JSON을 Excel로 변환: 완벽한 가이드 2026

# JSON을 Excel로 변환: 완벽한 가이드 2026

JSON 데이터를 Excel 스프레드시트로 변환하는 것은 일반적인 작업입니다. 이 가이드는 온라인 도구, 프로그래밍 방법 및 자동화 기술을 포함한 모든 방법을 다룹니다.

온라인 JSON to Excel 변환기

1. ConvertCSV.com

기능:

• JSON → Excel (XLSX)
• JSON → CSV
• 대용량 파일 지원
• 무료 사용

사용 방법:

convertcsv.com/json-to-excel.htm 방문

JSON 데이터 붙여넣기

"Convert" 클릭

Excel 파일 다운로드

2. JSON-to-Excel

URL: json-to-excel.com 특징:

• 드래그 앤 드롭
• 대용량 파일
• 사용자 정의 포맷팅
• 즉시 다운로드

3. Code Beautify

URL: codebeautify.org/json-to-excel-converter 장점:

• 간단한 인터페이스
• 빠른 변환
• 미리보기 옵션

Python으로 변환

pandas 사용

import pandas as pd
import json

# JSON 파일 읽기
with open('data.json', 'r', encoding='utf-8') as f:
    data = json.load(f)

# DataFrame으로 변환
df = pd.DataFrame(data)

# Excel로 저장
df.to_excel('output.xlsx', index=False, engine='openpyxl')

print("변환 완료!")

중첩된 JSON 처리

import pandas as pd
import json

# 중첩된 JSON
json_data = '''
[
    {
        "name": "홍길동",
        "age": 30,
        "address": {
            "city": "서울",
            "zipCode": "12345"
        },
        "skills": ["Python", "JavaScript"]
    },
    {
        "name": "김철수",
        "age": 25,
        "address": {
            "city": "부산",
            "zipCode": "67890"
        },
        "skills": ["Java", "C++"]
    }
]
'''

data = json.loads(json_data)

# 중첩 구조 평탄화
df = pd.json_normalize(data)

# Excel로 저장
df.to_excel('users.xlsx', index=False)

결과 Excel:

| name | age | address.city | address.zipCode | skills |

|------|-----|--------------|-----------------|--------|

| 홍길동 | 30 | 서울 | 12345 | [Python, JavaScript] |

| 김철수 | 25 | 부산 | 67890 | [Java, C++] |

여러 시트로 저장

import pandas as pd
import json

# 여러 데이터셋
data = {
    "users": [
        {"name": "홍길동", "age": 30},
        {"name": "김철수", "age": 25}
    ],
    "products": [
        {"id": 1, "name": "노트북", "price": 1000000},
        {"id": 2, "name": "마우스", "price": 20000}
    ]
}

# Excel 작성기
with pd.ExcelWriter('output.xlsx', engine='openpyxl') as writer:
    for sheet_name, items in data.items():
        df = pd.DataFrame(items)
        df.to_excel(writer, sheet_name=sheet_name, index=False)

print("여러 시트 생성 완료!")

스타일링

import pandas as pd
from openpyxl import load_workbook
from openpyxl.styles import Font, PatternFill, Alignment

# 데이터 생성
df = pd.DataFrame([
    {"이름": "홍길동", "나이": 30, "도시": "서울"},
    {"이름": "김철수", "나이": 25, "도시": "부산"}
])

# Excel로 저장
filename = 'styled.xlsx'
df.to_excel(filename, index=False)

# 스타일 적용
wb = load_workbook(filename)
ws = wb.active

# 헤더 스타일
header_fill = PatternFill(start_color="4472C4", end_color="4472C4", fill_type="solid")
header_font = Font(bold=True, color="FFFFFF")

for cell in ws[1]:
    cell.fill = header_fill
    cell.font = header_font
    cell.alignment = Alignment(horizontal='center')

# 열 너비 조정
for column in ws.columns:
    max_length = 0
    column_letter = column[0].column_letter
    for cell in column:
        try:
            if len(str(cell.value)) > max_length:
                max_length = len(cell.value)
        except:
            pass
    adjusted_width = (max_length + 2)
    ws.column_dimensions[column_letter].width = adjusted_width

wb.save(filename)
print("스타일 적용 완료!")

