빅데이터분석기사 완전 가이드: 응시자격·시험일정·필기·실기·난이도

ADsP나 SQLD는 시험 점수만 넘기면 곧바로 자격증이 나오지만, 빅데이터분석기사는 필기 합격 문자를 받은 뒤에야 진짜 관문이 열립니다.

회사에서 급히 떼어 온 경력증명서에 직무 키워드가 빠져 서류 보완 연락을 받거나, 자동완성조차 지원되지 않는 폐쇄망 코딩 화면 앞에서 180분 동안 에러 메시지와 씨름하다 다 잡은 실기를 놓치는 수험생이 회차마다 반복해서 나옵니다.

단순히 과목 이름과 합격 커트라인만 훑어보고 시작하면 서류 심사 일정이나 시험장 코딩 환경 같은 실전 변수에서 발목이 잡히기 쉽습니다.

차기 회차를 준비하는 수험생이 시행착오 없이 한 번에 최종 합격까지 완주할 수 있도록 연간 일정 이력과 출제기준 확인법, 응시자격 서류 반려 주의점, 최근 필기 경향 변화, 그리고 실기 작업형 1·2·3유형의 시험장 복병과 R·Python 선택 기준까지 차례대로 짚어 봅니다.

일정·규정 확인 및 업데이트: 2026년 11월 15일. 차기 회차 세부 공고와 적용 출제기준은 원서접수 전 KDATA 데이터자격시험 공식 일정에서 반드시 다시 확인하세요.

빅데이터분석기사 완전 가이드 응시자격·필기·실기 시험 준비

시험 일정 이력과 2027년 출제기준 확인

2026년 빅데이터분석기사 시험은 상반기 제12회와 하반기 제13회 필기시험(9월 5일), 필기 합격예정자 발표(9월 23일), 응시자격 서류제출(9월 23일~10월 7일), 제13회 실기 원서접수(10월 26일~30일)까지 모두 마감됐습니다.

2026년 연간 일정 가운데 현재 남아 있는 절차는 제13회 실기시험(11월 28일)과 최종 합격자 발표(12월 18일)뿐입니다.

구분시행 및 발표 일정진행 상태 · 확인 사항
2026 제12회 필기·실기필기 4월 4일 · 실기 6월 20일전 일정 종료 (최종 발표 7월 10일 완료)
2026 제13회 필기·서류필기 9월 5일 · 서류 9월 23일~10월 7일종료 (합격예정 발표 9월 23일 완료)
2026 제13회 실기 접수10월 26일~10월 30일접수 마감
2026 제13회 실기·발표실기 11월 28일 · 최종 발표 12월 18일2026년 잔여 일정 (사전점수 공개 별도 안내)
2027년 차기 회차(제14회~)연말·연초 연간 일정 공고 후 접수2027년 적용 출제기준 및 원서접수 시각 대조 필수

지금부터 새로 진입하는 수험생은 2027년 상·하반기 시행 공고를 기준으로 학습 일정을 잡아야 합니다.

특히 교재나 강의를 고르기 전에 DATAQ 빅데이터분석기사 공식 안내에서 ‘2027년 적용 출제기준’과 차기 연간 시행일정 공고문을 먼저 대조하세요.

과목 큰 틀이 유지되더라도 세부 평가 항목이나 신설 기법 비중이 조정될 수 있고, 원서접수 역시 시작일 10:00부터 마감일 17:59:59까지이면서 접수 후 2시간 이내 미결제 시 자동 취소되므로 고사장 선점을 위해 일정을 미리 기록해 두는 편이 안전합니다.

2026년 빅데이터분석기사 제12회·13회 공식 시험일정
2026년 빅데이터분석기사 제12회·13회 공식 시행 일정 이력 및 원서접수·발표 시각 안내 (사진=KDATA 데이터자격시험)

ADsP, SQLD, ADP 등 함께 준비할 수 있는 다른 데이터 자격증과의 연간 일정 흐름은 데이터 분석 자격증 시험일정 총정리와 데이터 분석 자격증 취득 로드맵에서 한눈에 비교할 수 있습니다.

