국가공인 데이터분석 전문가

국가공인자격

관련 근거

자격기본법 제1조(목적)

이 법은 자격에 관한 기본적인 사항을 정함으로써 자격제도의 관리·운영을 체계화하고 평생직업능력 개발을 촉진하여 국민의 사회경제적 지위를 높이고 능력중심사회의 구현에 이바지함을 목적으로 한다.


자격기본법 제19조(민간자격의 공인)

① 주무부장관은 민간자격에 대한 신뢰를 확보하고 사회적 통용성을 높이기 위하여 심의회의 심의를 거쳐 법인이 관리하는 민간자격을 공인할 수 있다.


자격기본법 제30조(자격취득자에 대한 우대)

① 국가 및 지방자치단체는 국가자격 및 공인자격의 직무 분야에 관한 영업의 허가·인가·등록 또는 면허를 하거나 이익을 부여하는 경우에는 다른 법령에 어긋나지 아니하는 범위 안에서 그 직무 분야의 국가자격 또는 공인자격을 취득한 자를 우대할 수 있다.

②사업주는 근로자의 채용·승진·전보, 그 밖에 인사상의 조치를 하는 경우 해당 분야의 국가자격 또는 공인자격을 취득한 자를 우대할 수 있다.

데이터분석 전문가 정의

데이터분석 전문가란 데이터 이해 및 처리 기술에 대한 기본지식을 바탕으로 데이터분석 기획, 데이터분석, 데이터 시각화 업무를 수행하고 이를 통해 프로세스 혁신 및 마케팅 전략 결정 등의 과학적 의사결정을 지원하는 직무를 수행하는 전문가를 말한다.

데이터분석 자격검정의 필요성

오늘날 데이터 처리 및 분석을 통한 데이터 활용은 생산성 향상, 고부가가치 및 고용 창출 등 국가 경제적 가치 창출의 핵심동력으로 급부상하고 있다.


특히, 과학적 의사 결정의 토대가 되는 데이터분석은 기업과 국가의 생산성 향상에 기여하는 혁신 도구로 각광을 받고 있다. 기업체들은 자사의 경영 전략에 데이터분석을 도입하여 수익 증대를 실현할 수 있으며, 데이터분석을 공공영역에 도입할 경우에는 높은 사회적‧경제적 효과가 발생할 것으로 예상된다. 이러한 데이터분석의 가능성을 실현하기 위해서는 데이터의 다각적 분석을 통해 조직의 전략방향을 제시하는 우수한 역량을 갖춘 데이터분석 전문가의 확보가 필수적이다.


미국과 유럽을 비롯한 세계 각국은 데이터분석 시장 선점을 위해 데이터분석 전문가 확보와 양성에 집중하고 있는 실정이다. 반면, 국내 상황은 데이터 전문가 인력양성 체계 미흡 등으로 데이터 관련 신규 비즈니스의 고부가가치 창출 등 연계 효과 저하가 우려되며, 사회 전반의 데이터 활용에 필수적인 데이터분석 능력을 객관적으로 검증, 공공․민간 분야의 실무형 데이터분석 전문가 양성이 필요한 시점이다.


이에 한국데이터산업진흥원은 전문인력의 실질적 수요자인 사업주를 대변하여 데이터분석 전문가 자격검정을 실시하고자 한다. 이를 통해 산업 현장에 부응하는 민간자격을 부여하고, 자격취득자에게 직무 수행에 대한 자신감 고취와 함께 보다 나은 직무 수행 기회 제공 및 사회적 지위의 향상은 물론 기업의 국제 경쟁력 제고에도 기여할 것이다.

