ADsP vs ADP — 다음 단계 데이터 자격증 비교 (2026)

한 줄 요약 — 입문 vs 전문가

ADsP와 ADP는 같은 한국데이터산업진흥원(KDATA)이 시행하는 데이터분석 자격이지만 위계가 다릅니다. ADsP는 데이터분석 준전문가로 입문 단계에 가깝고, ADP는 데이터분석 전문가로 상위 단계입니다(출처: 한국데이터산업진흥원 ADP 안내, ADsP 안내).

가장 큰 차이는 세 가지입니다. 첫째, ADsP는 객관식 1단계 시험이지만 ADP는 필기와 실기 2단계 시험입니다. 둘째, ADsP는 응시자격 제한이 없지만 ADP는 학력과 경력 요건을 충족해야 합니다. 셋째, 학습 시간이 ADsP는 직장인 1~2개월 수준에서 통과 사례가 자주 보이지만 ADP는 필기 준비만 수 개월, 실기까지 포함하면 반년 이상 학습이 일반적입니다.

이 글은 시험 구조·과목·응시자격·합격 기준·직군별 선택 기준 다섯 축으로 두 자격을 비교합니다.

시험 구조 — 1단계 vs 2단계

ADsP는 단일 시험입니다. 객관식 50문항, 90분, 100점 만점이고 합격은 총점 60점 이상에 과목별 40% 이상 점수가 필요합니다. 응시료는 50,000원이며 연 4회 시행됩니다.

ADP는 필기와 실기로 구성된 2단계 시험입니다. 필기시험에 합격하고 응시자격을 충족해야 실기시험에 응시할 수 있습니다. 필기는 총점 70점 이상에 과목별 40% 이상이라는 합격 기준을 가집니다. ADP는 연 2회 시행되므로 ADsP보다 시험 횟수가 절반입니다.

시험 횟수 차이는 학습 일정 설계에 큰 영향을 줍니다. ADsP는 한 회차에 떨어져도 약 3개월 뒤 다시 응시할 수 있지만 ADP는 다음 회차까지 약 6개월을 기다려야 합니다. 한 번에 통과해야 한다는 압박이 ADP가 더 큽니다.

시험 과목 — 3과목 vs 5과목

ADsP는 3과목으로 구성됩니다. 데이터 이해 20%(10문항), 데이터분석 기획 20%(10문항), 데이터분석 60%(30문항)입니다. 데이터분석 과목 안에서 R 기초, 통계분석, 정형 데이터 마이닝이 다뤄집니다.

ADP 필기는 5과목입니다. 데이터 이해, 데이터 처리 기술 이해, 데이터분석 기획, 데이터분석, 데이터 시각화로 구성됩니다. ADsP의 3과목이 ADP에서는 5과목으로 확장되며, 데이터 처리 기술 이해와 데이터 시각화가 ADsP에는 없는 영역입니다. 데이터분석 과목 안에서도 ADP는 정형·비정형 데이터 마이닝과 고급 통계·기계학습 분석을 더 깊게 다룹니다.

ADP 실기는 필기 합격자만 응시 가능하며 데이터 전처리·통계 분석·머신러닝 모형 구축·시각화·해석을 종합적으로 평가합니다. 분석 절차와 코드 서술, 결과 해석을 포함하므로 객관식 중심의 ADsP와는 준비 방식이 전혀 다릅니다.

응시자격 — 무제한 vs 학력+경력

ADsP는 응시자격 제한이 없습니다. 학력·전공·경력과 무관하게 누구나 응시할 수 있습니다. 대학생, 비전공자 직장인, 직무 전환을 준비하는 사무직·운영 직군 모두 시작 시점에 자격을 확인할 필요가 없습니다.

ADP는 응시자격 요건이 있습니다. 박사학위 취득자, 석사학위 취득 후 해당 분야 실무경력 1년 이상, 학사학위 취득 후 해당 분야 실무경력 3년 이상, 전문대학 졸업 후 해당 분야 실무경력 6년 이상, 고등학교 졸업 후 해당 분야 실무경력 9년 이상이 학력·경력 기준입니다. 이와 별도로 ADsP를 포함한 자격 보유 요건으로도 응시자격이 부여될 수 있어, ADsP 취득은 ADP 응시자격을 확보하는 한 가지 경로로 활용됩니다(출처: 한국데이터산업진흥원 데이터분석 전문가 응시자격).

응시자격 차이는 학습 시작 시점에 결정해야 할 변수입니다. 비전공자 대학생이나 직장인이 데이터 자격증을 처음 준비한다면 ADP는 학력·경력 요건이 충족되지 않는 한 직접 응시가 어렵습니다. ADsP를 먼저 취득해 응시자격 확보 경로를 만드는 흐름이 자연스럽습니다.

합격 기준과 학습 시간

ADsP 합격 기준은 총점 60점 이상에 과목별 40% 이상입니다. 합격률은 회차별 변동이 크며 대체로 50~70%대로 언급되는 경우가 많고, 학습 시간은 단기 준비 사례가 많이 보입니다. 통계와 R이 처음인 비전공자라면 6~8주 모델이 더 안전합니다.

