ADsP 데이터분석 준전문가란? 2026 시험일정·시험과목·합격기준·응시자격 총정리

ADsP는 Advanced Data Analytics Semi-Professional, 한국어로 데이터분석 준전문가를 의미합니다.

데이터를 단순히 조회하는 것을 넘어 데이터를 이해하고, 어떤 문제를 분석해야 하는지 기획하며, 통계와 데이터 분석 방법을 활용할 수 있는 기본 역량을 평가하는 자격시험입니다.

한국데이터산업진흥원 데이터자격검정에서 시행하는 국가공인 데이터분석 자격으로, 데이터 분야에 처음 입문하는 사람부터 개발자·기획자·마케터·직장인까지 데이터 분석의 전체 흐름을 체계적으로 학습하려는 사람이 접근하기 좋은 자격입니다.

1장 ADsP란 무엇인가#

ADsP의 정식 명칭은 다음과 같습니다.

한글
데이터분석 준전문가

영문
Advanced Data Analytics Semi-Professional

약칭
ADsP

ADsP에서는 단순히 통계 공식만 암기하는 것이 아니라 데이터 분석 과정 전체에 필요한 기초 지식을 평가합니다.

큰 흐름으로 보면 다음 세 영역입니다.

데이터를 이해한다
↓
분석을 기획한다
↓
실제로 분석한다

따라서 시험과목도 이 구조를 그대로 따릅니다.

1과목
데이터 이해

2과목
데이터 분석 기획

3과목
데이터 분석

ADsP를 공부하면 데이터 분석이 어떤 순서로 이루어지는지 전체적인 구조를 한 번에 살펴볼 수 있다는 장점이 있습니다.

2장 ADsP는 누가 시행하는 시험인가#

ADsP는 한국데이터산업진흥원 K-DATA 데이터자격검정에서 운영합니다.

한국데이터산업진흥원 데이터자격검정에서는 데이터 분석뿐 아니라 SQL, 데이터 아키텍처, 빅데이터분석기사 등 데이터 관련 자격시험도 함께 운영하고 있습니다.

ADsP는 이 가운데 데이터 분석 준전문가에 해당합니다.

시험 일정 확인과 원서접수는 데이터자격검정 홈페이지에서 진행하는 것이 기준입니다.

3장 ADsP 응시자격은 있는가#

ADsP의 큰 장점 중 하나는 응시자격 제한이 없다는 것입니다.

공식 안내에서도 데이터분석 준전문가는 학력이나 경력에 따른 별도의 응시 제한이 없는 것으로 안내됩니다.

따라서 다음과 같은 사람도 응시할 수 있습니다.

대학생

취업 준비생

비전공자

개발자

기획자

마케터

현업 직장인

데이터 분석 입문자

특정 전공이나 실무경력을 먼저 갖춰야 시험을 볼 수 있는 구조는 아닙니다.

4장 ADsP 시험은 필기와 실기가 있는가#

ADsP는 별도의 실기시험 없이 하나의 필기시험으로 평가되는 자격시험입니다.

시험에서는 데이터 분석 이론, 통계, 분석방법론 및 관련 개념을 문제를 통해 평가합니다.

따라서:

필기시험
O

별도 실기시험
X

로 이해하면 됩니다.

ADP 데이터분석 전문가와 ADsP 데이터분석 준전문가를 혼동하는 경우가 있는데, 두 시험은 같은 시험이 아닙니다.

ADsP는 준전문가 등급으로 별도 실기시험이 없습니다.

5장 ADsP 시험시간은 얼마나 되는가#

공식 시험안내 기준 ADsP 시험시간은 90분, 즉 1시간 30분입니다.

시험시간
90분

3과목을 한 번의 시험에서 풀기 때문에 특정 과목에 너무 많은 시간을 사용하면 뒤쪽 문제풀이 시간이 부족할 수 있습니다.

특히 통계 계산이나 회귀·분류 문제에서 시간이 오래 걸린다면 우선 표시해두고 다른 문제를 먼저 해결하는 전략도 필요합니다.

6장 ADsP 시험과목은 무엇인가#

ADsP 시험은 총 3과목으로 구성됩니다.

1과목 데이터 이해#

데이터가 무엇인지, 데이터의 가치가 어떻게 만들어지는지를 이해하는 과목입니다.

대표적으로 다음 내용을 공부합니다.

