← 과정 목록으로

무료교육완료온라인

AI 업무활용

엑셀 노가다 탈출! AI 데이터 정리·월간보고 자동화 (1기)

반복되는 엑셀 작업에 소요되는 시간을 단축하고 생산성을 향상시키기 위한 원본과 계산 기준을 확인하는 월간보고 자동화 실습 과정입니다.

#AI#AX#엑셀#업무자동화누적 조회수 269회

모집 기간

~교육 시작 30분 전

교육 일시

2026-09-01 (화) 20:00~22:00

방식

온라인

교육비용

0원(카카오톡 채널 추가시 무료)

[모집 종료] 다음 기수 알림받기 →

BROKEN GRID TO REPEATABLE REPORT 월간보고는 매달 새로 만드는 문서가 아닙니다. 원본은 달라져도, 정리·집계·검산 기준은 남아야 합니다. 지난달 파일을 복사하고, 열을 다시 맞추고, 피벗 범위를 바꾸고, 차트를 고치는 일. 매달 반복하지만 기준은 파일이 아니라 담당자의 기억 속에 남아 있습니다. 지난달 파일 이번 달 원본 수정본 최종본 파일은 늘어나고, 기준은 담당자 머릿속에 남습니다. R01 날짜 형식과 열 이름을 다시 맞춘다. 매달 반복 R02 여러 파일을 복사하고 붙여넣는다. 매달 반복 R03 누락값과 중복값을 눈으로 찾는다. 매달 반복 R04 피벗 범위와 필터를 다시 설정한다. 매달 반복 R05 차트의 범례와 기간을 수정한다. 매달 반복 R06 보고 직전에 합계가 맞지 않아 원본으로 돌아간다. 확인 필요 R07 지난달 파일의 숨은 수식과 필터 오류가 그대로 이어진다. 매달 반복 반복되는 이유는 함수가 부족해서가 아니라, 정리와 검산 기준이 구조로 남지 않기 때문입니다. 함수를 더 외우는 교육이 아닙니다. 데이터의 열 의미와 정리 기준을 먼저 정하고, AI가 정리·피벗·차트 초안을 만들도록 한 뒤, 사람이 원본과 결과를 대조하는 흐름을 실습합니다. 어긋난 원본 — 열 이름·형식·빈칸이 뒤섞임 → ↓ 기준 정의 열 의미·형식 맞춤 정렬된 데이터 — 피벗·차트로 연결 기존 방식 지난달 파일 복사 기억에 의존한 정리 담당자마다 다른 집계 기준 결과를 먼저 만들고 나중에 오류 확인 AI 결과를 그대로 사용하거나 다시 수작업으로 수정 이 과정의 방식 원본 보존 열 의미와 정리 규칙 정의 AI가 정리·집계·차트 초안 지원 원본 행 수·기간·합계·필터 대조 월간보고 파일 완성 다음 달 재사용 템플릿 정리 샘플 매출 데이터가 보고 가능한 파일로 바뀌는 전 과정을 직접 수행합니다. RAW 형식과 기준이 정리되지 않은 원본 → ↓ STRUCTURED 열 의미와 형식이 정리된 데이터 → ↓ REPORT 피벗·차트와 보고 구조가 포함된 결과 샘플 매출 데이터 확인 원본 파일 보존 데이터 구조와 열 의미 확인 형식 정리 기준 설정 누락·중복·이상값 검토 Claude Cowork를 활용한 데이터 정리 피벗과 차트 초안 생성 원본과 집계 결과 대조 월간보고 파일 완성 다음 달 재사용 템플릿 정리 이상값은 오류로 확정하지 않습니다. 누락·중복·이상값은 AI가 자동으로 완벽하게 판단하지 않습니다. 사람이 원본과 업무 기준을 확인해야 하는 검토 후보로 다룹니다. AI가 만든 보고서도 원본과 맞는지 확인해야 합니다. 