경영정보시각화능력 2025 제2회 필기 기출 분석

오늘 경영정보시각화능력 필기 시험이 있었다.
원고를 탈고하는 시점이기도 하고,
기출을 분석하고 있는 상황에서
마침 가르치고 있는 몇몇 학생들도 시험을 보고 왔다.

아직 시험의 시행횟수가 적어서, 기출을 분류하는 것이 어려운 상황이지만
개인적인 기준을 가지고 문제 유형을 분류하고 분석해보고자 한다.

시험에 관한 간단한 정보는 다음과 같다.

경정시는 총 3개의 과목으로 구분되어 있다.
그리고 각 과목당 20문제이며, 객관식 사지선다 형태이다.

제 1과목 : 경영정보 일반 (비즈니스 언어를 얼마나 이해하고 있는가?)
제 2과목 : 데이터 해석 및 활용 (어떻게 데이터를 다루고 분석할 것인가?)
제 3과목 : 경영정보시각화 디자인 (분석 결과를 어떻게 효과적으로 전달할 것인가?)

과목별 유형을 분석해보면,

제1과목: 경영정보 일반 (문제 유형: '비즈니스 언어' 이해력)
이 과목의 핵심은 데이터 분석가가 마주할 현업의 용어와 상황을 얼마나 잘 이해하고 있는지를 평가하는 것이다.

A. 경영학 원론형 (10~12문항):
- 내용:
- 재무/회계(매출총이익, 현금흐름)
- 마케팅(업셀링, NPS, ROI)
- 인사(유연근무제, 직무분석)
- 생산관리(EOQ, 품질관리)
- 경영전략(5 Forces) 등 경영학 전반의 핵심 용어와 개념을 묻고있다.
- 예시 문제: 2번(후입선출법), 3번(업셀링/교차판매), 8번(인적자원평가), 12번(5 Forces), 13번(영업이익), 17번(구매관리)
- 평가의 의도는 결국 "현업 부서와 대화할 수 있는 최소한의 비즈니스 어휘를 갖추고 있는지"를 확인하기 위함일 것이다.
B. 데이터 기반 경영지표형 (8~10문항):
- 내용: 실제 데이터 분석에서 자주 사용되는 핵심성과지표(KPI)의 '정의'와 '계산 방식', '해석' 능력을 직접적으로 평가한다. 단순한 암기를 넘어 지표의 결과를 해석할 수 있어야 한다.
- 예시 문제: 14번(NPS), 15번(Stickiness), 18번(ROI), 20번(CTR/CVR)
- 평가 의도는 "당신은 비즈니스 목표를 측정 가능한 데이터 지표로 번역할 수 있습니까?"를 확인하기 위함이다.
- 이 부분에 있어서는 점점 난이도가 조금 올라가는 것 같다.
- 가령, CTR이 무엇인지 단순한 지표의 개념을 묻는 것을 넘어 CTR과 CVR 지표의 상황적 맥락과 관계에 대해 묻는 문제이다.

20. 다음 중 광고 캠페인의 클릭률(CTR)과 전환율(CVR) 간의 관계에 대한 설명으로 가장 옳지 않은 것은?

① CTR이 높더라도 CVR이 낮을 경우 구매 경로에서 이탈 가능성이 높다.
② 광고 메시지와 콘텐츠 간 일관성이 높을 경우, CTR과 CVR이 동시에 높아진다.
③ 포괄적인 타겟을 사용하는 경우, CTR이 낮고 CVR이 높아진다.
④ CTR과 CVR은 노출 수를 분모로 하여 사용자 반응을 기반으로 계산된다.

정답은 4번이다. 사실 모든 지표가 그러하듯 조직의 조작적 정의에 따라 달라질 수 있지만 일반적으로는 다음과 같이 지표를 측정한다.

CTR(Click-Through Rate, 클릭률): (클릭 수 / 노출 수) * 100
CVR(Conversion Rate, 전환율): (전환 수 / 클릭 수) * 100

하지만 실무적인 입장에서 보자면 3번의 보기를 정답으로 보기에 불편한 부분이 있다.

