빅분기 완벽 가이드 · 2026-10-20 기준
이 자격증으로 하는 일
빅데이터분석기사는 “데이터를 받아서 문제를 정의하고, 정리하고, 모델을 만들고, 그 결과를 사람이 알아듣게 설명하는 일”을 할 수 있다는 국가기술자격입니다. 실제 현장에서는 데이터 분석가, 주니어 데이터 사이언티스트, 공공기관 데이터 분석 담당, 마케팅·CRM 분석 담당 같은 자리에서 이 역량을 씁니다. 자격증 이름에 “빅”이 붙어 있지만, 일상 업무의 대부분은 수십만 행 수준의 표를 다루는 일입니다.
예를 들어 한 유통회사 CRM팀의 월요일 아침을 떠올려 보겠습니다. 마케팅팀이 “지난달 쿠폰을 받은 고객이 정말 더 샀는지 알려 달라”고 요청합니다. 분석가는 주문 테이블과 쿠폰 발송 이력을 합치고, 결측값과 중복 주문을 정리한 다음, 쿠폰 수령 집단과 미수령 집단의 구매액 차이가 통계적으로 의미 있는지 t-검정으로 확인합니다. 이어 이탈 가능성이 높은 고객을 예측하는 분류 모델을 만들어 다음 달 발송 대상을 추립니다. 이 흐름(기획, 수집·전처리, 탐색·통계, 모델링, 평가·해석)이 그대로 필기 4과목과 실기 3유형의 구조입니다.
법으로 이 자격이 있어야만 할 수 있는 업무는 없습니다. 선임 의무가 있는 면허형 자격이 아니라 역량을 증명하는 자격이라, 가치는 채용 서류와 공기업 가산점, 학점은행 학점(20학점)에서 나옵니다. 그래서 “자격증을 따면 무엇을 할 수 있나”보다 “이 자격증을 준비하면서 어떤 실력이 생기나”를 기준으로 판단하시는 편이 정확합니다.
시험은 이렇게 진행됩니다
큐넷이 아니라 한국데이터산업진흥원의 데이터자격검정(dataq.or.kr)에서 모든 절차가 진행됩니다. 연 2회, 회차마다 필기와 실기가 한 번씩 있습니다.
| 단계 | 내용 | 2026 제13회 예 |
|---|---|---|
| 1. 필기 원서접수 | dataq.or.kr 회원가입 후 접수. 시작일 10:00부터 마감일 17:59:59까지, 제출 후 2시간 안에 결제하지 않으면 자동 취소 | 8.3–8.7 |
| 2. 수험표 발급 | 시험일 2주 전 금요일 16:00부터 | 8.21 |
| 3. 필기시험 | 토요일 10:00 시작, 객관식 80문항 120분, 컴퓨터용 사인펜으로 OMR 작성. 문제지는 회수 | 9.5(토) |
| 4. 사전점수 공개·재검토 | 본인 점수를 미리 보고 이의 신청 | 9.18–9.22 |
| 5. 합격예정자 발표 → 응시자격 서류 제출 | 졸업증명서·경력증명서 등을 시험결과 페이지에서 온라인 제출. 심사를 통과해야 필기 최종 합격 | 9.23 / 9.23–10.7 |
| 6. 실기 원서접수 | 필기 합격 후 2년 안의 회차에 응시 가능 | 10.26–10.30 |
| 7. 실기시험 | 180분 CBT, 클라우드 코딩 환경(구름)에서 Python 또는 R로 작성 | 11.28(토) |
| 8. 최종 발표·자격증 | 실기 60점 이상이면 최종 합격. 상장형과 카드형 실물 자격증 신청 가능 | 12.18 |
필기는 CBT가 아니라 종이 시험이라 현장에서 바로 점수를 알 수 없고, 약 2주 뒤 사전점수 공개 때 확인합니다. 실기도 마찬가지로 시험 종료 후 바로 점수가 나오지 않습니다. 환불은 접수 마감일까지 전액, 그 뒤 시험 5일 전까지 50%이며 연기 제도는 없습니다. 카드형 자격증은 등기 배송료를 포함해 대략 6천 원 선으로 알려져 있습니다(대략).
서류 제출 단계를 놓쳐서 필기 점수가 날아가는 사람이 매 회차 나옵니다. 합격예정자 발표일에 바로 증명서를 발급받아 올려 두세요. 4년제 졸업예정자는 재학증명서가 아니라 졸업예정증명서가 필요합니다.
