[Claude 시리즈 6편] Claude로 데이터 분석하기 - Excel·CSV 완벽 활용 (비전공자도 가능)

[Claude 시리즈 6편] Claude로 데이터 분석하기 - Excel·CSV 완벽 활용 (비전공자도 가능)

테스트 환경: Claude Sonnet 5 / Opus 4.8 (2026년 7월 기준)

"엑셀 데이터는 있는데 분석할 줄을 모르겠어요." "피벗 테이블, VLOOKUP... 매번 검색하기 지쳤어요."

데이터 분석은 전문가의 영역처럼 보이지만, Claude를 쓰면 함수를 몰라도, 파이썬을 몰라도 데이터에서 인사이트를 뽑아낼 수 있습니다. 파일을 올리고 질문만 하면 됩니다.

이 글에서는 다음을 다룹니다.

• Claude에 데이터 올리는 법 (Excel, CSV)
• 분석 프롬프트 패턴 (기초 → 심화)
• 차트·시각화 만들기 (Artifact 활용)
• 실전 분석 시나리오 5가지
• 자주 하는 실수와 주의사항

이 글은 Phase 2의 두 번째 글입니다. 코딩 지식 없이 따라올 수 있게 구성했습니다.

 

Claude에 데이터 올리기

지원 형식

형식 지원 비고

Excel (.xlsx)	✅	여러 시트 가능
CSV	✅	가장 안정적
TSV	✅	탭 구분
붙여넣기	✅	소량 데이터

올리는 방법

1. 대화창 하단 + 버튼 또는 클립 아이콘
2. 파일 선택
3. 질문 입력

팁: 데이터가 크면 CSV로 변환해서 올리는 것이 가장 안정적입니다. Excel의 복잡한 서식은 오히려 방해될 수 있습니다.

Code execution 켜기

정확한 계산과 차트를 위해 코드 실행을 켜세요.

Settings → Capabilities → Code execution → ON

이걸 켜면 Claude가 실제로 Python을 실행해서 정확히 계산합니다.

 

분석 프롬프트 - 기초편

데이터 개요 파악

가장 먼저 할 일은 데이터가 어떻게 생겼는지 파악하는 것입니다.

[파일 첨부]

이 데이터의 개요를 알려주세요:
1. 행과 열의 수
2. 각 컬럼의 의미와 데이터 타입
3. 결측치(빈 값) 여부
4. 눈에 띄는 특이사항

기초 통계

[파일 첨부]

다음 통계를 알려주세요:
- 숫자 컬럼별 평균, 중앙값, 최대, 최소
- 범주형 컬럼별 빈도
- 이상치로 보이는 값

조건 필터링

[파일 첨부]

다음 조건에 맞는 데이터만 보여주세요:
- [조건 1: 예. 매출 1000만원 이상]
- [조건 2: 예. 서울 지역]

결과를 표로, 매출 높은 순으로 정렬해주세요.

그룹별 집계

[파일 첨부]

[컬럼 A]별로 [컬럼 B]의 합계와 평균을 
구해주세요. 표로 정리하고 큰 순서로 정렬해주세요.

이건 엑셀의 피벗 테이블을 대체합니다.

 

분석 프롬프트 - 심화편

트렌드 분석

[파일 첨부]

이 데이터에서 시간에 따른 트렌드를 분석해주세요:
1. 전체적인 증가/감소 추세
2. 계절성이나 주기성
3. 특이한 변화 시점과 가능한 원인
4. 라인 차트로 시각화

상관관계 분석

[파일 첨부]

다음을 분석해주세요:
1. 어떤 변수들이 서로 관련 있는가
2. [변수 A]와 [변수 B]의 관계
3. 상관관계가 인과관계는 아니라는 점 고려해서 해석
4. 산점도로 시각화

세그먼트 분석

[파일 첨부]

고객(또는 항목)을 의미 있는 그룹으로 나눠주세요:
1. 어떤 기준으로 나누면 좋을지 제안
2. 각 그룹의 특징
3. 그룹별 규모와 비중
4. 실무 시사점

이상치 탐지

[파일 첨부]

이 데이터에서 이상치를 찾아주세요:
1. 통계적으로 벗어난 값
2. 그 값이 오류인지 실제 특이 케이스인지 판단 근거
3. 처리 방법 제안 (제거/보정/유지)

예측·추정

[파일 첨부]

이 데이터를 기반으로:
1. 다음 기간 값을 추정 (단순 추세 기준)
2. 추정의 근거와 가정
3. 신뢰할 수 있는 범위
4. 주의할 점 (이 예측의 한계)

 

★ 차트·시각화 만들기

Claude는 Artifact로 실제 차트를 그려줍니다.