자격 제도와 시험 구성 핵심 요약

빅데이터분석기사는 과학기술정보통신부가 주관하고 한국데이터산업진흥원(KDATA)이 시행하는 국가기술자격(기사 등급)입니다.

민간자격이나 국가공인자격인 ADsP·SQLD와 달리 국가기술자격법상 기사 등급 대우를 받기 때문에 공공기관·금융권·대기업 채용 가산점이나 직무 역량 증빙에서 활용 폭이 넓지만, 그만큼 응시자격 서류 심사와 3시간 실기 코딩 평가라는 분명한 허들이 존재합니다.

구분필기시험실기시험
자격 등급·시행처국가기술자격(기사 등급) · 한국데이터산업진흥원(KDATA)
문항 구성4과목 객관식 4지선다 80문항 (과목당 20문항)컴퓨터 기반 통합 작업형 코딩 100% (작업형 1·2·3유형)
시험 시간120분 (10:00~12:00, 계산기 사용 불가)180분 (클라우드 웹 IDE 환경, R·Python 택 1)
합격 기준전 과목 평균 60점 이상 및 모든 과목 40점 이상100점 만점 중 60점 이상 (유형별 과락 없음)
면제·유효기간합격 발표일로부터 2년간 필기시험 면제응시자격 서류 심사 통과자만 원서접수 가능

응시자격 요건과 서류심사 반려·보완 주의사항

필기시험 원서접수 단계에서는 별도의 증빙서류를 내지 않아도 시험을 치를 수 있습니다.

하지만 필기 합격예정자 발표 직후 열리는 서류 제출 기간(통상 약 2주) 안에 학력·경력·자격 요건을 증빙해 심사를 통과하지 못하면 필기 합격이 취소되고 실기 접수 자체가 막힙니다.

  • 학력 요건: 전공과 무관하게 4년제 대학 졸업자 또는 졸업예정자(3년제·2년제 전문대학 졸업자는 졸업 후 각각 1년·2년 이상의 관련 실무경력 필요)
  • 자격 요건: 동일·유사 직무분야의 다른 종목 기사 등급 이상 자격 취득자, 또는 산업기사 취득 후 1년 이상·기능사 취득 후 3년 이상 실무경력자
  • 순수 실무경력 요건: 학력·타 자격과 무관하게 데이터·IT 등 KDATA 인정 관련 직무분야에서 4년 이상 실무에 종사한 사람

문제는 자격 요건 자체보다 서류 기재 방식 때문에 보완 요청이나 반려를 겪는 실무 사례가 적지 않다는 점입니다.

실제 수험생들이 서류 심사 기간에 가장 많이 당황하는 두 가지 함정은 필기 공부 시작 전에 미리 점검해 두어야 합니다.

서류심사 보완·반려 빈발 사례 2가지

  • 직장인 경력증명서의 담당업무 키워드 누락: 회사 기본 전산에서 자동 발급한 재직·경력증명서에 소속 부서명과 직급만 찍혀 있고 ‘담당업무’란이 비어 있거나 ‘일반 기획·사무·운영 관리’처럼 포괄적으로만 적혀 있으면 KDATA 심사에서 관련 실무 인정 여부가 확인되지 않아 보완 요청을 받기 쉽습니다.

    경력으로 응시자격을 채운다면 데이터 분석, 통계 조사·처리, 데이터베이스(DB) 구축·운영, 소프트웨어 개발·시스템 엔지니어링 등 실제 수행한 인정 직무 내용이 구체적으로 기재된 증명서(또는 KDATA 공식 소정 양식 직인이 날인된 경력증명서)를 인사팀에 미리 요청해야 합니다.
  • 졸업예정자의 증명서 발급 시점과 학점 요건 착오: 대학 4학년 재학생이나 학점은행제 학습자가 ‘최종 학기 등록 상태’만 믿고 필기를 쳤다가, 서류 제출 마감일까지 학교 행정상 ‘졸업예정증명서’가 발급되지 않고 ‘재학증명서’만 출력되어 곤란을 겪는 경우가 잦습니다.

