– 총점 72점, 3과목은 34/60으로 반타작. 문과생이 통계 앞에서 무너지며 딴 자격증의 실제 값어치
내 ADsP 성적표는 이렇게 생겼다.
| 과목 | 점수 |
|---|---|
| 1. 데이터 이해 | 20 / 20 |
| 2. 데이터 분석 기획 | 18 / 20 |
| 3. 데이터 분석 | 34 / 60 |
| 총점 | 72 / 100 · 합격 |
붙긴 붙었다.
그런데 이 표를 보고 웃었다.
점수가 내 성향을 그대로 말해주고 있었기 때문이다.
왜 이 시험을 봤나
나는 비전공자다.
개발자로 전향하기 전, 머릿속에 계속 맴돌던 질문이 있었다.
내가 데이터를 다루는 일을 할 수 있을까.
기본적인 지식은 갖출 수 있을까.
평생 해먹을 일인데 내가 잘할 수 있는 분야가 맞을까.
그 질문에 답을 얻고 싶어서 고른 게 ADsP였다.
빅데이터분석기사(빅분기)보다 먼저 이걸 접했는데 이유는 단순했다.
진입 장벽이 낮아 보였다.
실기가 없고, 응시 자격 제한도 없다.
“일단 발이라도 담가보자”는 마음이었다.
그러니까 이 시험은 나에게 자격증이라기보다 적성 테스트에 가까웠다.
ADsP는 어떤 시험인가
검색해서 들어온 사람을 위해 사실 정보부터 정리한다.
- 주관: 한국데이터산업진흥원(K-DATA) — dataq.or.kr
- 응시 자격: 제한 없음
- 검정 방식: 필기(객관식)만. 실기가 없다.
- 구성: 3과목 50문항 / 100점 만점
- 1과목 데이터 이해 — 20점
- 2과목 데이터 분석 기획 — 20점
- 3과목 데이터 분석 — 60점
- 합격 기준: 총점 60점 이상, 단 과목별 40% 미만이면 과락
- 응시료: 50,000원
- 시행: 연 4회. 2026년은 48~51회로, 2/7 · 5/16 · 8/8 · 10/31 일정이었다. 회차 날짜는 해마다 바뀌니 접수 전 공식 사이트 공지를 확인하는 게 안전하다.
여기서 눈여겨볼 게 하나 있다.
3과목이 60점이다.
100점 만점 중 60점, 즉 이 시험의 절반 이상이 3과목 하나에 걸려 있다.
그리고 과락은 과목별 40% 미만이다.
3과목 기준으로는 24점 아래면 총점이 아무리 높아도 떨어진다.
내 점수 34점은 과락선보다 딱 10점 위였다.
점수표가 내 성향을 그대로 보여줬다
다시 성적표를 보자.
1과목과 2과목을 합치면 40점 만점에 38점이다.
거의 다 맞았다.
그런데 3과목은 60점 만점에 34점, 정확히 반타작이다.
이건 우연이 아니라 내가 어떤 사람인지가 그대로 찍힌 결과였다.
1·2과목은 개념과 기획을 다룬다.
데이터가 무엇이고, 분석 프로젝트를 어떻게 설계하는가.
글로 읽고 맥락으로 이해하는 영역이다.
나는 여기서 강했다.
3과목은 통계와 분석 기법이다.
여기서 무너졌다.
자격증 하나 따려다 자기 객관화를 당한 셈인데, 사실 이게 내가 이 시험을 본 원래 목적이기도 했다.
“데이터 분석, 내가 잘할 수 있을까?”에 대한 답이 성적표로 나왔다.
문과생에게 통계는 왜 그렇게 어려운가
나는 문과생이다.
통계, 회귀분석.
이런 단어를 갑자기 마주하니 정말 어려웠다.
문제가 꼬여서가 아니었다.
기초가 잡혀 있지 않으니 어려웠다.
이과를 나온 사람에게는 학교에서 한 번은 스쳐 간 개념일 것이다.
그런데 나는 그 밑바닥이 통째로 비어 있었다.
밑이 없는 상태에서 위층부터 쌓으려니 계속 미끄러졌다.
그래서 시험공부와 별개로 하나를 결심했다.
수학이랑 친해지자.
당장 시험 점수를 올리려는 게 아니라, 앞으로 이 분야에서 계속 미끄러지지 않으려면 밑바닥을 채워야 한다고 느꼈다.