데이터분석 전문가의 직무

직무 세부내용
데이터 기획
  • 비즈니스 목표 달성을 위해 내부 업무 프로세스를 기반으로 다양한 분석기회를 발굴하여 분석의 목표를 정의하고, 분석대상 도출 및 분석 결과 활용 시나리오를 정의하여 분석과제를 체계화 및 구체화하는 빅데이터분석과제 정의, 분석로드맵 수립, 성과 관리 등을 수행한다.
데이터분석
  • 분석에 대한 요건을 구체적으로 도출하고, 분석과정을 설계하고, 요건을 실무담당자와 합의 하는 요건정의, 모델링, 검증 및 테스트, 적용 등을 수행한다.
데이터 시각화
  • 다양한 데이터들을 대상으로 어떤 요소를 시각화 해야 하는지 정보 구조를 분석하며 어떤 형태의 시각화 모델이 적합한지 시각화에 대한 요건을 정의하고 시나리오를 개발하는 시각화 기획, 모델링, 디자인, 구축, 배포 및 유지보수 등을 수행한다.

과목 및 내용

데이터분석 전문가 자격검정 시험의 과목은 총 5과목으로 구성되어 있으며 데이터 이해 과목을 바탕으로 데이터분석 기획, 데이터분석, 데이터 시각화를 수행하는 능력을 검정한다.

필기

과목명
데이터 이해 데이터의 이해
  • 데이터와 정보
  • 데이터베이스의 정의와 특징
  • 데이터베이스 활용
데이터의 가치와 미래
  • 빅데이터의 이해
  • 빅데이터의 가치와 영향
  • 비즈니스 모델
  • 위기 요인과 통제 방안
  • 미래의 빅데이터
가치 창조를 위한 데이터 사이언스와 전략 인사이트
  • 빅데이터분석과 전략 인사이트
  • 전략 인사이트 도출을 위한 필요 역량
  • 빅데이터 그리고 데이터 사이언스의 미래
데이터 처리 기술 이해 데이터 처리 프로세스
  • ETL(Extraction, Transformation and Load)
  • CDC(Change Data Capture)
  • EAI(Enterprise Application Integration)
  • 데이터 연계 및 통합 기법 요약
  • 대용량 비정형 데이터 처리
데이터 처리 기술
  • 분산 데이터 저장 기술
  • 분산 컴퓨팅 기술
  • 클라우드 인프라 기술
데이터분석 기획 데이터분석 기획의 이해
  • 분석 기획 방향성 도출
  • 분석 방법론
  • 분석 과제 발굴
  • 분석 프로젝트 관리 방안
분석 마스터 플랜
  • 마스터 플랜 수립
  • 분석 거버넌스 체계 수립
데이터분석 R기초와 데이터 마트
  • R기초
  • 데이터 마트
  • 결측값 처리와 이상값 검색
통계분석
  • 통계학 개론
  • 기초 통계분석
  • 다변량 분석
  • 시계열 예측
정형 데이터 마이닝
  • 데이터 마이닝 개요
  • 분류분석(Classification)
  • 군집분석(Clustering)
  • 연관분석(Association Analysis)
비정형 데이터 마이닝
  • 텍스트 마이닝
  • 사회연결망 분석
데이터 시각화 시각화 인사이트 프로세스
  • 시각화 인사이트 프로세스의 의미
  • 탐색(1단계)
  • 분석(2단계)
  • 활용(3단계)
시각화 디자인
  • 시각화의 정의
  • 시각화 프로세스
  • 시각화 방법
  • 빅데이터와 시각화 디자인
시각화 구현
  • 시각화 구현 개요
  • 분석 도구를 이용한 시각화 구현: R
  • 라이브러리 기반의 시각화 구현: D3.js

출제문항수

데이터분석 전문가 자격시험은 필기시험과 실기시험으로 구성되어 있으며 필기시험 합격기준 및 응시자격 요건을 충족하면 실기시험에 응시할 수 있다. 실기시험은 CBT(Computer Based Test) 방식의 시험으로 자격을 검정하며, 실기시험의 합격자는 최종합격자로 분류되어 데이터분석 전문가 자격이 부여된다.

