자격증
한국데이터산업진흥원

국내국가기술자격한국데이터산업진흥원

빅데이터분석기사

Bigdata Analysis Engineer (BAE)

난이도
응시자격이 있고 필기를 붙어도 파이썬·R 작업형 실기가 남습니다.
취업
국가기술자격 기사 등급이라 제도상 우대가 명문화돼 있습니다.
공식 페이지에서 일정·접수 확인

개요

공식 자격소개는 빅데이터분석기사를 "빅데이터 이해를 기반으로 빅데이터 분석 기획, 빅데이터 수집·저장·처리, 빅데이터 분석 및 시각화를 수행하는 실무자"로 정의한다. 직무는 대용량의 데이터 집합으로부터 유용한 정보를 찾고 결과를 예측하기 위해 정형/비정형 대용량 데이터를 구축·탐색·분석하고 시각화를 수행하는 업무다. 필기는 분석 기획부터 탐색·모델링·결과해석까지의 지식을, 실기는 CBT 환경에서 데이터를 실제로 수집·전처리하고 모형을 구축·평가하는 수행 능력을 검정한다.

전공과 무관하게 대학 졸업(예정)자 이상 또는 4년 이상 직장경력을 가진 사람 중, 정형·비정형 대용량 데이터를 구축·탐색·분석하고 시각화하는 실무 역량을 국가기술자격으로 증명하려는 사람이 보는 시험이다.

과목

과목비중다루는 것
빅데이터 분석 기획 (필기)20문항 / 25점 (각 1.25점)
  • 빅데이터의 이해(빅데이터 개요 및 활용: 빅데이터의 특징·빅데이터의 가치·빅데이터 산업환경·빅데이터 조직 및 인력, 빅데이터 관련 법제: 빅데이터 관련 법제도·개인정보 활용)
  • 빅데이터 기술 트랜드 분석(빅데이터 플랫폼: 빅데이터 플랫폼 구조·빅데이터 플랫폼 기술 동향, 빅데이터와 인공지능: 인공지능의 도입·인공지능 기술 전망)
  • 데이터 분석 계획(분석 방안 수립: 분석 로드맵 설정·분석 문제 정의·데이터 분석 방안, 분석 작업 계획: 데이터 확보 계획·분석 절차 및 작업 계획, 분석모형 설계: 분석모형 선정·분석모형 정의·분석모형 구축 절차)
  • 데이터 수집 및 저장 계획(데이터 확보: 데이터 수집·데이터 유형 및 속성 파악·데이터 비식별화, 데이터 적재 및 저장: 데이터 적재·데이터 저장)
빅데이터 탐색 (필기)20문항 / 25점 (각 1.25점)
  • 데이터 전처리(데이터 정제: 데이터 정제·데이터 결측값 처리·데이터 이상값 처리·데이터 변환·데이터 품질 검증, 데이터 처리: 변수 선택·차원축소·파생변수 생성·변수 변환·불균형 데이터 처리·데이터 분할)
  • 탐색적 데이터 분석(데이터 탐색 기초: 데이터 탐색 개요·상관관계 분석·기초통계량 추출 및 이해·시각적 데이터 탐색, 고급 데이터 탐색: 시공간 데이터 탐색·다변량 데이터 탐색·비정형 데이터 탐색)
  • 통계기법 이해(기술통계: 데이터요약·표본추출·확률분포·표본분포, 추론통계: 점추정·구간추정·가설검정)
빅데이터 모델링 (필기)20문항 / 25점 (각 1.25점)분석기법 적용(기초 분석기법: 회귀분석·로지스틱 회귀분석·의사결정나무·인공신경망·서포트벡터머신·연관성분석·군집분석·주성분분석, 심화 분석기법: 범주형 자료 분석·다변량 분석·시계열 분석·베이지안 기법·딥러닝 분석·비정형 데이터 분석·앙상블 분석·비모수 통계)
빅데이터 결과 해석 (필기)20문항 / 25점 (각 1.25점)
  • 분석모형 평가 및 개선(분석모형 평가: 평가 지표·분석모형 진단·교차 검증·모수 유의성 검정·적합도 검정, 분석모형 개선: 과대적합 방지·매개변수 최적화·분석모형 융합·최종모형 선정)
  • 분석결과 시각화 및 활용(분석결과 시각화: 시공간 시각화·관계 시각화·비교 시각화·인포그래픽, 분석결과 해석 및 활용: 분석모형 해석·분석모형 전개·분석결과 활용 시나리오 개발·분석모형 모니터링·분석모형 리모델링)
빅데이터 분석 실무 (실기)100점 / 180분
  • 데이터 수집 작업(데이터 수집하기)
  • 데이터 전처리 작업(데이터 정제하기·데이터 변환하기)
  • 데이터 탐색 작업(기초통계 산출하기·데이터 분포 분석하기·변수간 관계 확인하기)
  • 데이터 모형 구축 작업(분석모형 선택하기·분석모형 구축하기)
  • 데이터 모형 평가 작업(구축된 모형 평가하기·분석결과 활용하기). 데이터 탐색 작업은 개정 기준에서 신설된 주요항목으로
  • 수집된 자료의 요약·정리와 기술통계 측정
  • 탐색 분석기법 선정
  • 유의성 검정과 변수 선정
  • 가설 적합성 및 충분성 검증을 적는다. 검정방법은 통합형(필답형, 작업형)이며 CBT 방식이다. 시행처의 회차별 응시 가이드(제12회)는 제1유형 3문항(문항당 10점)
  • 제2유형 1문항(40점)
  • 제3유형 2문항(문항당 15점)으로 모두 6문항이며
  • 문제별로 R 또는 Python 중 언어를 고른다고 적는다.

