ADsP 자격증 2026 시험 일정·합격 전략·취득 후 활용까지 한 번에
ADsP(데이터분석 준전문가)는 응시 자격 제한이 없고 실기 없이 필기 한 번으로 취득할 수 있는 국가공인 자격증이다. 2026년 기준 연 4회 시험이 운영되며, 비전공자 합격 사례가 전체 응시자의 절반 이상을 차지한다. 다만 "쉽다"는 인식 때문에 준비 없이 들어갔다가 3과목 통계 파트에서 과락으로 탈락하는 경우도 적지 않다. 이 글은 취득 여부를 고민 중인 사람부터 이미 공부를 시작한 사람까지, 실제로 막히는 지점과 판단 기준을 중심으로 정리했다.
ADsP는 데이터 직무 전환·공기업 가산점·ADP 응시자격 확보를 노리는 사람에게 가성비가 높은 자격증이다. 반면 이미 실무 SQL·파이썬 경험이 있거나 포트폴리오가 충분한 사람에게는 우선순위가 낮다. 준비 기간은 비전공자 기준 4~6주가 현실적이며, 3과목(데이터 분석) 과락 관리가 합격의 핵심 변수다.
ADsP, 지금 따야 할 사람 vs 일단 보류해도 되는 사람
이 자격증을 검색하는 사람 중 상당수는 "정말 필요한 건지" 먼저 확인하고 싶어서 들어온다. 결론부터 말하면, 목적이 명확한 사람에게는 투자 대비 효율이 높은 자격증이고, 목적이 모호한 사람에게는 4~6주를 써도 이력서 한 줄에 그칠 수 있다.
지금 바로 준비를 시작해야 하는 사람은 세 유형이다. 첫째, 공기업·공공기관 취업 준비생. 한국전력공사는 2025년 상반기 대졸 채용에서 ADsP 보유자에게 서류전형 최대 5점 가산점을 부여했다. 직접 확인한 내용이다. "말이 가산점이지, 서류 합격선이 높은 공기업에서는 우대 자격증이 없으면 사실상 합격하기 어려운 구조"라는 실제 합격자 증언도 있다. 둘째, 비전공자로 데이터 직무로 전환을 고민 중인 사람. ADsP 하나로 직무가 바뀌진 않지만, SQLD와 조합하면 서류 합격률이 체감상 올라간다는 후기가 다수 확인된다. 셋째, ADP(전문가) 취득을 목표로 하는 사람. ADP에는 학력 또는 실무경력 응시 자격이 필요한데, ADsP 합격이 가장 빠른 응시자격 확보 수단이다.
반면 굳이 지금 서두를 필요가 없는 사람도 있다. SQL 실무가 이미 가능하거나 파이썬 포트폴리오가 있다면, ADsP보다 SQLD나 빅데이터분석기사를 먼저 취득하는 편이 채용 시장에서 더 직접적인 신호를 준다. 또 단기 연봉 상승을 기대하고 준비하는 경우라면 기대치 조정이 필요하다. 취득 직후 연봉 변화는 대부분 미미하며, 실질적인 연봉 상승은 취득 후 6개월에서 2년 사이에 직무 전환이 이루어질 때 나타난다.
| 유형 | ADsP 우선순위 | 이유 |
|---|---|---|
| 공기업 준비생 | 높음 | 가산점 직접 반영 사례 확인 |
| 데이터 직무 전환 희망자 | 높음 | SQLD와 조합 시 서류 어필력 상승 |
| ADP 목표 비경력자 | 높음 | ADP 응시자격 확보 경로 |
| SQL 실무 가능자 | 낮음 | SQLD·빅분기가 더 직접적 신호 |
| 단기 연봉 상승 목적 | 낮음 | 취득 직후 급여 변화 거의 없음 |
시험 구조를 알면 공부 방향이 달라진다 — 3과목의 진짜 무게
ADsP는 총 50문항 객관식 시험이 아니다. 정확히는 10문항·10문항·30문항으로 과목 비중이 완전히 다르다. 이걸 모르고 세 과목을 동일한 비중으로 공부하면 시간 배분에서 손해를 본다.
1과목 '데이터 이해'(10문항·20점)는 암기형이다. 데이터 분류, 데이터베이스 개론, 빅데이터 개념, 데이터 거버넌스 용어가 주를 이룬다. 기출 유형이 반복되는 비율이 높아 3~5회 기출을 돌리면 안정권에 들어가는 편이다. 2과목 '데이터 분석 기획'(10문항·20점)은 이 시험에서 가장 예측 가능한 과목이다. 분석 방법론 흐름, 마스터플랜 도출 과정, 거버넌스 체계가 정형화된 패턴으로 나온다. 문장 통째로 외우는 것보다 프로세스·산출물·역할을 표로 묶어 이해하는 방식이 훨씬 효율적이다.
