데이터 분석
ADsP 합격률을 알면 공부 전략이 달라진다
ADsP 합격률을 알면 공부 전략이 달라진다
ADsP 합격률을 알면 공부 전략이 달라진다
합격률로 읽는 과목별 난이도와 공략법
합격률로 읽는 과목별 난이도와 공략법

위그로스 아카데미

들어가며
ADsP를 접수하고 나서 가장 먼저 드는 걱정은 나도 붙을 수 있을까입니다. 합격률을 확인하지 않은 채 공부를 시작하면 불필요한 범위까지 파고드는 경우가 많습니다. 과목별 난이도를 미리 파악하면 어디에 힘을 써야 할지가 명확해집니다. 이번 편에서는 ADsP 합격률과 과목별 실제 난이도를 정리합니다.

ADsP 합격률은 어느 수준일까
최근 3개년 기준 약 64~68%대다
ADsP 합격률은 회차마다 다르지만 최근 3개년 기준 약 64~68%대입니다. 국가기술자격 시험 중에서는 비교적 높은 수준이며 비전공자도 제대로 준비하면 통과할 수 있는 시험입니다. SQLD의 합격률이 상대적으로 낮은 것과 비교하면 ADsP가 더 접근하기 쉬운 시험임을 알 수 있습니다. 문제 유형이 비교적 정형화돼 있어 기출 패턴을 파악한 사람에게 유리합니다. 준비 기간을 얼마나 확보하느냐가 합격률보다 더 중요한 변수입니다.
합격률이 높다고 방심하면 안 된다
합격률이 60%대라도 응시자의 30~40%는 탈락한다는 의미입니다. 충분한 이해 없이 기출 문제만 외우다가 낯선 유형이 나오면 대응이 어렵습니다. 특히 3과목은 단순 암기로 해결되지 않는 계산형 문제가 섞여 있습니다. 개념을 정리한 뒤 기출 문제로 확인하는 순서가 더 안전합니다.
과목별 난이도는 어떻게 다를까
1과목과 2과목은 개념 이해 위주다
1과목(데이터 이해)과 2과목(데이터 분석 기획)은 암기와 이해 중심으로 구성됩니다. 데이터의 종류와 정의, 분석 기획 절차, 마스터 데이터 개념 등이 주로 출제됩니다. 배점은 각 20점으로 기출 문제를 2~3회 반복하면 충분히 점수를 확보할 수 있습니다. 두 과목을 합쳐도 배점이 40점이기 때문에 이 구간에서 점수를 잃으면 총점 60점 달성이 어려워집니다. 학습 난이도 자체는 높지 않지만 꼼꼼히 정리해야 안정적인 점수가 나옵니다.
3과목이 합격을 결정한다
3과목(데이터 분석)은 배점이 60점으로 전체의 절반 이상을 차지합니다. 기술 통계, 확률분포, 회귀분석, 데이터 마이닝 등 수치 기반 내용이 포함돼 있어 비전공자에게 가장 낯선 파트입니다. 계산 문제가 포함돼 있어 개념 이해 없이 암기만으로는 대응하기 어렵습니다. 3과목은 크게 통계 분석 파트와 데이터 마이닝 파트로 나뉘는데 둘 다 이해 중심으로 접근해야 합니다. 학습 시간의 절반 이상을 3과목에 배분하는 것이 현실적입니다.
R 코드 해석이 필요할까
ADsP 3과목에는 R 코드를 읽고 결과를 유추하는 문제가 포함됩니다. 코드를 직접 작성하거나 실행할 필요는 없고 주어진 코드의 동작 방식을 이해하는 수준이면 충분합니다. R 기초 문법과 자주 쓰는 함수 몇 가지만 파악해두면 이 유형에 충분히 대응할 수 있습니다. 파이썬은 ADsP 범위에 포함되지 않습니다. 코딩 경험이 없더라도 기출 문제에서 자주 나오는 R 함수 패턴을 익히면 득점에 큰 어려움이 없습니다.
합격과 불합격을 가르는 변수
3과목 과락이 가장 흔한 탈락 원인이다
총점이 60점을 넘겨도 3과목 점수가 24점 미만이면 과락으로 불합격 처리됩니다. 1과목과 2과목에서 높은 점수를 받아도 3과목에서 무너지면 의미가 없습니다. 3과목은 배점이 60점 만점이고 과락 기준이 24점이기 때문에 12문항 이상을 맞혀야 합격권에 들어옵니다. 3과목 목표 점수를 30점 이상으로 잡고 과락 없이 가져가는 전략이 가장 안전합니다.
통계는 공식보다 개념부터 잡는다
3과목 통계 파트에서 막히는 이유는 대부분 공식 암기에 집중하기 때문입니다. 분산이 무엇인지 상관계수가 왜 필요한지를 먼저 이해해야 변형 문제에 대응할 수 있습니다. 분산은 데이터가 평균에서 얼마나 퍼져 있는지를 나타내고 상관계수는 두 변수 사이의 선형 관계 강도를 측정합니다. 마케터라면 A/B 테스트 결과의 통계적 유의성을 판단할 때 이 개념을 직접 씁니다. 실무와 연결해서 공부하면 흡수 속도가 빨라집니다.
데이터 마이닝 개념은 흐름으로 이해한다
3과목 후반부의 데이터 마이닝 파트는 분류, 군집화, 연관 분석, 회귀 같은 알고리즘 개념을 다룹니다. 각 알고리즘이 어떤 데이터에 어떤 목적으로 쓰이는지를 이해하는 것이 핵심입니다. 수식 암기보다 각 기법의 특징과 차이점을 비교하는 방식으로 정리하면 문제 풀이에 유리합니다. 마케터라면 추천 시스템이나 고객 세분화 업무와 연결해서 생각하면 개념이 더 잘 잡힙니다.