"해당 보기는 '매우 넓은 타겟 범위 속에서 굳이 광고를 클릭한 사용자는, 이미 강력한 구매 의지를 가진 '진성 고객'일 것'이라는 특정 논리적 가정을 전제로 하고 있어야지만 가능하다.
이는 이론적인 모델에서는 흥미로운 사고 실험이 될 수 있지만, 실제 데이터 기반 마케팅의 복잡한 현실과는 다소 거리가 있다. (다소? 아니 많이 있다.) 실무 현장에서는 포괄적인 타겟팅이 구매 의지가 없는 '단순 호기심 클릭'이나 '실수 클릭'의 비중을 급격히 높이는 경향이 있고, 이러한 '노이즈 트래픽'은 클릭 수(분모)는 늘리지만 전환 수(분자)에는 기여하지 못하므로, 오히려 CVR을 희석시켜 떨어뜨리는 주된 원인이 될 수 있다.
따라서 학생들이 이 보기를 '정답'으로 학습하기보다는, '이론적 가정과 실무 데이터 사이의 간극을 보여주는 좋은 오답 사례'로 이해했으면 좋겠다.

제2과목: 데이터 해석 및 활용 (문제 유형: '데이터 리터러시'와 '분석 기술'의 결합)
데이터를 가져와 분석하고, 그 과정에서 발생하는 기술적/통계적 이슈를 해결할 수 있는지를 평가한다.

A. 데이터 분석 프로세스형 (8~10문항):
- 내용:
- 데이터 수집(API, 스크레이핑),
- 처리(ETL, 정제),
- 분석(EDA),
- 검증(교차검증) 등 데이터 분석의 전체 흐름과 각 단계의 역할을 묻는다. (파이프라인 전반에 대한 이해)
- 예시 문제: 21번(EDA), 25번(API), 30번(교차검증), 33번(ETL), 36번(데이터 정제), 38번(결측값 처리)
- 평가 의도는 "데이터 분석의 전반적인 파이프라인 구성을 이해하고 있는지"를 확인하기 위함이다.
B. 데이터 인프라/기술형 (6~8문항):
- 내용:
- 데이터베이스(분산DB, 트랜잭션),
- 데이터 모델링(Dimension/Fact),
- IT 인프라(온프레미스, 파일 시스템) 등 데이터가 저장되고 관리되는 기술적 기반에 대한 이해를 평가한다.
- 예시 문제: 24번(분산DB), 27번(파일 시스템), 28번(온프레미스), 32번(트랜잭션), 37번(Dimension/Fact)
- 평가 의도는 "당신은 개발자나 엔지니어와 원활하게 협업할 수 있는 기술적 배경지식을 갖추고 있습니까?"를 확인하기 위함이다.
C. 통계 및 해석 오류형 (4~6문항):
- 내용:
- 기초 통계(확률분포),
- 데이터 유형(정형/비정형, 수치형/범주형),
- 분석 결과를 왜곡할 수 있는 각종 편향(확증 편향)과 오류(과적합)에 대한 이해를 묻는다.
- 예시 문제: 26번(균일분포), 31번(확증 편향), 35번(과적합), 39번(정형 데이터), 40번(데이터 유형)
- 평가 의도는 "당신은 통계적 의미를 이해하고, 잘못된 결론으로 이어질 수 있는 함정을 피할 수 있습니까?"를 확인하기 위함이다.
- 2과목에서는 생각보다 데이터 인프라에 대한 문제가 많다.
- 개인적으로는 2과목에 클라우드 관련 문제가 필요하다고 생각을 하고 있었는데, 이번 시험에서 일부 다뤄진 것 같다.

28. 다음 중 온프레미스(on-premises) 방식 BI에 대한 설명으로 가장 옳지 않은 것은?

① 기업이 직접 소프트웨어와 하드웨어를 관리하기 때문에 필요에 맞게 시스템을 커스터마이징할 수 있다.
② 중요한 데이터와 시스템을 기업 내부에서 직접 관리하므로 보안성이 높다.
③ 서버, 스토리지, 네트워크 장비 등의 초기 투자 비용이 높다.
④ 보안이 중요한 데이터나 특정 비즈니스 요구 사항을 충족하기 위해, 클라우드 컴퓨팅과 결합하는 기업도 늘어나고 있다.

정답은 4번이다. 현재 조직의 IT인프라는 더욱더 복잡해지고 있다. 온
프레미스와 클라우드의 적절한 결합이 DT의 중요한 포인트가 될 것이다.
온프레미스는 기업이 자체 데이터센터에 서버, 스토리지 등 하드웨어를 직접 구축하고 운영하는 방식을 의미한다,
보기 ④는 온프레미스 환경의 한계(확장성 부족, 유지보수 비용 등)를 극복하고,
클라우드의 장점(유연성, 확장성)을 결합하기 위해 사용하는 하이브리드 클라우드에 대한 설명입니다.
이는 온프레미스 '방식 자체'에 대한 설명이 아니라, 온프레미스와 다른 방식을 '결합'하는 활용 사례에 해당하므로, 온프레미스 방식 자체에 대한 설명으로는 가장 거리가 먼 설명이다.

