구글시트 Gemini 8월 신기능 출시! 데이터 분석부터 앱 제작까지 완벽 정리
📺 원본 영상: 구글시트 Gemini 8월 신기능 출시! 데이터 분석부터 앱 제작까지 완벽 정리
🎙️ 채널: 시민개발자 구씨
📅 정리 일자: 2026-08-29
⚠️ Note: 본 리포트는 영상의 음성을 텍스트로 변환한 STT 자료를 바탕으로 재구성했습니다. 화면에 표시된 실제 수식, 표, 차트, 인터페이스 및 슬라이드는 포함되지 않을 수 있으며, 기능의 제공 범위와 이용 조건은 촬영 시점을 기준으로 이해해야 합니다.
개요
이 영상은 Google Sheets에 내장된 Gemini가 단순한 질의응답 도구에서 데이터 가공과 분석, 대시보드 생성, 미니 앱 제작까지 수행하는 실행형 도구로 발전했다는 점을 보여준다. 강연자는 약 4,800행의 매출·비용 데이터를 사례로 삼아 파생 지표 생성, 수식 오류 복구, 분석용 시트 구축, 경영진용 대시보드 제작을 차례로 시연한다. 이어 새롭게 소개된 Sheets Canvas를 이용해 재무 대시보드와 Kanban 보드를 만들면서, 스프레드시트 업무의 핵심 역량이 수식 작성 능력에서 요구사항을 명확하게 설명하는 능력으로 이동하고 있다고 분석한다.
질문에 답하던 AI에서 시트를 직접 만드는 AI로
강연자가 설명한 Google Sheets 내 Gemini의 변화는 네 단계로 요약할 수 있다. 초기에는 사용자의 질문에 간단히 답하는 수준이었지만, 이후 템플릿 제공과 기초적인 시트 편집이 가능해졌고, 영상에서 언급한 같은 해 4월에는 표, Pivot Table(피벗 테이블), 차트와 수식을 생성하는 기능이 추가되었다. 6월에는 한국어 지원이 적용되었으며, 8월에는 시트 데이터를 기반으로 작은 앱을 만드는 Sheets Canvas가 등장했다.
이 변화에서 중요한 것은 생성되는 결과물의 외형보다 AI가 스프레드시트의 실제 작업 흐름 안으로 들어왔다는 사실이다. 과거의 AI 기능이 사용자의 질문에 답을 반환하는 보조 인터페이스였다면, 영상 속 Gemini는 새로운 열을 추가하고 수식을 채우며 별도의 분석 탭과 차트를 만들어 원본 문서를 직접 변경한다. 따라서 사용자는 답변을 복사해 시트에 옮기는 중간 작업을 줄이고, 제안된 작업 계획을 검토한 뒤 승인하는 방식으로 업무를 진행할 수 있게 된다.
💡 [영상 참조] 강연자는 이 구간에서 Google Sheets 내 Gemini 기능이 질의응답, 편집, 분석, Canvas 기반 앱 제작으로 발전한 과정을 화면으로 설명한다.
📺 원본 영상에서 실제 기능 구성을 확인할 수 있다.
사용 조건과 언어 설정에서 먼저 확인할 부분
강연자에 따르면 영상에서 시연하는 Gemini 기능 전체를 사용하려면 조직 계정에서는 Google Workspace Business 계열 플랜이, 개인 계정에서는 Google AI Pro 또는 Ultra와 같은 유료 구독이 필요하다. 다만 구체적인 지원 플랜과 사용량 제한은 서비스 정책에 따라 달라질 수 있으므로, 이 내용은 영상 촬영 당시의 안내로 받아들이는 것이 안전하다. 실제 도입 전에는 사용 중인 계정의 관리 콘솔이나 Google의 최신 제품 안내에서 기능 제공 여부를 다시 확인할 필요가 있다.
영상 촬영 시점에는 Sheets Canvas가 영어 환경에서만 제공되었기 때문에, 강연자는 Google 계정의 선호 언어를 영어(미국)로 변경한 뒤 시트를 새로고침하는 방법을 제시한다. 설정이 정상적으로 적용되면 Gemini 사이드 패널 하단에 Canvas 아이콘이 표시된다고 설명한다. Google의 신기능이 영어 환경에 먼저 배포되고 이후 다른 언어로 확장되는 경우가 있으므로, 새 기능을 빠르게 시험하려는 사용자는 영어 설정을 유지하는 방법도 고려할 수 있다는 것이 강연자의 조언이다.
