구글 스프레드시트 QUERY 함수 기초 : WHERE 다중 조건 검색 및 실무 활용 가이드

수만 행에 달하는 로 데이터(Raw Data)에서 특정 기간, 특정 부서, 혹은 일정 금액 이상의 데이터만 골라내야 할 때, 매번 필터를 걸거나 무거운 IF, VLOOKUP 함수를 덕지덕지 중첩하느라 시트가 멈췄던 경험이 있을 것입니다. 구글 스프레드시트가 엑셀보다 압도적으로 강력하다고 평가받는 결정적인 이유는 바로 QUERY 함수의 존재 때문입니다. 데이터베이스 언어인 SQL의 메커니즘을 시트 환경에 그대로 이식한 QUERY 함수는 단 한 줄의 수식만으로 데이터의 추출, 필터링, 정렬, 집계까지 모두 해결합니다. 이 글에서는 QUERY 함수의 기본 구조를 정립하고, 실무에서 가장 많이 쓰이는 WHERE 다중 조건 활용법을 정비해 드립니다.

구글 스프레드시트에서 QUERY 함수와 WHERE 절을 활용하면 수만 행의 데이터 중 원하는 조건만 실시간으로 필터링할 수 있습니다.

QUERY 함수가 데이터를 처리하는 논리적 구조와 장점

QUERY 함수는 기존 엑셀 방식의 필터나 함수 중첩과 비교했을 때 연산 효율성과 데이터 무결성 측면에서 엄청난 강점을 가집니다.

기본적으로 QUERY 함수는 3개의 인자(=QUERY(데이터_범위, "쿼리문", [헤더_개수]))로 구성됩니다. 일반적인 함수들은 셀 하나하나를 개별적으로 연산하지만, QUERY 함수는 데이터 세트 전체를 하나의 데이터베이스 테이블로 인식하여 백그라운드에서 컴파일합니다. 이 때문에 수만 건의 데이터 영역을 참조하더라도 수식 오버헤드가 적어 시트 버벅임이 획기적으로 줄어듭니다. 또한 원본 데이터가 추가되거나 변경되면, QUERY 함수가 적용된 결과 영역에도 실시간으로 동기화되므로 보고서나 대시보드를 자동화할 때 필수적으로 사용되는 핵심 엔진입니다.

실무 핵심: WHERE 절을 활용한 다중 조건 검색 솔루션

QUERY 함수의 진가는 특정 조건에 맞는 행만 필터링하는 'WHERE' 절을 사용할 때 나타납니다. 실무 환경에서 가장 빈번하게 마주치는 두 가지 핵심 오류와 조건을 우회하는 정형화된 기술 솔루션을 매칭하여 설명합니다.

1. AND/OR 연산자를 활용한 텍스트 및 숫자 조건 필터링

영업 데이터에서 '서울' 지점이면서 매출액이 '5,000,000원' 이상인 데이터만 실시간으로 뽑아내야 하는 상황을 가정해 보겠습니다. 조건을 안전하게 충족하는 수식 마스터 코드를 제안합니다.

=QUERY(영업데이터!A1:E10000, "SELECT A, B, C, E WHERE B = '서울' AND E >= 5000000", 1)

위 구문은 영업데이터 시트에서 B열이 '서울'이고(AND) E열의 값이 5,000,000 이상인 데이터의 A, B, C, E열만 선택적으로 가져옵니다. 텍스트 조건은 작은따옴표(' ')로 감싸고, 숫자는 기호 없이 그대로 입력하는 것이 구글 엔진의 기본 문법 규칙입니다.

2. 날짜 데이터 검색 시 발생하는 문법 오류 방어

QUERY 함수 내에서 날짜 조건을 지정할 때 가장 흔하게 문법 에러(#VALUE!)를 마주합니다.

• 원인: QUERY 구문 내부에서는 날짜를 단순 텍스트나 숫자가 아닌 컴파일러가 인지할 수 있는 특수한 데이터 형식으로 선언해 주어야 합니다.
• 해결책: 구문 내부에서 date 'YYYY-MM-DD' 형태로 엄격하게 형변환을 시켜주어야 엔진이 올바르게 리소스를 탐색합니다. 예를 들어 2026년 1월 1일 이후의 데이터만 필터링하려면 WHERE C > date '2026-01-01' 형태로 따옴표와 날짜 포맷을 명확히 지정해 주어야 에러가 발생하지 않습니다.

지속 가능한 대시보드를 위한 QUERY 함수 최적화 가이드

QUERY 함수는 강력하지만, 전체 열 참조를 남발하거나 하나의 시트에 수십 개의 QUERY를 동시에 구동하면 구글 클라우드 서버와의 실시간 통신 트래픽이 증가하여 일시적인 로딩 지연이 발생할 수 있습니다.

안정적인 데이터 파이프라인을 구축하기 위한 정석적인 방안은 '참조 범위의 제한'과 '데이터 전제 조건의 단순화'입니다. 원본 데이터 테이블을 설계할 때 빈 행을 무한정 방치하지 말고, 데이터가 쌓이는 영역을 명확히 예측하여 범위를 지정하는 것이 좋습니다. 또한 가급적 원본 열의 데이터 형식을 하나로 통일해야 합니다. 한 열에 숫자와 텍스트가 무분별하게 혼재되어 있으면 QUERY 엔진이 해당 열의 성격을 오인하여 특정 데이터를 누락시키는 현상이 발생하므로, 데이터를 정형화된 포맷으로 정돈하는 정비 습관이 선행되어야 합니다.

요약 및 클라우드 오피스 자동화를 위한 당부

구글 스프레드시트의 QUERY 함수는 단순한 수식의 차원을 넘어 업무 시스템을 자동화하는 설계 도구입니다. SELECT로 필요한 뼈대를 잡고, WHERE 절의 AND, OR, date 문법을 통해 살을 붙여나간다면 손으로 일일이 복사하고 붙여넣던 비효율적인 업무의 90% 이상을 컴퓨터에게 위임할 수 있습니다. 오늘 오피스 메카닉스가 정비해 드린 다중 조건 쿼리 문법을 여러분의 실무 시트에 이식하여, 수식의 정비공이 되어 퇴근 시간을 완벽하게 통제해 보시길 바랍니다.