DIKW

암묵지·형식지

SECI

데이터 유형

데이터베이스

데이터웨어하우스

빅데이터

데이터 사이언스

Hadoop

NoSQL

데이터 시각화

1과목의 핵심은 서로 비슷한 데이터 관련 용어를 정확하게 구분하는 것입니다.

2과목 데이터 분석 기획#

데이터 분석을 실제로 시작하기 전에 무엇을 분석하고 어떤 방법으로 분석할 것인지 설계하는 방법을 공부합니다.

대표적인 내용은 다음과 같습니다.

분석 기획 4사분면

KDD

SEMMA

CRISP-DM

하향식 접근법

상향식 접근법

분석 마스터플랜

분석 준비도

분석 성숙도

데이터 거버넌스

특히 분석방법론별 단계와 순서를 비교하는 문제가 중요합니다.

3과목 데이터 분석#

ADsP에서 가장 많은 학습량을 차지하는 영역입니다.

대표적으로 다음 내용을 공부합니다.

통계 기초

가설검정

확률분포

상관분석

회귀분석

로지스틱 회귀

의사결정나무

앙상블

인공신경망

군집분석

연관규칙분석

Confusion Matrix

ROC·AUROC

R 기초

시계열분석

K-NN

SVM

PCA

T-test·ANOVA

데이터 전처리

3과목은 개념뿐 아니라 공식과 결과 해석까지 함께 이해해야 합니다.

7장 ADsP 시험과목을 한눈에 보면#

과목	핵심 질문
데이터 이해	데이터란 무엇인가
데이터 분석 기획	무엇을 어떻게 분석할 것인가
데이터 분석	실제로 어떻게 분석하고 결과를 판단할 것인가

이를 하나의 흐름으로 연결하면 다음과 같습니다.

데이터 이해
↓
문제 정의
↓
분석 계획
↓
데이터 준비
↓
통계·분석
↓
모델 평가
↓
결과 해석

ADsP가 데이터 분석 입문 시험으로 활용되는 이유도 이처럼 분석 과정의 전체 구조를 폭넓게 다루기 때문입니다.

8장 ADsP 합격기준은 어떻게 되는가#

공식 안내 기준으로 ADsP는 총점 100점 기준 60점 이상을 받아야 합격합니다. 동시에 각 과목별로 40% 미만이면 과락 처리됩니다.

즉 단순히 전체 점수만 60점을 넘는다고 반드시 합격하는 것은 아닙니다.

총점
60점 이상

+

과목별
40% 미만 과목이 없어야 함

두 조건을 모두 만족해야 합니다.

과락이 중요한 이유#

예를 들어 전체 점수가 충분하더라도 특정 과목에서 과락 기준에 걸리면 합격할 수 없습니다.

따라서 공부 전략도:

잘하는 과목만 집중
X

약한 과목에서 과락 방지
+
강한 과목에서 점수 확보
O

방식으로 접근하는 것이 좋습니다.

9장 ADsP 자격증의 유효기간은 있는가#

공식 자격 안내에서는 ADsP 자격의 유효기간을 영구로 안내하고 있습니다.

따라서 일반적으로 자격 취득 후 주기적으로 시험을 다시 응시하는 갱신형 자격으로 운영되는 것은 아닙니다.

10장 2026년 ADsP 시험일정#

2026년 ADsP는 제48회부터 제51회까지 총 4회 일정으로 안내되어 있습니다. 현재 확인되는 2026년 일정은 다음과 같습니다.

회차	원서접수	시험일	합격자 발표
제48회	2026년 1월 5일 ~ 1월 9일	2026년 2월 7일	2026년 3월 6일
제49회	2026년 4월 13일 ~ 4월 17일	2026년 5월 17일	2026년 6월 5일
제50회	2026년 7월 6일 ~ 7월 10일	2026년 8월 8일	2026년 8월 28일
제51회	2026년 9월 28일 ~ 10월 2일	2026년 10월 31일	2026년 11월 20일

2026년 9월 27일 기준으로 보면 앞으로 남아 있는 일정은 제51회입니다.

원서접수
2026년 9월 28일 ~ 10월 2일

시험
2026년 10월 31일

합격자 발표
2026년 11월 20일

시험 일정과 세부 접수시간, 고사장 등은 변경될 가능성이 있으므로 실제 접수 전에는 한국데이터산업진흥원 데이터자격검정의 최신 공지를 다시 확인하는 것이 안전합니다.

