빅데이터분석기사 실기 제3유형(가설검정) 최신 기출 변형 대비 전략
빅데이터분석기사 실기 제3유형(가설검정) 최신 기출 변형 대비 전략
핵심만 먼저
실기는 유형별 과락이 없어 3유형에서 낮은 점수를 받아도 1·2유형에서 충분히 확보하면 합격할 수 있습니다. 다만 3유형 배점이 30점이나 되므로, 시간이 부족하면 배점이 가장 큰 2유형(40점)을 우선하되 3유형도 최소한의 대응은 해두는 편이 안정적입니다.
💬 인강 결제 전에 이것부터
1·2유형은 기출문제도 많고 정형화된 풀이 흐름이 잘 알려져 있는데, 3유형(가설검정)만 유독 기출이 적고 통계 개념이 광범위해서 막막하게 느껴지실 거예요. 결론부터 말하면 3유형은 신설된 지 얼마 안 된 유형이라 자료가 부족한 게 당연합니다. 이 글은 3유형을 어느 정도까지 준비하는 게 현실적인지, 그리고 자주 나오는 검정 유형을 정리했습니다.
3유형은 사실 '보험'에 가까운 유형이다
빅분기 실기는 총 180분 동안 1유형(데이터 전처리, 3문항 30점), 2유형(예측 모델링, 1문항 40점), 3유형(통계적 추론, 가설검정 중심 2문항 30점)을 풀고 100점 만점에 60점 이상이면 합격합니다. 중요한 건 이 세 유형 사이에 별도의 과락 기준이 없다는 점입니다. 즉 3유형에서 0점을 받아도 1·2유형 점수만으로 60점을 넘기면 합격할 수 있는 구조입니다.
다만 3유형 배점이 전체의 30%나 차지하기 때문에, 완전히 손을 놓기보다는 자주 나오는 검정 유형 몇 가지만이라도 익혀두면 합격선을 훨씬 여유 있게 넘길 수 있습니다. 참고로 최근에는 1유형(데이터 전처리) 난이도가 예전보다 올라갔다는 후기도 있어, 3유형에만 신경 쓰다가 상대적으로 쉽다고 여겨지던 1유형에서 시간을 많이 뺏기지 않도록 균형 있게 준비하는 것도 중요합니다.
대표적으로 대비해야 할 가설검정 유형
- 단일표본·대응표본·독립표본 t검정 — 두 집단(또는 전후 비교)의 평균 차이를 검정
- 카이제곱검정(적합도·독립성) — 범주형 변수 간의 연관성이나 분포의 적합성을 검정
- 분산분석(ANOVA) — 세 집단 이상의 평균 차이를 한 번에 검정
- 상관분석과 회귀계수 유의성 검정 — 변수 간 관계의 강도와 통계적 유의성을 확인
기출이 적은 신설 유형, 어떻게 대비하나
3유형은 제6회 실기시험부터 기존 단답형 10문제를 대체하며 새로 생긴 유형이라, 다른 유형에 비해 축적된 기출문제가 적습니다. 이런 상황에서는 특정 기출문제를 통째로 암기하기보다, 검정 목적 확인 → 귀무·대립가설 설정 → 적절한 검정 방법 선택 → 검정통계량·유의확률(p-value) 계산 → 유의수준과 비교해 결론 작성이라는 기본 흐름 자체를 템플릿처럼 몸에 익히는 게 효율적입니다. 이 흐름만 확실히 잡아두면, 처음 보는 데이터나 변형된 문제가 나와도 어떤 함수를 써야 할지 유추하기가 수월해집니다.
기출은 보통 이런 식으로 변형된다
3유형은 매 회차 완전히 새로운 개념이 나오기보다, 같은 검정 방법을 조건만 살짝 바꿔 다시 묻는 경우가 많다고 알려져 있습니다. 대표적인 변형 패턴은 다음과 같습니다.
