오픈마켓에서 상품을 판매할 때 판매가격만 보고 이익을 계산하면 실제 정산금액과 차이가 발생할 수 있습니다. 판매수수료, 결제수수료, 배송비, 상품 매입원가 등을 제외해야 실제로 얼마가 남는지 알 수 있기 때문입니다.

네이버 스마트스토어, 쿠팡, 11번가, G마켓 등 여러 판매채널을 운영한다면 수수료 계산은 더욱 복잡해집니다. 판매채널과 상품 카테고리, 판매 조건에 따라 적용되는 수수료가 다르기 때문입니다.

이번 글에서는 챗GPT를 활용해 엑셀에서 오픈마켓 판매수수료를 자동으로 계산하고, 실제 정산예상액과 순이익, 이익률까지 확인하는 방법을 실습해 보겠습니다.

1. 오픈마켓 판매수수료 계산이 필요한 이유

온라인 판매자는 상품이 판매될 때마다 다양한 비용을 부담합니다.

대표적인 비용은 다음과 같습니다.

비용 항목	내용
상품 매입원가	판매할 상품을 구입한 비용
판매수수료	오픈마켓에서 부과하는 판매 관련 수수료
결제수수료	결제 처리에 따른 수수료
배송비	판매자가 실제 부담하는 배송비
포장비	박스, 봉투, 완충재 등의 비용
광고비	상품 홍보에 사용한 비용
기타 비용	쿠폰 분담금 등 추가 비용

단, 판매수수료에 결제 관련 비용이 이미 포함된 판매채널도 있습니다. 이런 경우 결제수수료를 별도로 더하면 비용이 중복 계산됩니다.

따라서 판매채널의 공식 수수료 안내와 정산내역을 먼저 확인해야 합니다.

예를 들어 판매가격이 30,000원이고 상품 매입원가가 18,000원이라면 단순 계산으로는 12,000원이 남습니다.

하지만 판매수수료와 배송비 등을 제외하면 실제 순이익은 그보다 적어집니다.

2. 엑셀 판매수수료 계산표 만들기

먼저 엑셀을 실행하고 새로운 통합문서를 만듭니다.

첫 번째 행에 다음 항목을 입력합니다.

열	입력 항목
A	판매채널
B	상품명
C	판매가격
D	매입원가
E	판매수수료율
F	결제수수료율
G	판매수수료
H	결제수수료
I	배송비
J	포장비
K	광고비
L	정산예상액
M	순이익
N	순이익률

판매수수료율과 결제수수료율은 엑셀의 백분율 형식으로 입력합니다.

예를 들어 8%라면 8%로 입력하고, 계산할 때는 엑셀이 자동으로 0.08을 적용하도록 설정합니다.

판매가격과 매입원가, 배송비 등 금액 항목은 숫자로 입력합니다.

3. 판매수수료 자동 계산 수식 입력하기

판매수수료는 수수료 계산 기준금액에 수수료율을 곱해 구합니다.

이번 실습에서는 판매가격을 수수료 계산 기준으로 사용하겠습니다.

G2 셀에 다음 수식을 입력합니다.

=C2*E2

결제수수료를 별도로 부과하는 경우 H2 셀에는 다음 수식을 입력합니다.

=C2*F2

예를 들어 판매가격이 30,000원이고 판매수수료율이 8%라면 다음과 같이 계산됩니다.

30,000 × 8% = 2,400원

결제수수료율이 2%라면 다음과 같습니다.

30,000 × 2% = 600원

이때 수수료율은 설명을 위한 가정값입니다. 실제 적용 수수료는 판매채널의 계약 조건과 공식 안내를 확인해야 합니다.

또한 실제 수수료는 상품 판매가격 외에 배송비, 할인금액, 결제금액 등이 계산 기준에 포함되거나 제외될 수 있습니다.

4. 정산예상액과 순이익 자동 계산하기

판매수수료만 계산해서는 실제로 얼마가 남는지 알기 어렵습니다.

따라서 판매수수료와 결제수수료를 차감한 정산예상액, 그리고 상품원가와 판매자가 부담하는 비용까지 차감한 순이익을 구분해야 합니다.

L2 셀에 정산예상액 수식을 입력합니다.

=C2-G2-H2

M2 셀에는 순이익 수식을 입력합니다.

=L2-D2-I2-J2-K2

N2 셀에는 순이익률 수식을 입력합니다.

=IFERROR(M2/C2,0)

N열의 셀 표시 형식을 백분율로 변경하면 순이익률을 쉽게 확인할 수 있습니다.

다음은 가상의 상품 판매 사례입니다.

항목	금액
판매가격	30,000원
상품 매입원가	18,000원
판매수수료 8%	2,400원
결제수수료 2%	600원
판매자 부담 배송비	3,000원
포장비	500원
광고비	1,000원
정산예상액	27,000원
순이익	4,500원
순이익률	15%

30,000원에 판매한 상품의 순이익은 4,500원입니다.

판매가격에서 매입원가만 제외하면 12,000원이 남는 것처럼 보이지만, 실제 판매 관련 비용을 반영하면 이익이 크게 줄어듭니다.

이 계산은 수수료율을 부가가치세 등 필요한 금액이 반영된 최종 부담률로 입력하고, 추가 할인이나 환불 등이 없다는 가정에 따른 단순 계산입니다.

5. 챗GPT로 엑셀 계산 수식 자동 생성하기

엑셀 함수를 직접 만들기 어렵다면 챗GPT에 필요한 계산 항목을 설명하고 수식을 요청할 수 있습니다.

다음 내용을 챗GPT 입력창에 붙여넣습니다.

챗GPT 입력 예시

“엑셀에서 오픈마켓 판매수수료 자동 계산표를 만들고 싶습니다.

C열은 판매가격, D열은 매입원가, E열은 판매수수료율, F열은 결제수수료율입니다.

G열에는 판매수수료, H열에는 결제수수료를 계산하고, I열은 배송비, J열은 포장비, K열은 광고비입니다.

L열에는 판매수수료와 결제수수료를 차감한 정산예상액, M열에는 순이익, N열에는 순이익률이 자동으로 계산되도록 엑셀 수식을 만들어 주세요.

데이터는 2행부터 시작하며, 오류가 발생하지 않도록 작성해 주세요.”

챗GPT는 각 열에 필요한 수식과 입력 위치를 설명해 줍니다.

생성된 수식을 엑셀에 입력한 후 아래 행까지 복사하면 여러 상품을 한 번에 계산할 수 있습니다.

단, 챗GPT가 제시한 수식이 실제 판매채널의 정산 규칙과 일치하는지는 직접 확인해야 합니다.

6. 판매채널별 수수료율 자동 적용하기

여러 오픈마켓에서 판매한다면 채널별 수수료율을 매번 입력하는 대신 별도의 기준표를 만들어 관리하는 것이 편리합니다.

엑셀에 ‘수수료기준’이라는 새 시트를 만들고 다음과 같이 입력합니다.

A열 판매채널	B열 판매수수료율	C열 결제수수료율
채널A	5%	2%
채널B	8%	0%
채널C	10%	0%
채널D	6%	1%

위 수수료율은 함수 실습을 위한 가상 수치이며 실제 오픈마켓의 수수료율이 아닙니다.

원래 계산표로 돌아와 E2 셀에 다음 수식을 입력합니다.

=IFERROR(VLOOKUP(A2,수수료기준!$A$2:$C$5,2,FALSE),0)

F2 셀에는 다음 수식을 입력합니다.

=IFERROR(VLOOKUP(A2,수수료기준!$A$2:$C$5,3,FALSE),0)

이제 A2 셀에 채널B를 입력하면 판매수수료율 8%, 결제수수료율 0%가 자동으로 적용됩니다.

수수료기준 시트에서 요율을 수정하면 해당 기준표를 참조하는 상품의 계산 결과도 변경됩니다.

다만 실제 운영에서는 같은 판매채널이라도 상품 카테고리, 판매자 등급, 계약 조건 등에 따라 요율이 다를 수 있습니다.

이 경우 판매채널명만으로 조회하지 말고 상품 카테고리나 적용 조건을 함께 구분한 기준표를 만들어야 합니다.

또한 위 수식은 등록되지 않은 채널도 0%로 표시하므로, 실제 업무에서는 누락된 수수료율이 없는지 반드시 점검해야 합니다.

7. 오픈마켓 공식 수수료 확인하는 방법

판매수수료는 판매채널마다 다르며, 같은 판매채널에서도 상품 종류와 판매 조건에 따라 달라질 수 있습니다.

따라서 수수료 계산표에 입력할 요율은 공식 판매자센터에서 확인하는 것이 좋습니다.

네이버 스마트스토어는 네이버 커머스 관련 공식 안내를, 쿠팡은 쿠팡 판매자센터를, 11번가와 G마켓은 각 판매자센터의 수수료 및 정산 안내를 확인합니다.

확인해야 할 사항은 판매수수료율뿐 아니라 수수료 산정 기준, 결제 관련 비용 포함 여부, 할인 및 배송비 처리 방식입니다.

확인하기 : 네이버 스마트스토어 판매자센터

확인하기 : 쿠팡 판매자센터

확인하기 : 11번가 판매자센터

확인하기 : G마켓 판매자센터

공식 사이트에 로그인한 후 해당 판매자에게 적용되는 최신 수수료와 정산 기준을 확인하는 것이 정확합니다.

8. 판매가격을 바꾸면서 순이익 비교하기

오픈마켓 판매자는 판매가격을 결정할 때 경쟁 상품의 가격뿐 아니라 예상 순이익도 함께 확인해야 합니다.

동일한 상품을 서로 다른 가격에 판매하는 상황을 비교해 보겠습니다.

상품 매입원가는 18,000원, 판매수수료율은 8%, 결제수수료율은 2%, 배송비는 3,000원, 포장비는 500원, 광고비는 1,000원으로 가정합니다.

판매가격	총수수료	순이익	순이익률
25,000원	2,500원	0원	0%
28,000원	2,800원	2,700원	9.64%
30,000원	3,000원	4,500원	15%
33,000원	3,300원	7,200원	21.82%
35,000원	3,500원	9,000원	25.71%

판매가격이 높아질수록 순이익이 증가하지만, 실제 판매량은 가격 변화에 영향을 받을 수 있습니다.

따라서 가격을 높이는 것이 항상 유리한 것은 아닙니다.

엑셀에서 판매가격별 예상 이익을 비교하면 가격을 결정할 때 도움이 됩니다.

9. 목표 순이익률에 맞는 판매가격 역산하기

상품을 판매하기 전에 목표 이익률을 정하고 판매가격을 계산할 수도 있습니다.

예를 들어 매입원가 18,000원, 배송비 3,000원, 포장비 500원, 광고비 1,000원인 상품을 판매한다고 가정하겠습니다.

판매수수료율과 결제수수료율의 합계가 10%이고 목표 순이익률이 20%라면 다음 계산식을 사용합니다.

판매가격 = 고정비용 합계 ÷ (1 – 총수수료율 – 목표 순이익률)

고정비용 합계는 다음과 같습니다.

18,000 + 3,000 + 500 + 1,000 = 22,500원

따라서 목표 판매가격은 다음과 같습니다.

22,500 ÷ (1 – 0.10 – 0.20) = 32,142.86원

원 단위로 올림하면 최소 판매가격은 32,143원입니다.

엑셀에서는 다음 수식을 사용할 수 있습니다.

=IFERROR(ROUNDUP((D2+I2+J2+K2)/(1-E2-F2-20%),0),"계산불가")

이 수식은 목표 순이익률 20%를 기준으로 판매가격을 계산합니다.

목표 이익률을 변경하려면 수식의 20% 부분을 원하는 비율로 수정하면 됩니다.

단, 총수수료율과 목표 순이익률의 합계가 100% 이상이면 이 방식으로 유효한 판매가격을 계산할 수 없습니다.

또한 수수료 산정 기준과 비용 구조가 달라지면 역산식도 조정해야 합니다.

10. 판매수수료 계산 시 자주 발생하는 오류

엑셀 계산표를 만들 때 다음 사항을 확인해야 합니다.

첫째, 수수료율 입력 형식입니다.

8%를 입력해야 하는 셀에 8을 입력하면 계산 결과가 100배 차이 날 수 있습니다. 백분율 형식이 올바른지 확인해야 합니다.

둘째, 결제수수료 중복 계산입니다.

판매수수료에 결제 관련 비용이 포함되어 있다면 별도의 결제수수료를 추가하지 않아야 합니다.

셋째, 배송비 부담 주체입니다.

구매자가 부담하는 배송비와 판매자가 실제 부담하는 배송비를 구분해야 합니다. 판매자에게 지급되는 배송비 수입이 있다면 정산예상액 계산에도 반영해야 합니다.

넷째, 할인과 쿠폰 적용입니다.

판매자가 부담하는 할인금액은 이익을 감소시킵니다. 할인 적용 후 금액을 기준으로 수수료를 계산하는지 여부도 확인해야 합니다.

다섯째, 부가가치세와 반품 비용입니다.

수수료에 부가가치세가 별도로 붙는지 확인해야 하며, 반품 배송비나 환불 수수료 등도 실제 손익에 영향을 줄 수 있습니다.

이번 실습에서 계산한 순이익은 판매 관련 직접비용을 기준으로 한 예상 금액입니다. 사업자의 부가가치세, 소득세, 인건비, 임대료 등까지 모두 반영한 최종 사업이익과는 다릅니다.

11. 챗GPT로 판매수수료 계산표 확장하기

기본 계산표가 완성되었다면 챗GPT를 활용해 추가 기능을 만들 수 있습니다.

예를 들어 다음과 같이 요청할 수 있습니다.

“현재 엑셀 판매수수료 계산표를 활용해 판매채널별 매출 합계, 총수수료, 총순이익, 평균 순이익률을 자동 집계하는 요약표를 만들어 주세요.

SUMIFS 함수를 사용하고, 판매채널별로 비교할 수 있도록 구성해 주세요. 판매 건별 순이익률의 단순 평균과 전체 매출 대비 총순이익률도 구분해 주세요.”

이렇게 하면 판매채널별로 어느 곳에서 매출이 많이 발생하고, 어느 곳의 이익률이 높은지 비교할 수 있습니다.

월별 판매자료를 추가하면 매출과 수수료의 변화도 분석할 수 있습니다.

엑셀의 표 기능을 이용해 계산 범위를 확장하고, 피벗 테이블이나 차트를 추가하면 판매현황을 더욱 편리하게 관리할 수 있습니다.

12. 마무리

오픈마켓 판매수수료 자동 계산표는 상품 판매가격을 결정하고 실제 수익성을 확인하는 데 유용한 도구입니다.

챗GPT를 활용하면 복잡한 엑셀 함수를 직접 외우지 않아도 판매수수료, 정산예상액, 순이익, 순이익률을 계산하는 수식을 만들 수 있습니다.

특히 여러 오픈마켓에서 상품을 판매한다면 판매채널별 수수료 기준표를 별도로 관리하고, 상품별 수익을 비교하는 방식이 효과적입니다.

처음에는 판매가격과 원가, 수수료를 계산하는 간단한 표로 시작하고, 이후 배송비와 광고비, 할인금액, 반품 비용 등을 추가하면 더욱 실용적인 판매관리표를 만들 수 있습니다.

중요한 것은 계산표의 수식뿐 아니라 실제 판매채널에서 적용하는 수수료 기준을 정확히 반영하는 것입니다.

판매가격을 정하기 전에 예상 순이익부터 확인하는 습관을 들이면 매출은 높지만 이익은 적은 상품을 구분하고, 보다 합리적인 판매전략을 세우는 데 도움이 됩니다.

직원들의 출근시간과 퇴근시간을 매일 기록하다 보면 실제 근무시간과 야근시간을 계산하는 일이 생각보다 번거롭습니다. 특히 직원마다 출퇴근시간이 다르거나 자정을 넘겨 근무하는 경우에는 계산 실수가 발생하기 쉽습니다.

엑셀과 챗GPT를 함께 활용하면 출근시간, 퇴근시간, 휴게시간만 입력해도 실제 근무시간과 연장근로시간, 예상 수당을 자동으로 계산하는 근태관리표를 만들 수 있습니다.

이번 글에서는 엑셀 초보자도 따라 할 수 있도록 실제 근무기록을 활용해 계산표를 만들고, 챗GPT로 수식을 작성하는 방법까지 알아보겠습니다.

1. 엑셀 근무시간 자동 계산표 만들기

먼저 엑셀을 실행하고 다음과 같이 근무기록표를 작성합니다.

열	항목	입력 예시
A	근무일자	2026-10-26
B	직원명	김철수
C	출근시간	09:00
D	퇴근시간	19:00
E	휴게시간(시간)	1
F	실제 근무시간	자동 계산
G	연장근로시간	자동 계산
H	시급	12,000
I	기본급 계산액	자동 계산
J	연장근로수당	자동 계산
K	합계 금액	자동 계산

A열부터 K열까지 첫 번째 행에 항목명을 입력하고, 두 번째 행부터 직원별 근무기록을 입력합니다.

출근시간과 퇴근시간은 반드시 엑셀의 시간 형식으로 입력해야 합니다. 휴게시간은 30분이면 0.5, 1시간이면 1로 입력합니다.

여기서는 계산 원리를 이해하기 위해 하루 실제 근무시간 8시간을 기준으로 연장근로시간을 구합니다. 실제 임금계산에서는 근로자 유형, 소정근로시간, 주간 근로시간 및 법정 가산수당 적용 여부를 별도로 확인해야 합니다.

2. 출퇴근시간으로 실제 근무시간 계산하기

출근시간이 오전 9시이고 퇴근시간이 오후 7시라면 회사에 머문 시간은 10시간입니다.

이 중 휴게시간 1시간을 제외하면 실제 근무시간은 9시간입니다.

F2 셀에 다음 수식을 입력합니다.

=MOD(D2-C2,1)*24-E2

수식의 의미는 다음과 같습니다.

• D2-C2 : 퇴근시간에서 출근시간을 뺀 값
• MOD(…,1) : 자정을 넘긴 경우에도 시간 차이를 계산
• ×24 : 엑셀 시간값을 시간 단위 숫자로 변환
• -E2 : 휴게시간 제외

예를 들어 오후 10시에 출근하여 다음 날 오전 6시에 퇴근하고 휴게시간이 1시간이라면 실제 근무시간은 7시간입니다.

다만 이 수식은 한 번의 근무가 24시간 미만이라는 전제에서 사용합니다. 퇴근시간을 잘못 입력해도 계산값이 나올 수 있으므로 입력값을 확인해야 합니다.

3. 하루 8시간 초과 근무시간 계산하기

실제 근무시간을 계산했다면 다음으로 연장근로시간을 구합니다.

하루 8시간을 초과한 시간을 별도로 표시하려면 G2 셀에 다음 수식을 입력합니다.

=MAX(F2-8,0)

예를 들어 실제 근무시간이 9시간이라면 계산 결과는 1시간입니다.

실제 근무시간	8시간 초과분
7시간	0시간
8시간	0시간
9시간	1시간
10시간	2시간
11시간	3시간

MAX 함수는 계산 결과가 음수일 때 0을 표시합니다.

따라서 8시간 미만으로 근무한 직원에게 연장근로시간이 음수로 표시되는 문제를 방지할 수 있습니다.

주의할 점은 하루 8시간 초과분이 모든 근로자의 법정 연장근로시간과 항상 일치하지는 않는다는 것입니다. 주 40시간 초과 여부, 단시간근로자의 소정근로시간 초과 여부 등도 고려해야 합니다.

