[패캠 2일차] 엑셀 기초 - 이동훈 강사님

Chapter_1: 데이터 분석 개요

4차 산업혁명 시대

소프트 스킬 (머리로 일을 할 수 있는 능력)

하드 스킬 (손으로 일을 다룰 수 있는 능력)

 

빅데이터, 인공지능, 사물 인터넷, 자율주행, 로봇공학, 나노 기술, 3D 프린팅 등

 

디지털 트윈

= 오프라인 세계와 똑같은 세계를 온라인 상에 구현, 두 세계를 자유롭게 넘나듦

=> 온라인 세계를 오프라인 세계로 전환시켜 우리 삶의 질을 향상시킴

 

이 시대에서 가장 중요한 핵심 가치는 ‘데이터’

데이터를 잘 다룰 수 있는 소프트 스킬 = 데이터 리터러시

 

리터러시: 글을 읽고 쓸 줄 아는 능력

데이터를 단순히 읽고, 쓸 수 있는 것만이 아닌

데이터를 구조적이고 상황적인 다양한 관점에서 이해하고 활용할 수 있는 역량

 

=> 데이터의 숫자가 나타내는 의미가 무엇인지, 

각 숫자의 관계는 무엇인지 아는 것

 

데이터 리터러시가 중요한 이유

2000년대 초반까지 생산된

정보의 총량은 약 20 엑사바이트

 

디지털 시대로 진입하면서

2010년대에는 매일 3 엑사바이트의 정보량 생산

→ 인류가 2000년 대까지 생산한 정보의 양이

2010년 대에는 1주일에 한 번씩 생산

 

하나의 까페에서 하루 동안 발생하는 데이터는

눈에 보이지 않는 것까지 합하면 절대 적은 정보가 아님

 

요즘은 대부분 정보의 홍수 상태에 살고 있음

뇌의 정보 처리 비용이 매우 증가 ⇒ 오히려 아무 정보도 처리하지 않게 됨

 

수많은 데이터 중에서 정말로 필요하고

의미 있는 데이터를 선별할 줄 아는 능력이 중요해짐

= 데이터 리터러시

 

기술적(descriptive) 데이터 리터러시

기술적 관점에서 읽고 쓰고 활용 가능한 역량

 

예: 데이터의 종류, 유형, 특징 파악하기,

기초 통계량(합계, 평균 등)을 계산할 수 있는 역량 등

 

판매 기록 보고 궁금한 것?

총 매출, 지역별로 가장 높고 가장 낮은 매출 등

 

소수점보다는 대략적으로 빠르게 파악하기

=> 데이터 분석의 방향이 달라지지 않음

 

숫자 데이터 많이 접하고

필요한 정보를 ' 대략적으로 빠르게' 파악하는 연습

 

해석적 데이터 리터러시

3가지 지역 - W(West), S(South), C(Central)

 

매출: W > S > C

이익: W > S = C

C보다 S의 매출이 더 큰데 이익은 똑같다? -> 이상한 부분

 

할인율: C > S > W

C는 50%, S는 20%, W는 10%

 

C가 S보다 할인율 2.5배

근데 둘 다 이익이 똑같이 -114로 적자

 

가장 문제인 지역은 C인 것 같지만

들여다보면 S가 가장 문제

=> 매출액이 2.5배가 더 큰데 -114 적자가 나고 있어서

 

C는 이익이 마이너스이지만

매출액 적은 상태에서 그 정도를 유지한 것

 

C의 문제는 할인율이 너무 높은 것

해결: 할인율을 조절하면 됨

 

근데 S는 할인을 아예 중단해야 함

매출을 늘리기 위한 할인이 오히려 더 마이너스가 되는 상황

 

=> 이런 결론을 숫자들을 통해 낼 수 있는 것이 해석적 리터러시

 

유의:

해석적 리터러시만 중요한 게 아님

앞의 기술적 해석(숫자 들여다보기)이 없었다면

해석적 리터러시를 할 수 없음

⇒ 서로 상호보완적인 관계 (둘 다 해야 함)