마무리
난이도보다 공략법이 먼저다
ADsP는 준비한 사람이 붙는 시험입니다. 합격률이 60%대라는 건 제대로 준비한 사람이 붙는다는 의미이기도 합니다. 1과목과 2과목은 2`~3주 안에 정리하고 3과목 통계와 분석 파트에 나머지 기간을 집중하면 총 6~8주 안에 준비를 마칠 수 있습니다. R 코드 해석 파트는 기출 문제 반복으로 충분히 대응할 수 있습니다. 다음 편에서는 ADsP 실전 공부법과 추천 커리큘럼을 정리합니다.
📢 더 많은 마케팅 실무 팁과 트렌드가 궁금하다면?
실무에서 바로 활용 가능한 데이터 분석 노하우부터 마케팅 실무자들과의 실시간 네트워킹, 유용한 학습 자료까지 아낌없이 나누어 드립니다. 혼자 고민하지 말고 함께 공부하며 빠르게 성장해 봐요!
들어가며
ADsP를 접수하고 나서 가장 먼저 드는 걱정은 나도 붙을 수 있을까입니다. 합격률을 확인하지 않은 채 공부를 시작하면 불필요한 범위까지 파고드는 경우가 많습니다. 과목별 난이도를 미리 파악하면 어디에 힘을 써야 할지가 명확해집니다. 이번 편에서는 ADsP 합격률과 과목별 실제 난이도를 정리합니다.

