데이터 처리 업무를 위한 AI 활용

1.1 이 교안을 쓰는 법

• 학습 방식: 명령 실행 → 화면 변화 확인 → 결과 검토
• 활용 방법: 설명을 읽은 뒤 실습 파일로 직접 실행

1.2 우리가 다루는 데이터

실습 대상: 오이·포도의 농가정보·기상환경·생육기본·생육수확 자료

1.3 파일 형식별 특징과 용도

확장자: 파일명 마지막 점 뒤의 형식 표시. 저장 형식에 따라 서식·수식·여러 시트의 지원 여부 차이

1.4 실습 준비 — 파이썬 확인 및 필수 패키지 설치

최초 준비: 명령 프롬프트(cmd)에서 아래 명령 실행

# 파이썬이 깔려 있는지 확인
python --version

# 필요한 도구 설치 (엑셀 읽기 · 한글 조작)
pip install pandas openpyxl pywin32

• python --version 오류 발생 시: 파이썬 설치 여부와 실행 경로 확인
• 설치가 어려운 경우: 5.8절 엑셀 대체 방법으로 범위·중복·자료형 검사

실습자료/
├── 01_데이터검증/     ← 5장
├── 02_보고서자동화/   ← 6장
├── 03_가상데이터/     ← 실습용 자료 만들기
├── 04_한글변환/       ← 7장
└── 데이터_6농가/      ← 실습 데이터 (B=실제, 나머지=가상)

관찰 과제: 실제 제출된 오이 생육수확 파일에서 잘못 입력된 값 찾아보기

2.1 엑셀 서식 오류 — 개체번호의 날짜 변환

• 입력값: 개체번호 8
• 셀 서식: 날짜 → 표시값 1900년 1월 8일
• 원인: 엑셀의 날짜 일련번호를 개체번호에 적용한 서식 오류

2.2 센서 이상 의심 — 상·하한값의 연속 기록

• 관찰값: 5000ppm 16회 연속·100ppm 23회 연속
• 확인 사항: 센서의 측정 범위·교정 상태·수집 기록
• 판정 시 유의: 연속 고정값을 이상 의심 구간으로 분류한 뒤 원인 확인

2.3 주요 오류 유형 8가지

검사 결과: 제공받은 샘플 10개에서 219건 검출. 주요 유형별 분류는 아래 표 참고

전체 검증 규칙 17가지: 부록 C 참고

3.1 데이터 형식과 판정 기준만 전달하기

질문 작성: 실제 데이터 행을 붙여 넣지 않고 열 구성과 검사 조건만 제시

# 이렇게 (안전)
오이 생육조사 엑셀 파일이 있습니다. 열 구성은 이렇습니다.
  농가명(문자) | 조사일자(날짜) | 개체번호(1~10 정수) | 초장(cm)
  | 마디번호(정수) | 엽장(cm) | 엽폭(cm)

개체번호가 1~10을 벗어나거나 숫자가 아닌 행을 찾아
엑셀로 목록을 내보내는 파이썬 코드를 짜 주세요.

# 이렇게는 하지 마세요 (위험)
[25년_오이_경북_생육기본_B.xlsx 파일 첨부]
여기서 오류 좀 찾아줘

프로젝트 활용 목적: 데이터 형식·판정 기준·출력 형식을 함께 관리하고 회차별 요청에 재사용

4.1 화면 살펴보기

4.2 프로젝트 만들기

프로젝트: 관련 대화·참고 파일·공통 지침을 한곳에서 관리하는 작업 공간

만드는 순서 해보기

1. 왼쪽 목록에서 프로젝트 옆 ＋를 누릅니다
2. 이름을 붙입니다 — 오이 생육조사 2026 처럼 작목과 연도가 들어가면 나중에 찾기 쉽습니다
3. 지침란에 4.3절의 예시를 붙여 넣고 우리 상황에 맞게 고칩니다
4. 파일에 표준 열 정의서·매뉴얼 발췌를 올립니다. 농가 원본 데이터는 올리지 않습니다
5. 이제부터 그 프로젝트 안에서 대화를 시작합니다

4.3 지침(프롬프트) 이해하기

지침: 프로젝트 대화에 적용할 공통 요청 사항. 역할·데이터 형식·판정 기준·준수 규칙의 네 항목으로 구성

그대로 쓰는 지침 예시

사용 방법: 프로젝트 지침란에 복사한 뒤 대괄호 안을 담당 업무에 맞게 수정

[역할]
너는 농업 생육조사 데이터를 다루는 실무 보조자다.
나는 경상북도농업기술원 농업빅데이터조사원이고,
담당 농가의 생육·환경·수확 데이터를 2주마다 정리한다.

