ADsP(데이터분석 준전문가) 2026 제51회 완벽 정리 — 시험 개요·합격 기준·과락 전략 [ADsP 01편]
2026년 제51회 ADsP(데이터분석 준전문가)
시험일(10/31), 접수기간(9/28~10/2), 과목별 문항 수, 합격 기준과 과락 계산법,
SQLD·빅데이터분석기사와의 비교까지 한 번에 정리했습니다.
목차
- 왜 지금 ADsP인가
- ADsP 한눈에 보기
- 2026 제51회 시험 일정
- 과목 구성과 출제 범위
- 합격 기준과 과락 — 몇 문제까지 틀려도 되나
- 데이터 자격증 비교: SQLD · ADsP · 빅데이터분석기사
- 인프라 아키텍트가 데이터 분석을 공부하는 이유
- 합격 전략: 3과목 올인이 위험한 이유
- ADsP 시리즈 연재 목차
1. 왜 지금 ADsP인가
올해 목표는 2026 자격증 올킬입니다.
원래 계획은 SQLD였는데, SQLD 다음 회차(11/14)가 정보보안기사 실기 재도전 일정과 정확히 겹쳤습니다.
보안기사 실기를 포기할 수는 없으니,
같은 한국데이터산업진흥원(K-DATA)의 데이터 자격 중 일정이 맞는 ADsP(10/31)로 방향을 틀었습니다.
덕분에 올가을 일정은 이렇게 됐습니다.
| 날짜 | 시험 |
| 10/25 (일) | 컴퓨터시스템기사 실기 |
| 10/31 (토) | ADsP 제51회 |
| 11/7 (토) | 임베디드기사 실기 |
| 11/14 (토) | 정보보안기사 실기 (재도전) |
4주 연속 시험입니다.
그래서 이번 시리즈는 "넓게 다 공부"가 아니라 기출 중심으로, 과락 없이, 60점을 확실하게 넘기는 것에 초점을 맞춥니다.
2. ADsP 한눈에 보기
| 항목 | 내용 |
| 정식 명칭 | 데이터분석 준전문가 (ADsP, Advanced Data Analytics Semi-Professional) |
| 주관·시행 | 한국데이터산업진흥원 (K-DATA) |
| 자격 구분 | 국가공인 민간자격 |
| 응시 자격 | 제한 없음 (학력·경력 무관) |
| 시험 형태 | 필기만 (실기 없음), PBT(지필) 객관식 |
| 문항 / 시간 | 50문항 / 90분 |
| 배점 | 문항당 2점, 100점 만점 |
| 합격 기준 | 총점 60점 이상 + 과목별 40% 이상 |
| 시행 횟수 | 연 4회 |
| 응시료 | 50,000원 |
| 합격률 | 2023년 기준 약 64% (응시 44,202명 / 합격 28,350명) |
실기가 없고 응시 자격 제한도 없어서 데이터 자격증 입문용으로 가장 많이 추천되는 시험입니다.
다만 합격률 60%대라는 건 반대로 말하면 셋 중 한 명은 떨어진다는 뜻이기도 합니다.
대부분 과락 때문입니다(5장에서 자세히).
3. 2026 제51회 시험 일정
| 구분 | 일정 |
| 원서 접수 | 2026.09.28 (월) ~ 10.02 (금) |
| 시험일 | 2026.10.31 (토) |
| 결과 발표 | 2026.11.20 (금) |
⚠️ 접수 기간이 5일뿐입니다. 추석 연휴 직후라 놓치기 쉬우니 달력에 꼭 표시해 두세요.
접수는 공식 사이트 데이터자격검정(dataq.or.kr)에서 합니다.
원하는 시험장이 먼저 마감될 수 있으니 접수 초반에 하는 게 안전합니다.
참고로 2026년 회차는 48회(2/7), 49회(5/17), 50회(8/8), 51회(10/31)로, 51회가 올해 마지막 시험입니다.
