엑셀 수식 세 문제, 가벼운 GPT-6 Luna도 다 맞혔다

엑셀 수식 세 문제를 여섯 모델에 물었다. GPT-6 Luna, GPT-6 Astra, Claude Opus 5.5가 세 문제 모두 정답 판정을 받았다. 가벼운 모델인 GPT-6 Luna는 평균 심사 점수도 9.8점으로 상위 모델 GPT-6 Astra와 같았다. 짧은 수식 하나를 구하는 일이라면 가벼운 모델로도 충분했다.

AI가 엑셀 수식을 바로 써 줄까

엑셀에서 막히는 수식을 AI가 복사해 쓸 수 있게 알려 줄지 확인했다. 완료된 건의 금액을 더하거나 이메일에서 아이디만 꺼내는 일은 요구가 짧아도 알맞은 함수를 알아야 한다. 수식의 정확성과 함께, 설명 없이 수식 하나만 달라는 요청을 얼마나 잘 지키는지도 살폈다.

이렇게 시험했다

2026년 11월 5일, 기본 설정으로 모든 모델에 같은 한국어 프롬프트(AI에게 주는 지시문)를 주고 문제마다 한 번씩 실행했다. 앤트로픽에서는 상위 모델 Claude Opus 5.5와 가벼운 Claude Haiku 4.5를 비교했다. 오픈AI에서는 상위 모델 GPT-6 Astra와 가벼운 GPT-6 Luna를 시험했다.

구글의 가벼운 모델 Gemini 3.5 Flash와 xAI의 상위 모델 Grok 4.5는 GitHub Copilot으로 실행했다. 이 두 모델은 세 문제 모두 실행에 실패해 답의 정확성을 평가할 수 없었다.

심사는 Claude Opus 5와 GPT-6 Sol이 맡았다. 모델 이름을 가린 답을 각각 1~10점으로 채점했고, 두 심사위원이 모두 맞다고 판단해야 정답으로 처리했다. 표기가 달라도 뜻이 같으면 정답으로 인정하고, 판단이 갈리면 ‘판정 갈림’으로 기록하는 규칙이었다.

문제 1: 완료된 금액만 더하기

조건에 맞는 행을 골라 합계를 구하는 함수를 정확히 쓰는지 보는 문제다.

엑셀 표에서 B2:B100 에는 '완료' 또는 '진행 중'이 적혀 있고, C2:C100 에는 금액이 있다. '완료'인 행의 금액 합계를 구하는 수식 하나만 알려 줘.

답을 낸 네 모델은 모두 조건부 합계 함수 SUMIF를 써서 정답 판정을 받았다. GPT-6 Astra와 GPT-6 Luna는 =SUMIF(B2:B100,"완료",C2:C100)만 답했고, Claude Opus 5.5도 수식 하나만 담았다. 세 모델 모두 10점을 받았다.

Claude Haiku 4.5도 계산식은 맞았지만 7점이었다. 함수에 들어가는 항목을 설명하고, 지역 설정에 따라 구분자를 바꾼 수식까지 덧붙였기 때문이다. 복사할 수식 하나만 필요한 상황에서는 추가 설명이 점수를 깎았다.

문제 1에 대한 모델별 실제 답 (2026년 11월 5일 실행, 앞부분만)

문제 2: 이메일에서 아이디 꺼내기

이메일 주소에서 특정 기호 앞까지 글자를 잘라 내는 수식을 묻는 문제다.

엑셀 A2 칸에 '[email protected]' 같은 이메일 주소가 있다. @ 앞부분(아이디)만 B2 에 꺼내는 수식 하나만 알려 줘.

이번에도 답을 낸 네 모델이 모두 정답이었다. 넷 다 @의 위치를 찾고 그 앞부분을 가져오는 LEFT와 FIND 함수를 조합했다. GPT-6 Astra와 GPT-6 Luna는 =LEFT(A2,FIND("@",A2)-1) 한 줄만 제시해 각각 10점을 받았다.