그러나 영어 설정은 Gemini가 생성하는 시트 이름과 기본 문구에도 영향을 줄 수 있다. 실제 시연에서도 분석 과정에서 Calculation Data와 Analysis 같은 영문 탭 이름이 제안되었으며, 강연자는 일반적인 작업에서는 한국어 설정을 사용하다가 Canvas를 생성할 때만 영어로 전환하는 방법을 대안으로 제시한다. 즉, 기능 접근성과 결과물의 언어 일관성 사이에서 사용 환경에 맞는 운영 방식을 정해야 한다.
첫 번째 단계: 원본 데이터에서 파생 지표 만들기
실습에 사용된 원본 시트에는 매출과 비용에 관한 약 4,800개의 거래 행이 하나의 표로 정리되어 있다. 각 행에는 거래일, 거래 유형, 채널, 공급사, 담당자, 단가, 채널 수수료, 결제 금액 등 다양한 항목이 포함되어 있으며, 매출 데이터와 비용 데이터가 동일한 테이블에 함께 들어 있다. 이 구조는 거래 기록을 저장하기에는 적합하지만, 월별 공헌이익이나 채널별 성과, 미수금 회수 위험처럼 의사결정에 필요한 지표를 바로 읽어내기는 어렵다.
기존 방식에서는 담당자가 각 지표의 계산 논리를 설계하고 수식을 작성한 뒤 전체 행에 적용해야 했다. 영상 속 Gemini를 활용하면 사용자는 원본 탭의 오른쪽에 새로운 지표 열을 추가하고, 열 이름과 데이터 구조를 바탕으로 적절한 수식을 설계하라고 자연어로 요청할 수 있다. 강연자는 공헌이익, 공헌이익률, 미수금, 미지급금, 결제 지연일, 회수 위험 등급을 포함한 파생 지표를 요청하면서, 실제 적용 전에 사용할 수식과 판단 기준을 먼저 설명하도록 지시했다.
이처럼 설명을 먼저 요구하는 방식은 AI를 단순 자동 실행기가 아니라 검토 가능한 작업자로 다루는 방법이다. Gemini가 제안한 열과 수식의 논리를 확인하고 문제가 없을 때 Approve를 누르면, 새로운 열 생성부터 수식 채우기와 조건부 서식 적용까지 시트에 반영된다. 마음에 들지 않는 계산 방식이 있다면 즉시 승인하지 않고 피드백을 통해 수정할 수 있으므로, 중요한 업무에서는 제안, 검토, 승인이라는 단계를 명시적으로 유지하는 것이 바람직하다.
💡 [영상 참조] 강연자는 이 부분에서 Gemini가 제안한 파생 지표, 수식 설명 및 승인 후 시트에 적용된 결과를 직접 보여준다. STT에는 실제 수식 전문이 포함되어 있지 않으므로 정확한 계산식은 원본 영상을 확인해야 한다.
📺 원본 영상에서 확인할 수 있다.
수식 오류를 찾는 대신 Gemini에게 복구를 맡기기
파생 지표를 만드는 것만큼 실무에서 자주 발생하는 문제가 기존 수식의 오류다. 다른 사람이 작성한 시트를 인수인계받았거나 참조 대상 셀이 비어 있는 경우에는 #DIV/0!과 같은 오류가 나타날 수 있고, 사용자는 복잡한 수식의 어느 부분이 원인인지 직접 추적해야 한다. 영상에서는 공헌이익률 계산식에서 분모로 사용되는 값을 지우고, 오류를 감추던 IFERROR까지 제거해 의도적으로 오류 상황을 만든다.
오류가 표시된 셀에서는 Gemini의 Fix 버튼을 사용할 수 있으며, 이를 누르면 Gemini가 문제 원인과 개선 방법을 분석해 수정안을 제안한다. 시연에서는 누락된 값 때문에 계산 오류가 발생한 상황을 처리하도록 IFERROR를 포함한 형태로 수식이 보완되었고, 필요한 데이터가 다시 입력되면 정상적인 계산 결과가 나타나도록 복구되었다. 이는 사용자가 수식 문법을 처음부터 해석하지 않더라도 오류 원인과 수정 방향을 빠르게 확인할 수 있다는 의미다.