4. 야근수당 자동 계산하는 방법

근로기준법상 연장근로에 대한 가산수당은 일반적으로 통상임금의 50% 이상입니다. 다만 상시근로자 5인 이상 사업장인지, 어떤 근로시간 제도가 적용되는지 등에 따라 계산 조건이 달라집니다.

다음 예제는 가산수당 규정이 적용되는 근로자가 평일에 8시간을 정상 근무하고 추가로 1시간 연장근로한 경우입니다.

시급은 12,000원으로 가정합니다.

연장근로 1시간의 수당 계산은 다음과 같습니다.

12,000원 × 1시간 × 1.5 = 18,000원

엑셀 J2 셀에는 다음 수식을 입력합니다.

=G2*H2*1.5

기본급 계산액은 I2 셀에 다음 수식을 입력합니다.

=MIN(F2,8)*H2

마지막으로 K2 셀에 기본급과 연장근로수당을 합산합니다.

=I2+J2

구분	계산 결과
실제 근무시간	9시간
기본 근무시간	8시간
연장근로시간	1시간
시급	12,000원
기본급 계산액	96,000원
연장근로수당	18,000원
합계 금액	114,000원

이 계산은 설명을 위한 단순 예제입니다. 실제 급여에서는 통상시급, 주휴수당, 월급에 포함된 수당, 야간·휴일근로 중복 여부 등을 확인해야 합니다.

또한 법에서 말하는 야간근로는 오후 10시부터 다음 날 오전 6시까지의 근로입니다. 따라서 일반적으로 말하는 야근과 법정 야간근로는 구분해야 합니다.

확인하기 : 국가법령정보센터 근로기준법

5. 챗GPT로 근무시간 계산 수식 만들기

엑셀 수식을 직접 작성하기 어렵다면 챗GPT에 계산 조건을 설명하고 필요한 수식을 요청할 수 있습니다.

다음 문장을 그대로 입력해 봅니다.

챗GPT 입력 예시

“엑셀에서 C열은 출근시간, D열은 퇴근시간, E열은 휴게시간, F열은 실제 근무시간, G열은 하루 8시간 초과 근무시간입니다. 자정을 넘기는 근무도 계산할 수 있도록 F2와 G2에 들어갈 엑셀 수식을 만들어 주세요. 휴게시간은 시간 단위 숫자로 입력합니다. 각 수식의 의미도 초보자가 이해하기 쉽게 설명해 주세요.”

챗GPT는 입력한 조건에 맞춰 다음과 같은 수식을 제안할 수 있습니다.

F2 실제 근무시간

=MOD(D2-C2,1)*24-E2

G2 하루 8시간 초과 근무시간

=MAX(F2-8,0)

이렇게 작성한 수식을 엑셀에 붙여넣고 아래쪽 행까지 복사하면 여러 직원의 근무시간을 자동으로 계산할 수 있습니다.

챗GPT에 회사의 근무형태와 수당 계산 기준을 구체적으로 알려줄수록 필요한 수식을 만들기 쉽습니다. 다만 생성된 수식이 실제 법정 수당 계산에 적합한지는 별도로 검증해야 합니다.

6. 여러 직원의 근무시간과 수당 계산 실습

직원 4명의 근무기록을 입력했다고 가정하겠습니다.

시급은 모두 12,000원이며, 각 직원의 해당 근무일이 통상적인 평일이고 법정 연장근로 가산수당이 적용되는 상황입니다.

직원명	출근	퇴근	휴게	실근무	8시간 초과
김철수	09:00	18:00	1	8	0
이영희	09:00	19:00	1	9	1
박민수	08:30	20:30	1	11	3
최지은	10:00	19:00	1	8	0

각 직원의 계산 결과는 다음과 같습니다.

직원명	기본급 계산액	연장근로수당	합계
김철수	96,000원	0원	96,000원
이영희	96,000원	18,000원	114,000원
박민수	96,000원	54,000원	150,000원
최지은	96,000원	0원	96,000원
합계	384,000원	72,000원	456,000원

직원별 합계 금액이 K2부터 K5까지 입력되어 있다면 전체 금액은 다음 수식으로 계산합니다.

=SUM(K2:K5)

결과는 456,000원입니다.

연장근로수당만 합산하려면 다음 수식을 사용합니다.

=SUM(J2:J5)

결과는 72,000원입니다.

이처럼 한 번 수식을 설정하면 직원 수가 늘어나더라도 같은 계산 방식을 적용할 수 있습니다.

7. 오후 10시 이후 야간근로수당 계산하기

야간근로수당은 단순히 하루 8시간을 초과했다고 발생하는 수당이 아닙니다.

근로기준법상 야간근로에 해당하는 오후 10시부터 다음 날 오전 6시까지의 실제 근로시간을 기준으로 계산해야 합니다.

예를 들어 오후 9시에 출근해 다음 날 오전 1시에 퇴근하고, 휴게시간 없이 4시간 근무했다면 다음과 같습니다.

항목	시간
출근	21:00
퇴근	다음 날 01:00
실제 근무	4시간
야간근로	3시간
시급	12,000원

기본임금은 48,000원입니다.

야간근로 가산분은 다음과 같습니다.

12,000원 × 3시간 × 0.5 = 18,000원

따라서 예제의 총액은 66,000원입니다.

야간근로 가산분만 계산하는 수식은 야간근로시간을 L2 셀에 입력했다고 가정하면 다음과 같습니다.

=L2*H2*0.5

여기서 L2는 오후 10시부터 오전 6시 사이에 실제로 근무한 시간입니다.

야간시간에 휴게시간이 포함되어 있다면 반드시 제외해야 합니다. 연장근로와 야간근로가 겹치는 경우에는 적용 요건에 따라 각각의 가산분을 반영해야 합니다.

8. 엑셀 계산에서 자주 발생하는 오류 해결하기

근무시간 계산표를 만들 때 자주 발생하는 문제는 다음과 같습니다.

문제	원인	해결 방법
계산 결과가 날짜로 표시됨	셀 표시 형식 오류	숫자 형식으로 변경
근무시간이 0.375로 표시됨	시간값을 일 단위로 표시	24를 곱해 시간으로 변환
자정 이후 근무가 잘못 계산됨	날짜 변경 미반영	MOD 함수 사용
수식이 계산되지 않음	셀이 텍스트 형식	일반 형식으로 변경 후 재입력
수당이 예상과 다름	시급 또는 가산 기준 오류	통상시급과 적용 조건 확인

특히 출근시간과 퇴근시간은 09:00, 18:30처럼 입력해야 합니다.

9시, 오후 6시 반 등의 문자로 입력하면 엑셀에서 시간 계산이 제대로 되지 않을 수 있습니다.

또한 근무시간을 숫자로 계산하는 F열과 G열은 숫자 형식으로 설정하고, 수당을 계산하는 I열부터 K열은 통화 또는 숫자 형식으로 설정하는 것이 좋습니다.

9. 월별 근무시간과 수당 자동 합산하기

일별 근무시간 계산표를 만들었다면 월별 합계도 쉽게 구할 수 있습니다.

예를 들어 F2부터 F31까지 실제 근무시간이 기록되어 있다면 다음 수식을 사용합니다.

월 총근무시간

=SUM(F2:F31)

월 8시간 초과 근무시간 합계

=SUM(G2:G31)

월 연장근로수당 합계

=SUM(J2:J31)

월 계산 금액 합계

=SUM(K2:K31)

직원이 여러 명이라면 SUMIF 함수를 이용해 특정 직원의 근무시간만 합산할 수도 있습니다.

예를 들어 B열에 직원명이 있고 F열에 실제 근무시간이 입력되어 있다면 다음 수식을 사용합니다.

=SUMIF(B2:B100,"김철수",F2:F100)

이 수식은 김철수라는 이름으로 기록된 근무시간만 합산합니다.

동명이인이 있는 사업장에서는 이름 대신 사번을 사용하는 것이 정확합니다.

이렇게 하면 매월 직원별 근무시간을 일일이 계산하지 않아도 근무기록을 바탕으로 합계를 확인할 수 있습니다.

다만 월별 총근무시간이나 하루 8시간 초과분의 합계만으로 법정 연장근로수당이 확정되는 것은 아닙니다. 주별 근로시간과 근무형태도 함께 검토해야 합니다.

10. 실제 급여 계산 전 반드시 확인할 사항

엑셀에서 계산 결과가 정확하게 표시되더라도 법정 수당까지 정확하게 산정되었다는 의미는 아닙니다.

실제 급여 계산에는 다음 사항을 확인해야 합니다.

1. 상시근로자 수에 따른 근로기준법 적용 범위
2. 근로계약서에 정해진 소정근로시간
3. 하루 및 일주일 단위 연장근로 여부
4. 오후 10시부터 오전 6시까지의 야간근로시간
5. 휴일근로 여부와 가산수당 적용 기준
6. 휴게시간과 실제 근로시간의 구분
7. 통상임금에 해당하는 시급 산정 기준

특히 상시근로자 5인 미만 사업장에서는 근로기준법상 연장·야간·휴일근로 가산수당 규정이 일반적으로 적용되지 않습니다. 다만 근로계약이나 별도 약정에 따라 수당을 지급해야 하는 경우가 있을 수 있습니다.

또한 단시간근로자는 소정근로시간을 초과한 근로에 대해 별도의 가산수당 규정이 적용될 수 있습니다.

따라서 이번 예제는 근무시간 계산과 수식 자동화 방법을 익히는 용도로 활용하고, 실제 임금 지급 전에는 사업장에 적용되는 법령과 근로계약을 확인해야 합니다.

확인하기 : 고용노동부 공식 홈페이지

11. 챗GPT를 활용해 근태관리표 확장하기

기본 계산표가 완성되었다면 챗GPT를 이용해 더 다양한 기능을 추가할 수 있습니다.

예를 들어 직원별 월간 근무시간 집계, 지각 및 조퇴시간 계산, 부서별 인건비 분석, 연장근로시간 경고 표시 등을 구현할 수 있습니다.

다음과 같이 요청하면 됩니다.

챗GPT 입력 예시

“현재 엑셀 근태관리표에는 근무일자, 직원명, 출근시간, 퇴근시간, 휴게시간, 실제 근무시간, 연장근로시간, 시급, 수당이 있습니다. 직원별 월간 근무시간과 연장근로수당을 자동 집계하고, 주간 근무시간도 확인할 수 있는 요약표를 만들어 주세요. 필요한 엑셀 함수와 셀 위치를 구체적으로 설명해 주세요.”

이렇게 하면 단순한 출퇴근 기록표를 직원별 근무현황과 인건비를 관리하는 자료로 확장할 수 있습니다.

12. 마무리

챗GPT와 엑셀을 함께 활용하면 복잡해 보이는 근무시간 계산도 비교적 쉽게 자동화할 수 있습니다.

출근시간과 퇴근시간을 입력하면 실제 근무시간을 계산하고, 하루 8시간 초과분을 확인하며, 예제에서 정한 시급과 가산율을 적용해 예상 수당까지 산출할 수 있습니다.

처음에는 직원 한 명의 근무기록으로 수식을 검증한 뒤 여러 직원에게 확대 적용하는 것이 좋습니다.

특히 근무시간 자동 계산과 법정 임금 산정은 구분해야 합니다. 정확한 근무기록을 유지하고 사업장별 적용 기준을 반영하면 엑셀 근태관리표를 보다 실용적으로 활용할 수 있습니다.

엑셀에서 판매 실적이나 고객 명단을 관리하다 보면 특정 조건에 맞는 데이터가 몇 개인지 확인해야 할 때가 있습니다. 예를 들어 서울 지역에서 판매된 상품 중 매출이 10만 원 이상인 거래가 몇 건인지, 특정 담당자가 처리한 주문 중 배송이 완료된 건수가 몇 개인지 알아보는 경우입니다.

이럴 때 유용한 기능이 엑셀 COUNTIFS 함수입니다. COUNTIFS는 여러 조건을 동시에 만족하는 셀의 개수를 계산하는 함수로, 복잡한 데이터를 일일이 확인하지 않고도 필요한 결과를 구할 수 있습니다.

여기에 챗GPT를 활용하면 함수 사용법을 몰라도 원하는 조건을 설명하는 것만으로 적절한 수식을 만들고, 오류를 점검하고, 실제 업무에 적용할 수 있습니다.

이번 글에서는 COUNTIFS 함수의 기본 구조부터 실습 데이터 작성, 조건별 개수 계산, 챗GPT 활용법, 자주 발생하는 오류 해결 방법까지 순서대로 알아보겠습니다.

COUNTIFS 함수란 무엇이며 COUNTIF와 어떤 차이가 있을까?

COUNTIF 함수는 하나의 조건을 기준으로 셀의 개수를 계산합니다. 반면 COUNTIFS 함수는 여러 조건을 동시에 적용하여 모든 조건을 만족하는 데이터의 개수를 계산합니다.

구분	COUNTIF	COUNTIFS
조건 개수	1개	여러 개
주요 용도	특정 값 개수 계산	복수 조건별 개수 계산
사용 예시	서울 지역 거래 건수	서울 지역의 10만 원 이상 거래 건수
함수 구조	COUNTIF(범위, 조건)	COUNTIFS(범위1, 조건1, 범위2, 조건2)

COUNTIFS 함수의 기본 구조는 다음과 같습니다.

=COUNTIFS(조건범위1,조건1,조건범위2,조건2)

예를 들어 A열에 지역, C열에 판매금액이 있다면 다음과 같이 입력할 수 있습니다.

=COUNTIFS(A2:A11,"서울",C2:C11,">=100000")

이 수식은 지역이 서울이면서 판매금액이 100,000원 이상인 행의 개수를 계산합니다.

COUNTIFS의 중요한 특징은 조건을 OR가 아닌 AND 방식으로 결합한다는 점입니다. 즉, 지정한 모든 조건을 만족해야 개수에 포함됩니다.

COUNTIFS 함수 실습을 위한 엑셀 데이터 만들기

실제 업무에서 활용할 수 있도록 판매관리 데이터를 만들어 보겠습니다.

엑셀 A1 셀부터 다음 데이터를 입력합니다.

행	A열 지역	B열 상품	C열 판매금액	D열 담당자	E열 배송상태
2	서울	노트북	850000	김민수	완료
3	부산	마우스	35000	이지은	완료
4	서울	키보드	120000	김민수	대기
5	대구	모니터	250000	박서준	완료
6	서울	마우스	45000	이지은	완료
7	부산	노트북	920000	김민수	대기
8	서울	모니터	310000	박서준	완료
9	대구	키보드	95000	이지은	대기
10	부산	모니터	180000	박서준	완료
11	서울	노트북	780000	김민수	완료

첫 번째 행에는 지역, 상품, 판매금액, 담당자, 배송상태를 제목으로 입력합니다.

이 데이터는 총 10건의 거래로 구성되어 있습니다. 이후 설명하는 모든 함수는 이 데이터를 기준으로 계산합니다.

실습 1. 지역별 판매 건수 계산하기

먼저 서울 지역의 판매 건수를 계산해 보겠습니다.

=COUNTIFS(A2:A11,"서울")

계산 결과는 5입니다.

서울 지역 거래가 2행, 4행, 6행, 8행, 11행에 있기 때문입니다.

부산 지역은 다음과 같이 계산합니다.

=COUNTIFS(A2:A11,"부산")

결과는 3입니다.

COUNTIFS 함수는 하나의 조건만 지정해도 사용할 수 있습니다. 다만 조건이 하나라면 COUNTIF 함수를 사용해도 같은 결과를 얻습니다.

실습 2. 지역과 판매금액을 동시에 계산하기

이번에는 서울 지역에서 판매금액이 100,000원 이상인 거래 건수를 계산해 보겠습니다.

=COUNTIFS(A2:A11,"서울",C2:C11,">=100000")

계산 결과는 4입니다.

서울 지역의 판매금액은 850,000원, 120,000원, 45,000원, 310,000원, 780,000원입니다. 이 중 100,000원 이상인 거래는 4건입니다.

여기서 >=는 크거나 같다는 뜻입니다.

반대로 100,000원 미만의 거래를 계산하려면 다음 수식을 사용합니다.

=COUNTIFS(A2:A11,"서울",C2:C11,"<100000")

결과는 1입니다.

비교 연산자는 조건을 큰따옴표로 묶어 작성해야 합니다.

실습 3. 담당자별 배송 완료 건수 계산하기

담당자가 처리한 거래 중 배송이 완료된 건수를 계산할 수도 있습니다.

김민수 담당자의 배송 완료 건수를 확인해 보겠습니다.

=COUNTIFS(D2:D11,"김민수",E2:E11,"완료")

계산 결과는 2입니다.

김민수 담당자의 거래는 총 4건이며, 이 중 배송 완료는 2건입니다.

다른 담당자도 같은 방식으로 계산할 수 있습니다.

담당자	전체 거래	배송 완료	배송 대기
김민수	4	2	2
이지은	3	2	1
박서준	3	3	0
합계	10	7	3

이처럼 COUNTIFS 함수를 이용하면 담당자별 업무 처리 현황을 간단하게 집계할 수 있습니다.

실습 4. 세 가지 조건을 동시에 적용하기

COUNTIFS 함수는 두 가지 조건뿐 아니라 세 가지 이상의 조건도 사용할 수 있습니다.

예를 들어 서울 지역에서 판매금액이 100,000원 이상이면서 배송이 완료된 거래 건수를 계산해 보겠습니다.

=COUNTIFS(A2:A11,"서울",C2:C11,">=100000",E2:E11,"완료")

계산 결과는 3입니다.

해당 거래는 2행, 8행, 11행입니다.

COUNTIFS 함수에서는 조건범위와 조건을 한 쌍씩 추가하면 됩니다. 다만 각 조건범위의 행 수와 열 수는 서로 같아야 합니다.

실습 5. 특정 금액 구간에 해당하는 거래 건수 계산하기

판매금액이 100,000원 이상이면서 500,000원 미만인 거래 건수를 구해 보겠습니다.

=COUNTIFS(C2:C11,">=100000",C2:C11,"<500000")

계산 결과는 4입니다.

조건을 같은 열에 두 번 지정하여 금액의 하한과 상한을 설정한 것입니다.

이 방법은 판매금액뿐 아니라 시험 점수, 재고 수량, 고객 연령, 주문 수량 등 특정 구간에 해당하는 데이터를 분석할 때 활용할 수 있습니다.

챗GPT로 COUNTIFS 함수 자동 생성하기

COUNTIFS 함수의 조건이 많아지면 수식을 직접 작성하는 과정에서 실수할 수 있습니다.

이럴 때 챗GPT에 엑셀 데이터의 열 구성과 계산 조건을 알려주면 수식을 작성하는 데 도움을 받을 수 있습니다.

챗GPT에 다음과 같이 입력해 보겠습니다.

챗GPT 질문 예시

“엑셀에서 A열은 지역, B열은 상품, C열은 판매금액, D열은 담당자, E열은 배송상태입니다. 데이터는 2행부터 11행까지 있습니다. 서울 지역에서 판매금액이 10만 원 이상이고 배송상태가 완료인 거래 건수를 계산하는 COUNTIFS 수식을 만들어 주세요. 수식의 의미도 설명해 주세요.”

이 요청에 적합한 수식은 다음과 같습니다.

=COUNTIFS(A2:A11,"서울",C2:C11,">=100000",E2:E11,"완료")

예제 데이터에 적용하면 결과는 3입니다.

챗GPT를 사용할 때는 열 이름뿐 아니라 데이터 범위와 정확한 조건을 함께 알려주는 것이 중요합니다.

