Gemini 구글시트 기능으로 업무 혁신 시작하기

구글시트에서 Gemini AI를 활용하는 방법은 크게 두 가지다. 워크시트 내에서 직접 사용하는 AI 함수와, 사이드바 패널에서 대화형으로 작업을 수행하는 방식이다. 이 두 가지를 적절히 활용하면 데이터 분석 및 정리에 드는 시간을 획기적으로 줄일 수 있다. 내 경우, 반복적인 텍스트 분류나 보고서 초안 작성에 많은 시간을 썼지만, Gemini 도입 후 업무 효율이 크게 개선됐다. 이 가이드에서는 2026년 현재 구글시트에서 Gemini를 설정하고 사용하는 실전 노하우를 공유한다.

구글시트에서 Gemini AI 활성화하기

Gemini AI 기능을 구글시트에서 사용하려면 몇 가지 설정이 필요하다. 먼저 구글 워크스페이스 애드온을 설치해야 한다. 이는 데이터에 직접 접근하는 방식이므로 보안에 유의해야 한다.

Gemini for Google Workspace 애드온 설치

1. 구글시트를 열고 상단 메뉴에서 "확장 프로그램 > 애드온 > 애드온 설치"를 클릭한다.
2. 검색창에 "Gemini for Google Workspace"를 입력하고 검색한다.
3. 애드온을 선택하고 "설치" 버튼을 누른다. 설치 과정에서 구글 계정 접근 권한을 요청하면 "허용"을 클릭해야 한다.

설치가 완료되면 "확장 프로그램" 메뉴 아래에 "Gemini for Google Workspace" 항목이 나타난다. 이 항목을 클릭하여 사이드바를 열거나, AI 함수를 활성화할 수 있다. 처음에는 워크시트에서 "=AI" 또는 "=GEMINI" 함수가 인식되지 않을 수 있다. 이때는 사이드바를 한 번 열어주고 워크시트를 새로고침하면 인식이 잘 된다. 과거에 애드온 설치 후에도 함수가 바로 작동하지 않아 당황했던 경험이 있다.

AI 함수 (=AI, =GEMINI) 실전 활용법

AI 함수는 구글시트 셀 안에서 직접 Gemini AI의 기능을 호출하는 방법이다. 텍스트 요약, 분류, 번역 등 정형화된 작업에 특히 유용하다. 특정 조건에 따라 데이터를 처리할 때 매우 강력한 도구다.

텍스트 요약 및 핵심 추출

긴 텍스트나 고객 리뷰를 요약할 때 AI 함수는 빛을 발한다. 예를 들어, A열에 고객 피드백이 있다고 가정한다. B열에 요약문을 생성하고 싶다면 다음과 같은 수식을 사용한다.

=AI("다음 텍스트를 30자 이내로 요약해줘: " & A2)

이 수식은 A2 셀의 내용을 기반으로 30자 이내의 요약을 생성한다. 내 경우, 매주 업데이트되는 1000개 이상의 고객 문의를 이렇게 요약하여 상위 이슈를 파악하는 데 활용한다. 덕분에 주간 리포트 작성 시간이 약 30분에서 5분으로 단축됐다.

데이터 분류 및 태깅

제품 카테고리 분류나 감성 분석에도 AI 함수를 활용할 수 있다. B열에 상품 설명이 있고, C열에 해당 상품의 카테고리를 분류하고 싶다고 가정한다. AI 함수를 사용하면 쉽고 빠르게 분류할 수 있다.

=AI("다음 상품 설명을 보고 카테고리를 [전자제품, 의류, 식료품, 기타] 중 하나로 분류해줘: " & B2)

초기에 분류 프롬프트를 너무 모호하게 작성하여 "결과 없음"이 나오거나 예상치 못한 카테고리가 생성되는 문제가 있었다. 여러 번의 시도 끝에, 정확한 카테고리 목록을 제시하고 예시를 추가하는 방식으로 프롬프트를 개선했다. 실제로 "청바지"라는 설명에 "의류"로 정확히 분류되는 것을 확인했다.