JavaScript/Node.js로 변환

xlsx 라이브러리 사용

const XLSX = require('xlsx');
const fs = require('fs');

// JSON 파일 읽기
const jsonData = JSON.parse(fs.readFileSync('data.json', 'utf8'));

// 워크시트 생성
const ws = XLSX.utils.json_to_sheet(jsonData);

// 워크북 생성
const wb = XLSX.utils.book_new();
XLSX.utils.book_append_sheet(wb, ws, "Sheet1");

// Excel 파일 저장
XLSX.writeFile(wb, 'output.xlsx');

console.log('변환 완료!');

설치:

npm install xlsx

여러 시트

const XLSX = require('xlsx');

const data = {
  users: [
    { name: "홍길동", age: 30 },
    { name: "김철수", age: 25 }
  ],
  products: [
    { id: 1, name: "노트북", price: 1000000 },
    { id: 2, name: "마우스", price: 20000 }
  ]
};

// 워크북 생성
const wb = XLSX.utils.book_new();

// 각 데이터셋을 시트로 추가
Object.keys(data).forEach(sheetName => {
  const ws = XLSX.utils.json_to_sheet(data[sheetName]);
  XLSX.utils.book_append_sheet(wb, ws, sheetName);
});

// 저장
XLSX.writeFile(wb, 'output.xlsx');

브라우저에서 변환

<!DOCTYPE html>
<html>
<head>
  <script src="https://cdnjs.cloudflare.com/ajax/libs/xlsx/0.18.5/xlsx.full.min.js"></script>
</head>
<body>
  <button onclick="convertToExcel()">Excel로 다운로드</button>

  <script>
    function convertToExcel() {
      const jsonData = [
        { 이름: "홍길동", 나이: 30, 도시: "서울" },
        { 이름: "김철수", 나이: 25, 도시: "부산" }
      ];

      const ws = XLSX.utils.json_to_sheet(jsonData);
      const wb = XLSX.utils.book_new();
      XLSX.utils.book_append_sheet(wb, ws, "데이터");

      XLSX.writeFile(wb, 'data.xlsx');
    }
  </script>
</body>
</html>

고급 변환

복잡한 JSON 구조

import pandas as pd
import json

# 복잡한 중첩 JSON
json_data = '''
{
  "company": "테크 이노베이션",
  "departments": [
    {
      "name": "개발팀",
      "employees": [
        {"name": "홍길동", "role": "시니어 개발자", "salary": 80000000},
        {"name": "김철수", "role": "주니어 개발자", "salary": 50000000}
      ]
    },
    {
      "name": "디자인팀",
      "employees": [
        {"name": "이영희", "role": "수석 디자이너", "salary": 70000000}
      ]
    }
  ]
}
'''

data = json.loads(json_data)

# 부서별 직원 데이터 추출
all_employees = []
for dept in data['departments']:
    for emp in dept['employees']:
        emp['department'] = dept['name']
        emp['company'] = data['company']
        all_employees.append(emp)

df = pd.DataFrame(all_employees)
df.to_excel('employees.xlsx', index=False)

데이터 필터링 및 변환

import pandas as pd
import json

# JSON 로드
with open('data.json', 'r', encoding='utf-8') as f:
    data = json.load(f)

df = pd.DataFrame(data)

# 필터링
df_filtered = df[df['age'] > 25]

# 열 선택
df_selected = df[['name', 'age', 'email']]

# 정렬
df_sorted = df.sort_values('age', ascending=False)

# 그룹화
df_grouped = df.groupby('city').agg({
    'age': 'mean',
    'name': 'count'
}).rename(columns={'name': 'count'})

# 각각을 다른 시트로 저장
with pd.ExcelWriter('analysis.xlsx') as writer:
    df.to_excel(writer, sheet_name='전체', index=False)
    df_filtered.to_excel(writer, sheet_name='필터링', index=False)
    df_sorted.to_excel(writer, sheet_name='정렬', index=False)
    df_grouped.to_excel(writer, sheet_name='그룹화')

API 응답을 Excel로

Python

import requests
import pandas as pd

# API에서 데이터 가져오기
response = requests.get('https://api.example.com/users')
data = response.json()

# DataFrame으로 변환
df = pd.DataFrame(data)

# Excel로 저장
df.to_excel('api_data.xlsx', index=False)

Node.js

const axios = require('axios');
const XLSX = require('xlsx');

async function apiToExcel() {
  // API에서 데이터 가져오기
  const response = await axios.get('https://api.example.com/users');
  const data = response.data;

  // Excel 생성
  const ws = XLSX.utils.json_to_sheet(data);
  const wb = XLSX.utils.book_new();
  XLSX.utils.book_append_sheet(wb, ws, "API Data");

  XLSX.writeFile(wb, 'api_data.xlsx');
}

apiToExcel();

자동화

Python 스크립트

#!/usr/bin/env python3
import pandas as pd
import json
import sys
from pathlib import Path

def json_to_excel(json_file, excel_file=None):
    """JSON 파일을 Excel로 변환"""

    # 출력 파일명 설정
    if excel_file is None:
        excel_file = Path(json_file).stem + '.xlsx'

    try:
        # JSON 읽기
        with open(json_file, 'r', encoding='utf-8') as f:
            data = json.load(f)