시험 정보

치르는 방식

시행 주기필기·실기 각각 연 2회 정기 시행 — 공식 자격소개의 '시행횟수' 항목이 「필기, 실기 연 2회 정기 시행」이라고만 적는다.회차마다 필기와 실기가 따로 열리고, 한 회차는 원서접수 → 수험표발급 → 시험일 → 사전점수공개 및 재검토 접수 → 합격(예정)자 발표 → 응시자격 서류제출(합격자 결정) 순으로 진행된다.시행처가 시각으로 못 박은 것은 다섯이다 — 원서접수 시간은 「접수 시작일 10:00 ~ 접수 마감일 17:59:59」, 수험표 발행은 「시험일 2주 전(휴일인 경우 전일) 금요일 16:00 부터」, 시험 시작시간은 「10:00」, 사전점수 공개는 「공개시작일 16:00 ~ 공개최종일 17:59:59」, 결과발표 시간은 「10:00 (사정에 따라 변동 가능)」이다.필기 합격자의 응시자격 증빙서류 제출시기는 「자격검정 회차별로 별도 공지」한다.접수 기간의 길이, 접수 마감과 시험일 사이의 간격, 시험일과 합격 발표 사이의 간격은 시행처가 규칙으로 적어 둔 곳이 없다.회차별 실제 날짜는 공식 시험일정 페이지(https://www.dataq.or.kr/www/accept/schedule.do)에서 확인한다.
형식필기는 4과목 총 80문항 전부 객관식(원문: 「총 문항 수 : 80문항 - 객관식 80문항」), 과목당 20문항·25점(문항당 1.25점), 시험시간 120분(2시간).합격 기준은 총점 100점 기준 60점 이상이며, 과목별 40점 미만이거나 전 과목 평균 60점 미만이면 과락이다.실기는 '빅데이터 분석 실무' 1과목으로 검정방법은 통합형(필답형, 작업형), 배점 100점, 시험시간 180분(3시간), CBT(Computer Based Test) 방식이다.실기 합격 기준도 총점 100점 기준 60점 이상.필기 합격자는 실기 응시 전에 응시자격 증빙서류를 제출해 심의를 통과해야 하고, 실기 합격자가 최종합격자로 분류되어 자격이 부여된다.