자유로운 질의응답 및 정보 추출

특정 데이터를 기반으로 자유롭게 질문하고 답변을 얻을 수도 있다. 예를 들어, 특정 고객의 주문 기록에서 가장 많이 구매한 상품을 추출하는 작업에 활용한다.

=AI("다음 주문 기록에서 고객이 가장 많이 구매한 상품명은 무엇이야? 주문 기록: " & A2)

이 기능은 특정 패턴을 가진 정보를 추출하거나, 비정형 데이터에서 유의미한 인사이트를 얻을 때 강력하다. 특히 고객 리뷰에서 특정 키워드(예: '배송', '품질')에 대한 긍정/부정을 판단하는 데 내 경험상 매우 유용했다.

Gemini 사이드바 활용 실전

Gemini 사이드바는 워크시트 전체나 특정 범위의 데이터를 대상으로 복잡한 분석이나 문서 생성을 할 때 효과적이다. 마치 옆에 유능한 데이터 분석가가 앉아있는 듯한 느낌을 준다.

데이터 정리 및 분석 요청

사이드바를 통해 구글시트 데이터에 대한 포괄적인 질문을 할 수 있다. 예를 들어, "이 시트에서 매출이 가장 높은 달은 언제인지 분석해줘"와 같은 요청이 가능하다.

1. "확장 프로그램 > Gemini for Google Workspace > Open"을 클릭하여 사이드바를 연다.
2. 사이드바에 "현재 시트의 데이터에서 각 제품별 평균 매출액을 계산하고 상위 5개를 보여줘"와 같은 프롬프트를 입력한다.
3. Gemini는 분석 결과를 텍스트로 제공하거나, 필요하면 새로운 시트에 정리된 데이터를 생성해준다.

몇 달 전, 주간 보고서 초안을 Gemini 사이드바에게 맡겨본 경험이 있다. 특정 제품의 매출 하락 원인 분석을 요청했더니, 고객 피드백 시트를 참조하라는 의견과 함께 주요 피드백 요약까지 제공하여 보고서 작성 시간을 크게 줄였다. 약 40분이 걸리던 초안 작성 작업이 10분으로 줄었다.

보고서 초안 작성 및 아이디어 구상

사이드바는 단순히 데이터를 분석하는 것을 넘어, 분석 결과를 바탕으로 보고서 초안이나 마케팅 문구를 작성하는 데도 도움을 준다. 특정 KPI 시트를 열어둔 채로 "이 데이터를 바탕으로 다음 분기 마케팅 전략 요약본을 작성해줘"라고 요청할 수 있다.

이 기능을 활용하면 기획 단계에서 아이디어를 빠르게 구체화할 수 있다. 예를 들어, 새로운 제품 출시를 앞두고 시장 조사 데이터를 시트에 정리한 뒤, 사이드바에게 "이 데이터를 바탕으로 제품 포지셔닝에 대한 아이디어를 3가지 제시해줘"라고 물어보면 유용한 초안을 얻을 수 있다.

실제 사용 시 주의사항 및 팁

Gemini 구글시트 기능은 강력하지만, 몇 가지 주의사항과 유용한 팁이 있다. 특히 비용과 데이터 보안에 대한 이해가 중요하다.

API 사용량 및 비용 관리

AI 함수나 사이드바 기능은 내부적으로 Google Cloud의 Gemini API를 사용한다. 따라서 사용량에 따라 비용이 발생할 수 있다. 내 경우, 월 평균 API 비용은 $5.3 수준이었다. 그러나 대규모 데이터에 광범위하게 적용하면 비용이 예상보다 빠르게 증가할 수 있다.

• 시트 복사본 활용: 중요한 원본 데이터 시트에 직접 AI 함수를 적용하기 전에, 복사본을 만들어 테스트한다.
• 조건부 실행: 모든 행에 AI 함수를 적용하기보다, 필요한 경우에만 실행되도록 구글시트 QUERY 함수나 IF 함수와 조합하여 사용한다.
• 사용량 모니터링: Google Cloud Console에서 API 사용량을 주기적으로 확인하고 예산을 설정하는 것이 좋다.