        # 배열이 아니면 배열로 변환
        if not isinstance(data, list):
            data = [data]

        # Excel로 변환
        df = pd.DataFrame(data)
        df.to_excel(excel_file, index=False)

        print(f"성공: {json_file} → {excel_file}")
        return True

    except Exception as e:
        print(f"오류: {e}")
        return False

if __name__ == "__main__":
    if len(sys.argv) < 2:
        print("사용법: python json_to_excel.py input.json [output.xlsx]")
        sys.exit(1)

    json_file = sys.argv[1]
    excel_file = sys.argv[2] if len(sys.argv) > 2 else None

    json_to_excel(json_file, excel_file)

사용:

python json_to_excel.py data.json
python json_to_excel.py data.json output.xlsx

일괄 변환

import pandas as pd
import json
from pathlib import Path

def batch_convert(input_dir, output_dir):
    """디렉토리의 모든 JSON 파일 변환"""
    input_path = Path(input_dir)
    output_path = Path(output_dir)
    output_path.mkdir(exist_ok=True)

    for json_file in input_path.glob('*.json'):
        try:
            with open(json_file, 'r', encoding='utf-8') as f:
                data = json.load(f)

            if isinstance(data, list):
                df = pd.DataFrame(data)
            else:
                df = pd.DataFrame([data])

            excel_file = output_path / f"{json_file.stem}.xlsx"
            df.to_excel(excel_file, index=False)

            print(f"✓ {json_file.name} → {excel_file.name}")

        except Exception as e:
            print(f"✗ {json_file.name}: {e}")

# 사용
batch_convert('json_files', 'excel_files')

모범 사례

1. 데이터 검증

import pandas as pd
import json

def validate_and_convert(json_file, excel_file):
    """검증 후 변환"""
    try:
        with open(json_file, 'r', encoding='utf-8') as f:
            data = json.load(f)

        # 배열인지 확인
        if not isinstance(data, list):
            raise ValueError("JSON은 배열이어야 합니다")

        # 빈 데이터 확인
        if len(data) == 0:
            raise ValueError("데이터가 비어 있습니다")

        # 모든 항목이 딕셔너리인지 확인
        if not all(isinstance(item, dict) for item in data):
            raise ValueError("모든 항목은 객체여야 합니다")

        # 변환
        df = pd.DataFrame(data)
        df.to_excel(excel_file, index=False)

        return True

    except Exception as e:
        print(f"오류: {e}")
        return False

2. 대용량 파일 처리

import pandas as pd
import json

def convert_large_json(json_file, excel_file, chunk_size=1000):
    """청크로 대용량 JSON 처리"""

    with open(json_file, 'r', encoding='utf-8') as f:
        data = json.load(f)

    # 청크로 처리
    with pd.ExcelWriter(excel_file, engine='openpyxl') as writer:
        for i in range(0, len(data), chunk_size):
            chunk = data[i:i + chunk_size]
            df = pd.DataFrame(chunk)

            # 첫 청크는 헤더 포함
            header = i == 0
            startrow = i if i > 0 else 0

            df.to_excel(
                writer,
                sheet_name='Data',
                index=False,
                header=header,
                startrow=startrow
            )

            print(f"처리됨: {i + len(chunk)} / {len(data)}")

3. 오류 처리

import pandas as pd
import json
from typing import Optional

def safe_convert(
    json_file: str,
    excel_file: str,
    fallback: Optional[str] = None
) -> bool:
    """안전한 변환"""
    try:
        with open(json_file, 'r', encoding='utf-8') as f:
            data = json.load(f)

        df = pd.DataFrame(data if isinstance(data, list) else [data])
        df.to_excel(excel_file, index=False)

        return True

    except FileNotFoundError:
        print(f"파일을 찾을 수 없음: {json_file}")
    except json.JSONDecodeError as e:
        print(f"유효하지 않은 JSON: {e}")
    except Exception as e:
        print(f"변환 오류: {e}")

    # 대체 파일이 있으면 사용
    if fallback and Path(fallback).exists():
        try:
            with open(fallback, 'r') as f:
                data = json.load(f)
            df = pd.DataFrame(data)
            df.to_excel(excel_file, index=False)
            return True
        except:
            pass

    return False

성능 비교

| 방법 | 1000행 | 10000행 | 100000행 |

|------|--------|---------|----------|

| pandas | 0.5s | 2s | 20s |

| openpyxl | 1s | 5s | 50s |

| xlsxwriter | 0.3s | 1.5s | 15s |

결론

JSON을 Excel로 변환하는 것은 온라인 도구나 프로그래밍 방법으로 간단합니다. 요구 사항에 따라 적절한 도구를 선택하세요.

빠른 권장사항:

• 일회성 변환: 온라인 도구
• 자동화: Python pandas
• 웹 앱: JavaScript xlsx
• 대용량: 청크 처리

행복한 데이터 변환하세요!