엑셀 데이터를 피벗 테이블로 정리할 때, Perplexity를 이렇게 써보세요
월별 매출, 부서별 비용, 거래처별 실적처럼 행이 수백~수천 개로 늘어난 엑셀 파일을 받으면 단순히 합계를 구하는 것부터 번거로워집니다. 특히 피벗 테이블을 자주 사용하지 않는 직장인이라면 행·열·값·필터 영역을 어떻게 배치해야 원하는 결과가 나오는지 다시 찾아보게 됩니다.
이럴 때 Perplexity를 피벗 테이블 자체를 대신하는 도구라기보다, 피벗 테이블을 어떻게 구성하고 검증할지 알려주는 업무 보조 도구로 활용하면 편리합니다.
이번 글에서는 가상의 매출 데이터를 기준으로, Perplexity에 어떤 식으로 요청하고 그 결과를 엑셀에서 어떻게 적용하는지 순서대로 살펴보겠습니다.
1. 먼저 엑셀 데이터를 피벗 테이블에 적합하게 정리합니다
AI를 사용하기 전에 데이터 구조부터 확인해야 합니다. 예를 들어 다음과 같은 매출 자료가 있다고 가정하겠습니다.
| 날짜 | 영업담당 | 지역 | 제품 | 수량 | 매출액 |
|---|---|---|---|---|---|
| 2026-09-01 | 박서윤 | 서울 | A제품 | 12 | 1,200,000 |
| 2026-09-01 | 이도현 | 경기 | B제품 | 8 | 960,000 |
| 2026-09-02 | 박서윤 | 서울 | C제품 | 5 | 750,000 |
| 2026-09-02 | 최민지 | 부산 | A제품 | 10 | 1,000,000 |
실제 업무 파일에서는 이보다 훨씬 많은 행이 있을 것입니다. 여기서 중요한 것은 첫 번째 행에 각 열의 이름이 있고, 중간에 병합된 셀이나 빈 행이 섞이지 않도록 하는 것입니다.
예를 들어 다음과 같은 형태라면 피벗 테이블을 만들기 전에 먼저 정리하는 편이 좋습니다.
2026년 9월 매출
서울 지역
담당자별 매출
—————-
박서윤 / A제품 / 1,200,000원
…
반대로 날짜, 담당자, 지역, 제품, 수량, 매출액처럼 한 행이 하나의 거래 기록을 나타내는 구조라면 피벗 테이블에 사용하기 좋습니다.
2. Perplexity에는 “피벗 테이블 만들어줘”보다 구체적으로 요청합니다
여기서 이번 방법의 차이가 생깁니다.
단순히 “엑셀 피벗 테이블 만드는 방법 알려줘”라고 입력하면 일반적인 사용법을 설명하는 답변이 나올 가능성이 높습니다. 실무에서는 원하는 분석 결과와 현재 열 이름을 함께 전달하는 방식이 훨씬 유용합니다.
예를 들어 다음과 같이 입력합니다.
다음과 같은 엑셀 매출 데이터가 있습니다.
열 이름: 날짜, 영업담당, 지역, 제품, 수량, 매출액
목표는 다음과 같습니다.
1. 지역별 총매출을 확인하고 싶습니다.
2. 지역을 행으로 배치하고 매출액을 값으로 사용하고 싶습니다.
3. 매출액은 합계로 계산하고 싶습니다.
4. 제품별로도 비교할 수 있도록 열 방향에 제품을 배치하고 싶습니다.엑셀 피벗 테이블에서 행, 열, 값, 필터 영역에 각각 무엇을 넣어야 하는지 표로 설명하고, 실제로 클릭해야 하는 순서까지 알려주세요.
이 요청의 장점은 결과를 바로 엑셀 작업으로 옮길 수 있다는 점입니다.
Perplexity가 제시해야 하는 결과의 형태
| 피벗 영역 | 넣을 필드 | 목적 |
|---|---|---|
| 행 | 지역 | 지역별 구분 |
| 열 | 제품 | 제품별 비교 |
| 값 | 매출액 | 매출액 합계 |
| 필터 | 영업담당 | 담당자별 조회 |
이제 엑셀에서 삽입 → 피벗 테이블을 선택하고 해당 필드를 각 영역에 끌어다 놓으면 됩니다.