 

데이터 분석의 정의

그래서 데이터 분석이 무엇이냐? (근본적인 질문)

 

데이터 분석이란,

유용한 정보를 발굴하고 결론을 알리며

의사결정을 ‘지원’하는 것을 목표로

데이터를 정리, 변환, 모델링하는 과정

 

요즘 아무리 발전하는 챗 지피티라도

인간의 의사결정을 대신 내려줄 수는 없음

 

인간의 영역을 대체하는 영역이 있어도

그건 의사결정을 완전히 대체하는 게 아니라

그 이전의 귀찮은 일들을 대체할 뿐

⇒ 의사결정이 더 중요해지고 정교해져야 할 필요성이 생김

 

 

챗 지피티가 뱉는 것 중 잘못된 지식이 많음

이걸 판단하는 것도 인간의 영역

 

데이터 분석은 의사결정을 과학적으로 만들어줘서

비즈니스 의사결정을 더 효율적으로 운영하게 해줌

 

 

데이터 분석을 통해 뭘 할 수 있을지를 항상 고민해야

데이터 분석은 최종 목표(예: 의사결정)를 이루기 위한 수단

 

우리는 현실보다는 항상 더 나은 미래를 꿈꾸고 있음

현실과 미래(이상)의 차이를 ‘문제’라고 함

어떻게 현실과 이상 사이의 간극을 메울 수 있을까?

 

과거(데이터)를 분석해서

현실의 문제를 해결할 수 있는 방법을 모색

 

문제와 원인

이 2가지를 확실히 파악할 필요가 있음

문제와 원인은 다른 것

 

문제를 정의한다는 건

지금 발생하고 있는 현상(보통 BAD)을 파악하는 것

 

지금 우리 기업에 어떤 안 좋은 현상이 발생하고 있는지

 

원인은 문제를 일으키는 근본적인 이유

실제로 찾아서 해결해야 하는 것

 

문제가 해결됨 = 현실과 이상 사이의 갭이 해소됨

 

 

전문가의 1번째 전제 조건:

내가 몸담고 있는 분야에 대한 나만의 정의가 있느냐의 여부

 

일을 시작하기 전에 사람들이 얘기했던 정의와

내가 실제로 수행해본 일은 어떤 것이었는지 고민해보고

책에 나오지 않는, 나만의 분야에 대한 정의가 생겼을 때

그만큼 그 분야에 대한 고민을 많이 했다는 뜻 (= 해당 분야의 전문가)

 

 

내가 생각하는 나만의 데이터 분석에 대한 정의는?

 

후배가 질문을 했을 때 내 지식과 경험에 기반한,

구글에 나오지 않는 나만의 정의로 답할 수 있다면 전문가가 된 것

 

⇒ 자기소개서나 면접

구글이 알려준 정의를 궁금해하지 않고 내가 생각한 정의를 궁금해 함

 

 

데이터 분석의 목적

데이터 분석의 목적

= 인사이트 도출 (매우 추상적..)

 

[ 데이터 분석의 과정 ]

다양한 데이터가 있음

→ 분석 기법 활용

→ 문제 발견

→ 원인(문제가 발생한 이유) 파악

→ 해결 방안 모색

→ 인사이트 도출

 

 

인사이트 = 통찰, 교훈

그냥 교훈이 아니라 장기적 관점에서의 교훈

 

단기적 관점에서의 문제와 문제의 원인을

어떻게 해결할지 고민

 

대부분의 회사에서는 단기적 관점에서 멈춤

 

급한 불을 끄고 나서도

더 먼 과거로 나아가서 근본적인 원인을 파악하고,

더 먼 미래로 가면서 이 문제가 다시 발생하지 않도록 하기 위해

어떻게 해야 하는지를 고민

⇒ 이러한 장기적 관점이 ‘인사이트’

 

데이터 분석 결과 보고서를 구성하고 나서

문제 현황과 문제 원인 파악 후 해결해서 조치했다 로 끝나는 게 아니라

 

