실습 G 데이터 정제

이 장에서 할 일

기본 제공 스킬 /clean-data-xls로 날짜·금액·상호 표기가 뒤섞인 매출대장을 정제합니다. 심어 둔 오염 12유형과 중복 8건을 클로드가 어떻게 처리했는지 확인합니다. 지워도 되는 중복인지, 비워 둘 칸인지처럼 사람이 정할 것을 가려냅니다.

5.3에서는 기본 제공 스킬 /audit-xls를 슬래시 한 줄로 불러 워크북의 수식을 점검했습니다. 이번 실습도 조작 방법은 같아서 바로 따라 할 수 있으며, 다만 점검 대상이 수식에서 데이터로 바뀝니다.

5.3의 워크북은 적어도 내 쪽에서 만든 파일이었지만, 실무에서 더 자주 골치를 썩이는 자료는 남이 보낸 자료입니다. 거래처, 지점, 고객사가 각자 자기 방식으로 만든 자료를 받아 한데 모으면 수식을 걸기도 전에 데이터에서부터 막히기 일쑤입니다. 이번 실습에서는 이렇게 받은 자료를 계산에 쓰기 전에 먼저 쓸 수 있는 상태로 정제해 보겠습니다.

1. 준비물

준비물	내용
파일	실습 파일 ZIP의 5부_클로드엑셀_기본/04_데이터정제/데이터정제_sample.xlsx
도구	클로드 엑셀, Pro 이상 요금제
스킬	기본 제공 스킬 /clean-data-xls(설치 불필요, 4.1)
연결	없음

2. 어떤 상황인가

이번 실습의 파일은 거래처마다 따로 받은 매출 자료를 한 장에 모은 매출대장입니다. 거래처마다 쓰는 프로그램도, 입력하는 사람도 다르다 보니 같은 날짜가 2025-06-10, 2025.06.10, 20250610으로 제각각입니다. 금액은 숫자로 들어간 것도 있고 1,389,375처럼 쉼표가 붙은 텍스트로 들어간 것도 있으며, 같은 회사가 ㈜대성설비, 대성설비, 주식회사 대성설비로 다르게 적혀 있습니다.

이 상태로 SUMIFS나 피벗을 돌리면 텍스트 금액은 합계에서 빠지고 표기가 다른 상호는 다른 거래처로 집계되는데, 결과가 틀렸다는 표시조차 나지 않습니다. 따라서 받은 자료는 계산에 쓰기 전에 먼저 쓸 수 있는 형태로 만들어야 합니다. 이 작업을 사람이 하면 찾기·바꾸기와 수식으로 오염 유형을 하나씩 잡아 가야 해서, 유형이 열 개가 넘으면 오후 한나절이 걸립니다.

3. 파일 둘러보기

시트는 매출대장 하나이며, 1행에 제목(FY2025 매출대장, 거래처 제출 취합분, 정제 전), 3행에 머리글이 있고 4행부터 311행까지 거래 308건이 들어 있습니다.

머리글은 No · 거래일 · 거래처명 · 사업자번호 · 품목 · 수량 · 단가 · 공급가액 · 담당자 · 연락처 · 비고 11개이며, 이 중 오염이 들어 있는 열은 거래일, 거래처명, 사업자번호, 단가, 공급가액, 연락처입니다.

실습 파일에 심어 둔 오염은 모두 12유형이며, 파일에서 직접 센 건수와 함께 정리하면 다음과 같습니다.

번호	열	유형	예	건수
1	거래일	날짜 형식 5가지 혼재	2025-01-01(225건) 외 2025.06.10·2025/11/19·20250401·엑셀 일련번호 45908	83
2	공급가액	쉼표 들어간 텍스트	1,389,375(텍스트)	21
3	공급가액	앞뒤 공백 텍스트	앞뒤에 공백이 붙은 2525000	20
4	공급가액	전각 숫자	３，０４１，８７５	20
5	공급가액	괄호 음수	(2,940,000), 비고 반품	20
6	공급가액	원화 기호	₩834,375	21
7	거래처명	법인 표기 흔들림	(주) 21건 · ㈜ 8건 · 주식회사 19건	48
8	거래처명	앞뒤 공백	앞뒤에 공백이 붙은 경인공영	24
9	사업자번호	하이픈 없음	1348177820	20
10	연락처	하이픈 없음	01027422358	20
11	단가	누락	No 24·47·70 등 23건 간격	13
12	전체 행	중복	말미 No 301~308	8

1번의 83건은 표준 형식이 아닌 날짜(점 20·슬래시 21·8자리 21·일련번호 21)를 모두 더한 건수입니다. 금액 텍스트는 2~6번의 5가지 모양을 합쳐 모두 102건이고, 나머지 206건은 처음부터 숫자로 들어 있습니다. 일련번호 날짜는 엑셀이 날짜를 내부적으로 저장하는 숫자 값으로, 예를 들어 45908은 2025-09-08을 뜻합니다.

