데이터가 쌓일수록 더 쉬워지는 일: AI Sheets 2.0 활용법
검색만 해서는 일이 끝나지 않는다. 숫자가 붙는 순간부터 다시 손이 많이 간다. 웹에서 자료를 찾고, 표로 옮기고, 열 이름을 맞추고, 빠진 값을 메우고, 차트를 만들고, 마지막에 "그래서 결론이 뭔데?"까지 뽑아야 하니까. 많은 사람이 바로 여기서 지친다. 일이 많아서라기보다, 데이터를 다루는 방법이 머릿속에 정리돼 있지 않아서다.
AI Sheets 2.0은 이 막히는 구간을 꽤 현실적으로 줄여준다. 젠스파크는 슬라이드, 문서, 시트 같은 도구를 한 워크스페이스에 묶고 있고, AI Sheets 2.0은 그 안에서 웹 데이터 수집과 분석을 엑셀 같은 흐름으로 이어주는 역할을 맡는다.12 2026년 4월 기준으로 이 도구를 이해하는 가장 좋은 방법은 "엑셀 대체재"라고 보는 게 아니라, 질문을 표와 분석으로 번역해주는 데이터 작업대라고 보는 것이다.
좋은 소식이 하나 있다. 엑셀을 잘 몰라도 괜찮다. 공식 도움말도 AI Sheets가 엑셀 수식으로 처리할 수 있는 대부분의 데이터 분석과 통계 분석을 지원한다고 설명한다.3 쉽게 말해, 함수 이름을 외우는 사람보다 무엇을 알고 싶은지 분명하게 말하는 사람이 더 빨라질 수 있다는 뜻이다.
시트가 어려운 이유는 숫자보다 문법 때문이다
시트가 부담스러운 건 숫자 자체가 무서워서가 아니다. 컴퓨터식으로 말해야 할 것 같아서다. 합계는 어떻게 구하지, 비율은 무슨 함수지, 날짜는 왜 자꾸 문자로 들어오지, 피벗은 또 어디 있지. 하다 보면 일보다 도구와 씨름하는 시간이 더 길어진다.
AI Sheets 2.0은 이 순서를 바꾼다. 먼저 함수가 아니라 질문을 던진다. 그다음 AI가 데이터를 모으고, 열을 정리하고, 필요한 계산을 붙이고, 차트까지 이어준다. 실사용 사례에서도 웹에서 값을 찾고 대조한 뒤 시트에 채우고 시각화까지 이어지는 흐름이 확인된다.5 어떤 경우에는 시각화를 위해 분석 코드 생성이 함께 동작하는 모습도 관찰된다.4 겉으로는 스프레드시트인데, 뒤에서는 초급 분석가와 노트북이 같이 움직이는 셈이다.
그래서 관점이 중요하다. AI Sheets를 잘 쓰는 사람은 셀 주소를 잘 외우는 사람이 아니다. 애매한 질문을 작업 지시로 바꾸는 사람이다.
질문을 데이터 작업으로 바꾸는 5가지 요소
막연하게 "분석해줘"라고 하면 결과도 막연해진다. 대신 아래 다섯 가지를 넣으면 시트가 훨씬 똑똑해진다.
대상: 무엇을 모을지 정한다. 예를 들면 경쟁 서비스, 월간 성과 데이터, 일정표, 제품 목록 같은 것들이다.
범위: 기간, 지역, 개수, 기준일을 정한다. "최근 3개월", "2026년 4월 기준", "상위 10개" 같은 표현이 여기에 들어간다.
열 구조: 어떤 칼럼이 필요한지 미리 말한다. 서비스명, 가격, 무료 플랜 여부, 출처 URL처럼 결과 표의 뼈대를 정해주는 단계다.
계산 규칙: 무엇을 비교하거나 계산할지 적는다. 전월 대비, 평균, 중앙값, 이상치, 비율, 상관관계 같은 요청이 여기다.
출력 방식: 표로 끝낼지, 차트까지 만들지, 핵심 요약을 붙일지 정한다.
이 다섯 가지를 한 줄에 담으면, 질문이 금세 실무 지시가 된다.
예를 들어 "경쟁사 좀 정리해줘"는 너무 넓다. 반면 "2026년 4월 기준 국내 프로젝트 관리 툴 6개를 비교해줘. 열은 서비스명, 시작 가격, 무료 플랜 여부, 주요 기능, AI 기능, 추천 대상, 출처 URL로 구성하고, 마지막에 차이점 5줄 요약까지 붙여줘"는 바로 일에 들어갈 수 있다.
핵심은 이것이다. 좋은 질문은 똑똑해 보이는 문장이 아니라, 표를 바로 만들 수 있는 문장이다.
