데이터분석 전문가(ADP)
한국데이터산업진흥원(KDATA)

데이터분석 전문가(ADP)는 한국데이터산업진흥원(KDATA)이 운영하는 국가공인민간자격으로, 준전문가 ADsP의 상위 단계에 놓인다. 필기는 데이터 이해, 데이터 처리 기술 이해, 데이터 분석 기획, 데이터 분석, 데이터 시각화 다섯 과목으로 구성되고, 실기는 통계 분석·머신러닝·시각화·보고서 작성을 필답과 작업형 혼합으로 다룬다. 합격 기준은 필기와 실기 각 60점 이상이며, 합격률은 필기 약 30~40%, 실기 약 10~20%다. 데이터 분석 시니어·리드 직무 우대와 공공·금융 입찰 가산점, 자격수당 증빙으로 쓰인다.
- 시행 기관
- 한국데이터산업진흥원(KDATA)
- 응시료
- 필기·실기 응시료는 KDATA 공지 기준 확인 필요
- 접수 기간
- 연 2회 내외 시행 (공식 일정 확인 필요)
- 시험 방식
- 필기 + 실기(작업·서술)
- 권장 준비 기간
- ADsP 보유자 6~12개월, 실무 경험자 3~6개월
- 합격률 안내
- 필기 약 30~40%, 실기 약 10~20% (KDATA · 합격률 낮음)
- 합격 기준
- 필기·실기 각 60점 이상
이 자격증을 준비하면 좋은 사람
- 데이터 분석 경력자·연구자
- ADsP 보유 후 전문성을 객관화하려는 학습자
- 데이터 분석 컨설팅·사내 분석 조직 리더 역할 지원자
- 박사 과정·연구직 진입에 자격을 활용하려는 응시자
한눈에 보는 시험 정보
- 자격 구분
- 국가공인민간자격
- 시행 기관
- 한국데이터산업진흥원(KDATA)
- 응시료
- 필기·실기 응시료는 KDATA 공지 기준 확인 필요
- 접수 기간
- 연 2회 내외 시행 (공식 일정 확인 필요)
- 시험 일정
- KDATA 공지 일정 (회차별 확인 필요)
- 권장 준비 기간
- ADsP 보유자 6~12개월, 실무 경험자 3~6개월
- 난이도
- 상급
응시 자격
- 응시 자격 제한 없음 (학력·경력 무관)
시험 과목·준비 순서
보통 앞 단계(필기·1차)를 붙어야 다음 단계(실기·작업형·면접)로 넘어갑니다. 그래서 공부도 위에서 아래 순서대로, 단계마다 비중을 나눠 잡는 게 효율적입니다.
- 데이터 이해
- 데이터 처리 기술 이해
- 데이터 분석 기획
- 데이터 분석
- 데이터 시각화
- 통계 분석·머신러닝·시각화·보고서 작성
필답·작업형 혼합, 정해진 시간 안에 분석·답안 작성
시험 형식·합격 기준
- 시험 방식
- 필기 + 실기(작업·서술)
- 시험 시간
- 실기 약 4시간 내외
- 합격 기준
- 필기·실기 각 60점 이상
- 참고
- 정확한 기준·시간은 시행 기관 공지 확인 필요
접수·시험 일정
접수 기간연 2회 내외 시행 (공식 일정 확인 필요)
시험 일정KDATA 공지 일정 (회차별 확인 필요)
응시료필기·실기 응시료는 KDATA 공지 기준 확인 필요
ⓘ 본 일정은 일반 안내 목적이며, 실제 접수·응시 전에는 공식 기관 공지에서 확정 일정을 반드시 확인하세요.
최근 합격률 해석
회차별 실측치가 없어, 공개 통계를 바탕으로 한 일반적인 안내입니다. 정확한 수치는 시행 기관 공지를 먼저 보세요.
- 이 자격은 큐넷 합격률 OpenAPI에 회차별로 연동된 종목이 아니어서, 회차별 실측 합격률 대신 공개 통계를 일반화한 안내를 제공합니다. 실제 회차 수치는 시행 기관 공지에서 확인하세요.