    학교별 졸업예정증명서 발급 개시일(수강신청 학점 포함 인정 여부)과 KDATA 공고의 학력 인정 기준일을 반드시 사전 대조하세요.

본인의 학력·경력 조합이 인정 대상인지 애매하다면 원서접수 전에 KDATA 응시자격 자가진단 페이지에서 사전 시뮬레이션을 돌려 보고 필요한 서류 목록을 먼저 확인하는 것이 가장 정확합니다.

필기 과목 구조와 최근 출제 체감 변화

필기시험은 1과목 빅데이터 분석 기획 · 2과목 빅데이터 탐색 · 3과목 빅데이터 모델링 · 4과목 빅데이터 결과 해석의 4개 과목으로 치러집니다.

과목마다 20문항씩 총 80문항을 120분 안에 풀어야 하며, 시험장에서는 공학용·일반 계산기를 일절 사용할 수 없습니다.

합격 기준은 전 과목 평균 60점(총 48문항) 이상과 과목별 40점(8문항) 이상 동시 충족입니다.

예를 들어 세 과목에서 80점·75점·70점을 받아 평균이 65점을 훌쩍 넘더라도, 나머지 한 과목에서 7문항(35점) 이하를 맞히면 과락으로 즉시 불합격 처리됩니다.

주목할 부분은 최근 회차 수험생들이 공통으로 체감하는 문제 결의 변화입니다. 예전처럼 요약집의 한 줄 정의나 복원 문제의 정답 번호만 외워서는 변형된 선지를 골라내기 어렵습니다.

1과목에서는 분산 수집·저장 아키텍처와 비식별화 기법의 역할을 실제 사례별로 구분하게 합니다.

2·3·4과목에서는 PCA와 PLS의 목적 차이, LOOCV와 $k$-겹 교차검증의 편향·분산 비교, 상대위험도와 승산비 계산, 혼동행렬의 실제·예측 축 방향 확인 후 손계산처럼 조건 해석과 무계산기 수기 계산을 결합한 문항이 당락을 가르고 있습니다.

실기 작업형 1·2·3유형 구조와 시험장 4대 복병

초기 회차에 존재하던 단답형 필답 문항은 폐지되었으며, 현재 빅데이터분석기사 실기는 180분 동안 클라우드 웹 환경에서 Python 또는 R 코드만 작성해 답안을 제출하는 100% 작업형 시험으로 운영됩니다.

총 100점 만점 중 60점 이상이면 합격하며 유형별 과락은 없습니다.

실기 유형문항 수 · 배점핵심 평가 내용제출 형태
작업형 1유형3문항 · 총 30점 (각 10점)결측·이상치 처리, 파생변수, 그룹 집계, 날짜·문자열 필터링 등 데이터 전처리산출된 단일 수치·값을 답안란에 직접 입력
작업형 2유형1문항 · 40점훈련·테스트 데이터를 활용한 분류·회귀 머신러닝 모델 구축 및 성능 최적화예측 결과를 지정 규격의 CSV 파일로 저장·제출
작업형 3유형대문항 2개(소문항 6개) · 총 30점독립·대응 $t$-검정, 분산분석, 카이제곱 검정, 다중·로지스틱 회귀 요약표 해석검정통계량, 회귀계수, 오즈비, $p$-value, 기각 여부 입력

집에서 주피터 노트북이나 RStudio를 켜 놓고 검색해 가며 연습할 때는 순조로워 보이지만, 막상 고사장 컴퓨터 앞에 앉으면 전혀 예상치 못한 곳에서 점수가 깎입니다.

실제 응시자들이 시험 직후 가장 뼈아프게 꼽는 시험장 4대 실전 복병을 미리 대비해야 합니다.