특히 금액의 이상·초과·이하·미만을 구분해서 요청해야 원하는 결과를 얻을 수 있습니다.

셀 참조를 활용해 조건을 변경하는 방법

조건을 수식에 직접 입력하면 지역이나 금액 기준을 바꿀 때마다 수식을 수정해야 합니다.

이를 해결하려면 조건을 별도 셀에 입력하고 해당 셀을 참조하도록 만들면 됩니다.

예를 들어 G2 셀에 서울, H2 셀에 100000을 입력합니다.

그다음 다음 수식을 사용합니다.

=COUNTIFS(A2:A11,G2,C2:C11,">="&H2)

이 수식은 G2 셀의 지역과 H2 셀의 금액 기준을 이용해 거래 건수를 계산합니다.

G2를 부산으로 변경하거나 H2를 200000으로 변경하면 계산 결과도 자동으로 바뀝니다.

여기서 & 기호는 비교 연산자와 셀 값을 연결하는 역할을 합니다.

이 방법을 활용하면 지역별 판매 실적이나 금액 구간별 거래 현황을 반복해서 분석할 때 편리합니다.

날짜 조건을 이용해 특정 기간의 거래 건수 계산하기

COUNTIFS 함수는 날짜별 데이터 분석에도 사용할 수 있습니다.

예를 들어 F열에 실제 엑셀 날짜 형식으로 주문일이 입력되어 있고, 2026년 10월에 발생한 거래 건수를 계산한다고 가정하겠습니다.

=COUNTIFS(F2:F100,">="&DATE(2026,10,1),F2:F100,"<"&DATE(2026,11,1))

이 수식은 2026년 10월 1일 0시부터 11월 1일 직전까지의 데이터를 계산합니다.

날짜와 시간이 함께 저장된 데이터도 처리할 수 있도록 종료일을 다음 달 1일 미만으로 지정한 것이 특징입니다.

단, 날짜가 텍스트로 저장되어 있다면 정확하게 계산되지 않을 수 있으므로 실제 날짜 형식인지 확인해야 합니다.

COUNTIFS 함수 사용 시 자주 발생하는 오류와 해결 방법

COUNTIFS 함수에서 결과가 예상과 다르게 나타나는 주요 원인은 조건범위 설정, 데이터 형식, 조건 입력 방식에 있습니다.

문제 상황	주요 원인	해결 방법
결과가 0으로 표시됨	조건과 데이터가 일치하지 않음	공백과 철자 확인
#VALUE! 오류	조건범위 크기가 다름	모든 범위를 동일한 크기로 지정
금액 조건이 맞지 않음	숫자가 텍스트로 저장됨	숫자 형식으로 변환
날짜 계산이 틀림	날짜가 텍스트로 저장됨	실제 날짜 형식으로 변환
조건 변경이 번거로움	조건을 수식에 직접 입력	셀 참조 방식 활용

특히 숫자처럼 보이는 데이터라도 텍스트 형식으로 저장되어 있으면 비교 결과가 달라질 수 있습니다.

수식 자체가 잘못되었는지, 원본 데이터의 형식이 잘못되었는지 구분해서 확인하는 것이 중요합니다.

공식 함수 설명은 마이크로소프트 지원 문서에서 확인할 수 있습니다.

확인하기 : Microsoft COUNTIFS 함수 공식 설명

COUNTIFS 함수와 챗GPT를 함께 활용하는 실무 사례

COUNTIFS 함수는 판매관리뿐 아니라 다양한 업무에 적용할 수 있습니다.

업무 분야	활용 사례
판매관리	지역별 10만 원 이상 주문 건수
고객관리	특정 등급 고객 중 재구매 고객 수
재고관리	재고 10개 미만인 특정 상품 수
인사관리	부서별 특정 기간 결근 건수
배송관리	담당자별 배송 완료 및 지연 건수
품질관리	특정 제품의 불량 판정 건수

챗GPT에 업무 상황을 설명하고 필요한 조건을 전달하면 해당 목적에 맞는 COUNTIFS 수식을 만들 수 있습니다.

다만 챗GPT가 생성한 수식은 실제 엑셀 파일에서 검증해야 합니다. 특히 중요한 업무 보고서에서는 일부 데이터를 직접 확인하여 계산 결과와 일치하는지 점검하는 것이 좋습니다.

자주 묻는 질문 FAQ

Q1. COUNTIFS 함수에서 조건을 몇 개까지 사용할 수 있나요?

엑셀 COUNTIFS 함수는 최대 127개의 조건범위·조건 쌍을 지원합니다. 다만 조건이 지나치게 많아지면 수식 관리가 어려워질 수 있으므로 데이터 구조를 단순화하는 것이 좋습니다.

Q2. COUNTIFS 함수로 두 지역의 거래 건수를 합산할 수 있나요?

가능합니다. 예를 들어 서울 또는 부산의 거래 건수를 계산하려면 다음과 같이 작성할 수 있습니다.

=COUNTIFS(A2:A11,"서울")+COUNTIFS(A2:A11,"부산")

예제 데이터에서는 8건입니다.

이는 서로 다른 두 지역을 OR 조건으로 계산한 것입니다.

Q3. 특정 단어가 포함된 셀도 계산할 수 있나요?

가능합니다. 와일드카드 문자 *를 사용하면 됩니다.

=COUNTIFS(B2:B11,"*노트북*")

상품명에 노트북이라는 단어가 포함된 셀을 계산합니다. 예제에서는 3건입니다.

Q4. COUNTIFS 함수로 판매금액의 합계도 계산할 수 있나요?

COUNTIFS는 조건에 맞는 개수를 계산하는 함수입니다. 금액 합계를 계산하려면 SUMIFS 함수를 사용해야 합니다.

예를 들어 서울 지역의 판매금액 합계는 다음과 같이 계산합니다.

=SUMIFS(C2:C11,A2:A11,"서울")

결과는 2,105,000원입니다.

Q5. 챗GPT에 엑셀 파일을 업로드하면 COUNTIFS 수식을 만들어 주나요?

가능합니다. 엑셀 파일을 업로드한 뒤 어떤 조건으로 개수를 계산할지 요청하면 데이터 구조를 분석하고 적합한 수식을 제안받을 수 있습니다.

다만 개인정보나 고객 연락처, 민감한 영업정보가 포함된 파일은 업로드 전에 불필요한 정보를 제거하고 회사의 데이터 보안 정책을 확인하는 것이 좋습니다.

COUNTIFS 함수 활용 시 꼭 기억할 사항

COUNTIFS 함수는 여러 조건을 동시에 만족하는 데이터의 개수를 계산할 때 유용합니다.

지역, 판매금액, 담당자, 배송상태, 날짜 등 다양한 조건을 결합하면 단순한 거래 목록에서도 필요한 정보를 빠르게 추출할 수 있습니다.

처음에는 두 가지 조건으로 연습하고, 익숙해지면 세 가지 이상의 조건과 날짜 범위, 셀 참조를 활용하는 방식으로 확장해 보세요.

챗GPT를 함께 활용하면 복잡한 수식을 직접 외우지 않아도 업무 목적에 맞는 함수를 작성하고 수정하는 시간을 줄일 수 있습니다.

중요한 것은 챗GPT가 만든 수식을 그대로 사용하는 데 그치지 않고, 각 조건이 어떤 데이터를 계산하는지 이해하고 실제 결과를 확인하는 것입니다.

이 과정을 익히면 엑셀의 반복적인 데이터 집계 작업을 보다 정확하고 효율적으로 처리할 수 있습니다.

온라인 쇼핑몰을 운영하다 보면 다음 달에 상품이 얼마나 판매될지 미리 파악해야 할 때가 있습니다. 판매량을 예상할 수 있다면 재고를 준비하거나 상품 발주량을 결정하고, 판매 목표를 세우는 데 도움이 됩니다.

하지만 과거 판매량이 증가했다고 해서 다음 달에도 같은 비율로 증가하는 것은 아닙니다. 계절 변화, 할인 행사, 상품 가격, 재고 부족 등 다양한 요인이 판매량에 영향을 줄 수 있기 때문입니다.

이럴 때 챗GPT와 엑셀을 함께 활용하면 과거 판매 데이터를 분석하고, 판매량 변화 추세를 확인하며, 다음 달의 예상 판매량을 계산할 수 있습니다.

이번 글에서는 월별 판매 데이터를 준비하는 방법부터 엑셀 FORECAST.LINEAR 함수, 이동평균, 예측 오차 확인, 챗GPT를 활용한 판매량 분석까지 단계별로 알아보겠습니다.

엑셀 판매량 예측이란 무엇인가?

판매량 예측은 과거 판매 기록과 관련 정보를 바탕으로 앞으로 판매될 상품 수량을 추정하는 작업입니다.

예를 들어 티셔츠의 월별 판매량이 100개, 110개, 120개로 증가했다면 다음 달 판매량도 증가할 가능성을 검토할 수 있습니다.

다만 과거의 증가 추세가 미래에도 유지된다는 보장은 없습니다.

판매량 예측에 활용하는 대표적인 방법은 다음과 같습니다.

예측 방법	특징	활용 상황
단순 이동평균	최근 일정 기간의 평균 사용	비교적 안정적인 판매량
선형 추세 예측	과거 판매량의 증가·감소 방향 반영	일정한 추세가 있는 상품
지수평활 예측	과거 패턴과 계절성 등을 반영	충분한 기간의 시계열 데이터
시나리오 분석	할인·광고·재고 조건별 예상치 비교	발주 및 판매 계획 검토

처음 판매량 예측을 연습한다면 이동평균과 선형 추세 예측부터 시작하는 것이 좋습니다.

두 방법은 엑셀에서 비교적 쉽게 계산할 수 있고 결과를 직접 검증하기도 편리합니다.

실습용 월별 판매 데이터 만들기

이번에는 온라인 쇼핑몰에서 판매하는 티셔츠의 2026년 상반기 판매량을 이용해 7월 판매량을 예측해 보겠습니다.

다음 데이터를 엑셀 A1 범위에 입력합니다.

A열 월	B열 월번호	C열 판매량
1월	1	100
2월	2	110
3월	3	120
4월	4	115
5월	5	135
6월	6	150

이번 데이터는 설명을 위한 가상 판매 기록입니다.

6개월 동안 총 730개의 티셔츠가 판매되었으며 월평균 판매량은 약 121.67개입니다.

4월에는 판매량이 일시적으로 감소했지만 전체적으로는 증가하는 흐름을 보여줍니다.

이 데이터를 이용해 7월 예상 판매량을 계산하겠습니다.

엑셀 AVERAGE 함수로 평균 판매량 계산하기

판매량을 예측하기 전에 먼저 과거 평균 판매량을 확인하겠습니다.

엑셀에서는 AVERAGE 함수를 사용합니다.

C8 셀에 다음 수식을 입력합니다.

=AVERAGE(C2:C7)

계산 결과는 약 121.67개입니다.

이 값은 지난 6개월의 평균 판매량으로, 과거 실적의 일반적인 수준을 파악하는 데 도움이 됩니다.

그러나 평균값만으로 다음 달 판매량을 예측하면 최근의 증가 추세가 충분히 반영되지 않을 수 있습니다.

이번 실습에서는 1월에 100개를 판매했지만 6월에는 150개를 판매했습니다.

따라서 전체 평균과 최근 판매 흐름을 함께 비교하는 것이 좋습니다.

최근 3개월 이동평균으로 판매량 예측하기

이동평균은 최근 일정 기간의 판매량을 평균하여 다음 기간의 예상 판매량으로 사용하는 방법입니다.

이번에는 4월부터 6월까지 최근 3개월의 판매량을 이용하겠습니다.

4월 판매량은 115개, 5월은 135개, 6월은 150개입니다.

7월의 3개월 이동평균 예측값은 다음과 같습니다.

(115 + 135 + 150) ÷ 3 = 약 133.33개

엑셀에서는 다음 수식을 입력합니다.

=AVERAGE(C5:C7)

계산 결과는 약 133.33개입니다.

실제 상품 발주 계획에서는 약 133개를 기준으로 검토할 수 있지만, 반올림한 값이 반드시 적절한 발주량을 의미하는 것은 아닙니다.

이동평균은 계산이 간단하고 일시적인 변동을 완화하는 장점이 있습니다.

반면 판매량이 빠르게 증가하거나 감소하는 경우에는 최근 추세를 늦게 반영할 수 있습니다.

FORECAST.LINEAR 함수로 다음 달 판매량 예측하기

엑셀의 FORECAST.LINEAR 함수는 기존 데이터의 선형 관계를 이용해 새로운 값에 대한 예상치를 계산합니다.

판매량이 일정한 추세로 증가하거나 감소하는 경우 참고할 수 있습니다.

기본 함수 구조는 다음과 같습니다.

=FORECAST.LINEAR(x,known_y's,known_x's)

여기서 x는 예측하려는 시점, known_y’s는 과거 판매량, known_x’s는 과거 기간 번호입니다.

이번 실습에서는 B열에 월번호가 있고 C열에 판매량이 있습니다.

7월의 월번호는 7이므로 다음 수식을 입력합니다.

=FORECAST.LINEAR(7,C2:C7,B2:B7)

계산 결과는 약 154.67개입니다.

따라서 선형 추세를 기준으로 계산한 7월 예상 판매량은 약 155개입니다.

이 값은 과거 6개월의 판매량에 가장 잘 맞는 직선의 추세를 연장해 계산한 결과입니다.

다만 실제 7월 판매량이 155개가 된다는 의미는 아닙니다.

선형 추세 예측은 과거의 증가 또는 감소 패턴이 앞으로도 비슷하게 유지된다는 가정에 영향을 받습니다.

이동평균과 선형 예측 결과 비교하기

앞에서 계산한 예측 결과를 비교하면 다음과 같습니다.

예측 방법	7월 예상 판매량
6개월 단순 평균	약 121.67개
최근 3개월 이동평균	약 133.33개
선형 추세 예측	약 154.67개

세 방법의 예상 판매량은 서로 다릅니다.

단순 평균은 과거 전체 판매 수준을 반영하고, 3개월 이동평균은 최근 판매 실적에 더 집중합니다.

선형 추세 예측은 판매량이 전반적으로 증가하는 흐름을 반영하므로 상대적으로 높은 결과가 나타났습니다.

어떤 방법이 더 정확한지는 이 표만으로 판단할 수 없습니다.

과거 데이터를 이용해 예측을 만들고 실제 판매량과 비교하는 검증 과정이 필요합니다.

챗GPT로 엑셀 판매량 예측하기

엑셀 함수가 익숙하지 않다면 챗GPT에 판매 데이터를 입력하고 예측 방법을 요청할 수 있습니다.

다음 질문을 복사하여 사용해 보세요.

“온라인 쇼핑몰의 티셔츠 월별 판매량은 2026년 1월 100개, 2월 110개, 3월 120개, 4월 115개, 5월 135개, 6월 150개입니다. 이 데이터를 이용해 7월 판매량을 예측해 주세요. 최근 3개월 이동평균과 선형 추세 예측을 각각 계산하고, 엑셀 수식과 계산 결과를 표로 정리해 주세요. 두 예측 방법의 차이와 한계도 설명해 주세요.”

챗GPT는 데이터를 정리하고 예측 방법별 계산 절차를 설명하는 데 도움을 줄 수 있습니다.

다만 중요한 발주나 재고 관리에 활용할 경우에는 챗GPT의 계산 결과를 엑셀 함수로 다시 확인하는 것이 좋습니다.

판매량 추세 그래프로 확인하기

판매량을 그래프로 표현하면 과거 판매 흐름과 예상 판매량을 쉽게 비교할 수 있습니다.

이번 실습 데이터의 월별 판매량은 다음과 같습니다.

월	실제 판매량
1월	100개
2월	110개
3월	120개
4월	115개
5월	135개
6월	150개

엑셀에서 꺾은선형 그래프를 만드는 순서는 다음과 같습니다.

1. A1 범위를 선택합니다.
2. Ctrl 키를 누른 상태에서 C1 범위를 추가로 선택합니다.
3. 상단 메뉴에서 ‘삽입’을 클릭합니다.
4. ‘꺾은선형 또는 영역형 차트 삽입’을 선택합니다.
5. ‘표식이 있는 꺾은선형’을 선택합니다.
6. 차트 제목을 2026년 상반기 티셔츠 판매량 추세로 변경합니다.

이 그래프에서는 4월에 판매량이 감소한 뒤 5월과 6월에 다시 증가한 흐름을 확인할 수 있습니다.

7월 예측값까지 표시하려면 실제 판매량과 예측 판매량을 별도의 열로 구분해 차트에 추가하는 것이 좋습니다.

특히 예측값은 실제 판매량과 혼동되지 않도록 다른 선 스타일이나 데이터 레이블을 사용해 구분해야 합니다.

판매량 예측 오차 계산하기

판매량 예측은 실제 결과와 비교해야 정확도를 평가할 수 있습니다.

이번에는 1월부터 5월까지의 데이터로 6월 판매량을 예측하고, 실제 6월 판매량 150개와 비교하겠습니다.

먼저 3월부터 5월까지의 판매량은 120개, 115개, 135개입니다.

이동평균 예측값은 다음과 같습니다.

=AVERAGE(C4:C6)

계산 결과는 약 123.33개입니다.

선형 추세를 이용한 6월 예측값은 다음과 같습니다.

=FORECAST.LINEAR(6,C2:C6,B2:B6)

계산 결과는 136.5개입니다.

실제 6월 판매량은 150개이므로 다음과 같이 비교할 수 있습니다.

예측 방법	6월 예측값	실제 판매량	절대오차
3개월 이동평균	약 123.33개	150개	약 26.67개
선형 추세 예측	136.5개	150개	13.5개

절대오차는 실제 판매량과 예측값의 차이를 절댓값으로 계산합니다.

엑셀에서는 ABS 함수를 사용합니다.

=ABS(실제판매량셀-예측판매량셀)

이번 검증에서는 선형 추세 예측의 오차가 더 작았습니다.

그러나 한 달의 결과만으로 선형 추세 예측이 항상 더 정확하다고 판단할 수는 없습니다.

여러 기간에 대해 같은 방식으로 예측하고 실제 판매량과 비교해야 합니다.

판매량 예측 정확도를 높이는 방법

예측 정확도를 높이려면 과거 판매량뿐 아니라 실제 판매에 영향을 주는 조건도 함께 확인해야 합니다.

확인 항목	분석할 내용	예측에 미치는 영향
계절성	계절별 판매량 변화	특정 시기 수요 변화
할인 행사	행사 전후 판매량	일시적인 판매 증가
광고비	광고 집행 규모	고객 유입 변화
상품 가격	가격 변경 이력	구매 수요 변화
재고 부족	품절 기간	실제 수요보다 판매량이 낮게 기록될 가능성
반품·취소	취소 및 환불 내역	순판매량 차이

예를 들어 여름철에 판매가 집중되는 상품은 겨울철 판매 데이터를 단순히 연장하면 예측이 부정확해질 수 있습니다.

또한 재고가 부족해 판매하지 못한 기간이 있다면 기록된 판매량이 실제 고객 수요를 충분히 나타내지 못할 수 있습니다.

따라서 판매량 예측에서는 상품 특성과 판매 조건을 함께 고려해야 합니다.

챗GPT로 판매량 예측 보고서 작성하기

판매량을 예측한 다음에는 챗GPT를 활용해 보고서 형태로 정리할 수 있습니다.

다음 질문을 입력해 보겠습니다.