응시 조건

응시자격있음.다음 중 하나에 해당해야 한다 — (1) 대학졸업자등 또는 졸업예정자(전공 무관), (2) 3년제 전문대학 졸업자등으로서 졸업 후 1년 이상 직장경력, (3) 2년제 전문대학 졸업자등으로서 졸업 후 2년 이상 직장경력, (4) 기사 등급 이상 자격 취득자(종목 무관), (5) 기사 수준 기술훈련과정 이수자 또는 이수예정자(종목 무관), (6) 산업기사 등급 이상 자격 취득 후 1년 이상 직장경력, (7) 산업기사 수준 기술훈련과정 이수 후 2년 이상 직장경력, (8) 기능사 등급 이상 자격 취득 후 3년 이상 직장경력, (9) 4년 이상 직장경력(직무분야 무관).졸업증명서·경력증명서 등 증빙서류를 제출해야 하며, 필기 합격 후 실기 응시 전에 응시자격 심의를 통과해야 한다(제출시기는 회차별 별도 공지).'졸업예정자'는 필기시험일 기준 최종 학년 재학생을 말하고, 학점은행제는 106학점 이상이면 대학졸업예정자, 81학점 이상이면 3년제, 41학점 이상이면 2년제 졸업예정자로 인정한다 — 다만 원문에 「이때 대학 재학으로 취득한 학점 이외의 자격증 취득, 교육수료 등 기타의 방식으로 취득한 18학점 이상 포함 필수」라는 단서가 붙어 있어, 학점 수만 채운다고 되는 것이 아니다.산업기사 이상 자격 취득자와 3(2)년제 전문대학 졸업자는 취득·졸업 시점 이후의 직장경력만 인정된다.
응시료필기 17,800원, 실기 40,800원.원서 제출 후 2시간 이내에 수수료를 결제하지 않으면 접수가 자동 취소된다.
환불 규정
시점환불단서
접수 기간 마감일 17:59:59까지전액
접수 마감 이후 ~ 검정 시행 5일 전 17:59:5950%
검정 시행 5일 전 18:00:00 이후불가시험일이 토요일이면 그 주 월요일 18:00:00, 일요일이면 그 주 화요일 18:00:00 이후 불가

환불 처리 기준은 시스템의 처리 완료 시간이고, 접수된 시험은 다음 회차로 연기할 수 없다. 시험일 당일 본인의 사고·질병 입원, 본인·배우자와 가족의 사망(시험일 7일 전부터 시험일 사이), 격리가 필요한 전염병 확진, 코로나-19 확진·자가격리 판정, 심각한 국가 위기 단계로 휴가·외출이 금지된 군인·군무원, 천재지변 여섯 사례는 증빙을 붙여 시험일로부터 30일 이내 Q&A로 신청하면 100% 환불한다.

자격 유지

유효기간자격 취득의 유효기간은 영구다 — 공식 FAQ 「(빅데이터분석기사) - 자격 취득의 유효기간은 어떻게 되나요?」가 「빅데이터분석기사 자격 취득의 유효기간은 영구입니다.」라고 답한다.자격소개의 「출제기준 적용기간」은 출제문항·항목의 적용기간이지 자격의 유효기간이 아니라고 같은 FAQ가 따로 밝힌다.보수교육은 대상이 아니다 — 사이트의 「보수교육이란?」 페이지가 대상을 「데이터아키텍처 전문가(DAP), SQL 전문가(SQLP), SQL 개발자(SQLD) 자격 취득자」로 명시하고 빅데이터분석기사는 그 목록에 없다(그 세 자격은 합격일로부터 1년 6개월 경과 시점부터 2년이 지나기 전에 이수해야 하고 미이수 시 효력이 일시 정지되지만, 이 조건이 빅데이터분석기사에 걸리지는 않는다).자격소개 페이지에 명시된 유효기간은 필기 합격의 효력뿐이다 — 필기시험 면제기간은 필기합격자 발표일로부터 2년이며, 발표일부터 2년 동안 검정이 2회 미만으로 시행된 경우에는 그 다음 회차 필기시험 1회를 추가로 면제한다.

시험 일정

2026

회차접수수험표시험일사전점수공개발표서류제출
제12회 필기3. 3.(화) ~ 3. 9.(월)3. 20.(금)4. 4.(토)4. 17.(금) ~ 4. 21.(화)4. 24.(금)4. 24.(금) ~ 5. 6.(수)
제12회 실기5. 18.(월) ~ 5. 22.(금)6. 5.(금)6. 20.(토)7. 3.(금) ~ 7. 7.(화)7. 10.(금)—
제13회 필기8. 3.(월) ~ 8. 7.(금)8. 21.(금)9. 5.(토)9. 18.(금) ~ 9. 22.(화)9. 23.(수)9. 23.(수) ~ 10. 7.(수)
제13회 실기10. 26.(월) ~ 10. 30.(금)접수 마감11. 13.(금)11. 28.(토)12. 11.(금) ~ 12. 15.(화)12. 18.(금)—

2026-10-10 확인. 접수 시각과 환불 규정은 「시험 정보」의 주기 항목에 있습니다.

회차는 시행처 공고를 그대로 옮긴 것이고, 바뀔 수 있으니 접수 전에 시행처 일정을 한 번 더 보세요.

