빅데이터분석기사 필기 수포자 문과생이 3과목에서 과락 맞는 이유

빅데이터분석기사 필기 시험장을 처음 들어가는 순간, 대부분의 수험생은 한 가지 착각을 안고 입실합니다. '어차피 평균 60점만 넘기면 되니까, 3과목 모델링도 대충 풀다 보면 점수가 나오겠지.' 그런데 시험지가 배부되고 3과목 페이지를 펼치는 순간, 수식과 기호로 뒤덮인 회귀식, 로지스틱, 인공신경망 그래프가 한꺼번에 눈을 덮어버리죠. 그때부터 손이 멈추기 시작합니다. 특히 수포자 문과생이라면, 머릿속에서 숫자 대신 '당장 이 시험을 접고 나가야 하나'라는 탈주 시나리오가 먼저 돌아가기 마련입니다.

빅데이터분석기사 필기 시험 구조를 객관적으로 뜯어보면, 총 4과목·80문항, 120분 동안 치르는 객관식 4지선다 시험입니다. 과목당 20문항씩 출제되고, 각 문항은 동일 배점으로 채점되어 전 과목 평균 60점 이상이면서, 동시에 각 과목이 40점 이상이어야 합격 기준을 충족합니다. 이 말은 한 과목에서 40점 미만, 다시 말해 20문항 중 8문제 이상을 틀려 7문제 이하만 맞추면, 나머지 세 과목에서 90점을 맞더라도 과락으로 탈락한다는 뜻입니다. 실제 수험 커뮤니티 후기를 보면, 1과목(기획)과 2과목(탐색)에서는 80점 이상을 받았는데 3과목(모델링)에서 35점을 맞아, 평균 점수와 상관없이 탈락 통보를 받는 사례가 반복됩니다.

이 글은 수학에 두드러기 나는 문과생·비전공자들을 위해, '3과목에서 과락을 피하면서 1·4과목에서 점수를 끌어올려 평균 60점을 만드는 전략'에 초점을 맞춥니다. 특히 빅분기 필기를 '데이터 사이언티스트 실무 역량 평가'가 아니라, '복원된 기출과 CBT 모의고사에서 반복되는 패턴을 얼마나 빠르게 눈에 익힐 수 있는지 측정하는 인내력 시험'으로 다시 정의하고, 어떻게 해야 3과목의 수식 공포에서 빠져나와 최소 45~50점을 방어할 수 있는지, 그리고 남은 점수는 어디서 끌어와야 하는지를 냉정하게 짚어볼 겁니다.

· 빅데이터분석기사 필기는 총 4과목·80문항, 120분 동안 치러지며, 과목당 40점 미만 과락·전체 평균 60점 이상이라는 이중 기준을 동시에 만족해야 합격할 수 있습니다.

· 수포자 문과생의 첫 탈락 지점은 대부분 3과목(빅데이터 모델링) 과락입니다. 난이도 높은 계산 문제에 매달리다가 쉬운 개념 문제까지 잃어버리는 순간, 평균 점수와 상관없이 과락으로 탈락하게 됩니다.

· 현실적인 생존 전략은 3과목에서 모든 공식을 이해하려는 완벽주의를 버리고, 기출 복원·CBT 모의고사 기반으로 개념형·설명형 문제를 먼저 쓸어 담아 45~50점 과락 방어선을 구축한 뒤, 1·4과목에서 80점 이상을 확보해 평균을 끌어올리는 것입니다.

수포자 문과생이 왜 꼭 3과목에서 무너질까요?

3과목(빅데이터 모델링) 교재를 펼쳐 보면, 선형회귀, 로지스틱 회귀, 의사결정나무, 랜덤포레스트, 서포트 벡터 머신, 인공신경망 등 머신러닝 알고리즘 목록이 끝없이 이어집니다. 각 장마다 비용함수, 편미분, 그라디언트 디센트, 활성화 함수 같은 수학적 개념과 기호가 쏟아지죠. 마케팅·경영학 전공자처럼 선형대수·미적분을 한 번도 제대로 접하지 않은 수험생들이 이 장을 처음 마주하는 순간, 눈이 먼저 배신하는 경우가 많습니다. '이걸 다 이해하지 못하면 시험장에 들어가면 안 될 것 같은' 압박감이 목줄처럼 조여 오기 때문입니다.

