이 글의 핵심
ADsP는 데이터 이해, 데이터분석 기획, 데이터분석의 세 과목을 한 시험에서 평가합니다.
총점뿐 아니라 과목별 과락을 함께 피해야 하므로 약한 과목을 완전히 포기하면 안 됩니다.
통계와 데이터 마이닝 비중이 큰 데이터분석 과목에 가장 많은 복습 시간을 배정하는 편이 효율적입니다.
ADsP가 확인하는 세 가지 능력
첫 과목인 데이터 이해는 데이터의 의미, 가치, 활용 전략과 데이터 사이언스의 역할을 다룹니다. 용어 문제가 많아 보이지만 비슷한 개념의 차이를 상황에 맞게 구분해야 하므로 단순 암기만으로는 흔들리기 쉽습니다.
두 번째 과목은 분석 과제를 발굴하고 우선순위를 정하는 기획 능력을, 세 번째 과목은 통계 분석과 정형 데이터 마이닝의 원리 및 결과 해석 능력을 확인합니다. 세 과목은 독립적이라기보다 문제 정의에서 분석 실행으로 이어지는 하나의 과정입니다.
문항 배분을 공부 시간으로 바꾸는 법
현재 가풀 모의 구성은 공식 범위를 따라 50문항, 90분을 기준으로 하며 1과목과 2과목은 각각 10문항, 3과목은 30문항으로 구성합니다. 따라서 공부 시간도 대략 2:2:6으로 나누는 것이 출발점이 됩니다.
다만 진단 문제에서 1과목 용어 구분을 자주 틀리거나 2과목의 분석 방법론 단계가 뒤섞인다면 해당 과목 시간을 먼저 늘려야 합니다. 문항 수가 적은 과목은 몇 문제의 실수가 곧 과락 위험으로 이어질 수 있기 때문입니다.
| 과목 | 모의 문항 | 권장 학습 비중 | 핵심 학습 방식 |
|---|---|---|---|
| 데이터 이해 | 10문항 | 20% | 비슷한 용어를 비교표로 정리 |
| 데이터분석 기획 | 10문항 | 20% | 절차와 산출물을 사례에 연결 |
| 데이터분석 | 30문항 | 60% | 통계 결과와 모델 평가를 직접 해석 |
합격과 과락을 동시에 관리하기
합격 목표는 총점 60점 이상이지만 어느 한 과목이 40% 미만이면 과락입니다. 평균을 높이는 것만 생각해 데이터분석 과목에만 집중하면 작은 과목에서 예상 밖의 불합격이 생길 수 있습니다.
실전에서는 각 과목별 정답 수를 따로 기록하세요. 총점이 합격권이더라도 특정 과목 정답률이 50% 아래라면 그 과목의 개념 카드를 먼저 보완하고 다시 과목별 문제를 푸는 방식이 안전합니다.
시험 일정과 세부 규정은 바뀔 수 있으므로 접수 전 KDATA의 최신 공고와 공식 시험 안내를 다시 확인하세요.
첫 일주일에 해야 할 진단 루틴
처음부터 책을 순서대로 읽기보다 세 과목에서 각각 10문제 안팎을 풀어 현재 약점을 확인합니다. 틀린 이유는 미암기, 개념 혼동, 계산 실수, 문제 해석 오류로 나누어야 다음 행동이 선명해집니다.
이후 개념 학습과 문제 풀이를 하루 안에서 반복하세요. 오전에 개념을 읽었다면 같은 날 저녁에 관련 문제를 풀고, 다음 날 오답만 다시 설명해 보는 짧은 회상 학습이 장기 기억에 유리합니다.
- 진단: 과목별 문제를 풀고 정답률 기록
- 보완: 틀린 개념을 한 문장과 사례 하나로 정리
- 재확인: 다음 날 같은 유형을 보기 없이 설명
- 실전: 주 1회 50문항을 90분 안에 풀이
자주 묻는 질문
비전공자도 ADsP를 바로 준비할 수 있나요?
응시 제한은 없지만 통계 용어가 처음이라면 평균·분산·확률분포·가설검정의 기초를 먼저 익히는 편이 좋습니다. 수식 암기보다 결과를 말로 해석하는 연습부터 시작하세요.
R이나 파이썬 코드를 외워야 하나요?
도구와 결과 해석에 관한 개념은 필요하지만 코드를 통째로 암기하는 방식은 효율이 낮습니다. 함수가 무엇을 계산하고 출력값이 어떤 의미인지 설명할 수 있는 수준을 먼저 목표로 잡으세요.
시험 과목과 합격 기준은 KDATA 데이터분석 준전문가 공식 안내를 기준으로 확인했습니다. 가풀은 시험 주관기관의 공식 서비스가 아니며, 일정과 규정은 접수 전 공식 공고를 다시 확인해야 합니다.