다만 오류를 화면에서 숨기는 것과 데이터 문제를 해결하는 것은 서로 다르다. IFERROR는 보고서의 가독성을 높일 수 있지만, 분모가 비어 있는 이유나 원천 데이터가 누락된 원인까지 해결해 주는 것은 아니다. 따라서 중요한 재무·운영 시트에서는 Gemini가 제안한 수식뿐 아니라 오류 발생 조건과 대체 값의 의미까지 검토해야 하며, 빈칸을 0으로 취급할지 결과 자체를 비워 둘지도 업무 규칙에 따라 결정해야 한다.
두 번째 단계: 파생 지표를 분석 구조로 바꾸기
데이터 가공이 끝난 뒤 강연자는 새로 만든 파생 열을 반드시 사용해 별도의 분석 탭을 만들도록 Gemini에 요청한다. 이때 원본 데이터가 8월 15일까지만 존재한다는 조건도 함께 전달해, 8월 수치를 완결된 월간 실적으로 오해하지 않도록 했다. 이 사례는 AI 분석에서 데이터 자체만큼 분석 기간과 예외 조건을 프롬프트에 포함하는 일이 중요하다는 점을 보여준다.
Gemini는 먼저 분석 접근법을 제안한 뒤 승인을 받았고, 집계 작업을 수행하는 Calculation Data 시트와 결과를 보여주는 Analysis 시트를 생성했다. 강연자의 설명에 따르면 계산용 시트에는 원본 데이터를 요약하는 수식이 들어가며, 분석 시트에는 실무자가 성과를 직관적으로 확인할 수 있는 대시보드와 주요 인사이트가 배치되었다. 날짜를 고유하게 추출하고 이를 기준으로 데이터를 집계하는 구조를 사용했기 때문에, 이후 원본에 새로운 날짜의 거래가 추가되면 집계 결과에도 반영될 수 있도록 구성되었다.
이 과정은 원본 데이터, 계산 계층, 표현 계층을 분리하는 전형적인 분석 구조와 닮아 있다. 원본 탭에는 거래 단위의 기록을 보존하고, 계산 탭에서는 분석에 필요한 집계치를 생성하며, 대시보드 탭에서는 사용자가 확인해야 할 결과만 보여주는 방식이다. Gemini가 이러한 구조를 자동 생성해 준다면 반복 작업은 크게 줄어들지만, 사용자는 여전히 어떤 지표를 어떤 기간과 기준으로 비교할지 결정해야 한다.
💡 [영상 참조] 강연자는 이 구간에서
Calculation Data와Analysis탭에 생성된 수식 기반 집계와 분석 대시보드를 차례로 보여준다. 화면에 표시된 정확한 셀 범위와 차트 값은 STT만으로 확인할 수 없다.
📺 원본 영상에서 확인할 수 있다.
대시보드 제작 능력보다 분석 의도 전달이 중요해진다
강연자는 과거 전략기획 부서 등에서 수동으로 만들던 형태의 대시보드를 이제 프롬프트 한 번으로 구성할 수 있다고 평가한다. 기존에는 수식을 작성하고 표를 정리하며 차트를 배치하는 기술이 결과물의 품질을 크게 좌우했다. 그러나 생성 작업이 자동화되면 경쟁력의 중심은 구현 속도보다 어떤 정보를 누구에게 보여줄지 결정하는 능력으로 옮겨간다.
좋은 프롬프트에는 분석 대상과 목적, 반드시 사용할 지표, 기간상의 주의점, 원하는 결과물의 형태가 함께 들어가야 한다. 예를 들어 “매출을 분석해 달라”는 요청보다 “8월 데이터는 15일까지의 부분 실적이라는 점을 반영하고, 공헌이익률과 미수금 회수 위험을 사용해 실무자가 조치할 항목을 보여 달라”는 요청이 훨씬 명확하다. 여기에 탭 이름, 차트 유형, 문장 수, 대상 독자까지 지정하면 결과물의 편차도 줄일 수 있다.
