ADsP(데이터분석 준전문가)를 비전공자로서 독학할 때, 가장 먼저 정리하고 넘어가야 하는 것이 1과목 ‘데이터의 이해’입니다. 이 글은 러닝앤어닝의 ADsP 학습 노트 시리즈에서 지도(허브) 역할을 하는 글로, 1과목을 어떤 순서로 공부하면 좋은지와, 각 개념을 정리한 세부 글로 어떻게 이어지는지를 한자리에 모았습니다. 세부 개념 정리는 쏠티북스 「선넘는 ADsP」 교재로 공부하며 정리하고 있습니다.
1과목의 개념 편을 하나씩 발행할 때마다 이 지도의 목차에 링크를 채워 나갑니다. 이 글 하나만 저장해 두면 1과목 전체의 학습 흐름을 따라올 수 있습니다.
ADsP 시험은 어떻게 구성되나
ADsP는 한국데이터산업진흥원(K-DATA)이 주관하는 국가공인 자격입니다. 응시에 학력·전공 제한이 없어 비전공자도 준비할 수 있습니다. 시험의 큰 틀은 다음과 같습니다.
- 실기 없이 필기(PBT) 단일 시험이며, 객관식 50문항을 90분 동안 풉니다.
- 3개 과목으로 나뉩니다: 1과목 데이터의 이해, 2과목 데이터 분석 기획, 3과목 데이터 분석.
- 과목별 문항 수는 1과목 10문항, 2과목 10문항, 3과목 30문항입니다.
- 합격 기준은 총점 60점 이상이면서, 어느 한 과목도 40% 미만이 없어야 합니다. 한 과목이라도 40% 미만이면 과락으로 불합격 처리됩니다.
전체 50문항 중 30문항이 3과목(R·통계·데이터 마이닝)에 몰려 있어 사실상 3과목이 합격을 좌우합니다. 다만 3과목은 범위가 넓고 비전공자에게 가장 어려운 구간이므로, 상대적으로 개념이 명확한 1·2과목에서 점수를 안정적으로 확보해 두는 전략이 유리합니다.
시험 일정과 응시료는 회차마다 달라질 수 있으므로, 접수 전에 데이터자격검정 공식 페이지(dataq.or.kr)에서 최신 공지를 확인하시기 바랍니다.
1과목 ‘데이터의 이해’부터 시작하는 이유
1과목은 문항 수가 10개로 많지 않지만, 데이터 분석 전체의 기초 용어와 개념 체계를 다룹니다. 여기서 잡아 두는 정의(데이터와 정보, 지식과 지혜, 데이터베이스의 기본 구조, 빅데이터의 가치 등)가 2·3과목을 이해하는 밑바탕이 됩니다.
또한 1과목은 개념과 정의를 정확히 구분해 두면 점수를 확보하기 좋은 구간입니다. 복잡한 계산이나 코드가 아니라, 용어의 의미와 개념 간 경계를 묻는 문제가 중심이기 때문입니다. 그래서 비전공자의 독학 출발점으로 1과목이 가장 적합합니다.
1과목 개념 정리 지도 (목차)
1과목은 크게 세 묶음으로 나뉩니다. 데이터의 기본 개념을 다지는 앞부분, 빅데이터의 가치와 사회적 영향을 다루는 중간부, 데이터 사이언스와 전략적 통찰을 다루는 뒷부분입니다. 아래 순서대로 정리해 나가며, 각 편은 발행되는 대로 링크를 채웁니다.
PART 1. 데이터의 이해
- 1편. 데이터와 정보의 차이 — 데이터의 정의(객관적 사실), 존재적·당위적 특성, 가공을 통한 정보화.
- 2편. DIKW 피라미드 — 데이터·정보·지식·지혜로 이어지는 4단계 가치 상승 구조.
- 3편. 데이터의 분류와 유형 — 구조별(정형·반정형·비정형), 표현별(정량·정성), 분석 목적별 분류와 메타데이터.