필기 약 30~40%, 실기 약 10~20% (KDATA · 합격률 낮음)
ⓘ 합격률은 회차마다 달라집니다. 숫자는 큐넷 공식 집계를 옮긴 것이고, ‘운영자라면’ 칸은 그 숫자를 읽는 편집부 의견입니다. 접수 전 시행 기관 공지의 최신 수치를 함께 확인하세요.
한눈에 보는 회차·합격·응시 흐름
공식 시행 기관 공개 통계의 일반화된 안내입니다. 회차별 정확한 수치·일정은 시행 기관 공지를 우선으로 합니다.
- 연간 시행 회차
- 연 4회
- 일반적 시행 월 · 3월, 6월, 9월, 12월
- 합격률 일반 안내
- 필기 약 30~40%, 실기 약 10~20% (KDATA · 합격률 낮음)
- 응시자 흐름
- 데이터 분석 시니어·연구직 전문성 증빙
출처 · 한국데이터산업진흥원(KDATA) 통계
ⓘ 본 수치는 회차·연도에 따라 변동될 수 있으며, 시행 기관 공지가 우선합니다. 응시·접수 시점에는 반드시 공식 출처에서 최종 확인하세요.
이 자격, 데이터 너머로 읽기
표와 목록으로는 잘 안 보이는 맥락 — 누구에게 맞고, 준비가 실제로 어떻게 흘러가며, 어디서 미끄러지고, 따고 나면 어디에 쓰이는지 — 를 편집부가 정리했습니다.
분석은 매일 하는데 그 실력을 누군가에게 한 줄로 증명할 길이 없을 때, ADP를 만지작거리게 돼요. SQL 돌리고 모델 한두 개 붙여 본 경력은 쌓였는데 이직 면접에서 깊이를 따지고 들면 자꾸 밑천이 드러나는 느낌인 사람, 혹은 ADsP까지는 어렵지 않게 따 놓고 그 위로 한 칸 더 올라가 자신을 객관화하고 싶은 사람한테 맞는 자격이에요. 응시 자격에 학력·경력 제한이 없어 누구나 원서는 넣어요. 그런데 실제론 데이터를 손으로 주물러 본 시간이 얼마냐가 합격 거리를 좌우해요. 준비는 두 단계예요. 먼저 필기에서 데이터 이해부터 처리 기술, 분석 기획, 분석, 시각화까지 다섯 과목을 훑으며 개념의 뼈대를 세우는데, 이 단계는 외운 만큼 점수가 나와서 비교적 정직해요. 문제는 그다음이에요. 실기는 통계와 머신러닝, 시각화, 보고서 작성을 약 네 시간 안에 필답·작업형으로 한꺼번에 풀어내야 해요. ADsP 보유자가 반년에서 일 년, 실무로 단련된 사람도 서너 달은 잡고 들어가는 이유가 여기 있어요. 정확한 시간과 합격 기준은 응시 전 시행 기관 공지에서 확인하고 접수하세요.
무너지는 자리는 분석 실력 그 자체가 아닐 때가 많아요. 제일 흔한 건 시간이에요. 분석을 다 해 놓고도 결론을 글로 옮길 시간이 모자라 보고서를 마무리 못 한 채 종료 종이 울리는 일, 적지 않아요. 손이 느려서라기보다 R이든 파이썬이든 한 도구로 끝까지 못 가고 둘 사이를 오가며 망설인 대가인 경우가 흔해요. 또 하나는 통계를 우습게 본 사람들이 치르는 값이에요. 정규성이나 등분산 같은 가정을 건너뛴 채 결과 수치만 외워 두면, 막상 시험장에서 왜 이 검정을 골랐냐는 한 줄 설명을 요구받을 때 손이 멈춰요. 진짜 데이터셋을 처음부터 끝까지 혼자 굴려 본 적이 없으면 지문을 오독하고 엉뚱한 방향으로 한참 달리기도 하고요. 그래서 강의나 모델링 자체보다, 정해진 시간 안에 결론까지 도달하는 리허설을 반복하는 쪽이 더 중요해져요. 이 고비를 넘기고 나면 쓰임은 꽤 넓어요. 데이터 분석 시니어나 리드 직무에서 전문성의 증거로 통하고, 공공이나 금융 분야 입찰에서 가산점으로 작동하며, 사내 자격수당이나 연구직 채용에서 가산 요소가 되기도 해요. 강의나 기고처럼 가르치는 자리로 발을 넓히려는 사람한테도 명함 한 줄을 더해 주고요.
