ChatGPT로 여러 개의 엑셀 파일 자동으로 합치는 방법｜반복 업무 5분 만에 자동화하기

회사에서 Excel을 사용하다 보면 여러 개의 파일을 하나로 합쳐야 하는 일이 생각보다 자주 생깁니다.

저도 업무를 하면서 각 부서에서 받은 Excel 파일을 하나의 Master 파일로 정리하거나, 월별로 나누어진 데이터를 합쳐서 보고용 자료를 만들어야 하는 경우가 있었습니다.

처음에는 별로 어려운 일이라고 생각하지 않았습니다.

파일을 열고,

데이터를 복사하고,

Master Excel에 붙여넣으면 되기 때문입니다.

문제는 파일이 많아질 때였습니다.

2~3개 정도라면 금방 끝나지만 10개, 20개를 넘어가면 파일을 여는 것 자체가 일이 됩니다.

게다가 반복하다 보면,

"이 파일은 붙였던가?"

"지난달 데이터가 두 번 들어간 건 아닌가?"

같은 걱정도 생깁니다.

저 역시 이런 반복 작업을 하면서 어느 순간 이런 생각이 들었습니다.

"파일 형식이 비슷하다면 굳이 사람이 하나씩 열 필요가 있을까?"

그래서 ChatGPT를 이용해 여러 Excel 파일을 자동으로 합치는 방법을 찾아보기 시작했습니다.

처음에는 그냥 복사해서 붙여넣었다

예를 들어 매월 다음과 같은 파일이 만들어진다고 가정해보겠습니다.

Expense_2026_01.xlsx

Expense_2026_02.xlsx

Expense_2026_03.xlsx

Expense_2026_04.xlsx

각 파일의 데이터는 비슷한 형태입니다.

Date	Vendor	Department	Amount
01/05/2026	ABC Company	Accounting	1,200
01/08/2026	XYZ Company	HR	850
01/15/2026	DEF Company	IT	2,300

예전에는 월별 파일을 하나씩 열어서 데이터를 복사한 뒤 Master 파일에 붙여넣는 방식으로 처리했습니다.

한두 번이면 괜찮습니다.

하지만 매월 같은 일을 반복하면 생각보다 시간이 많이 들어갑니다.

무엇보다 단순 작업이다 보니 집중력이 떨어질 때 실수하기 쉽습니다.

한 달 데이터를 빠뜨리거나 같은 파일을 두 번 복사하는 경우도 생길 수 있습니다.

그래서 제가 가장 먼저 생각한 것은 **"파일을 한 번에 읽어서 자동으로 합칠 수 없을까?"**였습니다.

첫 번째로 해본 방법은 ChatGPT에 파일을 직접 올리는 것이었다

프로그래밍을 바로 시작하기는 부담스러웠기 때문에 먼저 가장 간단한 방법부터 해봤습니다.

여러 Excel 파일을 ChatGPT에 올리고,

"업로드한 Excel 파일의 데이터를 하나의 표로 합쳐줘. Date, Vendor, Department, Amount 순서로 정리하고 중복된 행이 있으면 알려줘."

처럼 요청하는 방법입니다.

이 방식의 장점은 코드를 몰라도 바로 시작할 수 있다는 점이었습니다.

단순히 파일을 합치는 것뿐 아니라,

"Amount가 비어 있는 행도 찾아줘."

"Department별 총비용도 계산해줘."

"중복 가능성이 있는 데이터는 별도로 보여줘."

처럼 추가 작업도 함께 요청할 수 있습니다.

제가 직접 사용하면서 느낀 것은 파일을 합치는 것 자체보다 그다음 데이터 정리를 같이 시킬 수 있다는 점이 더 편리하다는 것이었습니다.

하지만 매달 파일을 다시 올리는 것도 반복 작업이었다

파일을 직접 업로드해서 합치는 방법은 간단하지만 한 가지 아쉬운 점이 있었습니다.

다음 달이 되면 다시 파일을 올리고 같은 요청을 해야 합니다.

