저는 현재 현업에서 챗GPT와 클로드를 쉴 새 없이 돌리며, 실무에 필요한 다양한 업무 툴과 엑셀 매크로(VBA)를 직접 제작하고 있는 실무자입니다. 요즘 유튜브나 강의를 보면 AI가 알아서 코딩을 다 해주고 엑셀 업무를 10초 만에 끝내준다는 식의 환상적인 이야기들이 넘쳐납니다. 하지만 막상 빈 화면에 프롬프트를 입력해 보고, 뱉어낸 코드를 엑셀에 붙여넣기 해보면 예상치 못한 붉은색 에러 창과 마주하게 되는 것이 2026년 현재의 냉혹한 현실입니다.
오늘 이 글에서는 뜬구름 잡는 이론이 아닌, 제가 밤을 새워가며 직접 코드를 짜고 에러와 사투를 벌이며 깨달은 챗GPT와 클로드(Claude)의 지독하게 현실적인 장단점을 낱낱이 파헤쳐 보겠습니다. 두 AI의 특징을 정확히 이해하고 여러분의 업무 스타일에 딱 맞는 AI를 선택하신다면, 퇴근 시간은 확실히 앞당겨질 것입니다. 그리고 이 글은 “정답”이 아니라 “실무 생존 루틴”을 공유하는 글이에요.
30초 요약: 이 글에서 바로 써먹을 결론
- 초안 생산은 챗GPT가 빠른 편이에요. 하지만 복잡한 VBA에서는 “에러 무한 루프”가 자주 옵니다.
- 원인 진단은 클로드가 깔끔하게 짚는 편이에요. 다만 사용량 제한(대화 예산) 때문에 “정밀 타격”으로 써야 합니다.
- 진짜 생존은 둘 중 하나를 믿는 게 아니라, “하이브리드 워크플로우 + 검증 체크리스트”로 버티는 겁니다.
챗GPT는 엑셀 매크로 코딩에서 왜 자꾸 헛발질을 할까요?
흔히 대중적인 인식 속에서 챗GPT는 코딩과 프로그래밍의 절대강자로 군림하고 있습니다. 하지만 엑셀 매크로(VBA)라는 구체적인 영역으로 들어오면 이야기가 완전히 달라집니다. 챗GPT는 종종 “그럴듯한 코드”를 제공합니다. 챗GPT는 때로는 “구버전 관성”을 섞습니다. 챗GPT는 결과적으로 “실행 불가 코드”를 만들기도 합니다. 이게 왜 체감될까요? VBA는 언어 자체도 특이하지만, 엑셀 객체 모델(Workbook/Worksheet/Range)과 환경(64bit/32bit, 참조 라이브러리, 보안 설정)에 영향을 크게 받기 때문입니다.
왜 챗GPT는 ‘구형 코드’처럼 느껴지는 답을 낼까요?
- 객체 한정(qualify) 누락: ActiveWorkbook/ActiveSheet에 의존하는 코드가 나오면 실무에서는 바로 폭발합니다.
- 참조 라이브러리 함정: Dictionary, RegExp, Outlook, ADODB 같은 객체는 “참조 설정”이 없으면 에러가 납니다.
- 엑셀 버전/비트 수 무시: Declare/PtrSafe, API 호출, 파일 경로 처리에서 32/64비트 차이가 터집니다.
- 에러 처리 부재: “On Error Resume Next”만 남발하면 문제는 조용히 숨고, 나중에 더 크게 터져요.
가장 끔찍한 것은 바로 '에러 무한 루프'입니다. 코드를 실행해서 발생한 런타임 에러 코드를 챗GPT에게 그대로 복사해서 붙여주면, "죄송합니다. 코드를 수정했습니다."라며 새로운 코드를 줍니다. 따라서 기대를 품고 다시 돌려보지만 또 다른 에러가 나거나 아까와 똑같은 에러가 발생합니다. 이걸 3~4번 반복하다 보면 AI가 문제를 근본적으로 이해한 것이 아니라, 그저 땜질식 처방만 반복하고 있다는 사실을 깨닫게 됩니다.
