ADsP 과락 기준과 51회 일정, 통계는 적용 조건·결과 해석부터 공부

ADsP 통계 파트를 공부하다 보면 묘하게 막히는 순간이 와요. t검정 공식도, 카이제곱 공식도 노트에 다 적어 두었는데, 막상 문제를 펴면 “이 상황엔 어떤 검정을 써야 하지?”, “이 출력 결과에서 결론이 뭐지?”에서 손이 멈춰요. 공식은 머릿속에 있는데 답이 나오지 않는 거죠.

이 글은 바로 그 지점에서 멈춘 분들을 위한 정리예요. 한국데이터산업진흥원 데이터자격검정 공식 일정을 보면 2026년 마지막 정기 회차인 제51회 시험은 10월 31일(토)이고, 원서 접수는 10월 2일에 이미 마감됐어요. 10월 13일 확인 기준으로 접수한 분에게는 시험까지 18일 정도가 남았고, 접수하지 못한 분은 올해 안에 다시 응시할 정기 회차가 없어요. 그래서 이 글이 답하려는 질문은 하나예요. 남은 시간 동안 통계 공부를 공식 암기 말고 무엇으로 채워야 할까요?

결론부터 말하면, 공식을 한 번 더 외우는 것보다 “적용 조건 → 사용할 방법 → 결과에서 읽을 숫자” 세 단계를 한 묶음으로 연습하는 쪽이 남은 기간에 더 잘 맞아요. 공식 출제 범위를 보면 데이터분석 과목 안에 R기초와 데이터 마트, 통계분석, 정형 데이터 마이닝이 함께 들어 있어요. 통계 개념과 R이 한 과목으로 묶여 있다는 건, 공식 자체보다 상황에 맞는 방법을 고르고 R 결과를 해석하는 힘이 함께 필요하다는 뜻으로 읽는 게 자연스러워요.

먼저 시험 구조부터 숫자로 잡아 볼게요. 아래에 공식 자격 안내 페이지의 과목별 문항 수와 ‘문항당 2점’ 배점을 바탕으로 제가 과락선과 합격선을 계산해 정리했어요.

항목별로 나눠 보면 눈여겨볼 곳은 데이터분석 과목이에요. 전체 점수의 60%가 여기에 걸려 있고, 이 과목에서만 12문항 이상 맞혀야 과락을 피해요. 다만 그 30문항 가운데 통계분석이 몇 문항인지는 공식 페이지에 나와 있지 않아서 단정할 수 없어요. 그러니 통계를 버리고 다른 영역으로 메우겠다는 전략은 위험하고, 반대로 통계만 붙잡고 R기초나 데이터 마이닝을 비워 두는 것도 불안해요. 시험은 90분 동안 객관식 50문항을 푸는 필기시험 하나로 끝나고, 실기는 없어요. 합격 기준은 총점 60점이라 50문항 중 30문항을 맞히면 되는 구조예요.

공식은 “어떻게 계산하나”에 답해 줘요. 그런데 시험 문제는 대개 “이 상황에 무엇을 쓰나”와 “이 결과가 무슨 뜻이냐”를 물어요. 질문의 층이 다르니 공식을 아무리 정확히 외워도 첫 단추에서 막히는 거예요. 막히는 지점은 보통 세 군데로 나뉘어요.

• 자료의 형태를 먼저 보지 않는 경우: 변수가 숫자로 재는 연속형인지, 그룹을 나누는 범주형인지부터 정해져야 검정 후보가 줄어요. 성별과 구매 여부처럼 둘 다 범주형이면 평균을 비교하는 t검정은 처음부터 후보가 아니에요.
• 표본이 짝지어져 있는지 놓치는 경우: 같은 사람의 교육 전후 점수를 비교하는 건 대응표본이고, 서로 다른 두 반의 점수를 비교하는 건 독립표본이에요. 숫자 모양은 비슷해 보여도 쓰는 방법이 달라져요.
• 귀무가설이 무엇인지 말하지 못하는 경우: 대부분의 검정에서 귀무가설은 “차이가 없다”, “관계가 없다” 쪽이에요. 정규성 검정은 “정규분포를 따른다”가 귀무가설이라 해석 방향이 반대로 느껴지기 쉬워요.