제3과목: 경영정보시각화 디자인 (문제 유형: '목적 중심'의 시각적 커뮤니케이션)
단순히 차트를 예쁘게 그리는 능력이 아닌, '어떤 목적'을 위해 '어떤 차트'를 '어떻게' 사용해야 하는지를 평가하는 것이 포인트이다.

A. 차트 선택 및 해석형 (10~12문항):
- 내용:
- 특정 데이터와 분석 목적(비교, 분포, 관계, 구성)에 가장 적합한 차트 유형을 선택하거나,
- 제시된 차트의 특징과 용도를 올바르게 해석하는 능력을 묻는다.
- 예시 문제: 41번(도넛 차트), 43번(흐름도), 44번(모자이크 차트), 53번(시간 시각화), 54번(레이더 차트), 58번(불릿 차트)
- 평가 의도는 "데이터에 맞는 적합한 시각적 차트를 구성할 수 있는가?"를 확인하기 위함이다.
B. 시각화 원리 및 디자인 이론형 (5~7문항):
- 내용:
- 게슈탈트 법칙,
- 시각적 변수(자크 베르탱),
- 오컴의 면도날,
- 데이터-잉크 비율 등 효과적인 시각화를 위한 이론적 원칙에 대한 이해를 평가한다.
- 예시 문제: 42번(시각적 변수), 52번(게슈탈트 법칙), 59번(오컴의 면도날)
- 평가 의도는 일반적으로 "당신은 '왜' 그 차트가 효과적이거나 비효과적인지 이론에 근거하여 설명할 수 있습니까?"를 확인하기 위함이다.
C. BI 도구 및 대시보드형 (3~5문항):
- 내용:
- BI 대시보드의 역할(설명형/탐색형)과 설계 원칙,
- 그리고 BI 도구에서 사용되는 특정 기능(조건부 서식, 함수)에 대한 지식을 묻는다.
- 예시 문제: 45번(BI 대시보드), 51번(BI 함수), 57번(조건부 서식)
- 평가 의도는 "당신은 분석 결과를 단순히 나열하는 것을 넘어, 사용자의 의사결정을 돕는 '제품'으로서의 대시보드를 설계할 수 있습니까?"를 확인하기 위함이다. 사실 이 자격증의 가장 본질적인 부분인데 문제는 다소 단순한 편이다.

51. 다음은 BI 도구 중 파워 BI와 태블로 함수에 관한 설명이다. 빈칸에 적절한 함수를 가장 올바르게 나열한 것은?
(A)는 두 날짜 사이의 간격을 반환하는 함수이며, (B)는 주어진 날짜의 일자를 정수로 반환한다. (C)는 반올림 값을 계산하고, (D)의 함수는 절댓값을 반환한다.

① (A)DATEDIFF - (B)DATE - (C)UPPER - (D)ABS
② (A)DATEDIFF - (B)DAY - (C)ROUND - (D)ABS
③ (A)DAYDIFF - (B)DAY - (C)UPPER - (D)STD
④ (A)DAYDIFF - (B)DATE - (C)ROUND - (D)ABS

정답은 2번이다.
이런 특정 도구의 함수명을 직접 묻는 문제에 너무 압도될 필요는 없다고 생각한다.

개인적으로 이런 함수 활용 능력은 필기보다는 실기에서 그 의미를 더 깊이 평가할 수 있다고 생각한다.
더 중요한 사실은, 이 문제가 완전히 새로운 것을 암기해야 하는 문제가 아니라는 점이다.

BI 툴을 아직 다뤄보지 않았다고 해도 엑셀, SQL, Python 중 하나라도 다뤄본 경험이 있다면,
이 문제는 사실 어느 정도 직관적으로 풀 수 있다.
데이터 분석 세계에서 날짜 차이를 계산할 때 DATEDIFF,
날짜에서 '일'을 추출할 때 DAY,
반올림할 때 ROUND,
절댓값을 구할 때 ABS를 사용하는 것은 거의 공용어에 가깝다.
그러니 너무 이런 문제를 보고 겁먹지 않았으면 좋겠다!

개인적으로 2025년 2회 경영정보시각화능력 필기 시험은 지난 시험에 비해
너무 높은 난이도도, 낮은 난이도도 아닌 비슷한 수준이라는 생각이 든다.
다음 콘텐츠에서는, 문제 유형 분석에 따른 학습 전략에 대해 이야기를 하고자 한다.

모두들 화이팅 :-)

기출문제와 가답안은 사이트에 가서 확인할 수 있다.
귀찮은 사람들을 위해 첨부해두었다!