한국GPT협회

데이터 분석 실무 기업교육

같은 엑셀 파일을 세 가지 환경에서 분석해 봅니다. 무엇을 언제 쓸지 판단이 서야 실무에서 쓸 수 있습니다.

교육 시간
7시간 · 7차시
교육 대상
데이터를 다루는 실무자 · 재무 · 경영관리
권장 인원
15~20명
사용 도구
엑셀 · Google Colab · Python · ChatGPT

WHY

이런 상황이시라면

공통적으로 들리는 현장의 목소리입니다.

엑셀로는 한계인데 파이썬은 못 씁니다

행이 십만 개를 넘어가면 엑셀이 버벅입니다. 파이썬을 배우자니 문법부터가 막막합니다.

분석은 하는데 무엇을 봐야 할지 모릅니다

숫자는 뽑았는데 그래서 뭐가 문제인지, 무엇을 보고해야 하는지가 안 잡힙니다.

매번 같은 분석을 처음부터 다시 합니다

분기마다 같은 처리를 하는데 스크립트로 남겨 두지 않아 매번 반복입니다.

재무 데이터를 읽을 줄 알아야 하는데 어렵습니다

재무제표를 받아도 어디를 봐야 하는지, 어떤 지표를 계산해야 하는지 모릅니다.

DESIGN

이 과정을 이렇게 설계했습니다

같은 주제라도 어떻게 짜느냐에 따라 교육이 끝난 뒤 남는 것이 달라집니다.

01

같은 데이터를 세 환경에서 다룹니다

엑셀·코랩·로컬 파이썬으로 같은 분석을 해 봅니다. 무엇이 편하고 무엇이 한계인지 몸으로 알아야 실무에서 판단이 섭니다. 도구 하나만 배우면 그 도구가 안 될 때 막힙니다.

02

문법을 가르치지 않습니다

데이터 구조를 글로 설명해 코드를 받고, 실행하고, 결과를 읽는 것까지만 합니다. 그게 분석하는 사람에게 필요한 전부입니다.

03

분석에서 끝내지 않습니다

숫자를 뽑는 것과 의사결정에 쓰이는 것은 다릅니다. 마지막 두 차시를 해석과 보고서에 씁니다.

CURRICULUM

커리큘럼

7시간 · 7차시 · 매 차시 실습 · 1인 1노트북 — 시간·심화 범위·실습 과제는 사전 조사 후 조정합니다.

1차시

60분

내용

  • 엑셀 · 코랩 · 로컬 파이썬의 장단과 한계
  • 데이터 크기·보안·반복성에 따른 선택 기준
  • 환경 준비 — 설치 없이 시작하는 방법

사례 및 실습

  • 같은 데이터를 세 환경에서 집계해 보기
  • 처리 속도와 편의성 비교
  • 우리 업무에 맞는 환경 정하기

2차시

60분

내용

  • 열 구성 · 데이터 타입 · 결측 표기 · 이상치 기준
  • AI 는 내 파일을 볼 수 없다는 전제
  • 처리 순서를 단계로 끊어 요청하기

