엑셀 때문에 유전자 이름이 바뀌었다? 🧬📅 과학계를 뒤흔든 '자동 날짜 변환' 사건 총정리

1. 도대체 무슨 일이 있었던 거야? 🤔

엑셀은 사용자를 "도와주려고" 입력값을 자동으로 해석해. 날짜처럼 생긴 글자를 보면 "아, 날짜 쓰려고 했구나!" 하고 곧바로 날짜 데이터로 바꿔버리지. 가계부 쓸 때는 고마운 기능인데, 유전학 연구자에게는 그야말로 재앙이었어.

인간 유전자 중에는 이름이 영어 월(月) 약자와 숫자로 이루어진 것들이 있었거든. 예를 들어 MARCH1(Membrane-Associated Ring-CH-type finger 1), SEPT1~SEPT14(Septin 계열), DEC1(Deleted in Esophageal Cancer 1) 같은 이름들이야. 이걸 엑셀에 붙여넣으면 각각 3월 1일, 9월 1일, 12월 1일로 바뀌어. 더 무서운 건 엑셀이 그 값을 내부적으로 날짜 일련번호(숫자)로 저장하기 때문에, 나중에 서식을 "텍스트"로 바꿔도 원래 이름으로 돌아오지 않는다는 거야. 예를 들면 "43891" 같은 숫자로 보일 뿐이지.

날짜만 문제가 아니었어. 일본 이화학연구소(RIKEN)의 클론 식별자처럼 "2310009E13"같이 생긴 ID는 엑셀이 "E"를 지수 표기로 해석해서 2.31E+13이라는 부동소수점 숫자로 바꿔버렸지. 이 역시 원래 값이 손실되는 치명적인 변환이야.

2. 처음 경고한 사람들: 2004년 논문 📄

이 문제를 학계에 공식적으로 알린 건 2004년이야. 미국 국립암연구소(NCI) 소속 Barry Zeeberg 등의 연구진이 학술지 BMC Bioinformatics에 「Mistaken Identifiers: Gene name errors can be introduced inadvertently when using Excel in bioinformatics」라는 논문을 발표했어.

이들은 엑셀 기본 설정이 유전자 기호를 날짜로, RIKEN 식별자를 부동소수점 숫자로 되돌릴 수 없게 바꾼다는 사실을 보고했고, 이런 오류가 공개 데이터베이스에까지 흘러들어가 있다고 경고했어. 즉 "누군가의 엑셀 실수"가 "모두가 내려받는 데이터"를 오염시킬 수 있다는 뜻이었지.

하지만 경고는 경고일 뿐… 사람들은 계속 엑셀을 썼어. 왜냐고? 너무 편하니까! 😅

3. 얼마나 심각했을까? 숫자로 보는 충격 📊

2016년, 호주 베이커 심장·당뇨연구소(Baker IDI)의 Mark Ziemann, Yotam Eren, Assam El-Osta 연구팀이 학술지 Genome Biology에 「Gene name errors are widespread in the scientific literature」를 발표했어. 이들은 2005~2015년 사이 주요 학술지 18곳에 실린 논문의 보충자료(엑셀 파일)를 자동으로 스캔했는데, 결과가 꽤 충격적이었어.

2016년 연구에서는 유전자 목록이 담긴 엑셀 보충자료를 포함한 논문 3,597편 중 704편(약 19.6%)에서 유전자 이름 오류가 발견됐어. 대략 다섯 편 중 한 편꼴이지. 연구팀은 이 비율이 해마다 줄기는커녕 오히려 연평균 15%씩 늘고 있다고 보고했어.

그럼 그 뒤로는 좋아졌을까? 아니었어. 2021년 Ziemann 연구팀(Mandhri Abeysooriya 등)이 PLOS Computational Biology에 낸 후속 연구 「Gene name errors: Lessons not learned」에서는 2014~2020년 논문 11,117편 중 3,436편(약 30.9%)에서 오류가 확인됐어. 제목부터 "교훈을 얻지 못했다"라니, 과학자들의 한숨이 들리는 것 같지 않아? 😮‍💨

4. 결국 유전자 이름을 바꿔버린 HGNC ✍️

유전자 이름은 아무나 붙이는 게 아니야. 인간 유전자의 공식 명칭은 HGNC(HUGO Gene Nomenclature Committee, 인간 유전체 기구 유전자 명명 위원회)가 관리해. 이 위원회는 2020년 학술지 Nature Genetics에 새 「인간 유전자 명명 가이드라인(Guidelines for human gene nomenclature)」을 발표하면서, "데이터 처리와 검색에 영향을 주는 기호"도 변경 사유가 될 수 있다는 원칙을 담았어. 바로 엑셀 자동 변환 문제를 염두에 둔 거야.

그 결과 날짜로 오인될 수 있는 유전자 기호들이 하나둘 새 이름을 얻었어. 해외 IT 매체 The Verge는 2020년 8월, 지난 1년간 이런 이유로 약 27개의 인간 유전자 기호가 바뀌었다고 보도했지.