Claude Opus 5.5는 수식에 예상 결과를 덧붙여 8.5점, Claude Haiku 4.5는 입력 안내와 작동 설명까지 써서 7.5점을 받았다. 점수 차이는 수식이 아니라 덧붙인 설명의 분량에서 나왔다.

문제 2에 대한 모델별 실제 답 (2026년 11월 5일 실행, 앞부분만)

문제 3: 날짜를 요일 한 글자로

한국어 엑셀에서 날짜를 요일 한 글자로 표시하는 방법을 아는지 확인했다.

엑셀 A2 칸에 2026-09-27 같은 날짜가 있다. B2 에 '일'처럼 요일 한 글자를 보여 주는 수식 하나만 알려 줘 (한국어 엑셀 기준).

GPT-6 Astra와 GPT-6 Luna는 =TEXT(A2,"aaa")를 제시해 각각 9.5점을 받았다. Claude Opus 5.5도 같은 방식에 설명과 예시를 붙여 9점을 받았다. 세 모델 모두 정답 판정이었다.

Claude Haiku 4.5는 요일 전체 이름에서 첫 글자를 가져오는 다른 방식을 택했다. 두 심사위원은 모두 4점과 오답 판정을 내렸다. 심사위원 Claude Opus 5는 결과값은 맞지만 지정된 aaa 형식을 쓰지 않아 기준을 충족하지 못했다고 설명했다. 뜻이 같으면 정답으로 인정한다는 규칙과는 어긋나는 판정이어서 재검토가 필요하다.

설명 분량을 보는 기준도 심사위원끼리 엇갈렸다. Claude Opus 5는 두 GPT 모델에 설명이 없다는 이유로 9점을 줬고, GPT-6 Sol은 수식만 정확히 제시했다며 10점을 줬다. 평균 점수에는 정확성뿐 아니라 심사위원이 선호하는 답변 형식도 섞여 있다.

문제 3에 대한 모델별 실제 답 (2026년 11월 5일 실행, 앞부분만)

라운드 성적표

응답 시간은 도구 준비 시간을 뺀 값으로, 실행 경로가 달라 참고용이다. 준비 시간은 먼저 ‘OK’ 한마디를 받는 데 걸린 시간을 재서 각 문제의 소요 시간에서 뺐다. 출력 속도는 준비 시간을 뺀 시간으로 답의 글자 수를 나눴다. Gemini 3.5 Flash와 Grok 4.5는 실행에 실패해 채점할 답이 없었다.

그래서 뭘 쓰면 될까

짧은 수식 하나가 필요할 땐 GPT-6 Luna가 무난하다. 세 문제를 모두 맞혔고, 상위 모델 GPT-6 Astra와 점수도 같았다.

속도만 보면 평균 0.1초를 기록한 GPT-6 Luna와 GPT-6 Astra가 가장 빨랐다. 이 수치에는 도구 준비 시간이 빠져 있어 실제 대기 시간은 이보다 길다.

수식과 함께 결과 예시까지 보고 싶다면 Claude Opus 5.5의 답이 알맞다. 다만 응답에 0.8초가 걸렸고, 더 기다린 만큼 정답 수가 늘지는 않았다. 같은 앤트로픽 모델이라도 가벼운 Claude Haiku 4.5는 세 문제 중 두 문제만 맞혔다.

지금까지 누적 순위

23개 라운드의 평균 심사 점수 순서는 아래와 같다. 동점 모델은 같은 순위로 표시했다. 모델마다 채점된 문제 수가 다르다.

이번 비교의 한계

이번 결과는 세 문제를 모델마다 한 번씩 실행한 기록이며, AI 심사 점수는 참고 값이다. 간단한 엑셀 수식에서는 가벼운 모델도 상위 모델과 같은 성적을 냈다. 앞으로는 요일 문제의 다른 수식을 어떻게 판정할지와 설명 분량의 채점 기준을 정리하고, 더 복잡한 수식에서도 같은 결과가 이어지는지 확인할 계획이다.