Excel:
Python/R:
BI 툴 (Tableau, Power BI):
2023년 Code Interpreter 출시
→ 2024년 Data Analysis로 개명
→ 2026년 더욱 강력해짐
이제 가능한 것:
ChatGPT Plus 필요 ($20/월)
| 형식 | 지원 | 최대 크기 | 비고 |
|---|---|---|---|
| CSV | ✅ | 512MB | 가장 추천 |
| Excel (.xlsx) | ✅ | 512MB | 다중 시트 OK |
| JSON | ✅ | 512MB | API 데이터 |
| TXT | ✅ | 512MB | 로그 파일 |
| ZIP | ✅ | 512MB | 압축 파일 |
당신은 코드 볼 필요 없음!
파일: sales_2025.csv
| 날짜 | 제품 | 수량 | 매출액 | 지역 |
|---|---|---|---|---|
| 2025-01-01 | A | 10 | 100,000 | 서울 |
| 2025-01-01 | B | 5 | 75,000 | 부산 |
| ... | ... | ... | ... | ... |
Step 1: 파일 업로드
[파일 첨부] sales_2025.csv
ChatGPT:
"파일을 확인했습니다. 5개 컬럼, 1,234행의 데이터네요. 어떤 분석을 도와드릴까요?"
Step 2: 기본 탐색
프롬프트:
"이 데이터의 기본 통계를 알려줘"
ChatGPT 출력:
Step 3: 트렌드 분석
프롬프트:
"월별 매출 추이를 선 그래프로 보여줘"
ChatGPT: → 자동으로 차트 생성 (이미지 출력)
Step 4: 심화 분석
프롬프트:
"어떤 제품을 더 밀어야 할까? 근거도 함께 알려줘"
ChatGPT 분석:
"제품 C를 추천합니다:
- 매출 성장률 35% (최고)
- 이익률 18% (평균 12%보다 높음)
- 재고 회전율 빠름 (7일)
- 계절성 없음 (안정적)"
프롬프트:
"각 컬럼의 평균, 중앙값, 표준편차를 표로 정리해줘"
사용 사례:
프롬프트:
"빈 값이 있는 행을 찾고, 평균값으로 채워줘"
사용 사례:
프롬프트:
"중복된 행을 제거하고, 몇 개 제거했는지 알려줘"
사용 사례:
프롬프트:
"매출이 100만원 이상인 거래만 보여줘"
사용 사례:
프롬프트:
"지역별 매출 합계를 막대 그래프로 보여줘"
사용 사례:
프롬프트:
"광고비와 매출의 상관관계를 분석해줘"
사용 사례:
프롬프트:
"평균에서 3 표준편차 이상 벗어난 값을 찾아줘"
사용 사례:
프롬프트:
"2024년 1월부터 12월까지 매출 추이를 분석하고, 계절성이 있는지 알려줘"
사용 사례:
프롬프트:
"고객을 매출 기준으로 상위 20%, 중간 60%, 하위 20%로 나눠줘"
사용 사례:
프롬프트:
"과거 데이터를 바탕으로 다음 달 매출을 예측해줘"
사용 사례:
| 차트 | 프롬프트 예시 | 용도 |
|---|---|---|
| 선 그래프 | "월별 매출 추이" | 시계열 |
| 막대 그래프 | "제품별 판매량 비교" | 범주 비교 |
| 파이 차트 | "시장 점유율 분포" | 비율 |
| 산점도 | "가격 vs 판매량 관계" | 상관 |
| 히스토그램 | "나이 분포" | 빈도 |
| 박스플롯 | "지역별 소득 분포" | 분산 |
| 히트맵 | "요일별 시간대 매출" | 2차원 밀도 |
프롬프트:
"제품별 매출을 원 그래프로 보여주고, 상위 3개 제품은 색을 진하게 해줘"
결과:
상황:
프롬프트:
"A/B 테스트 결과를 분석해줘: A: 100명 중 10명 클릭 B: 100명 중 15명 클릭 통계적으로 유의미한 차이인지 알려줘 (p-value 포함)"
ChatGPT 답변:
"카이제곱 검정 결과:
- p-value: 0.24
- 결론: 통계적으로 유의미하지 않음 (p > 0.05)
- 더 많은 샘플이 필요합니다."
상황:
프롬프트:
"광고비(X)와 매출(Y)의 선형 회귀 분석을 해줘. R² 값과 회귀식을 알려줘"
ChatGPT 답변:
"회귀 분석 결과:
- 회귀식: 매출 = 2.5 × 광고비 + 100,000
- R² = 0.78 (78% 설명력)
- 해석: 광고비 1만원 증가 시 매출 2.5만원 증가 예상"
데이터:
프롬프트:
"이 데이터로 고객 이탈 예측 모델을 만들어줘:
- 랜덤 포레스트 사용
- 80/20으로 훈련/테스트 분할
- 정확도와 중요한 특성 알려줘"
ChatGPT 작업:
결과:
"모델 정확도: 87%
중요 특성 (중요도 순):
- 사용 기간 (45%)
- 월 결제액 (30%)
- 나이 (25%)
인사이트: 사용 기간이 3개월 미만인 고객이 이탈 확률 높음. 초기 온보딩 강화 필요."
프롬프트:
"이번 달 마케팅 캠페인 데이터를 분석해서:
- ROI가 가장 높은 채널
- 시간대별 전환율
- 다음 달 예산 배분 추천"
시간 절감: 반나절 → 5분
프롬프트:
"지출 데이터를 카테고리별로 분석하고, 절감 가능한 항목 top 5를 찾아줘"
결과: 연간 3억 절감 기회 발견
프롬프트:
"직급, 경력, 성별별 평균 급여를 비교하고, 불합리한 격차가 있는지 통계 테스트해줘"
결과: 공정성 개선 → 직원 만족도 향상
프롬프트:
"과거 성사된 거래 데이터를 바탕으로, 신규 리드의 성사 확률을 예측해줘"
결과: 영업팀 효율 2배
프롬프트:
"제품별 판매 패턴을 분석하고, 적정 재고 수준을 추천해줘"
결과: 재고 비용 20% 절감
문제:
해결:
문제:
해결:
문제:
해결:
문제:
해결:
데이터 분석 = 전문가의 영역
누구나 데이터 분석가
1주차: 기본
2주차: 중급
3주차: 고급
4주차: 실전
무료 데이터셋:
실습 예제:
✅ ChatGPT Data Analysis = 코딩 없이 데이터 분석
✅ 지원: CSV, Excel, JSON / 최대 512MB
✅ 자주 쓰는 분석: 요약, 필터, 그룹화, 시각화, 예측
✅ 차트 자동 생성: 선, 막대, 파이, 산점도, 히트맵
✅ 머신러닝 가능: 회귀, 분류, 예측
✅ 실무 활용: 마케팅, 재무, 인사, 영업, 운영
✅ 주의: 데이터 크기, 보안, 결과 검증 필요
이제 Excel보다 쉽게, Python보다 빠르게 데이터를 분석하세요! 📊🤖