문제는 3과목 '데이터 분석'(30문항·60점)이다. 전체 점수의 60%를 차지하고 과락 기준도 여기서 가장 많이 걸린다. 비전공자가 "생각보다 어렵다"고 느끼는 구간이 바로 이 과목이고, 통계 분포 함수, 회귀분석, 데이터 마이닝 알고리즘 개념이 뒤섞여 나온다. 30문항 중 12문항 이상을 맞혀야 과락을 피할 수 있다는 점을 기억해야 한다. 최근에는 생성형 AI 관련 용어와 공공데이터 활용 사례도 출제되기 시작했다.
합격 기준은 총점 60점 이상이면서 동시에 과목별로 40점(40%) 이상이다. 즉, 1·2과목을 만점 받아도 3과목에서 40점 미만이 나오면 탈락한다. 이 구조를 모르고 1·2과목에만 집중하다가 3과목 과락으로 떨어지는 사례가 실제로 많다.
ADsP 과목별 문항 수·배점 비중 (2026년 기준 / 출처: dataq.or.kr)
합격 기준: 총점 60점↑ + 과목별 40점(40%) 이상
2026년 시험 일정 & 접수 시 놓치기 쉬운 함정 2가지
2026년 ADsP는 제48회부터 제51회까지 연 4회 운영된다. 일정 자체는 여유 있어 보이지만 실제 접수 창은 5일 안팎에 열리고 닫히며, 결제 규정을 놓치면 그 회차를 그냥 날린다.
| 회차 | 원서접수 | 시험일 | 합격발표 |
|---|---|---|---|
| 제48회 | 1.5 ~ 1.9 | 2026.2.7 (토) | 2026.3.6 |
| 제49회 | 4.13 ~ 4.17 | 2026.5.16 (일) ⚠️ | 미정 |
| 제50회 | 7.6 ~ 7.10 | 2026.8.8 (토) | 미정 |
| 제51회 | 9.28 ~ 10.2 | 2026.10.31 (토) | 미정 |
※ 일정은 공식 발표 기준이며, 변경될 수 있습니다. 접수 전 반드시 dataq.or.kr에서 최신 공지 확인 필수 (확인일: 2026.03.27)
함정 첫 번째는 결제 2시간 제한이다. 원서를 제출하고 2시간 이내에 수수료를 결제하지 않으면 접수가 자동 취소된다. 캡처만 해두고 나중에 결제하려다가 그 회차를 놓친 사례가 실제로 존재한다. 접수 당일, 제출과 동시에 결제까지 완료해야 한다.
함정 두 번째는 제49회 요일 착각이다. 2026년에는 제49회 시험이 예외적으로 일요일(5월 16일)에 열린다. 나머지 회차는 모두 토요일인데 이 회차만 다르다. 교통 예약이나 당일 일정을 짜면서 날짜와 요일을 혼동하지 않도록 주의가 필요하다.
회차 선택 기준은 단순하다. 상반기 취업·이직 일정이 있다면 제48회(2월) 또는 제49회(5월) 합격을 목표로 잡는 편이 활용도가 높다. 지금(3월 기준) 공부를 시작한다면 제49회가 현실적인 첫 목표 회차다. 4~6주 준비 기간을 역산하면 4월 초부터 본격 시작해도 충분히 닿는다.
접수·일정·수험표 발행 모두 dataq.or.kr에서 진행
비전공자가 실제로 막히는 구간 — 통계 과목 독학의 현실
ADsP가 "비전공자도 가능하다"는 말은 사실이지만, 조건이 붙는다. 1·2과목은 정말 누구나 할 수 있다. 문제는 3과목이다. 비전공자 기준으로 3과목은 체감 난이도가 중간 이상이다. 필기형이라 접근이 쉬워 보이지만, 통계 개념·R 기초·분석 기획·데이터 마이닝 용어가 한 번에 섞여 나오기 때문에 얕게 훑으면 점수가 잘 붙지 않는다.
개인적으로 이 시험을 분석하면서 가장 흥미로웠던 부분이 바로 이 지점이다. 합격률이 67%대로 높은 편인데, 떨어지는 33%의 상당수가 1·2과목을 잘 챙겨놓고 3과목 과락으로 탈락한다. 실제 후기에서도 "아는 문제인데 틀렸다", "정규분포와 카이제곱 분포 구분에서 헷갈렸다"는 증언이 반복된다. 이건 지식이 없어서가 아니라 비슷한 개념을 '구분'하는 연습을 충분히 하지 않았기 때문이다.