4. 과목 구성과 출제 범위
K-DATA 공식 출제 기준(dataq.or.kr 공시)을 그대로 옮겼습니다.
| 과목 (문항·배점) | 주요 항목 | 세부 항목 |
| 1과목 데이터 이해 (10문항·20점) |
데이터의 이해 | 데이터의 정의, 데이터베이스, 데이터의 수집과 저장, 데이터의 종류 |
| 데이터의 가치와 미래 | 데이터의 가치, 데이터의 미래 | |
| 가치 창조를 위한 데이터 사이언스와 전략 인사이트 | 데이터 사이언스, 데이터 시각화, 전략 인사이트 | |
| 2과목 데이터분석 기획 (10문항·20점) |
데이터분석 기획의 이해 | 분석 프레임워크, 분석 대상의 이해, 분석 자료의 확보 |
| 분석 마스터 플랜 | 마스터 플랜 수립, 데이터 거버넌스 | |
| 3과목 데이터분석 (30문항·60점) |
R기초와 데이터 마트 | R 프로그래밍 기초, 데이터 마트 구축 |
| 통계분석 | 기초통계, 통계분석 기법 | |
| 정형 데이터 마이닝 | 데이터마이닝 개요, 분류분석, 군집분석 |
💡 예전 수험서나 블로그에는 3과목에 '비정형 데이터 마이닝(텍스트 마이닝·사회연결망 분석)'이 따로 있는 경우가 있는데,
현재 공식 출제 기준에는 독립 단원으로 없습니다.
오래된 자료라면 그 단원을 깊게 팔 필요는 없습니다.
다만 텍스트 마이닝·감성분석 같은 용어는 1과목 '빅데이터 활용 기법'에서 개념 수준으로 나올 수 있어요.
반대로 1과목의 '데이터 시각화'는 공식 기준에 명시된 항목이니 챙겨야 합니다.
과목별 성격을 한 줄로 요약하면 이렇습니다.
- 1과목: 용어 정의와 구분을 묻는 암기형. DIKW, 데이터 품질 요소, 3V/5V, DW vs 데이터 레이크 같은 비교 개념이 단골.
- 2과목: CRISP-DM·KDD·SEMMA 같은 방법론과 절차, 분석 과제 발굴·우선순위·거버넌스. 순서와 짝을 정확히 기억해야 함.
- 3과목: 통계(가설검정, 회귀, 차원축소, 시계열)와 정형 데이터 마이닝(로지스틱 회귀, 의사결정나무, 앙상블, 군집). R 출력 결과를 해석하는 문제가 꾸준히 나옵니다. 코드를 짤 필요는 없지만,
summary()결과표에서 p-value·계수·결정계수를 읽을 줄은 알아야 합니다.
5. 합격 기준과 과락 — 몇 문제까지 틀려도 되나
ADsP 합격 조건은 두 가지를 동시에 만족해야 합니다.
- 총점 60점 이상 (= 50문항 중 30문항 이상 정답)
- 모든 과목에서 40% 이상 득점
과목별로 풀어 보면:
| 과목 | 문항 수 | 과락 면하는 최소 정답 | 허용 오답 |
| 1과목 | 10 | 4문항 | 6문항 |
| 2과목 | 10 | 4문항 | 6문항 |
| 3과목 | 30 | 12문항 | 18문항 |
| 전체 | 50 | 30문항 | 20문항 |
즉 전체 20문항까지 틀려도 합격, 21문항부터 불합격입니다.
여기서 함정이 하나 있습니다. 1·2과목은 10문항밖에 안 돼서 7개만 틀려도 과락입니다.
3과목에서 25문제를 맞혀 총점 70점을 넘겨도, 2과목에서 3개만 맞히면 불합격입니다.
합격률을 깎아 먹는 대표 패턴이 바로 이겁니다.
