Microsoft Azure 데이터 기초 (DP-900)
DP-900
핵심 데이터 개념과 이를 Azure 데이터 서비스로 구현하는 방법을 검증하는 Microsoft 입문 자격증입니다. 관계형·비관계형 데이터와 분석 워크로드를 다루며, Azure SQL, Cosmos DB, Synapse, Microsoft Fabric, Power BI 등을 포함합니다.
45
60 분
700/ 1000
181+
대상
클라우드 데이터 서비스를 처음 접하는 입문자·학생·비개발 직군 등 Azure 데이터 기초를 이해하려는 모든 사람.
사전 요구 사항
없음. 코딩이나 사전 클라우드 경험이 필요하지 않습니다.
문제 유형
언어 및 인정 범위
공식 시험 지원 언어
PasslyExam 지원 언어
자격 인정 범위
Microsoft Certified: Azure Data Fundamentals — 전 세계적으로 인정되는 평생 유효 입문 자격증.
출제 영역
핵심 데이터 개념
Azure의 관계형 데이터
Azure의 비관계형 데이터
Azure의 분석 워크로드
추천 학습 플랜
- 1주차: 핵심 데이터 개념을 정리하세요 — 구조적/반구조적/비구조적 데이터, OLTP vs OLAP, 데이터 역할(DB 관리자·데이터 엔지니어·데이터 분석가)을 사례로 구분합니다.
- 2주차: Azure 서비스를 "언제 무엇을" 기준으로 매핑하세요 — 관계형(SQL Database·SQL Managed Instance·SQL Server on VM, PostgreSQL/MySQL)과 비관계형(Blob 액세스 계층, Cosmos DB API)을 표로 비교합니다.
- 3주차: 분석 워크로드를 보강하세요 — ETL vs ELT, 배치 vs 스트리밍, Databricks·Microsoft Fabric·Synapse·Data Factory의 역할, Power BI 리포트 vs 대시보드를 정리합니다.
- 시험 직전 5~7일: 타이머 모의고사로 드래그 앤 드롭·복수응답 유형에 적응하고, 비슷한 서비스를 혼동한 오답을 집중 제거하세요.
문항 검증 프로세스
실전형 문제를 직접 풀어보고 유사도를 확인해보세요.
자주 묻는 질문 (FAQ)
Q. DP-900은 비전공자도 딸 수 있나요?
A. 네. 코딩이나 사전 클라우드 경험 없이 도전할 수 있는 입문 자격증입니다. 다만 서비스 이름 암기보다 "이 요구사항이면 어떤 데이터 저장소·서비스를 고르는지"를 설명하는 연습이 점수를 좌우합니다. 특히 관계형 3종(SQL Database·Managed Instance·SQL Server on VM)과 Blob 액세스 계층, Cosmos DB API 구분을 사례로 익히면 초반 오답이 빠르게 줄어듭니다.
Q. 어떤 유형·주제가 자주 나오나요?
A. 단순 정의보다 개념 구분과 서비스 선택이 핵심입니다. 구조적/반구조적/비구조적, OLTP vs OLAP, ETL vs ELT, 배치 vs 스트리밍, 리포트 vs 대시보드처럼 "쌍으로 헷갈리는" 항목이 반복 출제됩니다. 2026년 7월 개정으로 대규모 분석에서 Azure Databricks와 Microsoft Fabric 비중이 커졌으니 두 서비스의 역할도 함께 정리해 두세요.
Q. 합격 기준과 준비 기간은 어느 정도인가요?
A. 1000점 만점에 700점 이상이면 합격이며, 문항은 약 40~60개·시험 시간은 60분입니다. 입문 수준이라 보통 2~4주 집중 학습이면 충분합니다. 최근 3회 모의고사에서 80% 안팎을 꾸준히 유지하고 서비스 혼동 오답이 줄어들면 실전 안정권으로 볼 수 있습니다.
Q. 연습문제와 실전 모의고사는 어떻게 다르게 활용하나요?
A. 연습문제는 개념별로 풀며 오답 해설로 약점을 메우는 학습용이고, 실전 모의고사는 타이머로 실제 시험처럼 푸는 실전 점검용입니다. 두 방식 모두 오리지널 문제로 제공되며 AI 튜터 해설이 함께 제공됩니다.
Q. 덤프(dumps)와 유사한 문제인가요?
A. PasslyExam 문제는 유출 덤프를 제공하지 않으며, 공식 가이드와 공개 학습 범위를 바탕으로 실전 문제 유형을 분석해 구성합니다. 출제 의도, 보기 구성, 난이도 분포를 실제 시험 스타일에 맞추도록 설계해 실전 감각을 높이는 데 집중합니다. 즉 단순 암기형 덤프가 아니라, 근거 기반 해설과 반복 오답 개선이 가능한 학습형 콘텐츠입니다.
덤프 대안 가이드 보기