ADsP는 데이터 분석을 묻지만 분석은 시키지 않는다

데이터 분석 자격증이라는 이름을 단 ADsP는 정작 응시자에게 분석을 시키지 않아요.
시험 전체가 100% 객관식 50문제예요.
코드를 짜는 문항도, 실제 데이터셋을 다루는 과제도 단 한 문항도 없어요.

이름은 '데이터분석준전문가'인데 시험장에서 마주하는 건 노트북이 아니라 OMR 카드예요.
운전면허 필기시험과 구조가 똑같아요.
도로 주행은 나중 일이고, 일단 교통법규 객관식을 통과하면 "운전을 알고 있다"는 서류가 나오는 거예요.

그래서 ADsP를 준비하다 보면 이런 순간이 반드시 와요.
"데이터를 분석하는 사람이 되고 싶은데 왜 나는 지금 R 함수 이름을 외우고 있지?"
그 물음이 든다면 이미 ADsP의 본질을 절반쯤 이해한 거예요.

객관식 50문제 90분이 합격선의 전부다

ADsP 응시생의 당락은 단 90분 안에 갈려요.
데이터의 이해, 데이터분석 기획, 데이터분석, 통계와 R 기초, 이렇게 4개 과목 50문제를 한 번에 풀어요.
100점 만점에 60점 이상이면 합격이에요.

단, 함정이 하나 있어요.
어느 한 과목에서 40% 미만을 받으면 총점이 60점을 넘어도 과락으로 떨어져요.
과락이란 특정 과목 점수가 너무 낮아 전체 합격 여부와 무관하게 자동으로 탈락하는 제도예요.

그러니까 "한 과목은 포기하고 나머지에서 점수를 긁어오겠다"는 전략은 원천봉쇄예요.
그리고 이 사실이 기묘하게 느껴질 수 있어요.
이력서에 평생 남는 자격이 단 한 번의 90분짜리 객관식으로 결정된다는 거잖아요.

토익이나 운전면허처럼, 실력보다 '이 시험이 어떻게 생겼는지'를 먼저 파악한 사람이 더 유리한 구조예요.
시험 유형 적응이 반은 먹고 들어가는 셈이에요.

비전공자 한 달 합격 후기가 가장 많은 자격증이다

데이터 분석은 어렵다지만 ADsP는 달라요.
비전공자, 문과생, 통계 수업 한 번도 들어본 적 없는 사람이 4주에서 6주 단기 준비로 합격하는 사례가 블로그와 커뮤니티에 수천 건 쌓여 있어요.
"한 달 합격 후기"가 이 자격증만큼 많이 달리는 데이터 시험도 드물어요.

하지만 회차마다 합격률이 30%대에서 60%대까지 큰 폭으로 출렁여요.
준비 없이 "어차피 쉽겠지"라고 들어갔다가 어이없이 떨어지는 사람도 그만큼 많다는 뜻이에요.
헬스장에 처음 가본 사람이 한 달 집중으로 PT 자격증을 딸 수 있지만, 아무것도 안 읽고 들어가면 당연히 떨어지는 것과 같은 풍경이에요.

결국 ADsP는 "어렵지는 않지만 준비는 해야 하는" 시험이에요.
진입 장벽은 낮아요.
하지만 그 낮은 장벽 앞에서 방심한 사람이 가장 많이 발목을 잡히는 시험이기도 해요.

ADsP가 진짜 평가하는 것은 분석이 아닌 통계 용어다

ADsP에 합격했다는 사실이 데이터 분석을 할 줄 안다는 증명은 아니에요.
출제 문항의 상당수가 통계 용어 정의, 분석 프로세스 단계명, R 함수 이름, 회귀·군집·연관 분석의 개념 구분이에요.
전부 암기형이에요.

요리 자격증을 보러 갔더니 실기로 칼질이 아니라 향신료 이름 받아쓰기를 시키는 셈이에요.
그래서 실무에서 SQL을 짜고 머신러닝 모델을 돌릴 줄 아는 사람도, 시험이 요구하는 용어 표기를 헷갈리면 떨어져요.
반대로 코드는 한 줄도 못 짜지만 오버피팅이 뭔지, 귀무가설이 뭔지 정의를 외운 사람이 붙기도 해요.

참고로 오버피팅이란 모델이 훈련 데이터에만 지나치게 맞춰져서 새 데이터에는 엉터리 결과를 내는 현상이에요.
귀무가설은 "차이가 없다"는 가정에서 출발해 데이터로 반증을 시도하는 통계적 전제예요.
두 용어 모두 ADsP 단골 출제 소재예요.

그렇다고 ADsP가 쓸모없는 자격증이라는 말은 아니에요.
'능력 증명'보다는 "이 사람이 데이터 분야에 입문하려는 의지가 있다"는 신호에 가까운 거예요.
취업 서류 통과용이나 공기업 가산점용으로 가장 많이 활용돼요.

하지만 결국 이 물음은 남아요.
용어를 외워서 합격한 사람과 실제로 데이터를 다뤄본 사람을 실무에서 구분하는 건 ADsP가 아니라 시간이에요.