데이터 분석 도구는 무엇을 보고 골라야 하나요?
도구 선택의 출발점은 기능 목록이 아니라 다루려는 데이터의 행 수와 작업의 반복 횟수입니다. 엑셀은 한 시트에 1,048,576행까지만 담기므로 마이크로데이터 원자료를 열면 그 자리에서 막힙니다. 비용 구조도 갈립니다. 파이썬과 R은 라이선스가 없고 Power BI Desktop은 무료이며 Power BI Pro는 사용자당 월 14달러, Tableau Creator는 월 75달러입니다. 50명 팀으로 환산하면 연간 3만 6천 달러가 넘는 차이가 생깁니다. 한 번 보고 끝낼 분석이라면 스프레드시트가 가장 빠릅니다. 매달 같은 표를 다시 만들어야 한다면 코드나 BI 도구로 넘어가는 편이 전체 시간을 줄입니다.
목차
- 데이터 분석 도구는 무엇을 보고 골라야 하나요?
- 생활시간조사 원자료를 엑셀로 열다 멈춘 날
- 도구를 가르는 네 가지 기준
- 도구별 비용은 어떻게 다른가요?
- 일회성 분석과 반복 리포트는 다른 도구를 씁니다
- 공개 통계 작업에 맞는 세 가지 조합
- 시각화 도구는 따로 골라야 하나요?
- 결과를 다시 만들 수 있는지가 마지막 기준입니다
- FAQ
- 같이 읽으면 좋은 것들
생활시간조사 원자료를 엑셀로 열다 멈춘 날
생활시간 데이터를 요일별로 다시 묶는 작업을 하다가 도구 문제를 정면으로 만난 적이 있습니다. 마이크로데이터 통합서비스에서 내려받은 원자료를 엑셀로 열었더니 행이 중간에서 잘렸습니다. 1,048,576행 제한에 걸린 것입니다.
처음 대응은 파일을 쪼개는 것이었습니다. 세 개로 나눠 각각 집계하고 결과를 합쳤습니다. 숫자는 나왔는데 문제가 하나 남았습니다. 가중값을 적용한 평균을 구해야 하는데 분할 집계 결과를 다시 합치면서 가중값 처리가 어긋났습니다. 같은 자료로 두 번 계산했는데 평균이 9분 차이가 났습니다.
결국 파이썬으로 옮겨 처리했습니다. 코드는 서른 줄이 되지 않았고 가중 평균을 한 번에 계산했습니다. 더 중요한 수확은 다른 데 있었습니다. 다음 해 자료가 공개됐을 때 파일 경로만 바꿔 같은 코드를 돌렸더니 결과가 20초 만에 나왔습니다. 엑셀로 했다면 그 작업을 처음부터 다시 했을 것입니다. 도구는 이번 분석의 난이도보다 다음 분석의 반복 여부로 고르는 게 맞다는 결론을 그때 얻었습니다. 덧붙이면 9분이라는 차이도 그냥 넘길 숫자가 아니었습니다. 하루 평균 여가시간을 다루는 자료에서 9분은 보도자료 한 문장을 바꾸는 크기입니다. 도구 문제가 해석 문제로 번지는 경로를 그때 처음 봤습니다.
도구를 가르는 네 가지 기준
기능 비교표는 대개 판단에 도움이 되지 않습니다. 아래 네 가지로 좁히면 선택이 빨라집니다.
첫째는 데이터 크기입니다. 수천 행이면 어떤 도구로도 됩니다. 수십만 행을 넘기면 스프레드시트의 계산 속도가 떨어지고 100만 행을 넘기면 열리지 않습니다. 둘째는 반복 횟수입니다. 같은 처리를 월 1회 이상 반복한다면 클릭으로 하는 작업은 매번 실수 위험을 안고 갑니다.
셋째는 결과를 누구에게 보여 주는지입니다. 혼자 보는 분석, 팀 내부 공유, 외부 공개 보고서는 요구가 다릅니다. 외부 공개용이라면 숫자의 출처와 처리 과정을 함께 밝혀야 합니다. 넷째는 검증 가능성입니다. 누군가 "이 평균은 어떻게 나왔나요"라고 물을 때 답할수 있어야 합니다. 셀에 수식이 흩어져 있으면 몇 달 뒤 본인도 재현하지 못합니다.