실제 응시자들은 이렇게 말합니다
편집부가 공개된 합격 후기·수험 커뮤니티·자료에서 자주 반복되는 경험을 추려 정리한 내용입니다. 본 사이트가 직접 응시한 1차 기록이 아니라 작성 시점에 공개돼 있던 자료를 종합한 것이며, 아래에 참고 출처를 함께 밝힙니다.
실제 합격 수기들을 종합하면 ADP 실기는 4시간이 극도로 부족한 시험으로, 통계(40점)를 1시간 30분 안에 빠르게 끝내고 머신러닝(60점)과 레포트에 시간을 확보하는 배분 전략, 그리고 오픈북 환경을 활용한 '코드 스니펫 사전 준비'가 합격자들이 공통으로 강조하는 핵심이다.
- 통계 먼저 빠르게, 시간배분이 당락을 가른다
여러 후기가 통계 40점·머신러닝 60점 구성에서 통계를 1시간 30분 안에 만점 목표로 먼저 끝내고 남은 시간을 머신러닝과 레포트에 쓰라고 권한다. 4시간이 '화장실 갈 시간도 아깝다'고 할 만큼 부족해, 머신러닝 한 문제에 2시간 이상 묶이면 다른 문제를 통째로 날리는 경우가 반복됐다.
- 오픈북이라 EDA·전처리 코드 스니펫을 미리 만들어 간다
오픈북이지만 시험장에서 코드를 짜기 시작하면 시간이 모자라, 합격자들은 EDA·전처리·날짜처리 코드를 함수나 인덱싱된 자료로 미리 준비해 검색해 쓴다고 했다. 데이터마님(Datamanim) 전처리 100문제를 반복하고, 코드를 마크다운→PDF로 정리해 시험 중 빠르게 찾는 방식이 효과적이었다는 후기가 많다.
- 레포트는 고정 템플릿으로, 너무 늦게 시작하지 마라
한 후기는 '과정 설명→코드 표→결론 표' 고정 템플릿으로 레포트 시간을 아꼈고, 막판에 몰아 쓰다 제출을 망치면 멘붕이라 50분~1시간 남았을 때 30분 안쪽으로 레포트를 먼저 정리하라고 조언한다. 풀면서 주석을 조금씩 남겨두면 뒷부분에서 앞 EDA 내용을 잊는 문제도 줄어든다.
- 흔한 함정: 지문 오독과 통계 가정 검증 누락
비전공 3수 합격자는 '회귀 문제를 분류로 푸는' 지문 오독, 회귀의 정규성 등 가정 검증 누락을 탈락 원인으로 꼽았다. 두꺼운 교재보다 검정 유형별 '풀이 흐름과 결론 도출 논리'를 익히는 개념 이해가 더 중요하다는 평가가 공통적이며, 기출 중심 회독(주 2회씩 3주 등)으로 합격에 이른 사례가 많다.
ⓘ 개인 후기는 응시 회차·환경에 따라 다를 수 있습니다. 합격을 보장하지 않으며, 시험 기준·일정은 공식 시행 기관 공지를 우선 확인하세요.
5개 지표로 본 이 자격의 가성비
응시 자격·시험 형식·갱신 의무·활용 폭 등 공개된 사실에서 결정적으로 도출한 본 사이트 고유의 평가 지표입니다. 합격·취업·수익을 약속하지 않습니다.