++ 이 문제의 원인이 과거에 이런 걸 해서였다

이걸 다시 발생 안 하게 하려면 장기적인 관점에서 ~를 해야 한다

 

 

데이터 사이언스

우리말로 ‘자료 과학’

데이터를 체계화해서 학문으로 발전시킨 것

 

수학, 통계학, 컴퓨터 공학 등 다양한 분야의 융합 학문

 

너무 깊게 알 필요는 없지만

수학과 통계학을 아예 모르면 힘듦

 

수학, 통계학은 여러 학문의 이론적 근간을 담당

++ 컴퓨터 공학은 방법론 담당 (실제 데이터 분석은 컴퓨터로 진행)

 

 

데이터 사이언스에서 중요한 것:

도메인(= 분야, 영역, 산업)

 

기술적으로 컨설팅을 맡길 순 있어도

그 분야에 있는 사람만큼 해석을 할 수는 없음

 

도메인 지식은 공부를 해서 얻을 수 있는 게 아니라

근무를 하면서 직관적으로 얻는 통찰

 

내 전공, 해왔던 업무 등

⇒ 데이터 분석에 가장 중요한 요소

 

 

회사에서 원하는 건

‘Citizen Data Scientist’ (CDS)

 

데싸는 주 업무가 데이터 분석

출근하면 하루종일 데이터 분석만 함

 

시티즌 데싸는 자신의 주업무(기획, 마케팅)에 데이터 분석을 활용

 

데이터 분석에 신입으로 들어가는 건 쉽지 않음

CDS 인재가 되자!

= 데이터 분석을 할 수 있는 직무/산업 전문가

 

 

CDS의 역할:

기획(운영)과 데이터 사이언티스트 중재

=> 우선 순위를 정하도록 도움

 

이렇게 중재 업무를 하다가 양쪽 지식이 다 쌓이면

⇒ 기업이 좋아하는 최적의 인재가 됨

 

 

구체적으로는 데이터 관련해서

기술적 부분은 DS가,

기획, 업무 역량은 CDS가 담당

 

기업에서 CDS 인재 좋아함

2025년 데이터 전체 직무 부족률 = 30.3%

링크드인의 데이터 직무 공고가

3개월, 6개월이 지나도 안 내려감 (원하는 사람이 안 뽑혀서..)

 

데이터 사이언티스트 한 명을 영입하거나 육성하는 건 굉장히 어렵고 비용이 많이 듦

⇒ 주 직무가 있는 상태에서 데이터 분석을 잘 하는 사람을 선별해서 CDS로 육성하고자 하는 움직임

 

 

Chapter_2: 데이터 분석 프로세스 이해

실제 석사 전공 때 하신 연구 소개

 

대졸 구직자 취업 예측모델에 대한 연구

머신러닝 기법 활용

 

문제 정의:

대졸자 취업률이 지속적으로 낮아지고 있다

 

설문 대상자를 여러 계층으로 분류 (예: 학력별)

 

고졸은 20%, 박사는 30%

대졸자는 45%로 취업률이 가장 많이 떨어지고 있음을 발견

 

분석 목적:

대졸자의 다양한 특성을 바탕으로 취업 여부를 예측하고

취업에 중요한 영향을 줄 것으로 기대되는 주요 변수 도출

 

컴퓨터가 취업률을 잘 맞출 수 있게 정확도를 올리고

예측측 과정에서 컴퓨터가 중요하게 생각한 특성을 알아봄

 

분석 결과 활용:

사람들이 이런 요소를 잘 갖추면 취업이 더 잘 되지 않을까?

