회사에서 매달 반복되는 업무 중 하나가 보고서 작성입니다.
월간 실적 보고서, 비용 보고서, Budget vs Actual, 프로젝트 진행 현황처럼 종류는 달라도 만드는 과정은 비슷한 경우가 많습니다.
Excel 데이터를 다운로드하고,
필요 없는 데이터를 정리하고,
Pivot이나 수식으로 집계하고,
지난달 숫자와 비교하고,
변동이 큰 항목을 찾아보고,
마지막으로 보고서에 들어갈 내용을 정리합니다.
한 번만 한다면 크게 부담스럽지 않을 수 있습니다.
하지만 매달 같은 과정을 반복하다 보면 이런 생각이 듭니다.
“보고서 내용은 달라지지만 만드는 과정은 거의 똑같은데, 이걸 자동화할 수 없을까?”
바이브코딩에 관심을 가지면서 저는 이런 반복적인 업무야말로 AI를 활용하기 좋은 영역이라고 생각하게 됐습니다.
특히 보고서 작성은 처음부터 AI에게 모든 것을 맡기기보다 사람이 반복하고 있는 중간 과정을 하나씩 자동화하는 방식으로 접근하기 좋습니다.
이번 글에서는 Excel 원본 데이터를 가지고 월간 보고서를 만드는 과정을 기준으로 바이브코딩을 어떻게 활용할 수 있는지 정리해보겠습니다.
보고서 작성에서 실제로 시간이 걸리는 부분은 따로 있다
처음에는 보고서 자동화라고 하면 AI에게 이런 요청을 하는 모습을 생각하기 쉽습니다.
“이번 달 보고서 작성해줘.”
하지만 회사에서 실제로 보고서를 작성하려면 그 전에 해야 할 일이 많습니다.
원본 데이터가 제대로 되어 있는지 확인해야 하고, 필요한 데이터만 골라야 하고, 같은 기준으로 집계해야 하고, 전월이나 Budget과 비교해야 합니다.
결국 보고서를 작성하는 시간보다 보고서를 만들기 위한 데이터를 준비하는 시간이 더 길어질 수도 있습니다.
그래서 저는 보고서 자동화를 생각할 때 최종 문서부터 자동화하기보다 Excel 데이터 처리 과정부터 살펴보는 것이 더 현실적이라고 생각합니다.
1. 첫 번째 자동화｜원본 Excel 파일 정리하기
시스템에서 다운로드한 Excel 파일이 항상 보고서에 바로 사용할 수 있는 형태인 것은 아닙니다.
필요 없는 Column이 있을 수도 있고, 날짜 형식을 바꿔야 할 수도 있습니다.
Year와 Month를 별도 Column으로 만들어야 할 수도 있고, 빈칸이나 중복 데이터도 확인해야 합니다.
사람이 매월 같은 방법으로 데이터를 정리하고 있다면 이 단계부터 자동화할 수 있습니다.
예를 들어 프로그램의 첫 번째 기능을 아주 단순하게 정의해볼 수 있습니다.
Excel 파일을 업로드하면 보고서에 필요한 형태로 데이터를 정리해서 새로운 Excel 파일로 만들어준다.
바이브코딩을 시작한다면 AI에게 바로 전체 보고서 프로그램을 만들어달라고 하기보다 이렇게 작은 기능부터 요청하는 편이 좋습니다.
월간 보고서에 사용하는 Excel 파일을 자동으로 정리하는 프로그램을 만들고 싶어. 사용자가 Excel 파일을 업로드하면 날짜 형식을 통일하고, Year와 Month Column을 생성하고, 빈 데이터와 중복 데이터를 확인한 뒤 결과를 보여주도록 만들어줘. 먼저 필요한 기능을 정리하고 아직 코드는 작성하지 마.
이렇게 하면 바로 개발부터 시작하는 것이 아니라 업무 규칙을 먼저 정리할 수 있습니다.
2. 여러 Excel 파일을 자동으로 합치기
보고서에 사용하는 데이터가 한 파일에만 있는 것도 아닙니다.
월별로 파일이 나뉘어 있을 수도 있고 부서별로 각각 받은 자료를 합쳐야 할 수도 있습니다.
