Power Pivot 잊어라: AI로 여러 Excel 파일을 분석하는 방법

문제 배경 및 애로사항

각 분기 말에 세 개의 별도 CSV 파일(sales_transactions.csv, customers.csv, products.csv)을 받는 영업 분석가라고 상상해 보세요.

• 매출 파일에는 TransactionID, Date, CustomerID, ProductID, SaleAmount가 포함된 수천 개의 행이 있습니다.
• 고객 파일은 CustomerID를 CustomerName 및 Country와 연결합니다.
• 제품 파일은 ProductID를 ProductName 및 Category와 연결합니다.

관리자가 두 가지 겉보기에는 단순해 보이는 질문을 합니다: "이번 분기 매출 기준 상위 5개 제품은 무엇입니까?" 그리고 "어느 국가에서 1천만 달러 이상의 매출이 발생했습니까?"

즉시 벽에 부딪힙니다. 매출 데이터에는 ID만 있습니다. 제품명과 고객 국가를 얻으려면 세 파일의 정보를 모두 결합해야 합니다. 고전적인 접근법은 무엇일까요? 모든 것을 하나의 거대하고 관리하기 어려운 마스터 시트로 끌어오려는 VLOOKUP 또는 INDEX/MATCH 공식의 악몽입니다. 이 방법은 느릴 뿐만 아니라 믿을 수 없을 정도로 오류가 발생하기 쉬우며, 대용량 데이터 세트로 인해 종종 Excel의 한계를 넘어 충돌을 일으킵니다.

전통적인 Excel 솔루션: Power Pivot 방법

경험 많은 Excel 사용자에게 이 문제를 처리하는 "올바른" 방법은 VLOOKUP이 아닌 Power Pivot입니다. Power Pivot은 여러 테이블을 "데이터 모델"에 로드하고 그들 사이의 관계를 생성할 수 있는 강력한 추가 기능으로, Excel 통합 문서 내에 미니 데이터베이스를 효과적으로 구축합니다.

이 접근법은 VLOOKUP보다 확실히 더 강력합니다. 수동으로 수행해야 하는 단계에 대한 개요는 다음과 같습니다:

1. 추가 기능 활성화: 먼저 Excel의 옵션 메뉴에서 Power Pivot COM 추가 기능을 찾아 활성화해야 합니다.
2. 모델로 데이터 가져오기: Power Query(데이터 > 텍스트/CSV 파일에서)를 사용하여 세 개의 CSV 파일을 각각 가져옵니다. 중요한 것은 워크시트로 로드하는 대신 "연결만 만들기" 및 "이 데이터를 데이터 모델에 추가"를 선택해야 한다는 점입니다.
3. 관계 생성: 그런 다음 Power Pivot 창을 열고 "다이어그램 보기"로 이동하여 키 필드를 드래그 앤 드롭하여 수동으로 관계를 생성합니다. Sales 테이블의 CustomerID를 Customers 테이블의 해당 ID에 연결하고, ProductID에 대해서도 동일하게 수행합니다.
4. 피벗 테이블 구축: 모델이 구축되면 마침내 피벗 테이블을 삽입할 수 있습니다. 피벗 테이블 필드 목록에는 이제 세 테이블이 모두 표시되며, 그 중 어느 테이블에서든 필드를 끌어올 수 있습니다. 예를 들어 Products 테이블의 ProductName을 행으로, Sales 테이블의 SaleAmount를 값으로 끌어올 수 있습니다.
5. DAX 측정값 작성(선택 사항이지만 권장): 더 정교한 분석을 위해 DAX(데이터 분석 표현식)를 사용하여 공식을 작성하는 것이 좋습니다. 예를 들어, SaleAmount를 값 필드로 끌어오는 것("암시적 측정값") 대신 Total Revenue := SUM(Sales[SaleAmount])와 같은 "명시적 측정값"을 생성합니다.