결국 사람이 해야 하는 작업이 조금 줄었을 뿐 완전히 자동화된 것은 아니었습니다.

그래서 한 단계 더 나아가 폴더 안에 있는 Excel 파일을 자동으로 읽는 프로그램을 만들어보면 어떨까 생각했습니다.

문제는 제가 Python 코드를 처음부터 작성할 수 있는 개발자가 아니라는 점이었습니다.

그래서 ChatGPT에 그냥 제가 원하는 결과를 설명했습니다.

"하나의 폴더에 여러 개의 Excel 파일이 있어. 모든 파일의 Sheet1 데이터를 읽어서 하나의 Excel 파일로 합치는 Python 프로그램을 만들어줘. Header는 한 번만 나오게 하고 결과는 merged_expense.xlsx로 저장해줘."

이런 식으로 요청하면 기본적인 코드를 만들 수 있습니다.

예를 들어 구조는 다음과 같습니다.

import pandas as pd
import glob

files = glob.glob("*.xlsx")

data = []

for file in files:
    df = pd.read_excel(file)
    data.append(df)

merged = pd.concat(data, ignore_index=True)

merged.to_excel("merged_expense.xlsx", index=False)

처음 이 코드를 보면 조금 어렵게 느껴질 수 있습니다.

저도 처음에는 모든 줄을 이해하지 못했습니다.

그래서 ChatGPT에 다시,

"이 코드를 한 줄씩 쉽게 설명해줘."

라고 물어봤습니다.

알고 보니 구조 자체는 생각보다 단순했습니다.

폴더에서 파일을 찾고,

각 파일을 읽고,

데이터를 리스트에 담고,

마지막에 하나로 합쳐서 새로운 Excel 파일로 저장하는 방식입니다.

이런 식으로 코드를 하나씩 이해하면서 사용하니 프로그래밍을 완전히 몰라도 접근하기가 훨씬 쉬웠습니다.

실제 업무에서는 단순히 합치는 것만으로 끝나지 않았다

처음 자동화를 생각했을 때는 여러 Excel 파일을 하나로 합치면 끝이라고 생각했습니다.

하지만 실제 업무에서는 그렇지 않았습니다.

가장 먼저 문제가 되는 것이 원본 추적입니다.

예를 들어 통합된 데이터에서 이상한 금액을 발견했는데 어느 파일에서 가져온 데이터인지 알 수 없다면 다시 파일을 하나씩 열어봐야 합니다.

그래서 Source File 컬럼이 필요하다고 생각했습니다.

예를 들어 결과를 이렇게 만드는 방식입니다.

Date	Vendor	Amount	Source File
01/05/2026	ABC Company	1,200	Expense_January.xlsx
02/07/2026	XYZ Company	950	Expense_February.xlsx
03/10/2026	DEF Company	2,100	Expense_March.xlsx

이렇게 해놓으면 문제가 발생했을 때 원본 파일을 바로 확인할 수 있습니다.

저는 이런 기능이 개발할 때는 작아 보이지만 실제 사용하는 사람에게는 상당히 중요하다는 것을 느꼈습니다.

제일 까다로운 것은 파일마다 컬럼명이 다른 경우였다

실제 회사에서 받는 Excel 파일은 항상 완벽하게 같은 형태로 들어오지 않습니다.

이 부분이 생각보다 큰 문제였습니다.

예를 들어 한 파일에서는 거래처 컬럼이

Vendor

로 되어 있는데,

다른 파일에서는

Vendor Name

또 다른 파일에서는

Supplier

라고 되어 있을 수 있습니다.

사람이 보면 세 컬럼이 같은 의미라는 것을 바로 알 수 있습니다.

하지만 프로그램은 아무 규칙 없이 같은 컬럼으로 판단하지 못합니다.

그래서 다음처럼 규칙을 정해줘야 합니다.

"Vendor, Vendor Name, Supplier는 모두 Vendor 컬럼으로 통일해줘."

Amount도 마찬가지입니다.

Amount

Total Amount

Expense Amount

처럼 서로 다른 이름을 같은 컬럼으로 매핑할 수 있습니다.