- 비전공 친화도2 / 5응시 자격 부담이 적고 진입이 쉬운가
- 활용도5 / 5실제 직무·채용·등록 활용 폭
- 학습 부담부담 지표5 / 5학습 시간·양 부담 (5에 가까울수록 부담↑)
- 갱신 부담부담 지표1 / 5CPE·PDU·보수교육 등 유지 비용 (5에 가까울수록 부담↑)
- 단기 도전1 / 51~3개월 합격이 현실적인가
ⓘ 본 평가는 라이선스로드 편집부가 정의한 5개 지표 점수입니다. 공식 시행 기관의 합격률·통계가 아니며, 본인 진입 직무·학습 환경에 따라 체감이 달라질 수 있습니다.
단계 상승 경로
데이터분석 전문가(ADP)의 이전·다음 단계 자격을 보여줍니다. 본인 응시 자격·학습 시간에 따라 단계를 건너뛰거나 옆 분야로 갈아탈 수도 있습니다.
ⓘ 단계 상승 경로는 일반적 권장 순서이며, 본인 응시 자격·관심 분야에 따라 달라질 수 있습니다.
ⓘ 이 자격을 북마크(★)하면 내 자격 준비 현황에서 원서접수·시험·발표 D-day와 준비 단계 진행률을 한 곳에서 관리할 수 있어요.
준비 체크리스트
아래는 학습·접수·응시 전반에 권장되는 준비 항목입니다. 본인 상황에 맞춰 가감해 활용하세요.
- 공식 가이드 정본
- R·Python 데이터 분석 실습 환경
- 통계·머신러닝 이론서
- 분석 보고서 작성 템플릿
흔히 하는 실수
- 실기에서 시간 배분 실패로 분석은 했으나 보고서 미완성
- R·Python 둘 다 부분적으로 학습해 실기에서 도구 선택을 헤매는 경우
- 통계 가정·해석 부분을 가볍게 보고 결과 수치만 외우는 학습
- 실제 데이터셋으로 처음부터 분석해보는 경험 부족
활용 직무 · 경력 사례
- 데이터 분석 시니어·리드 직무 우대
- 공공·금융 데이터 분석 입찰 가산점
- 사내 자격수당·연구직 채용 가산
- 데이터 컨설팅·강의·기고 활동
전형적인 학습 흐름
본인 기초·학습 가능 시간에 따라 흐름이 달라질 수 있습니다. 다음은 같은 유형 자격을 준비한 응시자들에게 일반적으로 권장되는 단계 구성입니다.
- 1단계 — 응시 자격·시험 일정 확인
국가공인민간자격 자격은 응시 자격(학력·경력·관련 자격) 충족이 우선입니다. 한국데이터산업진흥원(KDATA)의 공지를 통해 본인 자격을 점검하세요.
- 2단계 — 약 ADsP 보유자 6~12개월의 이론 학습
필기 과목을 1회독한 뒤 기출 5개년 풀이로 출제 패턴을 파악합니다. 약점 단원은 오답 노트로 정리해 반복 복습합니다.
- 3단계 — 실기 실습 + 답안 작성·작업 연습
실기는 평가 방식에 따라 학습 전략이 달라집니다. 작업형은 도구·환경 실습, 필답형은 답안 표기 정밀도, 도면형은 시간 내 도면 완성 연습이 핵심입니다.
- 4단계 — 모의시험 + 시험 당일 점검
응시 1~2주 전 실제 시험 시간으로 모의시험을 진행하고, 응시표·신분증·허용 도구·시험장 동선을 사전 점검하세요.
“IT · 디지털” 분야에서 이 자격은 어떤 위치에 있나요?
디지털 전환이 본격화되면서 IT 자격은 비전공 직무에서도 우대 사항이나 가산점으로 작용하는 경우가 많습니다. 다만 자격증만으로 채용이 보장되는 것은 아니며, 실제 업무 경험이나 포트폴리오와 함께 봐야 합니다.