수천 건의 불합격 후기를 모아 분석해 보면, 1과목(빅데이터 기획)과 2과목(데이터 탐색)은 고득점인데도 불구하고 필기 합격에 실패한 패턴의 대부분이 3과목 과락에서 비롯됩니다. 예를 들어 어떤 수험생은 1·2과목에서 각각 90점, 85점을 받았지만, 3과목에서 어려운 수식형 회귀 문제에 집착하느라 후반부에 배치된 쉬운 개념 문제까지 건너뛰게 되면서 최종 점수가 35점에 그친 사례가 있었습니다. 평균 점수만 계산하면 70점을 넘었지만, 과목별 40점 미만 과락 규칙 때문에 재응시료를 내고 다음 회차를 준비해야 했습니다.

· 빅분기 필기에서 '평균만 보면 합격점인데 과락으로 떨어졌다'는 하소연의 대부분은 3과목에서 발생합니다. 특히 수식형 문제 몇 개를 붙잡고 씨름하다 시간 관리에 실패하는 패턴이 반복됩니다.

빅분기 필기, 실제로 어떤 시험 구조인가요?

빅데이터분석기사 필기 시험 정보는 K-DATA 데이터자격검정 안내와 여러 합격 후기에서 일관되게 정리되어 있습니다. 시험은 객관식 4지선다형으로만 구성되며, 총 4과목·80문항을 120분 안에 풀어야 합니다. 각 과목은 20문항으로 동일하고, 과목당 100점을 기준으로 40점 이상, 전체 평균은 60점 이상이어야 필기 합격입니다. 즉, 한 과목이라도 40점 미만이 나오면 나머지 과목이 모두 90점이어도 탈락합니다.

과목 구성은 대략 다음과 같이 나뉩니다. 1과목은 '빅데이터 분석 기획'으로, 데이터 프로젝트의 목적 설정, 이해관계자 분석, 요구사항 정의, 분석 방법론, 데이터 윤리·보안·개인정보보호 같은 개념이 중심입니다. 2과목은 '빅데이터 분석 기법(탐색)'에 해당하는 데이터 전처리·탐색적 데이터 분석(EDA)·시각화 개념, 통계 기초(평균, 분산, 표준편차, 상관계수, 가설검정 기초 등)가 배치됩니다. 3과목은 '빅데이터 모델링'으로 머신러닝 알고리즘의 원리·특징·하이퍼파라미터·성능 지표 등을 다루고, 4과목은 '빅데이터 결과 해석'으로 모델 평가 지표·비즈니스 인사이트 도출·리포트 작성·시각화 스토리텔링 등이 출제됩니다.

과목	내용 요약	문과생 체감 난이도	현실적 목표 점수
1과목 기획	데이터 분석 기획, 방법론, 윤리·보안, 프로젝트 관리	중하 (텍스트 위주 암기)	80~85점
2과목 탐색	데이터 전처리, EDA, 기초 통계, 시각화	중 (통계 기초 장벽)	70~75점
3과목 모델링	머신러닝 알고리즘, 수식, 모델 평가	상 (수식·기호 폭탄)	45~50점(과락 방어)
4과목 결과 해석	지표 해석, 리포트 작성, 비즈니스 인사이트	중하 (개념 암기 중심)	80점 이상

· 비전공자·문과생이라면, 3과목에서 70점을 노리기보다 45~50점 과락 방어를 목표로 잡고, 1과목과 4과목에서 80점 이상으로 평균을 끌어올리는 점수 스왑 전략이 훨씬 현실적입니다.

3과목 모델링, 어디까지 버리고 어디까지 가져가야 할까요?

3과목을 공부하는 문과생이 흔히 빠지는 함정은 '모든 알고리즘의 수학적 증명과 공식을 완벽히 이해해야 한다'는 강박입니다. 선형회귀의 최소제곱법 유도, 로지스틱 회귀의 시그모이드 함수 미분, 서포트 벡터 머신의 라그랑주 승수법, 인공신경망의 역전파 알고리즘까지 교재에 등장하는 수식 하나하나를 따라가다 보면, 시험일까지 1회독도 끝내지 못하는 상황이 벌어지기 쉽습니다. 필기 시험은 어디까지나 객관식 4지선다형입니다. 연속된 증명 과정을 직접 써내는 논술 시험이 아니죠.

