01 / 19
Gemini in Sheets
계속 바뀌는 업무를 데이터로 관리하는 도구
Canvas가 보여주는 화면이라면,
Sheets는 그 뒤의 데이터를 관리한다.
Day 1 · Session 4
02 왜 Canvas 다음에 Sheets인가
CANVAS
보여주는 화면
한눈에 보여주고 · 차트로 설명 · Share 링크로 공유 · 시안처럼 빠르게
SHEETS
관리되는 데이터
계속 바뀌는 도입 과제 데이터를 관리하는 데이터베이스
AI 활용이 늘면서 생기는 질문
이 리스크는 누가 관리하지? 상태가 바뀌면 어디에 기록하지? 담당 부서·다음 액션은 어디서 추적하지? 다음 회의 때 최신 상태는?
Canvas는 보여주는 화면, Sheets는 계속 바뀌는 도입 과제 데이터를 관리하는 DB입니다
03 Sheets의 정체성 — 엑셀이 아니다
하나의 리스크 / AI 과제 / 의사결정 항목
관리 기준
필터
보는 방식
수식
판단 기준
차트
상태 요약
Gemini
데이터에 질문하는 인터페이스
Sheets는 표가 아니라, 업무 판단을 계속 관리하는 가장 가벼운 데이터베이스입니다
04 오늘 다룰 것 — 3가지 실습
실습 ①
AI 도입 리스크 DB
무엇이 AI 도입·확산을 막을 수 있는가?
실습 ②
AI 과제 의사결정 모델
무엇부터 시작해야 하는가?
실습 ③
Gemini로 데이터에 질문
데이터가 말하는 것은 무엇인가?
표를 직접 뒤지는 대신, 데이터에게 묻습니다
05 실습 ① — AI 도입 리스크 DB ⏱ 20분
지금 업무는 이미 잘 돌아간다 — 관리할 것은 그 위에 얹는 AI 도입 리스크
프롬프트 ① — 리스크 DB 구조 만들기
우리 회사가 기존 업무 방식 위에서 AI 활용을 사내 전반으로 확대한다고 가정하고,
AI 도입 리스크를 관리할 수 있는 Sheets 표 구조를 만들어줘.

컬럼:
1. 리스크 ID       5. 영향도          9. 현업 확인 질문    13. 의사결정 필요 여부
2. 리스크명        6. 발생 가능성     10. 내부 확인 사항   14. 상태
3. 리스크 유형     7. 위험 등급       11. 담당 부서        15. 다음 액션
4. 관련 업무 영역  8. 근거 자료       12. 대응 전략        16. 마감일

리스크 유형: 업무적합성·데이터·보안·조직수용성·정착·운영·비용대비효과·거버넌스
영향도·발생 가능성은 1~5점, 위험 등급은 두 값을 조합해 Low·Medium·High로 분류.
상태는 미확인·검토 중·대응 중·완료·보류로 관리.
06 실습 ① — 예시 리스크 넣기
프롬프트 ② — 예시 리스크 입력
다음 AI 도입 리스크 예시를 표에 넣어줘.