6. 데이터 자격증 비교: SQLD · ADsP · 빅데이터분석기사
제가 올해~내년에 목표로 잡은 데이터 자격증은 이 세 가지입니다.
| 구분 | SQLD | ADsP | 빅데이터분석기사 |
| 초점 | SQL 활용·데이터 모델링 | 데이터 분석 전반 (기획·통계·마이닝) | 빅데이터 분석 실무 (수집 ~ 모델링 ~ 해석) |
| 자격 구분 | 국가공인 민간자격 | 국가공인 민간자격 | 국가기술자격 |
| 주관·시행 | K-DATA | K-DATA | K-DATA |
| 응시 자격 | 없음 | 없음 | 있음 (학력·경력 요건, 실기 전 서류심사) |
| 필기 | 50문항 / 90분 | 50문항 / 90분 | 80문항 / 120분 (4과목) |
| 실기 | 없음 | 없음 | 있음 (필답+작업형 180분, R/Python) |
| 합격 기준 | 60점 이상, 과목별 40% 이상 | 60점 이상, 과목별 40% 이상 | 필기·실기 각 60점 이상 (필기 과목별 40% 이상) |
SQLD vs ADsP는 자주 비교되는데 성격이 다릅니다.
SQLD는 "데이터를 꺼내는 능력(SQL)", ADsP는 "꺼낸 데이터로 무엇을 판단할지(통계·모델)"를 묻습니다.
인프라·DB 경험이 있다면 SQLD가 더 익숙하고, ADsP는 통계 파트가 새로 공부할 영역이 됩니다.
둘 다 필기만 있는 입문 자격이라 어느 쪽을 먼저 봐도 무방합니다.
두 시험 다음 단계가 빅데이터분석기사입니다.
ADsP 3과목(통계·정형 데이터 마이닝)이 빅데이터분석기사 필기의 '빅데이터 탐색·모델링' 과목과 많이 겹치고,
SQLD에서 다진 데이터 처리 감각은 실기(작업형) 전처리에서 그대로 쓰입니다.
그래서 제 로드맵은 SQLD · ADsP → 빅데이터분석기사입니다.
7. 인프라 아키텍트가 데이터 분석을 공부하는 이유
인프라·보안 SI를 20년 가까이 하면서 데이터를 안 다룬 적은 없습니다. 다만 대부분 "쌓는 쪽"이었습니다.
로그 수집 체계를 설계하고, 스토리지 용량을 산정하고, SIEM에 이벤트를 모으는 일이죠.
그런데 요즘 고객 요구는 한 단계 더 나갑니다.
- 용량 계획: "지난 2년 추이로 보면 내년 스토리지가 언제 찰까?" → 회귀·시계열의 영역
- 보안 관제: "평소와 다른 접속 패턴을 어떻게 골라낼까?" → 이상탐지, 군집 분석의 영역
- 장애 예측: "이 지표 조합이면 장애 확률이 몇 %일까?" → 로지스틱 회귀·분류 모델의 영역
인프라를 설계할 때 "이 데이터가 나중에 어떤 분석에 쓰일지"를 알면 수집 항목, 보관 주기, 저장 구조가 달라집니다.
ADsP는 그 감각을 체계적으로 정리하기에 가장 부담 없는 출발점이라고 봤습니다.
8. 합격 전략: 3과목 올인이 위험한 이유
3과목이 60점이니 여기에 시간을 몰아주고 싶어집니다. 하지만 5장에서 본 것처럼 1·2과목은 과락 여유가 6문항뿐입니다. 이번 시리즈에서 가져갈 전략은 이렇습니다.
- 1과목은 점수 저금통 — 암기형이라 투자 대비 효율이 가장 좋습니다. 8개 이상을 목표로.
- 2과목은 과락 방어선 — 방법론 이름·절차 순서·짝 개념만 확실히 잡아도 6~7개는 나옵니다.
- 3과목은 기출 패턴 싸움 — 출제 유형이 반복되므로 통계·정형 데이터 마이닝의 빈출 유형만 깊게. 18~20개 정답이면 충분합니다.
목표 점수 예시: 1과목 8 + 2과목 7 + 3과목 18 = 33문항(66점). 과락 걱정 없이 여유 있게 합격선을 넘는 구성입니다.
