차트와 색상, 수식으로 완벽하게 정리한 엑셀(.xlsx) 보고서. 이제 이 데이터를 웹사이트나 다른 시스템에 업로드해야 하는데, ‘CSV 파일만 업로드 가능’이라는 메시지를 마주했습니다. XLSX 파일을 CSV로 어떻게 변환해야 할까요? 그리고 그 과정에서 무엇을 주의해야 할까요?
이 글에서는 XLSX를 CSV로 변환하는 가장 쉬운 방법과, 변환 전에 반드시 알아야 할 데이터 손실 위험에 대해 명확하게 알려드립니다.
왜 XLSX를 CSV로 변환해야 할까?
가장 큰 이유는 호환성입니다. CSV(Comma-Separated Values) 파일은 이름 그대로, 모든 값을 쉼표(,)로 구분한 단순한 텍스트 파일입니다. 특정 프로그램에 종속되지 않는 ‘데이터계의 만국 공용어’인 셈이죠.
- 시스템 통합: 대부분의 데이터베이스, CRM, 쇼핑몰 관리자 페이지 등은 데이터를 대량으로 가져올 때 CSV 형식을 요구합니다.
- 범용성: 거의 모든 데이터 분석 도구나 프로그래밍 언어에서 CSV 파일을 쉽게 읽고 처리할 수 있습니다.
- 가벼움: 서식 정보가 없어 파일 용량이 매우 가볍습니다.
⚠️ 가장 중요! CSV로 변환 시 잃게 되는 것들
XLSX 파일을 CSV로 변환하는 것은 화려한 그림을 흑백 스케치로 바꾸는 것과 같습니다. 변환 전에 아래 4가지 항목이 사라진다는 점을 반드시 인지해야 합니다.
- 1. 모든 서식: 글자 색, 셀 배경색, 테두리, 굵기, 글꼴 등 모든 시각적 서식이 사라지고 순수한 텍스트만 남습니다.
- 2. 수식 (Formula):
=SUM(A1:A5)와 같은 수식은 사라집니다. 대신 수식의 최종 계산 결과값(예:150)만 텍스트로 저장됩니다. - 3. 차트 및 이미지: 모든 차트, 그래프, 삽입된 그림 등 그래픽 개체는 완전히 제거됩니다.
- 4. 여러 시트: CSV는 단 하나의 시트만 가질 수 있는 단층 구조입니다. 따라서 XLSX 파일에 여러 시트가 있더라도, 변환 시점에 활성화된(보고 있던) 시트 하나만 CSV 파일로 만들어집니다.
XLSX를 CSV로 변환하는 2가지 방법
방법 1: 엑셀의 ‘다른 이름으로 저장’ 기능 사용하기
가장 기본적인 방법으로, 변환할 시트를 직접 선택할 수 있다는 장점이 있습니다.
- 엑셀에서 변환하려는
.xlsx파일을 엽니다. - (중요!) 여러 시트 중 CSV로 만들고 싶은 시트 탭을 클릭하여 활성화합니다.
- 상단 메뉴에서 **[파일] > [다른 이름으로 저장]**을 클릭합니다.
- ‘파일 형식’ 드롭다운 메뉴를 열고 **‘CSV UTF-8 (쉼표로 분리) (*.csv)‘**를 선택합니다. (일반 ‘CSV’보다 ‘UTF-8’ 버전이 한글 깨짐 등 호환성 문제가 적어 강력히 추천합니다.)
- 엑셀에서 “선택한 파일 형식은 여러 시트가 있는 통합 문서를 지원하지 않습니다.” 또는 “일부 기능이 손실될 수 있습니다.” 라는 경고창이 나타납니다. 이는 정상적인 메시지이므로 [확인] 또는 **[예]**를 누릅니다.
- 저장이 완료되면 지정한 위치에 새로운
.csv파일이 생성됩니다.
방법 2: 엑셀 없이 가장 빠르게 ‘온라인 변환기’ 사용
엑셀 프로그램이 없거나, 단순히 첫 번째 시트만 빠르게 변환하고 싶을 때 가장 편리한 방법입니다.
파일을 올리기만 하면 몇 초 만에 변환된 CSV 파일을 받을 수 있으며, 모든 과정은 사용자의 PC 브라우저 안에서만 안전하게 처리됩니다.
변환 후 간단 확인 절차
- 텍스트 편집기에서 열어보기: 변환된 CSV 파일을 메모장 같은 텍스트 편집기에서 열어보세요.
홍길동,35,서울처럼 데이터가 쉼표로 잘 분리되어 있는지, 실제 파일의 구조를 확인할 수 있습니다. - 엑셀에서 다시 열 때 주의: 생성된 CSV 파일을 다시 엑셀로 열었을 때,
010으로 시작하던 전화번호가10으로 바뀌는 등 숫자 앞의 ‘0’이 사라질 수 있습니다. 이는 서식 정보가 없는 CSV의 자연스러운 현상이며, 데이터 자체가 변질된 것은 아닙니다.
결론: ‘표현’을 위한 XLSX, ‘교환’을 위한 CSV
XLSX는 분석과 시각화, 표현을 위한 강력한 도구입니다. 반면, CSV는 시스템 간 데이터 ‘교환’을 위한 가장 기본적인 형식입니다. XLSX를 CSV로 변환하는 것은 이러한 목적에 맞게 데이터를 ‘다운그레이드’하는 과정임을 이해하는 것이 중요합니다.