11장 ADsP는 1년에 몇 번 시행되는가#

2026년 일정 기준 ADsP는 연간 4회 시행됩니다.

대략:

2월

5월

8월

10월

에 시험이 배치되어 있습니다.

따라서 한 번 불합격했다고 해서 1년을 다시 기다려야 하는 시험은 아닙니다.

다음 시험까지 일정한 준비기간을 확보해 재도전할 수 있습니다.

12장 ADsP 시험 준비는 어떤 순서로 하는 것이 좋은가#

처음 ADsP를 공부한다면 책의 순서대로 읽는 것도 가능하지만 시험 전체 구조를 먼저 잡는 것이 좋습니다.

추천 흐름은 다음과 같습니다.

시험 구조 확인
↓
1과목 핵심 개념
↓
2과목 방법론·순서
↓
3과목 통계 기본
↓
3과목 분석 알고리즘
↓
공식 암기
↓
문제풀이
↓
오답 정리

1단계 전체 구조 이해#

먼저 세 과목이 무엇을 다루는지 이해합니다.

1과목
데이터 개념

2과목
분석 기획

3과목
통계·분석

2단계 1과목으로 기본 용어 확보#

DIKW, SECI, 데이터 유형, 데이터웨어하우스, 빅데이터 같은 기본 개념을 정리합니다.

3단계 2과목의 순서 암기#

2과목은 특히 다음 방법론의 순서가 중요합니다.

KDD

SEMMA

CRISP-DM

4단계 3과목 통계 이해#

다음 개념부터 확실히 이해합니다.

평균·분산

확률

정규분포

가설검정

P-value

상관관계

회귀분석

5단계 분석 알고리즘 비교#

각 알고리즘을 따로 외우기보다 서로 비교합니다.

Decision Tree

Random Forest

Boosting

K-NN

SVM

K-means

PCA

6단계 평가 지표 암기#

특히 다음 공식은 직접 계산할 수 있어야 합니다.

Accuracy

Precision

Recall

F1-Score

Support

Confidence

Lift

13장 비전공자도 ADsP를 준비할 수 있는가#

응시자격에 전공 제한이 없으므로 비전공자도 시험에 응시할 수 있습니다.

다만 비전공자가 처음부터 3과목의 통계 공식과 머신러닝 용어를 모두 암기하려고 하면 어렵게 느껴질 수 있습니다.

이 경우에는 다음 순서가 이해하기 쉽습니다.

데이터란 무엇인가
↓
통계가 왜 필요한가
↓
두 집단이 정말 다른가
↓
변수끼리 관계가 있는가
↓
값을 예측할 수 있는가
↓
분류할 수 있는가
↓
모델 성능은 어떻게 측정하는가

즉 수식보다 분석이 필요한 이유를 먼저 이해하면 이후 공식도 훨씬 쉽게 연결됩니다.

14장 ADsP 1과목에서 무엇을 먼저 외워야 하는가#

1과목에서는 다음 내용을 우선 정리합니다.

DIKW
Data → Information → Knowledge → Wisdom

SECI
공통화 → 표출화 → 연결화 → 내면화

Big Data
Volume · Variety · Velocity

Data Warehouse
주제지향 · 통합 · 시계열 · 비휘발

OLTP
→ 거래

OLAP
→ 분석

Hadoop
HDFS · MapReduce · YARN

1과목은 개념 비교가 중심이므로 표로 정리하는 방식이 효과적입니다.

15장 ADsP 2과목에서 무엇을 먼저 외워야 하는가#

2과목에서는 순서가 중요합니다.

KDD#

Selection
→ Preprocessing
→ Transformation
→ Data Mining
→ Interpretation/Evaluation

SEMMA#

Sample
→ Explore
→ Modify
→ Model
→ Assess

CRISP-DM#

Business Understanding
→ Data Understanding
→ Data Preparation
→ Modeling
→ Evaluation
→ Deployment

하향식#

문제 탐색
→ 문제 정의
→ 해결방안 탐색
→ 타당성 검토

2과목을 공부할 때는 각각의 방법론을 따로 외우기보다 한 표에 놓고 비교하는 것이 좋습니다.

16장 ADsP 3과목에서 무엇을 먼저 공부해야 하는가#

3과목은 범위가 넓기 때문에 우선순위가 중요합니다.