데이터분석 전문가 필기시험(총 문항수 : 81문항 - 객관식 80문항, 서술형 1문항)

구분 과목명 문항수 배점 검정시험시간
객관식 서술형 객관식 서술형
필기 데이터 이해 10 1 80 (각 1점) 20 180분 (3시간)
데이터 처리 기술 이해 10
데이터분석 기획 10
데이터분석 40
데이터 시각화 10
80 1 100

데이터분석 전문가 실기시험

구분 과목명 배점 검정시험시간
실기 데이터분석 실무 100 240분 (4시간)

※ 필기시험 면제기간은 필기합격자 발표일로부터 2년까지이며 이는 시행횟수로 산정하는 사항이 아니므로 매년 시행계획수립 일정에 따라 면제 횟수는 달라질 수 있음

예) 12회 필기합격자는 2019년 4월 9일 합격자 발표 후 2021년 4월 9일 전까지 ‘시행’되는 실기시험에 계속 응시가능

과목별 세부 내용

시험과목 과목별 세부 항목
데이터 이해
  • 데이터의 이해
  • 데이터의 가치와 미래
  • 가치 창조를 위한 데이터 사이언스와 전략 인사이트
데이터 처리 기술 이해
  • 데이터 처리 프로세스
  • 데이터 처리 기술
데이터분석 기획
  • 데이터분석 기획의 이해
  • 분석 마스터 플랜
데이터분석
  • R기초와 데이터 마트
  • 통계분석
  • 정형 데이터 마이닝
  • 비정형 데이터 마이닝
데이터 시각화
  • 시각화 인사이트 프로세스
  • 시각화 디자인
  • 시각화 구현

응시자격

데이터분석 전문가 자격검정 시험의 응시자격은 아래와 같으며 응시자격은 필기시험일 기준 시험일 이전에 응시자격 요건이 충족되어야 한다. 경력/학력기준 또는 자격보유기준 중 한가지의 요건이 충족될 경우 응시자격이 부여된다

응시자격
학력/경력 기준
  • 박사학위를 취득한자
  • 석사학위를 취득하고 해당 분야의 실무경력 1년 이상인자
  • 학사학위를 취득하고 해당 분야의 실무경력 3년 이상인자
  • 전문대학 졸업후 해당 분야의 실무경력 6년 이상인자
  • 고등학교 졸업후 해당 분야의 실무경력 9년 이상인자
자격기준
  • 데이터분석 준전문가 자격을 취득한 자

합격기준

데이터분석 전문가 자격검정 시험의 합격기준은 아래와 같으며 실기시험 합격자는 응시자격 증빙서류를 제출하여야 한다.

합격기준 과락기준
필기합격 총점 100점 기준 70점 이상 과목별 40% 미만 취득
실기합격 실기 총점 100점 기준 75점 이상
최종합격 응시자격심의 서류 통과자

응시자격 증빙서류

구분 내용
제출서류
  • 경력 또는 재직증명서 1부(해당자에 한함)
  • 최종학력증명서 1부(해당자에 한함)
  • 자격증 사본 1부(해당자에 한함)
제출시기
  • 자격검정 회차별로 별도 공지
제출처
  • 홈페이지 내 시험결과 페이지에서 온라인 제출

데이터분석 전문가 가이드(개정판)

데이터분석 전문가 가이드

데이터분석 전문가 가이드

  • 발행처 : 한국데이터산업진흥원
  • 내용 : 데이터 이해, 데이터 처리 기술 이해, 데이터분석 기획, 데이터분석, 데이터 시각화
  • 목차 : 목차내용보기
  • 분량 : 988페이지
  • 가격 : 5만원
  • ※ 2017년 1월 1일 이후 시행되는 국가공인 데이터분석 전문가(ADP)·준전문가(ADsP)자격검정은 본 개정판을 기준으로 출제됩니다.

책소개

데이터분석 전문가 가이드는 데이터 이해, 데이터 처리 기술 이해 과목을 바탕으로 데이터분석 기획, 데이터분석, 데이터 시각화 등의 내용으로 구성되어 있다.