12번 중복 8건은 말미의 No 301~308이 각각 No 6·43·80·117·154·191·228·265와 같은 거래인 경우입니다. 그중 4건(302·304·306·308)은 거래처명 앞뒤 공백이 원래 행과 달라서 8번 공백을 먼저 정리해야 중복으로 드러나므로, 정제 순서가 결과에 영향을 주는 지점이기도 합니다.

4. 따라 하기

1. 실습 파일을 복사해 두고 복사본을 엽니다.

2. 채팅창에 /를 치고 clean-data-xls를 고른 뒤, 아래 프롬프트를 이어서 붙여 넣습니다.

복사/clean-data-xls 이 매출대장을 정제해 줘 - 날짜·금액·표기 통일,
중복 정리. 바꾼 규칙과 건수를 요약해 줘.

3. 승인 창이 뜨면 무엇을 바꾸는지 읽고 승인합니다.

4. 끝나면 요약 보고를 3절의 표와 맞춰 봅니다.

프롬프트의 마지막 문장인 "바꾼 규칙과 건수를 요약해 줘"는 결과를 검증하기 위한 장치입니다. 5.1에서 행 수 검증까지 시킨 것과 같은 이유로, 몇 건을 어떤 규칙으로 바꿨는지 숫자로 받아야 3절 표와 대조할 수 있습니다.

5. 진행 중 보이는 것

클로드는 먼저 열마다 값의 모양을 훑으며, 날짜 열에 어떤 형식이 몇 개씩 있는지, 금액 열에 텍스트가 몇 개인지, 거래처명에 어떤 변형이 있는지를 셉니다. 진행 메시지를 펼치면 이 집계를 확인할 수 있으며, 이 단계에서 3절 표와 비슷한 목록이 나오면 클로드가 파일을 제대로 읽었다는 뜻입니다.

다음 단계에서는 열마다 표준 형식을 정해, 날짜는 YYYY-MM-DD 날짜 값으로, 금액은 숫자로, 사업자번호는 000-00-00000, 연락처는 010-0000-0000으로 맞춥니다. 거래처명은 법인 표기를 한 가지로 통일하거나 아예 떼어 내는데, 어떤 방식을 택했는지는 요약에서 확인합니다.

마지막으로 중복 행을 찾아 정리한 뒤, 바꾼 규칙과 건수를 요약해 보고합니다.

6. 확인 포인트와 정답

요약 보고와 정제된 시트를 보면서 다음 다섯 가지를 확인합니다.

• 날짜가 한 가지 형식인가: 거래일 열에 필터를 걸었을 때 날짜 그룹(연·월)으로 묶여 보이면 날짜 값으로 바뀌었고, 텍스트가 남아 있으면 필터에 따로 나열됩니다. 일련번호 45908이 2025-09-08로 바뀌었는지도 확인합니다.

• 금액이 모두 숫자인가: 공급가액 열 전체를 선택했을 때 상태 표시줄의 개수와 숫자 개수가 같아야 합니다. 괄호 음수 20건은 음수로 바뀌어야 하므로, 비고가 반품인 행이 마이너스인지 확인합니다.

• 거래처명이 통일됐는가: 거래처명 필터 목록에서 대성설비가 한 가지로만 보여야 하며, 이 파일의 거래처는 12곳입니다.

• 중복 8건을 찾았는가: No 301~308이 중복으로 잡히고, 정리 후 거래가 300건이 되어야 합니다.

• 요약에 규칙과 건수가 있는가: "날짜 83건 표준화, 금액 텍스트 102건 숫자 변환, 중복 8건 제거"처럼 3절 표와 맞출 수 있는 숫자가 있어야 합니다.

요약의 건수는 3절 표와 조금 다를 수 있습니다. 예를 들어 법인 표기와 앞뒤 공백을 한 규칙으로 묶어 세면 두 유형의 숫자가 합쳐지므로, 건수가 정확히 일치하는지보다 12유형이 모두 어느 규칙엔가 들어갔는지를 확인하는 것이 중요합니다.

7. 사람이 정할 것

5.3에서 파일 안에 정답이 없는 오류는 사람이 정했듯이, 정제에도 사람이 정해야 할 부분이 있습니다. 날짜 형식을 맞추고 쉼표를 떼는 일에는 정답이 하나지만, 비어 있는 칸을 무엇으로 채울지, 비슷한 두 행 중 하나를 지울지는 파일만 봐서는 답이 나오지 않습니다. 따라서 정제가 끝난 뒤에도 클로드가 대신 정하면 안 되는 두 가지가 남습니다.

첫째는 단가 누락 13건입니다. 공급가액을 수량으로 나누면 단가를 역산할 수 있으므로, 클로드가 역산해 채웠다면 요약에 그렇게 적혀 있어야 합니다. 하지만 그 단가를 믿고 쓸지 거래처에 다시 확인할지는 사람이 정할 일이니, 적어도 채운 칸은 따로 표시해 두라고 요청하기를 권합니다.

