ADsP 50회 합격 비법! 마지막 쪽집게 특강으로 한 번에 끝내자!

ADSP 50회 시험 대비 특별 강의 요약 (중학생 눈높이)

안녕하세요! 8월 8일에 있을 ADSP 50회 시험을 대비해서 특별 강의를 진행할게요. 지난 48회, 49회 시험을 바탕으로 50회 시험에 나올 만한 문제들을 예상해 볼 거예요. 쉬는 시간 없이 1과목 '데이터 이해', 2과목 '데이터 분석 기획', 3과목 '데이터 분석' 순서로 진행할게요.

1과목: 데이터 이해

• 변별력은 점점 사라지는 중! 1과목과 2과목은 이제 합격에 큰 영향을 주지 않아요. 평균적으로 각 과목당 7.5문제 정도 나오는데, 이 정도면 반 이상 맞출 수 있겠죠?
• 진짜 중요한 건 3과목! 3과목에서 반 이상만 맞춰도 시험 합격이 훨씬 쉬워져요.
• 1과목 출제 포인트:
  • 정량 vs 정성 데이터 구분: 숫자로 된 데이터(정량)와 그렇지 않은 데이터(정성)를 구분하는 문제.
  • 암묵지 vs 형식지 (SECI 모델): 머릿속에 있는 지식(암묵지)과 글로 쓰여진 지식(형식지)이 어떻게 섞이는지에 대한 SECI 모델 문제. 형식지를 바탕으로 새로운 형식지를 만드는 '연결화'가 중요해요.
  • DIIKW 피라미드: 데이터(Data) -> 정보(Information) -> 지식(Knowledge) -> 지혜(Wisdom) 순서로 발전하는 구조 이해.
  • DB vs DBMS: 데이터베이스(DB)와 데이터베이스 관리 시스템(DBMS) 구분.
  • 데이터 웨어하우스(DW) vs 데이터 마트(DM): DW는 큰 창고, DM은 특정 부서나 목적에 맞는 작은 창고라고 생각하면 쉬워요.
  • 빅데이터 7가지 기법: 영광 규칙, 유형 분석, 회귀 분석, 머신러닝, 감정 분석, 사회 관계망 분석, 유전 알고리즘 중 하나는 꼭 나와요. 특히 회귀 분석은 독립 변수와 종속 변수의 관계를 파악하는 문제로 자주 나와요.
  • 빅데이터 3가지 위험 요인: 사생활 침해, 책임 원칙 훼손, 데이터 오염과 그에 대한 해결책 연결 문제.
  • 데이터 사이언티스트 역할: 데이터 사이언티스트와 알고리즘 전문가의 역할 구분.
  • 데이터 사이언티스트 역량: 하드 스킬(기술, 지식)과 소프트 스킬(소통, 협업) 구분.
  • 가치 패러다임 변화: 아날로그에서 디지털로, 데이터를 연결하고 관리하는 시대로 변화하는 흐름.
• 새로운 유형: DW와 DM 구축 순서가 바뀌는 경우, 데이터 마트를 먼저 구축할 수도 있다는 점.

2과목: 데이터 분석 기획

• 1과목보다 양은 적지만 꼼꼼하게! 지엽적인 단어가 나올 수 있으니 확실하게 외우는 게 중요해요. 전략 과목이 될 수 있어요.
• 2과목 출제 포인트:
  • 분석 주제 유형: 대상(What), 방법(How), 하위(Why), 알고/모르고(When)에 따라 4가지로 구분.
  • 분석 방법론 (KDD, CRISP-DM, 빅데이터 분석 방법론): 순서와 각 단계별 작업이 중요해요. 특히 KDD는 데이터 전처리, CRISP-DM은 6단계와 피드백 구간, 빅데이터 분석 방법론은 프로세스 순서가 중요해요.
  • 분석 과제 접근 방식:
    • 상향식: 문제가 명확하지 않을 때 데이터를 보고 문제를 찾아가는 방식 (비지도 학습과 관련 깊음).
    • 하향식: 문제가 명확할 때 해결책을 찾아가는 방식.
    • 디자인 사고: 창의적인 접근 방식.
  • 분석 프로젝트 관리: 5가지 주요 관리 사항 (시간, 조달, 품질 등)은 꼭 외워두세요. 특히 품질 관리는 최근 중요해지고 있어요.
  • 분석 마스터 플랜: 분석 과제 우선순위 정하기 (시급성 vs 난이도). 시급성은 전략적 중요도, 난이도는 비용/범위.
  • 분석 준비도 vs 분석 성숙도: 준비도는 인프라, 성숙도는 활용 능력을 진단해요. 경쟁사 비교 분석은 필수는 아니에요.
  • 분석 조직 유형: 분산형, 기능형, 집중형. 특히 분산형과 집중형의 특징을 잘 구분해야 해요.
  • 거버넌스: 분석 거버넌스 (관리)와 데이터 거버넌스 (표준화, 품질, 저장소 구축).
• 새로운 유형:
  • 분석 준비도와 성숙도를 합쳐서 4가지 유형(준비형, 도입형, 정착형, 확산형)으로 구분하는 문제.
  • 분석 조직 유형에서 분산형과 집중형의 특징을 섞어서 내는 문제.
  • 데이터 거버넌스에서 관리 체계 4가지 순서.