그렇다면 챗GPT를 실무에서 버려야 할까요?
저는 오히려 반대로 봅니다. 챗GPT는 초안 생산에서 정말 빠릅니다. 다만 “VBA 초안”은 그대로 신뢰하면 안 돼요. 그래서 저는 챗GPT가 만든 코드를 받을 때, 바로 아래 문장을 습관처럼 붙입니다.
챗GPT 초안용 안전장치 문장 (복사해서 붙이기)
너는 엑셀 VBA 실무 개발자야.
내 환경은 (Windows/Office 버전/64bit 여부)야.
코드는 반드시:
1) Option Explicit 포함
2) Workbook/Worksheet/Range를 명확히 한정(qualify)
3) On Error 처리 + Err.Number/Err.Description 로깅
4) 외부 참조(라이브러리)가 필요한 경우 먼저 알려주기
이 조건을 만족하는 형태로 다시 작성해줘.참고로, Option Explicit는 실무에서 거의 생명줄이에요. 변수 오타 하나로 하루가 날아가거든요. Microsoft Learn: Option Explicit 개요
클로드는 어떻게 챗GPT의 똥을 ‘정리’해낼까요?
챗GPT가 만들어 놓은 엉망진창인 코드와 에러 메시지의 늪에서 허우적댈 때, 저를 구원해 주는 구원투수가 바로 클로드(Claude)입니다. 챗GPT가 도저히 잡지 못하고 헛바퀴만 도는 에러 상황을 클로드에게 그대로 가져가서 "이 코드에서 이런 에러가 나는데 원인이 뭐야?"라고 물어봅니다. 그러면 클로드는 에러를 정확히 분석합니다. 클로드는 논리적인 해결책을 제시합니다. 놀랍게도 클로드는 얽혀있는 변수의 문제점이나 논리적 모순을 인간 선배 개발자처럼 짚어내고, 아주 깔끔하게 정리된 코드를 다시 짜줍니다.
클로드가 ‘디버깅 파트너’처럼 느껴지는 순간은 언제인가요?
- 원인-결과 연결: “왜 이 줄에서 터지는지”를 문장으로 설명해줍니다.
- 재현 조건 체크: 입력 값/시트 상태/필터/피벗/보호 설정 등 ‘환경 변수’를 먼저 의심합니다.
- 수정 범위 최소화: 코드를 전부 갈아엎기보다, 실패 지점만 정확히 교정하는 방향이 많습니다.
제가 느끼는 핵심 차이는 이거예요. 챗GPT는 “빠르게 많이” 만들고, 클로드는 “정확하게 고치려”는 느낌이 강합니다. 물론 둘 다 완벽하진 않아요. 하지만 그래서 더더욱 “역할 분담”이 중요해집니다.
'개복치' 같은 클로드의 사용량 제한, 어떻게 극복해야 할까요?
클로드가 이렇게 논리력이 뛰어나고 코딩을 기가 막히게 잘 잡아주는데, 왜 저는 챗GPT를 아예 버리지 못하고 둘 다 결제해서 쓰고 있을까요? 그것은 바로 클로드의 체감상 빡센 '사용량 제한(Usage Limits)' 때문입니다. 코드 몇 개를 첨부하고, 발생한 에러를 설명하고, 원하는 방향성을 다시 지시하며 몇 번의 티키타카를 거치다 보면 한도에 걸리는 경우가 생깁니다. 그래서 클로드는 “전면전”이 아니라 “저격용”으로 써야 해요.
Claude Help Center: Usage & Length Limits
그럼 실무자는 어떤 방식으로 클로드를 ‘아껴’ 써야 할까요?
- 문제 분리: “전체 기능 개발”이 아니라 “에러 1개 제거”처럼 목표를 좁힙니다.