- 컴퓨터활용능력 2급
- 컴퓨터활용능력 1급
- 정보처리산업기사
- SQLD
- ADsP
- 정보처리기사
본 가이드는 일반적 학습 순서이며, 본인 기초·진입 직무에 따라 순서는 달라질 수 있습니다.
자주 묻는 질문
Q. ADP는 ADsP 없이도 응시 가능한가요?
응시 자격 제한이 없는 것으로 알려져 있어 가능하나, ADsP를 거쳐 ADP에 도전하는 단계적 경로가 일반적입니다.
Q. 실기는 R·Python 중 무엇으로 보나요?
응시자가 도구를 선택할 수 있는 회차가 있는 것으로 알려져 있으나, 정확한 정책은 회차마다 공지가 다를 수 있어 시행 기관 안내를 확인하세요.
Q. 합격률은 어느 정도인가요?
회차별 편차가 크고 매우 낮은 합격률을 보이는 시험으로 알려져 있습니다. 정확한 수치는 KDATA 공지를 확인하세요.
Q. ADP와 빅데이터분석기사의 차이는 무엇인가요?
시행 기관, 출제 영역, 실기 방식이 다릅니다. 직무 활용 목적에 따라 선택을 권장합니다.
접수 전 공식 공고에서 확인할 것
여기 정리해 둔 정보는 출발점이고, 접수의 기준은 늘 시행 기관의 그해 공식 공고입니다. 접수 버튼을 누르기 전에 아래 여섯 가지만큼은 공고 원문에서 직접 확인해 두세요.
- 1응시 자격 충족 여부
학력·경력·전공·선행 자격 같은 요건은 같은 자격이라도 등급·연도에 따라 달라집니다. 내 조건이 올해 기준에 맞는지부터 짚어 보세요.
- 2접수 시작·마감 시각
접수 시작·마감 시각은 회차마다 따로 공고됩니다. 시작 시각(보통 평일 오전 10시)을 놓치면 인기 종목은 분 단위로 마감되기도 하니, 여유 있게 들어가는 게 좋습니다.
- 3응시료·환불 규정
응시료와 환불 규정은 회차·등급에 따라 달라질 수 있습니다. 정확한 금액과 환불 기한은 공식 공고에서 확인하세요.
- 4시험장·일자 선택
원하는 지역·날짜의 시험장은 일찍 차곤 합니다. 접수가 열리면 곧바로 들어가 자리를 잡아 두는 편이 안전합니다.
- 5신분증·수험표·지참물
규정 신분증, 수험표 출력 시점, (실기·작업형이라면) 지참 공구·재료·복장 규정 — 시험장에서 당황하지 않게 미리 한번 훑어 두면 좋습니다.
- 6합격 기준·과목 면제
공고 기준 합격선은 필기·실기 각 60점 이상입니다. 보유 자격·학점으로 일부 과목이 면제되는 경우도 있으니 같이 살펴보세요.
위 항목의 확정 기준은 한국데이터산업진흥원(KDATA) 공식 공고에 있습니다.
공식 공고에서 확인ⓘ 라이선스로드는 시험 시행 기관이 아닙니다. 위 항목의 최종 기준은 그해 공식 공고이며, 합격·채용 같은 결과를 약속드리지 않습니다.
관련 트렌드·정책
이 자격에 영향을 주는 최근 동향·정책 변화 (편집부 큐레이션)
데이터 직군 진입 자격 — SQLD·ADsP·빅데이터분석기사를 어떻게 묶을까
SQLD·ADsP·빅데이터분석기사는 경쟁 자격이 아니라 평가 영역이 다른 보완재입니다. 큐넷·KDATA 공개 수치와 실제 합격 후기로 '뭐부터, 어떤 순서로 묶을지'를 비교표·근거·사례·주의점으로 정리했습니다.
필기는 붙는데 실기에서 멈춘다 — 큐넷 회차별 통계로 본 합격률 격차
‘합격률 65%’ 한 줄로는 안 보이는 게 있습니다. 큐넷 OpenAPI로 받은 2025년 회차별 통계를 필기·실기로 갈라 보면, 정보처리기사는 실기(22.1%)가 진짜 관문이고 가스·환경기능사는 거꾸로 필기에서 막힙니다. 운영자가 직접 합산하며 본 격차를 종목·회차로 정리했습니다.