원본 검산 게이트 월간보고 결과 행 수 대조 기간·필터 대조 합계 대조 이상값 확인 필요 원본 파일이 별도로 보존되어 있는가 데이터 기간과 필터 범위가 맞는가 행 수의 변화가 정리 규칙과 일치하는가 누락과 중복 처리 기준이 적용되었는가 원본 합계와 보고서 집계가 맞는가 피벗과 차트가 같은 범위를 사용하고 있는가 이상값을 오류로 단정하지 않고 확인했는가 최종 보고 전에 사람이 검토하고 승인했는가 AI가 지원하는 영역 데이터 형식 정리 후보 제안 반복 정리 작업 지원 피벗·차트·보고 파일 초안 생성 반복 절차의 템플릿화 지원 사람이 책임지는 영역 원본 백업 열의 실제 의미 확인 정리·집계 기준 결정 누락·중복·이상값 검토 금액·합계·기간·필터 확인 조직의 보안 정책 확인 최종 보고 승인 Human -in-the- Loop 사람이 대조하고, 사람이 승인합니다. AI가 모든 판단을 대신하는 것이 아니라, 중요한 계산과 보고 단계에서 사람이 원본을 대조하고 최종 결과를 승인하도록 설계하는 방식입니다. 두 시간 동안, 보고 파일을 만들고 다음 달의 반복까지 준비합니다. 60분 + 60분 = 총 120분 1교시 · 60분 데이터를 정리하기 전에 기준부터 세웁니다. 사내 데이터 보안 원칙 원본 파일 보존과 작업본 분리 로우데이터의 열 의미와 형식 확인 누락·중복·이상값 처리 관점 Claude Cowork를 활용한 데이터 정리 시연 피벗과 차트 자동화 시연 1교시 종료 시점 — 정리 기준과 작업 흐름 확인 2교시 · 60분 샘플 데이터를 월간보고 파일과 재사용 템플릿으로 완성합니다. 샘플 매출 데이터 정리 실습 피벗과 차트 생성 월간보고 파일 구성 원본 행 수·기간·합계·필터 대조 결과 검토와 수정 매달 재사용할 리포트 템플릿 정리 2교시 종료 시점 — 월간보고 파일과 재사용 템플릿 완성 이번 달 결과물과 다음 달의 작업 기준을 함께 남깁니다. 원본 (보존) 정리본 (열·형식 기준 적용) 월간보고 완성 파일 다음 달 재사용 템플릿 새 원본 연결 교육 중 완성하는 결과물 01 샘플 매출 데이터 기반 월간보고 완성 파일 02 매달 재사용할 수 있도록 정리한 월간보고 템플릿 중간 작업 과정 데이터 정리 기준 정리된 데이터 피벗과 차트 원본 대조 결과 최종 보고 파일 중간 작업 내용은 실습 과정에서 만들어지는 결과이며 별도 제공 자료나 공식 템플릿은 아닙니다. 다음 달 원본이 들어오면 같은 구조를 다시 사용합니다. 일반적인 엑셀 교육이나 AI 도구 시연과 다릅니다. 01 함수를 암기하는 교육이 아니라 데이터 정리와 보고 흐름을 설계합니다. 02 AI가 만든 결과를 그대로 믿지 않고 원본 대조와 검산을 포함합니다. 03 이번 달 완성 파일에서 끝나지 않고 다음 달 재사용 템플릿까지 정리합니다. 04 완전 자동화를 과장하지 않고, 조직의 보안 원칙 아래 사람의 확인·승인 지점을 명확히 다룹니다. 이런 반복 보고를 맡고 있다면 적합합니다. ✓ 여러 부서나 담당자의 파일을 취합해 월간보고를 만드는 재직자 ✓ 매달 데이터 정리, 피벗, 차트 작업을 반복하는 실무자 ✓ 엑셀 함수와 매크로보다 AI를 활용한 실무 흐름이 필요한 사람 ✓ AI로 엑셀 작업을 해봤지만 결과 검증 방법을 몰랐던 사람 ✓ 보고 업무를 특정 담당자의 경험에만 의존하지 않게 만들고 싶은 조직 ✓ 다음 달에도 사용할 수 있는 보고 템플릿이 필요한 담당자 이런 목적에는 맞지 않습니다 — VBA나 고급 매크로 개발을 깊게 학습하려는 경우 — ERP·그룹웨어·데이터베이스와의 시스템 연동 구축이 목적인 경우 — 모든 엑셀 파일을 버튼 한 번으로 처리하는 완전 자동화를 기대하는 경우 — 고급 통계 분석이나 머신러닝 모델링이 목적인 경우 신청 전 준비물과 환경 엑셀 사용 기기 기본적인 엑셀 파일 열람·편집이 가능한 PC 접속 환경 온라인 수업 접속이 안정적인 인터넷 환경 AI 도구 Claude Cowork 계정 · 이용 조건은 교육 전 별도 안내 실습 데이터 회사 민감정보 대신 제공되는 샘플 매출 데이터 사용 자주 묻는 질문 엑셀 함수를 잘 몰라도 참여할 수 있나요? + 입문 과정이며 복잡한 함수나 코딩보다 데이터 정리 기준과 AI 활용 흐름에 초점을 둡니다. 