+ 국가 정책에도 반영 가능

 

분석 과정:

대졸자 직업 이동 경로 데이터 조사

직전년도 대학 졸업 후

직후년도에 어떻게 사회 생활하고 있는지

 

설문 조사 데이터 수집 →

데이터 탐색 → 데이터 전처리

 

 

의사결정나무 (Decision Tree)

yes/no로 답하면서 트리 구조로 내려가는 것

단점: 어떤 데이터를 학습시키느냐에 따라서 성능이 엄청나게 달라짐

 

랜덤포레스트 (Random Forest)

나무를 모아서 수백, 수천 개의 숲을 만듦

500개의 나무 숲을 만들었다면

400개는 취업했다고, 100개는 취업하지 못했다고 판단하면

다수결로 취업했다고 결정

 

인공신경망

인공신경세포로 구성된 컴퓨터 기반 모델

 

1등 변수: supported (가족에게 경제적 지원을 받는지 여부)

⇒ 근데 이것만 보고 '금수저만 대접받는 세상' 하면 좋은 분석이 아님

 

분석을 해봄: 가족이 여유가 있었다면 시험 준비를 하던지 어학 연수를 가던지 했을 것

가족들에게 경제적 지원을 받지 못해서 빨리 돈을 벌어야겠다는 간절함으로

회사에 더 적극적으로 지원했을 것이라는 예측이 가능

 

즉, 데이터가 뱉어주는 결과로 그대로 데이터를 분석하면 안 됨

(=> 인사이트, 통찰이 필요한 부분)

 

흥미로웠던 항목

emotion_annoying (한 달 동안 짜증을 느낀 빈도)

goal_job: 직업에 대한 목표 의식

emotion_negative: 한 달 동안 부정적이었던 빈도

 

분석 결과 탑 4개가 심리적 요인이었음

결론: 취업자의 직업 목표 의식을 구체화하고 심리 건강 관리를 해주면

취업률 증진에 도움이 될 것이다

 

 

Chapter_3: 엑셀의 기본 활용

왜 엑셀을 배워야 하는가

기업에서 제일 많이 쓰기 때문에

다양한 데이터 수집 및 축적되는데

대부분 엑셀을 사용해서 데이터를 열어봄

 

엑셀의 강점

사용하기 쉽고 (코딩이 아니라 GUI 구조),

데이터를 빠르게 처리하며,

어디서나 접근 가능,

비용도 저렴

 

회사에서 데이터를 손으로 하나하나 치면

시간 많이 걸리고 실수 많아짐

=> 엑셀로 해결 (휴먼 에러 감소)

 

기업이라면 만국공통 산업직무 막론하고

엑셀을 잘 하면 업무를 빠르고 정확하게 할 수 있음

 

회사에서는 나에게 주어진 일을

신속, 정확하게만 하면 아무도 뭐라 안 함

 

진정한 의미의 워라밸은

정시 출퇴근이 아님

일하기 싫을 때 변명처럼 쓰는 말로 변질

 

 

워라밸 = 일과 삶의 균형

워라밸은 우리가 누리고자 하는 권리인데

권리를 누리려면 의무를 다 해야 함

 

의무: 맡은 일을 신속, 정확하게 하는 것

일을 할 때 빡세게 할 땐 하고 쉴 때는 적절하게 쉬는 것

 

 

어떻게 하면 엑셀을 잘 하는 것일까?

마우스를 쓰지 않고 키보드만으로 엑셀을 사용하는 것

(빛의 속도로 작업..!)

 

기업에서 다루는 데이터가 몇만 개 되는데

만약 위에서부터 드래그를 한다..? 하루종일 걸림

 

단축키 + 자동으로 데이터가 변하는 자료를 만들 수 있는 것

 

정말로 엑셀을 잘 한다는 것은

사용자의 입장에서

목적에 부합하도록

자료를 구성하는 것

 

나 혼자만 볼 수 있는 자료를 만든다면

기업에선 높은 확률로 ‘안 해도 되는 일’

 

회사에선 반드시 한 명 이상에게

공유를 하거나 보고를 하게 됨

 

 

자료에는 목적이 존재해야

이 자료를 가지고 왜 필요한지,

사람들에게 어떤 걸 보여줘야 하는지,

이 자료로 어떤 결과가 나올지 등 예측

 

내가 하는 일의 목적은 내가 정하는 것

다른 사람들이 알려주지 않음

 

