감정평가사 시험과목 및 영어점수 인정 시험

LIFE|2020. 2. 2. 21:36
반응형


실무경험을 직접 쌓는 것, 그리고 직무에 대한 전문 지식을 갖는 것 이 둘이 조화를 이루어야 업무 능력이 향상될 것입니다. 어떤 직업은 사전에 숙지해야 할 사항이 많아서 특정 자격을 갖춘 사람에게 실제 일을 수행할 권한을 부여하기도 하는데, 감정평가사가 그러합니다. 감정평가사는 변호사/회계사/노무사/변리사/법무사/관세사/세무사와 함께 연봉이 높은 국내 8대 전문직으로 일컬어지는데, 그렇다면 어떻게 시험을 준비해야 하는지 감정평가사 시험과목 및 영어점수 등에 대해 알아보겠습니다.

 


  감정평가사 시험과목



감정평가사는 쉽게 말하면 가격을 매기는 사람입니다. 부동산, 토지, 건물, 기계 등 유/무형 재산의 가치를 정하는 사람으로 중요성이 높은 만큼 시험도 결코 쉽지 않습니다. 단번에 합격하는 사람이 매우 적고 최소 2년 이상 시험을 준비하는 경우가 많을 정도입니다. 감정평가사 시험은 1차 시험과 2차 시험으로 구분되며 모든 시험을 통과해야 합격입니다.



1차 시험의 합격률은 약 40%, 2차 시험의 합격률은 15%로 난이도가 있는 시험이기에 합격률은 높지 않지만 꾸준히 준비한다면 합격이 불가능하지는 않습니다. 1, 2차 시험 과목부터 살펴보도록 하겠습니다.




1차 감정평가사 시험과목은 크게 다섯 가지로 구분됩니다. 민법/경제학원론/부동산학원론/감정평가관계법규/회계학입니다. 이중 민법(총칙, 물권)/경제학원론/부동산학원론의 세 과목은 오전 9시부터 120분간 시험을 진행하며 감정평가관계법규/회계학은 같은날 오전 11:50부터 80분간 치릅니다.


2차 감정평가사 시험과목은 감정평가실무/감정평가이론/감정평가 및 보상법규입니다. 감정평가실무는 오전 9시부터 100분간 치러지며 점심식사 후 감정평가 이론은 12:30부터, 감정평가 및 보상법규는 14:40부터 각각 100분간 치러집니다.





1차시험은 과목별 40문항이 출제되는데, 합격을 위해서는 각 과목 40점 이상, 전 과목 평균 60점 이상을 득점해야 합니다.


2차 시험은 과목별로 4문항 출제되며 매 과목 40점 이상, 전 과목 평균 60점 이상을 득점해야 합니다. 단, 합격 인원이 회차당 정해놓은 최소합격인원에 미달한다면 고득점자 순으로 합격자를 결정한다는 점 유의하시기 바랍니다.




   


시험 전 실무 경력이 인정되는 사람에 한해 감정평가사 시험과목 중 1차 시험에 해당하는 민법/경제학원론/부동산학원론 시험을 면제받을 수 있는 경우도 있습니다.


감정평가법인, 감정평가사무소, 감정평가협회, 한국감정원, 국토교통부, 토지정책관실, 지방국토관리청(보상과), 기획재정부, 행정안전부, 기획재정부, 지방세정책과 등에서 감정평가 등과 관련한 면제대상업무를 수행하였다면 말입니다. 경력증명서/사실확인서로 제출하여 증명 가능합니다.




  감정평가사 영어점수 인정 시험




감정평가사 시험에는 위 시험과목 외에, 영어점수가 필요합니다. 기존에는 시험에 포함되어 있었으나 2009년도 이후로 민간 어학시험 성적표로 영어과목 시험을 대체하는 식으로 진행되고 있습니다.


응시자는 감정평가사 시험 원서접수 시 공인어학시험 종류와 성적, 취득일자를 입력하면 되는데 어학시험 영어점수가 없다면 시험 응시가 불가능하므로 반드시 시험을 통해 영어점수를 취득하고 성적표도 미리 취득해두셔야 하겠습니다.





감정평가사 영어점수 인정 시험은 TOEIC, TOEFL, FLEX, G-TELP, TEPS, 그리고 일본 TOEIC입니다. 영어성젹표와 함께 위 [공인어학시험 성적확인 신청서]를 작성하여 제출하면 됩니다. 영어성적 제출 및 확인 과정을 거쳐야 1차시험 응시가 가능하므로 공인 영어점수가 없다면 미리 영어시험부터 준비하시기 바라겠습니다.





※ 감정평가사 영어시험 성적확인 신청서 다운로드

http://www.q-net.or.kr/cst007.do?id=cst00701&gSite=L&gId=60


위 서식은 [Q-Net] 홈페이지 내 [감정평가사] – [자료실] – [서식자료] 메뉴에서 찾으실 수 있습니다. 참고하시기 바라겠습니다.


반응형

댓글()