먼저:

가설검정
P-value

상관계수
회귀분석
R²

로지스틱 회귀

의사결정나무

앙상블

연관규칙

Confusion Matrix

ROC·AUROC

를 확실하게 정리합니다.

그다음:

K-means

K-NN

SVM

PCA

시계열

R 기초

텍스트마이닝

등의 개념을 확장하는 방식이 효율적입니다.

17장 ADsP에서 반드시 기억해야 할 숫자#

시험 직전에 다음 숫자를 혼동하지 않는 것이 좋습니다.

합격점수
60점 이상

과락
과목별 40% 미만

시험시간
90분

상관계수 r
-1 ~ +1

결정계수 R²
0 ~ 1

일반적인 유의수준
0.05

VIF
10 초과 시 다중공선성 의심

AUROC
0.5 → 무작위
1.0 → 완벽

18장 ADsP와 ADP는 무엇이 다른가#

이름이 비슷하기 때문에 혼동하기 쉽습니다.

ADsP
Advanced Data Analytics Semi-Professional
데이터분석 준전문가

ADP
Advanced Data Analytics Professional
데이터분석 전문가

ADsP는 데이터 분석의 기본적인 지식과 분석 기획·분석 능력을 평가하는 준전문가 자격입니다.

ADP는 전문가 등급으로 시험구조와 응시조건 등이 ADsP와 다릅니다.

따라서 검색할 때도:

ADsP
≠
ADP

를 구분해야 합니다.

19장 ADsP와 SQLD는 무엇이 다른가#

두 자격증 모두 데이터 분야에서 많이 언급되지만 공부하는 방향이 다릅니다.

ADsP#

중심 질문은:

데이터를 어떻게 이해하고 분석할 것인가?

입니다.

대표적으로:

통계

분석 기획

회귀

분류

군집

데이터마이닝

을 공부합니다.

SQLD#

중심 질문은:

관계형 데이터베이스에서 데이터를 어떻게 설계하고 SQL로 조회·처리할 것인가?

에 더 가깝습니다.

따라서:

ADsP
→ 데이터 분석

SQLD
→ 데이터베이스·SQL

이라는 큰 차이부터 이해하면 됩니다.

20장 ADsP가 도움이 되는 분야#

ADsP는 데이터 분석 자체를 전업으로 하는 사람에게만 필요한 개념을 다루는 시험은 아닙니다.

예를 들어 개발자도:

서비스 Log 분석

A/B Test 결과 이해

데이터 기반 기능 설계

AI·Machine Learning 결과 해석

을 할 때 통계와 분석 개념이 필요합니다.

기획자는:

KPI 분석

사용자 행동분석

데이터 기반 의사결정

분석 요구사항 정의

와 연결할 수 있습니다.

마케터는:

고객 세분화

전환율 분석

연관분석

Campaign 성과분석

등과 연결할 수 있습니다.

즉 자격증 자체와 별개로 데이터를 읽고 분석결과를 이해하기 위한 기본 언어를 익힌다는 점에서 의미가 있습니다.

21장 ADsP 시험 직전 체크리스트#

시험 직전에는 새로운 내용을 계속 추가하기보다 헷갈리는 개념을 정리하는 것이 좋습니다.

1과목#

DIKW

SECI

정형·반정형·비정형

Data Warehouse

OLTP·OLAP

3V·5V

Hadoop·NoSQL

2과목#

분석 기획 4사분면

KDD

SEMMA

CRISP-DM

Top-down·Bottom-up

분석 준비도·성숙도

Data Governance

3과목#

가설검정

P-value

r·R²

회귀분석

Decision Tree

Bagging·Boosting

K-means

Support·Confidence·Lift

Precision·Recall·F1

ROC·AUROC

시계열

K-NN·SVM·PCA

22장 2026년 ADsP를 준비한다면 확인해야 할 것#

시험을 접수하기 전에는 최소한 다음 항목을 공식 데이터자격검정 사이트에서 다시 확인하는 것이 좋습니다.

원서접수 시작·종료시간

시험일

수험표 발급일

고사장

시험시간

응시자 유의사항

신분증 인정 기준

결과 발표일

특히 시험 일정은 연간 계획 발표 이후에도 운영상 변경될 가능성이 있기 때문에 실제 응시 시점에는 공식 공지를 최종 기준으로 삼아야 합니다.

