빅데이터분석기사 필기 2·3과목 과락 방어 가이드: 통계·모델링 핵심 공부법

빅데이터분석기사 필기 2·3과목은 통계와 모델링 개념이 연결되어 있어, 용어만 암기하면 보기 하나가 바뀌었을 때 점수가 크게 흔들리기 쉽습니다. 이 글은 전 범위를 다시 요약하는 대신 과락을 피하기 위해 먼저 맞혀야 할 개념, 자주 헷갈리는 구분, 남은 기간별 복습 순서를 한 번에 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.

과락 방어 목표부터 숫자로 정하기

빅데이터분석기사 필기는 과목별 20문항입니다. 문항별 배점이 같다고 환산하면 8문항이 40점이고, 과락 기준은 40점 미만입니다. 하지만 8문항을 목표로 공부하면 한두 번의 판단 실수로 바로 과락권에 들어갑니다. 따라서 2·3과목은 각각 10~12문항을 안정적으로 맞히는 것을 1차 목표로 잡는 편이 안전합니다.

진단 결과	현재 상태	다음 행동
7문항 이하	과락 위험	새 문제보다 핵심 개념 1회독 후 같은 유형 재진단
8~9문항	경계 구간	혼동 개념 비교표와 오답 이유 설명 훈련
10~12문항	방어 가능	약한 단원 2개만 집중 보완
13문항 이상	점수 확보 구간	복습 시간을 1·4과목 또는 취약 과목에 배분

현재 위치를 먼저 확인하려면 빅분기 합격·과락 계산기에 과목별 정답 수를 입력해 보세요. 평균 점수가 높아도 한 과목이 과락이면 합격할 수 없으므로 전체 평균과 과목별 점수를 함께 봐야 합니다.

2과목과 3과목, 공부 방식이 다른 이유

구분	2과목 빅데이터 탐색	3과목 빅데이터 모델링
큰 흐름	데이터 정제·변수 처리 → 탐색 → 통계기법	모형 설계 → 분석기법 적용 → 고급 분석기법
우선 질문	데이터와 통계량을 어떻게 준비하고 해석하는가?	목적과 데이터에 어떤 모형을 적용하는가?
주요 실수	조건을 빼고 공식만 기억함	알고리즘 이름과 특징을 분리해 외움
방어 전략	전처리와 통계 해석의 기본 문제를 놓치지 않기	모형 선택·가정·과적합 해결을 한 묶음으로 정리하기

2과목 과락 방어: 전처리와 통계 해석을 먼저 잡기

2과목은 크게 데이터 정제, 분석 변수 처리, 데이터 탐색, 통계기법 이해로 이어집니다. 계산이 부담스럽더라도 모든 공식을 깊게 파기보다 상황을 읽고 적절한 처리·통계 개념을 고르는 능력부터 확보하세요.

1순위: 결측값·이상값·변수 변환

• 결측값: 삭제, 단순 대치, 다중 대치가 정보를 얼마나 보존하고 어떤 편향을 만들 수 있는지 구분합니다.
• 이상값: IQR·상자그림 등 탐지 방법과 삭제·대체·변환의 차이를 연결합니다. 이상값은 무조건 제거하는 값이 아니라 분석 목적과 발생 원인을 확인해야 하는 값입니다.
• 변수 변환: 로그·제곱근 변환, 표준화, 정규화, 범주형 변수 인코딩을 사용하는 이유를 말로 설명합니다.
• 불균형 데이터: 언더샘플링, 오버샘플링, SMOTE, 비용 민감 학습의 장단점을 비교합니다.

2순위: 변수 선택과 차원 축소

필터·래퍼·임베디드 방식은 ‘모델 학습 전인가, 모델을 반복해서 쓰는가, 모델 내부에서 선택하는가’로 구분합니다. PCA는 원래 변수를 그대로 고르는 방식이 아니라 분산을 많이 설명하는 새로운 축을 만드는 차원 축소입니다. 변수 선택과 차원 축소를 같은 말로 외우지 않는 것이 중요합니다.

3순위: 기술통계·확률분포·추정·가설검정

1. 평균·중앙값·최빈값과 분산·표준편차가 데이터의 무엇을 요약하는지 확인합니다.
2. 이산형과 연속형 확률분포를 구분하고, 베르누이·이항·포아송·정규·t·카이제곱·F분포의 사용 상황을 연결합니다.
3. 점추정과 구간추정, 신뢰수준과 신뢰구간의 관계를 정리합니다.
4. 귀무가설·대립가설 → 유의수준 → 검정통계량 또는 p-value → 판단 순서를 문장으로 설명합니다.

헷갈리는 개념	과락 방어용 한 줄 구분
표준화 vs 정규화	표준화는 평균 0·표준편차 1의 척도로, 정규화는 보통 일정 범위로 값을 조정
상관관계 vs 인과관계	상관은 함께 변하는 정도이며 원인과 결과를 자동으로 뜻하지 않음
1종 오류 vs 2종 오류	1종은 참인 귀무가설을 기각, 2종은 거짓인 귀무가설을 기각하지 못함
p-value vs 유의수준	p-value가 미리 정한 유의수준보다 작으면 귀무가설 기각
PCA vs 변수 선택	PCA는 새 축을 만들고, 변수 선택은 기존 변수의 일부를 고름

ADsP·빅분기 공통 개념 3편: 2과목 가설검정은 p-value·1종·2종 오류 총정리로, 3과목 시계열은 AR·MA·ACF·PACF 차이로, 회귀 정규화는 Ridge·Lasso·Elastic Net 차이로 이어서 복습하세요.

