수강생 사례 #광고매체자동화 #RPA업무자동화 #파이썬자동화 #교육결과사례

매일 45분씩 걸리는 광고매체별 데이터 취합,
구글&네이버 데이터 수집·통합·엑셀 저장까지
코드 한 번 실행으로 끝낸 방법

ChatGPT X Python RPA 교육 수강생이 직접 만든 광고매체별 결과데이터 취합 자동화 프로그램.
구글 애즈 자동 로그인 & 다운로드 → 네이버 검색광고 데이터 정제 → 플랫폼 통합 → 피벗 + CTR/CPC 계산 → 서식 완성 엑셀 저장까지, 일 45분(월 15시간) 수작업을 대폭 줄인 실전 자동화 사례.

2개 매체
구글 애즈
+ 네이버 검색광고
4개 시트
통합 원천 + 피벗
자동 생성
CTR/CPC
핵심 지표
자동 계산
서식 완성
천단위 · % 서식
자동 적용
01 — 배경 · Problem

광고 매체 사이트에 로그인하고,
파일 받고, 열고, 복사해서 합치는 일을
매달 처음부터 반복하고 있었습니다

이 수강생은 광고 운영 실무자로, 구글 애즈와 네이버 검색광고(SA) 두 개 매체의 성과 데이터를 매일 직접 수집하고 있었습니다. 각 매체 사이트에 따로 접속하고, 보고서를 내려받고, 포맷이 다른 두 파일을 하나의 엑셀에 수작업으로 합치는 과정이 매일 반복됐습니다.

광고 담당자가 구글 애즈와 네이버 SA 화면을 번갈아 보며 엑셀에 데이터를 수작업으로 취합하는 모습

"구글이랑 네이버가 파일 형식도 다르고, 컬럼명도 달라서 합치는 게 힘들었어요.

오래 걸리는 업무는 아니었지만, 매일! 그 시간에! 반복적으로! 해야하는게 제일 힘들었어요."

구글 애즈는 UTF-16 인코딩에 탭 구분자, 네이버 SA는 UTF-8 인코딩에 콤마 구분자로 파일 형식 자체가 달랐습니다. 컬럼명도 제각각이라 합치는 과정에서 숫자가 텍스트로 바뀌거나 한글이 깨지는 오류가 반복됐습니다.

기존 수작업 방식

단계 작업 내용 문제점
STEP 1 각 광고 매체 사이트 접속 & 로그인 매체별로 반복, 자동 저장 없음
STEP 2 매체별 로데이터 다운로드 인코딩·구분자 달라 파일 열 때마다 오류
STEP 3 두 파일 컬럼 맞춰 한 시트에 수작업 통합 컬럼명 불일치로 붙여넣기 오기재 빈번
STEP 4 피벗 테이블 수동 구성 CTR · CPC 수식 매번 직접 입력
STEP 5 보고용 서식 정리 후 공유 매일 동일한 작업 반복

🕑 월 15시간 = 연 180시간 — 데이터를 보는 게 아니라 데이터를 옮기는 데만 시간이 소진

🔄 캠페인이 늘수록 수작업 시간도 비례해서 증가. 실수와 누락 위험도 함께 증가

📋 구글과 네이버, 서로 다른 형식 탓에 합치다 보면 숫자가 텍스트로 바뀌는 오류 반복

02 — 기술 · Stack

사용한 기술과 도구

기술 / 도구 역할
Python (Jupyter Notebook) 전체 자동화 흐름 구현 기반 언어
Selenium + undetected-chromedriver 구글 애즈 자동 로그인 & 보고서 다운로드
pandas CSV 불러오기, 컬럼 정제, 플랫폼 통합, 피벗 테이블 생성
numpy CTR(클릭률) · CPC(클릭당 비용) 수치 계산
openpyxl 엑셀 시트 저장 + 숫자 · 퍼센트 서식 자동 적용
03 — 흐름 · Process

자동화가 실제로 어떻게 작동하는가

총 2개 파트, 5단계. 아래 흐름도로 한눈에 확인하세요.