시험 노트

16 / 48편개념 16/41 · 모의고사 0/7

개념 정리16 / 41

  1. 01빅데이터의 특징과 데이터 산업 구조개념23 MIN

    빅데이터분석기사 1과목의 첫 자리입니다. 3V와 5V, DIKW 피라미드, 데이터 세 갈래를 가른 다음 빅데이터가 바꾼 네 가지 사고방식과 빅데이터 산업환경, 분석 조직·준비도·성숙도까지 이어 정리합니다.

  2. 02빅데이터 가치 산정과 위기 요인개념19 MIN

    데이터의 값을 미리 매기기 어려운 이유 셋과 가치가 만들어지는 다섯 갈래를 정리하고, 사생활 침해·책임 원칙 훼손·데이터 오용이라는 위기 요인과 그 통제 방안을 짝으로 묶습니다.

  3. 03빅데이터 플랫폼과 하둡 분산 처리개념21 MIN

    플랫폼 세 계층에서 시작해 HDFS의 블록과 복제, 맵리듀스의 map·shuffle·reduce, YARN의 자원 관리를 따라가고 Hive·Pig·HBase·Zookeeper와 스파크를 거쳐 배치에서 인메모리·스트림 처리로 옮겨 온 기술 동향까지 정리합니다.

  4. 04NoSQL과 클라우드 컴퓨팅 인프라개념23 MIN

    스케일 업과 스케일 아웃에서 출발해 CAP 이론이 무엇을 포기하게 만드는지 보고, NoSQL 네 갈래를 관계형과 견준 뒤 클라우드 서비스·배치 모델과 인공지능의 도입·기술 전망까지 정리합니다.

  5. 05데이터 3법과 개인정보 보호 원칙개념21 MIN

    세 법이 한꺼번에 바뀐 자리부터 짚습니다. 개인정보의 정의와 민감정보, 동의 말고도 있는 수집·이용 근거, 정보주체의 권리, 가명정보 특례 세 목적, 그리고 데이터 이동권과 영향평가까지 1과목의 법 부분을 정리합니다.

  6. 06비식별 조치와 프라이버시 보호 모델개념21 MIN

    개인정보와 가명정보와 익명정보를 먼저 가르고, 비식별 조치 네 단계와 기법 다섯 갈래를 본 뒤 k-익명성·l-다양성·t-근접성이 각각 어떤 공격을 막으려고 붙었는지와 사후관리·파기까지 정리합니다.

  7. 07분석 방법론과 과제 발굴 접근법개념19 MIN

    단계·태스크·스텝 세 층에서 출발해 KDD·CRISP-DM·SEMMA를 한 표에 맞추고 빅데이터 분석 방법론 5단계를 본 뒤, 과제를 찾아내는 하향식 네 단계와 상향식의 디자인 씽킹·프로토타이핑까지 정리합니다.

  8. 08분석 과제 우선순위와 로드맵 수립개념19 MIN

    찾아낸 과제를 어떤 순서로 할지 정하는 자리입니다. 과제를 정의할 때 짚는 다섯 영역, 시급성과 난이도로 짠 우선순위 매트릭스, ROI 관점의 4V, 마스터플랜 수립 기준과 로드맵 세 단계, WBS까지 봅니다.

  9. 09데이터 확보 계획 수립개념21 MIN

    과제를 정했으면 그 과제에 쓸 데이터를 어디서 얼마에 언제까지 얻을지 정할 차례입니다. 확보 계획의 네 단계, 필요 데이터 정의와 보유 현황 점검, 내부·외부 확보 경로, 비용·기간 산정, 확보가 어려울 때의 대안을 봅니다.

  10. 10데이터 수집·변환과 적재·저장개념23 MIN

    확보 계획에 오른 데이터를 받아 와 다듬고 쌓는 단계입니다. 데이터 유형과 척도, ETL·크롤링·오픈 API와 Flume·Sqoop·Kafka·CDC, 변환 기술과 품질 검증 기준, 메타데이터와 카탈로그, DW·DM·데이터 레이크, 분산 파일 시스템 적재를 봅니다.

  11. 11데이터 정제와 결측값·이상값 처리개념23 MIN

    2과목의 첫 단원입니다. 정제 절차 세 단계, 결측값 유형 MCAR·MAR·MNAR, 단순대치·회귀대치·다중대치와 EM 알고리즘, ESD와 IQR로 이상값을 판정하는 법, 이상값 처리 네 가지, 그리고 정제에 든 데이터 변환과 품질 검증을 봅니다.

