Json To Csv LogoJson To Csv

JSON을 CSV로 변환하는 최고의 도구는? 6가지 옵션 직접 검증 (2026 가이드)

모두에게 맞는 최고의 도구는 하나가 아닙니다. 일회성 작은 파일은 무료 온라인 변환기가 가장 빠르고, 자동화는 Python이 최고고, 대용량 파일은 jq가, 스프레드시트 작업이라면 Excel이 이깁니다. 두 분 안에 고를 수 있도록 여섯 가지 옵션을 직접 실행해 보고 솔직하게 비교했습니다. 같은 파일, 같은 기준으로 여섯 도구를 나란히 놓고 평가했습니다.

업데이트: 2026-10-0910 분 소요

도구를 이렇게 평가했습니다 (또 다른 유료 순위가 아니니까)

대부분의 "최고의 JSON-CSV 변환기" 라운드업은 도구를 한 번도 열어보지 않은 얇은 제휴 페이지입니다. 수수료를 주는 순서대로 순위를 매기고, 스크린샷 몇 장으로 글을 채우는 식이죠. 순위 기준을 공개하지 않는 목록은 신뢰하기 어렵습니다. 기준이 공개되어야 검증이 가능하니까요. 이 비교는 딱 한 가지만 다릅니다. 코드 기반 주장은 쓰기 전에 실제 중첩 샘플 파일로 실행했고, 온라인 변환기 주장은 이 사이트의 실제 변환 소스 코드로 확인했습니다. 샘플은 중첩된 고객 객체와 항목 리스트가 들어간 작은 주문 익스포트였어요. 순진한 변환기가 깨지는 바로 그 모양이죠. 흔한 플랫 JSON이 아니라, 중첩이 들어간 현실적인 데이터를 기준으로 삼은 이유입니다. 플랫 JSON만 테스트하는 비교는 현실의 절반을 놓칩니다.

모든 도구는 똑같은 다섯 가지 기준으로 점수를 매겼습니다. 점수표가 아니라, 각 도구의 강점과 한계를 드러내기 위한 기준이에요. 이 다섯 가지가 이 가이드의 모든 판단의 근거입니다.

  • 정확성: 중첩 데이터가 customer.name처럼 합리적인 열로 평탄화되는가, 아니면 읽을 수 없는 덩어리가 셀에 쏟아지는가? 변환의 품질을 가르는 첫 번째 기준입니다. 깨끗하게 평탄화된 CSV는 바로 스프레드시트에서 쓸 수 있고, 깨진 CSV는 손으로 고쳐야 합니다.
  • 프라이버시: 데이터가 남의 서버에 업로드되는가, 아니면 내 컴퓨터 안에서 변환되는가? 고객 기록이나 내부 데이터처럼 민감한 파일을 다룰 땐 이 항목이 순위를 뒤집습니다. 무료 온라인 변환기라고 다 같은 게 아닙니다. 클라이언트 측인지 확인하는 게 핵심이에요.
  • 파일 크기: 1MB, 50MB, 그 이상에서 어떻게 되는가? 작은 테스트 파일에서는 잘 되다가 실전에서 멈추는 도구가 의외로 많아요. 이번에 쓸 파일의 크기를 먼저 확인하세요. 도구 선택의 출발점입니다.
  • 비용과 마찰: 무료인가? 가입이 필요한가? 설치가 필요한가? 한 번 쓰는 도구라면 설치 과정 자체가 가장 큰 비용일 수 있습니다. 가끔 쓰는 도구에 30분짜리 설치는 과한 대가죠.
  • 출력 제어: 구분자, 인코딩, 열을 직접 고를 수 있는가, 아니면 주는 대로 받아야 하는가? 스프레드시트로 바로 쓰는 사람에겐 이 자유도가 중요합니다. 구분자 하나 틀리면 Excel이 CSV 전체를 한 열에 밀어 넣습니다.

여섯 명의 후보

각 도구가 실제로 무엇인지, 어디서 진짜로 이기는지, 그리고 솔직한 단점까지 정리했습니다. 순서가 순위는 아니에요. 어떤 도구는 특정 상황에선 1등이지만 다른 상황에선 탈락입니다. 각 후보 소개는 "뭔지, 어디서 이기는지, 어디서 지는지" 세 조각으로 되어 있습니다. "어디서 지는지"가 이 가이드의 진짜 가치입니다.