필기 과목별 공부법
4과목 각 20문항, 문항당 1.25점이라 과목당 25점입니다. 과목별 40% 미만(8문항 미만 정답)이면 과락이고, 전체 48문항 이상을 맞혀야 합니다. 문제가 공개되지 않아 복원 기출에 의존해야 한다는 점이 다른 기사 시험과 가장 다릅니다.
1과목 빅데이터 분석기획. 빅데이터 특징(3V·5V), 데이터 산업과 조직 구조, 빅데이터 플랫폼, 개인정보 법·제도(가명정보, 비식별 조치 4단계), 분석 로드맵과 문제 정의, 데이터 수집·변환·품질 검증, 적재·저장(HDFS, NoSQL)을 다룹니다. 계산이 거의 없는 암기 과목이라 점수를 벌어야 하는 곳입니다. 함정은 개인정보 관련 용어입니다. 가명처리, 익명처리, 총계처리, 데이터 마스킹의 차이를 예시 문장으로 구분하는 문제가 자주 나옵니다.
2과목 빅데이터 탐색. 결측값·이상값 처리, 변수 선택과 차원축소(PCA), 파생변수, 불균형 데이터 처리(오버·언더샘플링, SMOTE), 상관분석, 기초통계량, 표본추출, 확률분포, 점추정·구간추정, 가설검정이 범위입니다. 비전공자가 가장 많이 막히는 과목입니다. 이항·포아송·정규·t·카이제곱 분포가 각각 언제 쓰이는지, 1종·2종 오류와 p-value의 의미를 문장으로 설명할 수 있을 때까지 반복하세요. 표준편차와 표준오차를 헷갈리게 만드는 보기가 단골입니다.
3과목 빅데이터 모델링. 회귀·로지스틱 회귀, 의사결정나무, 인공신경망, SVM, 연관성분석(지지도·신뢰도·향상도), 군집분석(k-means, 계층적 군집), 그리고 시계열, 베이지안, 딥러닝, 앙상블(배깅·부스팅·랜덤포레스트), 비모수 통계까지 넓습니다. 알고리즘마다 “무엇을 최소화하는가, 어떤 가정이 있는가, 과적합을 어떻게 막는가” 세 가지를 표로 정리하면 대부분의 문제가 풀립니다. 향상도 계산 문제는 거의 매회 나오니 공식을 손으로 써 보세요.
4과목 빅데이터 결과 해석. 혼동행렬 기반 지표(정밀도, 재현율, F1, 특이도), ROC·AUC, 회귀 평가지표(MSE, RMSE, MAE, 결정계수), 교차검증, 적합도 검정, 과대적합 방지, 하이퍼파라미터 최적화, 시각화 유형(시공간·관계·비교), 모형 모니터링이 나옵니다. 혼동행렬 숫자를 주고 지표를 계산하게 하는 문제는 확실한 득점원입니다. 정밀도와 재현율의 분모를 거꾸로 쓰는 실수가 가장 흔합니다.
ADsP를 이미 공부했다면 2·3과목의 절반 정도가 겹칩니다. 반대로 빅분기 필기를 준비하면서 ADsP를 따로 볼 필요는 없습니다.
실기 완전 정리
실기 과목은 “빅데이터 분석 실무” 하나이고 공식 검정방법은 통합형 180분 100점입니다. 수험자들이 정리한 현재 구성은 아래와 같습니다(배점은 공식 문서가 아니라 회차별 수험자 정리 기준).
| 유형 | 내용 | 배점(통상) | 권장 시간 |
|---|---|---|---|
| 작업형 제1유형 | 전처리·집계 3문항: 결측 처리, 조건 필터링, 그룹별 평균, 상위 n개, 이상값 개수 등 | 30점(문항당 10점) | 40분 |
| 작업형 제2유형 | 학습 데이터로 분류 또는 회귀 모델을 만들고 평가용 데이터 예측값을 CSV로 제출 | 40점 | 70분 |
| 작업형 제3유형 | t-검정, 카이제곱, 분산분석, 회귀·로지스틱 회귀 계수와 p-value 등 통계분석 | 30점 | 50분 |
| 검토 | 답 형식, 제출 파일 재확인 | - | 20분 |
시험 환경은 구름 기반 웹 IDE입니다. 그래프 출력이 안 되고, 자동완성이 없으며, 주피터처럼 셀 단위 실행이 안 되고 전체 코드를 한 번에 실행합니다. 코드 실행 시간은 1분으로 제한되어 넘으면 자동 취소됩니다. dir()과 help()는 쓸 수 있습니다. 유형별 과락이 없어 3유형을 통째로 놓쳐도 1·2유형을 잘 받으면 합격할 수 있습니다.
