점수를 신뢰할 수 있을까요?
점수는 정확할 때에만 유용합니다. 다음과 같이 검증합니다.
점수는 일관됩니다
학습자가 일주일 이내에 평가를 재응시하면 다른 문항 세트를 보게 되지만, 점수는 밀접하게 일치합니다. 우리의 평가는 널리 사용되는 검사-재검사 신뢰도 기준을 충족하며, 이는 검사가 일관된 결과를 내는지 확인하는 연구 지표입니다.
학습자가 결과에 동의합니다
각 평가 후 점수가 자신의 실력을 반영하는지 묻습니다. 2026년에는 93%가 그렇다고 답했습니다.
점수는 인증 합격을 예측합니다
많은 학습자가 별도의 고난도 시험인 DataCamp 인증에 도전합니다. 23,000명 이상의 학습자 데이터를 보면, 스킬 평가에서 숙련도 레벨이 높을수록 관련 인증을 첫 시도에 합격할 가능성이 컸습니다. SQL의 경우, 초급(Novice) 학습자의 첫 합격률은 50%에서 상급 고급(Upper Advanced) 학습자는 99%로 상승합니다.
점수는 실제 성장을 보여줍니다
AI Fundamentals 트랙을 완료하기 전후로 AI Fundamentals 평가를 본 학습자는 평균 약 35점 향상되었고, 세 사람 중 두 사람은 최소 한 단계 숙련도 레벨이 올랐습니다. 초급(Novice)에서 시작한 학습자는 평균 60점 이상 상승하여 상급 중급(Upper Intermediate)으로 올라갔습니다.
시작해 보세요
개인 학습자: 스킬 평가를 진행해 현재 위치를 파악하고 다음에 무엇을 배워야 할지 개인화된 계획을 받아보세요.
팀: DataCamp for Business를 통해 조직 전반의 역량을 평가하고, 결과를 목표 지향적 학습 계획으로 전환하세요. 자세한 내용은 당사 팀에 문의하세요.
다음 역할을 위해 Python을 학습하든, 팀을 이끌어 AI 도입을 추진하든, 똑같은 질문이 떠오릅니다. 우리의 현재 실력은 어느 정도이고, 다음에 무엇을 배워야 할까요? DataCamp 스킬 평가는 이 두 가지에 답하기 위해 설계되었습니다. 약 10분이면 자신의 실력 수준을 정확히 파악하고 이를 향상시키기 위한 개인화된 계획을 받을 수 있습니다.
스킬 평가에서 얻는 것
각 평가는 15문항으로 구성됩니다. 완료하면 다음을 받습니다.
추천 학습을 마친 뒤에는 평가를 다시 치러 얼마나 향상됐는지 확인할 수 있습니다.
조직의 경우, 이 결과를 통해 부서, 팀, 개인 전반의 역량 지도를 얻을 수 있어 강점과 교육 효과가 가장 큰 영역을 파악할 수 있습니다.
작동 방식
DataCamp 스킬 평가는 시험이 실력을 어떻게 측정하는지에 관한 수십 년의 연구를 바탕으로 합니다. 실제로는 다음 네 가지로 요약됩니다.
질문이 사용자에게 맞춰집니다
정답을 맞히면 다음 문항은 더 어려워지고, 틀리면 더 쉬워집니다. 컴퓨터 적응형 검사라 불리는 이 방식은 각 문항이 사용자의 수준에 가깝게 제시되도록 하여, 질문 하나가 실력에 대해 알려주는 정보량을 극대화합니다. 15문항이면 충분한 이유가 여기에 있습니다.
질문은 달라도 척도는 동일합니다
각 학습자는 주제의 하위 역량 전반을 균형 있게 다루는 서로 다른 문항 세트를 보게 됩니다. 문항반응이론(Item Response Theory)이라 불리는 통계 기법을 통해 각 문항의 난이도와 초보자와 전문가를 얼마나 잘 구분하는지가 추정됩니다. 덕분에 모든 점수를 동일한 척도로 보고할 수 있어, 사람과 팀 간, 시간의 흐름에 따른 비교가 가능합니다.
객관식만이 아닌 실습 중심
주제에 따라 개념 문제에 답하고, 코드를 작성하고 데이터를 다루는 실습 과제를 수행합니다. 보기에서 고르는 대신 직접 수행해 보면, 실제로 무엇을 할 수 있는지 더 정확히 드러납니다.
지속적으로 개선되는 문항
수천 명의 DataCamp 학습자가 스킬 평가를 치르며, 그 결과는 문항 은행을 계속 정제하는 데 사용됩니다. 각 신규 문항은 주제 전문가의 검토를 거치며, 실제 평가에 시험적으로 포함하되 성능이 명확해질 때까지 누구의 점수에도 반영되지 않습니다. 실력을 잘 구분하지 못하는 문항은 표시되어 제외되고, 기술 변화에 맞춰 문항 은행이 업데이트됩니다.
평가 가능한 영역
40개가 넘는 평가가 핵심 데이터 및 AI 역량을 다룹니다. 예시는 다음과 같습니다.