예를 들어 1월부터 9월까지의 데이터를 분석하려면 여러 파일을 하나씩 열어 Master File에 붙이는 작업이 필요할 수 있습니다.
이 과정도 자동화하기 좋은 부분입니다.
여러 파일 Upload → Column 확인 → 데이터 통합 → Source File 표시 → Master Data 생성
처럼 만들 수 있습니다.
여기서 중요한 것은 단순히 합치는 것에서 끝내지 않는 것입니다.
파일마다 Column 이름이 다르거나 데이터 형식이 다르면 어떻게 처리할 것인지도 정해야 합니다.
Vendor, Vendor Name, Supplier처럼 같은 의미인데 이름이 다른 경우도 있기 때문입니다.
바이브코딩을 하다 보면 결국 코드보다 업무 규칙을 먼저 정의해야 한다는 것을 다시 느끼게 됩니다.
3. 매번 만드는 Pivot과 집계 자동화하기
Excel 데이터가 준비되면 다음은 집계입니다.
Account별 금액, 부서별 비용, Vendor별 금액, 월별 사용액처럼 보고서마다 필요한 기준이 있습니다.
Excel에서는 Pivot Table을 이용할 수 있지만 매달 비슷한 Pivot을 다시 만들고 있다면 이 과정 역시 자동화 후보입니다.
예를 들어 보고서 프로그램에 파일을 올리면 자동으로,
Account별 합계
Department별 합계
월별 금액
Vendor별 금액
을 계산하도록 만들 수 있습니다.
여기에서 중요한 것은 AI에게 단순히
“데이터 분석해줘.”
라고 하는 것보다 실제 업무에서 필요한 기준을 알려주는 것입니다.
예를 들어,
Account별 Amount를 합산하고 이번 달 금액이 큰 순서대로 보여줘. 동일한 Request Number가 여러 행에 있어도 보고서의 Request Count에서는 한 건으로 계산해야 해.
처럼 구체적으로 설명하는 것입니다.
이런 규칙이 명확할수록 자동화 결과도 확인하기 쉬워집니다.
4. 전월과 자동으로 비교하기
월간 보고서에서 제가 자동화하기 좋다고 생각하는 부분 중 하나가 전월 비교입니다.
사람이 보고서를 만들 때는 이번 달 숫자만 보는 것이 아니라 지난달과 비교하는 경우가 많습니다.
예를 들어,
| Account | August | September | Variance | Variance % |
|---|---|---|---|---|
| Travel | $10,000 | $13,000 | +$3,000 | +30% |
| Supplies | $8,000 | $7,200 | -$800 | -10% |
같은 형태입니다.
이 계산 자체는 어렵지 않습니다.
하지만 매월 데이터를 가져오고 비교 Column을 만들고 수식을 적용하는 과정이 반복됩니다.
프로그램에서 Current Month와 Previous Month 파일을 선택하면 자동으로 비교해주도록 만들면 이 과정을 줄일 수 있습니다.
5. Budget vs Actual도 같은 방식으로 자동화할 수 있다
전월 비교와 비슷하게 Budget과 Actual 비교도 생각해볼 수 있습니다.
예를 들어,
Budget Upload + Actual Upload → Account Matching → Variance 계산 → Variance % 계산 → 차이가 큰 항목 표시
의 흐름입니다.
여기서부터 단순한 Excel 자동화가 보고서 자동화로 발전하기 시작합니다.
사람이 수백 개 항목을 하나씩 살펴보는 대신 프로그램이 먼저 차이가 큰 항목을 보여주는 것입니다.
예를 들어,
Budget 대비 Actual 차이가 ±10% 이상이거나 $5,000 이상인 항목만 별도로 표시해줘.
같은 규칙을 정할 수 있습니다.
그러면 사람은 전체 데이터를 확인하기보다 설명이 필요한 항목에 집중할 수 있습니다.
6. AI에게 이상한 숫자부터 찾아달라고 할 수 있다
보고서를 만들면서 시간이 많이 걸리는 이유 중 하나는 어떤 숫자를 설명해야 할지 찾는 과정입니다.
