주문이 들어올 때마다 이런 작업을 반복하고 있다면 어떨까요?

주문 엑셀 다운로드
→ 필요 없는 열 삭제
→ 이름·전화번호 확인
→ 주소 열 정리
→ 상품명 가공
→ 택배사 양식에 맞게 열 순서 변경
→ 새로운 엑셀로 저장

주문량이 적을 때는 직접 할 수 있습니다.

하지만 매번 같은 규칙으로 데이터를 정리하고 있다면, AI를 이용해 과정을 상당 부분 줄일 수 있습니다.

기존 방식

원본 엑셀 → 사람이 직접 정리 → 송장 양식 작성 → 검수

개선 방식

원본 엑셀 + 택배사 양식 → AI 변환 → 결과 파일 검수

이번 글에서는 이 작업을 ChatGPT로 처리하는 방법을 예시로 보여드리겠습니다.

STEP 1. 파일 준비
STEP 2. 변환 규칙 설정
STEP 3. 엑셀 변환
STEP 4. 검수
STEP 5. 반복 사용

STEP 1. 두 개의 파일을 준비하세요

기본적으로 필요한 것은 두 가지입니다.

원본 주문 엑셀

예:

주문번호	구매자	연락처	주소	상품명	옵션	수량
10001	김OO	010-XXXX-XXXX	서울시…	논슬립 매트	베이지	2

그리고 택배사에서 요구하는 송장 등록 양식입니다.

예:

받는분	전화번호	주소	상품명	수량	배송메시지

택배사에서 샘플 Excel 파일을 제공한다면 직접 새 양식을 만들지 말고 그 파일을 그대로 ChatGPT에 제공하는 편이 좋습니다.

STEP 2. 먼저 변환 규칙을 확인시킵니다

두 파일을 업로드한 뒤 바로:

“택배사 양식으로 바꿔줘.”

라고 하기보다, 먼저 AI가 어떤 열을 어디로 옮겨야 하는지 정확하게 파악하게 합니다.

PROMPT 01. 변환 규칙 분석

[전체 복사]　[.md 다운로드]

첨부한 두 개의 엑셀 파일을 분석해주세요.

파일 1:
쇼핑몰에서 다운로드한 원본 주문 데이터

파일 2:
택배사 송장 업로드 양식

아직 새로운 파일을 만들지 마세요.

먼저 두 파일의 열을 비교해서
원본 주문 데이터의 어떤 항목을
택배사 양식의 어떤 항목으로 옮겨야 하는지 정리해주세요.

다음 기준을 지켜주세요.

1. 원본 데이터를 임의로 변경하지 않습니다.
2. 대응 관계가 명확하지 않은 열은 추측하지 않습니다.
3. 필요한 값이 원본에 없다면 알려주세요.
4. 하나의 값을 가공해야 한다면 어떤 규칙이 필요한지 설명해주세요.
5. 삭제해도 되는 원본 열도 구분해주세요.

마지막에는

[원본 열]
→
[택배사 열]
→
[변환 규칙]

형태로 정리해주세요.

예를 들어 AI가:

구매자 → 받는분 → 그대로 사용
연락처 → 전화번호 → 그대로 사용
상품명 + 옵션 → 상품명 → 두 값을 합쳐서 작성

처럼 정리하게 만드는 겁니다.

변환하기 전에 이 규칙부터 확인해야 잘못된 매핑을 줄일 수 있습니다.

STEP 3. 확인했다면 실제 파일로 변환합니다

매핑이 맞다면 두 번째 프롬프트를 입력합니다.

PROMPT 02. 송장 양식 변환

[전체 복사]　[.md 다운로드]

방금 확인한 변환 규칙을 기준으로
원본 주문 데이터를 택배사 송장 양식에 맞게 변환해주세요.

중요:

- 택배사 양식의 열 이름과 열 순서를 변경하지 마세요.
- 원본에 없는 값을 임의로 생성하지 마세요.
- 주문 행을 누락하지 마세요.
- 주문번호가 중복되거나 이상한 경우 별도로 알려주세요.
- 전화번호와 주소가 비어 있는 행이 있다면 표시해주세요.
- 수량은 원본 값을 그대로 유지해주세요.
- 상품명 가공은 앞에서 합의한 규칙만 사용해주세요.