차트 요청 방법

[파일 첨부]

[컬럼 A]별 [컬럼 B]를 막대 차트로 만들어주세요.
- 큰 순서로 정렬
- 값 레이블 표시
- 색상은 파란색 계열

차트 종류별 용도

차트 용도 프롬프트 키워드

막대	항목 비교	"막대 차트로"
라인	시간 추세	"라인 차트로"
파이	비중	"파이 차트로"
산점도	상관관계	"산점도로"
히트맵	밀도·패턴	"히트맵으로"

대시보드 만들기

여러 차트를 한 번에:

[파일 첨부]

이 데이터로 대시보드를 만들어주세요:
- 상단: 핵심 지표 3개 (총합, 평균, 성장률)
- 좌측: 카테고리별 막대 차트
- 우측: 시간별 추세 라인 차트

HTML로 보기 좋게 구성해주세요.

Claude가 인터랙티브 대시보드를 Artifact로 만들어줍니다.

 

★ 실전 시나리오 5가지

시나리오 1: 매출 데이터 분석

[매출 CSV 첨부]

우리 회사 매출 데이터입니다. 다음을 분석해주세요:
1. 월별 매출 추세
2. 제품별 기여도 (상위 5개)
3. 지역별 분포
4. 전년 대비 성장률
5. 주목할 인사이트 3가지

각 항목을 차트로 시각화하고, 
마지막에 실행 가능한 제안을 해주세요.

시나리오 2: 설문 결과 정리

[설문 응답 CSV 첨부]

설문 결과입니다:
1. 각 문항별 응답 분포
2. 주요 발견 사항
3. 응답자 그룹별 차이
4. 종합 결론

시각화 포함해서 보고서 형태로 정리해주세요.

시나리오 3: 재고·운영 데이터

[재고 데이터 첨부]

재고 데이터를 분석해주세요:
1. 회전율 낮은 항목 (과잉 재고)
2. 부족 위험 항목
3. ABC 분석 (중요도 분류)
4. 발주 권장 사항

시나리오 4: 로그 데이터 분석 (IT)

[로그 CSV 첨부]

서버 로그입니다:
1. 에러 발생 패턴 (시간대별)
2. 가장 빈번한 에러 TOP 10
3. 이상 징후 시점
4. 우선 조치가 필요한 항목

이건 IT 운영자에게 특히 유용합니다.

시나리오 5: 두 데이터 비교

[파일 2개 첨부]

작년과 올해 데이터를 비교해주세요:
1. 주요 지표 변화 (증감률)
2. 개선된 부분과 악화된 부분
3. 변화의 가능한 원인
4. 비교 차트로 시각화

 

자주 하는 실수와 해결

실수 1: 데이터를 그대로 붙여넣기

수백 행을 텍스트로 붙여넣으면 오류가 납니다. 파일로 첨부하세요.

실수 2: 계산을 눈으로 검증 안 함

Claude가 계산을 대부분 정확히 하지만, 중요한 숫자는 검증하세요. Code execution을 켜면 정확도가 올라갑니다.

실수 3: 맥락 없이 질문

❌ "이거 분석해줘"
✅ "이건 3월 매출 데이터야. 전월 대비 
   급감했는데 원인이 될 만한 패턴을 찾아줘"

데이터의 의미와 분석 목적을 알려주면 훨씬 유용한 답이 나옵니다.

실수 4: 민감 데이터 그대로 업로드

고객 이름, 연락처, 주민번호 등이 포함된 데이터는 익명화 후 업로드하세요.

실수 5: 결과를 맹신

Claude의 분석은 출발점입니다. 특히 예측이나 인과 해석은 참고용으로만 쓰고, 중요한 결정은 추가 검증하세요.

 

데이터 분석 시 보안 체크리스트

[ ] 고객 개인정보 익명화했는가
[ ] 회사 기밀 매출/계약 정보 제거했는가
[ ] 학습 옵트아웃 설정했는가 (Settings → Privacy)
[ ] 업로드 전 파일에 숨은 시트/메모 확인했는가

업무 데이터는 특히 신중하게. 익명화하거나 샘플/일반화한 데이터로 작업하는 것이 안전합니다.

 

다음 글 예고

다음 글은 [Claude 시리즈 7편] Claude로 회의록 요약과 액션 아이템 추출 입니다. 긴 회의록을 실행 가능한 형태로 정리하는 실전 방법을 다룹니다.

 

마무리

Claude로 데이터를 분석하는 핵심은:

1. 파일로 첨부 (붙여넣기 아님)
2. Code execution 켜기 (정확한 계산)
3. 데이터 맥락과 목적 알려주기
4. Artifact로 시각화
5. 중요 숫자는 검증, 민감 정보는 익명화

함수나 파이썬을 몰라도 데이터에서 인사이트를 뽑을 수 있는 시대입니다. 다만 결과를 맹신하지 말고 검증하는 습관, 그리고 민감 정보를 조심하는 습관을 함께 기르시길 권합니다.

본인이 자주 분석하는 데이터 유형이나 유용했던 프롬프트가 있다면 댓글로 공유해주세요.