데이터분석 자격증 - deiteobunseog jagyeogjeung

DATA 정기시험 일정회차시험일시행 등급시험 시간접수 기간성적 발표7회2023-01-07(토)1, 2급15:0022년 11/7(월) ~ 23년 01/05(목)시험종료 즉시8회2023-03-18(토)01/09(월) ~ 03/16(목)9회2023-05-20(토)03/20(월) ~ 05/18(목)10회2023-07-22(토)05/22(월) ~ 07/20(목)11회2023-09-16(토)07/24(월) ~ 09/14(목)12회2023-11-18(토)09/18(월) ~ 11/16(목)

합격 기준

1,000점 만점 기준 : 객관식 200점, 작업형 800점

합격기준구분출제 문항 구성합격 기준과목시험시간급수객관식작업형총 문항Python120분1급15개10개25개600점 이상50분2급12개8개20개Excel120분1급10개27개37개50분2급10개18개28개

 IT 자격증의 종류에 대해 검색하다가 데이터 분석 관련 자격시험이 있다는 것을 알게 되었습니다. 다른 자격증들과 다르게 이 자격증들은 따기 엄청 어려우며 따고 나면 업계에서도 인정받을 수 있는 자격증이라고 하는데요.

이 자격증에 대해서 한번 정리해보도록 하겠습니다.

| 자격증 명칭과 설명

 데이터 관련 자격증을 주관하는 곳은 아래 사이트기관인것 같습니다.
아래 사이트에 들어가보니 DAP ADP SQLP 이외에 s가 붙어 준전문가 자격증이 있었고 SQLP SQDP 두 가지로 나뉘어 있었습니다. semi 자격증이 있는 거 보면 정말 어려운 자격증인 것이 틀림없는 것 같습니다!

http://www.dbguide.net/index.db

데이터 전문가 지식포털 DBGuide.net

제15회 ADP / 제23회 ADsP 자격검정 시 험 일  11월 23일 접수기간~ 11월 4일까지

www.dbguide.net

| 자격증별 응시 자격 및 합격기준

 우선 각 자격증별 응시 자격 및 합격기준을 살펴볼게요.

응시자격을 보니 DAP와 ADP를 다이렉트로 따는 건 쉽지 않아 보여요. 괜히 semi 자격증이 있는 건 아닌 듯..

1. 국가공인 DA 전문가 (DAP)

2. DA 준전문가 (DAsP)

3. 국가공인 SQL 전문가(SQLP)

4. 국가공인 SQL 개발자(SQDP)

5. 국가공인 데이터 분석 전문가(ADP)

6. 국가공인 데이터 분석 준전문가(ADsP)

| 2020 자격증 시험 일정은?

 시험일정은 생각보다 많은 것 같아요. 데이터 분석 전문가 자격증만 필기/실기로 나뉘어있고 나머지는 필기시험만 보는 듯해요.

| 자격증 시험 응시료는?

역시 예상했던 대로 응시료가 만만치 않네요. 떨어지면 속상할 것 같아요. 그렇다고 한 번에 붙으리란 보장도 없고 ㅠ

| DAP/SQLP/ADP 따면 좋아?

DAP. 데이터 아키텍처 전문가 정의

데이터아키텍처 전문가(DAP, Data Architecture Professional)란 효과적인 데이터아키텍처 구축을 위해 전사 아키텍처와 데이터 품질관리에 대한 지식을 바탕으로 데이터 요건 분석, 데이터 표준화, 데이터 모델링, 데이터베이스 설계와 이용 등의 직무를 수행하는 실무자를 말합니다.

SQLP, SQL 전문가의 정의

SQL 전문가(SQLP*, SQL Professional)란 데이터베이스와 데이터 모델링에 대한 지식을 바탕으로 데이터를 조작하고 추출하는 데 있어서 정확하고 최적의 성능을 발휘하는 SQL을 작성할 수 있고, 이를 토대로 SQL을 내포하는 데이터베이스 프로그램이나 응용 소프트웨어의 성능을 최적화하거나, 이러한 성능 최적화를 지원할 수 있는 데이터베이스 개체(뷰, 인덱스 등)의 설계와 구현 등의 직무를 수행하는 전문가를 말한다.

ADP, 데이터 분석 전문가 정의

데이터 분석 전문가란 데이터 이해 및 처리 기술에 대한 기본지식을 바탕으로 데이터 분석 기획, 데이터 분석, 데이터 시각화 업무를 수행하고 이를 통해 프로세스 혁신 및 마케팅 전략 결정 등의 과학적 의사결정을 지원하는 직무를 수행하는 전문가를 말한다.