사례 및 실습

  • 본인 데이터의 구조를 글로 적기
  • 정리·집계 코드를 받아 실행
  • 오류 메시지를 붙여 넣어 스스로 고치기

3차시

60분

집계와 시각화

Python · Colab

내용

  • 그룹별 집계와 교차표 만들기
  • 추이 · 비중 · 분포 — 무엇을 어떤 그림으로
  • 축·범례·해상도를 보고서 규격에 맞추기

사례 및 실습

  • 본인 데이터로 그룹별 집계표 생성
  • 추이 차트와 비중 차트 그리기
  • 보고서 규격으로 그림 다듬어 저장

4차시

60분

재무 데이터 읽기

엑셀 · Python · ChatGPT

내용

  • 성장성 · 수익성 · 안정성 — 세 축으로 보는 법
  • 3개년 비교로 추세를 읽는 방법
  • 동종업계 대비 위치 확인하기

사례 및 실습

  • 3개년 재무제표로 주요 지표 계산
  • 추세를 읽고 이상한 항목 찾기
  • 동종업계 평균과 비교

5차시

60분

내용

  • 파일 경로와 파라미터를 분리해 재사용 가능하게
  • 데이터가 바뀌어도 도는 코드 만들기
  • 결과를 자동으로 파일로 내보내기

사례 및 실습

  • 3~4차시 분석을 하나의 스크립트로 정리
  • 다른 기간 데이터로 교체해 실행
  • 결과 표와 그림을 자동 저장하게 만들기

6차시

60분

내용

  • AI 와 토론하며 가설을 세우고 검증하는 방식
  • 상관과 인과를 구분하는 기준
  • 추가로 봐야 할 데이터를 찾아내기

사례 및 실습

  • 분석 결과를 놓고 AI 와 가설 토론
  • 제시된 가설을 데이터로 확인
  • 추가 분석이 필요한 지점 목록화

7차시

60분

의사결정 보고서로

ChatGPT · HTML · Word

내용

  • 분석 보고서와 의사결정 브리핑의 차이
  • 결론 먼저 · 근거는 표와 그림으로
  • 질문받을 지점을 미리 준비하기

사례 및 실습

  • 분석 결과를 1페이지 브리핑으로 정리
  • 표·그림을 배치하고 결론을 앞에 두기
  • 예상 질문을 뽑아 답변 준비

실습 데이터는 참가자가 실제로 다루는 것을 가져오시게 합니다. 민감한 값은 바꿔 오시면 되고, 안내는 2주 전에 서면으로 드립니다.

차시별 상세 — 무엇을 배우고 무엇을 만드는가

011차시 · 60분

세 가지 환경 — 무엇을 언제 쓸까

같은 집계를 엑셀·코랩·로컬에서 각각 해 봅니다. 차이를 알아야 고를 수 있습니다.

엑셀 · Colab · Python

LEARNING OBJECTIVES

  • 세 환경의 장단과 한계를 설명할 수 있다.
  • 데이터 조건에 따라 환경을 고를 수 있다.
  • 설치 없이 분석을 시작할 수 있다.
엑셀가장 익숙하고 공유가 쉽습니다. 수만 행을 넘어가면 느려지고 재현이 어렵습니다
코랩설치가 필요 없고 브라우저에서 돕니다. 데이터를 올려야 해서 보안 제약이 있습니다
로컬 파이썬데이터가 밖으로 안 나갑니다. 설치가 필요하고 환경 문제가 생길 수 있습니다
선택 기준데이터 크기 · 반출 가능 여부 · 반복 실행 여부. 셋으로 대부분 결정됩니다

실습

같은 집계를 세 번 해 보기

  1. 1

    제공된 데이터로 엑셀에서 집계표를 만듭니다. 시간을 잽니다.

  2. 2

    같은 집계를 코랩에서 코드로 실행합니다.

  3. 3

    행 수를 열 배로 늘려 다시 해 보고 차이를 확인합니다.

  4. 4

    우리 업무 조건에 맞는 환경을 정하고 이유를 적습니다.

산출물환경 비교표 + 우리 업무 선택안

022차시 · 60분

데이터를 글로 설명하기

코드를 받으려면 데이터를 설명할 줄 알아야 합니다. 이게 이 과정의 기본기입니다.

ChatGPT · Colab

LEARNING OBJECTIVES

  • 데이터 구조를 글로 설명할 수 있다.
  • 처리 순서를 단계로 끊어 요청할 수 있다.
  • 오류를 스스로 고치는 루프를 돌 수 있다.
무엇을 설명할까열 이름과 의미 · 데이터 타입 · 결측이 어떻게 표기됐는지 · 이상치 기준
먼저 읽히기바로 분석시키지 않고 “어떤 데이터인지 설명해 줘”부터 시킵니다. 오해가 드러납니다
단계로 끊기한 번에 다 시키면 어디서 틀렸는지 모릅니다. 정리 → 집계 → 시각화로 나눕니다
오류 루프메시지를 그대로 복사해 붙여 넣습니다. 어디가 문제인지 몰라도 됩니다

실습

내 데이터를 읽히고 정리하기

  1. 1

    본인 데이터를 올리고 먼저 구조를 설명하게 시킵니다.

    데이터 파악 요청.md실제 사용하는 프롬프트
    첨부한 데이터를 분석하기 전에 먼저 파악해줘.
    