여기에 하나를 더하면 p-value의 뜻이에요. p-value는 “귀무가설이 참일 확률”이 아니라, 귀무가설이 맞다고 가정했을 때 지금처럼 극단적이거나 그보다 더 극단적인 결과가 나올 확률이에요. 이 한 문장만 정확히 잡아 두어도 해석 문제에서 틀린 보기를 걸러 내기가 훨씬 쉬워져요.

판단 순서는 단순하게 가져가는 편이 좋아요. 첫째, 알고 싶은 게 평균 차이인지, 비율이나 빈도의 관계인지, 두 변수가 함께 움직이는지 정해요. 둘째, 자료가 연속형인지 범주형인지, 집단이 몇 개인지, 짝지어져 있는지 봐요. 이 두 가지가 정해지면 방법은 거의 자동으로 따라와요.

위 목록은 항목마다 질문, 조건, 방법 순서로 읽도록 만들었어요. 문제 지문을 읽으면서 ‘알고 싶은 것’에 먼저 답하고, ‘자료 조건’으로 후보를 좁히는 식이에요. R 함수 예는 옵션 하나가 분석 종류를 바꾼다는 점 때문에 넣었어요. R 공식 문서 기준으로 t.test는 아무 옵션을 주지 않으면 두 집단의 분산이 같다고 가정하지 않는 웰치(Welch) 방식으로 계산하고, paired 옵션의 기본값은 FALSE예요. cor.test는 method를 지정하지 않으면 피어슨 상관계수를 써요. chisq.test는 2×2 표에서 기본적으로 연속성 보정을 적용하고, 결과 안에 기대도수를 담아 주기 때문에 기대도수가 너무 작은 칸이 있는지 expected 값으로 따로 볼 수 있어요. shapiro.test는 결측값을 뺀 관측값이 3개 이상 5,000개 이하일 때만 동작해요. 이런 기본값 차이는 R 코드와 출력이 함께 나오는 문제에서 보기를 가르는 단서가 되기도 해요.

출력 결과를 처음 보면 숫자가 너무 많아서 어디서부터 봐야 할지 막막해요. 아래 네 단계를 늘 같은 순서로 쓰는 걸 권해요. 순서가 정해져 있으면 낯선 출력도 같은 방식으로 뜯어볼 수 있어요.

1. 어떤 분석인지: 출력 맨 위의 제목 줄을 봐요. 예를 들어 t.test 결과 첫 줄에 Welch Two Sample t-test라고 나오면 분산이 같다고 가정하지 않은 독립표본 t검정이라는 뜻이에요.
2. 무엇을 검정했는지: alternative hypothesis 줄에서 대립가설이 양측인지 한쪽인지, 무엇과 비교했는지 봐요. 귀무가설은 그 반대편이에요.
3. 유의한지: p-value를 문제에서 정한 유의수준(흔히 0.05)과 비교해요. p-value가 더 작으면 귀무가설을 기각하고, 크면 기각하지 못해요.
4. 얼마나, 어느 방향인지: 평균 차이, 상관계수, 회귀계수의 부호와 크기, 신뢰구간을 봐요. 유의하다는 사실만으로는 효과가 큰지 작은지 알 수 없어요.

해석 문제에서 자주 엇갈리는 지점

• p-value가 0.05보다 크다는 건 “차이가 없다는 게 증명됐다”가 아니라 “차이가 있다고 말할 근거가 부족하다”는 뜻이에요.
• 두 평균 차이의 95% 신뢰구간이 0을 포함하면, 같은 자료로 한 양측 검정은 유의수준 0.05에서 유의하지 않다는 결론과 맞물려요.
• 샤피로-윌크 검정에서 p-value가 크면 “정규성 가정을 기각할 근거가 없다”로 읽어요. 읽는 방식은 다른 검정과 같다는 점을 기억하면 덜 헷갈려요.
• 상관계수가 유의해도 원인과 결과를 말해 주지는 않아요. 함께 움직인다는 것까지만 말할 수 있어요.
• 회귀분석 요약에서는 모형 전체의 유의성(F 통계량의 p-value), 설명력(결정계수), 개별 변수의 유의성(계수별 p-value)을 서로 다른 질문으로 나눠 읽어요.

상황마다 맞는 계획이 다르니, 이해를 돕기 위해 두 가지 사례를 가정해 볼게요. 실제 인물의 이야기가 아니라 판단 기준을 적용해 보는 예시예요.