실제 기출 복원·CBT 모의고사 문제를 분석해 보면, 3과목에서 수험생을 괴롭히는 '킬러 계산 문제'는 전체 20문항 중 3~5문항 정도에 불과한 경우가 많습니다. 예를 들어 회귀식의 계수를 직접 계산하도록 하는 문제, 손실 함수 값을 수치로 구하는 문제, 조건부확률을 복잡하게 엮은 베이즈 정리 계산 문제가 여기에 해당합니다. 반면, 결측치 처리 방법(삭제·대체·예측 모델 활용), 과적합(Overfitting) 방지 기법(교차검증, 정규화, 드롭아웃, 조기 종료 등), 혼동행렬(Confusion Matrix) 지표(정확도, 정밀도, 재현율, F1-score)처럼 개념과 정의만 정확히 알고 있으면 풀 수 있는 설명형·지표 해석 문제 비중이 상당합니다.

· 3과목에서의 생존 전략은 '킬러 계산 5문제를 버리고, 나머지 15문항을 최대한 회수하는 것'입니다. 과락 컷인 40점을 기준으로, 20문항 중 8문제를 맞추면 40점에 도달하고, 10문제를 맞추면 50점을 넘어섭니다. 이 범위 안에서 점수 방어선을 설계하는 편이 현실적입니다.

문과생 맞춤 과목별 목표 점수·핵심 파트 정리표

이제 문과생·비전공자를 기준으로, 빅분기 4과목의 목표 점수를 어떻게 배분할지 정리해 봅니다. '모든 과목을 골고루 70점씩' 같은 이상적인 플랜은 현실에서 잘 작동하지 않습니다. 오히려 잘할 수 있는 과목에서 점수를 뽑아내고, 힘든 과목은 과락만 피하는 전략이 훨씬 효율적입니다.

과목	목표 점수	핵심 암기 파트	과감히 버릴 파트
1과목 기획	80~85점	데이터 분석 방법론, CRISP-DM, KDD, 프로젝트 단계별 산출물, 데이터 윤리·보안·개인정보보호 법령 키워드	지나치게 세부적인 법령 조항 번호, 과거 버전 용어
2과목 탐색	70~75점	평균·분산·표준편차·분포 종류, 상관계수 해석, 기초 가설검정 용어(p-value, 귀무가설·대립가설), 결측치·이상치 처리 방법	복잡한 표본분포 계산, 수식 유도 과정
3과목 모델링	45~50점	주요 알고리즘의 특징·장단점, 과적합 방지 기법, 혼동행렬 기반 평가 지표(Accuracy, Precision, Recall, F1-score), 교차검증 개념	회귀계수 직접 계산, SVM 라그랑주 승수 공식, 신경망 역전파 수식 유도
4과목 결과 해석	80점 이상	모델 성능 지표 비교, 리포트 작성 원칙, 비즈니스 인사이트 도출 사례, 시각화 차트 선택 기준	지나치게 세부적인 리포트 포맷 예시

· 네 과목 목표 점수를 위 표처럼 잡으면, 1과목 82점, 2과목 72점, 3과목 48점, 4과목 82점 정도 조합으로 총점 284점(평균 71점)을 노려볼 수 있습니다. 이때 3과목은 단순히 '과락 방어'만 담당하는 조연 역할이라고 생각하는 편이 마음이 훨씬 편해집니다.

기본서보다 CBT 복원 문제를 먼저 보는 '백워드 맵핑 암기법'

빅분기 필기는 공식 기출문제가 비공개입니다. 그렇다 보니 출판사·인강 업체·합격자들이 기억을 더듬어 복원한 CBT 문제은행이 사실상 '기출 대체제' 역할을 합니다. 영진닷컴 이기적 교재처럼 자체 CBT 사이트에서 온라인 모의고사를 제공하는 경우, 합격자들 상당수가 '기본서 회독 수'보다 'CBT 모의고사 회전 수'를 더 중요하게 평가하는 경향이 있습니다. 실제 수험 후기 텍스트를 긁어 모아 보면, 합격생의 상당수가 '교재 1회독+CBT 모의고사 5~7회전' 조합을 성공 패턴으로 언급합니다.

문과생에게 특히 유효한 전략은 '백워드 맵핑 암기법'입니다. 보통은 기본서 이론을 다 보고 나서 문제를 풀지만, 이 시험에서는 오히려 복원 문제와 해설을 먼저 훑어보고, 거꾸로 이론을 채워 넣는 방식이 더 효율적일 때가 많습니다. 예를 들어 혼동행렬 개념이 잘 이해되지 않는다면, 혼동행렬을 직접 그려놓고 '정답이 되는 지문'과 '자주 나오는 오답 표현'을 먼저 눈에 익히는 식입니다. 이후 교재 이론에서 해당 부분을 찾아보면 머릿속에서 '아, 아까 그 보기 문장이구나' 하고 연결되면서 훨씬 빠르게 정착되죠.