    - 컬럼 구성과 각 컬럼의 의미(추정), 데이터 타입
    - 행 수, 기간, 범주형 컬럼의 고유값
    - 결측이 있는 컬럼과 비율
    - 이상해 보이는 값이 있으면 지적
    - 이 데이터로 낼 수 있는 분석 결과 후보
    
    분석은 아직 하지 마. 파악 결과만 정리해줘.
  2. 2

    설명이 실제와 맞는지 확인합니다. 틀린 부분이 있으면 그게 설명이 부족한 지점입니다.

  3. 3

    정리 코드를 요청해 실행하고 오류가 나면 붙여 넣어 고칩니다.

산출물데이터 설명문 + 정리 코드

033차시 · 60분

집계와 시각화

숫자를 뽑고 그림으로 만듭니다. 보고서에 바로 쓸 수 있는 형태까지.

Python · Colab

LEARNING OBJECTIVES

  • 그룹별 집계와 교차표를 만들 수 있다.
  • 데이터 성격에 맞는 그림을 고를 수 있다.
  • 보고서에 쓸 수 있는 형태로 저장할 수 있다.
집계그룹별 합계·평균·건수. 여러 기준을 조합한 교차표까지
그림 고르기시간에 따른 변화는 선, 비교는 막대, 비중은 누적. 잘못 고르면 오해를 만듭니다
규격 맞추기축 범위·범례 위치·해상도·흑백 인쇄. 보고서 규정을 함께 주면 맞춰 줍니다
저장그림을 파일로 저장해 두면 문서에 붙이기 쉽습니다. 코드에 경로를 넣어 둡니다

실습

집계에서 그림까지

  1. 1

    본인 데이터로 그룹별 집계표를 만듭니다.

  2. 2

    추이·비중 그림을 그리고 어떤 그림이 맞는지 판단합니다.

  3. 3

    축과 범례를 보고서 규격으로 다듬어 저장합니다.

산출물집계표 + 보고서용 그림 파일

044차시 · 60분

재무 데이터 읽기

재무제표에서 무엇을 봐야 하는지. 성장성·수익성·안정성 세 축으로 봅니다.

엑셀 · Python · ChatGPT

LEARNING OBJECTIVES

  • 재무제표에서 주요 지표를 계산할 수 있다.
  • 3개년 추세를 읽고 변화를 설명할 수 있다.
  • 동종업계 대비 위치를 판단할 수 있다.
세 축성장성(매출·자산 증가) · 수익성(영업이익률·ROE) · 안정성(부채비율·유동비율)
추세 읽기한 해만 보면 모릅니다. 3개년을 나란히 놓고 방향과 속도를 봅니다
이상 항목갑자기 튀는 항목이 있으면 주석을 찾아봅니다. 일회성인지 구조적인지
비교절대값보다 동종업계 대비 위치가 중요합니다. 업종 평균과 나란히 봅니다

실습

3개년 재무제표 분석

  1. 1

    제공된(또는 본인 회사의) 3개년 재무제표를 올립니다.

  2. 2

    세 축의 주요 지표를 계산합니다.

    재무 지표 계산.md실제 사용하는 프롬프트
    첨부한 3개년 재무제표로 아래 지표를 계산해 표로 만들어라.
    
    # 성장성
    매출액증가율 / 영업이익증가율 / 총자산증가율
    
    # 수익성
    매출총이익률 / 영업이익률 / 순이익률 / ROE / ROA
    
    # 안정성
    부채비율 / 유동비율 / 이자보상배율
    
    # 출력
    - 3개년을 나란히 두고 증감을 함께 표시한다
    - 계산에 쓴 항목명을 각주로 남긴다
    - 전년 대비 20% 이상 변한 지표를 표시한다
    - 해석은 하지 마라. 숫자만 낸다.
  3. 3

    크게 변한 지표를 찾아 왜 그런지 주석에서 확인합니다.

  4. 4

    동종업계 평균과 비교해 위치를 파악합니다.

산출물3개년 재무 지표표 + 이상 항목 메모

055차시 · 60분

반복 분석을 스크립트로

분기마다 하는 분석을 코드로 남깁니다. 다음부터는 데이터만 바꿔 실행합니다.