데이터 민감성과 보안

구글시트 내 데이터는 민감한 정보를 포함할 수 있다. AI 모델이 이를 학습할 수도 있다는 점을 항상 인지해야 한다. 중요한 사내 기밀이나 개인 식별 정보는 AI 함수에 직접 노출하지 않도록 주의한다.

• 개인 정보 비식별화: 이름, 이메일, 전화번호 등 민감한 정보는 AI 함수에 전달하기 전에 비식별화 처리한다.
• 데이터 범위 제한: 사이드바를 사용할 때, 특정 범위의 데이터만 선택하여 요청하는 습관을 들인다.
• 회사 보안 정책 확인: 소속 조직의 AI 도구 사용 정책을 반드시 준수한다.

개인적으로는 중요한 분석의 경우, 비식별화된 데이터만 AI에 넘겨서 활용하는 것을 원칙으로 한다. 이 부분이 소홀하면 예기치 못한 문제가 발생할 수 있다.

프롬프트 엔지니어링의 중요성

AI 함수와 사이드바의 성능은 프롬프트의 품질에 크게 좌우된다. 명확하고 구체적인 지시를 내릴수록 더 정확하고 유용한 결과를 얻을 수 있다.

• 명확한 목표: AI에게 무엇을 원하는지 명확하게 제시한다. (예: "요약해줘"보다 "핵심 내용을 3문장으로 요약하고, 긍정적인 측면만 강조해줘")
• 예시 제공: 가능한 경우, 원하는 출력 형식의 예시를 함께 제공한다.
• 반복 개선: 처음부터 완벽한 프롬프트는 없다. 여러 번 시도하고 개선하는 과정을 거쳐 최적의 결과를 찾는다.

내 경험상, 프롬프트 엔지니어링은 AI 도구를 다루는 핵심 역량이다. 단순히 질문을 던지는 것을 넘어, AI가 이해할 수 있는 언어로 변환하는 과정이 필요하다.

마무리: 업무에 Gemini를 녹여내는 방법

구글시트의 Gemini AI 함수와 사이드바는 데이터 분석과 업무 자동화에 강력한 도구다. 텍스트 데이터 처리, 분류, 보고서 초안 작성 등 반복적이고 시간이 많이 소요되는 작업을 효율적으로 수행한다. 개인적으로는 간단한 텍스트 처리나 분류는 AI 함수로, 복합적인 데이터 분석이나 문서 초안 생성은 사이드바를 통해 진행하는 것을 선호한다. 2026년 현재, 이 두 가지 기능을 잘 조합하면 우리 팀의 업무 생산성을 한 단계 더 끌어올릴 수 있다고 확신한다.

AI 코딩 도구를 사용하다 보면 이런 상황이 반복된다.
 

• 프로젝트를 새로 열 때마다 같은 지시 입력
• SQL 분석 방식 다시 설명
• 보고서 스타일 다시 설명
• 코딩 규칙 매번 설정

 
즉, AI에게 매번 같은 설명을 반복하는 상황이 발생한다.
 
Claude Code를 제대로 설정하지 않으면
AI는 매번 “초기화된 상태”에서 시작하기 때문이다.
 
이 글에서는 Claude Code의 핵심 구조인
 

• CLAUDE.md
• Agent
• Skill

 
세 가지 개념을 활용해 AI 업무 자동화 환경을 만드는 방법을 정리한다.

🔎 Claude Code 사용 시 가장 먼저 겪는 문제

Claude Code를 처음 사용할 때 가장 많이 겪는 문제는 다음과 같다.

반복되는 설정

 
새 프로젝트마다 입력해야 하는 것

• 한국어로 답변해줘
• SQL 스타일은 이렇게 작성
• Python 코드 스타일
• 리포트 형식

 
이런 규칙을 매번 설명해야 한다.
 

실무 패턴 재설명

 
예를 들어:

• BigQuery 분석 방식
• SQL 최적화 기준
• 리포트 작성 방식

 
이런 업무 패턴도 매번 설명해야 한다.
 