1. 무료 온라인 변환기 (이 사이트 같은)

브라우저 탭 옵션입니다. 페이지를 열고, JSON을 붙여넣거나 .json 파일을 떨어뜨린 뒤, CSV를 다운로드하세요. 끝입니다. 클립보드에 있는 JSON은 붙여넣고, 파일로 있는 JSON은 끌어다 놓으세요. 두 방식 다 됩니다. 이 사이트의 변환기는 완전한 클라이언트 측에서 동작합니다. 변환 코드가 브라우저 탭 안에서 실행되니까 JSON이 서버에 업로드되지 않아요. 말뿐인 약속이 아니라 직접 확인할 수 있습니다. 페이지를 로드하고 네트워크를 끊은 뒤 변환해 보세요. 그래도 동작합니다. 그게 증거예요.

정확성 면에서 엔진은 중첩 객체를 점 표기법 열(customer.name, customer.city)로 평탄화하고, 단순 리스트는 구분자로 이어 붙입니다. 실제 소스 코드로 측정한 결과예요. 강점은 명확합니다. 설치 제로, 가입 제로, 몇 MB까지의 파일에 가장 빠름, 구조상 프라이빗. 솔직한 한계도 분명해요. 브라우저 탭이라서 아주 큰 파일은 로컬 스크립트의 몫입니다. 탭이 메모리를 다 먹기 전에요. 그리고 이 사이트의 변환기는 JSON-CSV 전용입니다. CSV를 다시 JSON으로 되돌리지는 못해요. 온라인 변환기의 자리는 명확합니다. 빠르고 가볍고 프라이빗한 일회성 변환. 그 이상을 바라면 다음 후보들을 보세요. 일회성이 아니라면, 아래에서 더 무거운 도구들을 만나보세요.

2. Excel Power Query

CSV가 어차피 Excel로 가는 거라면 Power Query(Data > Get Data > From File > From JSON)가 파일을 네이티브로 가져와서 중첩 레코드를 열로 펼치는 과정을 단계별로 안내해줍니다. 똑같은 중첩 구조를 처리하고, 원본 파일이 바뀌면 새로 고칠 수 있는 반복 가능한 쿼리를 남기며, Excel 외에 아무것도 필요 없어요. 변환 도구를 따로 찾을 필요 없이, 이미 손에 있는 Excel이 변환기 역할을 합니다. Power Query 에디터에서는 중첩 열의 확장 아이콘을 눌러 각 레코드를 개별 열로 펼칩니다. 마우스로 하는 평탄화예요.

솔직한 한계 세 가지. 첫째, Excel이 필요합니다. 무료 도구가 아니라 라이선스죠. 둘째, 아주 큰 파일에서는 느려집니다. 수십 MB를 넘어가면 기다림이 길어져요. 셋째, 열 펼치기 작업 흐름은 처음엔 학습 곡선이 있습니다. 한 번 익히면 쉽지만, 첫 시도엔 메뉴를 헤맵니다. 스프레드시트가 목적지고 Excel이 이미 설치되어 있을 때 최고의 선택이에요. 라이선스 비용이 부담이라면 무료 온라인 변환기나 Python이 대안이 됩니다. 이미 Excel을 쓰고 있다면 추가 비용은 없습니다.

3. pandas를 쓰는 Python

자동화의 선택. 짧은 스크립트가 파일을 읽고, 평탄화하고, CSV를 씁니다. 다시 실행 가능하고, 버전 관리되고, 수백 MB도 거뜬해요. 매주 돌아가는 익스포트, 데이터 파이프라인의 한 단계, 폴더 단위 일괄 처리 같은 일에 이만한 게 없습니다. 스크립트는 cron이나 작업 스케줄러에 걸어두면 알아서 돌아갑니다. 사람이 클릭할 일이 없어요. 아래 스니펫은 쓰기 전에 중첩 주문 샘플로 그대로 실행했습니다. 복사해서 돌려도 됩니다.