ADsP 데이터분석 준전문가 FAQ#

ADsP의 정식 명칭은 무엇인가#

ADsP는 Advanced Data Analytics Semi-Professional의 약자로 한국어 명칭은 데이터분석 준전문가입니다.

ADsP는 국가공인 자격인가#

한국데이터산업진흥원 데이터자격검정에서 운영하는 국가공인 데이터분석 준전문가 자격입니다.

ADsP 응시자격은 무엇인가#

공식 안내상 응시자격 제한이 없습니다.

따라서 관련 학과 졸업이나 일정 기간의 실무경력이 없어도 시험에 응시할 수 있습니다.

ADsP 시험은 몇 과목인가#

총 3과목입니다.

1과목 데이터 이해

2과목 데이터 분석 기획

3과목 데이터 분석

ADsP 시험시간은 몇 분인가#

시험시간은 90분입니다.

ADsP 실기시험이 있는가#

ADsP는 별도의 실기시험 없이 필기시험으로 자격을 평가합니다.

ADsP 합격점수는 몇 점인가#

100점 만점 기준 60점 이상이어야 합니다.

다만 과목별 점수가 40% 미만이면 과락이므로 총점과 과락 기준을 모두 만족해야 합니다.

ADsP 자격증의 유효기간은 얼마인가#

공식 안내에서는 영구로 안내하고 있습니다.

2026년 ADsP 시험은 몇 번 있는가#

2026년에는 제48회·49회·50회·51회로 총 4회 일정이 안내되어 있습니다.

2026년 마지막 ADsP 시험은 언제인가#

2026년 일정상 제51회 시험은 2026년 10월 31일이며 원서접수 기간은 9월 28일부터 10월 2일까지입니다.

ADsP에서 가장 공부할 내용이 많은 과목은 무엇인가#

일반적으로 3과목 데이터 분석의 학습범위가 가장 넓습니다.

통계·회귀·분류·군집·연관규칙·머신러닝·모델평가·R·시계열 등 다양한 개념이 포함되므로 충분한 학습시간을 확보하는 것이 좋습니다.

비전공자도 ADsP 공부가 가능한가#

가능합니다.

처음부터 통계 공식을 암기하기보다:

데이터 기초
→ 통계 기초
→ 분석방법
→ 공식
→ 문제풀이

순서로 접근하면 이해하기 쉽습니다.

ADsP를 공부하면 R을 실제로 능숙하게 사용할 수 있는가#

ADsP에서 R 관련 기본 개념을 다루지만 자격시험 공부만으로 R을 실무 수준까지 숙달한다고 보기는 어렵습니다.

자격시험에서는 자료구조, 기본 함수, 회귀분석 결과 해석 등 시험 범위에 맞는 R 지식이 중심입니다. 실제 데이터 분석 실무를 목표로 한다면 별도의 R 또는 Python 실습이 필요합니다.

자기 점검#

ADsP 시험을 준비하기 전에 다음 질문에 바로 답할 수 있는지 확인해봅니다.

ADsP의 정식 명칭을 알고 있는가?
ADsP를 시행하는 기관을 알고 있는가?
응시자격 제한 여부를 알고 있는가?
시험과목 세 가지를 말할 수 있는가?
시험시간이 몇 분인지 알고 있는가?
합격점수를 알고 있는가?
과락 기준을 알고 있는가?
별도의 실기시험이 있는지 알고 있는가?
1과목과 2과목, 3과목의 차이를 설명할 수 있는가?
2026년 시험이 몇 회 시행되는지 알고 있는가?
다음 시험의 원서접수 기간을 확인했는가?
약한 과목에서 과락하지 않도록 학습계획을 세웠는가?

이 글을 마치며#

ADsP 데이터분석 준전문가는 데이터 분석을 처음 공부하는 사람이 데이터 이해 → 분석 기획 → 실제 분석이라는 전체 구조를 한 번에 학습할 수 있는 자격시험입니다.

시험 구조를 매우 단순하게 표현하면 다음과 같습니다.

1과목
데이터란 무엇인가?

↓

2과목
무엇을 어떻게 분석할 것인가?

↓

3과목
어떻게 분석하고 결과를 판단할 것인가?

따라서 처음부터 모든 통계 공식과 머신러닝 알고리즘을 외우려고 하기보다는 이 흐름을 먼저 이해하는 것이 좋습니다.