이 과정을 해보면서 저는 자동화에서 중요한 것이 코드를 작성하는 것보다 데이터 규칙을 먼저 정리하는 것이라는 점을 알게 됐습니다.

파일을 합친 뒤 중복 데이터까지 확인하고 싶었다

여러 파일을 하나로 합치면 또 다른 문제가 생깁니다.

바로 중복입니다.

같은 Invoice가 두 파일에 들어 있을 수도 있고 같은 데이터가 여러 번 제출될 수도 있습니다.

처음에는 통합 파일을 만든 뒤 Excel의 조건부 서식이나 COUNTIF를 이용해 다시 중복을 확인했습니다.

그러다가 이것도 결국 반복 작업이라는 생각이 들었습니다.

그래서 자동화 과정에서 중복까지 같이 확인하도록 만들 수 있습니다.

예를 들어,

"Invoice Number가 같은 데이터는 Duplicate 시트에 따로 저장해줘."

라고 요청하는 방식입니다.

Invoice Number가 없다면,

Vendor + Date + Amount

가 모두 같은 데이터를 중복 가능성이 있는 항목으로 분류할 수도 있습니다.

제가 원하는 결과 파일은 점점 다음처럼 바뀌었습니다.

Merged Data

전체 통합 데이터

Duplicates

중복 가능성이 있는 데이터

Error

필수 값이 빠진 데이터

처음에는 단순히 파일 하나를 만드는 것이 목표였는데, 어느 순간 작은 데이터 검증 프로그램처럼 발전하고 있었습니다.

제가 생각하는 자동화의 진짜 장점은 다음 달에 나타났다

자동화를 한 번만 사용하는 것이라면 굳이 프로그램을 만들 필요가 없을 수도 있습니다.

파일 몇 개를 직접 합치는 것이 더 빠를 수도 있습니다.

제가 가장 큰 장점을 느낀 것은 같은 업무가 반복될 때였습니다.

예를 들어 매월 20개의 Excel 파일을 받는다면 기존 방식은 다음과 같습니다.

20개 파일 열기 → 복사 → Master 파일 열기 → 붙여넣기 → 확인

다음 달이 되면 다시 처음부터 반복합니다.

하지만 자동화가 되어 있으면,

파일을 폴더에 넣기 → 프로그램 실행 → 통합 파일 확인

정도로 과정이 줄어듭니다.

이때부터 처음 자동화하는 데 사용한 시간이 아깝지 않다는 생각이 들었습니다.

결국 자동화는 한 번의 작업 시간을 줄이는 것도 중요하지만 반복 횟수가 많을수록 효과가 커지는 것 같습니다.

데이터를 합친 뒤 분석까지 연결할 수 있었다

통합 Excel 파일이 만들어지면 그다음에는 분석이 필요합니다.

예를 들어 Expense 데이터라면 다음과 같은 내용이 필요할 수 있습니다.

• Department별 비용
• Vendor별 총비용
• 월별 비용 추이
• 전월 대비 증감
• 특정 금액 이상의 거래
• 중복 데이터

예전에는 파일을 합친 뒤 다시 Pivot Table을 만들었습니다.

하지만 이것도 규칙이 정해져 있다면 자동화할 수 있습니다.

예를 들어,

"Department별 총비용을 계산하고 비용이 높은 순서로 정리해줘."

"전월 대비 20% 이상 증가한 Department를 별도로 보여줘."

처럼 요청할 수 있습니다.

이렇게 하면 업무 흐름이

파일 합치기 → 데이터 정리 → 중복 검사 → 분석 → 보고

까지 이어질 수 있습니다.

처음에는 Excel 파일 몇 개를 합치는 단순한 자동화를 생각했는데, 점점 전체 업무 프로세스를 다시 보게 됐습니다.

자동화하면서 오히려 Excel 원본 관리가 중요하다는 것도 알게 됐다

자동화를 해보면서 한 가지 깨달은 점이 있습니다.

프로그램이 아무리 잘 만들어져 있어도 원본 데이터가 엉망이면 결과도 엉망이 된다는 것입니다.