제2유형 제출 파일의 컬럼명이 지시와 다르거나 행 수가 평가 데이터와 맞지 않음. 분류 문제에서 확률을 내라고 했는데 0/1 레이블을 제출함. 그리드서치를 돌리다 1분 제한에 걸려 실행이 끊김. 제1유형 답을 소수점 지시(반올림·버림) 없이 그대로 적음. 3유형에서 단측·양측 검정을 반대로 적용함.
랜덤포레스트 하나를 기본값으로 돌리고, 검증용으로 train_test_split 후 지시된 지표(ROC-AUC, F1, RMSE 등)를 print로 확인. to_csv로 저장한 뒤 바로 read_csv로 다시 읽어 shape와 컬럼명을 확인. 1유형은 문제 조건을 한 줄씩 주석으로 옮겨 놓고 차례로 코드화. 3유형은 statsmodels의 ols·logit 결과에서 params, pvalues 속성을 바로 꺼내는 연습을 해 둠.
제2유형 흐름 한 장 요약: 데이터 읽기 → 학습·평가 데이터 합쳐서 범주형 원-핫 인코딩(pd.get_dummies) → 결측 채우기 → 다시 분리 → 랜덤포레스트 학습 → 검증 점수 print → 평가 데이터 예측 → 지시된 파일명·컬럼명으로 저장 → 다시 읽어서 확인. 이 10줄 남짓을 손이 기억할 때까지 15번 이상 반복하는 것이 가장 확실한 대비입니다.
준비물은 신분증이 필수이고 수험표는 있으면 좋습니다. 배정된 PC의 인터넷 연결과 언어 선택을 시험 시작 전에 꼭 확인하세요. 시험 중 Python과 R을 바꿔 쓰는 것도 가능해서, 머신러닝은 Python, 통계 검정은 R로 푸는 사람도 있습니다.
10주 합격 로드맵
직장인·비전공자가 하루 1.5–2시간, 주말 4시간씩 공부하는 경우의 예시 계획입니다. 필기 접수 약 4주 전에 시작한다고 가정했습니다.
| 주차 | 할 일 (예시 계획) |
|---|---|
| 1주 | 1과목 전체 1회독, 개인정보·플랫폼 용어 카드 만들기 |
| 2주 | 2과목: 기술통계, 확률분포, 가설검정. 개념 설명을 손으로 써 보기 |
| 3주 | 3과목: 알고리즘별 비교표, 향상도·지지도 계산 |
| 4주 | 4과목: 평가지표 계산 20문제, 이어서 복원 기출 3회분 |
| 5주 | 복원 기출 3회분 추가, 틀린 개념만 교재로 복습 → 필기 응시 |
| 6주 | pandas 기초: 필터링, groupby, merge, 결측 처리. 시험 체험 환경 접속해 보기 |
| 7주 | 제1유형 기출 복원 문제 하루 3문항씩 |
| 8주 | 제2유형: 분류·회귀 템플릿 암기, 매일 1세트 처음부터 끝까지 |
| 9주 | 제3유형: scipy.stats, statsmodels 검정 함수 정리 |
| 10주 | 180분 실전 모의 3회, 제출 파일 검증 루틴 고정 → 실기 응시 |
통계·Python 전공자나 현업 분석가라면 필기 2주, 실기 2주 정도로 압축할 수 있습니다. 필기 발표에서 실기 시험까지 실제 간격이 약 2달이라 실기 준비는 필기 직후 바로 시작하는 편이 좋습니다.
비용 총정리
| 항목 | 금액 | 비고 |
|---|---|---|
| 필기 응시료 | 17,800원 | 진흥원 공지 기준 |
| 실기 응시료 | 40,800원 | 진흥원 공지 기준 |
| 수험서 | 필기 1권 + 실기 1권, 대략 6만–9만 원 | 대략 |
| 인터넷 강의 | 대략 10만–30만 원 | 선택. 무료 캐글 연습 노트북으로 대체하는 경우가 많음 |
| 국비지원 | 내일배움카드로 빅데이터·AI 과정 수강 가능 | 응시료 자체 지원 여부는 과정별로 다름 |
| 자격증 발급 | 카드형 대략 6천 원(배송료 포함) | 대략 |
응시료만 합치면 58,600원이고, 교재까지 포함한 독학 경로는 대략 12만–15만 원 선입니다. 실기에서 한 번 떨어지면 40,800원이 다시 들기 때문에 실기 모의 연습에 시간을 쓰는 것이 결국 가장 싼 길입니다. 국비 과정은 내일배움카드 글을 참고하세요.