이 네 가지에서 세 개 이상이 가볍다면 스프레드시트로 충분합니다. 두 개 이상이 무겁다면 다른 도구를 검토해야 합니다.
여기에 숨은 다섯째 기준이 하나 더 있습니다. 함께 일하는 사람의 도구입니다. 분석을 혼자 끝내는 경우는 드물고 중간 결과를 주고받게 됩니다. 상대가 스프레드시트만 쓰는 환경이라면 아무리 좋은 코드 기반 작업이라도 마지막에는 표로 내보내야 합니다. 반대로 팀 전체가 같은 BI 도구를 쓰고 있으면 혼자 다른 도구로 만든 결과는 다시 옮기는 수고가 생깁니다. 도구는 개인의 선택처럼 보이지만 실제로는 팀의 선택에 가깝습니다.
도구별 비용은 어떻게 다른가요?
라이선스 금액만 보면 안 됩니다. 배우는 시간과 유지 부담까지 포함해 봐야 합니다.
| 도구 | 라이선스 비용 | 특징 |
|---|---|---|
| 엑셀 | Microsoft 365 구독에 포함 | 익숙함, 100만 행 제한, 수식 추적 어려움 |
| 구글 시트 | 무료~월 18달러 | 동시 협업에 강점, 대용량에 약함 |
| 파이썬·R | 무료 | 전처리와 반복 작업에 강점, 학습 시간 필요 |
| Power BI | Desktop 무료, Pro 월 14달러, Premium Per User 월 24달러 | 대시보드 배포, Microsoft 환경 통합 |
| Tableau | Viewer 월 15달러, Explorer 월 42달러, Creator 월 75달러 | 탐색적 시각화 품질 |
표에서 눈에 띄는 차이는 BI 도구 두 개입니다. Power BI Pro와 Tableau Creator의 금액 차이는 사용자당 월 61달러이고 50명 기준으로 연 3만 6천 달러를 넘깁니다. 기능 차이가 그만큼인지는 쓰는 목적에 달려 있습니다. 정해진 표와 지표를 매달 배포하는 용도라면 Power BI로 충분하다는 평가가 많습니다. 데이터를 이리저리 돌려 보며 패턴을 찾는 작업 비중이 높으면 Tableau의 조작감이 더 낫다고들 합니다.
Power BI Pro 가격이 올랐다는 점은 놓치면 안 됩니다. 월 10달러에서 14달러로 조정됐으니 예전 자료의 금액으로 예산을 짜면 어긋납니다.
일회성 분석과 반복 리포트는 다른 도구를 씁니다
같은 데이터라도 작업의 성격이 다르면 최적 도구가 달라집니다.
일회성 분석은 질문이 하나이고 답을 얻으면 끝나는 작업입니다. 예를 들어 작년 지역별 통근시간 평균을 한 번 확인하는 일입니다. 이때는 익숙한 도구가 최선입니다. 엑셀에서 피벗테이블로 10분이면 끝나는 작업을 파이썬 환경 설정부터 시작하면 두 시간이 사라집니다.
반복 리포트는 매월 또는 매분기 같은 형식으로 다시 만들어야 하는 작업인데요. 물가 지표 월별 추이, 지역별 인구 이동 집계, 카드 소비 데이터 요약이 여기 속합니다. 이때는 처리 과정이 코드나 쿼리로 남아 있어야 합니다. 수작업 비중이 높으면 매번 같은 자리에서 실수가 반복되고 담당자가 바뀌면 작업 자체가 끊깁니다.
판단 기준은 간단합니다. 같은 작업을 세 번 이상 할 것 같으면 그때부터 자동화를 검토합니다. 이른바 세 번 규칙입니다. 첫 번째는 손으로 하고 두 번째에 절차를 메모한 뒤 세 번째에 코드로 옮기는 순서가 현실적입니다.
공개 통계 작업에 맞는 세 가지 조합
국가통계포털이나 공공데이터포털 자료를 다루는 작업으로 범위를 좁히면 조합은 세 가지로 수렴합니다.
- 가벼운 조합: 구글 시트 + 차트. KOSIS에서 내려받은 집계표를 그대로 쓰고 결과를 공유 링크로 돌립니다. 데이터가 수천 행 이하이고 협업자가 비전공자일 때 가장 빠릅니다.
- 중간 조합: 파이썬(pandas) + 노트북. 원자료 전처리와 가중값 적용이 필요한 작업에 맞습니다. 코드와 결과가 한 파일에 남아 검증이 쉽습니다. 오픈API로 데이터를 직접 받아 오면 갱신도 자동화됩니다.