과목 주요내용
데이터 이해
  • 데이터의 이해
  • 데이터의 가치와 미래
  • 가치 창조를 위한 데이터 사이언스와 전략 인사이트
데이터 처리 기술 이해
  • 데이터 처리 프로세스
  • 데이터 처리 기술
데이터분석 기획
  • 데이터분석 기획의 이해
  • 분석 마스터 플랜
데이터분석
  • R기초와 데이터마트
  • 통계분석
  • 데이터 마트
  • 정형 데이터 마이닝
  • 비정형 데이터 마이닝
데이터 시각화
  • 시각화 인사이트 프로세스
  • 시각화 디자인
  • 시각화 구현

목차

■ 데이터분석 전문가/준전문가 자격검정 안내

  • 데이터분석 전문가란
  • 데이터분석 전문가 자격검정의 필요성
  • 데이터분석 전문가 직무
  • 자격검정 과목 안내
  • 자격검정 응시 안내

■ 과목Ⅰ 데이터 이해

제1장 데이터의 이해
  • 제1절 데이터와 정보
  • 제2절 데이터베이스의 정의와 특징
  • 제3절 데이터베이스 활용
  • 장 요약
  • 연습문제
제2장 데이터 가치와 미래
  • 제1절 빅데이터의 이해
  • 제2절 빅데이터의 가치와 영향
  • 제3절 비즈니스 모델
  • 제4절 위기 요인과 통제 방안
  • 제5절 미래의 빅데이터
  • 장 요약
  • 연습문제
제3장 가치 창조를 위한 데이터 사이언스와 전략 인사이트
  • 제1절 빅데이터분석과 전략 인사이트
  • 제2절 전략 인사이트 도출을 위한 필요 역량
  • 제3절 빅데이터 그리고 데이터 사이언스의 미래
  • 장 요약
  • 연습문제

■ 과목Ⅱ 데이터 처리 기술 이해

제1장 데이터 처리 프로세스
  • 제1절 ETL(Extraction, Transformation and Load)
  • 제2절 CDC(Change Data Capture)
  • 제3절 EAI(Enterprise Application Integration)
  • 제4절 데이터 연계 및 통합 기법 요약
  • 제5절 대용량 비정형 데이터 처리
  • 장 요약
  • 연습문제
제2장 데이터 처리 기술
  • 제1절 분산 데이터 저장 기술
  • 제2절 분산 컴퓨팅 기술
  • 제3절 클라우드 인프라 기술
  • 장 요약
  • 연습문제

■ 과목Ⅲ 데이터분석 기획

제1장 데이터분석 기획의 이해
  • 제1절 분석 기획 방향성 도출굴
  • 제2절 분석 방법론
  • 제3절 분석 과제 발굴
  • 제4절 분석 프로젝트 관리 방안
  • 장 요약
  • 연습문제
제2장 분석 마스터 플랜
  • 제1절 마스터 플랜 수립
  • 제2절 분석 거버넌스 체계
  • 장 요약
  • 연습문제

■ 과목Ⅳ 데이터분석

제1장 R기초와 데이터 마트
  • 제1절 R기초
  • 제2절 데이터 마트
  • 제3절 결측값 처리와 이상값 검색
  • 장 요약
  • 연습문제
제2장 통계분석
  • 제1절 통계학 개론
  • 제2절 기초 통계분석
  • 제3절 다변량 분석
  • 제4절 시계열 예측
  • 장 요약
  • 연습문제
제3장 데이터 마이닝
  • 제1절 데이터 마이닝 개요
  • 제2절 분류 분석
  • 제3절 군집 분석
  • 제4절 연관 분석
  • 장 요약
  • 연습문제
제4장 비정형 데이터 마이닝
  • 제1절 텍스트 마이닝
  • 제2절 사회연결망 분석
  • 장 요약
  • 연습문제

■ 과목Ⅴ 데이터 시각화

제1장 시각화 인사이트 프로세스
  • 제1절 시각화 인사이트 프로세스의 의미
  • 제2절 1단계 : 탐색(1단계)
  • 제3절 2단계 : 분석(2단계)
  • 제4절 3단계 : 활용(3단계)
  • 장 요약
  • 연습문제
제2장 시각화 디자인
  • 제1절 시각화의 정의
  • 제2절 시각화 프로세스
  • 제3절 시각화 방법
  • 제4절 빅데이터와 시각화 디자인
  • 장 요약
  • 연습문제
제3장 시각화 구현
  • 제1절 시각화 구현 개요
  • 제2절 분석 도구를 이용한 시각화 구현: R
  • 제3절 라이브러리 기반의 시각화 구현: D3.js
  • 장 요약
  • 연습문제

참고문헌