우선, 이 시험들을 다 합격하신 분의 블로그 포스팅을 소개해볼게요. 이분의 인터뷰를 보면 체감할 수 있는 대략의 시험 난이도와 실무에 도움이 되는지에 대한 자세한 대답이 될 것 같습니다. 

https://m.blog.naver.com/PostView.nhn?blogId=sujebee&logNo=220755979385&proxyReferer=https%3A%2F%2Fwww.google.com%2F

빅데이터의 중요성이 점차 강조되면서 빅데이터 인재를 양성하려는 움직임도 점차 늘어나고 있다. 그 일환 중에 한 가지가 관련 자격시험을 만들고 이를 통과한 사람들에게 자격증을 수여하도록 만든 것이다. 자격증에 예민한 우리나라 사람들의 심리를 이용한 것인지, 자격증을 통해 인재를 확인할 수 있는 방법을 만들려는 것인지는 모르겠지만 말이다. 여하튼 점점 더 많은 사람들이 자격시험에 많은 관심을 가지게 되고 이는 빅데이터를 공부하고자 하는 사람들에게 하나의 화두가 되고 있다. 오프라인 서점을 가보더라도 빅데이터 자격증을 위한 서적의 수가 점차 늘어나는 듯하다.

빅데이터 관련 자격증 따두면 실질적으로 도움이 될까?

실제로 ADsP, ADP, SQLD, SQLP, 빅데이터 분석기사, 빅데이터 큐레이터 등 관련한 자격시험이 많이 존재한다. 하지만 여타 다른 자격증들과 마찬가지로 빅데이터 관련 자격증들도 도전을 하고자 하는 사람들한테 하나 질문을 남긴다. 과연 이러한 자격증들을 취득하는 것이 내 실력을 높이는 것이나 취업 시에 실질적으로 많은 도움이 될까 하는 문제이다. 어떤 행동을 하는 것이 좋을까 하지 않는 것이 좋을까 하는 고민은 그것이 나의 목적 수행해 도움이 될지 아닐지 판단이 안돼서 오는 경우가 많다. 이번 시간에는 이런 고민을 겪고 있는 사람들에게 자격증의 도움 정도에 대해서 의견을 전달하려 한다.

따둬서 나쁠 건 없지만 그리 추천하지는 않습니다.

우선 기본 전제는 따둬서 나쁠 건 없다는 것이다. 누가 뭐라 하든 아직 우리 사회는 자격증이 어느 정도의 힘을 발휘할 수 있는 상황이기에 자격증을 따두는 것이 나쁘다고는 절대 말할 수 없다. 아무리 쓸모가 없을지언정 취업 시 서류를 낼 때 한 줄의 무언가를 더 추가할 수는 있을 것이다. 취업 준비를 열심히 해본 사람은 알 것이다. 한 줄의 무언가를 추가하는 게 얼마나 기쁜 일인지. 하지만 딱 거기까지이다. 추가적으로 실질적인 이득을 바란다면 자격증만으로는 힘들다. 그래서 나는 기본적으로 자격증 취득을 그리 추천하지 않는다.

사람들이 자격증을 취득하려고 하는 이유가 무엇일까. 크게 두 가지가 있다고 본다. 먼저 자격증을 취득함으로써 입사가 되었건 입학이 되었건 무언가 유리할 수 있다는 점이다. 두 번째는 자격증 취득을 준비하면서 자연스레 해당 분야에 대해 공부를 하게 되고 이게 내 실력 상승으로 이루어질 수 있다는 점이다. 하지만 이 두 가지 모두 적어도 빅데이터 업계에서는 그리 크게 작용하지는 않는다. 그래서 자격증을 가지고 있는 것 자체가 나쁜 것은 아니지만 차라리 그 시간에 다른 활동을 하는 것을 추천한다. 지금부터는 앞서 말한 두 가지 경우에 대해 조금 더 자세히 살펴보겠다.

경험상 취업에 자격증이 영향을 거의 안 미치는 듯하더군요.

먼저 빅데이터 관련 자격증과 빅데이터 업게 취업에 관련된 이야기를 해보겠다. 어떤 사람이 데이터 분석에 있어 어느 정도의 역량을 가지고 있는가 판단할 때 자격증 소유 유무는 거의 영향을 미치지 않는다. 다른 분야와 마찬가지로 어떤 자격증을 소유했나 보다는 그 사람이 어떤 경험을 실제로 해보았는지가 훨씬 중요하다. 자격증이 취업 과정에서 이렇게 빛을 받지 못하는 이유는 간단하다. 자격증을 취득하고자 할 때 필요한 역량이 실제 데이터 분석 업무에서 요구하는 역량과 일치하지 않는 경향이 있다. 데이터 분석 관련 지식이 필요한 건 똑같지만 이론으로만 이를 접하느냐 실제 경험으로 이를 접하느냐의 차이라고 보면 된다.

실제로 나 역시 빅데이터 관련 대학원 연구실과 데이터 분석 직무 취직을 모두 했지만 가지고 있는 자격증은 하나도 없다. 빅데이터 관련 자격증뿐 아니라 그냥 제출한 자격증 숫자가 0이다. 얼마 안 높은 점수를 가진 토익 성적만을 유일하게 제출했다. 그리고 주변을 보아도 마찬가지다. 대학원 학생이건 현업에서의 실무자이던 관련 자격증을 취득하고 입학/입사한 사람을 못 봤다. 오히려 입사하고 나서 회사에서 시키니까 자격증을 따는 경우는 더러 보인다. 물론 업무 활용을 위해 자발적인 자격증 취득 공부 사례는 보지 못했다.

