구글 Advanced Data Analytics 자격증, 언제 볼 수 있을까? 시험일·자격요건·비용을 공식 페이지로 확인한 준비 가이드
이 글과 연결된 글 보기
드래그로 이동 · 휠/두 손가락으로 확대 · 방향키로 글 선택 · 0으로 맞춤. 실선: 본문 링크, 점선: 시리즈·주제의 대표 연결.표시된 글 35편 목록
Google Advanced Data Analytics Professional Certificate는 정해진 시험일이 없고, 필수 자격요건도 없습니다. 시험 회차에 접수하는 자격증이 아니라, Coursera에 있는 Google 강좌 7개를 끝내면 받는 수료증이기 때문입니다. 이 글은 "언제 볼 수 있고, 자격요건이 뭔가요?"라는 질문에서 시작해 등록부터 수료까지 무엇을 확인하면 되는지 단계별로 정리합니다.
이 글의 강좌 구성·시간·비용·FAQ 내용은 2026년 11월 22일 Coursera 프로그램 페이지와 Grow with Google 페이지에서 확인한 값입니다. Coursera는 강좌 구성과 가격을 자주 바꾸니 등록 전에 한 번 더 확인하세요.
이 글은 이런 분께 필요합니다
- 구글 데이터 분석 고급 자격증 시험이 언제 있는지 찾다가 일정표를 못 찾은 분
- 자격요건(학력, 경력, 선수 자격증)이 있는지 궁금한 분
- 데이터 분석 실무를 하고 있고 Python·통계·머신러닝을 영어 과정으로 정리해 보고 싶은 분
- ADsP나 빅데이터분석기사 같은 국내 자격증과 무엇이 다른지 알고 싶은 분
저도 이 수료증을 따 보려고 준비를 시작했습니다. 수료하면 실제로 걸린 시간과 낸 비용으로 이 글을 업데이트하겠습니다. 같은 시리즈의 AICE Basic 가이드는 한국어로 보는 국내 AI 시험을 다뤘고, 이번 편은 영어로 듣는 구글 과정입니다.

먼저 알아둘 조건
| 항목 | 내용 |
|---|---|
| 정식 이름 | Google Advanced Data Analytics Professional Certificate |
| 발급 | Google (Coursera에서 수강) |
| 시험일 | 없음. 강좌 안의 퀴즈·실습 과제를 통과하면 수료 |
| 필수 자격요건 | 없음. 다만 기초 데이터 분석 지식을 전제로 하는 고급 과정 |
| 구성 | 강좌 7개, 강좌별 예상 시간 합계 약 155시간 |
| 권장 기간 | 주 10시간씩 6개월 이내 (Grow with Google은 3~6개월로 안내) |
| 비용 | 미국·캐나다 기준 7일 무료 체험 후 월 49달러. 다른 나라는 더 낮을 수 있음 |
| 언어 | 영어. 한국어는 자동 번역 자막만 제공 |
| 도구 | Jupyter Notebook, Python, Tableau, Kaggle |
| 유효기간 | 갱신 절차 없음 |
여기서 가장 많이 헷갈리는 건 "자격증"이라는 이름입니다. 공식 이름은 Professional Certificate이고, 정해진 날짜에 감독관 앞에서 보는 시험이 없습니다. Coursera 페이지의 "11월 22일 개시 예정" 같은 날짜도 시험일이 아니라 지금 등록하면 시작되는 날짜입니다.
Step 1. 선수지식이 있는지 점검합니다
필수 요건은 없지만 Coursera는 이 과정을 "고급 수준, 권장되는 경험 있음"으로 분류합니다. FAQ에는 이 과정이 아래 지식을 이미 안다고 가정한다고 적혀 있습니다.
- 데이터 유형, 데이터 정합성, 데이터 정리(cleaning)와 집계
- 스프레드시트, 데이터베이스와 SQL
- 프로그래밍의 기본 개념
- 데이터 시각화와 대시보드
대상자도 명시돼 있습니다. 데이터 분석 실무를 하고 있는 사람이거나, 입문 과정인 Google Data Analytics Certificate 또는 비슷한 과정을 마친 사람입니다.
| 내 상황 | 추천 |
|---|---|
| SQL로 조인·그룹 집계를 쓸 수 있고 시각화 대시보드를 만들어 봄 | 바로 Advanced 과정 등록 |
| 엑셀은 익숙하지만 SQL·Python은 처음 | 입문 과정 Google Data Analytics부터 |
| 이미 Python으로 회귀·분류 모델을 실무에서 씀 | 등록은 가능. 앞 강좌는 빠르게 넘기고 캡스톤에 시간을 씀 |
Step 2. 강좌 7개와 시간 계획을 잡습니다
Coursera는 강좌를 제시된 순서대로 듣기를 강하게 권장합니다. 뒤 강좌가 앞 강좌 내용을 바탕으로 이어지기 때문입니다.