[내가 다루는 파일 형식]
· 기상환경 : 농가명 | 측정시간(1시간 간격) | 온도_내부 | 상대습도_내부
             | 잔존CO2 | 토양온도
· 생육기본 : 농가명 | 조사일자 | 덩굴구분 | 개체번호(1~10) | 초장(cm)
             | 마디번호 | 엽장(cm) | 엽폭(cm) | 엽수
· 생육수확 : 농가명 | 조사일자 | 개체번호 | 마디번호 | 수확과중(g)
             | 과장곡선(cm) | 과장직선(cm) | 과폭(mm)
· 농가정보 : 농가명 | 품종 | 식부면적 | 재식밀도 | 재배유형 | 정식기일자
※ 포도는 열 이름이 다르다. 조사일자 → 조사일 이고,
   앞에 시도·시군구·조사포장 주소가 붙는다.

[판정 기준]  ← 기관 표준 기준으로 교체할 것
· 저온 : 12℃ 미만        · 고온 : 30℃ 초과 (심함 35℃)
· 다습 : 상대습도 90% 초과 · CO2 부족 : 08~16시 400ppm 미만
· 과중 등급 : 99g 이하 / 100~149g / 150~199g / 200g 이상

[지켜야 할 규칙]
1. 농가 성명·전화번호·주소는 다루지 않는다. 농가는 A·B·C 코드로만 부른다.
2. 내가 값을 주지 않으면 숫자를 지어내지 않는다. 모르면 모른다고 한다.
3. 코드는 파이썬으로 주고, 주석은 한국어로 단다.
4. 파일 경로는 내가 알려준다. 임의로 정하지 않는다.

[답변 형식]
· 결론을 맨 앞 세 줄로 먼저 말한다.
· 판단에는 근거 수치를 함께 적는다.
· 조치가 필요하면 우선순위를 매긴다.

4.4 프로젝트를 활용한 2주 주기 업무

회차별 요청 항목: 분석 기간·검토된 요약 수치·필요한 산출물

회차별 요청 예시

1. 검증 — “이번 회차 파일이야. 지침의 기준으로 개체번호·온도·습도를 검사하는 파이썬 코드를 줘. 결과는 엑셀로 저장되게.”
2. 요약 — “검사 결과 요약이야. (표 붙여넣기) 농가에 설명할 소견 세 줄로 정리해 줘.”
3. 보고서 — “이번 기간 평균 온도 18.8℃, 저온 62시간, 고온 16시간이야. 지침 형식대로 조치 제안까지 써 줘.”
4. 다듬기 — “두 번째 문장이 너무 기네. 한 줄로 줄여 줘.”

4.5 프로젝트와 코드의 역할 분담

다른 AI 도구 활용 시: 공통 지침 저장·참고 자료 관리·대화 연결의 지원 범위를 각각 확인

5.1 실행하기 해보기

1. 명령 프롬프트를 열고 01_데이터검증 폴더로 이동합니다
2. 아래 명령을 입력합니다

   python validate.py "../데이터_6농가"

3. 몇 초 뒤 검출 결과가 화면에 나옵니다

5.2 결과 ① — 오류 유형별 건수

• 우선 확인: 빨강(오류)의 원인과 수정 필요 여부
• 후속 확인: 주황(경고)·파랑(확인)의 항목별 검토
• 요약 활용: 오류 유형별 건수와 집중 점검 대상 파악

5.3 결과 ② — 오류 셀 위치와 조치

확인 순서: 셀 주소 → 문제 → 조치. 이동 예시: Ctrl+G → D251 입력

5.4 결과 ③ — 오류가 표시된 사본

5.5 검증 규칙 수정 — 기준값과 목록 변경

수정 대상: rules.py의 숫자·목록. 검증 프로그램 validate.py와 규칙 파일을 분리해 관리

# rules.py — 숫자 열의 정상 범위 : 열이름 → (하한, 상한, 단위)
NUMERIC_RANGES = {
    "온도_내부":     (-5, 55, "℃"),
    "상대습도_내부": (0, 100, "%"),
    "잔존CO2":       (300, 5100, "ppm"),   ← 이 숫자만 바꾸면 됩니다
    "수확과중":      (30, 500, "g"),
    "개체번호":      (1, 30, "번"),
}

새 작목의 규칙 추가 요청 예시

rules.py의 NUMERIC_RANGES에 참외 생육조사 항목을 추가해줘.
매뉴얼 기준으로 엽장 5~30cm, 엽폭 5~35cm, 과중 500~2500g이야.