둘째는 중복의 범위입니다. 이 파일에는 말미 8건 말고도 No 160과 No 241300이 날짜·거래처·품목·수량·금액까지 같고 연락처만 다른 60쌍이 일부러 심어져 있습니다. 연락처가 다르니 완전히 같은 행은 아니지만 나머지가 모두 같아서, 클로드가 중복으로 묶어 지워 버리기 쉬운 함정입니다. 정리 결과가 300건에 못 미치고 240건 근처로 나왔다면 이 60쌍까지 지웠다는 뜻입니다. 이 60쌍은 같은 날 같은 품목을 같은 수량으로 두 번 판 거래일 수도 있고 다른 담당 번호로 두 번 제출된 자료일 수도 있어서, 파일만 보고는 어느 쪽인지 알 수 없습니다.

지워도 되는 중복인지는 사람이 판단합니다. 매출 자료에서 진짜 거래를 중복으로 지우면 매출이 그만큼 줄어들기 때문에, 확실한 중복만 지우고 애매한 후보는 표시만 해 달라고 요청하는 편이 안전합니다.

복사완전히 같은 행만 삭제하고, 연락처 등 일부만 다른 중복 후보는 지우지 말고
노란색으로 표시한 뒤 목록으로 보여 줘.

8. 결과를 검산하기

정제는 값을 바꾸는 일이므로, 바꾼 뒤 합계가 어떻게 달라졌는지 다음 방법으로 한 번 확인합니다.

• 합계 대사: 정제 전 공급가액을 텍스트까지 모두 숫자로 읽은 합계에서 중복 8건의 금액을 빼면 정제 후 합계와 같아야 합니다. 클로드에게 "정제 전후 공급가액 합계와 그 차이의 내역을 보여 줘"라고 요청하면 됩니다.

• 거래처별 합계: 거래처별 합계를 피벗으로 뽑아, 표기가 통일되기 전에는 여러 줄로 나뉘던 거래처가 한 줄로 모였는지 확인합니다.

• 표본 대조: 무작위로 행 두세 개를 골라 원본과 비교하되, 특히 전각 숫자(4번)와 괄호 음수(5번)가 들어 있던 행을 고릅니다.

9. 막혔을 때

• /를 쳐도 clean-data-xls가 보이지 않는다: 5.3과 마찬가지로 슬래시 없이 같은 요청을 보내고, 6절 확인 포인트로 빠진 유형을 찾아 추가로 시킵니다.

• 날짜가 여전히 텍스트다: "거래일 열을 텍스트가 아닌 날짜 값으로 바꾸고 표시 형식은 YYYY-MM-DD로 해 줘"라고 구체적으로 보냅니다.

• 괄호 음수가 양수가 됐다: "괄호로 감싼 금액은 음수로 바꿔 줘. 비고가 반품인 행이 음수인지 확인해 줘"라고 보냅니다.

• 너무 많이 지웠다: Ctrl+Z로 되돌리고, 7절 프롬프트처럼 "완전히 같은 행만"으로 범위를 좁혀 다시 요청합니다.

10. 내 업무로 바꾸면

받은 자료를 쓰기 전에는 늘 이 정제 단계를 거쳐야 하며, 거래처 채권 조회서 회신 취합, 지점별 재고 실사표, 고객이 보낸 PBC(Prepared by Client) 자료, 카드사·은행에서 내려받은 거래내역이 모두 대상입니다. 실무에 적용할 때의 요령은 다음 세 가지입니다.

1. 원본은 남겨 두고 정제본은 새 시트로 받습니다.
2. 바꾼 규칙과 건수를 반드시 보고받습니다.
3. 지우는 것은 확실한 것만, 애매한 것은 표시만 하게 합니다.

같은 자료를 매달 받는다면 이번에 정한 규칙(날짜 형식, 상호 표기, 중복 기준)을 6부에서 다루는 방법대로 스킬에 담아 두면, 다음 달부터는 슬래시 한 줄로 정제를 끝낼 수 있습니다.

정리

• /clean-data-xls로 날짜·금액·표기·중복을 한 번에 정리하고, 바꾼 규칙과 건수를 요약으로 받습니다.
• 실습 파일은 308행에 오염 12유형이 있고, 말미 중복 8건을 지우면 300건이 됩니다.
• 연락처만 다른 60쌍은 일부러 심어 둔 함정이며, 단가 역산과 애매한 중복 후보는 사람이 판단할 몫입니다.
• 원본은 남기고 정제본을 새 시트로 받아 두면 규칙이 틀렸을 때 되돌릴 수 있습니다.

여기까지 살펴본 네 실습은 모두 파일 하나 안에서 끝났습니다. 하지만 결산 실무에서 시간을 가장 많이 잡아먹는 일 중 하나는 여러 곳에서 받은 파일을 하나씩 열어 숫자를 복사하고, 받는 쪽 양식에 맞게 고쳐 붙이며 파일과 파일 사이를 오가는 일입니다. 5부의 마지막 실습인 5.5에서는 이렇게 파일의 경계를 넘는 작업을 살펴보겠습니다.