취업·연봉과 활용
데이터 직무 채용공고에서 빅데이터분석기사는 보통 “우대사항”에 ADsP, SQLD와 나란히 적힙니다. 필수 요건으로 요구하는 곳은 드물지만, 공기업·공공기관 채용에서는 기사 등급 자격으로 가산점 목록에 들어가는 경우가 많아 실질적인 점수 차이가 납니다(기관별 공고 확인). 금융권, 통신사, 유통 대기업의 데이터 직무 신입 공고에서도 비전공자가 통계·코딩 역량을 증명하는 수단으로 자주 쓰입니다.
연봉은 자격증이 아니라 직무와 회사가 결정합니다. 커리어넷 직업정보 기준 빅데이터 전문가의 평균연봉(중앙값)은 4,455만 원으로 안내되어 있고, 취업 플랫폼 집계를 인용한 교육기관 자료에서는 신입이 3천만 원 초반에서 시작해 대기업·테크 기업은 4,500만–5,500만 원까지 간다고 정리합니다(추정, 회사 규모별 편차 큼). 자격 수당을 주는 사례는 일부 공공기관 외에는 흔하지 않습니다.
현실적인 활용법은 이렇습니다. 공기업 지원자는 가산점 확보용으로, 비전공 신입은 “통계와 Python을 시험으로 검증받았다”는 근거로, 현업 개발자나 기획자는 데이터 직무 전환의 첫 증빙으로 씁니다. 자격증과 함께 실기에서 쓴 코드를 정리한 포트폴리오(캐글 노트북 등)를 붙이면 설득력이 훨씬 커집니다.
다음 단계
- 개발 직무까지 넓히고 싶다면 정보처리기사를 추천합니다. 빅분기 취득자는 “기사 등급 이상 취득자(종목 무관)” 자격으로 다른 기사 시험 응시자격이 생깁니다. 경로는 기사 응시자격 정리와 비전공자 정보처리기사 도전기에 있습니다.
- 사무·공공기관 지원자는 컴퓨터활용능력 1급으로 엑셀 실무 역량을 함께 보여 주면 좋습니다.
- 데이터 쪽 심화는 같은 진흥원의 SQLD(SQL 개발자)와 ADP(데이터분석 전문가)가 자연스러운 다음 단계입니다. 둘 다 이 사이트에 별도 페이지는 없으니 dataq.or.kr 일정표를 확인하세요.
많이 하는 실수 5가지
- 응시자격 서류 제출 기간을 놓칩니다. 필기 점수가 합격선이어도 서류 심사를 통과하지 못하면 합격이 확정되지 않습니다. 제13회 기준 제출 기간은 2주뿐이었습니다.
- 주피터 환경에서만 연습합니다. 셀 실행, 자동완성, 그래프에 익숙한 채로 시험장에 가면 전체 실행만 되는 화면에서 시간을 크게 잃습니다. 체험 환경에서 최소 3회는 풀어 보세요.
- 제2유형에서 성능 욕심을 냅니다. 하이퍼파라미터 튜닝 코드가 1분을 넘겨 끊기면 0점입니다. 기본값 모델 두세 개 비교로 충분합니다.
- 필기 2과목을 공식 암기로만 넘깁니다. 가설검정 개념이 비어 있으면 실기 제3유형에서 다시 막힙니다. 필기 공부 때 개념을 문장으로 이해해 두는 것이 실기 30점을 미리 버는 일입니다.
- 제출 파일 형식을 확인하지 않습니다. 지시된 파일명, 컬럼명, 인덱스 포함 여부(index=False), 행 수를 마지막 10분에 반드시 다시 읽어서 점검하세요.
출처: 데이터자격검정(dataq.or.kr) 빅데이터분석기사 자격소개·출제기준·출제문항 및 배점·응시자격 및 합격기준, 데이터자격검정 2026년 시험일정, 나무위키 빅데이터분석기사(국가기술자격통계연보 인용 회차별 합격률, 실기 환경), 커리어넷 빅데이터 전문가 직업정보, 아이티윌 데이터분석가 연봉 정리 글