ADsP 공부는 데이터 이해 → 데이터 분석 기획 → 데이터 분석 순서로 큰 흐름을 잡는 것이 자연스럽다. 앞 과목의 개념이 뒤 과목에서 분석 목적과 방법을 고르는 기준으로 이어지기 때문이다.
다만 공부 시간을 세 과목에 똑같이 나누면 안 된다. 출제 비중이 10·10·30문항이므로 데이터 분석에 절반 이상을 배정하되, 각 과목 배점의 40% 미만이면 과락이라는 조건 때문에 앞의 두 과목도 버릴 수 없다.
세 과목의 범위와 연결 관계부터 잡기
한국데이터산업진흥원 ADsP 자격안내에 따르면 시험은 세 과목 50문항, 90분으로 구성된다. 범위를 나란히 놓으면 무엇을 먼저 익혀야 하는지가 선명해진다.
| 과목 | 세부 범위 | 문항 수 | 다음 과목과의 연결 |
|---|---|---|---|
| 데이터 이해 | 데이터 이해, 데이터의 가치와 미래, 가치 창조를 위한 데이터 사이언스와 전략 인사이트 | 10 | 데이터와 분석이 왜 필요한지 판단하는 바탕 |
| 데이터 분석 기획 | 데이터 분석 기획의 이해, 분석 마스터플랜 | 10 | 문제를 분석 과제로 바꾸고 실행 순서를 설계 |
| 데이터 분석 | R 기초와 데이터 마트, 통계 분석, 정형 데이터 마이닝 | 30 | 기획한 과제를 구체적인 분석 방법으로 해결 |
첫 과목은 용어 암기만 하는 구간이 아니다. 데이터의 가치와 전략적 활용을 이해해야 두 번째 과목에서 분석 과제의 우선순위와 추진 방식을 납득하기 쉽다.
두 번째 과목은 첫 과목과 세 번째 과목을 잇는 다리다. 분석 목적과 마스터플랜을 먼저 세우고 나면 통계 기법이나 마이닝 모델을 ‘언제 쓰는가’라는 관점으로 정리할 수 있다.
세 번째 과목은 범위와 문항 수가 가장 크다. R 문법 자체에만 매달리기보다 데이터 마트, 통계 분석, 정형 데이터 마이닝을 한 흐름으로 묶어 학습해야 한다.
10·10·30문항과 과락을 함께 반영한 시간 배분
공식 합격 기준은 총점 60점 이상이면서 모든 과목에서 해당 과목 배점의 40% 이상을 얻는 것이다. 따라서 30문항 과목의 득점력을 키우는 전략과 10문항 과목의 과락을 막는 전략을 동시에 세워야 한다.
처음 준비하는 수험생이라면 전체 공부 시간을 데이터 이해 20%, 분석 기획 20%, 데이터 분석 60%로 시작할 수 있다. 이는 시행기관이 제시한 공식 공부법이 아니라 문항 비중과 선수 지식을 반영한 학습 설계 예시다.
- 데이터 이해: 핵심 개념의 정의와 사례를 연결하고, 혼동하기 쉬운 용어를 비교한다.
- 분석 기획: 과제 도출부터 우선순위, 마스터플랜까지 절차의 앞뒤를 설명해 본다.
- 데이터 분석: 통계 개념과 모델 판단을 중심으로 반복하고 R 기초는 결과 해석에 필요한 수준까지 보완한다.
모의 점검에서 한 과목이 계속 40% 부근이라면 비율을 고정하지 말고 그 과목에 시간을 옮겨야 한다. 특히 10문항 과목은 몇 문제의 실수가 과락 위험을 빠르게 키우므로, 좁은 예상 범위만 골라 외우는 방식은 피하는 편이 안전하다.
통계와 R 기초를 포함한 4단계 학습 순서
1. 데이터 이해로 전체 개념 지도를 만든다
첫 회독에서는 세부 문장을 모두 외우기보다 데이터, 가치, 데이터 사이언스, 전략 인사이트의 관계를 한 장에 정리한다. 이후 문제를 풀며 틀린 개념만 정의와 사례로 되돌아간다.
2. 분석 기획을 절차 중심으로 연결한다
분석 과제가 어떻게 만들어지고 마스터플랜으로 이어지는지 순서를 따라간다. 각 단계의 목적을 자기 말로 설명하면 비슷한 용어를 구분하기 수월하다.
3. 통계 기초를 먼저 보완한 뒤 R을 붙인다
평균과 분산, 확률과 분포, 추정과 검정, 상관과 회귀의 기본 의미를 먼저 정리한다. 그다음 R의 자료형·데이터 구조·기초 함수와 출력 결과를 연결하면 코드를 통째로 암기하는 부담을 줄일 수 있다.
4. 데이터 마이닝까지 넓힌 뒤 세 과목을 섞어 점검한다
분류·예측·군집 등 정형 데이터 마이닝의 목적과 대표 방법을 구분하고, 통계 분석과 함께 문제 선택의 근거를 익힌다. 마지막에는 50문항을 90분 조건으로 풀어 과목별 정답률과 시간 소모를 따로 기록한다.
남은 기간에 따라 비율을 조정하는 법
기초가 약한 경우에는 초반 시간의 일부를 통계 용어와 R 자료 구조에 먼저 쓴다. 다만 기초 공부가 길어져 데이터 이해와 분석 기획의 첫 회독이 밀리지 않도록 종료 시점을 정한다.
분석 경험이 있는 경우에는 데이터 분석 비중을 조금 줄이고, 낯선 이론 표현이 많은 데이터 이해와 기획을 보강한다. 실무에서 쓰던 표현과 시험 범위의 용어가 같은 뜻인지 반드시 대조한다.
시험이 임박한 경우에는 새 교재나 새 범위를 늘리기보다 과목별 오답과 과락 위험을 먼저 확인한다. 데이터 분석에서 안정적으로 점수를 확보하되, 10문항 과목 어느 하나도 방치하지 않는 것이 핵심이다.
시험 전반의 위치와 준비 흐름이 아직 불분명하다면 ADsP 시험 구조와 전체 준비 순서를 먼저 확인하면 된다. 이 글의 학습 비율은 출발점일 뿐이며, 최종 계획은 매주 과목별 정답률에 따라 조정해야 한다.