  12. 12변수 선택과 차원 축소개념20 MIN

    변수가 많을수록 좋은 것이 아닌 까닭과 그 수를 줄이는 두 길을 봅니다. 차원의 저주, 필터·래퍼·임베디드 기법, 전진선택·후진제거·단계적 선택, 차원 축소 수단으로서의 PCA와 SVD, 요인분석·판별분석·다차원척도법, 누적기여율과 스크리 플롯을 다룹니다.

  13. 13분석모형 선정·정의와 구축 절차개념19 MIN

    데이터를 만지기 전에 어떤 모형을 왜 쓰고 어떻게 만들지 정하는 단계입니다. 분석모형 설계의 자리, 지도·비지도·강화 학습에 따른 선정, 해석력·성능·자원 기준, 입력·목표 변수와 매개변수·초매개변수, 구축 절차 네 단계와 산출물, 검증 기준을 미리 정하는 이유를 봅니다.

  14. 14파생변수 생성과 변수 변환개념19 MIN

    있는 변수를 모형이 쓰기 좋은 모양으로 바꾸는 단원입니다. 파생변수와 요약변수, 정규화와 표준화, 로그·제곱근·박스콕스 변환, 비닝과 더미변수, 원-핫·라벨 인코딩, 그리고 정제 단계의 데이터 변환과 변수 처리 단계의 변수 변환이 어디서 갈리는지를 봅니다.

  15. 15불균형 데이터 처리와 데이터 분할개념18 MIN

    한쪽 클래스가 드문 데이터를 다루는 법과 데이터를 나누는 법을 함께 봅니다. 정확도의 함정, 토멕링크·ENN 언더샘플링, SMOTE·ADASYN 오버샘플링, 임곗값 이동과 비용 민감 학습, 훈련·검증·평가 분할, 층화·시간순 분할, 그리고 데이터 누수를 막는 처리 순서를 다룹니다.

  16. 16기초통계량과 상관관계 분석개념19 MIN

    데이터를 모형에 넣기 전에 숫자와 그림으로 먼저 들여다보는 단원입니다. 탐색적 자료 분석 네 원칙, 평균·중앙값·최빈값, 분산·표준편차·사분위범위·변동계수, 왜도와 첨도, 피어슨·스피어만·켄달 상관계수와 척도에 따른 선택, 히스토그램·산점도·줄기잎그림을 다룹니다.

  17. 17시공간·다변량·비정형 데이터 탐색예정2과목 빅데이터 탐색 (필기)
  18. 18확률분포와 표본분포예정2과목 빅데이터 탐색 (필기)
  19. 19모수 추정과 가설검정의 절차예정2과목 빅데이터 탐색 (필기)
  20. 20회귀분석과 정규화 회귀예정3과목 빅데이터 모델링 (필기)
  21. 21로지스틱 회귀와 서포트벡터머신예정3과목 빅데이터 모델링 (필기)
  22. 22의사결정나무와 앙상블 기법예정3과목 빅데이터 모델링 (필기)
  23. 23군집 분석과 연관성 분석예정3과목 빅데이터 모델링 (필기)
  24. 24주성분분석과 다변량 분석예정3과목 빅데이터 모델링 (필기)
  25. 25시계열 분석과 베이지안 기법예정3과목 빅데이터 모델링 (필기)
  26. 26인공신경망과 딥러닝 구조예정3과목 빅데이터 모델링 (필기)
  27. 27텍스트·이미지 비정형 데이터 분석예정3과목 빅데이터 모델링 (필기)
  28. 28분류·회귀 모형의 평가 지표예정4과목 빅데이터 결과 해석 (필기)
  29. 29교차 검증과 유의성·적합도 검정예정4과목 빅데이터 결과 해석 (필기)
  30. 30과대적합 방지와 초매개변수 최적화예정4과목 빅데이터 결과 해석 (필기)
  31. 31시공간·관계·비교 시각화와 인포그래픽예정4과목 빅데이터 결과 해석 (필기)
  32. 32분석모형 해석과 설명 가능성예정4과목 빅데이터 결과 해석 (필기)
  33. 33분석결과 활용과 모형 모니터링예정4과목 빅데이터 결과 해석 (필기)
  34. 34실기 시험 환경과 데이터 적재예정실기 빅데이터 분석 실무
  35. 35결측값·이상값 처리와 정제 코드예정실기 빅데이터 분석 실무
  36. 36스케일링·인코딩과 파생변수 생성예정실기 빅데이터 분석 실무
  37. 37기초통계 산출과 분포 탐색 코드예정실기 빅데이터 분석 실무
  38. 38제1유형 수행순서와 답안 형식예정실기 빅데이터 분석 실무
  39. 39제3유형 통계 검정과 결과 해석예정실기 빅데이터 분석 실무
  40. 40분류·회귀 모형 선택과 학습예정실기 빅데이터 분석 실무
  41. 41모형 평가와 예측 결과 제출예정실기 빅데이터 분석 실무

모의고사0 / 7

개념을 다 쓴 뒤에 차례로 붙습니다.

