3시간을 잡아먹는 것은 '엑셀'이 아니라 반복입니다
매주 월요일, 여러 파일을 열고 열 이름을 맞추고 숫자를 복사하고 피벗을 새로고침한 뒤 차트를 붙여 넣습니다. 한 번은 3시간이면 끝납니다. 하지만 1년이면 약 150시간입니다. 월 4회만 반복해도 연간 36번 이상 같은 판단 없는 작업을 다시 하는 셈입니다.
Microsoft가 설명하는 Power Query의 핵심도 바로 이 지점입니다. 외부 데이터를 연결하고, 정리·병합하는 변환 절차를 한 번 정의한 뒤 이후에는 새 데이터로 다시 새로고침할 수 있습니다.
먼저 3시간을 네 조각으로 쪼개보세요
- 수집: 이메일·폴더·ERP에서 원본 파일을 가져오는 시간
- 정리: 열 이름, 날짜, 코드, 빈칸을 맞추는 시간
- 계산: 피벗·수식·집계·차트를 만드는 시간
- 판단·배포: 이상치를 확인하고 코멘트를 작성해 사람에게 보내는 시간
앞의 세 단계가 매주 거의 같다면 자동화 후보입니다. 마지막 판단까지 무리하게 없애려 하면 오히려 검증 비용이 커질 수 있습니다.
Level 1 — Power Query만으로 끝나는 업무
파일 위치와 양식이 대체로 일정하고 결과가 Excel 안에서 끝난다면 개발부터 시작할 이유가 없습니다. 폴더의 여러 파일을 병합하고, 불필요한 열을 제거하고, 형식을 통일한 뒤 Refresh로 다시 실행하는 구조가 가장 싸고 유지보수도 쉽습니다.
Level 2 — 스크립트가 필요한 순간
원본 파일명이 매번 다르거나 시트 구조가 흔들리고, PDF·CSV·Excel이 섞여 들어오거나 복잡한 검증 규칙이 있다면 Python 같은 코드가 유리해집니다. 여기서부터는 '엑셀 자동화'가 아니라 작은 데이터 파이프라인에 가깝습니다.
Level 3 — 진짜 업무자동화가 되는 순간
ERP에서 데이터를 가져오고 → 보고서를 만들고 → 이상치를 표시하고 → 담당자 승인 후 → 이메일이나 Slack으로 자동 배포해야 한다면 워크플로 도구와 API가 필요합니다. 사람이 파일을 찾아 실행 버튼을 누르는 순간이 남아 있다면 아직 반자동입니다.
자동화하면 안 되는 신호도 있습니다
- 매주 보고서 정의 자체가 바뀐다
- 원천 데이터의 오류를 사람이 맥락으로 판단해야 한다
- 보고서 작성보다 의사결정과 해석에 더 많은 시간이 든다
- 월 1회 20분짜리 업무인데 구축·유지 비용이 더 크다
ROI는 이렇게 계산하면 빠릅니다
예를 들어 3시간짜리 주간 보고서를 30분으로 줄이면 주당 2.5시간, 연 50주 기준 125시간을 회수합니다. 담당자의 시간당 인건비를 4만원으로 잡으면 단순 시간가치만 연 500만원입니다. 구축비와 유지비가 이보다 훨씬 크다면 다른 업무부터 자동화하는 편이 낫습니다.
좋은 자동화의 결과는 '엑셀이 빨라졌다'가 아닙니다. 사람이 숫자를 옮기던 시간을 숫자의 의미를 판단하는 시간으로 바꾸는 것입니다.
이번 주 바로 해볼 것
다음 보고서를 만들 때 처음부터 끝까지 화면을 녹화하고 각 단계에 걸린 시간을 적어보세요. 같은 클릭·복사·붙여넣기가 세 번 이상 반복되는 구간이 첫 번째 자동화 후보입니다.
근거: Microsoft Support, About Power Query in Excel. 기능과 지원 범위는 도입 시점의 최신 문서를 다시 확인해야 합니다.