| 순서 | 강좌 | 예상 시간 |
|---|---|---|
| 1 | Foundations of Data Science (데이터 직무와 분석 흐름) | 20시간 |
| 2 | Go Beyond the Numbers: Translate Data into Insights (Python으로 탐색적 분석·정리) | 28시간 |
| 3 | The Power of Statistics (확률, 표본, 가설검정) | 31시간 |
| 4 | Regression Analysis: Simplify Complex Data Relationships (선형·로지스틱 회귀) | 28시간 |
| 5 | The Nuts and Bolts of Machine Learning (트리 모델, 평가, 과적합) | 34시간 |
| 6 | Google Advanced Data Analytics Capstone (포트폴리오용 프로젝트) | 8시간 |
| 7 | Accelerate Your Job Search with AI (AI로 구직 준비) | 6시간 |
강좌별 시간을 더하면 약 155시간입니다. 프로그램 설명에는 "200시간 이상의 학습"이라고 적혀 있으니, Python이 낯설다면 200시간 쪽으로 잡는 게 안전합니다.
계산해 보면 이렇습니다.
- 주 10시간: 약 4~5개월
- 주 20시간: 약 2개월
- 이미 아는 내용이 많은 실무자: 1~3강을 빠르게 넘기면 더 줄어듭니다
구독료가 월 단위로 나가기 때문에, 기간을 줄이는 것이 곧 비용을 줄이는 방법입니다.
Step 3. 비용과 결제 방식을 고릅니다
FAQ 기준 비용은 이렇습니다.
- 미국·캐나다: 7일 무료 체험 뒤 월 49달러. 6개월 안에 끝내면 대부분 300달러 미만
- 그 밖의 나라: "비용이 더 낮을 수 있다"고만 적혀 있습니다. 한국 원화 가격은 로그인 후 결제 화면에서 확인하세요.
결제 방식은 세 가지입니다.
| 방식 | 언제 유리한가 |
|---|---|
| 이 수료증만 월 구독 | 2~3개월 안에 끝낼 자신이 있을 때 |
| Coursera Plus 구독 | 다른 강좌도 같이 들을 때. 2026년 11월 22일 한국에서 접속했을 때 월 59달러, 연 399달러였고 연간권 40% 할인 행사(239.40달러)가 진행 중이었습니다 |
| 재정 지원(Financial aid) | 비용을 감당하기 어려울 때. 강좌 하나씩 신청하고 심사를 받습니다 |
강좌 하나만 등록해도 수료증 전체 구독으로 자동 연결됩니다. 진행 상황은 학습자 대시보드에서 볼 수 있습니다.
Coursera 고객센터 안내에 따르면 재정 지원 신청서는 150단어 이상이어야 하고 심사는 최대 16일 걸립니다. 심사 중에 구독 무료 체험을 시작하면 신청이 취소됩니다. 전문 수료증은 첫 강좌부터 강좌 하나씩 따로 신청합니다.
Step 4. 7일 무료 체험을 최대한 활용합니다
재정 지원을 쓰지 않는다면, 무료 체험 7일이 실제 속도를 재 볼 수 있는 기간입니다.
- 프로그램 페이지에서 "무료로 등록"을 누르고 로그인합니다.
- 안내에 따라 7일 무료 체험을 시작합니다. FAQ 기준으로 체험이 끝나면 월 구독료가 나갑니다.
- 체험 기간에 1강(20시간)을 최대한 진행해 봅니다.
- 진도를 보고 "이 속도면 몇 달"인지 계산한 뒤 계속할지 정합니다.
강의는 100% 온라인이고 PC와 모바일에서 언제든 들을 수 있습니다. 출석해야 하는 수업은 없습니다.
Step 5. 영어 강의라는 점에 대비합니다
FAQ에는 이 수료증이 현재 전 세계에 영어로만 제공된다고 적혀 있습니다. 한국어 페이지에는 "7개 언어 사용 가능, 한국어(자동) 포함"이라고 나오는데, 이건 자동 번역 자막입니다.
- 영상은 자동 번역 자막으로 들을 수 있지만 통계·머신러닝 용어가 어색하게 번역될 수 있습니다.
- 퀴즈와 실습 지시문은 영어 원문으로 읽는다고 생각하고 준비하세요.
- 용어가 막히면 영어 자막과 한국어 자막을 번갈아 켜 보는 게 빠릅니다.
Step 6. 캡스톤 프로젝트를 포트폴리오로 만듭니다
6강 캡스톤은 처음부터 끝까지 분석 프로젝트 하나를 완성하는 과정입니다. Coursera는 이 결과물을 채용 담당자에게 보여 줄 수 있다고 설명합니다.