  1. 01모의고사 1회예정
  2. 02모의고사 2회예정
  3. 03모의고사 3회예정
  4. 04모의고사 4회예정
  5. 05모의고사 5회예정
  6. 06모의고사 6회예정
  7. 07모의고사 7회예정

관련 있는 우리 글

시험을 겨냥해 쓴 글은 아니지만 같은 개념을 다룹니다. 과목이 막힐 때 곁에 두고 읽습니다.

알아 둘 것

  • 국가기술자격법 제23조 및 동법 시행령 제29조(권한의 위임·위탁)에 따라 시행하는 국가기술자격이다. 시행기관 약칭은 K-DATA(KOREA Data Agency)다.
  • 국가기술자격이라 한국데이터산업진흥원의 다른 자격(ADP·ADsP·SQLP·SQLD·DAP·DAsP)과 성격이 다르다 — 응시료가 다른 종목(5만~10만원)보다 훨씬 낮고, DAP·SQLP·SQLD에 걸리는 보수교육 의무의 대상도 아니다.
  • 학점인정 등에 관한 법률에 따라 자격 취득 및 취득에 필요한 교육과정 이수가 학점은행제 20학점으로 인정된다.
  • 실기는 CBT 방식이고 공식 홈페이지가 '실기 체험환경'을 별도로 제공한다.
  • 실기 시험환경은 제12회 응시 가이드가 적는다 — 클라우드 기반 CBT에 크롬 브라우저를 쓰고, 코드 실행 시간은 1분으로 제한되며, 제공된 패키지만 쓸 수 있고 시험 중 추가 설치는 안 된다. 코드 라인별 실행·그래프·단축키·자동완성은 제공하지 않는다. 언어는 공식 FAQ도 「R 또는 파이썬(Python) 중에서 수험자가 직접 선택」한다고 답한다.
  • 2026년 기준으로 제12회·제13회가 시행되므로 제도가 유지·운영 중이며 폐지나 대체 계획은 공식 페이지에서 확인되지 않는다.
  • 확인에 쓴 페이지는 자격소개·응시안내·시험일정·보수교육 안내·자주하는질문, 그리고 공지사항의 「빅데이터분석기사 출제기준 개정 안내」(2026-09-11)와 「제12회 빅데이터분석기사 실기 자격검정 안내」에 붙은 PDF다.
  • 자격소개의 출제기준 끝에 「※ 출제기준 적용기간 : 2024. 1. 1. ~ 2026. 12. 31.」이 붙어 있다. 그 뒤를 잇는 개정 출제기준(적용기간 2027. 1. 1. ~ 2030. 12. 31.)이 2026-09-11 공지사항 「빅데이터분석기사 출제기준 개정 안내」로 공고됐고, 「개정된 출제기준은 제14회 필기시험부터 적용됩니다」. 시험 형식(필기 객관식 80문항·120분, 실기 통합형 180분)은 그대로다. 과목1은 일부 항목 명칭이 바뀌고 분석모형 설계 항목이 옮겨 오며, 과목2로 데이터 전처리 관련 항목(데이터 변환·품질 검증·데이터 분할)이 모인다. 과목3에는 주성분분석이 신설되고 분석 도구 선정이 빠진다. 과목4는 주요항목 명칭이 바뀌고 비즈니스 기여도 평가가 빠진다. 실기에는 데이터 탐색 작업이 신설된다. 위 subjects는 이 개정 기준이다. 적용기간이 2026. 12. 31.까지인 현행 기준은 자격소개(a_07.do)에 실려 있다.

난이도와 취업 별은 시행처가 준 값이 아니라 위에 적은 근거로 매긴 값입니다. 공식 페이지는 2026-10-10에 확인했습니다. 시험 제도는 개편이 잦으니 접수 전에 시행처 안내를 한 번 더 보세요.