엑셀 VLOOKUP 지옥 탈출! SQL JOIN으로 흩어진 데이터 1초 만에 합치기

엑셀 작업을 하다 보면 데이터가 여러 시트에 흩어져 있는 경우가 많다.
'주문 내역'에는 상품 ID만 있고, 진짜 '상품명'을 보려면 '상품 목록' 시트를 찾아봐야 하는 식이다.

이때 쓰는 게 그 유명한 VLOOKUP 함수인데, 데이터가 많아지면 엑셀이 엄청나게 느려지고 #N/A 에러가 뜨기 일쑤다.
"아, 이거 그냥 한 표에 다 합쳐져 있으면 안 되나?" 🤯

오늘은 SQL의 꽃이자 엑셀 VLOOKUP의 완벽한 상위 호환인 JOIN(테이블 합치기)을 실습했다.
흩어져 있는 정보들을 레고 블록처럼 딱딱 조립하는 쾌감이 있었다.

 

1. 연결고리(Key) 찾기: 조립의 기초

테이블을 합치려면 두 테이블이 공통으로 가지고 있는 '연결고리'가 필요하다.
영화 정보가 담긴 film 테이블과 언어 정보가 담긴 language 테이블을 합쳐보자.

SELECT * FROM film LIMIT 5;
SELECT * FROM language;

두 테이블을 열어보니 language_id라는 컬럼이 양쪽에 똑같이 있다. 찾았다, 연결고리! 🔑

 

2. 교집합 구하기 (INNER JOIN)

가장 기본이 되는 JOIN이다. 두 테이블 모두에 데이터가 있는 경우만 합쳐서 보여준다.
영화 제목 옆에 language_id 숫자 대신, 진짜 언어 이름(English, Italian 등)을 붙여보자.

SELECT film.title, language.name
FROM film
INNER JOIN language
ON film.language_id = language.language_id;

 

 

 

와! 영화 제목 옆에 name(언어)이 착 달라붙었다.
ON 뒤에 "어떤 고리로 연결할지"만 알려주면 SQL이 알아서 짝을 찾아준다.

 

3. 코드가 너무 길다면? 별명(Alias) 쓰기

매번 film.title, language.name 처럼 테이블 이름을 다 쓰는 건 손가락이 아프다.
테이블에도 짧은 별명(AS)을 붙여줄 수 있다. 실무에서는 100% 이렇게 쓴다고 한다.

SELECT f.title, l.name
FROM film AS f
INNER JOIN language AS l
ON f.language_id = l.language_id;

film은 f, language는 l로 줄여 부르니 코드가 훨씬 깔끔해졌다.

 

4. 없는 데이터 찾아내기 (LEFT JOIN) ⭐

이번엔 좀 더 비즈니스적인 문제를 해결해 보자.
"우리 가게 영화 리스트(film)에는 있는데, 실제 창고(inventory)에는 없는 영화가 있을까?" (즉, 재고 누락 찾기)

이럴 땐 INNER JOIN을 쓰면 안 된다. 짝이 없는 데이터는 제외해 버리기 때문이다.
대신 왼쪽 테이블(film)을 기준으로 모든 데이터를 다 보여주는 LEFT JOIN을 써야 한다.

SELECT f.title, i.inventory_id
FROM film f
LEFT JOIN inventory i
ON f.film_id = i.film_id
WHERE i.inventory_id IS NULL; -- 재고가 빈(NULL) 것만 찾아라

 

 

 

결과를 보니 Alice Fantasia 같은 영화들은 inventory_id가 [NULL]로 비어있다.
즉, 서류상으론 존재하지만 실제 대여 가능한 재고는 없다는 뜻이다. LEFT JOIN이 아니었다면 찾아낼 수 없었을 귀한 정보들이다.

 

📝 오늘의 문법 요약 (Cheat Sheet)

JOIN은 헷갈리기 쉬우니 벤 다이어그램을 상상하는 게 좋다.

종류	설명	비고
INNER JOIN	두 테이블의 교집합	양쪽에 다 있는 데이터만 조회
LEFT JOIN	왼쪽 테이블 전체 + 오른쪽 일치	짝이 없으면 오른쪽은 NULL로 표시됨
ON	연결 조건	두 테이블의 공통 컬럼 지정 (Key)

이제 테이블을 하나로 합치는 기술까지 익혔으니, 분석할 수 있는 데이터의 범위가 무한대로 넓어졌다.
다음 시간에는 좀 더 복잡한 쿼리를 깔끔하게 정리하는 서브쿼리(Subquery)와 CTE(Common Table Expression)에 대해 다뤄보겠다.

 

 

[데이터 분석 독학기 #11 끝]