가정 사례 1: 제51회에 접수했고, 평일 저녁 1시간 정도 낼 수 있는 직장인

10월 13일 기준으로 이분에게 남은 날은 18일 정도예요. 새로운 교재를 처음부터 다시 보기보다, 이미 가진 공식 노트를 ‘판단표’로 바꾸는 데 시간을 쓰는 게 좋아요.

1. 1~6일차: 위의 검정 선택 목록을 직접 손으로 다시 적어 봐요. 문제를 풀 때 계산은 하지 말고, 지문만 읽고 어떤 방법을 쓸지 고르는 연습만 해요.
2. 7~12일차: R 출력 결과를 네 단계 순서로 읽는 연습을 해요. 회귀분석, 주성분분석 같은 다변량 분석과 시계열의 정상성 개념도 이 기간에 한 번씩 훑어요. 출제 범위의 세부항목에 다변량 분석과 시계열 예측이 들어 있기 때문이에요.
3. 13~16일차: 세 과목 전 범위 문제를 시간을 재고 풀어 봐요. 점수보다 과목별 정답 수를 따로 세어서 데이터 이해와 데이터분석 기획이 각각 4문항, 데이터분석이 12문항이라는 과락선을 넘는지 봐요.
4. 17~18일차: 틀린 문제의 ‘왜 틀렸는지’만 다시 봐요. 공식 일정상 수험표는 10월 16일부터 출력할 수 있으니, 그 사이에 미리 출력해 두면 마지막 이틀을 온전히 복습에 쓸 수 있어요.

가정 사례 2: 접수를 놓쳤고, 다음 기회를 노리는 대학생

제51회 접수는 10월 2일에 끝났기 때문에 이분은 올해 정기 회차에 응시할 수 없어요. 다음 해 일정은 아직 공식 공고를 보지 못했기 때문에 여기서 날짜를 짐작하지 않을게요. 대신 시간이 넉넉하다는 장점을 살려, 이번엔 공식을 외우기 전에 R로 직접 돌려 보는 순서로 공부해 보는 걸 권해요. R에 기본으로 들어 있는 sleep 데이터처럼 작은 예제 자료로 t.test를 독립표본과 대응표본으로 각각 실행해 보고, 결과 첫 줄과 p-value가 어떻게 달라지는지 비교해 보는 식이에요. 공식이 왜 그렇게 생겼는지 결과를 보고 거꾸로 이해하면, 나중에 외울 양이 오히려 줄어요. 한국데이터산업진흥원 데이터자격검정 사이트의 시험일정 메뉴에 새해 일정이 올라오면 접수 시작일부터 달력에 표시해 두세요.

거창한 계획보다 오늘 할 수 있는 작은 일부터 시작해 볼게요.

1. 지금 가진 공식 노트를 펴고 각 공식 옆에 “언제 쓰나(자료 조건)”와 “결과에서 볼 숫자” 두 칸을 새로 적어요. 채우지 못하는 칸이 바로 다음에 공부할 곳이에요.
2. 최근에 틀린 통계 문제 다섯 개를 골라, 틀린 이유를 ‘방법 선택’, ‘귀무가설 방향’, ‘숫자 해석’ 중 하나로 분류해 봐요. 가장 많이 나온 유형이 남은 기간의 우선순위예요.
3. 제51회 접수자라면 데이터자격검정 사이트에 로그인해 접수 내역에서 응시 종목과 시험장이 맞는지 보고, 10월 16일 수험표 출력 일정을 휴대폰 알림으로 등록해요.
4. 시험장 입실 시간과 준비물, 계산기 사용 가능 여부는 10월 13일 확인 때 공식 근거를 찾지 못했어요. 수험표와 데이터자격검정 사이트 공지사항에 적힌 안내를 기준으로 삼아 주세요.

통계는 외운 공식의 개수보다, 처음 보는 상황에서도 같은 순서로 판단할 수 있느냐가 더 중요해요. 남은 시간이 길지 않더라도 판단 순서 하나만 몸에 붙여 두면 시험장에서 덜 흔들릴 거예요.

정보 확인일: 2026-10-13

참고한 공식 출처

• 한국데이터산업진흥원 데이터자격검정 – 데이터분석 준전문가(ADsP) 자격 안내
• 한국데이터산업진흥원 데이터자격검정 – 2026년 시험일정
• R 공식 문서 – t.test
• R 공식 문서 – cor.test
• R 공식 문서 – chisq.test
• R 공식 문서 – shapiro.test