스프레드시트에서 가장 흔히 저지르는 실수 중 하나는 바로 원시 데이터를 직접 수정하는 것입니다. 유일하게 남아 있는 데이터 복사본에서 "한 군데만 고치자"며 셀을 건드리거나, 원본 데이터셋을 실수로 덮어써버리면 그 결과를 되돌리는 데 몇 시간씩 소모하게 됩니다. 간단한 수정이 정보 유실과 신뢰할 수 없는 결과로 이어지는 악몽이 된 경험은 누구에게나 있을 것입니다.
이를 피하려면 황금률 하나만 기억하세요. 바로 "원시 데이터는 절대 손대지 않는다"입니다. 원본 데이터셋은 그대로 보존하고 사본이나 파생 버전에서 작업하면 오류를 최소화하고 추적 가능성을 유지할 수 있으며, 워크플로의 재현성도 크게 높아집니다.
이 튜토리얼에서는 여러분 자신의 실수로부터 스스로를 지켜주는 간단한 워크플로 개선 방법을 단계별로 살펴보겠습니다.
이 워크플로가 중요한 이유
- 오류 방지: 원시 데이터는 모든 분석의 기준점(source of truth)입니다. 행 삭제나 셀 덮어쓰기처럼 원본을 직접 변경하면 되돌릴 수 없는 실수로 이어질 수 있으며, 특히 대용량·복잡한 데이터셋에서 위험이 큽니다.
- 재현성: 분석을 다시 검토하거나 다른 사람과 공유해야 할 때, 원본이 온전하면 추측 없이 작업 과정을 그대로 재현할 수 있습니다.
- 간이 버전 관리: 원시 데이터를 읽기 전용으로 취급하면 기본적인 버전 관리와 같은 효과가 있어 "데이터 재앙"으로부터 파일을 보호합니다.
- 효율성: 데이터 정리와 변환을 별도 시트에서 수행하면 전체 구조가 체계적으로 유지되어, 이후 반복 작업이나 자동화가 훨씬 쉬워집니다.
이 접근법은 지저분한 데이터셋을 다룰 때 특히 유용합니다. 예를 들어 형식이 일관되지 않고, 중복 항목이나 결측값이 포함된 CSV 파일을 가져올 때 원본 파일을 수정하는 대신 새 시트에 복제한 뒤 정리하면 됩니다.
그럼 지금부터 이 워크플로를 단계별로 만들어 보겠습니다.
1단계: 원시 데이터 가져오기
- 새 스프레드시트 파일을 엽니다.
- "Raw_Data"라는 이름의 새 시트를 만듭니다.
- 원시 데이터셋을 가져옵니다.
- 데이터(Data) 탭 >> 데이터 가져오기(Get Data) 선택 >> 데이터 원본을 지정합니다.
핵심 규칙:
가져오기가 끝나면 실수로 편집되지 않도록 이 시트를 잠급니다.
- 시트 탭을 마우스 오른쪽 버튼으로 클릭 >> 시트 보호(Protect Sheet) 선택
- 필요하다면 암호 설정
- 시트 상단에 메모 추가: "편집 금지. 원본 데이터 전용."
이제 이 시트는 손댈 수 없는 보관소입니다. 여기서는 어떤 셀도 절대 편집하지 마세요.
2단계: 정리(Cleaning) 시트 만들기
- "Cleaned_Data"라는 이름의 새 시트를 추가합니다.
- 수작업 복사로 인한 실수를 막기 위해, 복사 대신 원시 데이터를 참조합니다.
- 수식을 사용해 데이터를 동적으로 불러옵니다.
- A1 셀에 아래 수식을 입력합니다.
- 범위까지 드래그하여 채우거나, 효율을 위해 배열 수식을 활용합니다.
이 수식은 연결된 복사본을 만들어 줍니다. 이제 원본에 영향을 주지 않고 이 시트에서 자유롭게 정리 작업을 할 수 있습니다.
3단계: 새 시트에서 데이터 정리하기
이제 이 시트에서 지저분한 데이터를 정리합니다. 열(column) 단위로 작업하거나, 내장 도구를 활용해 한 번에 처리할 수 있습니다.
형식 통일하기 (예: 날짜)
- A열의 날짜 형식이 제각각이라고 가정합니다.
- 새 열에 아래와 같은 수식을 사용해 날짜 형식을 표준화합니다.
=IF(A2="","", IF(ISNUMBER(A2),A2, IFERROR( DATEVALUE(SUBSTITUTE(SUBSTITUTE(A2,"-","/"),".","/")), DATE(RIGHT(A2,4),MID(A2,4,2),LEFT(A2,2)))))
오타 및 표기 불일치 처리
- PROPER() 같은 수식을 사용해 텍스트의 대소문자를 표준화합니다.