AI Sheets 2.0은 '칸'보다 '흐름'으로 봐야 한다
처음 화면을 열면 시트처럼 보인다. 그래서 많은 사람이 자동으로 예전 습관을 꺼낸다. 셀을 먼저 만지고, 형식을 먼저 고치고, 빈칸부터 채우려 한다. 그런데 AI Sheets 2.0에서는 그 순서가 꼭 효율적이지 않다.
더 잘 먹히는 흐름은 이렇다. 먼저 목표를 말한다. 그다음 필요한 데이터를 모은다. 이후 정리와 계산을 붙인다. 마지막에 차트와 해석을 만든다. 즉, 입력 → 정리 → 해석의 순서를 사람 손으로 다 하던 일을, AI와 나눠서 처리하는 방식이다.
이 흐름이 익숙해지면 시트는 덜 무섭고, 훨씬 덜 지루해진다. 빈 표를 보는 기분이 아니라, 조용한 실무 비서를 앉혀 놓은 기분에 가깝다.
실전 1: 웹 데이터 수집으로 경쟁사 비교표 만들기
가장 먼저 손에 익히기 좋은 작업은 경쟁사 비교다. 이 일은 원래 꽤 번거롭다. 사이트마다 가격 페이지가 다르고, 기능 소개 문구도 제각각이고, 무료 플랜 유무도 숨바꼭질하듯 숨어 있다. 사람이 하면 탭이 20개쯤 열린다.
AI Sheets에서는 이걸 한 번에 시작할 수 있다.
2026년 4월 기준 국내 협업 툴 6개를 비교해줘. 열은 서비스명, 시작 가격, 무료 플랜 여부, 주요 기능 3개, AI 기능 유무, 추천 팀 규모, 특징 한 줄, 출처 URL로 구성해줘. 중복되거나 불명확한 값은 비고 열에 표시해줘.
이 프롬프트가 좋은 이유는 간단하다. 범위가 있고, 열 구조가 있고, 애매한 값 처리 규칙까지 들어 있다. 그냥 "비교해줘"보다 훨씬 덜 흔들린다.
표가 만들어졌다면 거기서 끝내지 말자. 실무는 늘 한 단계 더 간다.
이 표를 바탕으로 가격 경쟁력, 기능 폭, 도입 진입장벽 기준으로 다시 비교해줘. 각 서비스의 강점과 약점을 한 줄씩 써줘.
이제 표는 단순 정리가 아니라 판단 도구가 된다. 여기에 차트까지 붙이고 싶다면 이렇게 이어가면 된다.
무료 플랜 여부와 시작 가격을 함께 볼 수 있는 비교 차트를 만들어줘. 또 팀 규모 추천 기준 분포도 한눈에 보이게 시각화해줘.
여기서 중요한 습관이 하나 있다. 출처 URL 칼럼은 꼭 남겨두는 것이다. AI가 표를 만들어주는 속도는 빠르지만, 최종 검증 책임은 여전히 사람에게 있다. 나중에 대표님이 "이 가격 맞아요?"라고 물었을 때, 바로 원문을 열 수 있어야 한다.
실전 2: 일정표를 분석해서 '바쁜 척'이 아니라 진짜 병목을 찾기
일정표는 늘 바빠 보인다. 문제는 바빠 보이는 것과 잘 굴러가는 것이 다르다는 점이다. 회의는 많은데 결과가 없고, 마감은 있는데 우선순위가 없고, 사람은 바쁜데 일정은 자꾸 겹친다. 이럴 때 AI Sheets는 꽤 유용하다.
예를 들어 마케팅팀의 한 달 콘텐츠 일정표가 있다고 해보자. 날짜, 채널, 담당자, 상태, 마감일, 발행일 같은 열이 있다. 보통 여기서 사람은 "대충 빡세네"까지만 느낀다. 하지만 시트는 더 구체적으로 물을 수 있다.
이 일정표에서 날짜 형식을 통일하고, 담당자별 작업 건수와 채널별 발행 수를 집계해줘. 주차별 마감 집중도를 보여주고, 같은 날 마감이 3건 이상 몰린 날짜는 따로 표시해줘.
이 한 줄만으로도 일정표는 그냥 캘린더가 아니라 운영 데이터가 된다. 이어서 이렇게 물을 수도 있다.
병목이 생기는 구간을 찾아줘. 회의가 많아서 실행 시간이 부족한 주간이 있는지, 담당자 편중이 심한지, 발행일 직전 수정이 반복되는 패턴이 있는지 요약해줘.
이렇게 보면 일정표는 "무엇을 했는가"보다 "왜 자꾸 늦어지는가"를 말하기 시작한다.
특히 일정 데이터에서 자주 쓰는 질문은 비슷하다.
