엑셀을 잘 써도, AI에겐 CSV로 줘야 합니다

들어가며 — 엑셀은 잘 쓰는데, AI엔 왜 안 통하지?

엑셀은 꽤 능숙하게 다루는 분이 많습니다. 병합셀로 제목을 깔끔하게 얹고, 색으로 중요한 칸을 표시하고, 한 시트에 표 두세 개를 보기 좋게 배치하고. 그렇게 잘 만든 표를 AI에게 그대로 던지고 “이거 분석해줘”라고 하면, 이상하게 자주 헛돕니다. 엉뚱한 칸을 머리글로 읽거나, 숫자가 비어 보인다거나, 표가 어디서 끝나는지 모르겠다거나.

그러면 이런 생각이 듭니다 — “엑셀은 잘 쓰는데, 나는 AI랑 데이터 다루는 건 영 아닌가 봐.” 그런데 그건 실력 문제가 아닙니다. 건네는 형태가 틀렸을 뿐입니다. AI에게 데이터를 줄 때는 엑셀의 화려함이 아니라, 그걸 다 걷어낸 데이터의 알맹이 — CSV로 줘야 합니다.

1. 사람 눈엔 깔끔한데, AI 눈엔 깨진 데이터

핵심부터 말하면 이렇습니다 — AI는 서식이 아니라 데이터를 봅니다. 우리가 표를 꾸미는 거의 모든 장치는 사람 눈을 위한 것이지, 기계가 데이터를 읽는 데는 오히려 방해가 됩니다.

병합셀을 예로 들어볼까요. 사람 눈엔 “이 제목이 아래 세 칸을 묶고 있구나” 하고 자연스럽게 읽힙니다. 그런데 기계 눈엔 그게 값이 하나만 있고 나머지는 빈칸인 깨진 줄로 보입니다. 색으로만 “이건 마감된 건”이라고 표시한 칸은요? 사람은 알아보지만, AI에게 색은 아무 정보도 아닙니다. 그 의미는 그냥 증발해버립니다. 한 시트에 표를 여러 개 넣어두면, 사람은 빈 줄을 경계로 알아서 끊어 보지만 기계는 어디서 한 표가 끝나고 다음 표가 시작하는지 알지 못합니다.

정리하면, 사람을 위해 꾸민 그 모든 친절함이 기계 앞에서는 깨진 데이터가 됩니다. 표가 부실해서가 아니라, 오히려 사람용으로 잘 꾸몄기 때문에 기계가 못 읽는 거예요.

화려함은 사람을 위한 것이고, 알맹이(CSV)는 기계를 위한 것입니다. 표를 잘 만드는 능력과, AI가 읽을 데이터를 건네는 능력은 다른 일입니다.

2. CSV는 화려함을 벗은 ‘데이터의 알맹이’

CSV는 그 화려함을 전부 벗겨낸 형태입니다. 제목 띠도, 색도, 병합도 없습니다. 그냥 행과 열, 쉼표로 칸을 나눈 글자 줄. 열어보면 이렇게 생겼습니다.

지점,매출
강남,42000
판교,38000

솔직히 못생겼습니다. 엑셀로 예쁘게 꾸민 표에 비하면 초라하죠. 하지만 바로 그래서 기계가 정확히 읽습니다. 꾸밈이 하나도 없으니 오해할 여지도 없는 겁니다. 어느 칸이 머리글이고, 한 줄이 한 건이고, 표가 어디서 끝나는지가 군더더기 없이 분명합니다.

이 정확함은 우연이 아닙니다. CSV에는 사람과 기계 사이의 무언의 약속이 깔려 있어요 — 맨 윗줄은 칼럼 이름, 그 아래로는 한 줄에 한 건씩, 칸 사이엔 빈 공간을 두지 않는다. 이 약속만 지키면 어떤 프로그램이든 어떤 AI든 똑같은 방식으로 읽어냅니다. 공용어에 문법이 있는 셈이죠. 엑셀의 화려함은 사람마다 제멋대로 꾸미지만, CSV의 이 약속은 누구의 데이터든 한 가지 모양입니다. 기계가 헷갈리지 않는 건 그 덕분이에요 — 우리가 데이터를 기계에게 읽힐 땐, 알게 모르게 이 약속에 맞춰 건네고 있는 겁니다.