“티셔츠의 2026년 1월부터 6월까지 판매량은 100개, 110개, 120개, 115개, 135개, 150개입니다. 7월 판매량은 3개월 이동평균으로 약 133.33개, 선형 추세로 약 154.67개가 예상됩니다. 이 결과를 바탕으로 판매량 변화, 예측 방법별 차이, 재고 계획 시 확인할 사항을 포함한 간단한 보고서를 작성해 주세요. 실제로 확인되지 않은 원인은 추정으로 구분해 주세요.”

보고서는 다음과 같은 구조로 정리할 수 있습니다.

보고서 항목	분석 결과
분석 기간	2026년 1월~6월
총판매량	730개
월평균 판매량	약 121.67개
최고 판매량	6월 150개
최저 판매량	1월 100개
7월 이동평균 예측	약 133.33개
7월 선형 추세 예측	약 154.67개
추가 확인	계절성, 행사, 재고, 광고비

보고서에서는 실제 판매 실적과 예측값을 반드시 구분해야 합니다.

특히 예측값을 확정된 판매량처럼 표시하지 않도록 주의해야 합니다.

판매량 예측을 재고 관리에 활용하기

판매량 예측은 상품 발주량과 재고 계획을 검토할 때 참고할 수 있습니다.

예를 들어 7월 예상 판매량이 155개라고 가정하겠습니다.

현재 판매 가능한 재고가 80개이고, 7월 이전에 입고될 예정 수량이 없다면 단순 계산상 부족한 수량은 75개입니다.

예상 부족 수량은 다음과 같이 계산합니다.

예상 부족 수량 = 예상 판매량 – 현재 판매 가능 재고

엑셀에서는 다음 수식을 사용할 수 있습니다.

=MAX(0,155-80)

계산 결과는 75개입니다.

다만 이 수량이 곧바로 적정 발주량을 의미하지는 않습니다.

실제 발주량을 결정하려면 공급업체의 납기, 최소 주문 수량, 안전재고, 기존 발주 물량, 창고 보관비 등을 함께 고려해야 합니다.

특히 예상 판매량 자체에 오차가 있을 수 있으므로 하나의 예측값만으로 발주량을 확정하지 않는 것이 좋습니다.

챗GPT에 엑셀 파일 업로드해 판매량 예측하기

챗GPT에서 파일 업로드와 데이터 분석 기능을 사용할 수 있다면 엑셀 파일을 직접 첨부하여 판매량 예측을 요청할 수 있습니다.

다음 순서로 진행합니다.

1. 챗GPT 대화창에서 파일 첨부 버튼을 클릭합니다.
2. 판매량 데이터가 포함된 엑셀 파일을 선택합니다.
3. 분석할 상품과 기간을 지정합니다.
4. 원하는 예측 방법을 입력합니다.
5. 예측 결과와 사용한 계산 기준을 확인합니다.

다음 질문을 활용할 수 있습니다.

“첨부한 엑셀 파일에서 상품별 월간 판매량을 집계해 주세요. 최근 3개월 이동평균과 선형 추세 예측을 이용해 다음 달 판매량을 계산하고, 상품별 예측 결과를 표로 정리해 주세요. 과거 데이터로 예측 오차도 검증해 주세요. 판매량이 부족하거나 데이터가 누락된 상품은 별도로 표시해 주세요.”

파일 분석 기능을 사용할 수 있는 환경이라면 판매 데이터를 집계하고 예측 결과를 정리하는 데 도움을 받을 수 있습니다.

다만 예측 결과의 신뢰도는 원본 데이터의 정확성과 분석 기간, 예측 방법에 따라 달라집니다.

엑셀 FORECAST.ETS 함수는 언제 사용할까?

엑셀에는 FORECAST.LINEAR 외에도 FORECAST.ETS 함수가 있습니다.

FORECAST.ETS는 지수평활법을 기반으로 시계열 데이터를 예측하는 함수입니다.

일정한 간격으로 기록된 판매 데이터가 있고 계절적 반복 패턴을 분석하려는 경우 활용할 수 있습니다.

기본 수식 구조는 다음과 같습니다.

=FORECAST.ETS(target_date,values,timeline)

다만 FORECAST.ETS는 지원하는 엑셀 버전과 사용 환경을 확인해야 합니다.

또한 데이터가 6개월 정도로 짧다면 연간 계절성을 충분히 파악하기 어렵습니다.

예를 들어 여름철 판매량이 높고 겨울철 판매량이 낮은 상품의 계절성을 분석하려면 최소한 한 번 이상의 전체 계절 주기를 포함하는 자료가 필요하며, 가능하면 여러 주기의 데이터를 확보하는 것이 좋습니다.

따라서 이번처럼 6개월의 간단한 판매 데이터를 분석할 때는 이동평균과 선형 추세 예측을 먼저 비교하는 것이 적절합니다.

판매량 예측에서 자주 발생하는 오류

판매량을 예측할 때는 데이터 형식과 분석 기간, 함수 설정 때문에 오류가 발생할 수 있습니다.

문제 상황	주요 원인	해결 방법
#DIV/0! 오류	계산에 필요한 데이터 부족	숫자 데이터 개수 확인
#VALUE! 오류	함수 인수나 데이터 형식 문제	숫자·날짜 형식 확인
예상 판매량이 음수	감소 추세를 직선으로 연장	예측값과 모델 적합성 검토
예측값이 지나치게 큼	일시적인 대량 주문 영향	이상값과 행사 이력 확인
예측 결과가 계속 다름	분석 기간 또는 방법 변경	동일한 기준으로 비교
실제 판매량과 큰 차이	계절성·품절·가격 변화 미반영	관련 변수 추가 분석

판매량은 일반적으로 음수가 될 수 없으므로 예측값이 음수로 계산된다면 그대로 발주 계획에 적용해서는 안 됩니다.

또한 판매량이 0인 달이 실제로 판매가 없었던 기간인지, 상품이 품절되어 판매하지 못한 기간인지 구분해야 합니다.

데이터의 의미를 잘못 해석하면 계산 자체가 정확하더라도 예측 결과가 실제 수요와 다르게 나타날 수 있습니다.

자주 묻는 질문

Q. 챗GPT로 다음 달 판매량을 정확하게 예측할 수 있나요?

챗GPT는 과거 판매 데이터를 분석하고 예측 방법을 적용하는 데 도움을 줄 수 있지만 미래 판매량을 정확하게 보장할 수는 없습니다. 예측 결과는 불확실성을 가진 추정값입니다.

Q. 판매량 예측에는 몇 개월의 데이터가 필요한가요?

예측 방법과 상품 특성에 따라 다릅니다. 간단한 이동평균은 몇 개월의 자료로도 계산할 수 있지만 계절성을 분석하려면 더 긴 기간의 데이터가 필요합니다.

Q. 이동평균과 FORECAST.LINEAR 중 어떤 방법이 더 좋은가요?

판매량이 비교적 일정하다면 이동평균이 유용할 수 있고, 뚜렷한 선형 추세가 있다면 FORECAST.LINEAR를 검토할 수 있습니다. 실제 정확도는 과거 데이터로 검증해야 합니다.

Q. 엑셀에서 상품별 판매량도 예측할 수 있나요?

가능합니다. 상품별로 판매 데이터를 구분한 다음 각각 이동평균이나 추세 예측을 적용할 수 있습니다.

Q. 판매량 예측 결과를 발주량으로 바로 사용해도 되나요?

권장하지 않습니다. 예상 판매량 외에도 현재 재고, 입고 예정 수량, 안전재고, 납기, 최소 주문 수량 등을 고려해야 합니다.

Q. 챗GPT가 판매량 예측 그래프도 만들어 줄 수 있나요?

데이터 분석 및 차트 생성 기능을 사용할 수 있는 환경이라면 과거 판매량과 예상 판매량을 비교하는 그래프를 요청할 수 있습니다. 편집 가능한 엑셀 차트가 필요한 경우에는 결과 파일에 실제 차트가 포함되었는지 확인해야 합니다.

챗GPT로 엑셀 판매량 예측을 활용하는 방법

판매량 예측은 과거 판매 실적을 바탕으로 앞으로 필요한 재고와 판매 계획을 검토하는 데 도움이 됩니다.

엑셀의 AVERAGE와 FORECAST.LINEAR 함수를 활용하면 이동평균과 선형 추세를 계산할 수 있고, 챗GPT를 함께 활용하면 예측 결과의 차이와 의미를 쉽게 이해할 수 있습니다.

처음에는 한 가지 상품의 월별 판매량으로 실습한 뒤 여러 상품의 판매 데이터로 분석 범위를 넓혀 보세요.

다만 예측값은 확정된 판매량이 아니라 과거 데이터를 바탕으로 계산한 추정치입니다.

따라서 예측 결과를 실제 판매량과 지속적으로 비교하고, 계절성이나 행사, 재고 부족 등의 영향을 함께 검토하는 것이 중요합니다.

이러한 과정을 반복하면 단순한 감에 의존하는 방식보다 데이터를 근거로 판매와 재고 계획을 세우는 데 도움이 됩니다.

공식 참고자료

엑셀 판매량 예측에 사용하는 함수와 데이터 분석 기능은 Microsoft와 OpenAI의 공식 자료에서 확인할 수 있습니다.

확인하기 : Microsoft FORECAST.LINEAR 함수 설명

확인하기 : Microsoft FORECAST.ETS 함수 설명

확인하기 : Microsoft AVERAGE 함수 설명

확인하기 : Microsoft 엑셀 예측 시트 사용법

확인하기 : OpenAI 챗GPT 데이터 분석 기능 안내

계산 검증 안내: 위 실습에서 FORECAST.LINEAR의 정확한 결과는 7월 약 153.67개, 1~5월 자료로 예측한 6월 138.5개, 실제 6월 판매량과의 절대오차는 11.5개입니다. 본문의 해당 수치들은 이 값으로 적용해야 합니다.

엑셀에 매출 데이터를 기록해 두었지만 숫자만 보고 매출이 얼마나 증가했는지, 어느 달에 실적이 떨어졌는지 파악하기 어려울 때가 있습니다.

특히 월별 매출 자료가 많아지면 단순한 합계보다 매출의 변화 방향과 증가율을 함께 확인하는 것이 중요합니다.

이럴 때 챗GPT를 활용하면 엑셀 데이터에 적합한 그래프를 추천받고, 월별 매출 증가율을 계산하며, 그래프에서 나타나는 특징을 분석할 수 있습니다.

이번 글에서는 엑셀 매출 추세 그래프를 직접 만드는 방법부터 챗GPT로 데이터 분석하기, 이동평균선과 추세선 추가하기, 매출 보고서 작성까지 단계별로 알아보겠습니다.

엑셀 매출 추세 그래프란 무엇인가?

매출 추세 그래프는 일정 기간의 매출액 변화를 시각적으로 보여주는 차트입니다.

예를 들어 1월부터 12월까지 매출액을 그래프로 표시하면 매출이 증가하는 기간과 감소하는 기간을 쉽게 확인할 수 있습니다.

매출 분석에 사용하는 대표적인 그래프는 다음과 같습니다.

그래프 종류	주요 특징	적합한 분석
꺾은선형	시간에 따른 변화를 선으로 연결	월별·주별 매출 추세
세로 막대형	기간별 매출액 크기 비교	월별 실적 비교
누적 막대형	전체 매출과 구성 항목 비교	상품별 매출 구성
이동평균선	단기 변동을 완화해 추세 확인	매출 흐름 분석
추세선	데이터의 전반적인 방향 표시	증가·감소 경향 파악

월별 매출 변화처럼 시간의 흐름이 중요한 데이터에는 꺾은선형 그래프가 적합합니다.

반면 각 월의 매출액 크기를 직접 비교하려면 세로 막대형 그래프가 더 이해하기 쉬울 수 있습니다.

실습용 월별 매출 데이터 준비하기

이번에는 온라인 쇼핑몰의 2026년 상반기 매출 데이터를 가정해 실습하겠습니다.

다음 표를 엑셀 A1 범위에 입력합니다.

A열 월	B열 매출액
1월	1,200,000
2월	1,350,000
3월	1,500,000
4월	1,420,000
5월	1,680,000
6월	1,850,000

이 데이터는 설명을 위한 가상 매출 자료입니다.

전체 6개월 매출 합계는 9,000,000원이며, 월평균 매출액은 1,500,000원입니다.

1월부터 3월까지 매출이 증가하다가 4월에 감소했고, 5월과 6월에 다시 증가하는 흐름을 보여줍니다.

이제 이 데이터를 그래프로 만들어 보겠습니다.

엑셀에서 매출 추세 그래프 만드는 순서

엑셀에서 꺾은선형 그래프를 만드는 방법은 비교적 간단합니다.

1. 매출 데이터가 입력된 A1 범위를 선택합니다.
2. 상단 메뉴에서 ‘삽입’을 클릭합니다.
3. 차트 메뉴에서 ‘꺾은선형 또는 영역형 차트 삽입’을 선택합니다.
4. ‘표식이 있는 꺾은선형’을 선택합니다.
5. 생성된 그래프의 제목을 변경합니다.
6. 필요하면 축 제목과 데이터 레이블을 추가합니다.

차트 제목은 2026년 상반기 월별 매출 추세로 지정합니다.

가로축에는 1월부터 6월까지의 기간이 표시되고 세로축에는 매출액이 표시됩니다.

그래프에서 각 월의 매출액을 쉽게 확인하려면 차트 요소에서 ‘데이터 레이블’을 선택합니다.

매출액이 원 단위로 표시되어 숫자가 길다면 세로축의 표시 단위를 백만 원으로 변경하거나 원본 데이터를 만 원 단위로 정리할 수도 있습니다.

단위를 변경했다면 그래프 제목이나 축 제목에 반드시 표시해야 합니다.

챗GPT로 매출 추세 그래프 분석하기

엑셀에서 그래프를 만든 다음에는 챗GPT에 데이터를 전달해 분석을 요청할 수 있습니다.

다음 질문을 복사해 사용해 보세요.

“2026년 1월부터 6월까지 매출액은 120만 원, 135만 원, 150만 원, 142만 원, 168만 원, 185만 원입니다. 이 데이터를 기준으로 월별 매출 추세를 분석해 주세요. 매출 증가와 감소가 발생한 기간을 구분하고, 전월 대비 증가율을 계산해 주세요. 엑셀에서 보기 좋은 그래프 종류와 제목도 추천해 주세요.”

챗GPT는 월별 매출 변화와 증가율을 정리하고, 매출이 감소한 기간을 찾아 설명하는 데 도움을 줄 수 있습니다.

다만 그래프만으로 매출이 증가하거나 감소한 원인을 확정할 수는 없습니다.

실제 원인을 분석하려면 광고비, 방문자 수, 구매전환율, 판매 상품 구성 등의 자료가 추가로 필요합니다.

월별 매출 추세 그래프에서 확인할 사항

앞에서 준비한 매출 데이터를 꺾은선형 그래프로 표현하면 다음과 같은 흐름을 확인할 수 있습니다.

<text weight=”medium”>2026년 상반기 월별 매출 추세</text>

<Chart content={{“chartType”:”line”,”meta”:{“footer”:”단위: 만 원 · 실습용 가상 데이터”},”xKey”:”월”,”series”:[{“dataKey”:”매출”,”label”:”매출액”,”valueFormat”:”integer”}],”yAxisMin”:0,”data”:[{“월”:”1월”,”매출”:120},{“월”:”2월”,”매출”:135},{“월”:”3월”,”매출”:150},{“월”:”4월”,”매출”:142},{“월”:”5월”,”매출”:168},{“월”:”6월”,”매출”:185}]}}/>

그래프를 보면 4월에 일시적인 매출 감소가 있었지만 5월과 6월에는 다시 증가한 것을 확인할 수 있습니다.

6월 매출은 185만 원으로 분석 기간 중 가장 높고, 1월 매출은 120만 원으로 가장 낮습니다.

1월과 6월의 매출 차이는 65만 원입니다.

이러한 그래프는 숫자 표만 보는 것보다 전체적인 변화 방향을 파악하기 쉽다는 장점이 있습니다.

엑셀에서 전월 대비 매출 증가율 계산하기

매출 추세를 정확하게 분석하려면 매출액뿐 아니라 전월 대비 증가율도 함께 확인하는 것이 좋습니다.

전월 대비 증가율은 다음과 같이 계산합니다.

전월 대비 증가율 = (이번 달 매출액 – 전월 매출액) ÷ 전월 매출액 × 100

엑셀에서는 C1 셀에 전월 대비라고 입력합니다.

C3 셀에는 다음 수식을 입력합니다.

=(B3-B2)/B2

수식을 C7까지 복사하고 셀 표시 형식을 백분율로 변경합니다.

계산 결과는 다음과 같습니다.

월	매출액	전월 대비
1월	1,200,000원	–
2월	1,350,000원	+12.50%
3월	1,500,000원	+11.11%
4월	1,420,000원	-5.33%
5월	1,680,000원	+18.31%
6월	1,850,000원	+10.12%

4월에는 매출이 전월 대비 약 5.33% 감소했습니다.

반면 5월에는 약 18.31% 증가하여 분석 기간 중 가장 높은 전월 대비 증가율을 기록했습니다.

증가율을 계산하면 매출액이 얼마나 변했는지뿐 아니라 변화의 크기도 비교할 수 있습니다.

다만 전월 매출액이 0원이라면 일반적인 증가율 계산이 불가능하므로 별도 처리가 필요합니다.

매출액과 증가율을 함께 표시하는 방법

매출액과 전월 대비 증가율을 한 그래프에 표시하면 두 지표를 동시에 비교할 수 있습니다.

다만 매출액은 원 단위이고 증가율은 백분율이므로 같은 세로축에 표시하면 증가율이 거의 보이지 않을 수 있습니다.

이럴 때는 엑셀의 혼합형 차트를 활용합니다.

1. A1 범위를 선택합니다.
2. ‘삽입’ 메뉴에서 ‘혼합형 차트’를 선택합니다.
3. 매출액은 세로 막대형으로 설정합니다.
4. 전월 대비 증가율은 꺾은선형으로 설정합니다.
5. 증가율 계열에 보조 축을 적용합니다.
6. 차트 제목과 각 축의 단위를 표시합니다.

차트 제목은 월별 매출액 및 전월 대비 증가율로 지정할 수 있습니다.

혼합형 차트는 매출 규모와 증가율을 동시에 확인할 수 있다는 장점이 있습니다.

다만 보조 축을 사용하면 두 지표의 높낮이가 축 설정에 따라 다르게 보일 수 있으므로 그래프를 해석할 때 각 축의 단위를 확인해야 합니다.

엑셀 이동평균선으로 매출 흐름 분석하기

월별 매출은 특정 행사나 계절적 요인에 따라 일시적으로 증가하거나 감소할 수 있습니다.

이러한 단기 변동을 완화하여 전반적인 흐름을 확인할 때 이동평균을 활용할 수 있습니다.

예를 들어 3개월 이동평균은 연속된 3개월의 매출액을 평균한 값입니다.

이번 실습에서 1월부터 3월까지의 이동평균은 다음과 같습니다.

=AVERAGE(B2:B4)

계산 결과는 1,350,000원입니다.

이 수식을 D4 셀에 입력하고 D7까지 복사하면 3개월 이동평균을 계산할 수 있습니다.

월	실제 매출	3개월 이동평균
1월	1,200,000원	–
2월	1,350,000원	–
3월	1,500,000원	1,350,000원
4월	1,420,000원	약 1,423,333원
5월	1,680,000원	약 1,533,333원
6월	1,850,000원	1,650,000원

3개월 이동평균은 실제 매출액보다 변화가 완만하게 나타납니다.