어느 요일에 일이 몰리는가
누구에게 일이 쏠리는가
마감 직전 급한 수정이 반복되는가
계획 대비 실제 완료가 늦어지는 구간은 어디인가
이 질문들을 자연어로 던질 수 있다는 점이 초보자에게 큰 장점이다. 전통적인 시트였다면 날짜 함수, 조건 집계, 피벗 정리부터 시작했을 일이다. 여기서는 "무슨 병목을 찾고 싶은지"부터 말하면 된다.
실전 3: 성과표에서 숫자보다 패턴을 본다
성과표를 볼 때 많은 팀이 빠지는 함정이 있다. 합계만 본다는 점이다. 매출 총액, 클릭 수, 리드 수, 방문자 수. 물론 중요하다. 하지만 실무를 바꾸는 건 합계보다 패턴이다. 어디서 좋아졌는지, 어디서 무너졌는지, 어떤 조건에서 결과가 달라졌는지가 더 중요하다.
예를 들어 광고 성과표나 세일즈 성과표를 업로드했다면, 첫 질문은 이렇게 가는 편이 좋다.
이 데이터에서 가장 중요한 지표 5개를 정의해줘. 각 지표가 왜 중요한지 짧게 설명하고, 현재 상태를 한 줄씩 요약해줘.
이 요청이 좋은 이유는, 숫자를 보기 전에 무엇을 봐야 하는지 기준을 세워주기 때문이다. 이어서 이렇게 묻는다.
전월 대비 증감률을 계산하고, 급격히 변한 항목을 찾아줘. 이상치 후보와 확인이 필요한 행도 따로 표시해줘.
그리고 조금 더 실무적으로 가면 이렇게 이어진다.
채널별 성과 차이를 비교하고, 비용은 늘었는데 성과가 줄어든 구간을 찾아줘. 원인 가설을 3가지 제시해줘.
이쯤 되면 시트는 계산기 역할을 넘어선다. 데이터를 읽는 보조자 역할을 시작한다. 공식 도움말이 말하는 통계 분석 지원도 바로 이런 장면에서 힘을 발한다.3
마케팅 데이터를 예로 들면 자주 보는 지표가 있다. 전환율은 방문자 중 실제 행동으로 이어진 비율이고, ROAS는 광고비 대비 매출 효율이다. 이런 용어를 몰라도 괜찮다. 그냥 "광고비 대비 매출 효율이 떨어진 구간 찾아줘"라고 말하면 된다. 중요한 건 용어 암기가 아니라, 의심되는 현상을 말하는 것이다.
차트는 예쁘게 만드는 게 아니라, 질문에 맞춰 고르는 것이다
시트에서 차트는 장식처럼 느껴질 때가 많다. 하지만 차트는 예쁘게 붙이는 그림이 아니라 질문의 번역이다. 무엇을 묻느냐에 따라 차트 종류도 달라져야 한다.
비교가 목적이면 막대 차트가 편하다. 경쟁사 가격, 담당자별 건수, 채널별 성과 비교에 잘 맞는다.
추세가 목적이면 선 차트가 낫다. 주간 완료율, 월별 매출, 리드 증가 흐름을 볼 때 유리하다.
구성 비중이 목적이면 도넛이나 누적 막대를 쓴다. 다만 항목이 너무 많으면 오히려 읽기 어려워진다.
관계가 목적이면 산점도를 본다. 비용이 늘수록 성과도 늘었는지, 작업량이 많을수록 지연도 커지는지 확인할 때 좋다.
초보자가 차트에서 가장 많이 하는 실수는 한 차트에 너무 많은 걸 넣는 것이다. 비교와 추세와 비중을 한 번에 보여주려 하면 결국 아무도 못 읽는다. 질문 하나당 차트 하나. 이 원칙이 생각보다 오래 간다.
AI Sheets에서는 이 선택도 자연어로 요청할 수 있다. 예를 들어 이렇게 말하면 된다.
월별 추세는 선 차트로, 채널별 비교는 막대 차트로 만들어줘. 경영진이 한눈에 이해할 수 있게 복잡한 범례는 줄여줘.
이 요청의 핵심은 차트 종류보다 보는 사람을 먼저 지정했다는 점이다. 차트는 데이터만큼이나 독자 친화적이어야 한다.
자연어 기반 데이터 가공, 이렇게 말하면 된다
AI Sheets의 진짜 매력은 여기서 나온다. 예전 같으면 함수 검색부터 했을 일을 그냥 문장으로 말할 수 있다. 아래 같은 요청은 실무에서 꽤 자주 쓴다.
제품명 표기를 통일해줘. 띄어쓰기와 영문 대소문자 차이도 정리해줘.
중복된 행을 찾아서 표시하고, 어떤 열 기준으로 중복인지 설명해줘.
결측치가 있는 행만 따로 모아줘.
날짜를 기준으로 주차 컬럼을 만들어줘.
전월 대비 증감률과 증감액을 둘 다 계산해줘.
