AWS MLA-C01 한국어 덤프. ML Engineer Associate 시험 대비. SageMaker 중심 ML 파이프라인 전 과정 출제 반영. 선지별 정답·오답 해설 포함. PDF 즉시 다운로드.
시험 개요
| 시험명 | AWS Certified Machine Learning Engineer - Associate |
|---|---|
| 시험 코드 | MLA-C01 |
| 응시 비용 | USD $150 |
| 문항 수 | 65문항 (채점 50개 + 비채점 15개) |
| 시험 시간 | 130분 (ESL +30분 사전 신청 시 160분) |
| 합격 기준 | 720점 이상 / 1,000점 만점 |
| 자격 유효기간 | 3년 |
| 시험 언어 | 한국어 응시 가능 |
MLA-C01이란?
AWS Certified Machine Learning Engineer - Associate(MLA-C01)는 2024년 8월 출시된 신규 자격증으로, AWS 환경에서 머신러닝 솔루션을 구현하고 운영하는 엔지니어를 위한 자격증입니다.
이 시험은 사실상 SageMaker 자격증이라고 봐도 무방합니다. 데이터 수집과 전처리부터 모델 학습, 하이퍼파라미터 튜닝, 배포, MLOps 파이프라인 구성, 모니터링까지 ML 엔지니어가 실무에서 다루는 전 과정이 SageMaker를 중심으로 출제됩니다.
기존에 AWS ML 자격증의 정점이었던 ML Specialty(MLS-C01)가 2026년 3월 31일부로 폐지되었습니다. MLS-C01을 준비하던 분들이 MLA-C01로 전환하는 추세이며, 실무 ML 엔지니어링 역량을 검증하는 표준 자격증으로 자리잡고 있습니다.
AWS AI 자격증 트랙에서 MLA-C01의 위치는 다음과 같습니다.
AIF-C01 (AI 개념 기초) ↓ MLA-C01 (ML 실무 구현) 👈 지금 여기 ↓ AIP-C01 (생성형 AI 고급)
AIF-C01을 이미 취득했다면, 다음 단계로 자연스럽게 도전할 수 있는 자격증입니다.
시험 도메인 및 출제 비율
| 도메인 | 핵심 서비스 | 출제 비율 |
|---|---|---|
| Domain 1. Data Preparation for ML | SageMaker Data Wrangler, Glue, S3, Lake Formation | 28% |
| Domain 2. ML Model Development | SageMaker Training, Clarify, Experiments, JumpStart | 26% |
| Domain 3. Deployment and Orchestration | SageMaker Endpoints, Pipelines, Step Functions, ECR | 22% |
| Domain 4. Monitoring, Maintenance, Security | SageMaker Model Monitor, CloudWatch, IAM | 24% |
Domain 1 — Data Preparation (28%) 가장 높은 비중을 차지합니다. 데이터 수집, 변환, 피처 엔지니어링, 데이터 편향 탐지가 핵심입니다. SageMaker Data Wrangler와 Clarify를 활용한 데이터 준비 과정을 정확히 이해해야 합니다.
Domain 2 — ML Model Development (26%) 모델 학습, 하이퍼파라미터 튜닝(SageMaker Automatic Model Tuning), 모델 버전 관리가 반복 출제됩니다. SageMaker JumpStart의 파운데이션 모델 활용 방식도 포함됩니다.
Domain 3 — Deployment and Orchestration (22%) SageMaker 엔드포인트 유형(실시간, 비동기, 배치, 서버리스)의 차이와 적합한 사용 시나리오 구분이 핵심입니다. MLOps 파이프라인 자동화 구성도 출제됩니다.
Domain 4 — Monitoring, Maintenance, Security (24%) 모델 드리프트 감지, 데이터 품질 모니터링, ML 인프라 보안 설정이 주요 출제 항목입니다.
합격을 위해 덤프가 필요한 이유
MLA-C01의 핵심 난관은 SageMaker의 방대한 기능 스펙트럼입니다. SageMaker 하나만 해도 Training, Pipelines, Feature Store, Model Registry, Clarify, Canvas, JumpStart, Model Monitor 등 수십 개의 세부 기능이 있고, 시험에서는 이들 간의 차이와 적합한 사용 시나리오를 정확히 골라야 합니다.
실제 시험 유형의 시나리오 문제를 반복해서 풀어봐야 서비스 간 차이가 자연스럽게 정리됩니다.
덤프 구성
| 해설 | 선지별 정답 이유 + 오답 이유 포함 |
|---|---|
| 검증 방식 | 공식 문서 및 다수결 정답 교차 검증 |
| 언어 | 문제 지문 및 해설 한국어 / AWS 기술 용어 영어 원문 표기 |
| 파일 형식 | |
| 문제 수 | 228문제(2026년 4/7일 버전 업데이트) |
자주 묻는 질문
MLA-C01 난이도는 어느 정도인가요?
- 어소시에이트 레벨이지만 SageMaker 전반에 대한 깊은 이해를 요구해서 쉽지 않습니다. 합격 기준이 720점으로 다른 어소시에이트 자격증(750점)보다 낮게 설정되어 있다는 점은 참고할 만합니다. ML 실무 경험이 있다면 4-8주, 없다면 8-12주 준비 기간을 권장합니다.
AIF-C01 없이 바로 응시할 수 있나요?
- 가능합니다. AWS 자격증은 선수 자격 요건이 없습니다. 다만 AIF-C01에서 다루는 AI/ML 기초 개념을 먼저 이해하고 있으면 MLA-C01 학습이 훨씬 수월합니다.
MLS-C01과 무엇이 다른가요?
- MLS-C01은 데이터 사이언티스트와 개발자를 위한 이론 중심 시험이었습니다. MLA-C01은 ML 엔지니어를 위한 실무 구현 중심 자격증으로, SageMaker를 활용한 ML 파이프라인 구성과 MLOps 운영 능력에 집중합니다. MLS-C01은 2026년 3월 31일 폐지되었습니다.
시험을 한국어로 볼 수 있나요?
- 가능합니다. MLA-C01은 한국어, 영어, 일본어, 중국어 간체로 응시할 수 있습니다.
DVA-C02와 함께 취득하면 도움이 되나요?
- 타겟 직군이 다릅니다. DVA-C02는 서버리스 애플리케이션 개발자에 가깝고, MLA-C01은 ML 파이프라인을 구축하고 운영하는 엔지니어를 위한 자격증입니다. 둘 다 취득하면 개발과 ML 운영을 아우르는 폭넓은 역량을 증명할 수 있습니다.