결국 스프레드시트 자동화에서 프롬프트는 단순한 명령문이 아니라 일종의 분석 요구사항 문서가 된다. 계산 규칙이 모호하면 자동으로 만들어진 수식도 모호해지고, 의사결정 목적이 불명확하면 보기 좋은 차트가 생성되더라도 실무적 가치는 떨어진다. 강연자가 강조하듯 앞으로 중요한 역량은 대시보드를 손으로 그리는 기술만이 아니라, 대시보드가 답해야 할 질문을 구체적으로 정의하는 능력이다.
실무자용 분석 화면과 경영진용 요약 화면의 차이
첫 번째 분석 대시보드가 실무자가 현황을 확인하고 작업하는 용도였다면, 강연자는 이어서 경영진 보고용 경영 요약 탭을 별도로 요청한다. 이 프롬프트에는 표시해야 할 지표뿐 아니라 경영진이 알아야 할 내용을 세 문장으로 정리하고, 한 줄에 한 문장씩 배치하며, 필요한 차트도 함께 생성하라는 조건이 포함되었다. 사용자의 역할에 따라 같은 데이터라도 정보의 밀도와 표현 방식이 달라져야 한다는 점을 반영한 것이다.
최초 결과에는 차트와 지표가 포함되었지만, 강연자는 서식과 배치가 다소 미흡하다고 판단해 레이아웃 개선을 다시 요청했다. 수정된 버전에서는 KPI가 카드 형태로 정리되고, 그 아래에 주요 인사이트와 네 개의 차트가 배치되었으며, 상위 고객과 손익분기 매출 여유 분석도 추가되었다. 이는 생성형 AI가 초안 제작 시간을 줄여 주더라도, 원하는 품질에 도달하려면 시각적 우선순위와 정보 배치를 구체적으로 피드백해야 한다는 사실을 보여준다.
대시보드 디자인을 처음부터 안정적으로 만들려면 색상, 카드 구성, 배치 순서, 강조할 KPI, 차트의 목적을 프롬프트에 포함하는 편이 좋다. 강연자의 테스트에서는 동일한 수준의 요청이라도 결과가 괜찮게 나오는 경우와 아쉽게 나오는 경우가 있었다. 따라서 생성 결과를 한 번에 완성품으로 간주하기보다, 초안을 받은 뒤 내용과 디자인을 나누어 수정하는 반복적 작업 방식이 현실적이다.
💡 [영상 참조] 강연자는 최초 경영 요약 화면과 레이아웃 개선 후의 KPI 카드, 인사이트, 차트 및 추가 분석 영역을 비교해 보여준다.
📺 원본 영상에서 실제 배치와 디자인을 확인할 수 있다.
자동 생성 대시보드의 함정: 원본과의 연결성
보기 좋은 대시보드가 생성되었다고 해서 모든 요소가 원본 데이터와 동적으로 연결되는 것은 아니다. 영상에서는 비용 상위 항목 등 일부 결과가 수식으로 구성되지 않아, 원본 데이터가 변경되더라도 자동으로 갱신되지 않는 문제가 지적된다. 이런 항목은 데이터가 바뀔 때 Gemini에 다시 제작을 요청해야 하므로, 반복 보고서로 사용하기에는 한계가 있다.
이 문제를 줄이려면 프롬프트에서 모든 표와 지표를 원본 데이터에 연결된 수식으로 작성하라고 명시해야 한다. 또한 원본 행이 늘어날 때 참조 범위가 자동으로 확장되는지, 계산용 탭과 차트가 같은 데이터 범위를 바라보는지, 고정된 숫자가 셀에 직접 입력되지는 않았는지를 검토해야 한다. 특히 월간 보고처럼 지속적으로 갱신되는 문서라면 처음 생성된 화면의 완성도보다 데이터 계보와 갱신 구조가 더 중요하다.
영상에서 소개되는 Canvas는 이러한 정적 대시보드의 한계를 일부 보완하는 선택지다. 단순한 셀과 차트의 집합보다 앱에 가까운 인터페이스를 만들고, 필터와 탭 같은 상호작용을 기본으로 제공하기 때문이다. 다만 Canvas 역시 데이터 구조와 기능 제약을 가지므로, 일반 시트 대시보드의 완전한 대체재라기보다 목적에 맞게 선택해야 할 또 하나의 표현 계층으로 이해하는 것이 적절하다.