1. 현업이 AI를 일회성 자동화로만 볼 위험
2. 업무 데이터가 정리·표준화 안 돼 적용이 어려울 위험
3. 부서마다 업무 방식이 달라 재사용성이 낮을 위험
4. 사내 보안·정보 정책으로 외부 AI 활용이 제한될 위험
5. 실제 시간·비용 절감(ROI)으로 연결되지 않을 위험
6. 기존 업무 시스템·도구와 충돌할 위험
7. 담당·운영 주체와 거버넌스가 불명확할 위험
8. 파일럿 이후 실제 업무에 정착·확산되지 못할 위험
보고서 속 리스크는 읽고 끝나지만, Sheets의 리스크는 담당자·상태·다음 액션이 딸린 관리 대상이 됩니다
07 실습 ① — 계속 움직이게 관리하기
③ High Risk 표시
영향도와 발생 가능성이 모두 높은 항목을 High Risk로 표시해줘.
④ 의사결정 필요 필터
의사결정 필요 여부가 Yes인 항목만 필터링해줘.
⑤ 리스크 유형별 요약
리스크 유형별로 High Risk 개수를 요약해줘.
⑥ 우선 해결 리스크 추천
AI 도입에서 가장 먼저 해결해야 할 리스크 5개를 추천하고 이유를 설명해줘.
⑦ 현업 미팅 질문 추출
현업에 확인할 질문만 모아서 현업 미팅 질문 리스트로 정리해줘.
Sheets는 리스크를 계속 움직이게 관리하는 곳입니다
08 실습 ② — AI 과제 의사결정 모델 ⏱ 20분
단순 목록이 아니라, 무엇을 먼저 할지 판단하는 모델을 만든다
프롬프트 ⑧ — 의사결정 모델 만들기
AI 과제 후보를 평가하기 위한 의사결정 모델을 Sheets에 만들어줘.
단순 목록이 아니라, 우선순위를 계산할 수 있는 평가 모델로 만들어줘.

평가 기준: 1.기대효과  2.실행 난이도  3.데이터 준비도
          4.보안 리스크    5.90일 파일럿 가능성  6.확산 가능성

각 기준은 1~5점으로 입력하고, 가중치를 조정하면 종합 점수가 바뀌게 구성해줘.
기대효과·데이터 준비도·파일럿 가능성·확산 가능성은 높을수록 좋고,
실행 난이도·보안 리스크는 낮을수록 좋게 반영해줘.
최종적으로 우선순위가 자동 계산되게 해줘.
리더의 판단은 기준이 데이터로 남을 때 조직 안에서 반복됩니다
09 실습 ② — AI 과제 후보 넣기
프롬프트 ⑨ — 후보 입력
다음 AI 과제 후보 5개를 평가 모델에 넣어줘.