빠르게 멋들어진 자료 만드는 게 중요한 게 아니라

사용자가 왜 필요로 할까,

이걸로 어떤 걸 할 수 있지,

이 자료들을 어떻게 보여줘야 사람들이 편할까 고민하기

 

 

엑셀에는 값, 수식, 서식만 입력 가능

 

값: 키보드로 입력하는 모든 데이터

수식: 입력된 값을 가지고 계산을 하는 것

서식: 엑셀에서 가장 간과되지만 중요한 데이터 (테두리 등)

 

 

[ A1 셀의 '가나다' 예시 ]

기본 서식이 적용되어 있음

테두리 없고 배경색 없고 맑은 고딕체 등

=> 엑셀의 모든 셀에는 ‘서식’이 적용되어 있다

 

엑셀은 복사 붙여넣기를 가장 많이 씀

근데 엑셀에서의 복사 붙여넣기는 값, 서식, 수식 모두 붙여넣기임

 

근데 '모두 붙여넣기' 할 일은 거의 없음

⇒ Ctrl V는 되도록 쓰지 x (봉인)

 

수식 붙여넣기 (서식 제외)

값 붙여넣기 (서식 제외한 수식을 값으로 변경)

서식 붙여넣기 (값과 수식을 제외하고 서식만)

 

 

중요:

엑셀의 모든 셀에는 서식이 적용되어 있어서

복붙할 때 수식/값/서식을 따로 붙여 넣어야 한다

 

 

 

[영상 시청] 데이터 마케팅 시대, 당신이 진짜로 준비해야 할 것

데이터를 통해 세상을 보는 것 = 데이터 마케팅

 

DBR(동아 비즈니스 리뷰) 잡지의

10년치 데이터 분석해봄

 

누구를 제일 많이 언급했을까?

언급된 사람 순서대로 알아보고 싶어짐

=> 데이터는 사람을 행동하게 만듦

 

회사에서 마케터가 할 일:

사장님이 뭘 알고 싶어 하는지를 대답

 

사장님이 아무 것도 모를 때:

정말 디지털 마케팅이 효과가 있는 거야?

딱 하나만 고르면 무슨 마케팅을 해야 해?

 

조금 알게 돼서 위험할 때:

콘텐츠를 싸고 빨리 만드는 곳 없어?

어떤 고객들이 찾아오는 거야?

 

너무 많이 알아서 못 말릴 때:

포탈 광고비를 몇 %를 쓰면 몇 % 효과가 날까?

 

사장님들의 질문은 핵심적인 질문이므로

마케터가 꼭 알아야

=> 이때 시간이 없어서 다 직접 할 수는 없으므로 인공지능 활용

 

검색어: 남자시계 > 남성시계

회사에서는 남성, 여성이라는 용어를 많이 사용하기 때문에

똑같이 소비자도 똑같이 쓸 거라고 생각

 

소비자는 검색할 때 남자, 여자라는 말을 더 많이 써서

타겟 고객을 20%만 건짐

 

 

연관 검색어에 ‘티쏘 남자시계’

데이터 분석을 해서 매출을 올린 사례

 

마케터에게 '6개월 뒤에 어떤 제품이 가장 많이 팔릴까?'

이런 질문이 들어옴

 

시계열 분석의 기본 전제:

작년 같은 시점의 판매량이 올해 판매량과 비슷할 것이다

⇒ 이 예측을 정교화

 

고려할 항목:

검색수, 버즈량, SNS 등

 

영역별 키워드 사전을 구축

가전제품 관련 키워드: 700개 정도 밖에 안 됨

 

기계가 사람을 대체하는 게 아니라

기계가 수집/정리/보고를 해줘서

인간은 본연의 업무에 집중 가능

 

데이터를 ‘해석’한다

= 풀 해, 풀 석

 

데이터로 고객의 Pain Point를 알아내서 상품에 반영

EX) 쉽게 마르는 바지, 운동과 수영복 두 가지로 입을 수 있는 옷

 

2016년 알파고 이후 인공지능에 대한 언급이 많아짐

2022년 말에는 Chat GPT 등장

 