상위 20% 항목만 추려서 별도 표로 만들어줘.
카테고리별 평균과 중앙값을 같이 보여줘.
이상치로 보이는 값은 별도 표시하고, 왜 이상치 후보인지 적어줘.
공식 도움말이 말하듯 AI Sheets는 엑셀 수식 기반으로 가능한 대부분의 분석을 지원한다.3 그러니 함수 이름을 외우는 데 시간을 쓰기보다, 원하는 변화를 문장으로 정확히 설명하는 훈련이 더 중요하다.
복붙해서 바로 쓰는 실전 프롬프트
아래 프롬프트는 바로 실무에 붙여 넣기 좋게 다듬은 버전이다.
웹 데이터 수집형
2026년 4월 기준 국내 HR 솔루션 8개를 비교해줘. 열은 서비스명, 시작 가격, 무료 체험 여부, 핵심 기능, AI 기능, 추천 기업 규모, 특징, 출처 URL로 구성해줘. 불명확한 값은 비고 열에 따로 표시해줘.
경쟁사 판단형
위 표를 바탕으로 가격 경쟁력, 기능 완성도, 도입 난이도 기준으로 재평가해줘. 각 서비스의 강점과 약점을 한 줄씩 요약하고, 우리 회사에 맞는 후보 3개를 추천해줘.
일정표 분석형
이 일정표에서 담당자별 작업량, 주차별 마감 집중도, 지연 가능성이 높은 항목을 분석해줘. 같은 날 마감이 몰린 일정과 담당자 편중 문제를 먼저 보여줘.
성과표 진단형
이 성과표에서 가장 중요한 지표 5개를 정의하고, 전월 대비 변화와 이상치 후보를 찾아줘. 성과가 떨어진 구간은 원인 가설 3가지와 함께 설명해줘.
차트 생성형
경영진 보고용으로 차트 3개만 만들어줘. 전체 추세 1개, 채널별 비교 1개, 문제 구간 강조 1개로 구성하고, 각 차트 아래 한 줄 해석도 붙여줘.
보면 알겠지만, 좋은 프롬프트는 멋있는 문장이 아니다. 범위, 열, 기준, 목적이 들어 있는 문장이다.
자주 막히는 순간은 늘 비슷하다
AI Sheets를 처음 쓰는 사람은 대체로 비슷한 지점에서 멈춘다.
첫째, 범위를 너무 크게 잡는다. "시장 전체를 분석해줘"는 결과를 흐리게 만든다. 먼저 5개, 10개, 최근 3개월처럼 줄여야 한다.
둘째, 열 구조 없이 시작한다. 시트는 표다. 표는 칼럼이 뼈대다. 필요한 칼럼을 먼저 말하지 않으면 나중에 정리하느라 시간이 더 든다.
셋째, 인사이트부터 달라고 한다. 데이터 품질을 먼저 봐야 한다. 누락, 중복, 날짜 형식 오류가 섞여 있으면 멋진 요약도 금방 흔들린다.
넷째, 한 번에 완성하려고 한다. 처음엔 넓게 모으고, 두 번째에 정리하고, 세 번째에 해석하는 편이 안정적이다. 작은 세 번이 큰 한 번보다 보통 낫다.
이 네 가지만 피해도 결과가 훨씬 좋아진다.
결국 중요한 건 시트를 잘 다루는 손이 아니라, 잘 묻는 머리다
AI Sheets 2.0은 데이터를 마법처럼 알아서 다 맞춰주는 도구라기보다, 데이터 작업의 진입 장벽을 크게 낮춰주는 도구에 가깝다. 웹에서 모으고, 표로 정리하고, 계산하고, 차트로 바꾸고, 거기서 의미를 읽는 흐름을 한 자리에서 묶어준다는 점이 크다.24
그래서 엑셀을 잘 몰라도 괜찮다. 진짜 중요한 건 따로 있다. 내가 지금 알고 싶은 것이 무엇인지, 어떤 표가 필요하고, 어떤 비교가 필요한지 말할 수 있어야 한다는 것. 질문이 선명해지면 데이터 작업도 선명해진다.
한마디로 정리하면 이렇다. 시트의 시대가 끝난 것이 아니라, 시트와 대화하는 시대가 시작된 것이다.
데이터가 쌓일수록 더 쉬워지는 사람은 숫자를 사랑하는 사람이 아니다. 숫자에게 제대로 질문하는 사람이다.
참고
1Genspark - Your All-in-One AI Workspace
2젠스파크(Genspark) AI 완벽 가이드 사용법부터 최신 기능까지 — 2026년 총정리
3Genspark Help Center - AI Sheets
이 노트는 보도·비평·교육·연구 목적으로 작성되었습니다. 저작권 문의가 있으시면 에서 알려주세요.