파이썬 기초 문법을 어느 정도 익힌 비전공 실무자들이 공통적으로 부딪히는 벽이 있습니다. “이제 뭘 배워야 하나요”라는 질문입니다. 파이썬은 언어 자체보다 라이브러리를 얼마나 잘 다루느냐가 실무 활용도를 결정하는데, 인터넷에는 수백 개의 라이브러리 이름이 떠다니고 있어 어디서부터 손대야 할지 판단하기 어렵습니다. 이 글에서는 비전공자 파이썬 라이브러리를 학습 순서에 따라 정리하고, 실제 업무 상황과 연결해 설명합니다.
라이브러리는 결국 “누군가 미리 만들어놓은 기능 모음”입니다. 엑셀 파일을 열고 닫는 코드를 매번 처음부터 짤 필요 없이, 이미 만들어진 코드를 가져와 쓰는 것이 라이브러리의 역할입니다. 문제는 라이브러리마다 쓰이는 상황이 다르기 때문에, 내 업무와 무관한 라이브러리를 먼저 익히면 시간만 쓰고 실무에는 써먹지 못하는 경우가 많습니다.
비전공자 파이썬 라이브러리, 뭐부터 배워야 할까요
정답은 “본인 업무에서 가장 자주 반복되는 파일 형식”에 따라 달라집니다. 대부분의 사무직은 엑셀 파일을 다루므로 pandas와 openpyxl을 가장 먼저 배우는 것이 효율적입니다. 이후 PDF나 문서 작업이 많다면 PyPDF2 계열로, 웹에서 데이터를 가져와야 한다면 requests로 넘어가는 순서가 자연스럽습니다.
1단계: pandas — 데이터를 표로 다루는 기본기
pandas는 엑셀의 표 개념을 파이썬 코드로 옮긴 라이브러리입니다. 데이터를 불러오고, 필터링하고, 정렬하고, 합치는 작업을 몇 줄로 처리할 수 있습니다.
import pandas as pd
df = pd.read_excel("매출현황.xlsx")
df_filtered = df[df["매출액"] > 1000000]
df_filtered.to_excel("매출현황_필터.xlsx", index=False)이미 엑셀 반복 업무, 파이썬으로 10분 만에 끝내기에서 다룬 것처럼, 여러 파일을 취합하고 정리하는 업무의 대부분은 pandas 하나로 처리됩니다. 비전공자가 가장 먼저 배워야 하는 이유도 여기에 있습니다. 배운 즉시 눈앞의 반복 업무에 적용해볼 수 있기 때문입니다.
2단계: openpyxl — 엑셀 서식까지 다루고 싶을 때
pandas는 데이터를 다루는 데는 강하지만, 셀 색깔이나 테두리, 병합 같은 서식 작업에는 약합니다. 이럴 때 openpyxl을 함께 씁니다. 예를 들어 특정 조건을 만족하는 셀에 색을 입히거나, 특정 시트에만 데이터를 채워 넣는 작업은 openpyxl이 더 적합합니다.
from openpyxl import load_workbook
wb = load_workbook("보고서.xlsx")
ws = wb["요약"]
ws["A1"].fill = ws["A1"].fill.copy(fgColor="FFFF00")
wb.save("보고서_수정.xlsx")두 라이브러리는 경쟁 관계가 아니라 역할이 다릅니다. 데이터 가공은 pandas, 서식과 시각적 표현은 openpyxl로 나눠서 쓰는 것이 일반적입니다.
3단계: matplotlib 또는 seaborn — 숫자를 그림으로 바꾸기
데이터를 정리한 다음 단계는 보통 시각화입니다. 엑셀 차트로 충분한 경우도 많지만, 반복적으로 같은 형식의 그래프를 여러 부서·기간별로 뽑아야 한다면 파이썬 시각화 라이브러리가 훨씬 빠릅니다. 이 부분은 엑셀 차트 그 다음, 파이썬으로 데이터 시각화 시작하기에서 예제와 함께 다뤘습니다.
4단계: requests — 외부 데이터를 가져올 때
사내 데이터가 아니라 외부 API나 웹사이트에서 데이터를 가져와야 하는 업무가 생긴다면 requests 라이브러리를 배웁니다. API 개념이 아직 낯설다면 비전공자를 위한 API 입문 - 프로그램끼리 대화하는 법을 먼저 읽는 것을 추천합니다. API 응답 데이터는 대부분 JSON 형식으로 오기 때문에, 비전공자를 위한 JSON 입문도 함께 참고하면 이해가 빨라집니다.
라이브러리 이름보다 먼저 확인할 것
라이브러리를 배우기 전에 반드시 짚어야 할 질문이 있습니다. “이 라이브러리로 해결하려는 반복 업무가 실제로 존재하는가”입니다. 라이브러리 목록을 순서대로 외우듯 공부하는 방식은 오래가지 못합니다. 본인 업무에서 매주 또는 매달 반복되는 작업 하나를 정하고, 그 작업에 필요한 라이브러리만 집중해서 배우는 방식이 훨씬 오래 남습니다. 이 접근법은 앞서 다룬 비전공 사무직을 위한 코딩 입문 로드맵의 핵심 원칙과도 이어집니다.
라이브러리 설치는 대부분 pip 명령어 한 줄로 끝납니다.
pip install pandas openpyxl matplotlib requests한 번에 여러 개를 설치해두고, 필요할 때마다 import해서 쓰면 됩니다. 처음부터 전부 이해하고 시작할 필요는 없습니다. 실습 코드를 그대로 따라 치면서 결과가 바뀌는 것을 확인하는 과정 자체가 학습입니다.
학습 순서를 정리하면
업무 성격에 따라 조금씩 다르지만, 일반 사무직 기준으로는 pandas로 데이터 다루는 법을 익히고, openpyxl로 엑셀 서식 제어를 배운 뒤, 필요에 따라 시각화나 외부 데이터 연동 라이브러리로 확장하는 순서가 가장 무리 없습니다. 중요한 것은 각 단계마다 실제 업무 파일로 연습해보는 것입니다. 예제 데이터로만 연습하면 막상 실무에 적용할 때 다시 막히는 경우가 많습니다.
라이브러리를 배우는 과정에서 에러 메시지를 자주 만나게 되는데, 이때 겁먹지 않고 메시지를 읽는 법을 알아두면 학습 속도가 훨씬 빨라집니다. 비전공자를 위한 에러 메시지 읽는 법을 참고하면 도움이 됩니다.
픽셀앤코드는 양주 지역 중소기업과 공공기관 실무자를 대상으로 코딩·자동화 입문 교육을 진행하고 있습니다. 어떤 라이브러리를 배워야 할지 고민이라면, 현재 업무에서 반복되는 작업을 먼저 진단하고 거기에 맞는 학습 경로를 함께 설계하는 방식으로 접근하고 있습니다.