'귀찮은 일들을 우리가 해줄 테니

너희들은 그 시간을 아껴서

인사이트 도출과 같은 본질적인 일에 더 집중해라'

 

---

 

엑셀의 참조

엑셀 셀 안에 = 1 + 2 식으로 숫자를 직접 쓰는 것 권장하지 않음

= A1 + B1 식으로 기존 셀을 활용(= 참조)하여 수식 작성

 

상대 참조

참조가 상대적으로 바뀜

예: 옆으로 한 칸 가서 복붙하면 B1 + C1이 돼서 5가 됨

 

왜 상대 참조가 기본일까?

엑셀에서 가장 많이 하는 작업: sum (합계 구하기)

⇒ 첫 번째 칸에만 수식 작업하고 나머지는 드래그 하면 자동으로 계산 (편함)

 

 

절대 참조

F2를 누르면 셀이 수식 수정 모드로 바뀜 (커서가 깜박임)

A1에 커서 놓고 F4 누르면 $A$1이 됨 (자물쇠)

 

‘+’ 기준으로 하나라도 절대 참조이면

드래그해도 수식이 연달아 복사되지 않음

 

A$1 ⇒ 상대 참조와 절대 참조가 섞여 있는 경우 (= 혼합 참조)

 

$A1은 열이 고정된 경우, A$1은 행이 고정된 경우

 

상대 참조 상태에서 F4 키 누를 때마다

 절대 참조 → 혼합 참조(행 고정) → 혼합 참조(열 고정) 순으로 변경

 

 

빠른실행도구모음

엑셀 화면 가장 최상단의 아이콘 모음

— 자주 쓰는 기능들을 모아둔 것

 

Ctrl + Z: 실행 취소

Ctrl + Y: 실행 취소 하기 전으로 돌아옴

⇒ 이 둘은 단축키가 있어서 도구실행 모음에 있을 필요가 없음

 

빠른실행도구모음의 묘미!

Alt를 한 번 누르면 단축으로 갈 수 있는 번호들이 메뉴들 옆에 쫙 뜸

거기서 알맞은 번호를 누르면 사용 가능

(주의: 윈도우에서만 사용 가능한 기능)

 

수식 붙여넣기: ctrl + v 아님!

alt + 2로 수식 붙여넣기

 

팁: alt + 2 누르고 나서 엔터 치면 안 됨

(엔터 치면 그냥 ctrl + v 되어 원하는 결과가 안 나옴)

 

값 붙여넣기: 숫자에서 컴마가 사라진 값이 들어감

(쉼표도 서식이어서)

 

서식 붙여넣기: 넣고 싶은 서식 부분을 복사한 다음(꼭 복사 후에 해야 함) alt + 4

 

ctrl + alt + v 하면 붙여넣기 관련 옵션이 뜸

하지만 창을 한번 거쳐야 해서 귀찮으니 웬만하면 단축키 사용

 

서식 복사 안 되는 건 좋지만 쉼표도 같이 안 찍힘 (서식이라)

 

 

ctrl + shift + 1: 쉼표 찍는 단축키

ctrl + shift + 2: 시간형식

ctrl + shift + 3: 날짜형식 (윗부분 # - 길면 #으로 변함)

ctrl + shift + 4: 통화형식 (윗부분 $)

ctrl + shift + 5: 퍼센트형식 (윗부분 %)

 

전체 열 선택: 원하는 열의 셀 하나에서 ctrl + space

전체 행 선택: shift + space (행이니까 더 긴 키라고 기억)

 

전체 열 삭제: 전체 열 선택 후 ctrl + -

전체 행 삭제: 전체 행 선택 후 ctrl + -

 

전체 열 추가: 전체 열 선택 후 ctrl + shift + ‘+’ (선택한 열 왼쪽에 추가됨)

전체 행 추가: 전체 행 선택 후 ctrl + shift + ‘+’ (선택 행 위쪽에 추가됨)