1. 구름(Goorm) 폐쇄망 환경과 자동완성 미지원

실기 고사장은 외부 인터넷이 차단된 구름(Goorm) 기반 웹 IDE로 진행되며, 평소 로컬 에디터에서 습관처럼 쓰던 탭(Tab) 키 자동완성이나 마우스 오버 툴팁, AI 코드 어시스턴트가 전혀 작동하지 않습니다.

scikit-learn의 서브 모듈 경로(sklearn.ensemble, sklearn.metrics)나 함수 인자 철자 하나만 기억나지 않아도 코드가 멈추게 됩니다.

따라서 외운 철자에만 의존하지 말고, 에러가 났을 때 Python의 dir(패키지명)과 help(함수명)(R에서는 ?함수명, args(), str())을 실행해 내장 문서에서 정확한 인자 이름과 사용 예시를 스스로 찾아내는 연습을 반드시 익혀 두어야 합니다.

2. 작업형 1유형 다단계 전처리 조건 누락

배점 30점이 걸린 작업형 1유형은 함수 하나만 호출하면 끝나는 단순 문제보다, 문자열·날짜 형 변환 → 특정 조건 결측치 제거 또는 그룹별 대표값 대체 → 파생변수 계산 후 상위 $N$개 추출처럼 2~3단계 조건이 겹쳐 제시되는 비중이 높습니다.

예를 들어 결측치를 먼저 채운 뒤 필터링하라는 조건과 필터링한 뒤 결측치를 채우라는 조건은 최종 평균이나 표준편차 값이 완전히 달라집니다.

코드를 한 줄로 길게 이어 쓰기보다 지시문 조건을 번호 매겨 쪼개고 단계마다 행 개수(shape·nrow)를 출력해 검산하는 습관이 안전합니다.

3. 작업형 2유형 암기 템플릿 에러·제출 규격·사전점수 재검토 활용

단일 문항에 40점이 배정된 작업형 2유형은 합격을 좌우하는 승부처입니다.

인터넷에 떠도는 ‘만능 코드 10줄’만 통째로 외워 가면, 훈련 세트에는 없던 범주형 레벨이 테스트 세트에 등장하거나 날짜·고유 식별자(ID) 컬럼 처리, 타깃 인코딩 조건이 조금만 달라져도 에러를 고치지 못해 백지를 내기 쉽습니다.

모델 학습 못지않게 치명적인 지점이 최종 CSV 제출 규격입니다.

문제에서 요구한 평가 기준이 분류 클래스(predict)인지 양성 클래스 예측 확률(predict_proba()[:, 1])인지부터 먼저 확인해야 합니다.

제출 파일의 컬럼명과 행 개수가 테스트 데이터와 정확히 일치하는지, 인덱스 열이 불필요하게 포함되지 않았는지(index=False 또는 row.names=FALSE)도 끝까지 점검하세요.

제출 직전에는 저장된 CSV 파일을 다시 read_csv()로 불러와 첫 5행과 결측값 유무를 눈으로 확인하세요.

아울러 시험 종료 뒤 열리는 사전점수 공개 및 재검토 신청 기간도 놓치지 말아야 합니다.

실제로 작업형 2유형 파일을 정상 절차대로 생성·제출했는데도 사전점수 확인 시 0점 등으로 표기된 채점 이슈가 발생했을 때, 공식 재검토 신청 기간 안에 즉시 확인·소명 절차를 밟아 정상 점수로 바로잡은 수험 경험도 확인됩니다.

시험이 끝났다고 최종 발표일까지 손 놓고 있지 말고 KDATA 공지의 사전점수 공개 일정을 꼭 챙기세요.

4. 작업형 3유형 통계량 추출과 지수표기 슬라이싱 실수

작업형 3유형은 가설검정과 회귀·로지스틱 회귀 결과를 코드로 뽑아 소문항별 숫자를 적는 영역입니다.