ADP 필기 합격 기준은 총점 70점 이상에 과목별 40% 이상입니다. ADsP보다 10점 높은 총점 기준에 5과목까지 다뤄야 하므로 학습량이 훨씬 큽니다. 학습 기간은 개인 배경에 따라 다르지만 ADP는 필기·실기까지 장기 계획이 필요한 편이며, ADsP보다 합격률이 낮은 것으로 알려져 있어 한 번에 통과한다는 기대보다 여러 회차에 걸쳐 도전하는 학습 일정이 현실적입니다.

학습 시간 차이는 직장인 학습자에게 큰 변수입니다. ADsP는 자투리 시간 1~2개월로 통과 가능하지만, ADP는 주말 학습이 핵심이고 실기 단계에서는 별도 코딩·분석 프로젝트 학습이 필요합니다. R·Python 실무 경험이 거의 없다면 실기 학습에서 가장 큰 진도 정체가 발생합니다.

직군별 선택 기준

비전공자 직장인이 데이터 자격증을 처음 준비한다면 ADsP가 첫 자격으로 적합합니다. 응시자격 제한이 없고 학습 시간이 1~2개월 수준이라 실제 도전 가능 영역입니다. ADP는 응시자격을 갖추거나 ADsP 취득 후 다음 자격으로 검토하는 단계입니다.

마케터·기획자·PM 직군은 ADsP로 분석 용어와 분석기획 절차를 익힌 뒤, SQL 실무가 더 중요하면 SQLD로, 분석 모형 학습을 심화하려면 ADP로 넘어가는 경로가 자연스럽습니다. ADP 실기는 코드 작성과 모형 해석이 핵심이므로 마케터·기획자가 바로 도전하기에는 학습 부담이 큽니다.

데이터 분석가·데이터 사이언티스트로 직무 전환을 명확히 목표로 하는 학습자에게 ADP는 학습 가치가 큽니다. 다만 실기까지 통과해야 자격이 부여되므로 학위·실무 경력 요건을 충족하는 상태에서 6개월 이상의 학습 계획을 잡아야 합니다. 무자격 학습자가 응시자격 확보 카드로 ADsP를 먼저 따고 분석 프로젝트 포트폴리오를 함께 쌓는 흐름이 자주 보입니다.

사무직·운영 직군은 ADsP 단독으로도 데이터 직군 진입의 첫 신호가 되지만, ADP는 응시자격과 학습량 모두에서 격차가 큽니다. ADP보다 SQLD·빅데이터분석기사·자체 분석 포트폴리오를 먼저 준비하는 편이 시간 대비 효과가 큽니다.

자주 묻는 질문

Q. ADsP를 따면 자동으로 ADP에 응시할 수 있나요?

ADsP 취득은 ADP 응시자격 확보 경로 중 하나입니다. 학력·경력 요건이 충족되지 않더라도 ADsP 같은 자격 보유 요건으로 응시자격을 받을 수 있는 케이스가 있어, 자격 보유 경로의 정확한 요건은 응시 시점 한국데이터산업진흥원 공고에서 확인합니다. 자동 응시가 아니라 응시자격 확보 절차를 별도로 거쳐야 합니다.

Q. 비전공자 직장인이 ADP에 바로 도전해도 되나요?

이론적으로는 학력·경력 요건이 충족되면 가능하지만 실용적으로는 어렵습니다. ADP는 필기 5과목과 실기로 구성되어 학습량이 ADsP의 3~5배 수준이고, 실기는 R 또는 Python 코드 작성을 직접 다뤄야 합니다. R·Python 실무 경험이 거의 없는 비전공자 직장인이 바로 ADP를 준비하면 실기 단계에서 진도가 멈추는 경우가 자주 발생합니다. ADsP로 분석 흐름과 통계 용어를 먼저 잡고 SQL·R·Python 학습을 일정 기간 진행한 뒤 ADP에 도전하는 단계적 접근이 현실적입니다.

Q. ADsP와 ADP 중 채용에서 더 인정받는 자격은 무엇인가요?

직군과 채용 단계에 따라 다릅니다. 데이터 분석가·데이터 사이언티스트 채용에서는 ADP가 학습 깊이를 더 분명히 보여줍니다. 다만 ADP 단독으로 채용 결과가 결정되지는 않고 실무 경험, 포트폴리오, SQL·Python 능력이 함께 평가됩니다. 마케터·기획자·사무직이 데이터 직군 전환을 준비하는 단계에서는 ADsP만으로도 학습 신호로 충분한 경우가 많고, 이력서에 자격증을 단독으로 적기보다 업무 경험과 함께 묶어야 효과가 큽니다.

ADsP 전체 시험 구조는 ADsP 자격증 한 번에 정리, 인접 자격 비교는 ADsP vs SQLD 비교, 자격증 활용 시나리오는 ADsP 가산점·자격증 활용, 합격 사례는 ADsP 합격후기, 학습 시간 분배는 ADsP 준비 기간에서 이어서 볼 수 있습니다.