- 최소 재현: 전체 프로젝트를 던지지 말고, 실패하는 핵심 Sub/Function만 잘라서 줍니다.
- 컨텍스트 압축: 대화가 길어지면, 요약을 받아 새 채팅에서 이어갑니다.
- 마지막 3~5턴은 ‘요약 턴’: 한도가 얼마 남지 않았을 때는 새로운 개발을 시작하지 않고 정리만 시켜요.
클로드 한도 관리용 ‘컨텍스트 압축 프롬프트’
지금까지 대화 내용을 200~400자 요약으로 압축해줘.
형식은 아래처럼:
1) 문제 요약(한 문장)
2) 원인 후보 TOP3
3) 현재 확정된 해결책/코드 패턴
4) 다음에 내가 해야 할 확인 체크리스트
이 요약은 새 채팅에 그대로 붙여넣을 거야.두 AI 모델이 공통적으로 실무에서 흔히 무너지는 지점은 무엇인가요?
서로의 단점을 보완하며 잘 쓰고 있지만, 두 AI 모두 “현장 PDF/현장 엑셀”을 만나면 허둥대는 공통 지점이 있습니다. 대표적으로 복잡한 PDF 양식과 엑셀 환경 의존성입니다.
왜 PDF는 업로드해도 결과가 들쭉날쭉할까요?
PDF는 단순한 글이 아니라 레이아웃, 표, 폰트, 이미지가 얽힌 “문서 컨테이너”입니다. 텍스트 기반 PDF는 비교적 읽기 쉽지만, 스캔본(이미지)이나 다단 편집, 표가 많은 보고서는 내용이 섞이거나 누락될 수 있어요. 따라서 “업로드 = 완벽 분석”이라고 기대하면 실망할 확률이 큽니다.
OpenAI Help Center: ChatGPT Release Notes
왜 같은 VBA가 ‘내 PC에서는’ 터질까요?
VBA는 “환경 의존”이 강해서, 같은 코드라도 아래 요인에 따라 에러가 납니다. 그래서 저는 AI에게 묻기 전에 이 체크부터 합니다.
- 엑셀 32bit/64bit 여부
- 참조 라이브러리 체크(도구 > 참조)
- 매크로 보안 설정/신뢰할 수 있는 위치
- 시트 보호/공유 통합문서/파일 잠금
- 데이터 범위가 비어 있는지, 필터/숨김 상태인지
AI가 만든 VBA 코드가 실무에서 자주 망가지는 7가지 이유는 무엇인가요?
- 요구사항이 모호함: “정리해줘”처럼 추상적이면, 코드는 추상적으로 나옵니다.
- 샘플 데이터가 없음: AI는 데이터 모양을 모르는데 ‘정확한 Range’를 맞출 수가 없어요.
- 목표가 한 번에 너무 큼: 한 번에 “전체 자동화”는 실패 확률이 높습니다.
- 객체 한정 누락: ThisWorkbook/Worksheets(“Sheet1”) 같은 한정이 없으면 실전에서 엇나가요.
- 오류 처리/로그 부재: 에러가 발생했는데 어디서 터졌는지 기록이 없으면 지옥이 시작됩니다.
- 참조/권한 문제: FileSystemObject, Outlook, API 호출은 환경이 다르면 바로 깨집니다.
- 검증 없는 복붙: AI는 코드를 생성합니다. 실무자는 코드를 검증합니다.