3. 실제 결과를 한 번 더 검증합니다
여기서 대부분 놓치기 쉬운 단계가 있습니다. AI가 알려준 배치 방법과 실제 피벗 테이블의 숫자가 맞는지 확인하는 과정입니다.
예를 들어 피벗 테이블 결과가 다음과 같이 나왔다고 가정하겠습니다.
| 지역 | A제품 | B제품 | C제품 | 총합계 |
|---|---|---|---|---|
| 서울 | 12,500,000 | 8,200,000 | 5,100,000 | 25,800,000 |
| 경기 | 9,300,000 | 11,400,000 | 4,800,000 | 25,500,000 |
| 부산 | 7,100,000 | 6,900,000 | 3,600,000 | 17,600,000 |
이때 “서울 매출이 가장 높으니 서울이 가장 실적이 좋다”고 바로 결론 내리면 안 됩니다. 데이터의 기간이나 거래 건수, 환불·취소 데이터 포함 여부 등에 따라 해석이 달라질 수 있기 때문입니다.
대신 Perplexity에 검증 질문을 추가할 수 있습니다.
위 피벗 테이블의 분석 결과를 검증하고 싶습니다. 지역별 총매출을 비교할 때 함께 확인해야 할 데이터 오류나 해석상의 주의점을 5개만 알려주세요. 단순한 엑셀 기능 설명보다 실제 업무에서 숫자를 잘못 해석하는 사례 중심으로 답해주세요.
이렇게 하면 단순히 피벗 테이블을 만드는 데서 끝나지 않고, 결과를 잘못 읽는 실수까지 줄이는 방향으로 활용할 수 있습니다.
4. 데이터가 많다면 “분석 목적”부터 Perplexity에 전달합니다
실무에서는 열이 10개, 20개 이상인 파일도 흔합니다. 이때 모든 데이터를 무작정 설명하기보다 먼저 분석 목적을 정하는 것이 좋습니다.
예를 들어 월별 매출 보고서를 만들어야 한다면 다음처럼 요청할 수 있습니다.
엑셀에 다음 열이 있습니다: 주문일, 거래처, 담당자, 지역, 제품군, 제품명, 수량, 공급가액, 부가세, 총금액.
팀장에게 월간 매출 현황을 보고해야 합니다.
피벗 테이블을 활용해 ①월별 총매출 ②지역별 매출 ③제품군별 매출 ④담당자별 매출을 확인하려고 합니다.
각 분석별로 행·열·값·필터 영역을 어떻게 구성하면 되는지 표로 정리해주세요. 같은 원본 데이터를 사용하면서 피벗 테이블을 몇 개 만드는 것이 효율적인지도 설명해주세요.
이 방식은 “엑셀 기능을 배우는 것”보다 “업무 결과를 만들기 위해 필요한 피벗 구조를 설계하는 것”에 가깝습니다.
5. 한 단계 더 나아가는 방법: Perplexity를 ‘설계자’로 사용하기
Perplexity에 엑셀 작업 자체를 모두 맡기려고 하기보다 피벗 테이블 설계와 확인 절차를 맡기는 방식이 안정적입니다.
특히 회사에서 사용하는 실제 파일에는 거래처명, 직원명, 전화번호, 이메일, 계약금액 등 외부 서비스에 전달하면 안 되는 정보가 포함될 수 있습니다.
따라서 원본 파일을 그대로 올리기 전에 먼저 개인정보와 회사 기밀정보를 제거하거나, 필요한 열만 추려서 별도의 분석용 데이터를 만드는 것이 좋습니다.
예를 들어 실제 거래처명이 다음과 같다면
㈜○○전자 / 담당자 홍길동 / 010-1234-5678 / 매출 12,500,000원
분석 목적이 지역별 매출 비교라면 거래처명과 전화번호가 반드시 필요한 것은 아닙니다. 다음처럼 최소한의 정보만 남길 수 있습니다.
지역: 서울 / 제품군: A / 매출액: 12,500,000원
이것이 이번 활용법에서 가장 중요한 실무상의 차이입니다. AI에 더 많은 데이터를 보여주는 것이 항상 더 좋은 결과를 의미하지는 않습니다. 분석에 필요한 정보만 남기면 보안 위험도 낮추고 요청 내용도 간결해집니다.