100개의 Account가 있다고 해서 100개를 모두 설명하지는 않습니다.
평소보다 크게 증가하거나 감소한 항목을 찾아야 합니다.
이 과정에 AI를 활용할 수 있습니다.
예를 들어 자동화 프로그램에서 먼저 규칙을 이용해 변동이 큰 데이터를 추린 다음 AI에게,
이번 달 데이터에서 전월 대비 변동이 큰 항목을 찾아줘. 금액과 증감률을 함께 보여주고 왜 중요한지 설명해줘. 단, 변동 원인은 데이터에 근거가 없으면 추측하지 말고 [원인 확인 필요]라고 표시해줘.
라고 요청할 수 있습니다.
여기서 마지막 문장이 중요합니다.
AI가 숫자를 보고 변동 원인까지 상상해서 작성하면 안 되기 때문입니다.
AI는 특이한 숫자를 찾아주고 실제 원인은 담당자가 확인하는 방식이 더 안전합니다.
7. 보고서 Comment 초안 만들기
데이터 분석이 끝나면 보고서에 들어갈 설명을 작성해야 합니다.
예를 들어,
September Travel Expense increased by 30% compared with August.
정도의 문장은 데이터만으로 만들 수 있습니다.
하지만,
신규 프로젝트 출장 증가로 인해 Travel Expense가 증가했습니다.
라는 문장은 실제 업무 내용을 알아야 합니다.
따라서 AI가 작성할 수 있는 내용과 사람이 작성해야 하는 내용을 구분하는 것이 좋습니다.
프로그램에서는 먼저,
Travel Expense: +$3,000 / +30% vs. previous month
Reason: [확인 필요]
처럼 만들어줄 수 있습니다.
담당자가 실제 이유를 입력하면 AI가 자연스러운 보고서 문장으로 다시 정리해주는 것입니다.
이 방식이라면 AI가 없는 사실을 만들어내는 문제도 줄일 수 있습니다.
8. 표와 차트도 자동으로 만들 수 있다
월간 보고서를 만들 때 숫자만 있는 것보다 차트가 필요한 경우도 있습니다.
매월 같은 형태의 차트를 다시 만든다면 이 역시 자동화할 수 있습니다.
예를 들어,
최근 12개월 비용 추이
Budget vs Actual
Department별 비용
Top 10 Expense Account
같은 차트를 자동으로 생성하도록 할 수 있습니다.
여기까지 오면 사용자는 Excel을 하나씩 수정하는 대신 데이터를 넣고 결과를 확인하는 역할에 가까워집니다.
9. 최종적으로 월간 보고서 초안까지 만든다
앞의 과정을 연결하면 하나의 보고서 자동화 프로그램이 됩니다.
예를 들어 사용자가 이번 달 Excel 파일을 업로드합니다.
프로그램이 데이터를 정리합니다.
Account별로 집계합니다.
전월 데이터와 비교합니다.
Budget과 비교합니다.
변동이 큰 항목을 찾습니다.
차트를 만듭니다.
그리고 AI가 보고서 초안을 작성합니다.
결과는 이런 구조가 될 수 있습니다.
Monthly Summary
Key Changes
Budget vs Actual
Major Variances
Items Requiring Review
Charts
Comments
이 정도까지 자동화되면 사람은 보고서를 처음부터 만드는 것이 아니라 AI가 만든 초안을 검토하고 실제 업무 원인을 추가하는 역할을 하게 됩니다.
10. 매월 같은 작업을 버튼 하나로 실행한다
제가 생각하는 보고서 자동화의 최종 모습은 화려한 AI 기능이 아닙니다.
오히려 아주 단순합니다.
이번 달 데이터 선택 → Run Report
버튼을 누르면 정해진 작업이 순서대로 실행되는 것입니다.
Excel 정리 → 데이터 통합 → 집계 → 전월 비교 → Budget 비교 → 이상 항목 추출 → 차트 → 보고서 초안
사람이 매달 8단계를 반복했다면 프로그램이 그중 6단계를 처리하고 사람은 마지막 두 단계를 확인하는 식입니다.
이것이 제가 생각하는 현실적인 업무 자동화입니다.
