빅데이터분석기사 필기 1·4과목 점수 확보 가이드: 기획·평가지표 핵심 공부법

빅데이터분석기사 필기 1·4과목은 용어를 단편적으로 외우기보다 ‘왜 그 절차와 지표를 쓰는지’를 연결하면 안정적인 점수를 만들기 좋은 과목입니다. 이 글은 전 범위를 줄이지 않고 다시 나열하는 대신 1·4과목에서 각각 14문항 이상을 노릴 때 먼저 잡아야 할 판단 기준을 정리합니다.

최종 확인: 2026년 8월 21일. 세부 출제 범위와 시험 규정은 응시 회차 공고 및 데이터자격시험 공식 사이트에서 다시 확인하세요. 이 글은 공개된 출제 범위와 개념을 바탕으로 작성했으며 비공개 시험문항을 복원하거나 공유하지 않습니다.

점수 확보 목표를 합격 조합으로 바꾸기

빅데이터분석기사 필기는 4과목이 각 20문항이며, 전 과목 평균 60점 이상이고 각 과목이 40점 미만이 아니어야 합니다. 문항별 배점이 같다고 환산하면 48문항이 평균 60점입니다. 그래서 1·4과목을 각 14문항, 2·3과목을 각 10문항으로 설계하면 정확히 48문항이 됩니다.

이 조합은 공부 우선순위를 정하기 위한 예시이지 실제 합격을 보장하는 안전선은 아닙니다. 실수를 고려해 1·4과목은 15~16문항, 2·3과목은 10~12문항으로 올리는 것이 좋습니다. 현재 점수는 빅분기 합격·과락 계산기에서 먼저 확인하세요.

1과목과 4과목을 함께 시작하면 좋은 이유

1과목은 분석을 왜·어떻게 시작할지를, 4과목은 모형 결과를 어떻게 평가·개선·활용할지를 묻습니다. 두 과목을 한 흐름으로 보면 ‘비즈니스 문제 정의 → 데이터 수집·저장 → 모형링 → 평가 → 시각화·활용’이 이어집니다. 연결 흐름을 알면 용어 하나를 잊어도 보기의 역할을 판단할 수 있습니다.

1과목 점수 확보: 개념을 ‘목적·절차·기술’로 연결하기

1과목의 큰 범위는 빅데이터의 이해, 데이터 분석 계획, 데이터 수집 및 저장 계획입니다. 모든 정의를 개별로 외우기보다 개념이 필요한 이유, 프로세스 안의 위치, 유사 개념과의 차이를 한 줄씩 정리하세요.

1순위: 빅데이터 기초·가치·제도를 한 장으로 정리

• 3V·4V·5V: 양·다양성·속도와 가치·신뢰성이 비용과 효과 판단에서 어떤 역할을 하는지 연결합니다.
• 정형·반정형·비정형: 구조와 메타데이터 유무, 파싱 가능성, 대표 파일 형식을 함께 비교합니다.
• 가치와 위기: 사생활 침해, 책임 원칙 훼손, 데이터 오용을 통제 방안과 짝지어 정리합니다.
• 조직·인력: 집중형·기능형·분산형 조직과 데이터 사이언티스트·엔지니어의 역할을 문제 상황에 대입합니다.

2순위: 분석 문제 정의부터 로드맵까지 순서로 외우기

분석 니즈를 파악하고 비즈니스 문제를 분석 문제로 변환한 뒤, 타당성·시급성·전략적 중요도를 고려해 우선순위와 로드맵을 정합니다. 상향식·하향식 접근, 포트폴리오 사분면, ROI 관점은 이 의사결정 흐름 안에 배치하세요.

3순위: 수집·전환·적재·저장을 데이터 흐름으로 보기

1과목 오답 점검: 용어의 정의만 쓰지 말고 ‘어느 단계에서, 어떤 문제를 해결하려고 쓰는가’를 한 문장으로 덧붙이세요.