6. 바로 복사해서 사용할 수 있는 Perplexity 요청문
업무에서 반복적으로 사용할 예정이라면 아래 형태로 저장해 두면 편합니다.
[엑셀 피벗 테이블 설계 요청]
다음은 엑셀 데이터의 열 이름입니다.
[열 이름 입력]
제가 확인하려는 업무 지표는 다음과 같습니다.
① [분석 목적 1]
② [분석 목적 2]
③ [분석 목적 3]각 목적에 적합한 피벗 테이블을 설계해주세요.
다음 형식으로 답해주세요.
1. 행 영역
2. 열 영역
3. 값 영역 및 계산 방식
4. 필터 영역
5. 엑셀에서 실제로 설정하는 순서
6. 결과를 해석할 때 확인해야 할 데이터 오류 3가지개인정보나 회사 기밀정보는 분석에 필요하지 않으므로 제외하고 설명해주세요.
7. 이 방법이 특히 유용한 업무
피벗 테이블을 매번 새로 구성해야 하는 업무라면 효과가 큽니다.
| 업무 | 활용 예 |
|---|---|
| 매출 관리 | 지역·제품·담당자별 매출 비교 |
| 구매 관리 | 거래처·품목별 구매 금액 집계 |
| 재고 관리 | 창고·제품별 재고 수량 확인 |
| 인사 관리 | 부서·직급별 인원 현황 집계 |
| 비용 관리 | 부서·월별 지출 내역 비교 |
반대로 단순히 열 몇 개를 합산하는 정도라면 굳이 Perplexity를 거칠 필요가 없습니다. 엑셀의 기본 함수나 피벗 테이블 기능만으로 바로 처리하는 편이 빠릅니다.
마무리
Perplexity를 활용한 엑셀 피벗 테이블 작업의 목적은 엑셀을 대신 조작하게 만드는 것이 아니라, 복잡한 원본 데이터를 보고 “어떤 기준으로 묶어야 원하는 숫자가 나오는가”를 빠르게 설계하는 데 있습니다.
실무에서는 다음 순서만 기억해도 충분합니다.
① 원본 데이터 정리 → ② 분석 목적 결정 → ③ Perplexity에 열 이름과 목표 전달 → ④ 피벗 구조 확인 → ⑤ 엑셀에서 직접 생성 → ⑥ 숫자 검증
특히 회사 자료를 다룰 때는 원본 파일 전체를 그대로 AI 서비스에 제공하기보다, 분석에 필요한 열만 추려서 사용하는 습관을 권합니다. AI가 피벗 테이블의 구조를 잘 제안하더라도 최종 숫자와 업무상 판단은 원본 데이터와 회사 기준으로 다시 확인해야 합니다.
FAQ
Q1. 회사의 엑셀 파일을 Perplexity에 그대로 업로드해도 되나요?
회사 규정과 보안정책을 먼저 확인해야 합니다. 특히 고객 개인정보, 직원 개인정보, 계약정보, 영업기밀 등이 포함된 파일이라면 회사에서 승인한 AI 서비스인지 확인하는 것이 우선입니다. 가능하다면 이름·전화번호·이메일·거래처 식별정보 등 분석에 필요하지 않은 정보는 제거하고 사용하는 것이 안전합니다.
Q2. Perplexity가 만든 피벗 테이블 결과를 그대로 보고서에 사용해도 되나요?
바로 사용하는 것은 권하지 않습니다. AI가 제안한 구조와 계산 방식을 확인한 뒤, 엑셀 원본의 합계와 피벗 테이블의 합계가 일치하는지 확인하는 것이 좋습니다. 날짜 범위, 빈 셀, 중복 행, 취소 거래처럼 원본 데이터의 상태에 따라 결과가 달라질 수 있기 때문입니다.
Q3. 엑셀을 잘 못해도 이 방법을 사용할 수 있나요?
가능합니다. 다만 최소한 행·열·값·필터가 각각 어떤 역할을 하는지는 알아두는 편이 좋습니다. Perplexity에 “무엇을 분석하고 싶은지”를 설명하고, AI가 제시한 필드 배치를 엑셀 피벗 테이블에 적용하는 정도부터 시작하면 됩니다. 복잡한 VBA나 프로그래밍을 배울 필요는 없습니다.