5.6 규칙 파일 편집 도구

• 기본 편집: 메모장으로 rules.py 열기·수정
• 확인 사항: 따옴표·쉼표·들여쓰기 누락 여부
• 편집 보조: 코드 색상 구분과 오류 표시가 가능한 편집기 활용

5.7 중요 판정 기준 설정과 오탐 점검

• 기준 조정: 실습 코드의 상한을 5100ppm으로 변경 후 재검사
• 추가 확인: 5000ppm이 16회 연속 기록된 구간(그림 2-2)
• 검토 방법: 범위 검사와 연속 고정값 검사를 구분하고 원자료·센서 상태 대조

5.8 연습 — 정답지가 있는 파일 해보기

실습 순서: 데이터_6농가의 추가 오류 10건을 직접 찾기 → 검증기 실행 → 결과 비교

정답 위치: 부록 D 또는 데이터_6농가/_안내_가상데이터.md

6.1 기존 컨설팅 자료의 구성과 개선 항목

• 유지할 요소: 기존 보고서의 구성과 해당 농가·농가평균 비교 방식
• 개선할 요소: 분석일자·소견·결론 위치·수집률·판정 기준 표시

• 분석일자: 월 단위 표기로 구체적인 일자 누락
• 소견: 비교 결과에 따른 조치 제안 부족
• 배치: 마지막(4. 수량)의 결론을 보고서 앞부분에 요약할 필요
• 수집 상태: 데이터 수집률 표시 누락
• 검토 근거: 판정 기준 미표시

6.2 실행하기 해보기

1. 02_보고서자동화 폴더로 이동합니다

2. python make_report.py -d "../데이터_6농가"

3. 같은 폴더에 보고서_B농가_....html이 생깁니다. 더블클릭해서 여십시오
4. 인쇄본이 필요하면 Ctrl+P → 대상을 [PDF로 저장]

6.3 기존 구성을 유지한 개선 항목 7가지

6.4 결과 읽기

6.5 판정 기준값 변경

기준값 관리 파일: thresholds.py

# thresholds.py
COLD = 12          # 이 온도 미만이면 저온 스트레스
HOT = 30           # 이 온도 초과면 고온
WET = 90           # 이 습도 초과면 다습 (병해 위험)
CO2_LOW = 400      # 광합성 시간대에 이 농도 미만이면 부족

실습: COLD = 12를 10으로 변경 → 재실행 → 소견 문장과 조치 순위의 변화 확인

6.6 데이터·기준·서식의 분리 관리

• 구성 원칙: 데이터 처리·판정 기준·문서 서식을 별도 파일로 관리
• 기존 도구: 정상 작동하는 VBA 매크로는 업무 적합성을 확인해 활용
• 전환 검토: 기준 변경이나 기능 추가에 드는 유지보수 부담을 비교

7.1 한글 자동화의 기본 명령과 액션 ID

기본 호출 예시: 액션 ID를 지정해 한글 기능 실행

hwp.Run("액션ID")

액션 ID: 한글 자동화 기능을 식별하는 이름. ActionTable_2504.pdf에서 기능별 ID와 설명 확인

찾는 방법: PDF에서 Ctrl+F → 한글 기능 이름 검색. 예시: 쪽 번호 → InsertPageNum

7.2 실행하기 해보기

1. 04_한글변환 폴더로 이동합니다

2. python to_hwp.py --charts

3. 한글이 잠깐 실행됐다가 닫히고, 컨설팅자료_B농가_....hwp가 생깁니다

7.3 결과

7.4 한글 자동화 코드 요청 — 액션 설명서 첨부

ActionTable_2504.pdf를 첨부합니다.
파이썬 pywin32로 한글 문서를 만들려고 합니다.
첨부 문서에 실제로 있는 액션 ID만 사용해서 다음 코드를 짜 주세요.

1. 새 문서를 만들고
2. 가운데 정렬 18pt 굵은 글씨로 제목을 넣고
3. 3열 5행 표를 만들어 값을 채우고
4. .hwp와 .pdf로 저장

주의: 파일 저장할 때 보안 팝업이 뜨지 않게 해 주세요.