ADsP 합격률은 어느 수준일까
최근 3개년 기준 약 64~68%대다
ADsP 합격률은 회차마다 다르지만 최근 3개년 기준 약 64~68%대입니다. 국가기술자격 시험 중에서는 비교적 높은 수준이며 비전공자도 제대로 준비하면 통과할 수 있는 시험입니다. SQLD의 합격률이 상대적으로 낮은 것과 비교하면 ADsP가 더 접근하기 쉬운 시험임을 알 수 있습니다. 문제 유형이 비교적 정형화돼 있어 기출 패턴을 파악한 사람에게 유리합니다. 준비 기간을 얼마나 확보하느냐가 합격률보다 더 중요한 변수입니다.
합격률이 높다고 방심하면 안 된다
합격률이 60%대라도 응시자의 30~40%는 탈락한다는 의미입니다. 충분한 이해 없이 기출 문제만 외우다가 낯선 유형이 나오면 대응이 어렵습니다. 특히 3과목은 단순 암기로 해결되지 않는 계산형 문제가 섞여 있습니다. 개념을 정리한 뒤 기출 문제로 확인하는 순서가 더 안전합니다.
과목별 난이도는 어떻게 다를까
1과목과 2과목은 개념 이해 위주다
1과목(데이터 이해)과 2과목(데이터 분석 기획)은 암기와 이해 중심으로 구성됩니다. 데이터의 종류와 정의, 분석 기획 절차, 마스터 데이터 개념 등이 주로 출제됩니다. 배점은 각 20점으로 기출 문제를 2~3회 반복하면 충분히 점수를 확보할 수 있습니다. 두 과목을 합쳐도 배점이 40점이기 때문에 이 구간에서 점수를 잃으면 총점 60점 달성이 어려워집니다. 학습 난이도 자체는 높지 않지만 꼼꼼히 정리해야 안정적인 점수가 나옵니다.
3과목이 합격을 결정한다
3과목(데이터 분석)은 배점이 60점으로 전체의 절반 이상을 차지합니다. 기술 통계, 확률분포, 회귀분석, 데이터 마이닝 등 수치 기반 내용이 포함돼 있어 비전공자에게 가장 낯선 파트입니다. 계산 문제가 포함돼 있어 개념 이해 없이 암기만으로는 대응하기 어렵습니다. 3과목은 크게 통계 분석 파트와 데이터 마이닝 파트로 나뉘는데 둘 다 이해 중심으로 접근해야 합니다. 학습 시간의 절반 이상을 3과목에 배분하는 것이 현실적입니다.
R 코드 해석이 필요할까
ADsP 3과목에는 R 코드를 읽고 결과를 유추하는 문제가 포함됩니다. 코드를 직접 작성하거나 실행할 필요는 없고 주어진 코드의 동작 방식을 이해하는 수준이면 충분합니다. R 기초 문법과 자주 쓰는 함수 몇 가지만 파악해두면 이 유형에 충분히 대응할 수 있습니다. 파이썬은 ADsP 범위에 포함되지 않습니다. 코딩 경험이 없더라도 기출 문제에서 자주 나오는 R 함수 패턴을 익히면 득점에 큰 어려움이 없습니다.
합격과 불합격을 가르는 변수
3과목 과락이 가장 흔한 탈락 원인이다
총점이 60점을 넘겨도 3과목 점수가 24점 미만이면 과락으로 불합격 처리됩니다. 1과목과 2과목에서 높은 점수를 받아도 3과목에서 무너지면 의미가 없습니다. 3과목은 배점이 60점 만점이고 과락 기준이 24점이기 때문에 12문항 이상을 맞혀야 합격권에 들어옵니다. 3과목 목표 점수를 30점 이상으로 잡고 과락 없이 가져가는 전략이 가장 안전합니다.
통계는 공식보다 개념부터 잡는다
3과목 통계 파트에서 막히는 이유는 대부분 공식 암기에 집중하기 때문입니다. 분산이 무엇인지 상관계수가 왜 필요한지를 먼저 이해해야 변형 문제에 대응할 수 있습니다. 분산은 데이터가 평균에서 얼마나 퍼져 있는지를 나타내고 상관계수는 두 변수 사이의 선형 관계 강도를 측정합니다. 마케터라면 A/B 테스트 결과의 통계적 유의성을 판단할 때 이 개념을 직접 씁니다. 실무와 연결해서 공부하면 흡수 속도가 빨라집니다.
데이터 마이닝 개념은 흐름으로 이해한다
3과목 후반부의 데이터 마이닝 파트는 분류, 군집화, 연관 분석, 회귀 같은 알고리즘 개념을 다룹니다. 각 알고리즘이 어떤 데이터에 어떤 목적으로 쓰이는지를 이해하는 것이 핵심입니다. 수식 암기보다 각 기법의 특징과 차이점을 비교하는 방식으로 정리하면 문제 풀이에 유리합니다. 마케터라면 추천 시스템이나 고객 세분화 업무와 연결해서 생각하면 개념이 더 잘 잡힙니다.

마무리
난이도보다 공략법이 먼저다
ADsP는 준비한 사람이 붙는 시험입니다. 합격률이 60%대라는 건 제대로 준비한 사람이 붙는다는 의미이기도 합니다. 1과목과 2과목은 2`~3주 안에 정리하고 3과목 통계와 분석 파트에 나머지 기간을 집중하면 총 6~8주 안에 준비를 마칠 수 있습니다. R 코드 해석 파트는 기출 문제 반복으로 충분히 대응할 수 있습니다. 다음 편에서는 ADsP 실전 공부법과 추천 커리큘럼을 정리합니다.
📢 더 많은 마케팅 실무 팁과 트렌드가 궁금하다면?
실무에서 바로 활용 가능한 데이터 분석 노하우부터 마케팅 실무자들과의 실시간 네트워킹, 유용한 학습 자료까지 아낌없이 나누어 드립니다. 혼자 고민하지 말고 함께 공부하며 빠르게 성장해 봐요!
들어가며
ADsP를 접수하고 나서 가장 먼저 드는 걱정은 나도 붙을 수 있을까입니다. 합격률을 확인하지 않은 채 공부를 시작하면 불필요한 범위까지 파고드는 경우가 많습니다. 과목별 난이도를 미리 파악하면 어디에 힘을 써야 할지가 명확해집니다. 이번 편에서는 ADsP 합격률과 과목별 실제 난이도를 정리합니다.