Sheets Canvas로 만드는 인터랙티브 재무 앱
Canvas를 사용하려면 시트에서 Canvas 아이콘을 누르거나 Gemini 인터페이스에서 Create canvas를 선택한 뒤, 영상 촬영 당시 기준으로 영어 프롬프트를 입력해야 했다. 강연자는 Build a finance dashboard와 같은 영문 지시를 사용하면서, 화면에 표시되는 레이블은 한국어로 작성해 달라는 조건을 추가했다. 이렇게 하면 기능 호출은 영어로 유지하면서도 최종 사용자가 보는 화면은 한국어 중심으로 구성할 수 있다.
생성된 재무 Canvas에는 전체 채널과 카테고리를 선택하는 필터, 정리된 KPI 카드, 월별 화면과 손익계산서 관련 화면, 비용 분석과 미수금 회수 위험을 살펴보는 여러 탭이 포함되었다고 설명한다. 기존의 경영 요약 시트보다 디자인이 정돈되어 있고, 사용자가 조건을 선택해 결과를 바꿔 볼 수 있다는 점에서 더 인터랙티브하다. 강연자는 이를 별도 BI 도구로 이동하지 않고 Google Sheets 안에서 바로 확인할 수 있는 미니 앱에 가깝다고 평가한다.
Canvas의 가치는 결과물을 만드는 속도만이 아니라 사용 경험을 바꾸는 데 있다. 일반적인 시트에서는 사용자가 셀 위치와 표 구조를 이해해야 하지만, 앱 형태의 화면에서는 필터, 카드, 탭 같은 인터페이스를 통해 필요한 정보에 접근할 수 있다. 따라서 동일한 데이터를 여러 사용자가 소비해야 하거나, 비전문가에게 분석 결과를 전달해야 하는 상황에서 특히 유용할 가능성이 있다.
💡 [영상 참조] 강연자는 이 부분에서 Canvas로 생성된 재무 대시보드의 필터, KPI, 월별 화면, 손익계산서 및 회수 위험 관련 탭을 직접 조작한다.
📺 원본 영상에서 인터랙션을 확인할 수 있다.
데이터를 보는 앱에서 입력하고 움직이는 Kanban 앱으로
강연자는 Canvas가 조회용 대시보드만 만드는 기능이 아니라는 점을 보여주기 위해 프로젝트 일정 데이터로 Kanban 보드를 생성한다. 기본 지시는 영어로 작성하되 상태명과 화면에 들어갈 값은 한국어 예시로 제공했다. 한국어로 전체 요청을 작성하면 지원하지 않는 언어라는 응답을 받을 수 있었기 때문에, 영상 촬영 당시에는 영문 명령과 한국어 레이블을 혼합하는 방식이 실용적인 우회책이었다.
생성된 Kanban 보드는 전체 업무 수와 대기, 진행, 검토, 완료 상태를 구분해 표시한다. 사용자는 새 업무 추가 인터페이스를 통해 카드를 만들 수 있고, 각 단계에서도 새로운 작업을 추가할 수 있으며, 프로젝트나 담당자 기준으로 업무를 필터링할 수 있다. 카드의 상태를 검토 단계로 변경하면 보드에서도 해당 카드가 검토 영역으로 이동하므로, 단순한 데이터 시각화를 넘어 입력과 상태 변경이 가능한 앱으로 작동한다.
기존에는 Google Sheets의 행 데이터를 프로젝트 보드로 사용하려면 별도의 집계용 시트를 만들거나, Pivot Table과 수식을 조합하거나, 데이터를 Notion 같은 외부 서비스로 옮기는 과정이 필요했다. Canvas는 원본 시트 위에 앱 형태의 조작 계층을 생성함으로써 이러한 중간 작업을 줄인다. 데이터 저장소와 사용자 인터페이스가 한 문서 안에 결합되기 때문에, 간단한 내부 업무 도구를 빠르게 시험하거나 프로토타입을 제작하는 데 의미가 있다.
💡 [영상 참조] 강연자는 Canvas가 생성한 Kanban 보드에서 새 업무를 추가하고, 프로젝트와 담당자 필터를 적용하며, 카드 상태를 검토 단계로 변경하는 과정을 보여준다.