AI 시대에 다시 보는 AICE — 누가, 왜, 어떻게 응시할까
한국경제신문과 KT가 공동 운영하는 AICE(에이스) 자격은 2024년 12월 과학기술정보통신부가 Associate 등급을 ‘국가공인 1호 AI 자격’으로 지정하면서 위상이 바뀌었습니다. 누적 응시자가 5만 명 안팎으로 추정되는 현 상황과 등급 구성·시험 형식·채용 우대 사례를 1차 출처와 함께 정리합니다.
합격 후기·공부법, 어디서 찾을까
라이선스로드는 합격 후기를 직접 모아 두지 않습니다. 대신 데이터분석 전문가(ADP)에 대해 실제로 글을 쓴 사람들이 가장 많이 모이는 곳을 자격증명 기준으로 바로 검색하도록 연결합니다. 광고·제휴 링크 없이 각 플랫폼의 검색 결과로 이동합니다.
- 네이버 블로그합격 후기·공부법 정리 글“데이터분석 전문가(ADP) 합격후기”
- YouTube실기 시연·합격 브이로그 영상“데이터분석 전문가(ADP) 합격”
- 네이버 카페수험 커뮤니티 Q&A·실시간 정보“데이터분석 전문가(ADP) 시험”
읽을 때 체크 포인트 · 후기에 등장하는 시험 회차·과목·합격기준이 본인 응시 시점과 동일한지 먼저 확인하세요. 회차마다 기준·범위가 바뀌는 자격이 적지 않습니다. 블로그·영상에는 학원·교재 광고성 내용이 섞이는 경우가 있으니 내돈내산·체험단 표기를 같이 살펴보는 것을 권장합니다.
공식 시행기관 · 국비지원 과정 바로가기
이 자격의 공식 시행기관과, 현재 모집 중인 국비지원(국민내일배움카드) 과정을 공식 사이트에서 바로 확인합니다. 광고·제휴 링크가 아닙니다.
- 한국데이터산업진흥원 데이터자격검정SQLD·SQLP·ADsP·ADP·빅데이터분석기사 공식 시행기관dataq.or.kr
- HRD-Net 국비지원 과정이 자격과 매칭되는 국민내일배움카드·직업훈련 과정 검색hrd.go.kr
ⓘ 외부 사이트는 라이선스로드와 무관하며, 검색 결과의 정확성·최신성은 해당 사이트의 정책에 따릅니다.
친구·동료에게 보내거나 모바일의 시스템 공유 메뉴를 사용할 수 있어요.
ⓘ 카카오톡은 SDK 키 설정이 필요해, 현재는 데스크톱에서 ‘링크 복사 → 카카오톡 붙여넣기’ 방식이 가장 안정적입니다. 모바일에서는 시스템 공유 메뉴를 통해 바로 카카오톡으로 보낼 수 있습니다.
이 페이지가 도움이 되었나요?
의견은 익명 집계에 사용되며 개인정보는 저장되지 않습니다. 구체적 의견은 문의 페이지를 이용해 주세요.
편집부가 아래 공식 출처를 기준으로 정리하며, 마지막으로 확인·갱신한 날짜를 함께 표시합니다.
- 정보 갱신
이 페이지를 어디까지 믿어도 될까
이 페이지는 라이선스로드 편집부가 시행 기관 공지·관계 법령을 1차 출처로 정리한 안내 자료입니다. 우리는 시험 시행 기관이 아니어서, 응시 자격·시험 일정·응시료·출제 과목· 합격 기준은 회차마다 바뀔 수 있습니다. 접수 전에는 공식 공고에서 직접 확인해 주세요. 본문에 표시된 통계는 큐넷 등 공개 데이터를 가공 없이 인용한 범위에서만 신뢰하시고, 합격·취업·채용을 보장하는 정보로 받아들이지는 말아 주시기 바랍니다.