Power Pivot 접근법의 한계

강력하지만, 이 워크플로우는 비즈니스 분석가를 파트타임 데이터 엔지니어로 만듭니다. 이는 다음과 같은 고유한 어려움으로 가득 차 있습니다:

• 높은 학습 곡선: 더 이상 단순히 Excel을 사용하는 것이 아닙니다. 데이터 모델링 원칙(팩트 대 차원 테이블, 카디널리티)과 새로운 공식 언어(DAX)를 배우게 됩니다. 이는 상당한 시간 투자가 필요합니다.
• 시간 소모적인 설정: 가져오기, 모델링, 측정값 생성 과정은 지루합니다. 관리자의 질문에 답하기 시작하기도 전에 모델 설정만 30분에서 1시간을 소비할 수 있습니다.
• 경직성: 모델은 특정 목적을 위해 구축됩니다. 관리자가 "독일에서 상위 3개 제품의 평균 거래 규모는 얼마입니까?"와 같은 임시 질문을 다시 가지고 오면, 모델을 조정하거나 새로운 복잡한 DAX 측정값을 작성해야 할 수 있습니다. 이는 대화형, 즉석 분석을 위해 구축된 것이 아닙니다.
• 복잡성: DAX는 강력하지만 난해하고 디버깅하기 어려울 수 있습니다. 잘못된 쉼표나 함수는 전체 보고서를 망가뜨릴 수 있으며, 오류를 찾는 것이 항상 간단하지는 않습니다.

차를 운전하는 것보다 엔진을 만드는 데 더 많은 시간을 보내게 됩니다.

새로운 솔루션: Excelmatic과 함께 Excel AI 사용하기

전체 데이터 모델링 및 DAX 작성 과정을 건너뛸 수 있다면 어떨까요? 단순히 Excel에 파일을 주고 질문을 직접 할 수 있다면 어떨까요? 그것이 바로 Excelmatic과 같은 Excel AI 에이전트가 설계된 목적입니다.

Excelmatic은 데이터와 그 안의 관계를 이해하여, 간단한 대화를 통해 복잡한 다중 테이블 분석을 수행할 수 있게 해줍니다.

단계별: 세 개의 파일에서 즉각적인 답변까지

동일한 문제를 Excelmatic을 사용하여 해결해 보겠습니다.

1. 데이터 파일 업로드

Excelmatic으로 이동하여 sales_transactions.csv, customers.csv, products.csv 세 파일을 한 번에 업로드합니다. AI가 이를 수집하여 분석을 준비합니다.

2. 평범한 언어로 목표 설명하기

데이터 모델을 구축하는 대신, AI와 대화하기만 하면 됩니다. 상위 5개 판매 제품을 찾으려면 다음과 같이 요청합니다:

세 파일을 사용하여 각 제품명에 대한 총 매출을 찾기 위해 결합하세요. 그런 다음 가장 높은 총 매출을 가진 상위 5개 제품을 보여주세요.

상위 국가를 찾으려면 다음과 같이 요청할 수 있습니다:

총 매출액이 10,000,000을 초과하는 국가 목록을 보여주세요. 목록을 매출 기준으로 높은 순에서 낮은 순으로 정렬하세요.

3. 결과 확인 및 반복

Excelmatic은 요청을 처리하고, 매출 파일의 CustomerID가 고객 파일과 연결되고 제품도 마찬가지임을 자동으로 파악한 다음, 질문에 직접 답하는 피벗 테이블을 생성하거나 데이터 요약을 제공합니다.

가장 좋은 점은 이것이 대화의 시작에 불과하다는 것입니다. 결과를 쉽게 개선할 수 있습니다:

• "좋아요. 이제 그 상위 5개 제품 목록을 막대 차트로 바꿔주세요."
• "국가 목록에 각 국가의 총 거래 수를 보여주는 열을 추가하세요."
• "이 전체 분석을 1분기 매출만 포함하도록 필터링하세요."

이러한 대화형 접근 방식은 임시 분석을 믿을 수 없을 정도로 빠르고 직관적으로 만듭니다.

