주소 데이터 정제 체크리스트

2026-08-05 · 실무 자동화 · 운영자 검수 · 약 7분 소요

주소 데이터를 다뤄본 사람은 압니다. 변환 자체보다 변환하기 전에 데이터를 사람이 볼 수 있는 상태로 만드는 일이 훨씬 오래 걸립니다. 수년간 쌓인 고객 주소에는 구주소와 도로명주소가 섞여 있고, 같은 아파트가 다섯 가지 표기로 들어 있고, 우편번호는 절반이 비어 있습니다. 이 글은 그 데이터를 정리하는 순서와 유형별 처리 기준을 정리합니다.

핵심 — 주소 데이터를 변환하기 전에 정제부터 해야 합니다. 실무에서 걸리는 유형은 넷입니다 — 구주소와 도로명 혼재, 상세주소 비정형(101동/101-1502/A동), 중복과 유사 중복, 우편번호 불일치. 변환기에 넣기 전 이 넷을 걸러내면 실패율이 크게 떨어집니다.

정제를 먼저 해야 하는 이유

정제 없이 변환하면 오류가 어디서 났는지 모르는 결과가 나옵니다. 원본이 이상했는지, 변환에서 틀렸는지 구분이 안 되거든요.

순서를 지키면 원인이 단계별로 갈립니다. 정제에서 걸린 건 원본 문제, 변환 후에 나온 건 표기 문제. 이것만 갈려도 수정 시간이 확 줄어요.

유형 1 — 구주소와 도로명주소 혼재

가장 흔한 문제입니다. 2011년 도로명주소 전면 시행 이전부터 데이터를 쌓아온 곳이라면 대개 섞여 있습니다.

구분 기준은 단순합니다. 「동」으로 끝나는 지명 뒤에 번지 숫자가 오면 구주소입니다. 「로」나 「길」 뒤에 숫자가 오면 도로명주소입니다. 엑셀에서 =IF(ISNUMBER(SEARCH("동 ",A2)),"구주소","확인") 정도로 1차 분류가 가능합니다.

구주소는 도로명으로 먼저 바꿔야 합니다. 둘의 차이는 따로 정리했습니다.

유형 2 — 상세주소 비정형

같은 아파트가 이렇게 들어 있습니다.

• 101동 1502호
• 101-1502
• 101동1502호
• 제101동 제1502호
• 1502호 (101동)

전부 같은 곳입니다. 그런데 문자열은 전부 달라요. 자유 입력이라 쓰고 싶은 대로 쓴 거죠.

완벽한 정규화를 노리면 끝이 없어요. 목표를 낮추세요 — 「동 숫자」와 「호 숫자」 두 개만. 그것만 있으면 Apt 101-1502로 통일할 수 있어요. 괄호, 「제」, 공백 같은 건 그냥 지우면 돼요.

유형 3 — 중복과 유사 중복

똑같은 문자열은 엑셀 중복 제거로 잡힙니다. 문제는 사실상 같은데 문자열이 다른 경우예요.

정제 후에 중복 제거를 하세요. 그래야 이런 것들이 같이 잡힙니다. 순서를 바꾸면 유사 중복이 그대로 남아요.

유형 4 — 우편번호 불일치

우편번호 열이 있는 데이터라면 자리수부터 확인합니다.

• 6자리(135-080 형태) — 2015년에 폐지된 옛 번호입니다. 5자리로 다시 받아야 합니다.
• 앞자리 0 손실 — 엑셀이 숫자로 인식해 06236이 6236이 된 경우입니다. 매우 흔합니다.
• 주소와 불일치 — 이사 전 우편번호가 남아 있는 경우입니다.

유형 5 — 주소가 아닌 값

주소 열에 주소가 아닌 게 들어 있습니다. 생각보다 많아요. 「위와 같음」, 「직접 수령」, 「추후 연락」, 전화번호, 이메일, 그냥 공백. 이런 건 변환기에 넣어봐야 소용없으니 먼저 빼냅니다.

「시·도 이름이 들어 있는가」로 걸러보세요. 대부분 잡힙니다. 광역 단위 명칭 17개가 기준이고, 정식 표기는 표기표에 있어요.

정제 순서 정리

1. 주소가 아닌 값 제외
2. 공백·줄바꿈·특수문자 정리
3. 시·도 명칭 통일
4. 구주소를 도로명주소로 변환
5. 상세주소 분리
6. 중복 제거
7. 우편번호 자리수 확인
8. 영문 변환 실행

순서가 중요합니다. 중복 제거를 앞에 두면 표기만 다른 같은 주소가 살아남고, 상세주소 분리를 중복 제거 뒤에 하면 같은 세대가 여러 건으로 남습니다. 정리가 끝난 데이터는 대량 변환기에 넣고, 결과 검수는 엑셀 주소 대량 변환하기의 검수 기준을 따르면 됩니다.

자동화할 것과 사람이 봐야 할 것

전부 자동화하려 하면 오히려 오래 걸립니다. 규칙이 명확한 것만 기계에 맡기고, 판단이 필요한 건 사람이 보는 게 빨라요.

비율로 보면 전체의 90% 정도는 자동으로 처리되고, 나머지 10%가 사람 몫으로 남습니다. 이 10%를 줄이려고 규칙을 계속 추가하다 보면 예외의 예외가 생겨 유지보수가 어려워집니다. 남은 10%는 사람이 보는 게 정답이라고 정해두는 편이 낫습니다.

대신 사람이 볼 목록을 잘 만들어야 합니다. 원본 주소, 정제 결과, 걸린 이유 세 가지를 한 화면에 놓으면 한 건당 몇 초면 판단이 됩니다. 이유 없이 목록만 던지면 담당자가 매번 처음부터 다시 봐야 합니다.

자주 묻는 질문

구주소를 도로명주소로 한 번에 바꿀 수 있나요?

도로명주소 안내시스템에서 지번으로 검색하면 대응하는 도로명이 나옵니다. 건수가 많다면 정부 주소 매칭 자료를 쓰는 방법도 있어요.

우편번호 앞자리 0이 사라졌는데 복구되나요?

=TEXT(A2,"00000")로 다섯 자리를 채울 수 있습니다. 다만 원래 네 자리였던 값과 구분이 안 돼요. 복구 후엔 주소와 대조해 검증하세요.

상세주소를 어디까지 정규화해야 하나요?

동 번호와 호 번호 두 개만 확보하면 충분합니다. 완벽한 정규화를 목표로 하면 예외가 끝없이 나오므로, 핵심 두 값만 뽑고 나머지는 원본을 보존하는 방식이 현실적입니다.

데이터가 몇 건부터 정제가 필요한가요?

건수보다 출처가 기준입니다. 사용자가 직접 입력한 데이터라면 50건이어도 표기가 흔들립니다. 반대로 시스템이 주소 API로 받아 저장한 데이터는 수천 건이어도 정제할 게 적습니다.

정제한 원본을 남겨둬야 하나요?

반드시 남겨야 합니다. 정제 과정에서 잘못 지운 값은 원본이 없으면 복구가 불가능합니다. 원본 열을 유지한 채 새 열에 정제 결과를 쌓는 방식을 권합니다.