완료 후 새로운 Excel 파일로 만들어주세요.

그리고 별도로 아래 항목도 알려주세요.

- 전체 주문 건수
- 변환 완료 건수
- 확인이 필요한 주문 건수
- 발견한 이상 데이터

결과 파일이 생성되면 바로 택배사에 업로드하지 않습니다.

한 번 더 확인합니다.

STEP 4. 전체보다 ‘이상한 행’을 먼저 검수하세요

주문이 500건이라면 500건을 사람이 다시 읽는 순간 자동화 의미가 줄어듭니다.

대신 AI가 확인이 필요한 행을 먼저 찾아주게 하는 것이 좋습니다.

예:

전화번호 없음
주소 없음
수량 0
동일 주문번호 중복
비정상적으로 긴 상품명
원본과 변환본의 주문 건수 불일치

PROMPT 03. 변환 결과 검수

[전체 복사]　[.md 다운로드]

원본 주문 파일과 변환된 송장 파일을 비교해서 검수해주세요.

다음 항목을 확인해주세요.

1. 주문 건수가 동일한지
2. 누락된 주문이 있는지
3. 중복된 주문이 있는지
4. 이름이 잘못 이동된 행이 있는지
5. 전화번호가 비어 있거나 이상한 행이 있는지
6. 주소가 누락된 행이 있는지
7. 상품명 또는 옵션이 잘못 결합된 행이 있는지
8. 수량이 원본과 달라진 행이 있는지

문제가 없는 주문 전체를 다시 나열하지 말고
확인이 필요한 행만 정리해주세요.

마지막에

전체 주문:
정상:
확인 필요:

형태로 요약해주세요.

그리고 실제 택배 시스템에 업로드하기 전에는 몇 건을 랜덤으로 원본과 대조하는 것을 권장합니다.

STEP 5. 다음 주문부터는 같은 규칙을 재사용하세요

변환 규칙이 한 번 확정됐다면 다음부터는 훨씬 간단해집니다.

새 주문 파일만 제공하고:

“지난번과 같은 송장 변환 규칙을 사용해 이번 주문 파일을 처리해주세요.”

라고 요청할 수 있습니다.

다만 쇼핑몰이나 택배사가 엑셀 양식을 변경했다면 기존 규칙을 그대로 사용하지 말고 열 구조부터 다시 확인하는 편이 안전합니다.

결국 반복 작업은:

주문 파일 업로드 → 자동 변환 → 이상 데이터 확인 → 업로드

정도로 줄이는 것이 목표입니다.

어디까지 자동화할 수 있을까요?

주문량이 적다면 이 정도로도 충분합니다.

하지만 매일 같은 파일을 반복 처리한다면 다음 단계에서는:

쇼핑몰 주문 다운로드
→ 정해진 규칙으로 자동 변환
→ 검수 파일 생성

과정 자체를 Python이나 API 등으로 자동화할 수도 있습니다.

처음부터 복잡하게 자동화하기보다는 먼저 ChatGPT로 변환 규칙이 제대로 작동하는지 확인한 뒤, 반복성이 충분할 때 자동화 단계로 넘어가는 편이 좋습니다.

이 글에서 제공하는 자료

쇼핑몰 송장 변환팩

엑셀 매핑 분석 프롬프트
[전체 복사] [.md 다운로드]

송장 변환 프롬프트
[전체 복사] [.md 다운로드]

변환 결과 검수 프롬프트
[전체 복사] [.md 다운로드]

송장 변환 테스트용 Excel 예제
[XLSX 다운로드]

다음에 도움이 되는 콘텐츠

향후 관련 콘텐츠가 쌓이면 다음 과정으로 연결합니다.

여러 쇼핑몰 주문 엑셀을 하나의 양식으로 합치는 방법

주문 데이터에서 주소·전화번호 오류 자동으로 찾기

반복되는 엑셀 업무를 Python으로 자동화하는 방법