예를 들어 어떤 파일은 날짜가 Excel 날짜 형식이고 다른 파일은 텍스트로 입력되어 있을 수 있습니다.

Amount도 어떤 파일은 숫자이고 어떤 파일은 $1,200 같은 문자열로 들어 있을 수 있습니다.

Header 위치가 다르거나 중간에 합계 행이 들어 있는 경우도 있습니다.

이런 예외가 많을수록 자동화 프로그램도 복잡해집니다.

그래서 가능하다면 부서에서 제출하는 Excel 양식을 처음부터 어느 정도 표준화하는 것이 가장 좋다고 느꼈습니다.

자동화 이전에 데이터 표준화가 먼저라는 것을 실제로 작업하면서 알게 됐습니다.

회사 데이터를 AI에 올릴 때는 조심해야 했다

ChatGPT에 Excel을 직접 올리는 방법은 편리하지만 회사 업무에서는 반드시 보안을 생각해야 합니다.

Excel 파일에는 생각보다 민감한 데이터가 많이 들어 있습니다.

직원 이름, 급여, 거래처 정보, 계좌번호, 계약 금액 등이 포함될 수 있습니다.

그래서 실제 데이터를 개인 AI 계정에 바로 올리기보다는 회사에서 허용된 AI 환경인지 확인하는 것이 중요합니다.

자동화 구조를 만들 때는 실제 데이터를 제거한 샘플 파일로 먼저 테스트하는 것도 좋은 방법입니다.

저 역시 업무 자동화를 생각할 때 기능이 가능한가만 보는 것이 아니라 이 데이터를 어떤 환경에서 처리해야 하는가도 함께 봐야 한다고 생각합니다.

처음부터 너무 복잡하게 만들 필요는 없었다

제가 이런 자동화를 해보면서 가장 추천하고 싶은 방법은 한 번에 모든 기능을 만들려고 하지 않는 것입니다.

처음에는 정말 단순하게 시작할 수 있습니다.

1단계

Excel 파일 여러 개를 하나로 합치기

2단계

Source File 컬럼 추가

3단계

컬럼명 자동 통일

4단계

중복 데이터 검사

5단계

Department별 분석

6단계

보고서 생성

이렇게 하나씩 기능을 붙여가는 것이 훨씬 편합니다.

중간에 오류가 발생해도 어느 단계에서 문제가 생겼는지 찾기 쉽기 때문입니다.

저는 이런 방식으로 기능을 조금씩 추가하는 과정 자체가 바이브코딩과 매우 비슷하다고 느꼈습니다.

AI에게 원하는 결과를 설명하고,

코드를 받아 실행해보고,

오류가 나면 수정하고,

다음 기능을 추가하는 방식입니다.

마무리: 파일을 합치는 것보다 반복 업무를 발견한 것이 더 중요했다

여러 Excel 파일을 하나로 합치는 작업은 굉장히 단순합니다.

그래서 처음에는 굳이 자동화해야 할까 하는 생각도 할 수 있습니다.

하지만 매월 같은 작업을 반복하고 파일 수가 많아지면 작은 단순 업무가 꽤 많은 시간을 차지합니다.

저도 처음에는 단순히 여러 파일을 편하게 합치는 방법을 찾았습니다.

그런데 하나씩 자동화하다 보니,

컬럼 표준화,

중복 검사,

오류 확인,

데이터 분석,

보고서 생성

까지 연결할 수 있다는 것을 알게 됐습니다.

그리고 가장 크게 달라진 점은 Excel을 보는 시선이었습니다.

예전에는 파일이 20개 있으면

"언제 다 합치지?"

라고 생각했다면,

지금은 먼저

"이 작업에 규칙이 있다면 자동화할 수 있지 않을까?"

라고 생각하게 됩니다.

ChatGPT로 업무 자동화를 시작하고 싶지만 무엇부터 해야 할지 모르겠다면 거창한 시스템보다 매달 반복해서 복사하고 붙여넣고 있는 Excel 업무 하나부터 시작해보는 것을 추천합니다.