- 두 변수의 연관성을 묻던 독립성 검정이, 하나의 변수가 특정 분포를 따르는지 묻는 적합도 검정으로 바뀌어 나오는 경우
- 서로 다른 두 집단을 비교하던 독립표본 t검정이, 같은 대상의 전후 값을 비교하는 대응표본 t검정으로 바뀌어 나오는 경우
- 단순히 p-value 수치만 구하던 문제가, 그 값을 유의수준과 비교해 "귀무가설을 기각한다/채택한다"는 결론 문장까지 서술하도록 요구하는 경우
이런 변형에 대응하려면 특정 문제의 정답 코드를 외우기보다, 검정 방법을 선택하는 판단 기준(변수가 몇 개인지, 집단이 독립적인지 등) 자체를 이해해두는 것이 중요합니다.
※ 아래 사례는 실제 인터뷰가 아니라, 흔히 나타나는 패턴을 재구성한 가상 사례입니다.
시간이 부족했던 EE씨
배점이 가장 큰 2유형(모델링)에 집중하고, 3유형은 t검정 코드 템플릿 하나만 외워두는 정도로 최소한만 준비했습니다.
결과: 1·2유형에서 확보한 점수만으로 합격선을 넘겨 합격했습니다.
3유형에 시간을 과하게 쓴 FF씨
3유형(가설검정)이 낯설다는 이유로 준비 기간의 절반 이상을 3유형 개념 정리에 쏟았고, 정작 배점이 가장 큰 2유형(모델링)은 마지막 며칠만 급하게 훑었습니다.
결과: 3유형에서는 준비한 만큼 점수를 챙겼지만, 2유형에서 예측 모델링 흐름을 제대로 못 익혀 전체 점수가 기준에 못 미쳐 불합격했습니다.
자주 묻는 질문
013유형을 완전히 포기해도 합격할 수 있나요?+
이론상으로는 가능합니다. 빅분기 실기는 유형별 과락 없이 세 유형(1·2·3유형)의 점수를 합산해 60점 이상이면 합격이라, 3유형에서 0점을 받아도 1·2유형에서 충분히 점수를 확보하면 합격할 수 있습니다. 다만 3유형 배점이 30점(전체의 30%)이나 되기 때문에, 완전히 포기하기보다는 최소한의 점수라도 확보해두면 합격선을 넘기기 훨씬 안정적입니다.
023유형에서는 어떤 통계 검정이 자주 나오나요?+
단일표본·대응표본·독립표본 t검정, 카이제곱검정(적합도·독립성), 분산분석(ANOVA), 상관분석과 회귀계수의 유의성 검정 등이 대표적으로 다뤄지는 것으로 알려져 있습니다. 문제마다 다루는 데이터와 상황은 달라도, 가설을 세우고 검정통계량과 유의확률(p-value)을 구해 결론을 내리는 기본 흐름은 비슷하게 반복됩니다.
033유형은 왜 기출문제가 적나요?+
3유형은 원래부터 있던 유형이 아니라, 제6회 실기시험부터 기존의 단답형 10문제를 대체하며 새로 추가된 유형으로 알려져 있습니다. 신설된 지 얼마 되지 않은 만큼 축적된 기출문제 수 자체가 1·2유형에 비해 적고, 다루는 통계 개념의 범위도 넓어 체계적으로 대비하기 까다로운 유형으로 꼽힙니다.
04파이썬으로 가설검정을 할 때 자주 쓰는 라이브러리는 무엇인가요?+
scipy.stats 모듈이 t검정, 카이제곱검정, 상관분석 등 기본적인 가설검정 함수를 대부분 제공합니다. 회귀분석처럼 좀 더 복잡한 통계 모델링에는 statsmodels 라이브러리가 함께 쓰입니다. 두 라이브러리의 주요 함수 이름과 반환값의 의미를 미리 정리해두면 실전에서 코드를 빠르게 떠올리는 데 도움이 됩니다.
이어서 보면 좋은 글
← 데이터 분석 및 인공지능 허브로 돌아가기시험 환경 자체가 낯설다면
빅분기 실기 클라우드 체험 환경(구름), 최신 버전 적응 꿀팁
통계 개념 못지않게 중요한 시험 환경 적응 팁을 확인해보세요.