Python · Colab

LEARNING OBJECTIVES

  • 분석을 재사용 가능한 스크립트로 만들 수 있다.
  • 데이터가 바뀌어도 도는 코드를 작성할 수 있다.
  • 결과를 자동으로 내보낼 수 있다.
파라미터 분리파일 경로·기간·기준값을 코드 맨 위에 모읍니다. 그것만 고치면 됩니다
견고하게열 이름이 바뀌거나 결측이 늘어도 멈추지 않게. 예외 처리를 넣습니다
자동 저장표는 엑셀로, 그림은 PNG 로 자동 저장. 매번 복사하지 않아도 됩니다
재현성같은 데이터로 다시 돌리면 같은 결과가 나와야 합니다. 확인하고 넘어갑니다

실습

분기 분석 스크립트 만들기

  1. 1

    3~4차시 분석을 하나의 스크립트로 합칩니다.

  2. 2

    파일 경로와 기준값을 코드 맨 위 변수로 분리합니다.

  3. 3

    다른 기간 데이터로 교체해 실행하고 그대로 도는지 확인합니다.

  4. 4

    결과 표와 그림이 자동 저장되게 만듭니다.

산출물재사용 가능한 분석 스크립트

066차시 · 60분

숫자에서 인사이트로

분석 결과를 놓고 무엇이 문제인지 찾아냅니다. 이 구간이 가장 어렵습니다.

ChatGPT · Claude

LEARNING OBJECTIVES

  • 분석 결과에서 가설을 도출할 수 있다.
  • 상관과 인과를 구분해 판단할 수 있다.
  • 추가로 확인할 데이터를 찾아낼 수 있다.
토론하듯 쓰기“분석해 줘”가 아니라 “이 결과를 어떻게 봐야 하나”로 묻습니다. 관점이 나옵니다
가설 검증AI 가 제시한 가설을 그대로 믿지 않습니다. 데이터로 확인할 수 있는지부터 봅니다
상관과 인과같이 움직인다고 원인은 아닙니다. 이 구분을 못 하면 잘못된 결론이 보고됩니다
다음 질문좋은 분석은 다음 질문을 만듭니다. 무엇을 더 봐야 하는지 목록으로 남깁니다

실습

결과를 놓고 토론하기

  1. 1

    분석 결과를 첨부해 관점을 요청합니다.

    결과 해석 토론.md실제 사용하는 프롬프트
    첨부한 분석 결과를 놓고 함께 검토하자.
    
    # 지시
    1. 이 결과에서 눈에 띄는 지점을 3~5개 짚어라.
    2. 각각에 대해 가능한 원인 가설을 2개씩 제시하라.
    3. 각 가설을 확인하려면 어떤 데이터가 더 필요한지 적어라.
    4. 이 데이터만으로는 말할 수 없는 것을 명확히 구분해라.
    
    # 주의
    - 상관을 인과로 단정하지 마라.
    - 데이터에 없는 외부 요인을 추측으로 넣지 마라.
    - 확신하는 것과 추정하는 것을 표시로 구분해라.
  2. 2

    제시된 가설 중 데이터로 확인 가능한 것을 골라 실제로 확인합니다.

  3. 3

    확인되지 않은 것과 추가 데이터가 필요한 것을 목록으로 남깁니다.

산출물가설 검증 결과 + 추가 분석 목록

077차시 · 60분

의사결정 보고서로

분석이 의사결정에 쓰이려면 형태가 달라야 합니다. 한 장으로 만듭니다.

ChatGPT · HTML · Word

LEARNING OBJECTIVES

  • 분석 결과를 의사결정용 형태로 바꿀 수 있다.
  • 결론을 앞에 두고 근거를 뒤에 배치할 수 있다.
  • 예상 질문에 대비할 수 있다.
형태의 차이분석 보고서는 과정을 보여주고, 의사결정 브리핑은 결론과 선택지를 보여줍니다
1페이지경영진은 길게 안 읽습니다. 결론 · 근거 3개 · 선택지 · 권고 순으로 한 장
근거 배치표와 그림으로 보여주고 설명은 짧게. 숫자가 말하게 합니다
질문 준비이 보고를 받으면 무엇을 물을지 미리 뽑아 답을 준비합니다

실습

1페이지 의사결정 브리핑

  1. 1

    분석 결과와 6차시 검증 내용을 재료로 브리핑 초안을 만듭니다.

  2. 2

    결론을 맨 앞에 두고 근거 세 개를 표·그림으로 배치합니다.