3과목: 데이터 분석

• 가장 중요! 60문항이 배정되어 있고, 합격의 당락을 결정하는 과목이에요.
• 3과목 출제 포인트:
  • R 기초: summary() 함수로 데이터 비대칭 파악 (평균 vs 중앙값), 왜도 (데이터 꼬리 방향).
  • 데이터 마트: 파생 변수와 요약 변수의 정의.
  • 결측값 처리 & 이상값 검색:
    • 결측값 처리: 삭제법, 대치법.
    • 이상값 검색: 상자 그림 (이상값 파악 가능, 데이터 개수 파악 불가), ESD 알고리즘.
  • 회귀 분석:
    • 해석: 절편(Intercept), 기울기(Coefficient), p-value (유의 확률) 해석.
    • 모형 가정: 다중 공선성 (독립 변수 간 상관관계 높을 때), 잔차 분석 (모형 적합도).
  • 자료 척도: 명목, 순서, 구간, 비율 척도의 특징과 사례 구분.
  • 가설 검정: 유의 수준(alpha)과 p-value 비교 (p-value가 작을수록 귀무가설 기각).
  • 다변량 분석:
    • 주성분 분석: 데이터 변동성(분산)이 가장 큰 것을 1주성분으로 선택.
    • 상관 분석: 두 변수가 같은 방향으로 얼마나 강하게 움직이는지 (위치 X).
  • 추정 구간: 신뢰 수준 95%의 의미 (빈도주의 개념, 확률 X).
  • 잔차 분석: 곡선 형태는 비선형 회귀 (다항 회귀) 필요.
  • t-test: 두 집단 평균 차이 검정 (p-value와 유의 수준 비교).
  • 교차 분석: 범주형 변수 간 빈도표 분석 (독립성 검정, 적합성 검정).
  • 다중 회귀 분석: 가장 유의한 변수 선택 (t-statistic 절대값).
  • 로지스틱 회귀 분석: 종속 변수가 0/1일 때 사용. 오즈(Odds) 변환, 로짓 변환 (선형 해석 위해). 모형 검정은 카이제곱 분포 사용.
  • 시계열 분석: 정상성 (평균, 분산, 공분산 일정), 비정상 시계열을 정상 시계열로 바꾸는 '차분'.
  • 데이터 분할: 학습, 검증, 평가 데이터의 목적.
  • 데이터 마이닝: 5단계 순서, 데이터 가공.
  • 의사 결정 나무: 순수도 증가 또는 불순도 감소 방향으로 분할. 과대 적합 방지 (가지치기).
  • 인공 신경망: 가중치(W) 업데이트 (학습), 활성화 함수 (비선형성 부여). 기울기 소실 문제 (시그모이드, 탄젠트 함수). 렐루 함수 (기울기 소실 완화). 드롭아웃 (과대 적합 방지).
  • 군집 분석:
    • 계층적 군집 분석: 병합 방법 (단일 연결법, 최장 연결법 등). 거리 개념 (유클리디안 거리, 맨하탄 거리 등).
    • K-평균 군집 분석: 군집 수(k) 결정 필요.
    • 비지도 학습: 타겟 변수 없음 (연관 규칙, 군집 분석, 주성분 분석).
  • 분류 분석: 과대 적합이 핵심 키워드.
  • 연관 규칙: 지지도, 신뢰도, 향상도. 향상도 1보다 클 때 양의 상관성.
  • 분석 모형 평가: F1 Score (혼동 행렬 기반 계산), ROC 커브 (AUC).
  • 앙상블 모형: 배깅 (부트스트랩, 독립/병렬), 부스팅 (순차 모델, 잘못 분류된 표본에 가중치).
  • 확률적 표출: 단순 무작위, 층화, 계통, 군집.
• 새로운 유형:
  • 상자 그림에서 Q1, Q3 값 계산 후 이상값 판단.
  • 기하 평균 (성장률, 비율 평균).
  • 로지스틱 회귀 분석에서 오즈 변환, 로짓 변환의 의미.
  • 분석 모형 평가에서 개념 정의 문제 (정밀도, 재현율).
  • ROC 커브의 x축 (1-특이도), y축 (민감도) 의미.
  • 인공 신경망에서 기울기 소실 문제와 렐루 함수.
  • 드롭아웃의 역할.
  • 소프트맥스 함수의 특징 (다범주 분류, 확률 출력).
  • 시계열 분석에서 공분산의 특징 (시차 의존).
  • 군집 분석에서 거리 계산 (맨하탄 거리 vs 유클리디안 거리).
  • 48번 문항은 시험 범위 밖의 내용일 가능성이 높으니 참고만 하세요.

마지막 팁:

• 이번 주말이 합격의 열쇠! 1, 2과목을 최대한 빨리 끝내고 3과목에 집중하세요.
• 다음 주 월요일 오후 5시 이전에 유튜브 댓글에 50회 출제 가능성 높은 문제 50개를 PDF 파일로 업로드할 예정이니 꼭 확인하고 다운로드 받으세요!
• 여러분 모두 꼭 합격하시길 바랍니다! 수고하셨습니다!