최근 수정 시각 : 2017-12-22 19:25:53

정보관리기술사

1. 개요2. 분야
2.1. 디지털 서비스, IT 경영2.2. 소프트웨어 공학2.3. 데이터베이스2.4. 알고리즘2.5. 통계학2.6. 운영체제2.7. 네트워크2.8. 정보 보안

1. 개요

정보관리기술사(Professional Engineer Information Management)는 정보관리에 관련된 실무경험, 일반지식, 전문지식 및 응용능력과 기술사로서의 지도감리능력, 자질 및 품위를 측정하여 수여되는 기술사 자격증으로 국가기술자격의 일종이다. 정보처리기술사가 정보관리기술사로 바뀐 것이다. 시행처는 한국산업인력공단이다.

http://www.q-net.or.kr/crf005.do?id=crf00503&jmCd=0601

본디 기사 시험 응시 자격은 관련 학과 학사 학위(또는 취득 예정자), 또는 현업에서 일정 기간 이상의 종사를 요구한다. 2012년 6월 7일 개정되고 2013년 1월 1일부터 시행되는 고용노동부고시 제2012-49호 "국가기술자격의 종목별 관련학과 고시"(#)에서 IT 계열은 '전기·전자'와 '정보통신' 분야가 있고, '정보통신' 분야는 '정보기술', '방송·무선', '통신'의 3개의 분야가 있다. 해당 고시에 따르면 그 중 '정보기술' 분야에 포함되는 정보관리기술사, 컴퓨터시스템응용기술사, 전자계산기조직응용기사, 정보처리기사, 정보보안기사, 사무자동화산업기사, 정보처리산업기사, 정보보안산업기사의 8개 자격은 모든 학과가 응시 가능하다. 즉, 4년제 대학교만 졸업하면 관련 학과를 졸업했다고 인정한다는 의미이다.


기술사 시험에 응시하려면 다음 조건 중 하나를 만족해야 한다. http://www.q-net.or.kr/crf006.do?id=crf00603

1. 기사 자격을 취득한 후 응시하려는 종목이 속하는 직무분야(고용노동부령으로 정하는 유사 직무분야를 포함한다. 이하 “동일 및 유사 직무분야”라 한다)에서 4년 이상 실무에 종사한 사람

2. 응시하려는 종목과 관련된 학과로서 고용노동부장관이 정하는 학과(이하 “관련학과”라 한다)의 대학졸업자등으로서 졸업 후 응시하려는 종목이 속하는 동일 및 유사 직무분야에서 6년 이상 실무에 종사한 사람

3. 응시하려는 종목이 속하는 동일 및 유사직무분야의 다른 종목의 기술사 등급의 자격을 취득한 사람

4. 응시하려는 종목이 속하는 동일 및 유사 직무분야에서 9년 이상 실무에 종사한 사람

5. 외국에서 동일한 종목에 해당하는 자격을 취득한 사람


시험 과목은 정보의 구조, 수집, 정리, 축적, 검색 등 정보시스템의 설계 및 수치계산, 기타 정보의 분석, 관리 및 기본적인 응용에 관한 사항을 본다. 검정방법은 필기는 단답형 및 주관식 논술형(매교시당 100분 총 400분)이고, 실기는 구술형 면접으로 시험 시간 30분정도이다. 합격기준은 필기와 실기에서 100점을 만점으로 하여 60점 이상 받아야 한다.

웹개발자에게 정보관리기술사, 컴퓨터시스템응용기술사 어느자격증이 맞는거일까요?

요즘 기술사가 많이 평가절하된 것 같습니다.

2. 분야

나무위키에 이미 상당부분의 자료가 정리되어 있다.

2.1. 디지털 서비스, IT 경영

  • VR (가상현실)이 ICT 및 인프라의 발달로 확산되고 있기 때문에 많이 출제되고 있다. 110회에서는 VR 생태계 현황에 대한 문제점과 해결방안을 C(콘텐츠)-P(플랫폼)-N(네트워크)-D(디바이스) 관점에서 설명하라고 하였고, 111회에서는 가상현실의 개념, 확산요인, 생태계 현황 및 시사점에 대하여 설명하게 하였다.