ADsP 합격률은 어느 수준일까
최근 3개년 기준 약 64~68%대다
ADsP 합격률은 회차마다 다르지만 최근 3개년 기준 약 64~68%대입니다. 국가기술자격 시험 중에서는 비교적 높은 수준이며 비전공자도 제대로 준비하면 통과할 수 있는 시험입니다. SQLD의 합격률이 상대적으로 낮은 것과 비교하면 ADsP가 더 접근하기 쉬운 시험임을 알 수 있습니다. 문제 유형이 비교적 정형화돼 있어 기출 패턴을 파악한 사람에게 유리합니다. 준비 기간을 얼마나 확보하느냐가 합격률보다 더 중요한 변수입니다.
합격률이 높다고 방심하면 안 된다
합격률이 60%대라도 응시자의 30~40%는 탈락한다는 의미입니다. 충분한 이해 없이 기출 문제만 외우다가 낯선 유형이 나오면 대응이 어렵습니다. 특히 3과목은 단순 암기로 해결되지 않는 계산형 문제가 섞여 있습니다. 개념을 정리한 뒤 기출 문제로 확인하는 순서가 더 안전합니다.
과목별 난이도는 어떻게 다를까
1과목과 2과목은 개념 이해 위주다
1과목(데이터 이해)과 2과목(데이터 분석 기획)은 암기와 이해 중심으로 구성됩니다. 데이터의 종류와 정의, 분석 기획 절차, 마스터 데이터 개념 등이 주로 출제됩니다. 배점은 각 20점으로 기출 문제를 2~3회 반복하면 충분히 점수를 확보할 수 있습니다. 두 과목을 합쳐도 배점이 40점이기 때문에 이 구간에서 점수를 잃으면 총점 60점 달성이 어려워집니다. 학습 난이도 자체는 높지 않지만 꼼꼼히 정리해야 안정적인 점수가 나옵니다.
3과목이 합격을 결정한다
3과목(데이터 분석)은 배점이 60점으로 전체의 절반 이상을 차지합니다. 기술 통계, 확률분포, 회귀분석, 데이터 마이닝 등 수치 기반 내용이 포함돼 있어 비전공자에게 가장 낯선 파트입니다. 계산 문제가 포함돼 있어 개념 이해 없이 암기만으로는 대응하기 어렵습니다. 3과목은 크게 통계 분석 파트와 데이터 마이닝 파트로 나뉘는데 둘 다 이해 중심으로 접근해야 합니다. 학습 시간의 절반 이상을 3과목에 배분하는 것이 현실적입니다.
R 코드 해석이 필요할까
ADsP 3과목에는 R 코드를 읽고 결과를 유추하는 문제가 포함됩니다. 코드를 직접 작성하거나 실행할 필요는 없고 주어진 코드의 동작 방식을 이해하는 수준이면 충분합니다. R 기초 문법과 자주 쓰는 함수 몇 가지만 파악해두면 이 유형에 충분히 대응할 수 있습니다. 파이썬은 ADsP 범위에 포함되지 않습니다. 코딩 경험이 없더라도 기출 문제에서 자주 나오는 R 함수 패턴을 익히면 득점에 큰 어려움이 없습니다.
합격과 불합격을 가르는 변수
3과목 과락이 가장 흔한 탈락 원인이다
총점이 60점을 넘겨도 3과목 점수가 24점 미만이면 과락으로 불합격 처리됩니다. 1과목과 2과목에서 높은 점수를 받아도 3과목에서 무너지면 의미가 없습니다. 3과목은 배점이 60점 만점이고 과락 기준이 24점이기 때문에 12문항 이상을 맞혀야 합격권에 들어옵니다. 3과목 목표 점수를 30점 이상으로 잡고 과락 없이 가져가는 전략이 가장 안전합니다.
통계는 공식보다 개념부터 잡는다
3과목 통계 파트에서 막히는 이유는 대부분 공식 암기에 집중하기 때문입니다. 분산이 무엇인지 상관계수가 왜 필요한지를 먼저 이해해야 변형 문제에 대응할 수 있습니다. 분산은 데이터가 평균에서 얼마나 퍼져 있는지를 나타내고 상관계수는 두 변수 사이의 선형 관계 강도를 측정합니다. 마케터라면 A/B 테스트 결과의 통계적 유의성을 판단할 때 이 개념을 직접 씁니다. 실무와 연결해서 공부하면 흡수 속도가 빨라집니다.
데이터 마이닝 개념은 흐름으로 이해한다
3과목 후반부의 데이터 마이닝 파트는 분류, 군집화, 연관 분석, 회귀 같은 알고리즘 개념을 다룹니다. 각 알고리즘이 어떤 데이터에 어떤 목적으로 쓰이는지를 이해하는 것이 핵심입니다. 수식 암기보다 각 기법의 특징과 차이점을 비교하는 방식으로 정리하면 문제 풀이에 유리합니다. 마케터라면 추천 시스템이나 고객 세분화 업무와 연결해서 생각하면 개념이 더 잘 잡힙니다.