· STEP 1: 이기적 CBT 사이트 등에서 과년도 복원 문제를 과목별로 1세트씩 풀어 봅니다. 점수는 신경 쓰지 말고, 어떤 유형이 반복되는지만 체크합니다.

· STEP 2: 틀린 문제·찍어서 맞힌 문제만 골라 해설을 읽고, 지문·정답·오답 선지 특징을 통째로 노트에 옮겨 적습니다.

· STEP 3: 이후 기본서를 펼칠 때는, 이미 본 문제 유형과 연결되는 부분만 집중적으로 읽으면서 '문제-이론-문제' 순서로 순환 학습을 반복합니다.

ADsP를 먼저 따야 한다는 말, 믿어야 할까요?

데이터 자격증 시장을 둘러보면 'ADsP(데이터분석 준전문가)를 먼저 따고 난 뒤 빅분기를 준비하는 것이 정석이다'라는 이야기가 자주 보입니다. 얼핏 보면 합리적으로 들립니다. 그러나 출제 범위와 난이도를 실제로 비교해 보면, 두 자격증의 이론 범위는 상당 부분 겹칩니다. ADsP 안내를 보면, 데이터 이해·데이터 분석 기획·데이터 분석 세 과목으로 구성되어 있으며, 빅분기 1·2과목에서 다루는 내용과 중복되는 부분이 많습니다.

실제 합격 후기·강의 커리큘럼을 살펴보면, 빅분기 필기 교재 한 권으로 공부하면서 ADsP 필기까지 동시에 준비하는 경우도 적지 않습니다. 오히려 ADsP를 따로 준비하면, 수험 기간이 최소 3~4개월 이상 늘어나고, 응시료도 두 번 내야 합니다. 특히 직장인 수험생이라면, 퇴근 후 확보할 수 있는 공부 시간이 하루 2~3시간 수준인 경우가 많기 때문에, 'ADsP→빅분기' 2단계 코스를 밟다가 지쳐서 중도 포기하는 시나리오가 상당히 빈번합니다. 차라리 처음부터 빅분기 필기 범위를 기준으로 공부하되, ADsP 범위에 해당하는 기초 파트를 '덤'으로 가져가는 것이 시간·비용 면에서 효율적인 선택이 될 수 있습니다.

· ADsP는 빅분기 필기의 하위 집합에 가까운 영역이 많습니다. 자격증을 두 개 연달아 따기보다, 빅분기 한 시험에 집중해도 커리어 스펙·실무 연계성 측면에서 충분히 경쟁력을 확보할 수 있습니다.

빅분기 필기 vs 실기, 코딩은 언제 시작해야 할까요?

빅데이터분석기사 자격증은 필기와 실기로 나뉘며, 실기에서는 파이썬 또는 R을 활용한 데이터 전처리·모델링·가설검정 작업을 수행해야 합니다. 이 때문에 많은 비전공자들이 필기 공부를 시작하는 시점부터 동시에 파이썬 기초·판다스·사이킷런 강의를 듣기 시작합니다. 그런데 퇴근 후 하루 2~3시간 남짓한 시간에 필기 이론과 코딩 실습을 동시에 끌고 가다 보면, 어느 쪽도 깊이 잡히지 않은 채 피로만 쌓이는 경우가 많습니다.

필기 합격 기준을 다시 떠올려 보면, 필기 시험에는 코드를 직접 작성하는 문제가 없습니다. 모두 텍스트 기반 객관식 문제입니다. 실기 시험은 필기 합격자만 응시할 수 있기 때문에, 필기에 떨어지면 실기 준비에 들인 모든 시간과 에너지가 허공으로 사라집니다. 그래서 일부 수험 전략가는 '필기 한 달은 코딩을 아예 열지 말고, 객관식 이론과 CBT 모의고사에만 올인하라'는 극단적인 전략을 추천합니다. 실전 사례를 보면, 필기 합격 발표 이후 6~8주 집중 기간에만 파이썬 실기를 붙들고도 실기 합격까지 이어지는 경우가 적지 않습니다.

· 비전공자·직장인 수험생이라면, 필기와 실기를 동시에 잡으려다 둘 다 놓치는 경우가 허다합니다. 필기 합격이 나오기 전까지는 '텍스트 시험'에만 집중하는 편이 장기적으로 합리적입니다.