- 4편. 암묵지와 형식지 (SECI 모델) — 두 지식의 차이와, 지식이 순환·전환되는 4단계.
- 5편. 데이터베이스의 개념과 설계 — 데이터베이스의 정의와 4대 특징, 설계 4단계.
- 6편. DBMS 구조와 SQL 기초 — DBMS 유형과 관계형 구조, 스키마·인덱스, SQL의 큰 갈래.
- 7편. 기업 내부 DB와 DW·DL — 운영(OLTP)과 분석(OLAP), 기업 정보 시스템, 데이터웨어하우스와 데이터레이크.
PART 2. 데이터의 가치와 미래
- 8편. 빅데이터의 정의와 출현 배경 — 빅데이터의 정의, 등장 배경, 데이터 용량 단위 체계.
- 9편. 빅데이터의 특징(3V·4V)과 패러다임 변화 — 규모·다양성·속도 등 특징과 분석 관점의 네 가지 변화.
- 10편. 빅데이터 처리 기술 파이프라인 — 수집·저장·처리·분석·시각화로 이어지는 처리 흐름.
- 11편. 빅데이터 가치 산정과 사회적 영향 — 가치 산정이 어려운 이유와 접근법, 사회 전반의 파급 효과.
- 12편. 빅데이터 비즈니스 모델과 분석 기법 — 대표적인 분석 기법들의 쓰임새.
- 13편. 빅데이터 위기요인과 통제 방안 — 사생활 침해·책임 훼손·데이터 오용과 그 통제.
- 14편. 데이터 3법과 개인정보 비식별화 — 데이터 3법, 비식별 조치 기법, 프라이버시 보호 모델.
PART 3. 데이터 사이언스와 전략 인사이트
- 15편. 미래 빅데이터 활용 3대 요소와 전문 인력 — 인력·자원·기술과 데이터 직무별 역할.
- 16편. 빅데이터 회의론과 전략 인사이트 — 단순 분석의 한계와 가치 기반 전략 분석.
- 17편. 데이터 사이언스 개념과 사이언티스트 역량 — 데이터 사이언스의 세 영역과 필요한 역량.
- 18편. 데이터 가치 패러다임 변화와 인문학적 통찰 — 디지털 전환 단계와 외부 환경 변화의 축.
(각 편은 순서대로 학습하면 자연스럽게 이어지도록 구성했습니다. 발행 순서에 따라 위 목차의 링크가 하나씩 활성화됩니다.)
비전공자 독학 순서와 전략 (1과목)
1과목은 다음 흐름으로 접근하는 것을 권합니다.
먼저 PART 1의 1편부터 순서대로 읽으며, 각 개념의 정의와 옆 개념과의 차이를 잡습니다. 1과목 문제는 정의를 살짝 바꿔 놓은 오답 선지가 자주 나오므로, “무엇인지”보다 “무엇과 어떻게 다른지”를 기준으로 정리하면 실수를 줄일 수 있습니다.
그다음 PART 2의 빅데이터 파트에서는 특징·처리 기술·법·제도처럼 외워야 할 항목이 늘어납니다. 짝을 이루는 용어와 목록은 한 묶음으로 정리해 두면 헷갈리지 않습니다.
마지막으로 PART 3와 기출 유형으로 점검합니다. 1과목은 사례 문장을 주고 어느 개념·어느 단계에 해당하는지 고르는 매칭형이 반복 출제되므로, 각 개념의 핵심 키워드를 문장 형태로 알아보는 연습이 도움이 됩니다.
마무리
1과목 ‘데이터의 이해’는 ADsP의 기초 체력을 만드는 구간입니다. 이 지도를 기준으로 개념을 하나씩 정리해 두면, 뒤에 이어지는 2·3과목도 훨씬 수월하게 따라올 수 있습니다.
첫 시작은 데이터와 정보를 구분하는 1편입니다. 위 목차에서 순서대로 이어가 보시기 바랍니다.