Python scipy.stats나 statsmodels 요약표(R의 summary(), glm())를 읽을 때는 회귀계수($\beta$)를 그대로 적어야 하는지, 오즈비($\exp(\beta)$)로 변환해야 하는지부터 확인해야 합니다.

특히 2.45e-04처럼 과학적 지수표기로 출력된 $p$-value나 통계량을 앞자리만 잘라 2.45로 오독해 적는 실수가 놀라울 만큼 자주 일어납니다.

답안란에 옮겨 적기 전에 반드시 round(값, 4)나 고정 소수점 포맷(f"{val:.4f}")으로 실제 소수 값을 확인해야 억울한 감점을 막을 수 있습니다.

수험생 유형별 준비 기간과 공부 순서

필기 합격 발표일부터 해당 회차 실기 시험일까지는 통상 약 8~9주밖에 주어지지 않습니다.

코딩 경험이 전혀 없는 상태에서 필기 발표가 난 뒤에야 파이썬이나 R 문법을 처음 펴면 서류 제출과 본업 일정을 병행하다 시간이 부족해지기 쉽습니다.

수험자 배경필기 권장 기간실기 권장 기간핵심 운영 포인트
데이터·통계 전공 및 현업 경험자2~3주3~5주유사 기법 조건 비교 점검 + 폐쇄망 무자동완성 시간 배분 연습
ADsP·SQLD 보유 또는 코딩 유경험자3~5주5~7주빅분기 심화 범위(분산처리·차원축소·모형진단) 보강 + 작업형 1·3유형 집중
통계·프로그래밍 완전 입문자5~8주8~12주필기 2·3·4과목 원리 이해와 함께 실기 언어 기초 문법을 조기 병행
  1. 응시자격 및 서류 사전 점검: KDATA 자가진단으로 학력·경력 인정 여부와 증명서 담당업무 기재 상태를 먼저 확인합니다.
  2. 필기 4과목 흐름 학습: 기획·인프라(1과목) → 탐색·기초통계(2과목, 2과목 무료 완주 허브 활용) → 모델링(3과목) → 진단·평가지표(4과목)를 하나의 분석 파이프라인으로 연결합니다.
  3. 손계산·조건 분해 훈련: 계산기 없이 혼동행렬·기대도수·신뢰구간을 직접 계산하고, 오답 선지가 왜 틀렸는지 조건 단위로 점검합니다.
  4. 실기 언어 확정 및 환경 적응: Python 또는 R 중 하나만 선택해 자동완성 없이 dir()·help()를 활용해 전처리·모델링·가설검정 루틴을 손에 익힙니다.

실기 언어 선택: Python vs R 비교

실기 시험장에서는 Python과 R 중 본인이 편한 언어를 자유롭게 고를 수 있으며 언어에 따른 채점 유불리는 없습니다.

두 언어를 동시에 기웃거리면 문법만 헷갈리므로 아래 기준표로 한 가지를 정해 끝까지 밀고 나가세요.

비교 기준PythonR
핵심 사용 패키지pandas · scikit-learn · scipy / statsmodelstidyverse(dplyr 핵심 함수) · caret / randomForest · 기본 stats
작업형 1·2유형 특징전처리·모델링 파이프라인 구조가 일관적이고 레퍼런스가 풍부함파이프 연산자 기반 데이터 요약이 직관적이며 결측·범주 처리가 간결함
작업형 3유형(가설검정) 특징scipy·statsmodels 함수명을 구분해 익혀 두면 정형화 가능t.test(), lm(), glm() 등 내장 통계 함수가 매우 짧고 요약표가 명확함
추천 수험생코딩 입문자·비전공자, 향후 현업 파이썬 분석·ADP까지 연계하려는 분통계학 수업·논문 등으로 R 경험이 있거나 통계 검정 코드 분량을 줄이고 싶은 분

무료 CBT 점검과 실기 단기 합격 로드맵

빅데이터분석기사를 가장 적은 시간 투자로 끝내는 비결은 필기 2·3·4과목의 전처리·통계 검정·머신러닝 평가지표 개념을 공부할 때 실기 작업형 1·2·3유형 풀이 루틴까지 한 흐름으로 묶는 것입니다.