4. 완성된 보고서 내보내기

만족스러우면 생성된 테이블과 차트를 포함한 결과를 새롭고 깔끔한 Excel 파일로 다운로드할 수 있습니다. 공식을 작성하거나 수동으로 관계를 생성하지 않고도 최종 답변을 얻을 수 있습니다.

Excelmatic과의 예시 대화

전체 상호작용이 어떻게 보일지 예시입니다:

Power Pivot 대 Excelmatic: 간단한 비교

FAQ

1. Excelmatic은 어떻게 내 파일을 연결하는 방법을 알 수 있나요? Excelmatic의 AI는 업로드한 파일 전체의 열 머리글과 데이터 패턴을 분석합니다. 한 파일의 CustomerID라는 열이 다른 파일의 CustID 또는 Customer ID와 관련이 있을 가능성을 지능적으로 추론하고, 이러한 관계를 자동으로 제안하거나 생성합니다.

2. Excelmatic을 사용하려면 DAX나 Power Pivot 개념을 알아야 하나요? 전혀 아닙니다. Excelmatic의 전체 목적은 그런 기술적 복잡성을 추상화하는 것입니다. 답변을 원하는 비즈니스 질문이 무엇인지만 알면 됩니다.

3. Excelmatic에 데이터를 업로드할 때 내 데이터는 안전한가요? 네, 데이터 보안은 최우선 과제입니다. Excelmatic은 데이터 전송 및 저장을 위해 보안 프로토콜을 사용합니다. 데이터 처리 및 개인정보 보호에 대한 구체적인 내용은 웹사이트의 공식 개인정보 보호정책을 참조하시기 바랍니다. 원본 파일은 절대 수정되지 않습니다.

4. Excelmatic은 일반적으로 Power Pivot이 필요한 대용량 데이터 세트를 처리할 수 있나요? 네, Excelmatic은 표준 Excel 워크시트가 편안하게 처리할 수 있는 것보다 훨씬 큰 데이터 세트를 처리하도록 설계된 클라우드 인프라를 기반으로 구축되어, 많은 빅데이터 시나리오에서 Power Pivot의 실행 가능한 대안이 됩니다.

5. AI가 내 테이블 간의 관계를 잘못 해석하면 어떻게 되나요? AI는 매우 정확하지만, 항상 안내할 수 있습니다. 잘못된 가정을 하는 경우, 다음 프롬프트에서 간단히 명확히 설명할 수 있습니다. 예: "sales 파일과 customers 파일을 Transaction_Cust_ID 및 Customer_Ref 열을 사용하여 결합하세요."

6. Excelmatic이 생성한 피벗 테이블과 공식을 내보낼 수 있나요? 물론입니다. 결과 분석을 새 .xlsx 파일로 다운로드할 수 있으며, 여기에는 생성된 피벗 테이블, 데이터 테이블 및 차트가 포함됩니다. 그런 다음 데스크톱 버전의 Excel에서 이를 사용하고 수정할 수 있습니다.

행동하기: 오늘 당신의 Excel 워크플로우를 업그레이드하세요

데이터 모델과 씨름하거나, DAX를 디버깅하거나, 동료에게 Power Pivot 보고서를 새로 고치는 방법을 가르치는 데 보내는 모든 시간은 실제 분석에 쓰지 않는 시간입니다. 데이터 세계는 더 직관적이고 대화형 인터페이스로 나아가고 있으며, 당신의 Excel 워크플로우도 마찬가지여야 합니다.

데이터 모델링 전문가가 되기보다는 비즈니스 전문가로 남아 더 빠르게 답변을 얻을 수 있습니다. 보고 엔진을 구축하는 것을 멈추고 중요한 질문을 던지기 시작하세요.

지금 무료로 Excelmatic을 사용해 보세요. 지금 당장 어려움을 겪고 있는 동일한 파일 세트를 업로드하고 답변이 필요한 질문을 해보세요. 몇 시간이 아니라 몇 분 만에 결과를 얻을 수 있어 놀랄지도 모릅니다.