챗GPT vs 클로드 실무 최적화 비교표
| 비교 핵심 항목 | 챗GPT (OpenAI) | 클로드 (Anthropic) |
|---|---|---|
| 코딩 능력 및 디버깅 | 초안을 빠르게 짜지만, 구형 패턴이나 복잡한 에러 루프에 갇히는 현상이 체감상 잦음 | 논리적으로 원인을 좁혀가며, 코드 구조를 정리하고 에러 원인을 설명해주는 답변이 강점으로 체감됨 |
| 사용량 한도(업무 흐름) | 상대적으로 긴 대화를 이어가기 쉬운 편(요금제/시간대/기능에 따라 달라짐) | 대화 예산 개념의 usage limits가 있어 길고 무거운 작업에서 한도가 빨리 닳는 체감이 있음 |
| 한국어 문장력(자연스러움) | 상황에 따라 번역투가 튀는 경우가 있어, 사람이 후편집해야 하는 일이 생김 | 맥락과 뉘앙스가 자연스럽게 이어지는 문장이 강점으로 느껴짐 |
| 문서(PDF) 처리 | 텍스트 기반 PDF는 비교적 수월하지만, 복잡한 양식/스캔본/표가 많으면 결과가 흔들릴 수 있음 | 마찬가지로 복잡한 레이아웃 문서는 누락/섞임이 생길 수 있어, 실무에서는 검증이 필수 |
그래서 실무자는 ‘하이브리드 전략’을 어떻게 굴려야 할까요?
저는 결론적으로, 둘 중 하나를 “정답 AI”로 두지 않습니다. 그래서 아래처럼 단계별로 분업합니다. 이 방식은 제가 현업에서 수없이 터지고 나서 만든 생존 루틴이에요.
- 1단계 (초안 작성): 챗GPT로 뼈대(함수/흐름/입출력)를 빠르게 뽑아냅니다.
- 2단계 (기본 디버깅): 가벼운 문법 에러/오타/객체 한정은 챗GPT 선에서 수선합니다.
- 3단계 (심화 디버깅): 동일 에러가 2번 이상 반복되면, 그 부분만 잘라 클로드로 정밀 진단합니다.
- 4단계 (검증/정리): 최종 코드는 제가 직접 모듈화/주석/로그를 붙여 “다음 달의 나”가 이해하게 합니다.
VBA만 붙잡고 있어야 할까요? 대안은 무엇인가요?
VBA는 여전히 강력하지만, 업무 성격에 따라 Office Scripts나 Python/Power Automate 같은 대안이 더 나을 때도 있어요. 중요한 건 “도구 선택”보다 “업무에 맞는 자동화 설계”입니다.
| 선택지 | 언제 유리한가요? | 주의할 점 |
|---|---|---|
| VBA | 로컬 엑셀 기반 반복업무, 버튼/폼 기반 자동화, 기존 매크로 자산이 많을 때 | 환경 의존성(참조/보안/비트수), 유지보수 난이도 |
| Office Scripts | 웹 기반 자동화, 팀 공유/클라우드 워크플로우 | 조직 정책/권한, 기능 차이(완전 대체는 아님) |
| Python/Power Automate 등 | 데이터 처리/ETL, 외부 시스템 연동, 반복 배치 작업 | 배포/권한/보안 승인, 운영 관점의 관리 필요 |
자주 묻는 질문 (FAQ)
누가 챗GPT와 클로드를 함께 쓰면 가장 큰 효과를 볼 수 있을까요?
반복적인 엑셀 수기 작업에 지쳐 매크로나 자동화를 시도하려는 직장인, 또는 코딩 비전공자이지만 업무용 툴을 직접 만들고 싶은 기획자/마케터에게 특히 효과가 큽니다.
무엇을 입력해야 AI가 ‘제대로 된’ VBA를 만들어줄까요?
최소한 4가지는 넣어야 합니다: (1) 내 엑셀 환경(버전/64bit), (2) 목표(원하는 결과), (3) 샘플 데이터 형태, (4) 실패하는 최소 코드 범위. 이 4개가 없으면 AI는 추측으로 채우기 시작하고, 그때부터 에러 확률이 급상승합니다.
어떻게 해야 클로드의 사용량 제한을 실무에서 덜 맞을까요?
클로드는 “정밀 진단”에만 쓰는 게 핵심입니다. 초안은 챗GPT로 만들고, 같은 에러가 반복될 때만 실패 구간을 발췌해서 클로드로 옮기면 한도 소모를 크게 줄일 수 있습니다.