 

ctrl + 방향키 : 연속된 데이터의 끝으로 이동

shift + 방향키 : 범위로 잡힘

ctrl + shift + 방향키: 범위로 잡아서 끝까지 (가장 많이 씀)

팁: ctrl + shift + 방향키로 한번 잡고 shift로 미세 조정

 

 

붙여넣기로 표 내부 합계 빠르게 구하기 실습

위로 한 칸 가서 ctrl + 오른쪽 키로 이동 후

아래로 한 칸 내려가서 ctrl + 왼쪽 키로 범위 잡고 alt + 2

 

질문 드린 내용: 쉼표가 바로 안 붙는다면?

ctrl + shift + 1가 미리 적용되어 있어서 그런 것

 

전체 행 숨기기: shift로 숨길 행 갯수만큼 선택하고 ctrl + 9

숨기기 되돌리려면: 숨겨진 행 사이 두 칸을 shift로 잡고 ctrl + shift + 9

 

전체 열 숨기기: 열 사이 두 칸 잡고 ctrl + 0

 

열 숨기기 기능은 사실 거의 안 씀

- 되돌리기 윈도우에선 ctrl + shift + 0 안 되지만

만약 쓸 일 있다면 키보드 대신 마우스로 수동 처리하기

 

숨겨진 행/열은 보통 안 중요한 부분이어서 숨긴 것

근데 숨긴 뒤 나머지 부분을 범위로 잡으면 숨긴 것까지 자동으로 선택되어버림

 

숨긴 셀들을 빼는 법?

숨긴 후 범위 잡아서 alt + 5 (= 화면에 보이는 셀 선택)

숨기고 + alt 5 + 복사(=> 2개 3개 점선이 따로 잡히는 모습 확인)

이후 붙여넣기(CTRL+V)

 

 

틀 고정할 때는 고정할 행 선택 후 alt + 6

취소하려면 alt + 6 한 번 더

 

팁: 셀이 한 칸만 선택된 것으로 인식되면 전체 행/열 선택해도 틀이 십자가로 생김

=> 꼭 한 줄 행/열이 선택되도록 해야

 

 

병합하고 가운데정렬 ⇒ 단축키 없음

 

alt + H ⇒ 메뉴 중 홈 탭으로 이동

 

가운데로 하나로 만드는 순간 엑셀이 가진 모든 장점이 사라짐

포함해서 범위 잡기 쉽지 않고 복사 붙여넣기도 힘듦

주변 서식이 깨질 수도 있음

 

즉, 안 쓰는 게 좋다

병합하고 가운데정렬은 쳐다도 보지 말기

 

 

그러나 꼭 써야 하는 경우

가운데 병합할 범위를 선택하고

ctrl + 1 (셀 서식) 들어가서

맞춤 에서 선택 영역의 가운데를 선택

 

팁: 셀 서식 팝업에서 메뉴 간 이동은 ctrl/shift + 방향키

 

 

내가 자주 쓰는 기능들은 꼭 빠른실행도구모음 사용하기!

업무 속도 차이 5배 정도 (500%)

 

 

 

숫자 데이터 양옆에 괄호 치는 법 (데이터 표시형식 바꾸기)

셀 서식 - 표시형식 - 사용자지정 - (#)

 

#은 숫자 데이터의 대표값이자, 의미 없는 0은 생략 (= 0만 있으면 0이 사라져버림)

이때는 (0) 형태로 넣어주면 0을 살릴 수 있음

 

(@)은 문자열의 대표값

 

1980574 와 같은 긴 숫자에 #,##0 넣으면

0도 살리고 긴 숫자에 세 자리마다 쉼표 들어감

 

형식 위의 ‘보기’ 칸에서 바뀔 형식을 미리볼 수 있음

 

#,##0 맨 뒤에 컴마 찍을 때마다 3자리 단위로 반올림

 

세미콜론 기준으로 양수 ; 음수 ; 0 

각각의 경우 작성하면 셀에 입력된 숫자에

자동으로 지정된 서식 입혀짐

=> 회사의 성장률, 진척률 등을 작업할 때 편함