4과목 점수 확보: 문제 유형과 평가 기준을 짝짓기

4과목은 분석모형 평가·개선과 결과 해석·시각화·활용으로 구성됩니다. 지표 공식을 전부 같은 방식으로 외우지 말고 회귀·분류·군집 중 무엇을 평가하는지, 오류에 어떤 가중치를 주는지를 먼저 판단하세요.

1순위: 모형별 평가지표 지도 만들기

혼동행렬은 먼저 ‘실제’와 ‘예측’ 축을 확정하고 TP·TN·FP·FN을 표시한 뒤 식을 쓰세요. 정밀도는 양성으로 예측한 것 중 정답, 재현율은 실제 양성 중 찾은 비율입니다. ROC의 x축은 FPR, y축은 TPR이고 AUC는 곡선 아래 면적입니다.

직접 계산: 혼동행렬·ROC·F1 계산기

TP·FP·FN·TN을 입력해 정확도·정밀도·재현율·특이도·F1·Fβ를 한번에 확인하세요. 임계값별 FPR·TPR 점을 입력하면 ROC 곡선과 AUC도 계산합니다. 분모가 0인 지표는 0으로 바꾸지 않고 계산 불가로 표시합니다.

2순위: 과대적합과 개선 방법을 원인·조치로 연결

• 고편향·저분산: 모형이 너무 단순해 훈련·평가 성능이 모두 낮은 과소적합 신호입니다.
• 저편향·고분산: 훈련 데이터에 과도하게 맞춰진 과대적합 신호입니다.
• 개선: 교차검증, 규제화, 가지치기, 조기 종료, 드롭아웃, 데이터 확장을 모형의 종류와 원인에 맞게 연결합니다.
• 파라미터 vs 하이퍼파라미터: 학습으로 결정되는 값과 학습 전 사용자가 정하는 값을 구분합니다.

3순위: 문제가 묻는 관계에 맞는 시각화 고르기

4순위: 분석 결과를 적용하는 마지막 흐름

분석 결과를 이해관계자가 이해할 수 있게 표현하고, 목표와 평가 기준에 맞는지 확인한 뒤, 적용 과정을 개선하고 다른 상황으로 확장합니다. 순서는 표현(Representation) → 평가(Evaluation) → 최적화(Optimization) → 일반화(Generalization)입니다.

1과목과 4과목을 연결하는 빈출 판단 축

ADsP 합격자의 시간 배분

ADsP를 공부했다면 분석 기획, KDD·CRISP-DM, 혼동행렬, 회귀·분류 평가의 기본 개념을 빠르게 진단할 수 있습니다. 다만 빅분기의 데이터 수집·저장 기술, 평가지표의 세부 구분, 시각화·결과 적용은 따로 보강하세요. 날짜별 보충 순서는 ADsP 합격자를 위한 빅분기 필기 15일 공부법에서 확인하세요.

시험 7일 전 1·4과목 점수 확보 루틴

2·3과목이 10문항 아래라면 1·4과목의 목표를 높이는 것만으로는 부족합니다. 2·3과목 과락 방어 가이드의 우선순위를 함께 적용해 과목별 최저점을 먼저 올리세요.

시험장에서 실수를 줄이는 판단 순서

1. 문제가 묻는 단계·목적·데이터 형태를 표시합니다.
2. 보기의 용어가 정의에는 맞아도 해당 상황의 목적에 맞는지 확인합니다.
3. 평가지표는 분모·오류 패널티·단위를 확인합니다.
4. 시각화는 시간·공간·관계·비교·구성·분포 중 어느 질문인지 먼저 고릅니다.
5. 마지막에 ‘옳은 것’과 ‘옳지 않은 것’ 문구를 다시 확인합니다.

자주 묻는 질문

다음 단계: 오늘 1·4과목을 각각 20문항씩 진단하고 합격·과락 계산기에 정답 수를 입력하세요. 14문항 미만인 과목은 이 글의 1·2순위부터 복습하고, 2·3과목은 과락 방어 기준을 별도로 확인하세요.