3과목 과락 방어: 목적·가정·해결책을 연결하기

3과목은 알고리즘 수가 많아 보여도 질문의 뼈대는 비슷합니다. ‘지도학습인가 비지도학습인가 → 종속변수는 연속형인가 범주형인가 → 어떤 가정과 한계가 있는가 → 과적합을 어떻게 줄이는가’ 순서로 정리하면 암기량을 줄일 수 있습니다. 알고리즘 하나당 목적·핵심 원리·장점·주의점 네 칸만 채워도 보기 판단력이 좋아집니다.

1순위: 데이터 분할과 과적합

훈련 데이터는 모형을 학습하고, 검증 데이터는 학습 과정의 모형·하이퍼파라미터 선택에 사용하며, 테스트 데이터는 최종 성능을 확인합니다. 테스트 결과를 보고 모형을 계속 고치면 정보 누수가 생길 수 있습니다. 홀드아웃, K-fold 교차검증, LOOCV, 부트스트랩은 데이터 양과 반복 방식의 차이로 비교하세요.

2순위: 회귀·로지스틱 회귀와 정규화

• 선형회귀: 연속형 종속변수를 설명·예측하며 선형성, 독립성, 정규성, 등분산성 등 가정과 잔차 진단을 함께 봅니다.
• 로지스틱 회귀: 범주형 결과의 확률을 모델링하며 오즈와 로짓의 의미를 구분합니다.
• Lasso: L1 패널티를 사용하며 일부 계수를 0으로 만들어 변수 선택 효과를 낼 수 있습니다.
• Ridge: L2 패널티를 사용하며 계수를 줄이지만 보통 정확히 0으로 만들지는 않습니다.
• Elastic Net: L1과 L2 성격을 결합합니다.

3순위: 나무·앙상블·SVM·군집·연관분석

기법	먼저 기억할 것	함께 비교할 것
의사결정나무	규칙이 직관적이지만 깊어지면 과적합 가능	가지치기, 분할 기준
배깅·랜덤 포레스트	여러 모형을 병렬적으로 결합해 분산을 낮추는 방향	부트스트랩 표본, 변수 무작위성
부스팅	이전 오차를 보완하며 순차적으로 학습	과적합·이상값 민감성
SVM	마진을 최대화하는 결정경계	커널, 스케일링
K-means	군집 수 K를 미리 정하고 중심과 거리 기반 반복	초깃값·이상값·스케일 영향
DBSCAN	밀도 기반으로 군집과 잡음을 구분	복잡한 모양, 밀도 차이
연관분석	지지도·신뢰도·향상도로 항목 관계 평가	향상도 1을 독립 기준으로 해석

4순위: 인공신경망·시계열·비정형 데이터

인공신경망에서는 활성화 함수, 손실함수, 학습률, 경사하강법, 배치·에포크, 과적합 완화 방법을 한 흐름으로 봅니다. CNN은 이미지의 공간적 특징, RNN·LSTM은 순서와 시간 의존성을 다루는 데 초점을 둡니다. 시계열은 정상성, 추세·계절·순환·불규칙 요인, AR·MA와 ACF·PACF의 관계를 우선 정리하세요. 텍스트 마이닝은 전처리와 벡터화(Bag of Words, TF-IDF, 임베딩)의 목적을 비교하는 수준부터 시작합니다.

ADsP 합격자라면 이렇게 시간을 줄이기

ADsP를 공부했다면 기술통계, 확률분포, 추정·검정, 회귀·분류·군집·연관분석·시계열의 기본 뼈대는 진단 문제로 빠르게 확인할 수 있습니다. 다만 ‘겹치니까 안 봐도 된다’고 판단하면 위험합니다. 공통 범위는 압축하고 빅분기에서 더 세분화된 전처리·데이터 분할·딥러닝·비정형 분석을 보충하는 방식이 효율적입니다.

ADsP에서 바로 넘어왔다면: ADsP 합격자를 위한 빅분기 필기 15일 공부법에서 날짜별 공통 범위와 추가 범위를 확인하세요.

시험 7일 전 과락 방어 루틴

날짜	2과목	3과목	완료 기준
D-7	20문항 진단	20문항 진단	오답을 단원별로 분류
D-6	결측·이상·변수 처리	데이터 분할·과적합	각 개념을 한 문장으로 설명
D-5	기술통계·확률분포	회귀·로지스틱·정규화	혼동표를 보지 않고 재작성
D-4	추정·가설검정	나무·앙상블·SVM	오답 선택지가 틀린 이유 기록
D-3	PCA·상관·EDA	군집·연관·시계열	기법별 목적·주의점 2개씩
D-2	두 과목 재진단		각 10문항 이상인지 확인
D-1	오답표와 비교표만 짧게 복습		새 범위를 시작하지 않음

오답노트는 ‘정답’보다 ‘구분 기준’을 적기

오답노트에 정답 번호만 쓰면 비슷한 보기가 나왔을 때 같은 실수를 반복합니다. 아래 네 줄만 적어도 복습 효율이 크게 달라집니다.

1. 내가 고른 개념과 실제로 필요한 개념
2. 문제에서 판단 근거가 된 조건 또는 단어
3. 틀린 선택지가 틀린 이유 한 문장
4. 다음에 같은 개념을 만났을 때 사용할 구분 기준

과락 방어 체크: ‘안다’가 아니라 설명할 수 있는지, 공식이 아니라 적용 조건을 구분할 수 있는지, 모형 이름이 아니라 목적과 한계를 연결할 수 있는지 확인하세요.

자주 묻는 질문

다음 단계: 오늘 2·3과목을 각각 20문항씩 진단하고, 합격·과락 계산기에서 점수를 확인하세요. 10문항 미만인 과목은 이 글의 1·2순위 단원부터 복습한 뒤 같은 기준으로 다시 측정하면 됩니다.