[25년 2회차] 제11회 빅데이터분석기사 합격 후기 (필기 & 실기)

어쩌다보니 응시하게 된 "빅데이터분석기사" 어떨결에 합격했다. 이로써 정보처리기사, 정보보안기사, 빅데이터분석기사 총 3개의 기사를 가지게 되었다.

아래는 내가 가지고 있는 자격 목록들,,

정보처리기사, 정보보안기사, 빅데이터분석기사
디지털포렌식 전문가 2급
컴퓨터활용능력 1급, 워드프로세서
리눅스마스터 2급, SQLD, FTK Ace v6,7

자격증 리스트가 계속해서 추가되고 있다,,,, 자격증이 하나둘 추가되다 보니 “이제 뭐가 본업인지 모르겠다”는 생각도 가끔 들지만, 그래도 그 과정 자체는 분명 의미가 있었다.

이번 글에서는 빅데이터분석기사 필기·실기를 한 번에 합격하면서 느낀 점, 그리고 짧게나마 공부 방법과 소소한 팁을 기록용으로 남겨보려 한다. 앞으로 준비하시는 분들께 조금이나마 도움이 되길 바란다.

 

빅데이터분석기사의 과목이랑 내용은 다음과 같다.

빅데이터분석기사 자격시험은 필기시험과 실기시험으로 구성되어 있으며 필기시험 합격기준 및 응시자격 요건을 충족하면 실기시험에 응시할 수 있다. 실기시험은 CBT(Computer Based Test) 방식의 시험으로 자격을 검정하며, 실기시험의 합격자는 최종합격자로 분류되어 빅데이터분석기사 자격이 부여된다. 검정 과목 및 내용은 아래와 같다.

빅데이터분석기사 자격시험은 필기시험 + 실기시험으로 구성되어 있다.
- 필기시험 합격 기준을 충족하면 실기시험 응시 가능
- 실기시험은 CBT(Computer Based Test) 방식
- 실기시험 합격 시 최종합격으로 자격증이 부여된다
즉, 필기만 붙어도 끝이 아니라 실기까지 통과해야 진짜 합격이다. (기사 자격시험의 특성)

필기시험 출제 문항 수 및 합격 기준

• 과목당 20문항, 총 80문항
• 객관식 4지선다형
• 과목별 40점 이상
• 전 과목 평균 60점 이상 시 합격

한 과목이라도 40점 미만이면 과락이라 특정 과목만 파고들기보다는 전 과목 균형이 중요하다.

필기 공부 방법

공부기간 : 약 2-3주

필기 책 : 2025 이기적 빅데이터분석기사 필기 기본서 (https://www.aladin.co.kr/shop/wproduct.aspx?ItemId=344700450)

- 개념 위주로 빠르게 1회독
- 기출문제 반복
- 애매한 통계·모델 개념만 따로 정리

👉 정보처리기사, SQLD 경험이 있다면 필기 난이도는 크게 부담되지 않는 편이다.

나는 노션에 정리하면서 푸는 방식으로 진행했으며, 기출문제를 거의 3회독 하고 갔다. 3회독 하면서 어디 과목이 문제인디 점수가 어떻게 되는지 확인하면서 진행했고, 대부분의 기사시험이나 자격증은 기출문제 3회독은 하고 가자는 마인드를 가지고 있다.

3회독을 하면서 어느 과목이 약한지, 평균 점수가 어느 정도 나오는지를 계속 체크했다.

개인적으로 대부분의 기사시험이나 자격증은 “기출문제 3회독은 하고 가자”라는 마인드를 가지고 있다.

어차피 개념이 제대로 잡히지 않은 문제는 몇 번을 풀어도 다시 틀리게 되어 있다. 그래서 오답 노트를 따로 만들어 틀린 문제만 집중적으로 반복하는 방식으로 보완했다.

실기 공부 방법

공부기간 : 약 2~3주

실기 책 : 2025 이기적 빅데이터분석기사 실기 Python (https://www.aladin.co.kr/shop/wproduct.aspx?ItemId=361150212)

- 전처리 흐름 이해 (결측치, 이상치)
- 기본적인 pandas 코드 해석
- 평가 지표 의미 정리 (Accuracy, Precision, Recall 등)
- 회귀, 분류 확인 (Classifier, Regressor)

👉 코드를 외우기보다는 읽을 수 있어야 한다는 점이 핵심인것 같다.

실기도 마찬가지로 노션에 정리하면서 진행했다. 작업형 1유형부분은 데이터 전처리 등을 다루고 있어서 데이터마님에 있는 문제로 열심히 풀었다.

2유형은 거즘 짜진 템플릿이 있어서 해당 템플릿을 외워갔고, 거의 무적공식이라고 불리던 코드에 배신당했다.

이번회차 2유형에서는 랜덤포레스트 + 분류를 단순히 진행하면 25/40 밖에 주지 않았고, 이로 인해서 커뮤니티에서는 왜 25점밖에 안나오냐, 같은 모델을 썼는데 누군 왜 30점이냐,, 이런식의 반응이었다.

👉 이 경험을 통해 느낀 점은 “템플릿은 안전장치일 뿐, 절대 정답은 아니다”라는 것. 앞으로는 템플릿을 외우되, 문제에서 요구하는 맥락을 더 잘 읽는 연습이 필요하다고 느꼈다.

내가 사용한 코드는 아래와 같은 형식이었다.

import pandas as pd
from sklearn.preprocessing import LabelEncoder
from sklearn.model_selection import train_test_split
from sklearn.ensemble import RandomForestClassifier
from sklearn.metrics import f1_score

train = pd.read_csv("train.csv")
test = pd.read_csv("test.csv")

le = LabelEncoder()
train['type'] = le.fit_transform(train['type'])
test['type'] = le.transform(test['type'])

x_tr, x_val, y_tr, y_val = train_test_split(train, y, test_size=0.2, random_state=42)
rf = RandomForestClassifier(random_state=42)
rf.fit(x_tr, y_tr)
pred = rf.predict(x_val)
print(f1_score(y_val, pred)

result = rf.predict(test)
submit = pd.DataFrame({"pred" : result}).to_csv("result.csv")

3유형은 진짜 공부를 열심히 해야한다고 느꼈다.

 

어쩌다 시작했지만, 결과적으로는 나름 만족스러운 자격증이었다.

빅데이터분석기사를 준비하고 계신 분들 모두 너무 겁먹지 말고, 기본 개념 + 기출 중심으로 차근차근 준비하시면 분명 좋은 결과가 있을 거라 생각한다.

이 글이 누군가에게 조금이라도 참고 자료가 되길 바라며, 준비하시는 모든 분들 합격을 응원합니다 🙌