'데이터'가 4차 산업혁명의 쌀이 된 시대, 데이터 분석 능력은 이제 모든 직무에서 요구하는 핵심 역량이 되었습니다. 저 역시 비전공자로서 IT/데이터 분야로 커리어를 확장하고 싶었고, 그 첫 디딤돌로 '데이터분석 준전문가(ADsP)' 자격증에 도전했습니다.
솔직히 처음엔 통계와 코딩에 대한 막연한 두려움이 컸습니다. 하지만, 이 시험의 본질을 파악하고 전략적으로 접근하니 단 2주라는 시간은 합격하기에 충분했습니다. 이 글에서는 제가 직접 경험하고 합격으로 증명한 가장 현실적인 과목별 공략법을 모두 공유해 드립니다.
합격의 핵심: '1,2과목'에서 벌고 '3과목'에서 방어하라
ADsP 필기시험은 총 3과목, 객관식 50문제로 구성됩니다. 제가 세운 합격 전략의 핵심은 과목별 특성을 이해하고 점수를 배분하는 것이었습니다. 즉, 개념 이해와 암기 위주인 '1과목(데이터 이해)'과 '2과목(데이터 분석 기획)'에서 최대한 고득점을 확보하여, 가장 어렵고 과락 위험이 높은 '3과목(데이터 분석)'의 점수를 보완해 주는 것입니다. 이것이 가장 안정적인 합격 시나리오입니다.
제가 직접 적용한 3과목별 공략법
1과목: 데이터 이해 (전략적 점수 밭)
- 저의 목표 점수: 90점 이상. 여기서 점수를 최대한 벌어두어야 마음이 편합니다.
- 공략법: 데이터의 정의, 데이터베이스 기초, 빅데이터 특징 등 비교적 평이한 내용이 대부분입니다. 암기할 양도 많지 않아, 기출문제를 1~2회만 풀어봐도 어떤 개념이 중요한지 바로 감이 옵니다. 저는 가장 먼저 이 과목을 학습하여 자신감을 얻었습니다.
2과목: 데이터 분석 기획 (암기 중심의 효자 과목)
- 저의 목표 점수: 80점 이상.
- 공략법: 분석 방법론(KDD, CRISP-DM 등)과 같은 생소한 용어가 나오지만, 결국엔 모두 '암기'로 해결됩니다. 특히 '분석 방법론의 각 단계별 순서와 각 단계에서 수행하는 작업'을 연결하는 문제가 단골 출제 메뉴입니다. 저는 아래 그림처럼 각 방법론의 순서를 마인드맵처럼 그려서 통째로 외웠습니다.
3과목: 데이터 분석 (과락만 면하자는 마음가짐)
비전공자들이 가장 어려워하는 최종 보스입니다. 통계 지식, R 프로그래밍, 데이터 마이닝 기법이 모두 포함됩니다.
- 공략법: 절대 모든 것을 깊게 이해하려 하지 마세요. '각 분석 기법의 개념과 특징, 장단점'을 중심으로 암기하는 것이 핵심입니다.
- R 프로그래밍: 복잡한 코딩 실력을 요구하지 않습니다.
c(),matrix(),data.frame()등 기본적인 데이터 구조 생성 명령어와summary(),str()같은 기초 함수의 기능만 암기해도 대부분의 문제를 풀 수 있습니다. - 데이터 마이닝: 의사결정나무, 로지스틱 회귀분석 등 수많은 모델이 등장합니다. 이때, 각 모델의 수학적 원리가 아닌 '이 모델은 어떨 때 쓰는가?', '장점과 단점은 무엇인가?'를 묻는 문제가 대부분입니다. 예를 들어, 저는 아래처럼 키워드를 세트로 묶어 암기했습니다.
(암기 예시) 연관성 분석 = 장바구니 분석 = Apriori 알고리즘 = 지지도, 신뢰도, 향상도
- R 프로그래밍: 복잡한 코딩 실력을 요구하지 않습니다.
제가 합격한 단 하나의 공부법: '요약서 1권 + 기출 5 회독'
저는 복잡한 방법을 쓰지 않았습니다. 딱 두 가지만 했습니다.
- 시중에 검증된 ADsP 핵심 요약서 한 권을 정해 빠르게 2 회독하며 전체적인 개념의 뼈대를 잡았습니다.
- 이후에는 오직 **기출문제**에만 집중했습니다. 최소 5개년 치 기출문제를 3번 이상 반복해서 풀며, 어떤 선택지가 왜 정답이고, 다른 선택지는 왜 오답인지를 '분석'했습니다.
- 특히 3과목은 오답 노트를 만들 때, 틀린 문제와 관련된 이론을 요약서에서 다시 찾아보는 '발췌독'을 통해 개념을 확실히 다지는 과정이 필수적입니다.
결론: 당신도 2주면 충분합니다
ADsP는 데이터 전문가로 가는 첫걸음이지, 통계학 박사를 뽑는 시험이 아닙니다. 비전공자라는 사실에 지레 겁먹지 마세요. 제가 했던 것처럼, 시험에 나오는 핵심 개념 위주로 전략적으로 접근한다면, 당신도 '데이터'라는 강력한 무기를 장착하게 될 것입니다.