자격 시험에서 요구하는 능력이랑 실제로 분석을 위해 필요한 능력이 조금 다릅니다.

앞서 언급하였지만 자격 시험에서 요구하는 역량과 실제로 필요한 역량이 다르다. 이와 연결되어 역량 향상을 위해 자격증을 취득하는 것도 추천하지 않는다. 먼저 난이도 측면에서 모든 자격 시험이 너무 쉽거나 어렵다. 이름을 직접 말하지는 않겠지만 가장 인기가 많은 자격증 하나는 그 내용이 너무 쉽다. 합격해도 그다지 도움이 되지 않는다. 시험이 어려운 자격시험도 마찬가지다. 굳이 몰라도 되는 사실까지 요구한다. 운전면허를 위해 필기시험에서 100점을 받는다면 좋겠지만 꼭 100점을 고집하지는 않아도 된다. 가끔 적당한 난이도의 시험도 종종 보이지만 그런 시험은 내용 자체가 데이터 분석과는 괴리가 있는 경우가 많다.

하나 더 중요한 점은 내용적 측면에서 자격시험에서는 보통 이론적인 지식을 요구한다는 것이다. 항상 이론과 실전은 어느 정도 차이가 있는 법이다. 그 이론 중 많은 것은 어떤 현상을 추상적인 개념으로 변환시켜 이를 그룹화하거나 이론화한 것이다. 굳이 이를 학술적으로 공부하려고 하는 것보다는 그냥 그 자체로 체감하는 것이 더 좋다. 물론 요즘 코딩 문제를 직접 시험 문제로 출제하여 이를 보완하려는 움직임도 보이기는 한다. 하지만 그래도 부족하다. A라는 함수가 무슨 기능을 가지고 있는지 아는 것은 나중 문제이다. 가장 중요한 점은 현재 가지고 있는 데이터를 정확히 파악하고 여기에 필요한 조치를 프로그래밍으로 풀어낼 줄 아는 능력이다.

그러면 실제 업무상에서는 이론적인 내용이 아예 안중요한 것일까. 이론적인 내용을 알고 있는 것보다는 어떤 데이터가 있을 때 이 데이터를 어떻게 상황에 맞게 처리하고 분석할지 로직을 짜는 것이 훨씬 중요하다. 필요한 이론적 지식이 있다면 그때그때 알아서 공부하게 된다. 이 때문에 자격증보다는 경험을 추구하는 것이 더 유리하다. '나 이런 고급진 지식이 있어요'라고 말하기 위해 준비하는 것보다 간단한 지식이라도 '나 이거 실제로 적용해봤어요!'라는 말을 준비하는 것이 더 흥미롭다. 백날 효율적인 다이어트 방법에 대해 검색하는 것보다는 어떤 방식으로든 다이어트를 성공시키는 것이 중요하다는 사실과 비슷하다고 보면 된다.

자격시험보다는 관련 프로젝트, 공모전 활동 등을 추천합니다.

지금까지 굳이 자격증을 따려고 노력하기보다는 경험을 쌓는 것이 더 중요하다고 언급하였다. 이 부분 때문에 이제 막 공부를 시작하려고 하거나 취업 전인 사람들은 불만을 가질 수도 있다. 회사를 가지 않았는데 경험을 어떻게 쌓냐는 것이다. 하지만 불행 중 다행으로 빅데이터 분야는 상대적으로 입사 전에도 다양한 경험을 쌓기 편하다. 우선 대학에 소속되어 있다면 관련 논문을 써보거나 기업과의 프로젝트에 직접 참여해보면 된다. 많은 빅데이터 관련 대학원에서 진행하는 것이 다 이 내용이다. 자연스럽게 데이터 분석 지식과 경험을 늘려갈 수 있다.

그리고 본인이 지금 프로젝트를 진행하거나 논문을 쓰기에는 현재 대학/대학원생이 아니어서 힘든 상황일 수도 있다. 그래도 괜찮다. 빅데이터 분야는 공모전이 정말 많이 열린다. 하나하나 나열하면 입 아플 정도로 많이 개최된다. 인터넷에 검색을 조금만 하더라도 많은 공모전을 찾을 수 있으며 별다른 자격조건 없이 다양한 기업의 데이터를 만져볼 수 있다. 거기에 데이터 별로 문제도 따로 출제되니 기업 입장에서 어떤 수요가 있는지도 파악할 수 있고 자연스레 데이터 분석 경험치도 쌓을 수 있다. 다시금 말하지만 자격증을 통한 스펙보다는 본인의 실제 역량을 기르는 것에 초점을 맞추기 바란다.