📺 원본 영상에서 실제 동작을 확인할 수 있다.
실무 적용을 위한 프롬프트 설계법
영상 전체의 시연을 종합하면 좋은 결과를 얻기 위해서는 먼저 데이터가 들어 있는 탭과 원하는 결과물의 위치를 명시해야 한다. 이어 계산해야 할 지표의 의미와 예외 조건을 설명하고, 적용 전에는 수식과 작업 계획을 먼저 제시하도록 요구하는 것이 좋다. 마지막으로 결과물을 누가 사용할지, 어떤 질문에 답해야 하는지, 동적 갱신이 필요한지를 알려주면 분석 구조와 표현 방식이 한층 구체화된다.
예를 들어 경영진용 보고서라면 KPI 카드, 핵심 인사이트의 문장 수, 비교 기간, 반드시 포함할 차트와 위험 지표를 지정할 수 있다. 실무자용 화면이라면 원본 거래를 추적할 수 있는 세부 표, 조치가 필요한 미수금, 담당자와 채널별 필터를 강조하는 편이 적합하다. Kanban 앱이라면 업무 상태, 카드에 저장할 필드, 생성과 수정 가능 여부, 프로젝트 및 담당자 필터를 요구사항으로 전달해야 한다.
검증 지시도 프롬프트의 일부가 되어야 한다. 사용한 수식과 참조 범위를 설명하게 하고, 원본 행이 추가되었을 때 자동으로 반영되는지 확인하며, 부분 기간의 데이터를 완결된 기간처럼 비교하지 않도록 명시해야 한다. 이처럼 업무 규칙과 검증 기준을 함께 전달하면 Gemini가 그럴듯한 화면만 만드는 것을 넘어, 반복 사용 가능한 분석 도구를 구성하도록 유도할 수 있다.
Sheets Canvas의 제약과 운영상 주의점
강연자가 밝힌 첫 번째 제약은 영상 촬영 시점의 Canvas가 영어 언어 설정에서만 제공되었다는 점이다. 화면의 레이블을 한국어로 요청하는 것은 가능했지만, 기본 지시까지 한국어로 작성하면 지원되지 않는 언어라는 응답이 나올 수 있었다. 따라서 한국어 조직에서 사용할 때는 생성 담당자가 영어 프롬프트를 관리하고, 최종 화면의 문구만 한국어로 지정하는 운영 방식을 고려해야 한다.
두 번째 제약은 하나의 탭에 있는 데이터만 Canvas의 원본으로 사용할 수 있다는 것이다. 여러 탭에 나뉜 데이터를 결합해 앱을 만들려면 먼저 별도의 통합 데이터 탭을 생성하고, 여러 시트에 분산된 정보를 하나의 테이블로 병합한 다음 그 탭을 기반으로 Canvas 생성을 요청해야 한다. 이는 Canvas를 만들기 전에 데이터 구조를 평탄화하고, 키와 열 이름을 일관되게 정리해야 한다는 뜻이다.
세 번째로 Canvas는 백그라운드에서 앱을 생성하는 작업이므로 사용량 제한이 존재한다고 강연자는 설명한다. 무제한으로 계속 생성할 수 있는 기능은 아니기 때문에, 프롬프트를 즉흥적으로 반복하기보다 필요한 화면과 기능을 먼저 설계한 뒤 생성 횟수를 효율적으로 사용하는 편이 좋다. 또한 실제 제공 한도는 계정이나 정책에 따라 달라질 수 있으므로 최신 서비스 화면에서 확인해야 한다.
마지막 한계는 Google Sheets 자체의 데이터 처리 규모다. 데이터 양이 크게 늘어나면 계산과 화면 갱신이 느려질 수 있으므로, 강연자는 기간별로 데이터를 나누는 방식과 같은 조정이 필요할 수 있다고 말한다. Canvas가 인터페이스 제작을 자동화하더라도 기반이 되는 스프레드시트의 처리 특성까지 없애는 것은 아니므로, 대규모 데이터에서는 원본 보관, 집계, 화면 제공을 서로 다른 계층으로 분리하는 방안을 검토해야 한다.