이동평균은 단기 변동을 줄여 추세를 살펴보는 데 도움이 되지만, 급격한 변화가 발생했을 때 이를 늦게 반영할 수 있다는 한계도 있습니다.

엑셀 그래프에 추세선 추가하기

추세선은 데이터의 전반적인 증가 또는 감소 방향을 보여주는 선입니다.

엑셀에서는 이미 만든 매출 그래프에 추세선을 추가할 수 있습니다.

1. 매출 꺾은선형 그래프를 클릭합니다.
2. 그래프에서 매출 데이터 계열을 선택합니다.
3. 마우스 오른쪽 버튼을 클릭합니다.
4. ‘추세선 추가’를 선택합니다.
5. 추세선 종류에서 ‘선형’을 선택합니다.
6. 필요하면 추세선의 서식을 변경합니다.

선형 추세선은 데이터의 전반적인 방향을 직선으로 표현합니다.

이번 실습 데이터는 중간에 매출 감소가 있었지만 전체적으로 증가하는 방향을 보이므로 선형 추세선도 우상향하는 형태가 됩니다.

다만 추세선이 상승한다고 해서 앞으로의 매출이 반드시 증가한다는 의미는 아닙니다.

추세선은 과거 데이터에 맞춘 수학적 결과이므로 미래 매출을 예측할 때는 계절성, 광고비, 시장 변화 등을 함께 고려해야 합니다.

챗GPT로 매출 감소 원인 분석하기

그래프에서 매출이 감소한 기간을 발견했다면 챗GPT를 이용해 확인해야 할 항목을 정리할 수 있습니다.

이번 실습에서는 3월 매출 150만 원이 4월에 142만 원으로 감소했습니다.

매출 감소액은 8만 원이며 감소율은 약 5.33%입니다.

하지만 매출 데이터만으로 감소 원인을 정확히 알 수는 없습니다.

다음과 같이 질문할 수 있습니다.

“온라인 쇼핑몰의 3월 매출은 150만 원이고 4월 매출은 142만 원으로 감소했습니다. 매출 감소 원인을 분석하기 위해 추가로 확인해야 할 데이터를 알려주세요. 방문자 수, 구매전환율, 객단가, 광고비, 반품률 등을 기준으로 점검 순서를 정리해 주세요.”

매출 감소 원인을 파악할 때는 다음과 같은 항목을 함께 살펴보는 것이 좋습니다.

확인 항목	점검할 내용
방문자 수	쇼핑몰 방문자가 감소했는지
구매전환율	방문자 대비 구매 비율이 낮아졌는지
객단가	주문 1건당 평균 구매금액 변화
광고비	광고 집행 규모와 유입 변화
상품 재고	인기 상품의 품절 여부
반품·취소	취소 및 환불 증가 여부

예를 들어 방문자 수가 줄었다면 유입 경로를 점검하고, 방문자 수는 비슷하지만 구매전환율이 낮아졌다면 상품 페이지나 구매 과정의 문제를 확인할 수 있습니다.

이러한 분석은 실제 데이터가 있어야 원인을 좁혀 갈 수 있습니다.

챗GPT에 엑셀 파일을 업로드해 그래프 만들기

챗GPT에서 파일 업로드와 데이터 분석 기능을 사용할 수 있다면 엑셀 파일을 직접 첨부하여 매출 추세 그래프를 요청할 수도 있습니다.

다음 순서로 진행합니다.

1. 챗GPT 대화창에서 파일 첨부 버튼을 클릭합니다.
2. 매출 데이터가 들어 있는 엑셀 파일을 선택합니다.
3. 파일이 정상적으로 첨부되었는지 확인합니다.
4. 원하는 분석 항목과 그래프 형태를 설명합니다.
5. 생성된 결과의 계산값과 기간을 검토합니다.

다음 질문을 활용할 수 있습니다.

“첨부한 엑셀 파일에서 월별 매출액을 집계하고 꺾은선형 매출 추세 그래프를 만들어 주세요. 전월 대비 증가율과 3개월 이동평균도 계산해 주세요. 매출이 가장 높은 달과 낮은 달을 표시하고, 매출 변화의 특징을 설명해 주세요. 가능하다면 분석 결과를 새로운 엑셀 파일로 정리해 주세요.”

파일 분석 기능을 이용할 수 있다면 데이터를 집계하고 차트를 만드는 데 도움을 받을 수 있습니다.

다만 화면에 표시된 그래프 이미지와 엑셀에서 직접 수정할 수 있는 차트 객체는 서로 다릅니다.

편집 가능한 엑셀 차트가 필요하다면 결과 파일에 실제 차트가 포함되어 있는지 확인해야 합니다.

매출 추세 그래프를 보고서로 작성하기

매출 추세 그래프를 완성한 다음에는 챗GPT를 활용해 분석 결과를 보고서 문장으로 정리할 수 있습니다.

다음과 같이 질문합니다.

“2026년 상반기 매출액은 1월 120만 원, 2월 135만 원, 3월 150만 원, 4월 142만 원, 5월 168만 원, 6월 185만 원입니다. 월별 매출 추세를 분석하고, 주요 실적과 매출 감소 구간, 전월 대비 증가율, 추가 점검 사항을 포함한 간단한 보고서를 작성해 주세요. 실제 데이터로 확인되지 않은 원인은 추정으로 구분해 주세요.”

이 데이터를 바탕으로 다음과 같은 보고서 구조를 만들 수 있습니다.

보고서 항목	주요 내용
분석 기간	2026년 1월~6월
총매출	9,000,000원
월평균 매출	1,500,000원
최고 매출	6월 1,850,000원
최저 매출	1월 1,200,000원
매출 감소	4월 전월 대비 약 5.33% 감소
최대 증가율	5월 전월 대비 약 18.31% 증가

매출 보고서에서는 확인된 수치와 분석 의견을 구분하는 것이 중요합니다.

특히 매출 증가 원인을 광고 효과나 고객 증가 때문이라고 설명하려면 관련 자료가 필요합니다.

매출 추세 그래프에서 자주 발생하는 오류

엑셀 그래프를 만들 때는 데이터 형식이나 범위 설정 때문에 예상과 다른 결과가 나타날 수 있습니다.

문제 상황	주요 원인	해결 방법
그래프가 표시되지 않음	데이터 범위 선택 오류	차트 데이터 범위 확인
매출액이 0으로 표시됨	숫자가 문자로 저장됨	숫자 형식으로 변환
월 순서가 뒤바뀜	월을 문자로 정렬	날짜 또는 정렬 순서 확인
증가율 계산 오류	전월 매출이 0원	분모가 0인지 확인
새 데이터가 반영되지 않음	차트 범위에 새 행 미포함	데이터 범위 확장
추세선이 이상하게 표시됨	데이터 순서 또는 기간 문제	날짜와 차트 유형 확인

월별 매출 데이터가 계속 추가된다면 원본 범위를 엑셀 표로 변환해 관리하는 것이 편리합니다.

엑셀 표를 이용하면 새로운 행이 추가될 때 차트의 참조 범위를 보다 쉽게 관리할 수 있습니다.

다만 차트 구성과 참조 방식에 따라 자동 반영 여부가 달라질 수 있으므로 새 데이터를 입력한 뒤 그래프가 갱신되었는지 확인해야 합니다.

매출 추세 그래프를 만들 때 주의할 점

매출 그래프는 데이터의 변화 방향을 보여주는 도구이지만 모든 경영 상황을 설명해 주지는 않습니다.

특히 매출액이 증가했다고 해서 반드시 순이익도 증가한 것은 아닙니다.

광고비, 상품 원가, 배송비, 판매수수료 등이 증가했다면 매출이 늘어도 이익은 감소할 수 있습니다.

또한 월별 매출을 비교할 때는 영업일수 차이도 고려해야 합니다.

예를 들어 2월과 3월은 날짜 수가 다르기 때문에 단순한 월매출 비교만으로 하루 평균 판매 실적을 판단하기 어렵습니다.

보다 정확한 분석을 위해서는 일평균 매출, 주문 건수, 객단가, 구매전환율 등도 함께 확인하는 것이 좋습니다.

그래프의 세로축 범위를 지나치게 좁게 설정하면 작은 매출 차이도 크게 보일 수 있으므로 축의 시작값과 단위를 명확히 표시해야 합니다.

자주 묻는 질문

Q. 엑셀 매출 추세를 분석할 때 어떤 그래프가 가장 좋은가요?

월별이나 주별 매출 변화처럼 시간에 따른 흐름을 확인하려면 꺾은선형 그래프가 적합합니다. 기간별 매출액 크기를 비교하려면 막대형 그래프도 유용합니다.

Q. 챗GPT가 엑셀 매출 그래프를 직접 만들어 줄 수 있나요?

파일 분석 및 차트 생성 기능을 사용할 수 있는 환경이라면 매출 데이터를 바탕으로 그래프를 만들 수 있습니다. 다만 편집 가능한 엑셀 차트가 필요한 경우에는 결과 파일의 형태를 확인해야 합니다.

Q. 매출 추세선이 상승하면 앞으로도 매출이 증가하나요?

반드시 그렇지는 않습니다. 추세선은 과거 데이터의 전반적인 방향을 보여주는 도구이며 미래 매출을 보장하지 않습니다.

Q. 이동평균은 몇 개월로 설정하는 것이 좋나요?

분석 목적과 데이터 기간에 따라 다릅니다. 단기 변화를 확인할 때는 3개월 이동평균을 사용할 수 있고, 장기적인 흐름을 확인하려면 더 긴 기간을 검토할 수 있습니다.

Q. 매출액과 증가율을 하나의 그래프에 표시할 수 있나요?

가능합니다. 엑셀의 혼합형 차트를 사용하고 증가율에 보조 축을 적용하면 두 지표를 함께 표시할 수 있습니다.

Q. 매출이 감소한 원인을 챗GPT가 정확히 알려줄 수 있나요?

매출액만으로는 정확한 원인을 확정하기 어렵습니다. 방문자 수, 주문 건수, 광고비, 상품 재고 등의 추가 자료를 제공하면 원인 분석에 필요한 비교와 점검을 도울 수 있습니다.

챗GPT로 엑셀 매출 추세 그래프를 활용하는 방법

엑셀 매출 추세 그래프는 매출액의 변화 방향을 빠르게 파악하고 실적을 비교하는 데 유용한 도구입니다.

챗GPT를 함께 활용하면 그래프에 적합한 데이터 구조를 정하고, 전월 대비 증가율과 이동평균을 계산하며, 분석 결과를 보고서로 정리하는 작업까지 효율적으로 진행할 수 있습니다.

처음에는 6개월 정도의 간단한 매출 데이터를 이용해 꺾은선형 그래프를 만들어 보고, 이후 12개월 이상의 실제 데이터를 활용해 분석 범위를 넓히는 것이 좋습니다.

매출 그래프에서 중요한 것은 단순히 상승과 하락을 확인하는 데 그치지 않고, 변화가 발생한 시점과 관련된 데이터를 함께 살펴보는 것입니다.

정확하게 정리된 매출 데이터와 적절한 그래프, 챗GPT의 분석 기능을 함께 활용하면 판매 실적을 보다 체계적으로 관리하는 데 도움이 됩니다.

공식 참고자료

엑셀 차트 생성, 추세선, 데이터 분석 기능은 Microsoft와 OpenAI의 공식 안내 자료에서 확인할 수 있습니다.

확인하기 : Microsoft 엑셀 차트 만들기

확인하기 : Microsoft 차트에 추세선 추가하기

확인하기 : Microsoft 이동평균 분석 방법

확인하기 : OpenAI 챗GPT 데이터 분석 기능 안내

매출 데이터를 엑셀에 정리해 놓았지만 실제 보고서를 작성하려면 어디서부터 시작해야 할지 막막할 때가 있습니다. 월별 매출액을 합산하는 것뿐 아니라 매출 증가율, 상품별 판매 실적, 목표 달성률, 실적 변화의 원인까지 정리해야 하기 때문입니다.

이럴 때 챗GPT를 활용하면 엑셀 데이터를 분석하고 보고서에 필요한 지표를 계산하며, 분석 결과를 이해하기 쉬운 문장으로 정리하는 데 도움을 받을 수 있습니다.

특히 엑셀 함수나 보고서 작성에 익숙하지 않은 사람도 데이터를 준비하고 원하는 분석 기준을 구체적으로 입력하면 체계적인 매출 보고서를 작성할 수 있습니다.

이번 글에서는 실습용 매출 데이터를 이용해 월별 매출 집계, 전월 대비 증가율 계산, 상품별 실적 분석, 목표 달성률 확인, 챗GPT 보고서 작성까지 단계별로 알아보겠습니다.

엑셀 매출 분석 보고서란 무엇인가?

매출 분석 보고서는 일정 기간의 판매 실적을 정리하고 매출 변화와 주요 특징을 분석한 자료입니다.

단순히 매출액이 얼마인지 기록하는 것에서 그치지 않고 매출이 언제 증가했는지, 어떤 상품이 많이 판매되었는지, 목표에 얼마나 도달했는지 등을 함께 확인합니다.

일반적인 매출 분석 보고서에는 다음과 같은 항목이 포함됩니다.

분석 항목	주요 내용	활용 목적
총매출	분석 기간의 매출 합계	전체 실적 확인
월별 매출	월별 매출액 변화	매출 흐름 파악
매출 증가율	전월 대비 증감률	실적 변화 비교
상품별 매출	상품별 판매금액	주요 판매 상품 확인
목표 달성률	목표 대비 실제 매출	목표 관리
분석 의견	확인된 특징과 추가 점검 사항	운영 계획 수립

보고서의 목적에 따라 고객별 매출, 거래처별 매출, 판매수수료, 반품률 등을 추가할 수도 있습니다.

다만 매출 분석 보고서에서 가장 중요한 것은 계산 결과와 분석 의견을 구분하는 것입니다. 매출이 감소했다고 해서 광고 효과가 떨어졌다고 단정하려면 안 되며, 실제 원인을 확인할 수 있는 추가 자료가 필요합니다.

실습용 엑셀 매출 데이터 준비하기

이번에는 온라인 쇼핑몰에서 판매한 세 가지 상품의 월별 매출을 분석해 보겠습니다.

2026년 1월부터 6월까지의 가상 판매 자료를 사용합니다.

엑셀 A1 범위에 다음 데이터를 입력합니다.

월	티셔츠 매출	바지 매출	재킷 매출	월매출 합계
1월	400,000	350,000	450,000	1,200,000
2월	450,000	400,000	500,000	1,350,000
3월	500,000	450,000	550,000	1,500,000
4월	480,000	420,000	520,000	1,420,000
5월	550,000	500,000	630,000	1,680,000
6월	600,000	550,000	700,000	1,850,000

이 데이터는 설명을 위한 가상 매출 자료이며 실제 사업체의 실적이 아닙니다.

각 상품의 월별 매출액을 합산하면 해당 월의 전체 매출액을 계산할 수 있습니다.

실제 업무에서는 주문번호, 주문일자, 상품명, 판매수량, 판매단가, 할인금액, 반품 여부 등이 포함된 주문 데이터를 사용하면 더욱 자세한 분석이 가능합니다.

엑셀 SUM 함수로 월별 매출 합계 구하기

먼저 상품별 매출액을 합산하여 월별 총매출을 계산하겠습니다.

이번 실습에서는 B열부터 D열까지 상품별 매출액이 입력되어 있습니다.

E2 셀에 다음 수식을 입력합니다.

=SUM(B2:D2)

수식을 E7까지 복사하면 1월부터 6월까지 월별 매출 합계가 계산됩니다.

다음으로 전체 기간의 매출액을 계산합니다.

E8 셀에 다음 수식을 입력합니다.

=SUM(E2:E7)

계산 결과는 9,000,000원입니다.

월평균 매출액은 다음 수식으로 계산합니다.

=AVERAGE(E2:E7)

결과는 1,500,000원입니다.

이번 실습의 기본 매출 현황은 다음과 같습니다.

분석 항목	계산 결과
분석 기간	2026년 1월~6월
총매출	9,000,000원
월평균 매출	1,500,000원
최고 월매출	6월 1,850,000원
최저 월매출	1월 1,200,000원

이러한 기본 지표는 보고서의 첫 부분에 배치하면 전체 실적을 빠르게 파악하는 데 도움이 됩니다.

전월 대비 매출 증가율 계산하기

매출 분석 보고서에서는 매출액뿐 아니라 전월 대비 증가율을 함께 확인하는 것이 좋습니다.

매출 증가율은 이전 기간과 비교해 매출이 얼마나 증가하거나 감소했는지를 백분율로 나타낸 값입니다.

계산 공식은 다음과 같습니다.

전월 대비 증가율 = (이번 달 매출 – 전월 매출) ÷ 전월 매출 × 100

엑셀 F1 셀에 전월 대비 증가율을 입력합니다.

F3 셀에는 다음 수식을 입력합니다.

=(E3-E2)/E2

수식을 F7까지 복사하고 셀 표시 형식을 백분율로 설정합니다.

계산 결과는 다음과 같습니다.

월	매출액	전월 대비 증가율
1월	1,200,000원	–
2월	1,350,000원	+12.50%
3월	1,500,000원	+11.11%
4월	1,420,000원	-5.33%
5월	1,680,000원	+18.31%
6월	1,850,000원	+10.12%

4월에는 매출이 전월 대비 약 5.33% 감소했습니다.

반면 5월에는 약 18.31% 증가하여 분석 기간 중 가장 높은 전월 대비 증가율을 기록했습니다.

다만 전월 매출이 0원이라면 일반적인 증가율 수식으로 계산할 수 없으므로 별도로 표시해야 합니다.

챗GPT로 월별 매출 변화 분석하기

월별 매출과 증가율을 계산한 뒤에는 챗GPT를 이용해 주요 변화를 분석할 수 있습니다.

다음 질문을 입력해 보세요.

“2026년 상반기 월별 매출액은 1월 120만 원, 2월 135만 원, 3월 150만 원, 4월 142만 원, 5월 168만 원, 6월 185만 원입니다. 총매출과 월평균 매출을 계산하고, 전월 대비 증가율을 분석해 주세요. 매출이 증가하거나 감소한 기간을 구분하고 보고서에 넣을 수 있도록 핵심 내용을 정리해 주세요. 데이터로 확인할 수 없는 원인은 추정이라고 표시해 주세요.”

챗GPT는 매출이 증가한 기간과 감소한 기간을 구분하고 전체적인 실적 변화를 설명하는 데 도움을 줄 수 있습니다.

이번 데이터에서는 1월부터 3월까지 매출이 증가하다가 4월에 일시적으로 감소한 뒤 5월과 6월에 다시 증가했습니다.

그러나 매출액만으로는 이러한 변화가 발생한 이유를 확정할 수 없습니다.

실제 원인을 파악하려면 광고비, 주문 건수, 방문자 수, 구매전환율 등의 추가 자료를 함께 분석해야 합니다.

상품별 매출 실적 분석하기

월별 매출 분석 다음으로 중요한 것은 상품별 판매 실적입니다.

어떤 상품이 전체 매출에서 가장 큰 비중을 차지하는지 확인하면 판매 전략과 재고 관리에 참고할 수 있습니다.

이번 실습에서는 티셔츠, 바지, 재킷의 6개월 매출액을 각각 합산합니다.

티셔츠 매출 합계:

=SUM(B2:B7)

바지 매출 합계:

=SUM(C2:C7)

재킷 매출 합계:

=SUM(D2:D7)

계산 결과는 다음과 같습니다.