다만 파일 열기, 시트 확인 등 기본적인 엑셀 사용 경험이 있으면 실습을 따라가는 데 도움이 됩니다. 개인 회사 데이터를 사용해도 되나요? + 조직의 보안 정책과 AI 도구 사용 지침을 먼저 확인해야 합니다. 개인정보와 영업비밀 등 민감정보는 제거하고, 실제 자료 사용이 어려운 경우 교육에서 제공하는 샘플 매출 데이터로 실습합니다. 모든 엑셀 파일을 자동으로 처리할 수 있나요? + 파일 구조, 병합 셀, 숨은 수식, 매크로, 암호 설정, 예외 데이터에 따라 처리 가능 범위가 달라집니다. 이 과정은 모든 파일의 완전 자동화를 보장하는 과정이 아니라, 반복 가능한 정리·보고·검산 흐름을 만드는 과정입니다. 교육 후 ERP나 사내 시스템과 자동 연동되나요? + 사내 시스템 연동 구축은 교육 범위에 포함되지 않습니다. 교육에서는 샘플 파일을 기반으로 월간보고 파일과 재사용 템플릿을 만드는 흐름을 실습합니다. AI가 만든 집계와 차트를 그대로 사용해도 되나요? + 그대로 사용해서는 안 됩니다. 원본 기간, 행 수의 변화, 합계, 필터 범위와 집계 기준을 사람이 확인하고 최종 결과를 승인해야 합니다. 이상값은 AI가 자동으로 수정하나요? + 이상값은 실제 오류일 수도 있고 정상적인 예외일 수도 있습니다. AI는 확인이 필요한 값을 찾는 데 도움을 줄 수 있지만, 실제 의미와 수정 여부는 담당자가 원본과 업무 기준을 확인해 결정해야 합니다. Claude Cowork만 사용할 수 있나요? + 메인 실습은 Claude Cowork를 중심으로 진행하며, 상황에 따라 ChatGPT의 데이터 분석 기능을 대안으로 안내할 수 있습니다. 기능과 이용 조건은 변경될 수 있으므로 교육 시점의 안내를 확인해야 합니다. 교육 결과물이 실제 업무에 바로 적용되나요? + 교육에서는 샘플 데이터를 기반으로 월간보고 파일과 재사용 템플릿을 완성합니다. 실제 회사 자료에 적용할 때는 데이터 구조, 보안 정책, 집계 기준과 예외 상황을 추가로 확인해야 합니다. INSTRUCTOR 김도현 강사 대규모 데이터 처리·분석 자동화와 AX 솔루션 개발 경험을 바탕으로, 반복적인 엑셀·데이터 업무를 자동화하는 데이터·업무 자동화 전문가 現 주식회사 헬로월드랩스 AX Specialist · AX 프로그램 기획·설계, AX 솔루션 개발 및 기업 AX 교육 前 (주)이지놈 · 대규모 데이터 분석 파이프라인 개발 前 (주)이지놈 · 데이터 수집·정제·분석 자동화 스크립트 및 데이터 처리 환경 구축 교육·멘토 이력 (8) + 교육 국가데이터인재개발원 · 생성형 AI와 Pandas 기반 데이터 분석 및 엑셀·텍스트·웹데이터 분석·시각화 교육 교육 메인비즈·아산지회 · AI Agent, n8n 기반 고객상담 자동화 및 RAG 사내봇 구축 교육 교육 메인비즈·엘캠퍼스 · 데이터 수집·분석 자동화 및 n8n 기반 업무 자동화 Workflow 교육 교육 현대캐피탈 · AI 리터러시·LLM·프롬프트 엔지니어링·RAG·AI Agent 교육 교육 솔트룩스 · AICE Associate 데이터 분석·AI 교육 멘토 삼육대학교 · 캡스톤디자인 프로젝트 실무 멘토링 교육 헬로월드랩스 플레이그라운드 · Python·데이터 분석·AI Agent 교육 멘토 동대문 새싹 · 알고리즘·자료구조 학습 및 프로젝트 멘토링 다음 달에도 같은 보고를 처음부터 만들지 마세요. 원본은 바뀌어도, 정리 기준과 검산 흐름은 다시 사용할 수 있습니다. AI가 초안을 만들고, 사람은 숫자를 확인합니다. 다음 달 원본 연결