💡 이 자동화가 계산하는 지표, 왜 중요할까요?
CTR (클릭률, Click-Through Rate)
광고를 본 사람 중 실제로 클릭한 비율입니다.
예: 노출 1,000회 → 클릭 10회 = CTR 1%
높을수록 광고 내용이 사람들에게 매력적으로 보인다는 뜻입니다.
CPC (클릭당 비용, Cost Per Click)
클릭 한 번을 얻기 위해 지불한 비용입니다.
예: 비용 10만원 → 클릭 100회 = CPC 1,000원
낮을수록 같은 예산으로 더 많은 방문자를 유도한 것입니다.
이 두 지표는 광고가 "잘 보이고 있는지"(CTR)와 "돈을 효율적으로 쓰고 있는지"(CPC)를 판단하는 핵심 기준입니다. 자동화 이전에는 이 수치를 직접 엑셀 수식으로 계산해야 했습니다. 이제는 코드가 자동으로 계산하고 서식까지 맞춰줍니다.
PART 1 — 구글 애즈 데이터 자동 수집
S 1
크롬 브라우저 자동 실행 & 구글 로그인
Chrome 자동 실행 → 구글 계정 로그인 → 수동 완료 확인 후 진행
 Selenium undetected-chromedriver
↓
S 2
구글 애즈 보고서 자동 다운로드
보고서 URL 직접 접속 → 다운로드 버튼 클릭 → Excel .csv 선택 → 파일 자동 저장 (30초 대기)
 By.XPATH 클릭
↓
S 3
구글 데이터 정제
UTF-16 · 탭 구분자 CSV 불러오기 (상단 2줄 스킵) → 컬럼명 변환 → 불필요 컬럼 제거 → 플랫폼 "google" 추가
네트워크 → 소재 통화코드 · 설치 · 인앱액션 제거 84행 × 8컬럼 pandas
↳  구글 데이터 (S3 결과)   +   네이버 SA CSV (수동 다운로드) 두 매체 합류 ↓
PART 2 — 데이터 취합 & 엑셀 자동 저장
S 4
두 매체 데이터 표준화 & 통합
컬럼명 통일 (일별→일자 · 총비용→비용 · 키워드→소재) → 숫자형 변환 → concat으로 단일 테이블 통합
pandas concat
↓
S 5
피벗 테이블 생성 & 지표 자동 계산 & 엑셀 저장
플랫폼 요약 · Google 광고그룹 · Naver 광고그룹 → 3개 피벗 자동 생성
CTR(클릭률) = 클릭수 ÷ 노출수  ·  CPC(클릭당 비용) = 비용 ÷ 클릭수 자동 계산
4개 시트 엑셀 저장 → 천단위 · % 서식 자동 적용
pandas pivot_table numpy openpyxl
↓ 최종 출력   ads_report_daily.xlsx — 서식까지 완성된 엑셀 보고서 1개 (4개 시트 자동 생성)
03-1 — 실제 예시 화면

코드가 만들어낸 데이터,
실제로는 이렇게 생겼습니다

자동화 결과물의 실제 데이터 구조를 직접 확인해 보세요.

STEP 3 결과 구글 애즈 정제 데이터
일 캠페인 광고그룹 소재 노출수 클릭수 비용 플랫폼
2026-03-15 AOS_GOOGLE_2603 REFERENCE_2603 Google 검색 5,049 83 120,606 google
2026-03-15 AOS_GOOGLE_2603 COURSE_2603 Google 검색 4,452 139 145,539 google
2026-03-15 AOS_GOOGLE_2603 REVIEW_2603 YouTube 1,623 10 14,188 google
… (이하 81행 자동 정제 완료 — 총 84행)
✓ 불필요 컬럼(통화 코드 · 설치 · 인앱 액션) 제거 완료   ✓ 플랫폼 컬럼 자동 추가
STEP 4 결과 ① 네이버 SA 정제 데이터
일자 캠페인 광고그룹 소재 노출수 클릭수 비용 플랫폼
2026.03.15. !SA_비현코_MO 0.비현코 검색 476 13 2,563 naver
2026.03.15. !SA_비현코_MO 0.비현코 검색 477 13 3,223 naver
2026.03.15. !SA_비현코_MO 0.비현코 — 479 10 1,188 naver
✓ 일별 → 일자   ✓ 총비용 → 비용   ✓ 키워드 → 소재   ✓ 평균노출순위 컬럼 제거   ✓ 플랫폼 "naver" 자동 추가
STEP 5 결과 Pivot_플랫폼요약 시트 — 자동 생성 예시
플랫폼 노출수 클릭수 CTR CPC 비용
google 1,234,567 8,421 0.68% 1,254 10,562,900
naver 98,432 1,089 1.11% 2,047 2,229,183
✓ CTR(클릭률) & CPC(클릭당 비용) 자동 계산   ✓ 천단위 회계 서식 자동 적용   ✓ CTR은 0.00% 퍼센트 서식 적용
※ 위 수치는 구조 설명용 예시 데이터이며, 실제 수치는 광고 계정마다 다릅니다.
📄 최종 엑셀 파일 시트 구성 (ads_report_daily.xlsx)
Sheet 1 Raw (통합원천) 구글 + 네이버 전체 로데이터 통합본
Sheet 2 Pivot_플랫폼요약 google / naver 매체별 노출 · 클릭 · CTR · CPC · 비용 합산
Sheet 3 Pivot_Google_광고그룹 구글 광고그룹별 성과 피벗 (CTR · CPC 포함)
Sheet 4 Pivot_Naver_광고그룹 네이버 광고그룹별 성과 피벗 (CTR · CPC 포함)
04 — 결과 · Result

