CSV를 JSON으로 변환하는 가장 쉬운 방법

표로 잘 정리된 CSV를 가지고 있는데, 갑자기 "이거 JSON으로 바꿔서 달라"는 요청을 받고 어디서부터 손대야 할지 막막하셨을 수 있습니다.
개발이나 데이터 작업을 하다 보면 이런 변환이 은근히 자주 필요합니다. 다행히 생각보다 어렵지 않습니다.

오늘은 코드를 잘 모르는 분도 쓸 수 있는 방법부터, 양이 많을 때 쓰는 파이썬 방법까지 차례로 정리하겠습니다. 상황에 맞는 것을 골라 따라오시면 됩니다.

 

먼저 두 형식이 어떻게 다른지

변환을 이해하려면 둘의 생김새 차이를 아는 게 도움이 됩니다. CSV는 표처럼 줄을 맞춰 적는 형식이고, JSON은 이름표를 붙여 값을 담는 형식입니다.

같은 데이터를 두 형식으로 보면 이렇게 다릅니다. 먼저 CSV입니다.

이름,나이,도시
김민수,29,서울

이 데이터를 JSON으로 옮기면 아래처럼 항목마다 이름표(키)가 붙습니다.

[
  {
    "이름": "김민수",
    "나이": 29,
    "도시": "서울"
  }
]

즉 변환이란 CSV의 헤더를 JSON의 이름표로 옮기고, 각 행을 묶음 하나로 만드는 작업입니다. 원리를 알면 어떤 도구를 써도 결과가 왜 그렇게 나오는지 이해됩니다.

---

방법 1. 변환 도구 사이트 이용하기 (코드 없이)

가장 손쉬운 방법입니다. 'CSV to JSON' 같은 키워드로 검색하면 웹에서 바로 변환해 주는 도구들이 있습니다. CSV 내용을 붙여 넣거나 파일을 올리면 JSON으로 바꿔 줍니다.

다만 한 가지 주의할 점이 있습니다. 회원 정보나 회사 내부 자료처럼 민감한 데이터는 외부 사이트에 올리지 않는 것이 안전합니다. 어디에 저장되고 처리되는지 알기 어렵기 때문입니다. 민감한 자료라면 아래의 내 컴퓨터에서 처리하는 방법을 권합니다.

방법 2. 엑셀과 구글 스프레드시트로 가공하기

양이 적다면 표 프로그램에서 직접 만들 수도 있습니다. 다만 JSON 형식을 손으로 맞추는 건 번거롭고 실수가 잦습니다. 데이터가 몇 줄 수준일 때만 임시로 쓰는 것을 권합니다. 본격적인 작업에는 다음의 파이썬 방법이 훨씬 정확합니다.

방법 3. 파이썬으로 변환하기 (양이 많을 때 추천)

줄 수가 많거나 반복 작업이라면 파이썬이 가장 확실합니다. 별도 설치 없이 파이썬에 기본 포함된 기능만으로도 됩니다. 아래 코드는 CSV를 읽어 JSON 파일로 저장합니다.

import csv
import json

rows = []
with open("data.csv", encoding="utf-8") as f:
    reader = csv.DictReader(f)
    for row in reader:
        rows.append(row)

with open("data.json", "w", encoding="utf-8") as f:
    json.dump(rows, f, ensure_ascii=False, indent=2)

여기서 DictReader는 CSV 첫 줄(헤더)을 자동으로 이름표로 사용합니다. ensure_ascii=False는 한글이 깨지지 않게 그대로 저장하라는 뜻이고, indent=2는 보기 좋게 줄을 맞춰 줍니다.

실행 중 한글이 깨진다면 encoding 값을 cp949로 바꿔 보세요. 어떤 값이 맞는지는 원본 CSV를 만든 환경에 따라 다를 수 있습니다.

변환할 때 자주 빠지는 함정

변환 자체보다 데이터 형태에서 막히는 경우가 많습니다. 숫자처럼 보여도 CSV에서는 모두 글자로 읽히기 때문에, JSON에서도 따옴표가 붙은 문자로 들어갈 수 있습니다. 숫자로 다뤄야 한다면 변환 뒤 따로 형 변환을 해 줘야 합니다. 또 빈 칸이 많은 CSV는 JSON에서 빈 문자열로 들어가니, 필요하면 정리하는 과정을 한 단계 더 두는 것이 좋습니다.

---

오늘 바로 적용: 데이터가 민감하지 않고 몇 줄뿐이면 변환 사이트를, 양이 많거나 내부 자료면 위 파이썬 코드를 복사해 쓰세요. 가장 안전하고 빠른 선택입니다.

여기까지 CSV의 정의, 여는 법, 엑셀과의 차이, 한글 깨짐, JSON 변환을 한 묶음으로 다뤘습니다. 다음 시리즈에서는 JSON 자체를 깊이 살펴보겠습니다.