올드 IT직장인의 IT자격증 수집하기

ADsP 필기 11 — 최종 예상 기출문제 풀이 + 시험 당일 전략 (시리즈 마지막 편)2026자격증 올킬 · ADsP 제51회(2026-10-31) 대비 시리즈 11/11편지난 10편까지 전 범위를 훑었습니다.이번 편은 직접 만든 예상문제 20문항으로 실전 감각을 점검하고, 90분 운용법과 과락 방지 전략까지 마무리합니다.먼저 알아둘 점아래 20문항은 제44~50회 기출에서 반복되는 출제 패턴(함정 문구, 계산 유형)을 따라 제가 새로 만든 예상문제입니다.실제 기출문제가 아니에요. 개념과 함정은 기출 그대로, 숫자와 소재만 바꿨습니다.과목 비율도 실제와 같이 1과목 4 : 2과목 4 : 3과목 12(실제 시험의 10:10:30과 비율 동일)로 맞췄습니다.시험 구조부터 한 번 더 정리합니다.항목내용문항 ..

ADsP 필기 10 — 정형 데이터 마이닝 ② 군집·연관분석 (계층적·K-평균·혼합분포·SOM·지지도·신뢰도·향상도)출제기준 대단원 3-3: 정형 데이터 마이닝 — 군집분석 / 연관분석지난 기출 350문항을 분석했을 때 군집분석이 69회로 언급 빈도 1위였고,연관분석(지지도·신뢰도·향상도)도 계산 문제로 거의 매 회차 나옵니다.연관분석 계산은 분수 한 줄로 끝나는 문제라 공식만 외우면 확실한 득점원이에요.군집분석 개요 ⭐⭐⭐정답(레이블) 없이 데이터 간 유사성(거리) 을 재서 비슷한 데이터끼리 묶는 비지도학습입니다(시장세분화, 추천시스템 등). ⚠️ 군집분석은 범주형 변수도 가능합니다."입력변수가 범주형이면 군집분석을 할 수 없다"는 틀린 설명이에요(45회).범주형은 거리 대신 유사도(SMC, 자카드 등..

ADsP 필기 09 — 정형 데이터 마이닝 ① 개요·분류분석 (데이터 분할·교차검증·로지스틱·의사결정나무·앙상블·인공신경망·성과평가)출제기준 대단원 3-3: 정형 데이터 마이닝 — 데이터 마이닝 개요 / 분류분석 / 성과평가3과목 마지막 두 장 중 첫 번째입니다(★★★★★).혼동행렬 계산, 지니지수·엔트로피, 배깅 vs 부스팅, 활성화 함수는 거의 매 회차 나옵니다.문제 대부분이 "정의의 방향 뒤집기"라서, 정의만 정확히 잡으면 점수가 잘 나오는 구간이에요.데이터 마이닝 개요 ⭐⭐통계 분석 vs 데이터 마이닝: 핵심 차이는 가설을 먼저 세우는가입니다.통계 분석 — 가설 수립 → 표본 수집 → 가설 검증 (가설 검증 중심)데이터 마이닝 — 가설 없이 대용량 데이터 탐색 → 패턴 발견·예측 (패턴 ..

ADsP 필기 08 — 통계분석 ② 통계분석 기법 (상관·회귀·다중공선성·PCA·MDS·시계열)출제기준 대단원 3-2: 통계분석 — 상관분석 / 회귀분석 / 다차원척도법·주성분분석 / 시계열 분석07편에 이어 3과목 최대 출제 구간(★★★★★)의 후반부입니다.이번 편은 PCA·시계열·회귀(다중공선성) 가 핵심이고, 계산 문제(결정계수, 공분산, MSE, 상관계수 변환)도 꽤 나옵니다.계산은 모두 한 줄짜리라서 공식만 알면 점수를 거저 가져갈 수 있어요.상관분석 ⭐⭐⭐두 변수 사이 선형 관계의 방향과 강도를 보는 분석입니다.공분산 Cov(X,Y) : 같이 움직이는 방향. 단위에 의존, 범위 제한 없음상관계수 r = Cov(X,Y) / (σx · σy) : 단위를 제거, 범위 −1 ~ 1부호 = 방향, 절댓..

ADsP 필기 07 — 통계분석 ① 기초통계 (표본추출·척도·확률분포·추정·가설검정·t검정·ANOVA·카이제곱)출제기준 대단원 3-2: 통계분석 — 통계 이론 / 기초 통계분석3과목에서 출제 비중이 가장 큰 구간(★★★★★)입니다.이번 편은 기초 이론과 검정, 08편은 상관·회귀·PCA·시계열을 다룹니다.계산 문제는 몇 개 안 되고 대부분 "옳지 않은 것 고르기"예요.정의를 정확히 구분하는 것이 핵심입니다.모집단·표본·통계량 ⭐⭐모집단 — 조사 대상 전체 모수(parameter) — 모집단의 수치 (모평균 μ, 모분산 σ²)표본 — 실제로 뽑은 일부 통계량(statistic) — 표본의 수치 (표본평균 x̄, 표본분산 s²)표본틀 — 표본을 뽑는 명단·목록전수조사는 시..