  • import json, pandas as pd — raw = json.load(open('orders.json')) — df = pd.json_normalize(raw['orders']) — df.to_csv('orders.csv', index=False)

실제 출력은 중첩 고객 객체를 customer.name과 customer.city 열로 평탄화했습니다. 정확해요. 하지만 솔직히 관측한 함정도 하나 있습니다. pandas가 항목 리스트를 스프레드시트 친화적으로 이어 붙이지 않고 Python repr 문자열로 남겼어요. repr 문자열이 뭔지 모르면 당황할 수 있습니다. 파이썬 리스트를 그대로 문자열로 찍은 거라, 스프레드시트에서 보면 따옴표와 대괄호가 그대로 보입니다. 한 줄을 추가하면 해결됩니다(df['items'] = df['items'].str.join('; ')). 사람이 읽을 수 있는 형태로 바뀌어요. 하지만 핵심은 이겁니다. pandas는 강력하지만 마법이 아니에요. 출력은 눈으로 확인해야 합니다. 그리고 Python과 pandas 설치가 필요한데, 일 년에 한 번 변환하는 사람에겐 그 설치 자체가 마찰이죠. 자주 쓴다면 최고의 투자고, 한 번 쓴다면 과한 투자입니다. 매일 쓰는 사람에겐 pandas가 손에 익을수록 생산성이 올라갑니다.

4. jq

터미널의 선택이자, 메모리에 올리지 않고 GB급 파일을 편안하게 스트리밍하는 이 목록의 유일한 도구입니다. 로그 파일, 대형 API 덤프처럼 GUI 도구로는 열리지도 않는 파일을 다룰 땐 선택지가 사실상 jq 하나예요. jq는 입력을 한 번에 메모리에 올리지 않고 흘려보내듯 처리합니다. 그래서 GB급도 됩니다. 단순 추출이라면 한 줄로 끝납니다. 터미널 한 줄이 GUI 열 번 클릭을 대신합니다.

  • jq -r '.orders[] | [.id, .customer.name, (.items|join("; ")), .total] | @csv' orders.json

실행해 봤습니다. 깔끔하게 따옴표로 감싼 CSV 행(101,"Ana","Madrid","book; pen",24.5,true)이 주장대로 정확히 나왔어요. 솔직한 한계 두 가지. 첫째, 모든 열을 직접 골라야 합니다. "전부 자동 평탄화" 버튼 같은 건 없어요. 원하는 열을 쿼리로 지정하는 게 jq의 방식입니다. 둘째, 문법이 작은 언어 하나라 배워야 합니다. 쿼리 문법은 처음엔 낯설지만, 필드 선택 몇 개만 익혀도 웬만한 추출은 다 됩니다. 터미널에 살거나, GUI로는 너무 큰 파일일 때 최고의 선택이에요.

5. VS Code 확장

VS Code에서 JSON을 편집 중이라면 변환기 확장이 컨텍스트 전환을 없애줍니다. JSON을 선택하고 명령을 실행하면 새 탭에 CSV가 나옵니다. 편의성이 전부예요. 브라우저 탭을 건너뛰고 에디터에 머물 수 있죠. API 응답을 붙여넣고 바로 CSV로 뽑아 확인하는 식의 빠른 작업에 잘 맞습니다. 개발자가 JSON을 손보면서 바로 CSV로 뽑아보는 용도에 딱 맞습니다.

솔직한 한계: 수동으로 한 번에 한 파일씩 처리하는 작업 흐름이라 자동화 이야기가 없고, 확장 품질도 제각각입니다. 평탄화 옵션이 빈약한 확장도 있어요. 단순 문자열 변환만 하는 확장도 있습니다. 확장을 고를 땐 평탄화 옵션이 있는지 확인하세요. 활발히 편집 중인 JSON에 쓰세요. 익스포트 폴더 전체를 처리할 때는 아닙니다. 그럴 땐 Python이나 jq가 정답이에요.