이 수료증의 가치는 수료증 이미지보다 캡스톤 결과물에서 나옵니다. 아래처럼 정리해 두면 이력서와 면접에서 바로 쓸 수 있습니다.
- 분석 노트북을 GitHub나 Kaggle에 공개합니다(데이터 이용 조건은 먼저 확인합니다).
- "문제 → 데이터 → 방법 → 결과 → 한계"를 한 페이지로 요약합니다.
- 회귀·머신러닝 모델을 썼다면 왜 그 모델을 골랐는지 한 줄로 설명할 수 있게 해 둡니다.
Step 7. 수료 후 받을 수 있는 것과 없는 것을 구분합니다
| 항목 | 한국에서 |
|---|---|
| 공유 가능한 수료증, LinkedIn 프로필 추가 | 받을 수 있음 |
| Credly 배지 | 받을 수 있음. 수료하면 배지 수령 메일이 옴 |
| 대학 학점 추천 (ACE 최대 9학점, ECTS 8학점) | 배지에 추천이 담기지만, 인정 여부는 각 학교가 결정 |
| 미국 150개 이상 기업 채용 연계(고용주 컨소시엄) | FAQ 기준 미국·캐나다·인도·싱가포르·인도네시아만. 한국은 목록에 없음 |
| CareerCircle 커리어 코칭·모의면접 | 미국 수료자 대상 |
| 국가공인 자격 | 아님. 국내 국가자격·공인 민간자격과 다른 기업 수료증 |
현실적으로 정리하면 이렇습니다.
- 국내 공기업·금융권 가점 목록에 들어가는 자격증은 아닙니다. 가점이 목적이면 지원처 공고의 우대 자격을 먼저 확인하세요.
- 대신 Python·통계·회귀·머신러닝을 한 흐름으로 끝까지 해 봤다는 근거와, 영어로 된 글로벌 과정을 수료했다는 신호가 됩니다.
- 해외 취업이나 글로벌 기업 지원을 준비한다면 LinkedIn에 올리기 좋은 형태입니다.
국내 데이터 자격증과 무엇이 다른가요
| 항목 | Google Advanced Data Analytics | 국내 시험형 자격증 (예: ADsP, 빅데이터분석기사) |
|---|---|---|
| 평가 | 강좌 안의 퀴즈·실습 과제 | 정해진 회차의 필기·실기 시험 |
| 일정 | 아무 때나 시작, 내 속도로 | 연간 시험 일정에 맞춰 접수 |
| 언어 | 영어 | 한국어 |
| 비용 구조 | 월 구독 | 회차별 응시료 |
| 남는 것 | 수료증 + 캡스톤 포트폴리오 | 자격 취득 기록 |
둘 중 하나를 고르는 문제라기보다 목적이 다릅니다. 국내 채용 서류에 적을 자격이 필요하면 시험형 자격증, 실제 분석 결과물과 영어 학습 기록이 필요하면 이 과정이 맞습니다.
자주 막히는 곳
| 증상 | 원인 | 해결 |
|---|---|---|
| 시험 일정표를 아무리 찾아도 없음 | 시험이 없는 수료증 과정 | 프로그램 페이지에서 바로 등록 |
| "개시 예정" 날짜까지 기다려야 하는 줄 앎 | 그 날짜는 지금 등록하면 시작되는 날짜 | 지금 등록하면 바로 들을 수 있음 |
| 재정 지원 신청이 사라짐 | 심사 중에 무료 체험을 시작함 | 체험을 해지하고 체험이 끝난 뒤 다시 신청 |
| 다 들었는데 구독료가 계속 나감 | 월 구독은 자동 결제 | 수료 확인 뒤 구독 해지 상태를 직접 확인 |
| 한국어 자막이 어색함 | 자동 번역 자막 | 영어 자막을 같이 켜고 용어는 원문으로 익힘 |
| 2강부터 Python 실습이 버거움 | 선수지식(프로그래밍 기초) 부족 | 입문 과정 Google Data Analytics의 Python·SQL 파트부터 |
| 수료했는데 국내 채용 가점이 없음 | 국가공인 자격이 아님 | 가점 목적이면 지원처 공고의 우대 자격 확인 |
정리
- 언제: 시험일이 없습니다. 오늘 등록하면 오늘 시작합니다.
- 자격요건: 필수 요건은 없습니다. SQL·스프레드시트·시각화·프로그래밍 기초를 안다고 가정하는 고급 과정입니다.
- 기간과 비용: 강좌 7개, 약 155~200시간. 미국 기준 월 49달러 구독이라 빨리 끝낼수록 쌉니다.
- 남는 것: 수료증과 Credly 배지, 그리고 캡스톤 포트폴리오. 국내 공인 자격은 아닙니다.
수강을 마치면 실제로 걸린 주 수, 막혔던 강좌, 최종 비용을 이 글에 덧붙이겠습니다.