7.5 환경별 한글 문서 생성 방법 4가지

기존 결재 양식 활용: ④ 양식의 값만 채우기. {{농가명}} 등의 자리표시자를 실제 값으로 치환

한글 서식 파일 '컨설팅양식.hwp'에 {{농가명}}, {{평균온도}} 같은
자리표시자가 들어 있습니다.
pywin32로 이 파일을 열어 자리표시자를 실제 값으로 바꾸고
다른 이름으로 저장하는 코드를 짜 주세요.

7.6 자주 막히는 곳

8.1 농가 자료의 개인정보 항목

• 정의서 위치: 단위확인 시트
• 농가명: 농장주 성명 / 전화번호: 농장주 휴대폰 연락처
• 확인 사항: 이름·연락처·주소가 함께 포함된 파일의 취급 기준

8.2 코드 생성과 원본 데이터 처리의 분리

• AI 요청: 실제 데이터 대신 작업 조건과 파일 형식을 설명해 코드 생성
• 실행 위치: 검토한 코드로 내 PC에서 농가 자료 처리
• 도구 점검: 외부 전송 기능 여부와 실행 환경 확인

8.3 안전한 질문법

8.4 자료 업로드 전 점검

1. 개인정보 열을 지웁니다 — 성명·전화번호·주소·출생년도
2. 농가명을 코드로 바꿉니다 — 홍길동 → A (제공받은 샘플이 이미 이렇게 되어 있습니다)
3. 몇 줄만 발췌합니다 — 전체를 올릴 이유가 없습니다
4. 도구 설정을 확인합니다 — 대화 내용을 학습에 쓰지 않도록 설정

8.5 한글의 개인정보 가림 기능

교안 적용 사례: 그림 6-1의 농가주 성명 가림 처리

8.6 체크리스트 보안

활용 방법: 인쇄 후 업무 전·후 확인

• AI 대화창에 농가 성명·연락처·주소를 붙여넣지 않았는가
• 엑셀 파일을 통째로 첨부하지 않았는가
• 꼭 올려야 한다면 개인정보 열을 지우고 코드로 치환했는가
• AI에게는 데이터가 아니라 “형식”을 알려주었는가
• 받은 코드는 내 PC에서 돌리고 있는가
• 결과 파일을 외부로 보내기 전 개인정보를 가렸는가
• 업무망 반출 규정과 기관 정보보안 지침을 확인했는가

마무리 — 업무에 적용할 실습 선택

적용 과제: 아래 세 가지 중 업무 여건과 숙련도에 맞게 선택

1. AI에게 엑셀 수식 요청 — 담당 업무에 필요한 수식 작성·검증
2. 검증 스크립트 실행 — 담당 농가 자료의 검출 결과 확인
3. 규칙을 내 작목에 맞게 고치기 — rules.py의 숫자를 바꾸는 것부터

부록 A · 명령어 요약

# 최초 1회
pip install pandas openpyxl pywin32

# 실습 데이터 만들기 (6농가)
cd 03_가상데이터
python make_farms.py

# 데이터 검증
cd 01_데이터검증
python validate.py                      # 기본 샘플
python validate.py "C:\내데이터"          # 내 폴더
python validate.py "폴더" --no-highlight  # 색칠본 생략(빠름)

# 보고서 생성
cd 02_보고서자동화
python make_report.py -d "../데이터_6농가"
python make_report.py -f D               # 농가 지정
python make_report.py -s 2026-05-03 -e 2026-05-16   # 기간 지정

# 한글 문서 만들기
cd 04_한글변환
python to_hwp.py --charts                # 차트 포함
python to_hwp.py --pdf --hwpx            # 다른 형식으로도

부록 B · AI 프롬프트 모음

부록 C · 오류 유형 사전

부록 D · 실습 정답지

5.8절 실습 정답: 직접 검토하고 검증기를 실행한 뒤 대조

부록 E · 파일별 역할과 수정 시점

• 화면·분석 수치: 2026년 8월 제공받은 샘플 데이터의 처리 결과
• 개인정보: 그림 속 농가주 성명 가림 처리
• 판정 기준: thresholds.py의 시연용 예시값을 실무 적용 전 기관 표준 기준으로 교체
• 가상 자료: A·C·D·E·F 5개 농가 데이터는 실습용으로 대외 인용 불가