결국 생기는 문제

 
AI를 사용하지만
 

업무 방식은 자동화되지 않는다.

 
이 문제를 해결하는 것이
Claude Code 설정 구조다.

⚙️ Claude Code의 핵심 구성

 
Claude Code는 3가지 구성 요소로 동작한다.

 
이 구조를 이해하면
AI를 업무 자동화 도구로 활용할 수 있다.
 

1️⃣ CLAUDE.md — AI의 기본 규칙 설정

CLAUDE.md는

AI가 항상 따라야 하는 규칙

 
을 정의하는 파일이다.
 
예를 들어:

항상 한국어로 답변
코드 주석도 한국어
작업 전 구조 설명
SQL 키워드 대문자

 
이 규칙은 세션 시작 시 자동으로 로드된다.
 
즉,
 
AI에게 매번 설명할 필요가 없다.

2️⃣ Agent — 특정 역할 전문가

 
Agent는 특정 역할을 수행하는 AI 설정이다. 
 
예:
 

• SQL 전문가
• 리포트 작성 전문가
• 데이터 분석 전문가

 
예시:

name: sql-analyst
description: BigQuery SQL 작성 및 최적화
model: sonnet

 
Claude는 사용자의 질문을 분석하고
description을 기준으로 자동으로 Agent를 호출한다.

3️⃣ Skill — 반복 작업 자동화

 
Skill은 업무 절차를 정의한 워크플로우다. 
 
예:
 
BigQuery 분석 Skill

1. 테이블 스키마 확인
2. 샘플 데이터 조회
3. 쿼리 비용 추정
4. 최종 쿼리 작성

 
이 과정을 Skill로 정의하면
Claude가 자동으로 해당 절차를 실행한다.

📁 Claude Code 디렉토리 구조

 
Claude Code 설정은 다음 구조로 구성된다.

~/.claude/

├── CLAUDE.md
├── agents/
│   ├── sql-analyst.md
│   └── report-writer.md
└── skills/
    └── bigquery-analysis/
        └── SKILL.md

 
이 구조로 설정하면
 

모든 프로젝트에서 동일한 설정을 사용할 수 있다. 

📌 경로 표기 이해하기

 
Claude Code 문서를 보면
다음 경로가 자주 등장한다.

 
예:

~/.claude/

 
→ 모든 프로젝트 공통 설정

./CLAUDE.md

 
→ 해당 프로젝트 전용 설정

🔄 글로벌 vs 프로젝트 설정

 
Claude Code는

• 글로벌 설정
• 프로젝트 설정

두 가지 범위를 지원한다.
설정 범위위치

 
충돌이 발생하면

프로젝트 설정이 우선한다.

🚀 실제 작동 흐름

 
예를 들어 다음 요청을 입력했다고 가정해 보자.

1월 채용 데이터 BigQuery에서 뽑아줘

 
Claude는 다음 순서로 동작한다.
 

STEP 1

CLAUDE.md 규칙 로드
 

STEP 2

Agent 자동 선택
 

STEP 3

Skill 워크플로우 실행
 

STEP 4

리포트 생성
 
즉, AI가

업무 방식 자체를 자동화한다.

🎯 실무 활용 예시

 
Claude Code 자동화는 다음 업무에서 특히 유용하다.
 

데이터 분석

• BigQuery 분석
• SQL 최적화
• 비용 계산

보고서 자동화

• 주간 리포트
• 월간 분석 리포트
• KPI 요약

코드 작성

• Python 스크립트
• 데이터 처리 자동화
• ETL 작업

📌 핵심 정리

 
Claude Code 자동화 구조

 
경로의미

마무리

 
Claude Code를 제대로 설정하면
AI에게 매번 같은 설명을 반복할 필요가 없다.
 
즉,
 

AI가 내 업무 방식을 기억하고 자동으로 수행한다.

 
이 블로그에서는 앞으로도
 

• Claude Code
• AI 업무 자동화
• 데이터 분석 자동화

 
같은 실무 자동화 방법을 계속 정리할 예정이다.