- 배포 조합: 데이터베이스 + Power BI. 여러 부서가 같은 지표를 보는 상황에 맞습니다. 지표 정의를 한 곳에서 관리하므로 부서마다 다른 숫자가 돌아다니는 문제를 줄입니다.
세 조합의 공통 전제는 원자료를 손으로 수정하지 않는 것입니다. 내려받은 파일은 그대로 두고 처리 과정을 별도 단계로 남깁니다. 원본 셀을 직접 고치면 어떤 숫자가 원래 값이고 어떤 숫자가 가공값인지 구분할 방법이 사라집니다.
조합을 정할 때 데이터 갱신 주기를 자주 빠뜨립니다. 월간 통계를 다루면 매달 같은 작업이 돌아오고 연간 통계는 1년에 한 번입니다. 월간 작업은 자동화의 효과가 즉시 나타나지만 연간 작업은 코드를 짜 두어도 다음에 쓸 때 환경이 바뀌어 있는 경우가 많습니다. 그래서 연 1회 작업은 절차 메모를 더 자세히 남기는 쪽이, 월간 작업은 코드로 고정하는 쪽이 유리합니다. 갱신 주기를 기준으로 작업 목록을 두 묶음으로 나눠 두면 어디에 시간을 쓸지 정하기 쉬워집니다.
시각화 도구는 따로 골라야 하나요?
분석 도구와 시각화 도구를 같은 것으로 묶어 생각하면 선택이 꼬입니다. 전처리에 강한 도구와 그림을 다루기 좋은 도구는 다릅니다.
실무에서는 두 단계로 나누는 방식이 편합니다. 전처리와 집계는 코드나 쿼리로 처리하고 결과를 정리된 표로 내보냅니다. 그 표를 시각화 도구에 넣습니다. 이렇게 하면 그림을 다시 그릴 때 집계부터 반복하지 않아도 되고 숫자가 바뀌었을 때 어디서 바뀌었는지 추적할수 있습니다.
도구를 고를 때는 세 항목을 봅니다. 축 설정을 세밀하게 조정할 수 있는지, 같은 설정을 다른 데이터에 재사용할 수 있는지, 내보낸 그림의 해상도와 글꼴을 제어할 수 있는지입니다. 보고서에 넣는 그림은 축 범위와 눈금 간격을 직접 정해야 하는 경우가 많습니다. y축이 0에서 시작하지 않는 그래프는 변화를 과장하므로 기본 설정을 그대로 쓰면 의도하지 않은 왜곡이 생깁니다.
결과를 다시 만들 수 있는지가 마지막 기준입니다
데이터 작업에서 가장 늦게 드러나는 비용은 재현 비용입니다. 반년 전에 만든 표의 숫자를 누가 물어봅니다. 그때 같은 결과를 다시 만들 수 있는지가 도구 선택의 마지막 기준입니다.
재현 가능한 작업에는 네 가지가 남아 있습니다. 첫째는 원자료 파일과 내려받은 날짜입니다. 통계는 수정 공표가 있어서 같은 표도 시점에 따라 값이 바뀝니다. 둘째는 처리 절차입니다. 코드가 가장 확실하고 어렵다면 단계별 메모라도 남겨야 합니다. 셋째는 사용한 가중값과 모집단 정의입니다. 전체 학생 기준과 참여 학생 기준처럼 분모가 달라지면 결과가 전혀 달라집니다. 넷째는 결과 파일의 버전입니다.
이 네 가지를 남기는 데 특별한 도구가 필요하지는 않습니다. 폴더 하나에 원자료, 처리 스크립트, 결과, 메모를 함께 두는 방식으로도 충분합니다. 반대로 비싼 BI 도구를 쓰면서도 지표 정의가 문서로 없으면 재현은 불가능합니다. 도구의 가격과 재현성은 비례하지 않습니다. 반년 뒤의 나를 독자로 생각하고 폴더를 정리해 두는 습관이 가장 저렴한 해법입니다. 정리하면 선택의 순서는 이렇습니다. 데이터 크기로 후보를 걸러낸 뒤 반복 횟수로 자동화 수준을 정합니다. 공유 범위로 배포 방식을 정합니다. 그다음에 예산 안에서 라이선스를 고르면 됩니다.