퇴근하고 피곤한 문과 직장인을 위한 4주 학습 플랜

마케팅·인사·영업·행정 등 비IT 직군에서 일하는 문과 직장인을 가정해, 하루 평균 2~3시간을 확보할 수 있을 때의 4주 학습 플랜을 예시로 정리해 봅니다. 목표는 '3과목 과락을 피하면서, 1·4과목에서 점수를 끌어올려 평균 60점 이상'입니다.

주차	집중 과목	주요 목표	실행 루틴
1주차	1과목 기획 + 2과목 통계 기초	용어·방법론 큰 그림 잡기	퇴근 후 2시간: 기획 이론·방법론 읽기, 통계 기초(평균·분산·표준편차·분포) 정리
2주차	2과목 탐색 + 3과목 모델링 개념	EDA·전처리·평가 지표 이해	퇴근 후 2~3시간: 결측치·이상치 처리, 상관분석, 혼동행렬·F1-score 개념 정리, 3과목 알고리즘 특징만 읽기
3주차	3과목 모델링 + 4과목 결과 해석	3과목 과락 방어선 세우기	CBT 모의고사 3과목 위주 풀이, 틀린 문제 해설 암기, 4과목 지표 해석·리포트 원칙 암기
4주차	전 과목 종합 문제풀이	시간 관리·실전 감각 만들기	주말 포함 모의고사 2~3회, 오답 노트 최종 정리, 3과목 계산형 킬러 문제는 버리고 개념형만 반복

· 위 플랜에서 핵심은 '3과목에 시간을 가장 적게 쓰되, 가장 먼저 과락 방어선을 세워 놓는 것'입니다. 3과목에서 10문항 정도만 확실히 맞힐 수 있는 영역을 확보해 두면, 시험 당일 멘탈이 훨씬 안정됩니다.

FAQ: 빅데이터분석기사 필기, 문과생이 자주 묻는 질문

빅분기 필기를 준비하는 수포자·문과 수험생들이 자주 던지는 질문을 정리합니다.

질문	핵심 답변
수학을 정말 못하는데 빅분기 필기 합격이 가능할까요?	가능합니다. 3과목에서 모든 수식을 이해할 필요는 없습니다. 개념형 문제 위주로 45~50점만 확보하고, 1·4과목에서 80점 이상을 노리는 점수 스왑 전략이 현실적인 해법입니다.
하루 공부 시간은 어느 정도가 적당할까요?	직장인 기준으로 하루 2~3시간, 4주~6주 정도를 확보하면 필기 합격권에 도달할 수 있다는 후기가 많습니다. 다만 주말에는 최소 4~5시간 정도는 모의고사와 오답 정리에 투자하는 편이 좋습니다.
어떤 교재를 선택해야 할지 모르겠습니다.	K-DATA 출제 기준에 맞추어 최신 회차까지 반영된 교재인지, CBT 온라인 모의고사 지원 여부를 함께 확인하는 것이 좋습니다. 영진닷컴 이기적 시리즈처럼 자체 CBT 사이트를 제공하는 교재가 실전 연습에 유리합니다.
실기까지 한 번에 준비해야 할까요?	비전공자·직장인이라면 필기 합격 후에 실기를 시작하는 것이 안전합니다. 필기에서 떨어지면 실기 공부에 쏟은 시간·비용이 그대로 손해로 남기 때문입니다.
시험 일정은 어디서 확인하나요?	K-DATA 데이터자격검정 포털에서 연간 시험 일정 및 접수 기간을 공지합니다. 연초에 공개되는 연간 계획을 확인한 뒤, 역산하여 자신의 공부 기간을 설계하는 것이 좋습니다.

공식 참고 링크 안내

K-DATA 데이터자격검정(빅데이터분석기사·ADsP 등)

영진닷컴 이기적 CBT 온라인 모의고사

큐넷(Q-Net) 국가기술자격 시험 정보

※ 이 글에서 다룬 과목 구성, 문항 수, 합격 기준, 실기 시험 구조 등은 K-DATA 데이터자격검정 공식 안내와 최근 수험 자료를 기반으로 한 일반적인 정보입니다. 2026년도 빅데이터분석기사 필기·실기의 정확한 원서접수 일정, 출제 범위 조정, 실기 유형 변경 여부 등은 연초에 데이터자격검정 포털에 공지되는 내용을 반드시 다시 확인해야 합니다. 교재 선택 시에도 출간 연도·개정판 여부를 꼼꼼히 살펴, 출제 기준 변경과 시차가 있는 오래된 기본서로 인한 불이익을 피하는 것이 좋습니다.