6. Google Sheets

오후를 낭비하지 않도록 넣었습니다. Google Sheets에는 JSON 네이티브 가져오기가 없어요. IMPORTDATA는 CSV만 받습니다(그것도 발행된 CSV URL만요). IMPORTDATA에 JSON URL을 넣으면 오류만 나옵니다. 지원하지 않는 형식이라서요. 그래서 "JSON을 Sheets로 가져오기" 튜토리얼은 결국 Apps Script 우회나 서드파티 애드온 설치로 돌아갑니다. 목적지가 Sheets라면 위의 아무 도구로 먼저 CSV로 변환한 뒤 File > Import로 가져오세요. Sheets에 없는 JSON 지원과 싸우는 게 이 목록에서 가장 느린 길입니다. 시간 낭비하지 마세요. CSV로 먼저 바꾸는 게 답입니다.

한눈에: 여섯 도구 정면 비교

다섯 가지 기준으로 여섯 도구를 나란히 놓은 전체 비교입니다. "최고의 경우" 한 줄이 진짜 결론이에요. 내 상황이 그 줄에 들어가면 그 도구가 정답입니다. 표의 각 줄을 읽고 "내 상황"에 체크해 보세요. 이 표 하나로도 결정을 내릴 수 있습니다.

  • 온라인 변환기(클라이언트 측): 정확성 — 점 표기법 평탄화, 리스트 이어 붙이기; 프라이버시 — 데이터가 브라우저를 떠나지 않음; 크기 — 몇 MB까지는 괜찮고 그 이상은 스크립트; 비용 — 무료, 가입 없음; 제어 — 구분자와 평탄화 옵션. 최고의 경우: 빠른 일회성. 설치가 필요 없어서 급할 때 제일 먼저 손이 갑니다.
  • Excel Power Query: 정확성 — 안내식 중첩 펼치기; 프라이버시 — 로컬 파일이 로컬에; 크기 — 수십 MB 이상에서 느려짐; 비용 — Excel 필요; 제어 — 쿼리 에디터 전체. 최고의 경우: Excel이 목적지. 데이터 분석이 Excel에서 끝난다면 중간 파일이 필요 없습니다.
  • Python/pandas: 정확성 — 점 표기법 평탄화, 리스트는 한 줄 추가 필요; 프라이버시 — 완전 로컬; 크기 — 수백 MB 거뜬; 비용 — 무료, Python 필요; 제어 — 전부. 최고의 경우: 자동화와 반복. 스크립트 한 번 만들어두면 두고두고 씁니다.
  • jq: 정확성 — 내가 지정한 열만 정확히, 자동은 없음; 프라이버시 — 완전 로컬; 크기 — GB 스트리밍; 비용 — 무료, 터미널; 제어 — 전부, 대신 문법을 배워야 함. 최고의 경우: 거대한 파일과 파이프라인. 대용량 로그 처리의 표준 도구입니다.
  • VS Code 확장: 정확성 — 확장마다 다름; 프라이버시 — 로컬; 크기 — 작은 파일; 비용 — 무료, VS Code 필요; 제어 — 최소. 최고의 경우: 어차피 JSON을 편집 중. 에디터를 떠나지 않는 게 가장 큰 장점입니다.
  • Google Sheets: 정확성 — JSON 네이티브 가져오기 없음; 프라이버시 — 본질적으로 클라우드; 크기 — 작게; 비용 — 무료 계정; 제어 — 최소. 최고의 경우: 먼저 CSV로 변환한 뒤 가져오기. Sheets용 JSON 가져오기는 다른 도구에 맡기세요.

결정 가이드: 두 분 안에 고르기

상황에 맞추세요, 별점이 아니라. 아래 여섯 줄 중 내 줄에 해당하는 걸 고르면 끝입니다. 두 개에 해당하면 둘 다 써도 돼요. 도구는 하나만 써야 하는 게 아닙니다. 각 줄에 내 상황을 대입해 보세요.