비전공자가 3과목에서 특히 막히는 지점은 세 가지다. 첫째, 통계 분포 함수 간 구분(정규분포·t분포·카이제곱·F분포). 둘째, 데이터 마이닝 알고리즘 명칭과 용도의 혼동(의사결정나무·랜덤포레스트·SVM 등). 셋째, R 관련 함수 문제다. R 코드를 직접 짜는 게 아니라 "이 함수의 결과로 알맞은 것은?" 방식으로 나오는데, R을 한 번도 보지 않은 사람에게는 선택지 자체가 생소하다.
현실적인 접근은 이렇다. 완전 노베이스라면 책 한 권을 끝까지 보는 것이 낫고, 여러 권을 비교하다가 진도를 못 나가는 패턴을 피해야 한다. 통계 파트는 계산 문제보다 '개념 구분' 문제가 더 자주 나오기 때문에, 공식 암기보다 개념 간 차이를 표로 정리하는 방식이 훨씬 효과적이다. 3과목만큼은 기출 오답을 최소 3회 반복하는 것을 권한다.
| 막히는 유형 | 대표 예시 | 대응 방법 |
|---|---|---|
| 통계 분포 구분 | 정규분포 vs 카이제곱 vs F분포 | 분포별 용도·모양 비교표로 정리 |
| 마이닝 알고리즘 혼동 | 의사결정나무·랜덤포레스트·SVM | 알고리즘별 "언제 쓰나" 한 줄 정리 |
| R 함수 문제 | lm(), glm(), kmeans() 결과 해석 | 함수 이름·출력값 암기, 코딩 불필요 |
기출 반복만으로는 부족한 이유 — 최근 출제 경향 변화
"ADsP는 기출만 외우면 된다"는 말이 커뮤니티에서 꾸준히 돈다. 반은 맞고 반은 틀렸다. 최근 3년간 고정된 기출 유형이 60% 이상을 차지하는 건 사실이다. 그러나 나머지 40%에서 해마다 출제 경향이 조금씩 바뀌고 있고, 이 변화를 무시하면 기출 3회독을 했는데도 생소한 문제에서 점수를 잃는다.
2024~2025년 기출에서 확인되는 변화는 두 가지다. 첫째, 생성형 AI와 관련된 용어가 1과목 '데이터 이해' 영역에 등장하기 시작했다. 챗GPT, 거대언어모델(LLM), 데이터 시각화 도구 관련 문제가 새로 들어왔다. 기존 수험서만 보면 이 영역이 완전히 빠져 있다. 둘째, 공공데이터 활용 사례 문제다. "데이터포털 vs 공공데이터마켓 구분", 공공 데이터 정책 흐름에 관한 문제가 실제 시험에 출제됐다는 후기가 2024년부터 반복해서 올라왔다.
이런 변화는 단순 암기보다 '데이터 해석과 개념 연결'을 요구하는 방향으로 시험이 진화하고 있다는 신호다. 기출을 외우는 건 기본이지만, 출제 위원 입장에서 생각해보면 해마다 새로운 데이터 환경 이슈를 반영하는 문제를 1~2개씩 넣는 건 자연스러운 흐름이다.
실용적인 대응은 이렇다. 기출 3회독 이후 여력이 된다면, 최근 1~2년 내 데이터 관련 이슈(AI법, 공공데이터 정책, 마이데이터 등)를 한 번 훑어두는 것이 보험이 된다. 시험 1~2주 전 최신 회차 후기 커뮤니티(링커리어, 수험생 카페)를 확인해 새롭게 등장한 용어가 있는지 점검하는 것도 효과적이다.
ADsP 출제 유형 비중 변화 추이 (수험생 후기·기출 분석 기반)
고정 기출 반복 유형
신규 트렌드 반영 유형 (AI·공공데이터 등)
※ 수험생 후기 및 기출 분석 자료 기반 추정치 / 공식 통계 아님
과목별 점수 배분 전략 — 어디서 점수를 벌고, 어디서 지켜야 하나
비전공자에게 가장 중요한 건 "모든 과목을 완벽히 끝내겠다"는 접근이 아니라, 점수를 버는 파트와 과락만 막는 파트를 나누는 것이다. 이 시험은 과목마다 성격이 완전히 달라서 동일한 강도로 공부하면 오히려 비효율적이다.
1과목은 기출 반복으로 점수를 최대한 확보한다. 10문항 중 7~8개 목표다. 시간 투자 대비 수익이 가장 좋은 파트다. 2과목은 프로세스와 산출물 흐름을 표로 정리해 외운다. 분석 마스터플랜, 거버넌스 체계, 방법론 절차가 반복 출제된다. 선지를 읽으면서 "순서가 맞나, 역할이 맞나"를 따지는 문제가 많아, 문장 통째로 외우는 것보다 구조를 이해하는 편이 시험장에서 더 안정적이다.