상품명	6개월 매출액	매출 비중
티셔츠	2,980,000원	33.11%
바지	2,670,000원	29.67%
재킷	3,350,000원	37.22%
합계	9,000,000원	100.00%

매출 비중은 상품별 매출액을 전체 매출액으로 나누어 계산합니다.

예를 들어 티셔츠의 매출 비중은 다음과 같습니다.

=2980000/9000000

셀 표시 형식을 백분율로 변경하면 약 33.11%로 표시됩니다.

이번 실습에서는 재킷이 전체 매출의 약 37.22%를 차지하여 가장 높은 매출을 기록했습니다.

하지만 매출액이 높다고 해서 반드시 이익이 가장 높은 상품은 아닙니다.

상품별 수익성을 비교하려면 매입원가, 할인금액, 배송비, 판매수수료 등을 함께 확인해야 합니다.

엑셀 매출 목표 달성률 계산하기

매출 분석 보고서에는 실제 매출액과 목표 매출액을 비교하는 항목을 추가할 수 있습니다.

예를 들어 2026년 상반기 목표 매출을 10,000,000원으로 설정했다고 가정하겠습니다.

실제 매출은 9,000,000원이므로 목표 달성률은 다음과 같이 계산합니다.

목표 달성률 = 실제 매출 ÷ 목표 매출 × 100

엑셀에서는 다음 수식을 사용할 수 있습니다.

=9000000/10000000

계산 결과는 90%입니다.

목표 대비 부족한 매출액은 다음과 같습니다.

=10000000-9000000

결과는 1,000,000원입니다.

항목	금액 또는 비율
상반기 목표 매출	10,000,000원
상반기 실제 매출	9,000,000원
목표 달성률	90.00%
목표 대비 부족액	1,000,000원

목표 달성률은 계획한 매출 수준에 얼마나 도달했는지 보여줍니다.

다만 목표 달성률이 낮다고 해서 반드시 영업 성과가 나쁘다고 판단할 수는 없습니다. 목표 설정의 적절성과 시장 상황 등을 함께 검토해야 합니다.

매출 분석 보고서에 그래프 추가하기

숫자로 정리된 매출 데이터를 그래프로 표현하면 실적 변화를 보다 쉽게 이해할 수 있습니다.

월별 매출 변화에는 꺾은선형 그래프가 적합하고, 상품별 매출액 비교에는 막대형 그래프가 유용합니다.

엑셀에서 월별 매출 그래프를 만드는 순서는 다음과 같습니다.

1. A1 범위의 월 데이터를 선택합니다.
2. Ctrl 키를 누른 상태에서 E1 범위의 매출 합계를 추가로 선택합니다.
3. 상단 메뉴에서 ‘삽입’을 클릭합니다.
4. ‘꺾은선형 또는 영역형 차트 삽입’을 선택합니다.
5. ‘표식이 있는 꺾은선형’을 선택합니다.
6. 차트 제목을 2026년 상반기 월별 매출 현황으로 변경합니다.

그래프의 가로축에는 월을, 세로축에는 매출액을 표시합니다.

매출액을 쉽게 확인하려면 데이터 레이블을 추가할 수 있습니다.

상품별 매출은 상품명과 매출 합계를 별도 표로 정리한 다음 막대형 차트로 만드는 것이 좋습니다.

그래프를 만들 때는 단위를 명확하게 표시하고, 세로축 범위를 지나치게 좁혀 작은 차이를 과장하지 않도록 주의해야 합니다.

챗GPT에 엑셀 파일 업로드해 매출 보고서 만들기

챗GPT에서 파일 업로드와 데이터 분석 기능을 사용할 수 있다면 엑셀 파일을 직접 첨부해 보고서 작성을 요청할 수 있습니다.

먼저 분석할 엑셀 파일을 준비합니다.

파일에는 분석 기간, 상품명, 매출액 등 필요한 데이터가 열별로 구분되어 있어야 합니다.

다음 순서로 진행합니다.

1. 챗GPT 대화창에서 파일 첨부 버튼을 클릭합니다.
2. 분석할 엑셀 파일을 선택합니다.
3. 첨부한 파일이 정상적으로 표시되는지 확인합니다.
4. 분석할 기간과 계산 항목을 입력합니다.
5. 분석 결과와 원본 데이터의 합계를 비교합니다.

다음 질문을 활용할 수 있습니다.

“첨부한 엑셀 파일을 분석해 매출 보고서를 작성해 주세요. 월별 매출액, 전월 대비 증가율, 상품별 매출 합계, 상품별 매출 비중을 계산해 주세요. 매출이 증가하거나 감소한 기간을 구분하고 주요 특징을 정리해 주세요. 보고서는 실적 요약, 월별 분석, 상품별 분석, 추가 확인 사항 순서로 작성해 주세요. 원본 데이터는 변경하지 마세요.”

파일 분석 기능을 사용할 수 있는 환경이라면 데이터를 집계하고 결과를 표와 설명으로 정리하는 데 도움을 받을 수 있습니다.

다만 챗GPT가 계산한 수치가 항상 정확하다고 가정해서는 안 됩니다.

특히 회계나 정산 자료처럼 정확성이 중요한 경우에는 엑셀 함수로 계산한 값과 비교해 검증해야 합니다.

챗GPT로 매출 분석 보고서 문장 작성하기

매출 수치를 계산한 다음에는 챗GPT에 보고서용 문장 작성을 요청할 수 있습니다.

다음 질문을 입력해 보세요.

“2026년 상반기 총매출은 900만 원이고 월평균 매출은 150만 원입니다. 최고 매출은 6월 185만 원, 최저 매출은 1월 120만 원입니다. 4월에는 전월 대비 5.33% 감소했고 5월에는 18.31% 증가했습니다. 상품별 매출은 티셔츠 298만 원, 바지 267만 원, 재킷 335만 원입니다. 이 수치를 바탕으로 경영자가 쉽게 이해할 수 있는 매출 분석 보고서를 작성해 주세요. 확인된 사실과 추가 조사가 필요한 사항을 구분해 주세요.”

이렇게 요청하면 계산된 수치를 바탕으로 보고서에 사용할 문장을 구성할 수 있습니다.

보고서에는 단순한 숫자 나열보다 실적의 특징과 의미를 설명하는 내용이 포함되어야 합니다.

다만 실제 자료로 확인되지 않은 내용을 원인으로 단정하거나 앞으로의 매출을 확정적으로 예측하는 표현은 피하는 것이 좋습니다.

실습 데이터로 완성한 매출 분석 보고서 예시

다음은 앞에서 계산한 결과를 이용해 작성한 간단한 매출 분석 보고서입니다.

2026년 상반기 매출 분석 보고서

분석 기간은 2026년 1월부터 6월까지이며, 전체 매출액은 9,000,000원으로 집계되었습니다.

월평균 매출액은 1,500,000원이며, 최고 매출은 6월 1,850,000원, 최저 매출은 1월 1,200,000원입니다.

월별 매출은 1월부터 3월까지 증가한 뒤 4월에 전월 대비 약 5.33% 감소했습니다. 이후 5월에는 약 18.31%, 6월에는 약 10.12% 증가하여 회복 흐름을 보였습니다.

상품별 매출은 재킷이 3,350,000원으로 가장 높았으며, 티셔츠 2,980,000원, 바지 2,670,000원 순으로 나타났습니다.

재킷의 매출 비중은 약 37.22%로 세 상품 중 가장 높았습니다.

상반기 목표 매출을 10,000,000원으로 가정하면 실제 목표 달성률은 90%이며, 목표 대비 부족액은 1,000,000원입니다.

추가로 4월 매출 감소와 5월 매출 증가의 원인을 확인하기 위해 월별 주문 건수, 광고비, 방문자 수, 구매전환율, 할인 행사 여부 등을 점검할 필요가 있습니다.

이 보고서는 가상 데이터를 바탕으로 작성한 예시이며, 매출 변화의 실제 원인은 추가 자료를 통해 확인해야 합니다.

매출 분석 보고서에서 확인해야 할 핵심 지표

매출 보고서의 정확성을 높이려면 총매출뿐 아니라 다양한 지표를 함께 검토하는 것이 좋습니다.

지표	계산 기준	확인할 내용
총매출	분석 기간 매출 합계	전체 판매 실적
월평균 매출	총매출 ÷ 분석 개월 수	평균적인 매출 수준
매출 증가율	전월 대비 증감률	매출 변화 속도
상품별 매출 비중	상품 매출 ÷ 전체 매출	주요 판매 상품
목표 달성률	실제 매출 ÷ 목표 매출	목표 대비 실적
객단가	매출액 ÷ 주문 건수	주문당 평균 구매금액
반품률	반품 건수 ÷ 해당 기준 주문 건수	반품 현황

객단가와 반품률은 이번 실습 데이터만으로는 계산할 수 없습니다.

주문 건수와 반품 내역이 추가로 필요하기 때문입니다.

챗GPT에 보고서를 요청할 때도 원본 데이터에 없는 지표를 임의로 계산하지 않도록 지시하는 것이 중요합니다.

매출 분석 보고서 작성 시 자주 발생하는 오류

매출 보고서를 작성할 때는 계산 방식과 데이터 처리 기준이 일치하는지 확인해야 합니다.

문제 상황	주요 원인	해결 방법
매출 합계가 맞지 않음	일부 행 누락 또는 중복	원본 합계와 비교
증가율이 잘못 계산됨	전월 매출 참조 오류	셀 참조 확인
상품별 합계가 다름	상품명 표기 불일치	상품명 또는 상품코드 통일
매출액이 숫자로 계산되지 않음	문자 형식으로 저장	숫자 형식 확인
보고서의 수치가 다름	계산값 입력 오류	원본 데이터와 대조
목표 달성률이 잘못 표시됨	목표 금액 기준 불일치	목표 기간과 금액 확인

특히 실제 매출 자료에서는 주문 취소, 환불, 할인금액, 배송비 등을 어떻게 처리하는지에 따라 집계 결과가 달라질 수 있습니다.

따라서 보고서 작성 전에 매출액의 기준을 정해야 합니다.

예를 들어 결제금액을 기준으로 할지, 취소와 환불을 반영한 순매출을 기준으로 할지 명확하게 구분하는 것이 좋습니다.

또한 부가가치세 포함 여부와 매출 인식 시점도 보고서 목적에 맞게 일관되게 적용해야 합니다.

챗GPT로 매출 보고서를 자동화하는 방법

매월 같은 형식의 보고서를 작성한다면 분석 항목과 보고서 구조를 미리 정해 두는 것이 편리합니다.

예를 들어 매월 다음 항목을 동일하게 분석하도록 요청할 수 있습니다.

“첨부한 월별 매출 엑셀 파일을 분석해 주세요. 총매출, 전월 대비 증가율, 상품별 매출 순위, 목표 달성률을 계산하고, 실적 요약과 추가 점검 사항을 포함한 보고서를 작성해 주세요. 계산 기준과 사용한 데이터 범위를 명시하고, 확인되지 않은 원인은 추정으로 구분해 주세요.”

이처럼 일정한 요청문을 사용하면 매월 보고서의 구성과 분석 기준을 통일하는 데 도움이 됩니다.

다만 챗GPT에 같은 요청문을 입력한다고 해서 매월 컴퓨터의 파일을 자동으로 읽고 보고서를 발행하는 것은 아닙니다.

완전한 자동화를 위해서는 엑셀 Power Query, VBA 또는 별도의 자동화 도구와 연계하는 방법을 검토해야 합니다.

자주 묻는 질문

Q. 챗GPT로 엑셀 매출 보고서를 직접 만들 수 있나요?

파일 업로드와 데이터 분석 기능을 사용할 수 있는 환경이라면 엑셀 데이터를 분석하고 보고서 작성에 필요한 표와 설명을 생성할 수 있습니다. 파일 생성 기능을 사용할 수 있다면 결과를 새로운 파일로 정리하도록 요청할 수도 있습니다.

Q. 매출 분석 보고서에 꼭 들어가야 하는 항목은 무엇인가요?

일반적으로 총매출, 기간별 매출 변화, 전월 대비 증가율, 상품별 실적, 주요 분석 의견 등을 포함합니다. 보고서 목적에 따라 목표 달성률과 수익성 지표를 추가할 수 있습니다.

Q. 매출이 증가하면 순이익도 증가한 것인가요?

반드시 그렇지는 않습니다. 매출이 증가해도 매입원가, 광고비, 배송비, 판매수수료 등이 더 많이 증가하면 순이익은 감소할 수 있습니다.

Q. 엑셀 함수 없이 챗GPT만으로 매출을 계산할 수 있나요?

가능하지만 중요한 계산 결과는 엑셀 함수나 원본 자료와 비교해 검증하는 것이 좋습니다.

Q. 매출 보고서는 매월 작성하는 것이 좋나요?

사업 규모와 관리 목적에 따라 다릅니다. 월별 보고서는 중기적인 흐름을 파악하기 좋고, 일별 또는 주별 보고서는 단기 변화를 확인하는 데 도움이 됩니다.

Q. 챗GPT가 매출 감소 원인까지 분석할 수 있나요?

관련 데이터를 제공하면 원인 후보를 비교하고 추가 확인할 사항을 정리할 수 있습니다. 다만 매출액만으로 정확한 원인을 확정할 수는 없습니다.

챗GPT로 엑셀 매출 분석 보고서를 활용하는 방법

엑셀 매출 분석 보고서는 단순히 매출액을 정리하는 문서가 아니라 판매 실적의 변화를 이해하고 운영 계획을 수립하는 데 활용하는 자료입니다.

챗GPT를 함께 활용하면 엑셀 함수 작성, 월별 매출 집계, 증가율 계산, 상품별 실적 비교, 보고서 문장 작성까지 효율적으로 진행할 수 있습니다.

처음에는 6개월 정도의 간단한 매출 데이터를 이용해 실습한 뒤 실제 주문 자료를 바탕으로 분석 범위를 넓히는 것이 좋습니다.

매출 보고서의 신뢰성을 높이려면 계산 기준을 일관되게 유지하고, 원본 데이터와 결과를 반드시 비교해야 합니다.

또한 확인된 수치와 추정 의견을 구분하고, 필요한 경우 주문 건수와 광고비, 고객 구매 행동 등의 자료를 추가로 분석하는 것이 중요합니다.

정확한 엑셀 데이터와 챗GPT의 분석 기능을 함께 활용하면 반복적인 보고서 작성 시간을 줄이고 판매 실적을 보다 체계적으로 관리하는 데 도움이 됩니다.

공식 참고자료

엑셀 함수와 매출 분석에 활용할 수 있는 데이터 처리 방법은 Microsoft와 OpenAI의 공식 자료에서 확인할 수 있습니다.

확인하기 : Microsoft SUM 함수 사용법

확인하기 : Microsoft AVERAGE 함수 사용법

확인하기 : Microsoft 엑셀 차트 만들기

확인하기 : Microsoft Power Query 데이터 분석

확인하기 : OpenAI 챗GPT 데이터 분석 기능 안내

온라인 쇼핑몰을 운영하다 보면 신규 고객이 얼마나 늘었는지뿐 아니라 기존 고객이 다시 구매하고 있는지도 중요하게 살펴봐야 합니다.

매출이 증가하더라도 한 번 구매한 고객이 다시 방문하지 않는다면 신규 고객을 확보하기 위한 광고와 마케팅에 계속 비용을 지출해야 할 수 있습니다.

이럴 때 활용하는 지표가 고객 재구매율입니다. 재구매율은 고객이 다시 상품을 구매하는 비율을 나타내며, 고객의 반복 구매 현황을 파악하는 데 도움이 됩니다.

챗GPT와 엑셀을 함께 활용하면 주문 데이터를 정리하고, 고객별 구매 횟수를 계산하며, 재구매 고객을 분류하는 작업을 효율적으로 진행할 수 있습니다.

이번 글에서는 고객 재구매율 계산 공식부터 엑셀 COUNTIF 함수 활용법, 챗GPT를 이용한 고객 분석, 재구매율을 높이기 위한 점검 방법까지 실제 데이터를 바탕으로 알아보겠습니다.

고객 재구매율이란 무엇인가?

고객 재구매율은 일정한 기준에 따라 고객이 두 번 이상 구매한 비율을 나타내는 지표입니다.

다만 재구매율은 분석 기간과 고객 집계 방식에 따라 계산 방법이 달라질 수 있습니다.

이번 실습에서는 일정 기간에 구매한 고객 중 같은 기간에 두 번 이상 주문한 고객의 비율을 계산하겠습니다.

계산 공식은 다음과 같습니다.

재구매율(%) = 재구매 고객 수 ÷ 전체 구매 고객 수 × 100

여기서 전체 구매 고객 수는 주문 건수가 아니라 중복을 제거한 고객 수입니다.

재구매 고객 수는 분석 기간에 유효한 주문을 두 번 이상 완료한 고객 수로 정의합니다.

예를 들어 한 달 동안 구매한 고객이 100명이고 이 중 25명이 두 번 이상 구매했다면 재구매율은 25%입니다.

재구매율을 계산할 때는 주문 취소와 환불, 동일 주문의 중복 기록 등을 어떻게 처리할지 먼저 정해야 합니다.

재구매율과 재방문율은 어떻게 다를까?

재구매율과 재방문율은 비슷하게 들리지만 서로 다른 지표입니다.

구분	의미	확인할 데이터
재구매율	다시 구매한 고객의 비율	고객별 주문 기록
재방문율	다시 방문한 이용자의 비율	웹사이트 방문 기록
구매전환율	방문이나 세션 중 구매로 이어진 비율	방문·구매 데이터
고객당 구매 횟수	고객 한 명이 평균적으로 구매한 횟수	주문 수와 고객 수

고객이 쇼핑몰을 여러 번 방문하더라도 실제 구매가 발생하지 않았다면 재구매 고객으로 계산하지 않습니다.

반대로 같은 고객이 여러 차례 주문했다면 고객 수는 한 명이지만 주문 건수는 여러 건으로 집계됩니다.

따라서 재구매율을 계산할 때는 고객을 구분할 수 있는 고객ID와 주문번호가 필요합니다.

실습용 고객 주문 데이터 준비하기

이번에는 온라인 쇼핑몰의 2026년 9월 주문 내역을 가정해 실습하겠습니다.

엑셀 A1 범위에 다음 데이터를 입력합니다.

주문번호	고객ID	주문일자	결제금액
O001	C001	2026-09-01	30,000
O002	C002	2026-09-02	45,000
O003	C003	2026-09-03	25,000
O004	C001	2026-09-05	20,000
O005	C004	2026-09-07	60,000
O006	C005	2026-09-09	35,000
O007	C002	2026-09-12	40,000
O008	C006	2026-09-15	50,000
O009	C003	2026-09-18	30,000
O010	C007	2026-09-21	70,000
O011	C001	2026-09-25	25,000
O012	C008	2026-09-28	55,000

이번 실습 데이터는 총 12건의 주문으로 구성되어 있습니다.

고객ID를 기준으로 중복을 제외하면 실제 구매 고객은 8명입니다.

이 중 C001, C002, C003 고객은 두 번 이상 주문했습니다.

따라서 재구매 고객은 3명입니다.

모든 주문은 정상 결제가 완료된 유효 주문이라고 가정하겠습니다.

엑셀에서 고객별 구매 횟수 계산하기

재구매율을 계산하려면 먼저 고객별 구매 횟수를 확인해야 합니다.

엑셀에서는 COUNTIF 함수를 이용해 특정 고객ID가 주문 목록에 몇 번 나타나는지 계산할 수 있습니다.