  • 작은 파일 하나, 지금 당장, 설치 없이: 무료 온라인 변환기. 붙여넣거나 파일을 떨어뜨리고 CSV를 다운로드하면 끝. 이 사이트의 변환기가 그 용도입니다. 브라우저만 있으면 됩니다.
  • 민감한 데이터(고객 기록, 개인정보 포함 익스포트): 클라이언트 측이나 로컬 아무거나. 온라인 변환기, Python, jq. 먼저 업로드하는 도구는 건너뛰세요. 서버에 올라간 데이터는 되돌릴 수 없습니다. 업로드형 변환기는 이 경우에 제외하세요.
  • 매주 하거나 파일이 많음: Python. 열 줄 스크립트가 매번 열 분의 클릭을 이깁니다. 한 번 만들어두면 다음부터는 실행 한 번이에요. 자동화의 진입 장벽은 생각보다 낮습니다.
  • CSV가 바로 Excel로 감: Power Query. 변환 후 열기가 아니라 한 번의 가져오기로. 원본이 갱신되면 새로고침 한 번으로 끝납니다. 쿼리를 저장해두면 다음엔 더 빨라집니다.
  • 파일이 엄청 큼: jq, 스트리밍, GUI 없음. 먼저 JSON을 검증하세요. GB급 파일의 문법 오류는 변환 전에 찾는 게 제일 빨라요. 변환 시도 실패 뒤에 찾는 것보다요. 변환 전 검증은 필수입니다.
  • VS Code에서 이미 JSON 편집 중: 확장. 컨텍스트 전환 제로. 손에 든 도구가 정답일 때가 있습니다. 작업 흐름을 끊지 마세요.

실제로 실행해 본 것 (증거)

위 주장들이 느낌이 아니라는 뜻입니다. 이 가이드의 두 코드 스니펫은 이 글이 쓰인 컴퓨터에서 중첩 주문 샘플(두 레코드, 중첩 고객 객체, 항목 리스트)로 실행했습니다. pandas 스니펫은 customer.name과 customer.city를 정확히 평탄화했지만, 항목 리스트는 Python repr 문자열로 출력했습니다. 위에 한 줄 수정과 함께 솔직히 보고했어요. 숨기지 않은 이유가 이겁니다. jq 한 줄 명령어는 위에 나온 행을 바이트 단위로 똑같이 출력했습니다. 온라인 변환기의 평탄화 동작(점 표기법 열, 이어 붙인 원시 리스트, 문자열화한 객체 리스트, null용 빈 마커)은 추측이 아니라 이 사이트의 변환 소스 코드에서 읽은 겁니다. Google Sheets의 한계(IMPORTDATA는 CSV만, JSON 네이티브 가져오기 없음)와 Excel 메뉴 경로(Data > Get Data > From File > From JSON)는 문서화된 제품 동작입니다. 이 가이드에서 "실행했다"고 쓴 건 다 실행한 겁니다. 실행하지 않은 주장은 이 가이드에 없습니다. 직접 실행한 결과만 싣는다는 원칙을 끝까지 지켰습니다.

관련 가이드

자주 묻는 질문

최고의 무료 JSON-CSV 변환기는 뭔가요?

일회성 무료 변환이라면 클라이언트 측 온라인 변환기가 최고의 선택입니다. 설치도 가입도 없고, 파일이 브라우저를 떠나지 않아요. 이 사이트의 변환기는 계정 없이 무료입니다. 무료 자동화라면 pandas를 쓴 Python이 비용 없이 반복과 대용량 파일을 처리합니다. 둘 다 돈은 안 듭니다. 차이는 빈도예요. 한 번이면 온라인, 매번이면 Python. "무료"라는 말에 속지 마세요. 무료여도 업로드형이면 민감한 파일엔 쓸 수 없습니다. 클라이언트 측인지가 먼저예요. 이 기준 하나로 무료 변환기 대부분을 걸러낼 수 있습니다.

민감한 데이터를 온라인 JSON-CSV 변환기에 올려도 안전한가요?

변환이 내 브라우저 안에서 일어날 때만 안전합니다. 클라이언트 측 변환기는 파일을 로컬에서 읽고 CSV를 업로드 없이 생성해요. 오프라인 테스트로 확인하세요. 페이지를 로드하고 네트워크를 끊어 변환해 보세요. 동작하면 클라이언트 측이니 민감한 파일에도 안전합니다. 변환 전에 업로드를 요구하는 도구는 민감한 데이터에 쓰지 마세요. 의심스러우면 Python이나 jq를 로컬에서 쓰세요. 로컬이 제일 확실합니다. 회사 데이터라면 보안 정책을 먼저 확인하세요. 클라이언트 측이라도 정책상 금지일 수 있습니다.