마무리
난이도보다 공략법이 먼저다
ADsP는 준비한 사람이 붙는 시험입니다. 합격률이 60%대라는 건 제대로 준비한 사람이 붙는다는 의미이기도 합니다. 1과목과 2과목은 2`~3주 안에 정리하고 3과목 통계와 분석 파트에 나머지 기간을 집중하면 총 6~8주 안에 준비를 마칠 수 있습니다. R 코드 해석 파트는 기출 문제 반복으로 충분히 대응할 수 있습니다. 다음 편에서는 ADsP 실전 공부법과 추천 커리큘럼을 정리합니다.
📢 더 많은 마케팅 실무 팁과 트렌드가 궁금하다면?
실무에서 바로 활용 가능한 데이터 분석 노하우부터 마케팅 실무자들과의 실시간 네트워킹, 유용한 학습 자료까지 아낌없이 나누어 드립니다. 혼자 고민하지 말고 함께 공부하며 빠르게 성장해 봐요!

실제 공고로 본 기업이 진짜 원하는 신입 마케터는?
실제 공고로 본 기업이 진짜 원하는 신입 마케터는?
커리어
2026년 7월 11일

실제 공고로 본 기업이 진짜 원하는 신입 마케터는?
실제 공고로 본 기업이 진짜 원하는 신입 마케터는?
커리어
2026년 7월 11일

[SQLD] 윈도우 함수 하나면 채널별 성과를 직접 뽑을 수 있다
RANK·DENSE_RANK·ROW_NUMBER 한 번에 정리
데이터 분석
2026년 7월 10일

[SQLD] 윈도우 함수 하나면 채널별 성과를 직접 뽑을 수 있다
RANK·DENSE_RANK·ROW_NUMBER 한 번에 정리
데이터 분석
2026년 7월 10일

메타 광고 초보자를 위한 타겟 설정 가이드
어드밴티지+, 상세 타겟팅, 맞춤 타겟, 유사 타겟까지 구조부터 이해해봅니다.
마케팅
2026년 7월 9일

메타 광고 초보자를 위한 타겟 설정 가이드
어드밴티지+, 상세 타겟팅, 맞춤 타겟, 유사 타겟까지 구조부터 이해해봅니다.
마케팅
2026년 7월 9일

실제 공고로 본 기업이 진짜 원하는 신입 마케터는?
실제 공고로 본 기업이 진짜 원하는 신입 마케터는?
커리어
2026년 7월 11일

[SQLD] 윈도우 함수 하나면 채널별 성과를 직접 뽑을 수 있다
RANK·DENSE_RANK·ROW_NUMBER 한 번에 정리
데이터 분석
2026년 7월 10일

메타 광고 초보자를 위한 타겟 설정 가이드
어드밴티지+, 상세 타겟팅, 맞춤 타겟, 유사 타겟까지 구조부터 이해해봅니다.
마케팅
2026년 7월 9일

그로스마케터들이 퍼널 대신 '루프'를 말하기 시작한 이유
퍼널의 한계를 넘어서는 그로스 루프의 작동 원리
마케팅
2026년 7월 8일