ADsP 필기 06 — R 기초와 데이터 마트 (데이터 전처리·결측값·이상값·EDA)출제기준 대단원 3-1: R 프로그래밍 기초 / 데이터 마트 / 데이터 전처리·EDA3과목의 첫 장입니다. 중요도는 ★★ 수준이에요. R 코드를 직접 짜는 문제는 거의 안 나오고,결측값·이상값·EDA·상자그림 같은 "개념 + 결과 해석" 문제가 나옵니다.코드 암기에 시간을 쓰지 마세요.시험 구조 다시 확인 (3과목이 합격을 결정합니다)50문항 / 90분 / 문항당 2점, 전체 60점 이상 + 과목별 40% 이상 득점배점 구조: 1과목 10문항, 2과목 10문항, 3과목 30문항과락 방지 최소 정답 수: 1과목 4개 / 2과목 4개 / 3과목 12개, 전체 30개3과목은 문항 수가 가장 많고 통계·마이닝 비중이 높습니다. ..

ADsP 필기 05 — 분석 마스터 플랜과 데이터 거버넌스 (우선순위 사분면·성숙도 모델)출제기준 대단원 2: 분석 마스터 플랜 — 마스터 플랜 수립 / 데이터 거버넌스2과목에서 가장 출제 빈도가 높은 장이에요(★★★★).우선순위 사분면과 준비도×성숙도 4분면은 매 회차 거의 빠지지 않고 나옵니다.분석 마스터플랜과 우선순위 평가 ⭐⭐⭐ (최빈출)정의: 여러 분석 과제를 흩어진 목록이 아니라 하나의 설계도로 묶어주는 계획입니다.일반 IT 과제는 전략적 중요도·시급성·실행 용이성을 함께 보지만,빅데이터 분석 과제는 ROI 관점의 시급성과 난이도 두 축으로만 평가합니다.시급성 — 현재 목표 지표와 얼마나 가까운가 (장애 예방·규제 대응은 시급성 ↑)난이도 — 데이터·기술·조직의 준비도 (데이터 품질 불안·의존..

ADsP 필기 04 — 데이터분석 기획의 이해 (분석 주제 4유형·CRISP-DM·하향식·상향식)출제기준 대단원 2: 데이터분석 기획의 이해 — 분석 프레임워크 / 분석 대상의 이해 / 분석 자료의 확보2과목은 계산이 거의 없어요. "절차와 방법론의 순서·구성요소"를 묻는 암기형 과목이라 접근 방식 쌍(하향식↔상향식)을 표로 정리하면 쉽습니다.분석 기획과 4가지 분석 주제 ⭐⭐⭐분석 기획이란 실제 분석을 시작하기 전에 분석 과제를 정의하고 수행 방안을 미리 계획하는 작업입니다. "무엇을(대상) 얼마나 아는가"와 "어떻게(방법) 얼마나 아는가"를 기준으로 분석 주제를 4가지로 분류해요. 방법을 아는가(Known)방법을 모르는가(Unknown)대상을 아는가(Known)최적화(Optimization)통찰(In..

ADsP 필기 03 — 데이터의 가치와 미래 + 데이터 사이언스와 전략 인사이트출제기준 대단원 1: 데이터의 가치와 미래 / 가치 창조를 위한 데이터 사이언스와 전략 인사이트02편에 이어 1과목 두 번째 파트예요. 3V/5V, 빅데이터 위기요인, 데이터 사이언티스트의 역량이 핵심입니다.빅데이터란 무엇인가: 3V → 5V → 7V ⭐⭐⭐정의: 기존 DB 관리 도구로 저장·관리·분석하기 어려운 대규모의 정형·비정형 데이터 집합과 이를 다루는 기술을 포괄합니다.3V (기본 특성, 가트너의 더그 래니가 2000년대 초반 제시) Volume(규모) · Velocity(속도) · Variety(다양성)5V 확장 = 3V + Veracity(정확성) + Value(가치)7V 확장 = 5V + Variability(..

ADsP 필기 02 — 데이터의 이해 (정의·유형·데이터베이스·수집과 저장)출제기준 대단원 1: 데이터 이해 — 데이터의 정의 / 데이터베이스 / 데이터의 수집과 저장 / 데이터의 종류최근 7개 회차(44~50회, 350문항) 분석 결과 이 챕터에서데이터베이스 일반특성·빅데이터 개념·정형/반정형/비정형 구분이 1과목 최다 출제 포인트예요!데이터란 무엇인가 ⭐⭐정의: 데이터(Data)는 추론과 판단의 근거가 되는 사실 그 자체입니다. 현실에서 관찰·측정한 값을 수치·문자·기호로 표현한 것으로, 아직 해석이나 판단이 더해지지 않은 "가공되지 않은 객관적 사실"을 말해요.존재적 특성 — 데이터가 태생적으로 갖는 성질 (예: 국어 90점)당위적 특성 — 가공·해석되어 정보가 되는 성질 (예: 평균 85점이라는 ..