오타 수정
- Ctrl + H를 눌러 찾기 및 바꾸기(Find and Replace) 대화상자를 엽니다.
- 잘못된 입력값을 올바른 값으로 바꿉니다.
- 모두 바꾸기(Replace All)를 클릭합니다.
중복 제거
- 필요하다면 해당 열을 먼저 정렬합니다.
- 데이터(Data) 탭 >> 중복된 항목 제거(Remove Duplicates)를 선택합니다.
결측값 처리
- 아래와 같은 수식으로 빈 칸을 논리적으로 채웁니다.
파생 열 추가 (필요한 경우)
- 예: 총 매출(Total Sales) 계산
- 정리가 끝나면 새 열을 복사한 뒤, 원래의 지저분한 열에 값으로 붙여넣습니다.
- 마우스 오른쪽 클릭 >> 선택하여 붙여넣기(Paste Special) >> 값(Values) 선택
작업 내내 변경 사항을 별도의 "Notes" 시트에 기록하거나 인라인 주석(삽입 >> 메모)으로 남겨두세요. 나중에 문제가 생겼을 때 원인을 빠르게 추적하는 데 큰 도움이 됩니다.
4단계: 보고서 시트 만들기 (데이터 분석)
분석 작업은 별도의 시트에서 진행하는 것이 좋습니다. 새 시트를 추가하고 "Analysis"라고 이름 붙인 뒤, "Cleaned_Data" 시트의 데이터를 수식, 피벗테이블(PivotTable), 쿼리에 활용합니다.
피벗테이블 만들기
- 삽입(Insert) 탭 >> 피벗테이블(PivotTable) 선택
- 원본 범위로 "Cleaned_Data" 범위 지정
- 위치(Location) 선택 >> 확인(OK) 클릭
월별 요약 만들기
- 피벗테이블 필드 목록에서
- 지역(Region)과 제품(Product)을 행(Rows) 영역으로 드래그
- 날짜(Date)를 열(Columns) 영역으로 드래그
- 총 매출(Total Sales)을 값(Values) 영역으로 드래그
슬라이서(Slicer) 삽입
- 피벗테이블 분석(PivotTable Analyze) 탭 >> 슬라이서 삽입(Insert Slicer) 선택
- 지역(Region) 선택
- 확인(OK) 클릭
이제 보고서는 지저분한 원본 내보내기가 아니라 정리된 데이터를 기반으로 작동합니다. 정리 작업과 인사이트 도출이 분리되므로, 정리 로직을 업데이트할 때도 손쉽게 새로 고칠 수 있습니다.
5단계: '새로 고침' 루틴 만들기 (몇 시간을 아껴주는 습관)
새 내보내기 파일이 도착할 때마다 다음 순서를 따르세요.
- "Raw_Data" 시트의 데이터를 교체합니다(머리글은 동일하게 유지).
- "Raw_Data" 시트의 값은 절대 편집하지 않습니다.
- "Cleaned_Data" 시트를 업데이트합니다.
- 자동 새로 고침 주기를 설정하거나 수동으로 새로 고칩니다.
- 데이터(Data) 탭 >> 모두 새로 고침(Refresh All) 클릭
이렇게 하면 매번 수작업으로 진행하던 보고 작업이 반복 가능한 프로세스로 바뀝니다.
6단계: 파일 저장 및 버전 관리
- 다른 이름으로 저장: "Project_Data_v1.xlsx"처럼 파일명을 정하고, 시간이 지남에 따라 버전 번호를 올려 관리합니다.
- 협업 시: 워크플로 무결성을 유지하기 위해 읽기 전용 버전을 공유합니다.
- 자동화: Excel의 Power Query를 익히면 원시 데이터를 쿼리로 불러와 자동으로 정리하고, 원본 시트를 건드리지 않고도 새로 고칠 수 있습니다.
요약
이 단계들을 따르면 원시 데이터를 안전하게 보호하면서도 분석의 유연성을 유지하는 워크플로를 구축할 수 있습니다. 원본 내보내기 데이터는 한 시트에 그대로 보관하고, 정리 작업은 별도의 시트에서 수행하세요. 그러면 전체 워크플로가 더 안전해지고, 새로 고치기도 쉬워지며, 특히 지저분한 데이터셋을 다룰 때 훨씬 더 신뢰할 수 있게 됩니다.
다음 데이터셋부터 작게 시작해 보세요. 보고 프로세스가 얼마나 매끄러워지는지 금방 체감하게 될 것입니다.