  3. 3

    예상 질문을 뽑아 답을 준비합니다. 답하기 어려운 항목은 표시합니다.

  4. 4

    조별로 5분씩 발표하고 서로 질문합니다.

    교육 종료 시점 산출물6개 파일
    IPYNB분석스크립트.ipynb5차시 · 재사용
    XLS집계결과.xlsx자동 생성
    PNGfig_1~5.png보고서 규격
    MD가설검증.md6차시
    DOC의사결정브리핑.docx7차시 · 1페이지
    MD예상질문.md답변 요지 포함

    스크립트를 남기는 것이 핵심입니다. 다음 분기에는 데이터만 바꿔 실행하면 나머지가 따라옵니다.

산출물1페이지 의사결정 브리핑 + 예상 Q&A

OUTCOME

교육이 끝났을 때 남는 것

산출물 목록은 종료 시점에 정리해 교육 담당 부서에 전달합니다. 다음 예산 협의에 그대로 쓰실 수 있습니다.

참가자 전원

재사용 가능한 분석 스크립트

참가자 전원

1페이지 의사결정 브리핑 + 결과 그림

부서

분기 분석 자동화 (데이터만 교체)

HONEST

검토 단계에서 미리 말씀드리는 것

맞지 않는다고 판단되면 그대로 말씀드립니다. 시작하고 나서 알게 되면 서로 손해입니다.

머신러닝·예측 모델이 목적인 경우

이 과정은 기술통계와 비교 분석까지입니다. 예측 모델링은 별도 과정이 맞습니다.

데이터를 외부에 올릴 수 없는 경우

로컬 파이썬 중심으로 커리큘럼을 바꿉니다. 설치가 필요하므로 사전에 환경을 확인합니다.

실습 데이터를 준비하기 어려운 경우

제공 데이터로도 진행되지만 효과가 줄어듭니다. 민감한 값은 바꿔 오시면 되고 안내는 2주 전에 드립니다.

파이썬 문법을 배우고 싶은 경우

이 과정은 문법을 가르치지 않습니다. 데이터를 설명해 코드를 받고 결과를 읽는 데 집중합니다.

FAQ

자주 묻는 질문

Q교육 시간은 어떻게 되나요?

최소 2시간 특강부터 24시간(8시간씩 3일) 과정까지 조정합니다. 다만 실습 산출물까지 가려면 최소 8시간을 권합니다. 4시간 이하로는 도구를 알게 되는 데서 끝납니다.

Q몇 명까지 들을 수 있나요?

실습 중심이면 25명 이내를 권합니다. 그 이상이면 강사가 개별 화면을 봐드릴 수 없어 실습이 시연으로 바뀝니다. 시연 위주 특강은 인원 제한이 덜합니다.

Q우리 회사 자료를 AI에 넣어도 되나요?

보안 정책에 따라 다릅니다. 외부 도구 반입이 어려운 경우 사내에서 가능한 방식으로 커리큘럼을 조정합니다. 사전 조사 때 반드시 확인하는 항목입니다.

Q출장 교육도 가능한가요?

전국 어디든 방문합니다. 온라인 실시간 교육도 가능하고, 두 방식을 섞어 진행한 사례도 많습니다.

Q부서마다 하는 일이 달라도 괜찮을까요?

오히려 그 편이 낫습니다. 실습 과제를 직무별로 나누기 때문입니다. 다만 한 회차에 3~4개 부서 정도로 섞는 것을 권합니다. 너무 많이 섞으면 공통 과제를 잡기 어렵습니다.

Q교육이 끝나고 막히면 물어볼 데가 있나요?

교육 후에도 질문할 수 있는 커뮤니티를 운영합니다. 활용 매뉴얼도 함께 제공합니다.

CONTACT

어떤 교육이 필요한지
아직 정하지 않으셨어도 됩니다

부서 구성과 지금 하고 계신 업무만 알려주시면, 저희가 커리큘럼 초안과 견적을 만들어 보내드립니다. 사전 조사부터 함께 진행합니다.

이메일
GPT@Rnbdp.com
업무시간
09:00-18:00

급하시면 전화가 가장 빠릅니다. 상담 전 무료 수준진단도 이용하실 수 있습니다.

✓ AI 활용 수준진단
📞전화수준진단교육 문의하기