기본 수식은 다음과 같습니다.

=COUNTIF(범위,조건)

이번 실습에서는 고객ID가 B2 범위에 있습니다.

E1 셀에 구매횟수를 입력하고 E2 셀에 다음 수식을 입력합니다.

=COUNTIF($B$2:$B$13,B2)

수식을 E13까지 복사하면 각 주문 행에 해당 고객의 전체 구매 횟수가 표시됩니다.

예를 들어 C001 고객은 세 번 주문했으므로 구매 횟수가 3으로 표시됩니다.

C002 고객은 두 번, C003 고객도 두 번 주문했습니다.

나머지 고객은 한 번씩 주문했습니다.

다만 이 수식은 고객별 주문 횟수를 각 주문 행에 반복 표시합니다. 재구매 고객 수를 정확히 계산하려면 고객ID를 중복 없이 정리한 별도의 목록이 필요합니다.

고객ID 중복 제거하고 고객 목록 만들기

전체 구매 고객 수를 구하려면 주문 건수가 아니라 실제 고객 수를 계산해야 합니다.

Microsoft 365 또는 동적 배열 함수를 지원하는 엑셀에서는 UNIQUE 함수를 사용할 수 있습니다.

G1 셀에 고객ID를 입력합니다.

G2 셀에는 다음 수식을 입력합니다.

=UNIQUE(B2:B13)

그러면 중복된 고객ID를 제외한 고유 고객 목록이 표시됩니다.

이번 데이터에서는 C001부터 C008까지 총 8명의 고객이 추출됩니다.

UNIQUE 함수를 사용할 수 없는 엑셀 버전이라면 고객ID 열을 별도 위치에 복사한 다음 ‘데이터 → 중복된 항목 제거’ 기능을 이용할 수 있습니다.

원본 주문 데이터에서 직접 중복을 제거하면 주문 내역이 삭제될 수 있으므로 반드시 별도 목록에서 작업해야 합니다.

고객별 구매 횟수와 재구매 여부 표시하기

중복을 제거한 고객 목록이 G2 범위에 표시되었다고 가정하겠습니다.

H1 셀에는 구매횟수, I1 셀에는 고객구분을 입력합니다.

H2 셀에 다음 수식을 입력합니다.

=COUNTIF($B$2:$B$13,G2)

이 수식을 H9까지 복사합니다.

다음으로 I2 셀에 다음 수식을 입력합니다.

=IF(H2>=2,"재구매","1회 구매")

수식을 I9까지 복사하면 고객별 구매 횟수에 따라 자동으로 분류됩니다.

고객ID	구매횟수	고객구분
C001	3	재구매
C002	2	재구매
C003	2	재구매
C004	1	1회 구매
C005	1	1회 구매
C006	1	1회 구매
C007	1	1회 구매
C008	1	1회 구매

이 표를 이용하면 전체 구매 고객 수와 재구매 고객 수를 쉽게 계산할 수 있습니다.

엑셀에서 재구매율 자동 계산하기

고객별 구매 횟수가 정리되었다면 COUNTIF와 COUNTA 함수를 이용해 재구매율을 계산할 수 있습니다.

전체 구매 고객 수는 다음 수식으로 계산합니다.

=COUNTA(G2:G9)

결과는 8명입니다.

재구매 고객 수는 다음 수식으로 계산합니다.

=COUNTIF(H2:H9,">=2")

결과는 3명입니다.

재구매율은 다음 수식으로 계산합니다.

=COUNTIF(H2:H9,">=2")/COUNTA(G2:G9)

수식을 입력한 셀의 표시 형식을 백분율로 변경하면 37.50%로 표시됩니다.

이번 실습의 분석 결과는 다음과 같습니다.

분석 항목	결과
전체 주문 건수	12건
전체 구매 고객 수	8명
재구매 고객 수	3명
1회 구매 고객 수	5명
재구매율	37.50%
전체 결제금액	485,000원

이번 실습에서는 전체 구매 고객 8명 중 3명이 두 번 이상 구매했으므로 재구매율은 37.50%입니다.

단, 이 결과는 9월 한 달 동안 두 번 이상 주문한 고객의 비율입니다. 과거에 구매한 고객이 9월에 다시 구매했는지를 나타내는 지표와는 구분해야 합니다.

챗GPT로 고객 재구매율 계산하기

엑셀 함수가 익숙하지 않다면 챗GPT에 고객별 주문 데이터를 전달하고 계산 방법을 요청할 수 있습니다.

다음 질문을 복사하여 사용해 보세요.

“온라인 쇼핑몰의 고객별 구매 횟수는 C001 3회, C002 2회, C003 2회, C004 1회, C005 1회, C006 1회, C007 1회, C008 1회입니다. 전체 구매 고객 수, 재구매 고객 수, 재구매율을 계산해 주세요. 재구매 고객은 분석 기간에 2회 이상 구매한 고객으로 정의하고, 엑셀에서 자동 계산할 수 있는 함수도 알려주세요.”

챗GPT는 고객 수와 재구매 고객 수를 구분하고 재구매율 계산 과정을 설명하는 데 도움을 줄 수 있습니다.

중요한 점은 재구매 고객의 정의와 분석 기간을 명확하게 전달하는 것입니다.

재구매율은 집계 기준이 달라지면 결과도 달라지므로 다른 업체의 수치와 비교할 때도 동일한 기준을 사용했는지 확인해야 합니다.

재구매 고객과 1회 구매 고객의 매출 비교하기

재구매율을 계산한 다음에는 재구매 고객이 전체 매출에서 차지하는 비중을 분석할 수 있습니다.

이번 실습에서는 재구매 고객 3명의 결제금액을 합산해 보겠습니다.

고객ID	구매횟수	총구매금액
C001	3	75,000원
C002	2	85,000원
C003	2	55,000원
C004	1	60,000원
C005	1	35,000원
C006	1	50,000원
C007	1	70,000원
C008	1	55,000원

재구매 고객 3명의 총구매금액은 215,000원입니다.

전체 결제금액은 485,000원이므로 재구매 고객의 매출 비중은 약 44.33%입니다.

반면 1회 구매 고객 5명의 매출 합계는 270,000원으로 전체 매출의 약 55.67%입니다.

재구매 고객의 매출 비중은 다음 수식으로 계산할 수 있습니다.

=215000/485000

결과 셀을 백분율로 표시하면 약 44.33%입니다.

이처럼 재구매율과 재구매 고객의 매출 비중을 함께 확인하면 반복 구매가 전체 매출에 얼마나 기여하는지 파악할 수 있습니다.

다만 재구매 고객의 매출 비중이 높다고 해서 반드시 순이익도 높다고 판단할 수는 없습니다. 할인비용, 배송비, 판매수수료 등을 함께 확인해야 합니다.

엑셀 SUMIF 함수로 고객별 구매금액 계산하기

고객별 총구매금액은 SUMIF 함수를 이용해 자동으로 계산할 수 있습니다.

앞서 작성한 고객 목록이 G2 범위에 있다고 가정하겠습니다.

J1 셀에 총구매금액을 입력합니다.

J2 셀에는 다음 수식을 입력합니다.

=SUMIF($B$2:$B$13,G2,$D$2:$D$13)

수식을 J9까지 복사하면 고객별 구매금액 합계가 계산됩니다.

SUMIF 함수는 고객ID가 일치하는 주문의 결제금액만 합산합니다.

이 방법을 활용하면 고객별 구매 횟수뿐 아니라 구매금액까지 함께 관리할 수 있습니다.

고객 재구매율과 구매 빈도를 함께 분석하기

재구매율이 같더라도 고객별 구매 빈도는 다를 수 있습니다.

예를 들어 A쇼핑몰과 B쇼핑몰의 재구매율이 모두 30%라고 가정하겠습니다.

A쇼핑몰은 재구매 고객이 대부분 두 번 구매했지만, B쇼핑몰은 재구매 고객이 평균 다섯 번 구매했을 수 있습니다.

이 경우 두 쇼핑몰의 재구매율은 같더라도 반복 구매의 정도에는 차이가 있습니다.

따라서 다음 지표를 함께 확인하는 것이 좋습니다.

지표	계산 방법	분석 목적
재구매율	재구매 고객 수 ÷ 전체 구매 고객 수	반복 구매 고객 비중
고객당 평균 주문 횟수	전체 주문 건수 ÷ 전체 구매 고객 수	구매 빈도
고객당 평균 구매금액	총매출 ÷ 전체 구매 고객 수	고객별 매출 기여
재구매 고객 매출 비중	재구매 고객 매출 ÷ 전체 매출	반복 구매의 매출 기여

이번 실습에서 고객당 평균 주문 횟수는 12건 ÷ 8명으로 1.5회입니다.

고객당 평균 구매금액은 485,000원 ÷ 8명으로 60,625원입니다.

이러한 지표를 함께 분석하면 고객 구매 행동을 보다 구체적으로 이해할 수 있습니다.

월별 재구매율 분석 시 주의할 점

월별 재구매율을 비교할 때는 분석 기준을 일정하게 유지해야 합니다.

예를 들어 9월에 한 번 구매한 고객이 10월에 다시 구매했다면 9월 한 달의 구매 횟수만으로는 재구매 여부를 판단할 수 없습니다.

이처럼 이전 기간의 고객이 이후에 다시 구매했는지를 분석하려면 고객의 최초 구매일과 이후 구매일을 함께 확인해야 합니다.

분석 목적에 따라 다음과 같이 구분할 수 있습니다.

분석 방식	재구매 고객 기준
기간 내 반복 구매율	같은 기간에 2회 이상 구매
기존 고객 재구매율	이전 구매 이력이 있는 고객이 해당 기간에 다시 구매
첫 구매 고객의 재구매율	특정 기간 첫 구매 고객 중 정해진 기간 안에 다시 구매

예를 들어 9월에 처음 구매한 고객 100명 중 30일 이내에 다시 구매한 고객이 20명이라면 해당 고객 집단의 30일 재구매율은 20%입니다.

이때 모든 고객에게 동일한 30일 관찰 기간이 확보되어야 공정한 비교가 가능합니다.

따라서 월별 재구매율을 분석할 때는 기간 내 반복 구매인지, 기존 고객의 재구매인지, 첫 구매 후 재구매인지 먼저 정해야 합니다.

챗GPT로 재구매 고객 분석 보고서 작성하기

고객별 구매 횟수와 구매금액을 정리한 뒤에는 챗GPT를 활용해 분석 보고서를 작성할 수 있습니다.

다음 질문을 사용해 보겠습니다.

“온라인 쇼핑몰의 9월 전체 구매 고객은 8명이고, 이 중 3명이 두 번 이상 구매했습니다. 전체 주문은 12건, 총결제금액은 485,000원이며 재구매 고객의 결제금액은 215,000원입니다. 재구매율, 고객당 평균 주문 횟수, 재구매 고객 매출 비중을 계산하고, 운영자가 추가로 확인해야 할 사항을 포함한 분석 보고서를 작성해 주세요. 데이터로 확인할 수 없는 원인은 추정이라고 표시해 주세요.”

분석 결과는 다음과 같이 정리할 수 있습니다.

분석 항목	결과
전체 구매 고객	8명
재구매 고객	3명
재구매율	37.50%
고객당 평균 주문 횟수	1.5회
재구매 고객 매출 비중	약 44.33%
고객당 평균 구매금액	60,625원

이 결과를 바탕으로 재구매 고객의 특징을 파악하려면 구매 상품, 구매 간격, 할인 이용 여부 등의 추가 자료가 필요합니다.

현재 데이터만으로 재구매가 발생한 이유나 앞으로의 재구매 가능성을 정확하게 판단할 수는 없습니다.

고객 재구매율을 높이기 위해 확인할 사항

재구매율을 높이려면 단순히 할인쿠폰을 제공하기보다 고객이 다시 구매하지 않는 이유를 먼저 확인하는 것이 중요합니다.

특히 상품 종류와 구매 주기에 따라 적절한 관리 방법이 달라질 수 있습니다.

확인 항목	점검할 내용	활용 방법
상품 만족도	반품·불만·후기	상품 품질 개선
배송 서비스	배송 지연·오배송	배송 과정 점검
재구매 주기	첫 구매 후 다음 구매까지의 기간	적절한 안내 시점 설정
상품 구성	함께 구매하는 상품	관련 상품 추천
고객 문의	반복적으로 발생하는 불편	구매 과정 개선
할인 효과	쿠폰 사용 전후 실적	할인비용 대비 성과 확인

예를 들어 소모품을 판매하는 쇼핑몰이라면 고객의 평균 재구매 간격을 분석해 필요한 시점에 상품 정보를 제공하는 방법을 검토할 수 있습니다.

반면 구매 주기가 긴 가전제품이나 고가 상품은 짧은 기간의 재구매율만으로 고객 충성도를 평가하기 어렵습니다.

따라서 업종과 상품 특성을 고려해 분석 기간을 설정하는 것이 중요합니다.

고객 재구매율 계산 시 자주 발생하는 오류

재구매율을 계산할 때는 주문 건수와 고객 수를 혼동하거나 고객ID가 정확하지 않아 결과가 달라질 수 있습니다.

문제 상황	주요 원인	해결 방법
재구매율이 지나치게 높음	주문 건수를 고객 수로 계산	고유 고객ID 기준으로 집계
같은 고객이 여러 명으로 표시	고객ID 불일치	고객 식별 기준 확인
취소 주문이 포함됨	주문 상태 미확인	유효 주문만 집계
재구매 고객이 누락됨	분석 기간이 너무 짧음	구매 주기에 맞는 기간 설정
구매 횟수가 잘못 계산됨	동일 주문이 여러 행으로 기록	주문번호 중복 여부 확인

특히 주문 상품별로 행이 나뉜 엑셀 파일에서는 하나의 주문번호가 여러 번 나타날 수 있습니다.

이 경우 단순히 고객ID가 등장한 횟수를 계산하면 실제 주문 횟수보다 크게 나타날 수 있습니다.

따라서 주문번호와 고객ID를 기준으로 유효 주문을 먼저 정리해야 합니다.

또한 개인정보가 포함된 고객 데이터를 챗GPT에 업로드할 때는 이름, 전화번호, 주소 등 불필요한 개인정보를 제거하거나 익명화하는 것이 좋습니다.

자주 묻는 질문

Q. 고객 재구매율은 어떻게 계산하나요?

이번 실습처럼 기간 내 반복 구매율을 계산한다면 두 번 이상 구매한 고객 수를 전체 구매 고객 수로 나눈 뒤 100을 곱합니다. 다만 분석 기간과 재구매 기준을 먼저 정해야 합니다.

Q. 같은 고객이 세 번 구매하면 재구매 고객을 두 명으로 계산하나요?

아닙니다. 재구매 고객 수는 고객을 기준으로 계산하므로 세 번 구매했더라도 재구매 고객 한 명으로 집계합니다.

Q. 재구매율이 높으면 무조건 좋은 것인가요?

반드시 그렇지는 않습니다. 재구매율은 상품 특성, 구매 주기, 고객 구성에 따라 달라질 수 있습니다. 매출과 수익성, 고객 만족도 등을 함께 분석해야 합니다.

Q. 챗GPT로 재구매율을 자동 계산할 수 있나요?

가능합니다. 고객ID와 주문번호, 주문일자 등의 데이터를 제공하면 재구매율 계산 방법과 엑셀 함수 작성, 분석 결과 해석을 요청할 수 있습니다.

Q. 재구매율과 고객 유지율은 같은 지표인가요?

같지 않습니다. 재구매율은 반복 구매 여부를 중심으로 계산하고, 고객 유지율은 정해진 기간에 기존 고객이 유지되는 정도를 측정합니다. 두 지표는 계산 기준과 분석 목적이 다릅니다.

Q. 고객 재구매율은 어느 정도가 적당한가요?

모든 업종에 적용할 수 있는 하나의 적정 수치는 없습니다. 상품 구매 주기와 판매 방식에 따라 달라지므로 동일한 기준으로 계산한 자사 과거 실적을 먼저 비교하는 것이 좋습니다.

챗GPT로 고객 재구매율을 활용하는 방법

고객 재구매율은 쇼핑몰에서 반복 구매가 얼마나 발생하는지 파악하는 데 도움이 되는 지표입니다.

엑셀의 COUNTIF, IF, UNIQUE, SUMIF 함수를 활용하면 고객별 구매 횟수와 구매금액을 정리하고 재구매율을 계산할 수 있습니다.

챗GPT를 함께 활용하면 필요한 엑셀 함수를 작성하고, 재구매 고객의 매출 기여도를 분석하며, 운영자가 확인해야 할 사항을 정리하는 작업을 보다 쉽게 진행할 수 있습니다.

다만 재구매율을 정확하게 계산하려면 고객ID와 주문번호를 구분하고, 주문 취소 및 환불 처리 기준을 명확하게 설정해야 합니다.

처음에는 소규모 주문 데이터로 실습한 뒤 실제 쇼핑몰의 월별 주문 자료에 적용해 보세요.

재구매율을 지속적으로 관리하면 신규 고객 확보뿐 아니라 기존 고객의 반복 구매 현황도 체계적으로 파악할 수 있습니다.

공식 참고자료

고객별 구매 횟수와 구매금액을 계산할 때 사용하는 엑셀 함수 및 데이터 분석 방법은 다음 공식 자료에서 확인할 수 있습니다.

확인하기 : Microsoft COUNTIF 함수 설명

확인하기 : Microsoft UNIQUE 함수 설명

확인하기 : Microsoft SUMIF 함수 설명

확인하기 : Microsoft IF 함수 설명

확인하기 : OpenAI 챗GPT 데이터 분석 기능 안내

엑셀에서 매출액, 시험 점수, 판매수량, 고객 구매금액 등을 분석할 때 가장 많이 사용하는 통계 지표가 평균, 중앙값, 표준편차입니다.

평균은 전체 데이터의 일반적인 수준을 파악하는 데 도움이 되고, 중앙값은 데이터를 크기순으로 정렬했을 때 가운데에 위치하는 값을 보여줍니다. 표준편차는 데이터가 평균을 중심으로 얼마나 넓게 퍼져 있는지를 나타냅니다.

하지만 평균만 계산하면 일부 매우 크거나 작은 값 때문에 전체 데이터의 특징을 잘못 이해할 수 있습니다.

이럴 때 챗GPT를 활용하면 엑셀 함수 작성부터 통계 결과 계산, 이상값 확인, 데이터 비교, 분석 보고서 작성까지 도움을 받을 수 있습니다.

이번 글에서는 평균·중앙값·표준편차의 차이를 알아보고, 실제 판매 데이터를 이용해 엑셀에서 계산하는 방법과 챗GPT로 분석 결과를 해석하는 과정을 단계별로 살펴보겠습니다.

평균·중앙값·표준편차란 무엇인가?

평균, 중앙값, 표준편차는 데이터를 분석할 때 서로 다른 역할을 하는 통계 지표입니다.

평균은 모든 값을 더한 다음 데이터 개수로 나눈 값입니다.

중앙값은 데이터를 작은 값부터 큰 값까지 정렬했을 때 가운데에 위치하는 값입니다. 데이터 개수가 짝수라면 가운데 두 값의 평균을 사용합니다.

표준편차는 각 데이터가 평균에서 얼마나 떨어져 있는지를 종합적으로 나타내는 지표입니다.