재밌는 건, HGNC가 이름을 바꾸는 걸 원래 아주 신중하게 한다는 점이야. 유전자 이름은 수십 년치 논문, 데이터베이스, 진단 보고서에 얽혀 있어서 함부로 바꾸면 혼란이 생기거든. 그런데도 바꿨다는 건 그만큼 엑셀 문제가 컸다는 뜻이지. 결국 "소프트웨어를 바꾸기보다 이름을 바꾸는 게 더 현실적"이라는 판단이 내려진 셈이야. 이 사건이 "과학이 엑셀에 졌다"는 밈으로 퍼진 이유이기도 해. 🤣

5. 타임라인으로 한 번에 정리 🕰️

6. 마이크로소프트의 반격: 자동 변환 끄기 옵션 ⚙️

오랫동안 엑셀에는 날짜 자동 변환을 전역으로 끄는 스위치가 없었어. 그러다 2023년, 마이크로소프트는 Microsoft 365용 엑셀(Windows·Mac)에 "자동 데이터 변환(Automatic Data Conversion)" 설정을 추가했어. 공식 블로그에서도 과학자 커뮤니티의 요청을 언급했지.

경로는 파일 → 옵션 → 데이터 → 자동 데이터 변환(Mac은 Excel → 환경설정 → 편집)이고, 여기서 다음 네 가지를 각각 끌 수 있어.

단, 이 옵션은 비교적 최신 버전의 Microsoft 365 엑셀에서 제공되기 때문에 구버전(예: 오래된 영구 라이선스 버전)에서는 메뉴가 없을 수 있어. 또 동료 컴퓨터에서 파일을 다시 열고 저장하는 과정에서 변환이 일어날 수 있으니, 팀 전체가 같은 원칙을 지키는 게 중요해.

7. 내 데이터를 지키는 실전 방법 🛡️

꼭 유전학자가 아니어도 이 문제는 남 얘기가 아니야. 상품코드 "1-2", 우편번호 "01234", 사번 "00057", 주민번호 같은 긴 숫자, 카드번호… 엑셀이 "친절하게" 망가뜨리는 데이터는 우리 일상에도 널려 있거든. 실무에서 바로 쓰는 방법을 정리해 볼게.

파이썬을 쓴다면 이렇게 열 자료형을 문자열로 고정할 수 있어.

import pandas as pd

# 유전자 기호 열을 문자열로 고정해서 읽기
df = pd.read_csv("genes.csv", dtype={"gene_symbol": str})
print(df.head())

이미 망가진 파일을 받았을 때 빠르게 점검하려면, 유전자 기호 열에서 날짜 서식인 셀을 찾아보면 돼. 예를 들어 A2 셀이 실제 날짜 숫자인지 확인하려면 이런 수식이 쓸 만해.

=IF(ISNUMBER(A2),"⚠️ 숫자/날짜로 변환됨","정상 텍스트")

Ziemann 연구팀은 이런 오류를 자동 탐지하는 웹 도구 Gene Name Errors Screen을 공개하기도 했어. 논문 보충자료를 업로드하기 전에 한 번 돌려보면 좋겠지?

8. 이 사건이 우리에게 남긴 교훈 🎓

이 이야기는 단순히 "엑셀 나빠!"로 끝나는 게 아니야. 오히려 도구의 기본값이 얼마나 큰 힘을 갖는지 보여주는 사례야. 수많은 사람이 기본 설정 그대로 쓰기 때문에, 작은 자동 기능 하나가 전 세계 과학 문헌의 30%에 흔적을 남길 수도 있었던 거지.

실무에서 엑셀을 매일 쓰는 직장인이라면 더더욱 공감될 거야. 코드번호 앞의 0이 사라져 거래처 데이터가 꼬이거나, 긴 계좌번호 뒷자리가 0으로 바뀌는 일은 정말 흔하거든. 이런 데이터 정리, 파워 쿼리 자동화, 엑셀 서식 설계가 막막하다면 재능넷에서 엑셀 전문가의 도움을 받아보는 것도 좋은 방법이야. 한 번 제대로 템플릿을 만들어 두면 두고두고 시간을 아낄 수 있지.

다음에 엑셀에 뭔가를 붙여넣을 때, 혹시 "3월 1일"이 튀어나오면 오늘 이야기가 떠오를 거야. 그때 씩 웃으면서 "아, 이게 그 유전자 이름까지 바꾼 기능이구나!" 하고 우아하게 서식을 바꿔주자. 엑셀을 잘 쓰는 사람은 기능을 많이 아는 사람이 아니라, 엑셀이 몰래 하는 일을 아는 사람이니까! 재능넷 지식인의 숲에서 또 재밌는 이야기로 만나자. 👋

참고 자료

Zeeberg BR et al. (2004) "Mistaken Identifiers: Gene name errors can be introduced inadvertently when using Excel in bioinformatics", BMC Bioinformatics 5:80 – https://bmcbioinformatics.biomedcentral.com/articles/10.1186/1471-2105-5-80
Ziemann M, Eren Y, El-Osta A. (2016) "Gene name errors are widespread in the scientific literature", Genome Biology 17:177 – https://genomebiology.biomedcentral.com/articles/10.1186/s13059-016-1044-7
Abeysooriya M et al. (2021) "Gene name errors: Lessons not learned", PLOS Computational Biology – https://journals.plos.org/ploscompbiol/article?id=10.1371/journal.pcbi.1008984
Bruford EA et al. (2020) "Guidelines for human gene nomenclature", Nature Genetics 52 – https://www.nature.com/articles/s41588-020-0669-3
The Verge (2020.08) "Scientists rename human genes to stop Microsoft Excel from misreading them as dates" – https://www.theverge.com/2020/8/6/21355674/human-genes-rename-microsoft-excel-misreading-dates
HGNC 공식 사이트 – https://www.genenames.org
Microsoft 지원 "Control data conversions in Excel" – https://support.microsoft.com/office/control-data-conversions-in-excel-for-windows-and-mac-c50e6a5a-46b0-4e0c-a8dc-4f86e57f6b51