3과목은 두 구간으로 나눠서 접근한다. 통계 기초(기술통계, 확률분포, 가설검정)는 개념 이해 위주로 공략하고, 데이터 마이닝·텍스트 마이닝 파트는 알고리즘 이름과 특징을 짝지어 외우는 방식이 효율적이다. 계산 문제는 손으로 직접 풀어보는 연습이 필수다. 계산기 없이 90분 안에 풀어야 하므로, 시험장에서 처음 손으로 계산하면 시간 압박을 받는다.
준비 기간별 현실 기준도 정리할 필요가 있다. 관련 전공자라면 2주 집중도 가능하지만, 완전 노베이스 비전공자 기준으로는 6주가 안정권이다. 4주 안에 끝내려면 하루 2시간 이상, 주말 4~5시간 이상을 확보해야 현실적으로 닿는다.
| 배경 | 권장 준비 기간 | 집중 포인트 |
|---|---|---|
| 통계·IT 관련 전공자 | 2주 | 기출 반복 + 1과목 용어 정리 |
| 비전공자 (기초 있음) | 4주 | 3과목 통계 개념 이해 + 기출 3회독 |
| 완전 노베이스 | 6주 | 교재 1회독 → 기출 3회독 → 오답 반복 |
ADsP 연도별 합격률 추이 (출처: License Master 집계 / 2026.03 확인)
응시자 72,708명 중 48,900명 합격 (2025년 기준)
자주 묻는 질문
마무리 — ADsP를 어떻게 볼 것인가
ADsP는 데이터 분석가 완성 자격증이 아니다. "데이터 언어를 기초 수준에서 갖췄다"는 공식 신호다. 이 차이를 명확히 이해하고 있어야 취득 후 실망하지 않는다.
공기업 가산점, 데이터 직무 이직 서류, ADP 응시자격 확보라는 세 가지 목적 중 하나라도 해당된다면 4~6주 투자는 충분히 의미 있다. 반면 "이 자격증 하나로 커리어가 바뀔 것"이라는 기대를 안고 시작하면 자격증 자체의 문제가 아닌 기대치 설정의 문제로 실망하게 된다.
준비 방향을 한 줄로 요약하면 이렇다. 1·2과목에서 점수를 최대한 확보하고, 3과목 과락을 막는 것이 전략의 핵심이다. 기출 3회독은 기본이고, 최근 생성형 AI·공공데이터 관련 용어가 출제되기 시작했다는 점을 감안해 시험 직전 최신 회차 후기를 한 번 훑어두는 것이 보험이 된다.
2026년 기준 다음 시험은 제49회(5월 16일, 일요일)다. 지금 3월 말 시점에서 공부를 시작하면 4월 중순 접수 창이 열릴 때 충분한 준비 상태에 도달할 수 있다. 완벽히 준비되기를 기다리다가 접수를 미루는 패턴이 시작을 가장 늦게 만든다. 시험일을 먼저 달력에 찍어두고 역산하는 편이 훨씬 낫다.
※ 유의사항
본 글은 공개된 자료와 수험생 후기를 바탕으로 작성된 정보 제공 목적의 콘텐츠입니다. 시험 일정·응시료·합격 기준·운영 규정은 회차별로 변경될 수 있으므로, 접수 전 반드시 한국데이터산업진흥원 공식 사이트(dataq.or.kr)에서 최신 공지를 직접 확인하시기 바랍니다. 합격률·연봉 수치는 공개 집계 자료 기반이며 개인 결과와 다를 수 있습니다. 특정 교재·강의에 대한 광고·협찬 없이 작성되었습니다.
참고 출처
- ① 한국데이터산업진흥원(K-DATA) 공식 사이트 dataq.or.kr — 시험 일정·접수·환불 규정 (확인일: 2026.03.27)
- ② 링커리어 커뮤니티 — 2026 ADsP 시험일정 (게재일: 2026.01.12)
- ③ 슬기로운 통계생활 블로그 — 2026 데이터분석 자격증 일정 (게재일: 2026.01.07)
- ④ License Master — ADsP 합격 전략·합격률 통계 (최종 업데이트: 2026.03)
- ⑤ licenhub.com — ADsP 취득방법·연봉 정보 (기준일: 2025.12)
- ⑥ 한국경제신문 — 데이터 자격증 취업 가산점 실사례 보도 (게재일: 2025.07.18)
- ⑦ 나무위키 — 국가공인 데이터분석 전문가 문서 (확인일: 2026.01.24)
댓글
댓글 쓰기