데이터를 옮기는 시간이 사라지고
데이터를 분석하는 시간이 생겼습니다

한국의 광고 담당자가 바이브코딩스쿨(비현코)의 RPA, 파이썬 기초, 바이브코딩 교육을 수강하고 데이터 취합과 분석 업무를 자동화하는데 성공한 모습

Before (기존 수작업) After (자동화)
데이터 수집 매체별 직접 접속 & 수동 다운로드 코드 실행 → 자동 다운로드
인코딩 처리 수작업 변환 (오류 빈번) 매체별 인코딩 자동 처리
데이터 통합 컬럼 맞춰 수작업 붙여넣기 자동 표준화 & concat 통합
피벗 / 지표 수식 직접 입력, 피벗 수동 구성

3개 피벗 + CTR(클릭률), CPC(클릭당비용) 자동 계산
엑셀 서식 셀 하나씩 서식 적용 천단위 · % 서식 자동 일괄 적용
월 소요 시간 약 15시간 약 1시간
수

"코드 돌리고 나서 엑셀 열어보니까 시트가 4개 다 만들어져 있고, 서식까지 다 잡혀있더라고요. 처음엔 제대로 된 건지 믿기지 않았어요."

수강생 OOO / ChatGPT X Python RPA 교육 수료
05 — 인사이트 · Insight

"저도 할 수 있을까요?
이 수강생도 교육 첫날, 같은 질문을 했습니다

스스로 업무자동화에 성공할 수 있을까 의문을 가졌지만, 바이브코딩스쿨과 함께라면 할 수 있다는 확신을 담은 모습

이 자동화를 만든 수강생은 개발자가 아닙니다. 광고를 직접 운영하는 실무자였고, 매월 반복되는 데이터 취합 작업에 많은 시간을 쓰고 있었습니다. 코딩 경험은 전혀 없었습니다.

그럼에도 이 자동화를 완성할 수 있었던 이유는 간단합니다. 본인이 하던 업무의 흐름을 누구보다 정확하게 알고 있었기 때문입니다. 어떤 파일을 받아서, 어떤 컬럼을 남기고, 어떻게 합쳐서, 어떤 보고서로 만들어야 하는지. 이 판단은 개발자가 아닌, 실무자만이 내릴 수 있습니다.

자동화의 출발점은 코딩 실력이 아니라,
내 업무를 가장 잘 아는 사람의 시선이었습니다.

반복되는 업무를 구체적으로 설명할 수 있다면, 자동화는 이미 절반은 완성된 것입니다.

기술은 그 다음입니다.

06 — 확장 · Expansion

이 방식으로
해결할 수 있는 다른 업무들

"데이터 다운로드 → 정제 → 통합 → 피벗 → 엑셀 저장"이라는 이 구조는 광고 데이터에만 적용되는 게 아닙니다. 정기적으로 여러 소스의 데이터를 합쳐야 하는 업무라면 어디든 동일한 방식으로 확장됩니다.

🔗 같은 구조로 자동화 가능한 업무들

이커머스 운영 — 스마트스토어·쿠팡·자사몰 채널별 주간 판매 현황을 하나의 시트로 취합

영업 지점 관리 — 각 지점에서 개별 제출하는 주간 실적 파일을 전사 실적 보고서로 통합

재고 관리 — 오프라인 매장·온라인 창고 재고 현황을 주간 단위로 취합해 부족 품목 정리

물류 관리  — 여러 택배사에서 각각 받는 주간 배송 현황 데이터를 통합해 배송 현황 관리 및 집계

매일 반복하는 업무가 있다면,
그것이 자동화의 시작점입니다.

코딩 경험 없던 실무자가 ChatGPT X Python RPA 교육을 통해 직접 만든 실전 업무자동화 사례