그러니 “CSV를 안다”는 건 파일 포맷 하나를 더 안다는 뜻이 아닙니다. AI에게 데이터를 건넬 때, 무엇이 사람용 장식이고 무엇이 데이터의 알맹이인지를 구별할 줄 안다는 뜻입니다. 그건 엑셀 메뉴 위치를 외우는 일과는 전혀 다른, 일하는 방식에 가까운 감각이에요.

3. 마크다운이 ‘글의 공용어’라면, CSV는 ‘데이터의 공용어’

이 이야기는 사실 전에 한 번 했던 것의 데이터 버전입니다. 지식은 AI가 읽을 수 있는 곳에 둬야 한다고 쓰면서, 글이나 메모는 화려한 문서 파일이 아니라 마크다운 — 군더더기 없는 순수 텍스트 — 으로 쌓아야 AI에게 통째로 건넬 수 있다고 했습니다.

데이터도 똑같습니다. 형태만 다를 뿐이에요.

글의 알맹이를 건네는 공용어는 마크다운입니다.
데이터의 알맹이를 건네는 공용어는 CSV입니다.

둘 다 공통점이 하나 있습니다 — 사람이 보기엔 밋밋하지만, 기계가 읽기엔 정확하다. AI와 제대로 일하는 사람은 이 두 공용어를 자연스럽게 씁니다. 화려한 워드 문서 대신 마크다운으로 메모를 남기고, 꾸민 엑셀 대신 CSV로 데이터를 건네죠. 도구를 더 배워서가 아니라, 기계에게는 기계가 읽는 형태로 준다는 감각이 몸에 배어 있어서입니다.

4. 그래서 무엇을 하면 되나 — 줄 때와 받을 때

여기서 분명히 해둘 게 있습니다. 이건 “CSV 저장하는 법”을 배우자는 글이 아닙니다. 엑셀에서 다른 이름으로 저장 → CSV 누르는 건 1분이면 익힙니다. 진짜 능력은 메뉴 위치가 아니라, 줄 때와 받을 때 무엇을 하느냐에 있습니다.

줄 때 — 사람용 장식을 걷어내는 일입니다. 병합을 풀어 빈칸을 채우고, 머리글은 한 줄로 만들고, 한 시트엔 표 하나만 두고, 색으로만 표시한 의미는 별도 열에 글자로 적습니다. 말하자면 AI에게 건네기 전에 데이터를 알맹이만 남게 정리하는 거예요. 이건 AI에게 일을 시키기 전에 일을 정의하는 것과 같은 종류의 일입니다 — 입력을 기계가 받을 수 있는 형태로 다듬는, 맡기기 직전의 손질이죠.

받을 때 — AI가 돌려준 데이터도 형태로 검증하는 일입니다. AI가 정리해 돌려준 표를 그대로 믿지 말고, CSV나 표 형태로 받아서 행 수가 맞나, 빈칸이 생기진 않았나, 합계가 상식적인가를 눈으로 훑습니다. 데이터도 눈에 보이는 형태로 바꿔야 틀린 곳이 보입니다. 줄 때 알맹이로 주고, 받을 때 알맹이로 확인하는 것 — 이 두 손질이 데이터로 AI와 일하는 사람의 기본기입니다.

5. 화려한 표 ≠ AI가 읽을 데이터 — 바뀐 건 일하는 방식입니다

정리하면 이렇습니다. 화려한 표를 만드는 능력과, AI가 읽을 수 있는 데이터를 건네는 능력은 다른 일입니다. 앞엣것은 보고서를 보기 좋게 만드는 사람의 솜씨고, 뒤엣것은 데이터를 기계에게 정확히 넘기는 감각이에요. 둘은 종종 정반대로 움직입니다 — 사람 눈에 친절할수록 기계 눈엔 깨지니까요.

엑셀을 잘 다루면서도 AI와 데이터를 다룰 땐 자꾸 헛돌던 분이라면, 부족했던 건 실력이 아니라 건네는 형태였을 가능성이 큽니다. 화려함을 한 겹 걷어내고 알맹이로 주는 것 — 그 작은 전환 하나로 AI는 갑자기 데이터를 제대로 읽기 시작합니다.

그래서 ‘CSV를 안다’는 건 도구를 하나 더 익히는 일이 아닙니다. 기계에게는 기계가 읽는 형태로 준다는, 데이터로 일하는 방식 자체를 바꾸는 일입니다. 그게 AI 시대의 데이터 리터러시고요.

본문의 표 사례(병합셀·색 표시·한 시트 여러 표 등)는 실무에서 흔히 보는 유형을 일반화한 것입니다. 해석과 현장 관점은 박상훈의 견해입니다.