이건 ADsP가 나에게 준 것 중에 제일 값어치 있는 깨달음이었다.
자격증이 알려준 게 지식이 아니라 내 결핍이었다.
직장 다니면서 한 달
공부 일정은 이랬다.
- 기간: 약 한 달
- 평일: 하루 1~2시간
- 주말: 하루 정도 통째로
직장을 다니면서 준비했기 때문에 이 이상은 무리였다.
실기가 없다는 점이 여기서 크게 작용했다.
손으로 코드를 짜서 제출하는 절차가 없으니 퇴근 후 한두 시간으로도 굴러갔다.
“직장인이 짧은 기간에 도전해볼 만한 시험”이라는 점은 분명한 장점이다.
따고 나서 알게 된 것
여기서부터가 이 글을 쓰는 진짜 이유다.
면접에서 “그게 무슨 시험이에요?”
자격증을 따고 이직 면접을 보면서 예상 못 한 반응을 만났다.
“ADsP가 무슨 시험이에요?”
한 번이 아니었다.
꽤 여러 번 들었다.
자격증 이름을 대면 상대가 알아볼 거라고 막연히 생각했는데, 그렇지 않았다.
설명을 덧붙여야 하는 자격증이었다.
내가 쏟은 노력에 비해 알아주는 곳이 생각보다 적었다.
개발 실무에서는 다른 걸 쳐준다
개발자로 일하게 되고 나서 체감한 건 더 분명했다.
개발 쪽에서는 빅분기나 정보처리기사(정처기)를 더 쳐준다.
솔직히 이 정도 노력이면 그쪽을 딸 걸 그랬나 싶은 생각도 들었다.
다만 기획이나 마케팅 직군은 사정이 다를 수 있다.
그쪽에서는 범용 자격증으로 통한다는 이야기를 듣기도 했는데, 내가 겪은 영역이 아니라 단정하지는 않겠다.
그래서, 딸 가치가 있나
이 자격증이 맞는 사람과 아닌 사람이 꽤 뚜렷하게 갈린다고 생각한다.
추천하는 경우
① 데이터 분석 자격증이 빨리 필요한 사람.
기사 계열 시험은 필기에 붙고 실기까지 통과하는 데 기간이 길다.
한 사이클이 몇 달이다.
ADsP는 필기 하나로 끝나서 훨씬 빠르다.
② 빅분기·정처기를 보기 전에 감을 잡고 싶은 사람.
데이터 쪽을 전혀 모르는 상태라면, ADsP를 한 바퀴 도는 것만으로 “아, 이 분야가 이런 느낌이구나”가 잡힌다.
나에게는 이 효용이 제일 컸다.
본 게임에 들어가기 전 예열이라고 보면 얼추 맞다.
추천하지 않는 경우
기사 자격증 정도의 무게를 기대하는 사람.
이건 분명히 말하고 싶다.
ADsP는 기사 자격증이 아니다.
실기가 없다는 건 부담이 적다는 뜻이기도 하지만, 동시에 그만큼 가볍게 취급된다는 뜻이기도 하다.
이력서 한 줄로 판을 뒤집어주길 기대하면 실망한다.
그리고 이번에 시험을 본 사람에게
결과를 받아 들고 이 글을 보고 있다면.
붙었다면 축하한다.
떨어졌더라도, 특히 3과목에서 무너졌더라도, 그게 데이터가 당신과 안 맞는다는 증거는 아니다.
내 성적표를 다시 본다.
3과목 34점.
나는 그 점수를 받고도 이 일을 하고 있다.
다만 그 점수를 보고 “내 밑바닥이 여기구나”를 인정한 것이 다음 걸음을 정해줬다.
자격증의 값어치는 이름값에서만 나오지 않는다.
내가 어디서 미끄러지는지를 알려줬다면, 그것만으로도 5만 원과 한 달은 이미 회수한 셈이라고 생각한다.
함께 읽으면 좋은 글
글쓴이 · Plutojoshua
핀테크에서 LLM과 AI 에이전트를 실제 서비스에 적용하는 개발자다. 카카오 AI 앰배서더로 Kanana 모델을 앱에 직접 연동해 검증하고, 비전공자로 시작해 실제 코드와 측정값을 근거로 “왜 그렇게 설계했는지”를 1인칭으로 기록한다. 운영자 소개는 About, 코드는 GitHub에서 볼 수 있다.