현재 준비 단계에 맞춰 슬통연구소의 무료 진단 도구와 실기 집중 과정을 바로 활용해 보세요.

작업형 1·2·3유형을 한 번에 끝내는 빅분기 실기 합격 패키지

폐쇄망 시험장에서 자동완성 없이도 막히지 않는 전처리·모델링·가설검정 풀이 공식부터 제출 CSV 검산 루틴, 회차별 기출 해설까지 Python과 R 트랙별로 완비했습니다.

필기 준비 중이라면 필기 2과목 무료 CBT 모의고사 4세트로 조건 해석 실력을 먼저 진단하고, 실기 출제 형태가 궁금하다면 빅분기 실기 기출·모의고사 모음을 먼저 살펴보세요.

R 핵심 문법과 기출 유형별 풀이 코드만 빠르게 독학하고 싶은 분은 빅분기 R 실기 공략.zip 전자책 안내에서 상세 목차를 확인할 수 있습니다.

자주 묻는 질문

비전공자도 빅데이터분석기사에 응시하고 합격할 수 있나요?

4년제 대학 졸업자(또는 졸업예정자)라면 전공과 무관하게 응시자격을 충족합니다. 다만 경력 요건으로 서류를 낼 때는 경력증명서 담당업무란에 데이터 분석·통계·DB·소프트웨어 개발 등 인정 직무 내용이 구체적으로 적혀 있어야 보완 요청을 피할 수 있으며, 졸업예정자는 서류 마감일 기준 졸업예정증명서 발급 가능 여부를 미리 확인해야 합니다.

필기 평균이 60점이 넘으면 무조건 합격인가요?

아닙니다. 4과목 전체 평균 60점(총 48문항) 이상과 과목별 40점(8문항) 이상을 동시에 만족해야 합니다. 한 과목이라도 7문항 이하(35점 이하)를 맞히면 총점과 관계없이 과락으로 불합격합니다.

필기 합격 후 실기시험은 언제까지 응시할 수 있나요?

필기시험 합격자는 해당 필기 합격자 발표일로부터 2년 동안 필기시험을 면제받습니다. 단, 응시자격 서류 심사를 정해진 기간 안에 통과해야 실기 원서접수가 가능하므로 본인 회차 공고문을 반드시 확인하세요.

필기와 실기 시험장에서 계산기나 코드 자동완성을 쓸 수 있나요?

필기시험에서는 공학용·일반 계산기를 모두 사용할 수 없어 분수·소수 수기 계산 연습이 필요합니다. 실기시험 역시 외부 검색이 차단된 구름(Goorm) 웹 환경에서 치러지며 자동완성 기능이 지원되지 않으므로 Python의 dir()·help()나 R의 ? 도움말로 함수 인자를 직접 확인하는 방법을 익혀 두어야 합니다.

실기 작업형 점수가 예상과 다를 때 확인할 방법이 있나요?

KDATA는 최종 합격자 발표에 앞서 사전점수 공개 및 재검토 신청 기간을 운영합니다. 시험장에서 제출 파일 형식(컬럼명·인덱스 제외 여부)을 꼼꼼히 검산하는 것이 우선이며, 정상 제출했음에도 채점 결과에 이상이 있다고 판단되면 반드시 공식 사전점수 공개 및 재검토 신청 기간 안에 소명 절차를 신청해 확인해야 합니다.

최종 업데이트: 2026년 11월 15일 (2026 시행 이력 및 차기 출제기준·응시 유의사항 반영)
공식 출처: KDATA 빅데이터분석기사 안내, KDATA 시험일정, KDATA 응시자 유의사항


당신이 좋아할 만한 콘텐츠

by Google Adsense


관련 글 보기