ADsP(데이터 분석 준전문가)는 데이터 산업의 핵심 인력인 데이터 분석 전문가가 되기 위한 가장 필수적이고 기초적인 단계이다. 현대사회에서는 단순히 데이터를 수집하는 단계를 넘어 수많은 데이터 속에서 유의미한 가치를 찾아내는 데이터 문해력이 모든 산업 분야의 핵심 경쟁력이 되었다. ADsP는 이러한 시대적 요구에 부응하기 위해 한국데이터 산업 진흥원(K-DATA)에서 시행하는 국가공인 전문 자격시험이다.

ADsP의 목적: 데이터 이해, 처리기술 지식을 바탕으로 데이터 분석, 기획, 시각화 등에 대한 능력 평가

과거에는 데이터 분석이 통계학자나 IT 개발자들만의 영역으로 여겨졌으나, 현재 ADsP는 경영, 경제, 사회학은 물론 예술과 체육 전공자까지 전공을 불문하고 취득하는 범용 직무 자격증이 되었다.

• 시행일정 및 시간
  • 연 4회(2월, 5월, 8월, 10월)
    부산 지역은 고사장  수가 한정적이기 때문에, 접수 시작일(월요일 오전 10시)에 빠르게 접수하는 것을 추천한다. 또한, 접수 당일 시간 단축을 위해 회원가입과 사전 등록을 미리 마쳐야 한다.

    회차	원서접수	시험일	합격자 발표
    제48회	1월 5일~9일	2월 7일(토)	3월 6일
    제49회	4월 13일~17일	5월 17일(일)	6월 5일
    제50회	7월 6일~10일	8월 8일(토)	8월 28일
    제51회	9월 28일~10월 2일	10월 31일(토)	11월 20일

• 응시자격
  • 연령, 학력, 경력 제한 없음

• 총 비용
  • 응시료 50,000원

• 자격증 종류
  • 공인 공인자격
• 시험시간
  • 90분
• 출제문항수
  

  구분	과목명	문항수(객관식)	배점
  필기	데이터 이해	10	100(각 2점)
  	데이터분석 기획	10
  	데이터분석	30
  	계	50	100

• 합격기준
  • 총점 60점이상(과목별 40%미만 취득시, 과락)
• 시험 당일 응시 가이드
  • 신분증, 수험표, 검정색 컴퓨터용 싸인펜, 수정테이프는 필수 준비물이며, 특히 수정 테이프가 없다면 마킹 실수 시 답안지를 교체해야 하므로 시간 낭비가 크다.시험 시작 30분(9시 30분)까지 고사장에 입실하여 본인의 좌석 번호를 확인한다. 시험은 총 90분의 시간동안 50문항을 풀어야 하며, 1,2과목은 암기 위주의 문제가, 3과목에는 계산이나 해석이 필요한 문제가 대거 포진해있어 과락(40점미만)을 받을 수 있으니 주의한다.
• 시험 후 마무리
  • 시험 종료 후 당일 오후나 커뮤니티(데이터 전문가 포럼 등)를 통해 가답안을 확인할 수 있어서 합격 여부를 예측할 수 있고, 공식적인 성적은 약 4주 뒤 홈페이지를 통해 발표된다. 최종 합격 시 온라인으로 자격증을 즉시 출력할 수 있으며, 이는 유효기간이 없는 영구 자격증으로 인정된다.

• 과목 및 내용
  • 세부과목 : 데이터 이해, 데이터분석 기획, 데이터분석
    

    과목명	주요항목	세부항목
    데이터 이해	데이터의 이해	데이터와 정보
    		데이터베이스의 정의와 특징
    		데이터베이스 활용
    	데이터의 가치와 미래	빅데이터의 이해
    		빅데이터의 가치와 영향
    		비즈니스 모델
    		위기 요인과 통제 방안
    		미래의 빅데이터
    	가치 창조를 위한 데이터 사이언스와 전략 인사이트	빅데이터분석과 전략 인사이트
    		전량 인사이트 도출을 위한 필요 역량
    		빅데이터 그리고 데이터 사이언스의 미래
    데이터분석 기획	데이터분석 기획의 이해	분석 기획 방향성 도출
    		분석 방법론
    		분석 과제 발굴
    		분석 프로젝트 관리 방안
    	분석 마스터 플랜	마스터 플랜 수립
    		분석 거버넌스 체계 수립
    데이터분석 기획	R기초와 데이터 마트	R기초
    		데이터 마트
    		결측값 처리와 이상값 검색
    	통계분석	통계학 개론
    		기초 통계분석
    		다변량 분석
    		시계열 예측
    	정형 데이터 마이닝	데이터 마이닝 개요
    		분류분석
    		군집분석
    		연관분석

스마트 시티 운영: 실시간 교통 데이터를 분석해서 정체를 해소하고 가상 데이터와 결합하여 폭우, 감염병 등 재난 상황을 미리 예측할 수 있다.

개인화 추천 시스템: 고객의 구매, 검색 이력을 분석하여 맞춤형 상품을 추천한다.

수요 예측 및 재고 최적화: 매장 데이터를 분석해 시간대별 인기 제품을 파악하고 디스플레이를 조정한다.

