식과 씨름하며 소중한 시간을 낭비하는 것을 멈추세요. 학생 데이터 병합 및 분석 작업은 전통적인 방법이 불필요한 마찰을 만드는 완벽한 예입니다. Power Query는 강력한 도구이지만 많은 일상적인 비즈니스 사용자에게는 과한 도구입니다.

Excel AI 에이전트를 받아들임으로써, 분석을 수행하는 방법에서 답하고 싶은 질문으로 초점을 전환할 수 있습니다. 더 빠르게, 더 적은 오류로 보고서를 완성하고, 생각지 못한 방식으로 데이터를 탐색할 수 있는 유연성을 얻을 수 있습니다.

직접 확인해 보고 싶으신가요? Excelmatic을 무료로 사용해 보세요 그리고 여러 시트가 있는 자신의 Excel 파일 중 하나를 업로드하세요. 이 글의 프롬프트를 시작점으로 사용하고 지루한 데이터 작업이 몇 초 만에 처리되는 것을 지켜보세요.

AI로 데이터를 강화하고, 의사결정을 확실하게!

코드나 함수 작성 없이, 간단한 대화로 Excelmatic이 데이터를 자동으로 처리하고 차트를 생성합니다. 지금 무료로 체험하고 AI가 Excel 워크플로우를 어떻게 혁신하는지 경험해보세요 →

지금 무료로 체험하기

추천 게시글

지저분한 데이터에 지치셨나요? Power Query 대신 AI로 Excel 파일을 정리하고 변환하세요
데이터 클리닝

지저분한 데이터에 지치셨나요? Power Query 대신 AI로 Excel 파일을 정리하고 변환하세요

지저분한 Excel 파일을 몇 시간씩 정리하는 데 지치셨나요? 텍스트 분할부터 테이블 피벗 해제까지, 수동 데이터 준비는 지루한 작업입니다. Excelmatic과 같은 Excel AI 에이전트가 복잡한 Power Query 단계를 간단한 언어 명령으로 대체하여 시간을 절약하고 오류를 제거하는 방법을 알아보세요.

Ruby
수동 Excel 작업에 시간 낭비 그만: AI 기반 데이터 정리 및 분석 가이드
데이터 정제

수동 Excel 작업에 시간 낭비 그만: AI 기반 데이터 정리 및 분석 가이드

지저분한 Excel 파일을 정리하는 데 시간을 낭비하고 계신가요? 텍스트를 수동으로 분할하고 복잡한 수식을 작성하며 조건부 서식을 적용하는 작업은 느리고 오류가 발생하기 쉽습니다. Excelmatic과 같은 Excel AI 에이전트가 간단한 언어 프롬프트를 사용하여 이러한 작업을 몇 초 만에 자동화하는 방법을 알아보세요.

Ruby
클릭 그만: AI로 Excel 피벗 테이블 즉시 필터링하기
Excel 작업

클릭 그만: AI로 Excel 피벗 테이블 즉시 필터링하기

Excel에서 피벗 테이블 필터링은 클릭, 슬라이서, 보고서 연결의 미로와 같을 수 있습니다. 이 가이드는 지루한 전통적 방법과 새로운 AI 기반 접근법을 대조합니다. Excelmatic이 평범한 언어로 질문만 하여 데이터를 필터링, 슬라이싱, 분석하는 방법을 알아보세요.

Ruby
수식과의 전쟁을 멈추세요: 엑셀에서 더 스마트한 고객 세분화 방법
Excel 팁

수식과의 전쟁을 멈추세요: 엑셀에서 더 스마트한 고객 세분화 방법

복잡한 Excel 수식으로 고객 세분화에 고생하시나요? 이 가이드는 '단일 수식' 방식의 한계를 보여주고, Excelmatic을 사용해 간단한 언어 프롬프트로 고객을 분류하는 더 빠르고 스마트한 방법을 소개합니다.

Ruby
고급 피벗 테이블과의 씨름을 멈추세요: Excel AI를 사용하세요
Excel 자동화

고급 피벗 테이블과의 씨름을 멈추세요: Excel AI를 사용하세요

고급 피벗 테이블 기능(슬라이서, 계산 필드 등)을 다루는 데 지치셨나요? Excelmatic과 같은 Excel AI가 이러한 작업을 자동화하여 질문만으로 몇 초 만에 인터랙티브 보고서와 대시보드를 생성하는 방법을 알아보세요.

Ruby
드래그 앤 드롭은 잊어라: 질문만으로 Excel 피벗 테이블 만들기
Excel 자동화

드래그 앤 드롭은 잊어라: 질문만으로 Excel 피벗 테이블 만들기

복잡한 피벗 테이블 필드와 씨름하며 데이터를 끌어다 놓는 데 시간을 낭비하지 마세요. Excelmatic과 같은 Excel AI 에이전트가 간단한 문장으로 매출 보고서를 작성하여 수작업 번거로움 없이 즉각적인 통찰력을 제공하는 방법을 알아보세요.

Ruby