업무 자동화가 바꾸는 스프레드시트 사용자의 역할
이 영상이 보여주는 변화는 “AI가 수식을 대신 작성한다”는 수준에 머물지 않는다. 사용자는 원본 데이터를 준비하고 업무 규칙을 설명한 뒤, Gemini가 제안한 계산과 분석 구조를 검토하며 최종 결과물이 의사결정 목적에 맞는지 판단하는 역할을 맡는다. 직접 구현에 쓰이던 시간은 줄어드는 대신 지표 정의, 데이터 품질, 분석 기간, 사용자 경험을 설계하는 일이 더 중요해진다.
이 때문에 Gemini를 잘 사용하는 사람은 단순히 프롬프트를 길게 쓰는 사람이 아니라 업무의 전제와 완료 기준을 명확하게 표현하는 사람에 가깝다. 공헌이익이 무엇을 의미하는지, 미수금 위험을 어떤 조건으로 분류할지, 경영진이 어떤 결정을 내려야 하는지를 설명하지 못하면 생성된 수식과 차트도 피상적인 결과에 머물 수 있다. 반대로 분석 의도와 예외 조건을 구체화하면 수식 작성 경험이 적은 사용자도 상당한 수준의 업무 도구를 빠르게 구축할 수 있다.
강연자는 간단한 데이터 가공과 분석, 시각화라면 별도로 Codex나 Claude Code를 사용할 필요성이 줄어들 수 있다고 평가한다. 이미 운영 중인 시트에서 몇 개의 지표와 대시보드를 추가하려는 상황에서는 문맥 전환 없이 내장 Gemini를 사용하는 편이 편리하기 때문이다. 다만 여러 시스템을 연결하거나 대규모 데이터를 처리하고, 정교한 권한 관리와 배포가 필요한 업무에서는 전문 개발 도구나 별도의 데이터 플랫폼이 여전히 필요할 수 있다.
마무리 / 핵심 정리
Google Sheets의 Gemini는 영상에서 수식 생성, 오류 수정, 데이터 집계, 분석 탭 제작, 경영진용 대시보드 구성까지 하나의 연속된 업무 흐름을 수행한다. Sheets Canvas를 이용하면 여기서 한 단계 더 나아가 필터와 여러 화면을 갖춘 재무 대시보드나, 데이터를 추가하고 상태를 변경할 수 있는 Kanban 앱도 생성할 수 있다. 이는 스프레드시트가 단순한 표 계산 도구에서 자연어로 확장 가능한 업무 애플리케이션 플랫폼으로 이동하고 있음을 보여준다.
그러나 자동 생성된 결과는 반드시 검증해야 한다. 수식이 올바른 지표 정의를 반영하는지, 부분 기간의 수치가 잘못 비교되지 않는지, 대시보드의 모든 요소가 원본 데이터와 동적으로 연결되는지를 확인해야 한다. 영어 설정, 단일 탭 데이터, 사용량 제한, 대용량 처리 문제와 같은 제약도 실제 운영 설계에 포함해야 한다.
결국 이 업데이트의 가장 큰 의미는 사용자가 수식과 차트를 직접 만드는 시간을 줄이고, 데이터에서 어떤 의미를 얻을지에 더 집중할 수 있게 되었다는 데 있다. 앞으로의 핵심 역량은 도구의 버튼을 외우는 것이 아니라 업무 목적, 계산 규칙, 대상 사용자와 검증 기준을 명확한 언어로 전달하는 능력이다. Gemini가 구현을 맡더라도 무엇을 만들고 왜 필요한지를 정의하는 책임은 여전히 사용자에게 남는다.
📚 출처 및 참고
| 구분 | 내용 |
|---|---|
| 원본 영상 | 구글시트 Gemini 8월 신기능 출시! 데이터 분석부터 앱 제작까지 완벽 정리 |
| 채널 | 시민개발자 구씨 |
| 영상 길이 | 약 19분 32초 |
| 리포트 작성 | 2026-08-29 |
| 작성 방식 | YouTube 영상 STT 변환 후 문맥 기반 용어 교정 및 에디팅 |
💬 본 리포트는 영상 내용을 바탕으로 재구성되었습니다. 기능의 실제 화면, 수식, 차트 구성과 최신 제공 조건은 원본 영상 및 Google의 최신 제품 안내를 참조해 주세요.