아주 큰 JSON 파일을 CSV로 변환하기에 가장 좋은 도구는?

jq가 압도적입니다. GB급 파일을 메모리에 올리지 않고 스트리밍하거든요. 파이프라인 중간에 끼워 넣기도 좋아요. Python/pandas가 수백 MB로 2등입니다. 브라우저 기반 변환기와 Excel은 아주 큰 파일에서 느려지거나 멈추니, 몇 MB까지의 파일에 쓰세요. 거대한 파일이라면 jq로 스트리밍하는 게 유일하게 현실적인 답입니다. 파일이 GB급이라면 변환 전에 먼저 검증하세요. 오류 찾기가 제일 오래 걸립니다.

아무것도 설치하지 않고 JSON을 CSV로 변환할 수 있나요?

네. 무료 온라인 변환기는 설치가 필요 없습니다. JSON을 붙여넣거나 파일을 떨어뜨리고 CSV를 다운로드하세요. 브라우저만 있으면 됩니다. Excel이 이미 설치되어 있다면 Power Query가 JSON을 네이티브로 가져와서 추가 설치가 필요 없어요. VS Code를 쓰고 있다면 확장도 바로 쓸 수 있습니다. 브라우저, Excel, VS Code 모두 "이미 있는 것"을 쓰는 전략입니다.

JSON을 스프레드시트로 가져오려면 Excel이 좋은가요, 온라인 변환기가 좋은가요?

스프레드시트가 최종 목적지고 Excel이 있다면 Power Query(Data > Get Data > From File > From JSON)를 쓰세요. 변환 후 열기가 아니라 한 단계로 끝나고, 원본이 바뀌면 쿼리가 새로고침됩니다. 반복 작업이라면 이 차이가 큽니다. CSV 파일 하나가 빨리 필요하다면, 또는 Excel이 없다면 온라인 변환기가 더 빠릅니다. 목적지와 빈도로 고르세요. 둘 다 써도 됩니다. 빠른 건 온라인, 반복은 Power Query. 상황에 따라 도구를 바꾸는 게 가장 현명한 선택입니다.

JSON-CSV 변환을 위해 Python과 jq 중 뭘 배워야 하나요?

터미널에서 일하고 대용량 파일이나 빠른 일회성 추출을 다룬다면 jq를 배우세요. 한 줄 명령어의 속도는 타의 추종을 불허합니다. 보고서를 자동화하거나 폴더 단위로 파일을 정기 처리한다면 Python/pandas 경로를 배우세요. 스케줄러에 걸어두는 자동화에선 Python이 압도적입니다. 한 번만 변환한다면 둘 다 배우지 마세요. 온라인 변환기를 쓰세요. 배우는 시간이 변환 시간보다 깁니다. 필요할 때 배우세요. 미리 배워둘 필요는 없습니다.

이 사이트의 변환기가 내 JSON 데이터를 저장하거나 업로드하나요?

아니요. 변환은 전적으로 브라우저 탭 안에서 일어납니다. JSON은 클립보드나 파일에서 읽히고 CSV는 로컬에서 생성돼서, 어떤 서버에도 업로드되지 않아요. 변환기가 만드는 유일한 네트워크 요청은 선택적인 "URL 가져오기" 기능뿐으로, 딱 여러분이 입력한 URL만 가져옵니다. 그 기능도 쓰지 않으면 네트워크 요청 자체가 없습니다. 개발자 도구의 네트워크 탭으로 직접 확인할 수도 있습니다.

도구를 골랐나요? 지금 바로 무료로 변환하세요

온라인 변환기가 두 분의 결정을 이겼다면, 바로 여기 있습니다. JSON을 붙여넣거나 파일을 떨어뜨리면 몇 초 안에 깨끗한 CSV를 다운로드할 수 있어요. 무료, 가입 없음, 데이터가 브라우저를 떠나는 일도 없습니다. 몇 번의 클릭으로 끝납니다. 지금 바로 시작해 보세요.

JSON을 CSV로 무료 변환하기
모든 가이드