2.2. 소프트웨어 공학

아키텍처 등.
111회에서는 정보시스템 감리와 정보통신공사 감리를 설명하고, 감리보고서의 주요 내용을 비교하라는 문제가 출제되었다.
  • 디자인 패턴: 'GoF[1]의 디자인 패턴'이라는 책은 객체지향 소프트웨어 설계에 많은 도움을 주는 책이다. 104회에서는 GoF의 디자인 패턴 영역을 목적과 범위에 따라 분류하고, 분류별 특성을 설명하게 하였으며, 객체지향시스템에서 개발된 기능의 재사용을 위해 사용되는 대표적 기법인 화이트박스 재사용(White-box Reuse), 블랙박스 재사용(Black-box Reuse) 및 위임(Delegation)이 패턴과 어떤 관계가 있는 지 설명하게 하였다.

2.3. 데이터베이스

데이터 마이닝, Hadoop, R(프로그래밍 언어) 등.

2.4. 알고리즘

탐색 알고리즘, 은닉 마르코프 모델(HMM: Hidden Markov Model) [111회], 로지스틱 회귀분석(logistic regression)에서의 로짓 변환(logit transformation) [113회], MCTS(Monte Carlo Tree Search) [113회] 등.
  • 그리디 알고리즘에 대해서 출제되고 있다. 108회에서는 지폐 1000원을 받고 동전으로 770원을 돌려 줄 때 최소 동전수를 찾는 그리디 알고리즘을 설명하고 (단, 동전의 액면은 500원, 100원, 50원, 10원임) 위 알고리즘을 C 또는 JAVA 언어로 구현하는 문제를 제시하였다.
  • 최근 기계학습이 화두가 되면서 관련 문제가 많이 출제되고 있다. 105회에서는 기계학습을 정의하고 알고리즘 유형을 설명하게 하였다.
    • 신경망 분석: 102회에서는 데이터 마이닝을 위한 신경망(Neural Network) 분석에 대하여 설명하게 하였다. 107회에서는 딥러닝 기술을 정의하고, 최근 기업에서 딥러닝을 응용하는 예를 2가지 제시하게 했다. 111회에서는 딥러닝 구현을 위한 Feed Forward 모델을 설명하고, CNN(Convolutional Neural Network)과의 차이점을 설명하게 했다. 113회에서는 인공 신경망의 가장 단순한 형태인 퍼셉트론(perceptron)의 구조와 활성화 함수(activation function)에 대하여 설명하고, 단층 퍼셉트론으로는 Exclusive-OR 연산을 학습할 수 없는 이유를 설명하게 했다.
  • 유전 알고리즘: 113회에서는 유전 알고리즘을 정의하고, 그 알고리즘의 흐름을 설명한 후, 이 알고리즘에서 사용되는 기법인 룰렛 휠 선택(roulette wheel selection)의 역할에 대하여 설명하라는 문제가 출제되었다.
  • 의사결정나무: 데이터 마이닝에서 데이터를 분류(Classification)하는 방법. 105회에서는 의사결정나무를 설명하고 형성과정과 장단점에 대하여 설명하게 했다.
  • 정렬 알고리즘
    • Quick Sort 알고리즘: 105회에서는 Quick sort 알고리즘에 대하여 설명하고 아래의 C언어 소스코드에서 필요 시 함수 등을 추가하여 완성하게 하였다. (단, Sort 순서는 오름차순)
  • 모델 평가
    • Cross Validation: 충분한 데이터가 확보되지 않은 상황에서 데이터 분석을 수행할 경우 통계적 신뢰도를 높이기 위하여 사용되는 방법. 105회에서는 이 방법을 3가지 이상 예를 들어 설명하게 했다.

2.5. 통계학

  • 102회에서는 통계적 가설 검증을 p-value로 설명하고, 1종 오류와 2종 오류를 설명하게 하였다.
  • 102회에서는 Percentile을 이용하여 Outlier를 찾는 방법을 설명하게 하였다.

2.6. 운영체제

가상 메모리

2.7. 네트워크

wlan

2.8. 정보 보안

  • 디지털 포렌식: 111회에서는 공공 클라우드 포렌식 조사 절차, 클라우드 시그니처(Cloud Signature)탐지 도구의 개념 및 기능에 대하여 설명하게 했다.
  • 랜섬웨어: 104회에서는 랜섬웨어와 파밍(전기통신금융사기의 일종)에 대해 설명하게 하였다. 107회에서는 랜섬웨어를 정의하고, 감염경로와 방지방법을 제시하게 하였다.



[1] 4인방. Gang of Fours