[일부 직무별 활용 예시]

• 기획 및 마케팅: 데이터 리터러시를 바탕으로 성과 지표(KPI)를 설정하고, A/B 데이터 결과를 해석하여 마케팅 예산을 효율적으로 책정한다. 이때 ADsP 지식은 리포트 작성이나 실험 설계 시 논리적 근거를 제공해준다.
• 운영 및 관리 직무: 반복적인 데이터 입력과 정산 업무에서 데이터 구조를 이해함으로써 업무 자동화 기회를 발견하여 효율성을 높인다.
• 데이터 분석가 입문: 전문 분석가 직무를 위한 기본적인 역할을 한다.

공정 효율화 및 유지보수: 센서 데이터를 시각화하여 업무 부담을 줄이고, 반도체 생산 과정에서는 데이터 분석으로 불량률을 낮추어 품질을 관리한다.

신용 평가 및 리스크 관리: 은행과 카드사는 고객의 결제 이력을 분석하여 개인별 신용도를 정밀하게 평가한다. 이를 통해 부실 대출 리스크를 최소화한다.

이상거래탐지: 핀테크 기업은 AI와 빅데이터를 결합하여 평소와 다른 거래 패턴을 실시간으로 감지, 금융사기를 90% 이상의 정확도로 차단한다.

[취업 가산점 및 경력 개발 전망]

채용 시 우대: 공공기관 및 일부 금융권에서는 서류 전형 시 가산점을 명시하거나 필수 자격으로 지정하는 곳이 많다.

전문성 확장: ADsP를 취득한 후 상급 자격인 ADP(데이터 분석 전문가)로 도전하여 전문성을 확보할 수 있다.

■ 시험 구조 및 특징

시험은 다음과 같이 구성되어 있다.

• 과목: 데이터 이해 / 데이터 분석 기획 / 데이터 분석
• 문항 수: 객관식(4지 선다형) 50문항
• 시험 시간: 90분
• 기타: 실기시험 없음

■ ADsP 공부방향

전체적으로 이론서를 회독해서 각 개념들을 완벽하게 외우기보다는 최소 8회 분량의 기출문제를 반복 풀이(최소 5번)하면서 빈출 개념을 정리하고 오답노트를 만들어서 정답의 근거와 오답의 근거를 정리하는 것이 올바른 공부 방향이다. 그리고 유료 강의를 듣는 것 보다는 유튜브에 올라온 무료 강의를 통해 개념을 다시 확인한다.

■ 합격기준 및 과락제도

합격점수: 총점 100점 만점 기준으로 60점 이상을 득점해야 합격한다. 그러나 과목당 40점미만으로 취득하면 총점과 상관없이 불합격 처리된다. 각각 총 10문항이 출제되는 1과목과 2과목에서는 최소 4문항 이상(8점 이상), 총 30문항인 3과목에서는 최소 12문항 이상(24점 이상) 정답이 필수다.

 ① 데이터 이해

데이터 특징, 데이터 베이스의 역사, 빅데이터 전략 등의 내용을 학습하는 과목이며, 총 10문항 출제와 배점은 총 20점이다.
데이터와 빅데이터 전반에 대한 “교양+개념” 영역이다. 상대적으로 난이도가 낮으므로 여기에서 최대한 점수를 확보(90점 이상)해야 전체 합격에 수월해진다.
깊게 이해하는 것 보다 용어 매칭이 중요한 파트이다.

• CRM ↔ 고객관리
• DW ↔ 의사결정용 저장소
• OLTP ↔ 실시간 처리
• OLAP ↔ 분석용

② 데이터 분석 기획

분석 방법론, 분석 마스터 플랜, 거버넌스 등의 내용을 학습하는 과목이며, 총 10문항 출제와 배점은 총 20점이다

실제 데이터 프로젝트를 어떻게 기획하는지에 대한 과목으로 2과목에서는 개념들이 서로 유사하여 헷갈리기 쉬우므로 각 단계별 핵심 태스크를 표로 만들어서 비교하면서 공부하는 것이 좋다.

• 분석 과제 정의
• 분석 과제 발굴
• 분석 과제 수행

“순서”와 “역할” 중심으로 공부해야 한다.

• 어떤 단계에서 무엇을 하는가
• 산출물이 무엇인가
• 누가 수행하는가

③ 데이터 분석

실질적으로 ADsP 합격 여부를 결정하는 과목이다.
통계학 개론, R기초, 데이터 마이닝 기법 등의 내용을 학습하는 과목이며, 총 30문항 출제와 배점은 총 60점이다.

학습 내용도 방대하고 p-value, 귀무가설, 회귀분석 등의 개념은 비전공자라면 생소할 수 있어서 이론을 완벽하게 배우기보다는 결과를 해석하는 방법을 위주로 공부하는 것이 과락을 피하기 좋은 방법이다.
ADsP는 통계학 시험이 아니라,“해석 능력” 중심 시험이다. 계산보다 결과해석, 개념구분이 중요하다.
R언어는 실제 코딩 능력을 깊게 요구하지 않는다. 주로 함수 의미, 결과 해석, 문법구분 수준이다.