구분	의미	활용 사례
평균	데이터의 산술적인 평균 수준	평균 매출, 평균 점수
중앙값	정렬된 데이터의 가운데 값	일반적인 구매금액 파악
표준편차	평균을 중심으로 한 데이터의 퍼짐 정도	매출 변동성, 점수 분포
최솟값	가장 작은 값	최저 매출 확인
최댓값	가장 큰 값	최고 매출 확인

예를 들어 고객 5명의 구매금액이 10,000원, 20,000원, 30,000원, 40,000원, 100,000원이라면 평균은 40,000원이고 중앙값은 30,000원입니다.

구매금액이 100,000원인 고객이 평균을 끌어올렸기 때문에 평균과 중앙값에 차이가 발생한 것입니다.

이처럼 평균과 중앙값을 함께 확인하면 데이터의 중심을 보다 균형 있게 이해할 수 있습니다.

실습용 엑셀 데이터 만들기

이번에는 온라인 쇼핑몰의 하루 매출 데이터를 분석해 보겠습니다.

다음 표를 엑셀 A1 범위에 입력합니다.

A열 날짜	B열 매출액
2026-01-01	100,000
2026-01-02	120,000
2026-01-03	130,000
2026-01-04	140,000
2026-01-05	150,000
2026-01-06	160,000
2026-01-07	170,000
2026-01-08	180,000
2026-01-09	190,000
2026-01-10	500,000

총 10일간의 매출 데이터이며, 마지막 날의 매출액이 다른 날보다 크게 나타나는 특징이 있습니다.

이 데이터를 이용해 평균, 중앙값, 표준편차를 계산해 보겠습니다.

엑셀 AVERAGE 함수로 평균 계산하기

평균은 데이터 전체의 수준을 파악할 때 사용하는 기본적인 통계 지표입니다.

엑셀에서는 AVERAGE 함수를 이용해 평균을 계산할 수 있습니다.

기본 수식은 다음과 같습니다.

=AVERAGE(범위)

이번 실습에서는 매출액이 B2 범위에 있으므로 다음 수식을 입력합니다.

=AVERAGE(B2:B11)

계산 결과는 184,000원입니다.

10일간의 매출 합계는 1,840,000원이므로 이를 10으로 나누면 평균 매출액이 184,000원이 됩니다.

평균은 계산이 간단하고 여러 데이터 집단을 비교하기 쉽다는 장점이 있습니다.

그러나 매우 크거나 작은 값의 영향을 받기 때문에 평균만으로 전체 데이터의 특징을 판단하는 것은 주의해야 합니다.

이번 실습에서는 마지막 날의 매출액이 500,000원으로 높아 평균이 상승했습니다.

엑셀 MEDIAN 함수로 중앙값 계산하기

중앙값은 데이터를 크기순으로 정렬했을 때 가운데에 위치하는 값입니다.

엑셀에서는 MEDIAN 함수를 사용합니다.

=MEDIAN(B2:B11)

이번 실습의 중앙값은 155,000원입니다.

데이터가 10개이므로 가운데에 위치하는 다섯 번째 값과 여섯 번째 값의 평균을 계산합니다.

다섯 번째 값은 150,000원이고 여섯 번째 값은 160,000원입니다.

따라서 중앙값은 다음과 같습니다.

=(150000+160000)/2

계산 결과는 155,000원입니다.

이번 데이터에서는 평균 184,000원보다 중앙값 155,000원이 낮습니다.

이는 500,000원이라는 큰 값이 평균을 끌어올렸지만 중앙값에는 상대적으로 작은 영향을 주었기 때문입니다.

중앙값은 소득, 주택가격, 고객 구매금액처럼 일부 큰 값이 포함될 수 있는 데이터를 분석할 때 유용합니다.

엑셀 STDEV.S 함수로 표준편차 계산하기

표준편차는 데이터가 평균에서 얼마나 떨어져 있는지를 나타냅니다.

표준편차가 작으면 데이터가 평균 주변에 비교적 모여 있다는 의미이고, 표준편차가 크면 데이터가 넓게 퍼져 있다는 의미입니다.

엑셀에서 표준편차를 계산할 때는 STDEV.S 또는 STDEV.P 함수를 사용합니다.

함수	의미	사용 상황
STDEV.S	표본 표준편차	전체 데이터 중 일부를 표본으로 분석
STDEV.P	모집단 표준편차	분석 대상 전체 데이터를 포함

이번 10일간의 매출을 더 긴 기간의 매출을 이해하기 위한 표본으로 본다면 다음 수식을 사용할 수 있습니다.

=STDEV.S(B2:B11)

계산 결과는 약 114,814원입니다.

반대로 이 10일 자체를 분석 대상 모집단 전체로 정의한다면 다음 수식을 사용합니다.

=STDEV.P(B2:B11)

계산 결과는 약 108,922원입니다.

두 함수는 계산할 때 사용하는 분모가 다르므로 결과에도 차이가 발생합니다.

중요한 것은 STDEV.S와 STDEV.P 중 어떤 함수를 사용할지 분석 목적에 맞게 결정하는 것입니다.

표준편차가 크다고 해서 반드시 문제가 있는 것은 아닙니다. 상품 가격대가 다양하거나 특정 기간에 매출이 집중되는 사업에서는 표준편차가 크게 나타날 수 있습니다.

평균·중앙값·표준편차 계산 결과 비교하기

앞에서 계산한 결과를 하나의 표로 정리하면 다음과 같습니다.

분석 항목	계산 결과
데이터 개수	10개
매출 합계	1,840,000원
평균	184,000원
중앙값	155,000원
표본 표준편차	약 114,814원
모집단 표준편차	약 108,922원
최솟값	100,000원
최댓값	500,000원

평균과 중앙값의 차이는 29,000원입니다.

또한 표본 표준편차가 약 114,814원으로 나타나 매출액의 변동 폭이 상당하다는 사실을 확인할 수 있습니다.

특히 마지막 날의 500,000원이라는 큰 값이 전체 평균과 표준편차에 영향을 주고 있습니다.

이 결과만으로 마지막 날 매출이 잘못된 데이터라고 판단할 수는 없습니다.

실제 할인 행사나 대량 주문, 특별 판매가 발생했을 수도 있으므로 원본 거래 내역을 확인해야 합니다.

챗GPT로 평균·중앙값·표준편차 분석하기

엑셀에서 계산한 결과를 챗GPT에 전달하면 통계 수치가 의미하는 내용을 분석할 수 있습니다.

다음 질문을 복사하여 사용해 보세요.

“온라인 쇼핑몰의 10일간 매출 데이터는 100000, 120000, 130000, 140000, 150000, 160000, 170000, 180000, 190000, 500000원입니다. 평균, 중앙값, 표본 표준편차를 계산하고 결과를 비교해 주세요. 평균과 중앙값이 차이 나는 이유, 매출 변동성, 추가로 확인해야 할 사항을 초보자도 이해할 수 있도록 설명해 주세요.”

챗GPT는 계산 결과를 정리하고 각 지표가 어떤 의미를 갖는지 설명하는 데 도움을 줄 수 있습니다.

다만 통계 계산의 정확성이 중요한 업무에서는 엑셀 함수로 계산한 값과 챗GPT의 결과가 일치하는지 확인하는 것이 좋습니다.

챗GPT로 이상값 확인하기

평균이나 표준편차를 분석할 때 함께 확인하면 좋은 항목이 이상값입니다.

이상값은 다른 데이터와 비교했을 때 유난히 크거나 작은 값을 의미합니다.

이번 실습에서는 500,000원이 다른 날짜의 매출보다 크게 나타납니다.

하지만 값이 크다는 이유만으로 잘못된 데이터라고 단정할 수는 없습니다.

이상값을 확인하는 방법 중 하나는 사분위수와 사분위범위를 이용하는 것입니다.

사분위범위는 제3사분위수에서 제1사분위수를 뺀 값입니다.

엑셀에서 다음 함수를 사용할 수 있습니다.

제1사분위수:

=QUARTILE.INC(B2:B11,1)

제3사분위수:

=QUARTILE.INC(B2:B11,3)

사분위범위:

=QUARTILE.INC(B2:B11,3)-QUARTILE.INC(B2:B11,1)

이번 데이터에서 제1사분위수는 132,500원, 제3사분위수는 177,500원이며 사분위범위는 45,000원입니다.

일반적인 탐색적 기준 중 하나는 제3사분위수에 사분위범위의 1.5배를 더한 값을 상한으로 사용하는 것입니다.

이번 데이터의 상한은 245,000원입니다.

따라서 500,000원은 이 기준에서 이상값 후보로 분류됩니다.

다만 이 기준은 이상값을 탐색하기 위한 통계적 방법일 뿐이며, 실제 오류 여부를 판정하는 기준은 아닙니다.

챗GPT에는 다음과 같이 질문할 수 있습니다.

“매출 데이터에서 사분위범위(IQR)를 이용해 이상값 후보를 찾아 주세요. 이상값으로 분류된 값이 평균과 표준편차에 어떤 영향을 주는지 설명하고, 실제 업무에서 확인해야 할 사항을 알려주세요.”

이상값이 평균과 표준편차에 미치는 영향

이번에는 마지막 날의 매출액 500,000원을 제외한 9개 데이터와 전체 10개 데이터를 비교해 보겠습니다.

분석 항목	전체 10일	마지막 날 제외 9일
평균	184,000원	약 148,889원
중앙값	155,000원	150,000원
표본 표준편차	약 114,814원	약 29,345원

마지막 날을 제외하면 평균은 약 35,111원 낮아지고 표본 표준편차도 크게 감소합니다.

반면 중앙값은 155,000원에서 150,000원으로 비교적 작게 변합니다.

이처럼 중앙값은 극단적으로 크거나 작은 값의 영향을 평균보다 덜 받는 특징이 있습니다.

하지만 실제 매출 분석에서 마지막 날의 매출액을 임의로 제외해서는 안 됩니다.

이상값을 제외한 분석은 원본 데이터 전체를 분석한 결과와 별도로 표시해야 합니다.

평균과 중앙값을 차트로 비교하기

통계 결과를 시각적으로 표현하면 데이터의 차이를 더 쉽게 이해할 수 있습니다.

이번 실습에서는 평균이 184,000원이고 중앙값이 155,000원입니다.

<Chart content={{“chartType”:”bar”,”meta”:{“footer”:”단위: 원 · 10일간 가상 매출 데이터”},”xKey”:”지표”,”series”:[{“dataKey”:”금액”,”label”:”금액”,”valueFormat”:”integer”}],”yAxisMin”:0,”data”:[{“지표”:”평균”,”금액”:184000},{“지표”:”중앙값”,”금액”:155000}]}}/>

차트에서 평균이 중앙값보다 높다는 사실을 확인할 수 있습니다.

다만 평균과 중앙값의 차이만으로 데이터의 전체 분포를 정확하게 판단할 수는 없습니다.

분포를 더 자세히 확인하려면 히스토그램이나 상자 수염 그림을 함께 활용하는 것이 좋습니다.

챗GPT로 두 집단의 평균과 표준편차 비교하기

평균과 표준편차는 서로 다른 두 집단의 특징을 비교할 때도 유용합니다.

예를 들어 A매장과 B매장의 하루 매출을 분석한다고 가정하겠습니다.

항목	A매장	B매장
평균 일매출	200,000원	200,000원
표준편차	20,000원	80,000원

두 매장의 평균 일매출은 동일하지만 표준편차는 다릅니다.

A매장은 매출이 평균 주변에 비교적 모여 있고, B매장은 매출의 변동 폭이 더 큰 것으로 해석할 수 있습니다.

따라서 평균이 같더라도 실제 매출의 안정성이나 변동성은 다를 수 있습니다.

다만 표준편차만으로 사업의 안정성을 최종 판단할 수는 없습니다. 분석 기간, 표본 수, 계절성, 영업일수 등의 조건도 함께 확인해야 합니다.

챗GPT에는 다음과 같이 질문할 수 있습니다.

“A매장과 B매장의 평균 일매출은 모두 20만 원입니다. A매장의 표준편차는 2만 원, B매장은 8만 원입니다. 두 매장의 매출 변동성을 비교하고, 재고 관리와 운영 계획에서 고려할 사항을 설명해 주세요.”

챗GPT에 엑셀 파일을 업로드해 통계 분석하기

챗GPT에서 파일 업로드와 데이터 분석 기능을 사용할 수 있다면 엑셀 파일을 직접 첨부하여 통계 분석을 요청할 수도 있습니다.

먼저 분석할 엑셀 파일을 준비합니다.

파일에는 날짜, 상품명, 매출액 등 필요한 항목이 열 제목으로 구분되어 있어야 합니다.

다음 순서로 진행합니다.

1. 챗GPT 대화창에서 파일 첨부 버튼을 클릭합니다.
2. 분석할 엑셀 파일을 선택합니다.
3. 파일이 정상적으로 첨부되었는지 확인합니다.
4. 원하는 통계 분석 항목을 입력합니다.
5. 분석 결과와 원본 데이터를 비교합니다.

다음 질문을 활용할 수 있습니다.

“첨부한 엑셀 파일의 매출액 데이터를 분석해 주세요. 평균, 중앙값, 표본 표준편차, 최솟값, 최댓값, 제1사분위수, 제3사분위수를 계산해 주세요. 이상값 후보도 확인하고, 각 지표가 의미하는 내용을 표로 정리해 주세요. 빈 셀과 숫자가 아닌 데이터의 처리 기준도 설명해 주세요.”

챗GPT가 파일을 분석할 수 있는 환경이라면 계산 결과와 설명을 함께 제공받을 수 있습니다.

다만 파일의 구조와 사용 가능한 기능에 따라 분석 범위가 달라질 수 있으므로 최종 결과는 검증하는 것이 좋습니다.

개인정보나 회사의 기밀자료가 포함된 파일은 업로드하기 전에 익명화하거나 필요한 항목만 추출해야 합니다.

엑셀 통계 분석에서 자주 발생하는 오류

평균이나 표준편차를 계산할 때는 데이터 형식과 함수 선택 때문에 오류가 발생할 수 있습니다.

문제 상황	주요 원인	해결 방법
#DIV/0!	계산할 숫자가 없거나 표본 수 부족	숫자 데이터 개수 확인
#VALUE!	수식 인수에 잘못된 형식 사용	인수와 데이터 형식 확인
계산 결과가 예상과 다름	숫자가 문자로 저장됨	셀 데이터 형식 확인
표준편차 결과가 다름	STDEV.S와 STDEV.P 혼동	표본·모집단 구분
평균이 지나치게 높음	큰 값이 평균에 영향	중앙값과 이상값 비교

AVERAGE 함수는 참조 범위 안의 빈 셀과 일반적인 문자 데이터를 평균 계산에서 제외합니다.

하지만 숫자가 문자로 저장되어 있다면 계산 대상에서 빠질 수 있으므로 주의해야 합니다.

또한 STDEV.S 함수는 숫자 데이터가 최소 2개 필요합니다. 숫자 데이터가 1개 이하라면 #DIV/0! 오류가 발생할 수 있습니다.

챗GPT에는 오류가 발생한 수식과 데이터 범위를 함께 전달하면 원인을 분석하는 데 도움이 됩니다.

통계 분석 결과를 보고서로 정리하기

평균과 중앙값, 표준편차를 계산한 뒤에는 분석 결과를 보고서 형태로 정리할 수 있습니다.

챗GPT에 다음과 같이 요청해 보겠습니다.

“10일간 매출액의 평균은 184,000원, 중앙값은 155,000원, 표본 표준편차는 약 114,814원입니다. 최솟값은 100,000원, 최댓값은 500,000원입니다. 이 데이터를 바탕으로 매출 수준, 변동성, 이상값 후보, 추가 확인 사항을 포함한 간단한 분석 보고서를 작성해 주세요. 데이터로 확인할 수 없는 원인은 추정으로 구분해 주세요.”

보고서에는 다음과 같은 내용을 포함할 수 있습니다.

보고서 항목	분석 내용
평균 매출	184,000원
중앙값	155,000원
매출 변동성	표본 표준편차 약 114,814원
이상값 후보	500,000원
추가 확인	대량 주문, 행사, 입력 오류 여부
분석 시 주의	짧은 기간의 자료만으로 장기 추세 판단 불가

통계 보고서에서는 실제 계산 결과와 해석, 추가 확인이 필요한 사항을 구분해야 합니다.

특히 이상값이 발견되었다고 해서 곧바로 잘못된 데이터라고 판단하거나 삭제해서는 안 됩니다.

자주 묻는 질문

Q. 평균과 중앙값 중 어떤 지표가 더 정확한가요?

두 지표는 서로 다른 특징을 보여줍니다. 평균은 전체 값의 산술적인 수준을 나타내고, 중앙값은 극단적인 값의 영향을 상대적으로 덜 받습니다. 분석 목적에 따라 함께 사용하는 것이 좋습니다.

Q. 표준편차가 크면 데이터가 잘못된 것인가요?

아닙니다. 표준편차가 크다는 것은 데이터가 평균을 중심으로 넓게 퍼져 있다는 의미입니다. 실제 오류인지 여부는 원본 자료를 확인해야 합니다.

Q. STDEV.S와 STDEV.P 중 어떤 함수를 사용해야 하나요?

분석 대상 전체를 포함한 데이터라면 STDEV.P를, 더 큰 모집단을 추정하기 위해 일부 데이터를 표본으로 분석한다면 STDEV.S를 사용합니다.

Q. 챗GPT가 평균과 표준편차를 직접 계산할 수 있나요?

가능합니다. 숫자 데이터를 입력하거나 분석 가능한 엑셀 파일을 첨부하면 계산과 결과 해석을 요청할 수 있습니다. 중요한 분석은 엑셀 함수와 결과를 비교해 검증하는 것이 좋습니다.

Q. 평균과 중앙값의 차이가 크면 이상값이 있다는 뜻인가요?

반드시 그렇지는 않습니다. 데이터가 한쪽으로 치우친 분포를 가지고 있을 수도 있습니다. 이상값 여부는 원본 데이터와 분포를 추가로 확인해야 합니다.

Q. 표준편차가 0이면 무엇을 의미하나요?

분석에 포함된 모든 숫자 값이 동일하다는 의미입니다. 각 값이 평균과 같으므로 퍼짐 정도가 0으로 계산됩니다.

챗GPT로 엑셀 통계 분석을 활용하는 방법

평균, 중앙값, 표준편차는 엑셀 데이터의 중심과 변동성을 이해하는 데 유용한 기본 통계 지표입니다.

평균만 확인하면 일부 큰 값이나 작은 값 때문에 데이터의 특징을 잘못 이해할 수 있으므로 중앙값과 표준편차를 함께 살펴보는 것이 좋습니다.

챗GPT를 활용하면 통계 함수의 사용법을 익히고, 계산 결과를 해석하며, 이상값 후보를 확인하고, 분석 보고서를 작성하는 과정을 보다 쉽게 진행할 수 있습니다.

처음에는 10개 정도의 간단한 데이터로 실습한 뒤 실제 매출, 판매수량, 재고, 고객 구매금액 등의 자료로 분석 범위를 넓혀 보세요.

통계 분석에서 가장 중요한 것은 계산 결과 자체보다 해당 숫자가 무엇을 의미하는지 정확하게 이해하고, 데이터의 한계를 고려하여 판단하는 것입니다.

공식 참고자료

평균, 중앙값, 표준편차 함수의 사용법과 계산 기준은 Microsoft 공식 지원 문서에서 확인할 수 있습니다.

확인하기 : Microsoft AVERAGE 함수 설명

확인하기 : Microsoft MEDIAN 함수 설명

확인하기 : Microsoft STDEV.S 함수 설명

확인하기 : Microsoft QUARTILE.INC 함수 설명

확인하기 : OpenAI 챗GPT 데이터 분석 기능 안내