처음부터 월간 보고서 전체를 자동화하지 않는 것이 좋다
바이브코딩을 처음 시작하면 모든 과정을 한 번에 프로그램으로 만들고 싶어집니다.
하지만 저는 오히려 이렇게 시작하는 것을 추천합니다.
1단계: Excel 파일 정리
이것이 제대로 작동하면 2단계: 데이터 집계를 추가합니다.
그다음 3단계: 전월 비교, 이후 4단계: 특이사항 추출, 마지막으로 5단계: 보고서 초안 작성까지 확장하는 것입니다.
이렇게 하면 어느 단계에서 문제가 발생했는지 확인하기도 쉽습니다.
바이브코딩에서는 한 번에 완성된 프로그램을 만드는 것보다 작은 기능을 계속 연결하는 방식이 비개발자에게 더 현실적이라고 생각합니다.
보고서 자동화에서 사람이 꼭 확인해야 하는 부분
특히 회계나 경영 데이터를 다룬다면 자동화 결과를 그대로 사용하는 것은 조심해야 합니다.
원본 데이터가 정확한지,
중복 데이터가 없는지,
집계 기준이 맞는지,
전월 비교 기준이 동일한지,
AI가 작성한 설명에 추측이 포함되지 않았는지 확인해야 합니다.
또 회사의 실제 재무자료나 개인정보를 외부 AI 서비스에 입력할 때는 회사의 보안정책과 승인된 사용 환경을 먼저 확인해야 합니다.
결국 보고서 자동화의 목적은 사람의 판단을 없애는 것이 아니라 사람이 판단하기 전까지의 반복 작업을 줄이는 것이라고 생각합니다.
바이브코딩으로 보고서를 바라보는 방식이 달라졌다
예전에는 월간 보고서를 하나의 업무로 생각하기 쉽습니다.
“이번 달 보고서를 만들어야 한다.”
하지만 자동화 관점에서 보면 하나의 업무가 아닙니다.
데이터 가져오기 → 정리 → 통합 → 집계 → 비교 → 이상 데이터 찾기 → 설명 작성 → 차트 → 검토
처럼 여러 개의 작은 업무가 연결되어 있습니다.
그리고 그중에는 사람이 판단해야 하는 일도 있고 프로그램이 훨씬 잘할 수 있는 반복 작업도 있습니다.
저는 이 구분이 바이브코딩에서 상당히 중요하다고 생각합니다.
업무 전체를 AI에게 맡기는 것이 아니라, 업무를 작은 단계로 나누고 자동화하기 좋은 부분부터 AI에게 맡기는 것입니다.
마무리｜보고서를 자동화한다는 것은 보고서를 AI에게 쓰게 하는 것이 아니다
처음 ‘AI 보고서 자동화’라는 말을 들으면 ChatGPT에게 데이터를 주고 보고서를 작성해달라고 하는 모습을 떠올리기 쉽습니다.
하지만 실제 업무에서는 그보다 앞의 과정에 훨씬 많은 시간이 들어갑니다.
Excel을 정리하고,
여러 데이터를 합치고,
숫자를 집계하고,
전월과 비교하고,
특이한 항목을 찾아내는 과정입니다.
그래서 제가 생각하는 바이브코딩을 활용한 보고서 자동화는,
Excel 원본 데이터 → 자동 정리 → 집계 → 비교 → 이상 항목 추출 → 보고서 초안 → 사람의 최종 검토
라는 흐름에 가깝습니다.
처음부터 모든 것을 만들 필요도 없습니다.
다음 월간 보고서를 만들 때 내가 반복하는 작업 하나를 찾아보면 됩니다.
“이 부분만 버튼 하나로 처리할 수 있다면?”
그 작은 질문에서 보고서 자동화가 시작될 수 있습니다.
그리고 작은 자동화를 하나씩 연결하다 보면 언젠가는 매달 Excel 파일을 열고 처음부터 보고서를 만드는 대신,
데이터를 넣고 결과를 검토하는 방식으로 업무 자체가 바뀔 수도 있습니다.
그것이 비개발자 직장인이 바이브코딩을 업무에 활용할 수 있는 가장 현실적인 방법 중 하나라고 생각합니다.
0 Comments