1. 회의록 자동 요약 및 액션아이템 추출
2. 반복 보고서·문서 초안 자동 작성
3. 흩어진 자료 취합·리서치 요약
4. 이메일·문의 응대 초안 작성
5. 데이터 취합·표 정리·리포트 자동화
10 실습 ② — 기준을 바꿔가며 우선순위 비교
리더가 "감"으로 고르지 않도록, 기준을 바꿔가며 비교해 보여주는 경험
⑩ 가중치 변화 비교
기대효과를 가장 중요하게 볼 때와, 90일 파일럿 가능성을 가장 중요하게 볼 때 우선순위가 어떻게 달라지는지 비교해줘.
⑪ 상위 후보 추천
상위 3개 AI 과제를 추천하고, 각 후보가 선택된 이유를 평가 기준별로 설명해줘.
⑫ 데이터 준비도 낮은 후보 분리
데이터 준비도가 낮아서 당장 시작하기 어려운 후보를 따로 표시해줘.
Sheets는 현재 일을 관리하는 DB이자, 앞으로의 결정을 돕는 모델입니다
11 실습 ③ — Gemini로 데이터에 질문 ⏱ 15분
표를 직접 뒤지지 않고,
데이터에 질문한다
Gemini in Sheets는 표 작업을 줄이는 도구가 아니라, 데이터와 대화하는 방식으로 업무를 바꾸는 도구입니다
12 실습 ③ — 리스크 DB에 질문하기
⑬ High Risk 집중 영역 찾기
AI 도입 리스크 DB에서 High Risk가 가장 많은 리스크 유형을 찾고, 왜 그 유형에 집중되는지 해석해줘.
⑭ 의사결정 필요 항목 요약
의사결정 필요 여부가 Yes인 항목만 요약하고, 각 항목마다 왜 리더의 의사결정이 필요한지 정리해줘.
⑮ 담당 부서별 미해결 리스크 요약
담당 부서별 미해결 리스크 수를 요약하고, 특정 부서에 몰려 있다면 그 이유도 추정해줘.
13 실습 ③ — AI 과제 모델에 질문하기
⑯ 우선 추진 후보 추천
현재 평가 기준으로 가장 먼저 추진해야 할 AI 과제 3개를 추천하고, 각 후보의 선정 이유를 설명해줘.
⑰ 90일 파일럿 후보만 추리기
90일 안에 파일럿으로 검증하기 좋은 후보만 골라, 각 후보별 파일럿 범위와 성공 기준도 제안해줘.
⑱ 기준 변경 시 우선순위 변화
보안 리스크를 가장 중요하게 고려할 경우, 현재 AI 과제 우선순위가 어떻게 바뀌는지 분석해줘.
14 실습 ③ — 차트로 요약하기
⑲ 리스크 등급별 차트
AI 도입 리스크를 위험 등급별로 차트로 보여줘.
⑳ 리스크 유형별 High Risk 차트
리스크 유형별 High Risk 개수를 막대그래프로 보여줘.
㉑ AI 과제 비교 차트
AI 과제 후보를 기대효과와 실행 난이도 기준으로 비교할 수 있게 차트로 보여줘.
㉒ 파일럿 가능성 × 데이터 준비도
AI 과제 후보를 90일 파일럿 가능성과 데이터 준비도 기준으로 산점도로 보여줘.
차트는 예쁘게 보이려는 것이 아니라, 어떤 결정을 해야 하는지 빠르게 보기 위한 도구입니다
15 리더가 Sheets에서 봐야 할 것
AI 도입에서 가장 큰 리스크는 무엇인가?
어떤 리스크가 현업 확인이 필요한가?
어떤 리스크에 내부 의사결정이 필요한가?
어떤 리스크는 거버넌스 없이는 못 푸는가?
어떤 AI 과제가 당장 파일럿으로 적합한가?
좋아 보이지만 데이터 준비도가 낮은 과제는?
Sheets는 데이터를 정리하는 도구가 아니라, 리더의 질문을 구조화하는 도구입니다
16 Canvas와 Sheets의 차이
CANVAS · 앞단
  • 역할 — 보여주는 화면
  • 성격 — 결과물 / 빠른 시안
  • 강점 — 빠르게 만들고 공유
  • 시점 — 회의 · 설명 · 설득
  • 질문 — 어떻게 보여줄까?
SHEETS · 뒷단
  • 역할 — 관리되는 데이터
  • 성격 — 원본 데이터베이스
  • 강점 — 계속 업데이트하고 추적
  • 시점 — 운영 · 관리 · 점검
  • 질문 — 어떻게 계속 관리할까?
Canvas는 회의에서 보여주는 앞단, Sheets는 그 뒤에서 데이터를 관리하는 뒷단
17 공유와 한계
협업에 강하다
담당자별 업데이트 필터 뷰 댓글 권한 관리 Drive 공유 Docs · Slides · Gmail 연결
한계도 분명하다
  • 데이터 구조가 나쁘면 분석도 나빠짐 · 입력 기준이 없으면 상태 관리가 무너짐
  • 민감 정보는 권한 관리 필요 · Gemini 분석 결과는 반드시 검토 필요
  • 복잡한 운영 시스템을 Sheets로만 대체하면 안 됨
완성된 운영 시스템은 아니지만, 업무를 데이터베이스화하는 가장 빠른 출발점입니다
18 다음 Workspace로 연결
Gmail
AI 도입 리스크 업데이트 메일
Docs
AI 도입 전략 보고서
Slides
임원 보고자료
Meet
회의록과 액션아이템
Calendar
후속 미팅과 마감일
Drive
관련 자료 관리
Sheets가 계속 바뀌는 데이터를 관리한다면, Workspace는 그 데이터를 메일·문서·회의·보고 흐름에 연결합니다
NEXT · Session 5
다음 세션 —
Google Workspace
Deep Research → NotebookLM → Canvas → Sheets → Workspace
Sheets가 데이터를 관리한다면, Workspace는 그 데이터를 실제 업무 흐름에 연결합니다
Sheets는 표가 아니라, 현재 일을 관리하는 DB이자 앞으로의 결정을 돕는 모델