공부 자료는 도서관에서 빌린 『2026 빠르게 따는 ADsP』 교재를 기본으로,
공식 출제 기준에 맞춰 직접 재구성한 합격노트와 최근 기출(38회, 44~50회)을 함께 씁니다.
9. ADsP 시리즈 연재 목차
공식 출제 기준의 주요 항목에 맞춰 짰고, 출제 비중이 가장 큰 3과목(통계분석·정형 데이터 마이닝)은 두 편씩 나눴습니다.
| 편 | 과목 · 공식 주요 항목 | 주요 내용 |
| 01 | 시리즈 소개 + 자격증 개요 | 이번 편 |
| 02 | [1과목] 데이터의 이해 | 데이터 정의·종류, DIKW, 데이터 품질, 데이터베이스(RDB·NoSQL), 수집과 저장(DW·데이터 레이크·ETL) |
| 03 | [1과목] 데이터의 가치와 미래 + 데이터 사이언스와 전략 인사이트 | 빅데이터 3V/5V, 가치·위기 요인과 통제, 데이터 사이언티스트 역량, 데이터 시각화, 전략 인사이트 |
| 04 | [2과목] 데이터분석 기획의 이해 | 분석 기획 4유형, 분석 방법론(KDD·CRISP-DM·빅데이터 분석 방법론), 과제 발굴(하향식·상향식), 분석 과제 정의서 |
| 05 | [2과목] 분석 마스터 플랜 + 데이터 거버넌스 | 우선순위 평가·로드맵, 분석 플랫폼, 데이터 거버넌스, 분석 조직 구조, 분석 준비도·성숙도 |
| 06 | [3과목] R기초와 데이터 마트 | R 데이터 구조·인덱싱·내장 함수, 데이터 마트·ETL, 전처리, EDA, 결측값·이상값 |
| 07 | [3과목] 통계분석 ① 기초통계 | 표본추출·척도, 확률분포, 추정, 가설검정, t검정·분산분석·카이제곱검정 |
| 08 | [3과목] 통계분석 ② 통계분석 기법 | 상관·회귀분석(결정계수·다중공선성·변수 선택·라쏘/릿지), 차원축소(PCA·MDS), 시계열(정상성·ACF/PACF·ARIMA) |
| 09 | [3과목] 정형 데이터 마이닝 ① 개요·분류분석 | 마이닝 개요, 데이터 분할·교차검증, 로지스틱 회귀, 의사결정나무, 앙상블, 인공신경망, 성과 평가(혼동행렬·ROC) |
| 10 | [3과목] 정형 데이터 마이닝 ② 군집·연관분석 | 계층적 군집, K-평균, 혼합 분포 군집, SOM, 연관 규칙(지지도·신뢰도·향상도) |
| 11 | 최종 예상 기출문제 풀이 | 시험 직전 마무리 |
시험까지 5주. 매주 2편씩 올리면서 저도 같이 공부합니다. 다음 편은 1과목의 시작, 데이터의 정의와 유형입니다.
※ 시험 일정·응시료는 K-DATA 공식 공고 기준이며, 접수 전 dataq.or.kr에서 최종 확인하시길 권장합니다.
'자격증 정복 > 데이터분석준전문가(ADsP)' 카테고리의 다른 글
| ADsP 필기 06 — R 기초와 데이터 마트 (데이터 전처리·결측값·이상값·EDA) (0) | 2026.10.04 |
|---|---|
| ADsP 필기 05 — 분석 마스터 플랜과 데이터 거버넌스 (우선순위 사분면·성숙도 모델) (0) | 2026.10.03 |
| ADsP 필기 04 — 데이터분석 기획의 이해 (분석 주제 4유형·CRISP-DM·하향식·상향식) (0) | 2026.10.02 |
| ADsP 필기 03 — 데이터의 가치와 미래 + 데이터 사이언스와 전략 인사이트 (0) | 2026.10.01 |
| ADsP 필기 02 — 데이터의 이해 (정의·유형·데이터베이스·수집과 저장) (0) | 2026.09.27 |