Resume Keywords: Which Ones Actually Matter for ATS

지난 화요일, 저는 완벽한 자격을 갖춘 후보자가 아무 인간도 그녀의 이력서를 보기 전에 ATS에 의해 거부되는 것을 보았습니다. 그녀는 디지털 마케팅에서 8년의 경험이 있었고, 노스웨스턴 대학교에서 석사 학위를 받았으며, 마지막 회사에서 수익을 340% 증가시킨 경력이 있었습니다. 문제는? 그녀가 "SEO 스페셜리스트"라고 적었고, 일자리 게시판에서는 "검색 엔진 최적화 전문가"라고 했다는 것입니다. 시스템은 그녀를 23% 일치로 표시하고 자동으로 거부 이메일을 보냈습니다.

저는 마커스 첸이고, Fortune 500 기업을 위한 기술 리크루터 및 ATS 구현 컨설턴트로 지난 12년을 보냈습니다. 저는 200개 이상의 다양한 ATS 시스템을 구성했으며, 50,000개 이상의 이력서를 검토하고, Salesforce, Adobe 및 IBM과 같은 기업의 채용 관리자들을 교육했습니다. 제가 공유할 내용은 이론이 아닙니다. 제가 개인적으로 구성한 시스템에서의 실제 데이터와 매일 보는 패턴을 기반으로 합니다.

ATS 키워드에 대한 진실은 대부분의 커리어 코치들이 말하는 것보다 더 복잡합니다. 단순히 당신의 이력서에 직무 설명서의 모든 유행어를 채우는 것이 아닙니다. 이러한 시스템이 후보자를 실제로 어떻게 분석하고 평가하며 순위를 매기는지를 이해하는 것이 중요합니다. 그리고 수천 개의 지원서를 분석한 후, 어떤 키워드가 중요한지, 어떤 키워드는 단순한 잡음인지를 정확히 말씀드릴 수 있습니다.

ATS 시스템이 키워드를 실제로 평가하는 방법 (기술적 현실)

ATS 최적화에 관한 대부분의 기사들은 이러한 시스템을 단순한 단어 맞추기 알고리즘으로 취급합니다. 2010년에는 그랬습니다. 현대의 ATS 플랫폼은 의미론적 매칭, 가중치 점수 및 맥락 분석을 사용합니다. 이력서를 제출할 때 실제로 어떤 일이 발생하는지 설명하겠습니다.

이력서가 ATS에 들어가면 세 가지 뚜렷한 단계를 거칩니다. 첫 번째는 파싱 단계로, 당신의 문서에서 텍스트를 추출하고 이를 필드로 분류합니다: 연락처 정보, 경력, 교육, 기술 등등. 이 지점에서 형식 문제로 인해 문제가 발생할 수 있습니다. 텍스트 상자, 헤더 및 그래픽이 포함된 멋진 템플릿은 종종 파서를 혼란스럽게 합니다. 저는 후보자의 이름이 장식적인 헤더를 사용했기 때문에 이전 직함으로 파싱되는 이력서를 본 적이 있습니다.

두 번째는 매칭 단계입니다. 시스템은 추출된 내용을 직무 요구 사항과 비교합니다. 여기서 흥미로운 점은 현대의 ATS 플랫폼이 단순히 정확한 일치를 찾는 것이 아니라는 것입니다. 그들은 동의어 라이브러리와 의미론적 매칭을 사용합니다. 만약 직무가 "JavaScript"를 요구하고 당신이 "JS"라고 썼다면, 대부분의 시스템은 그것을 인식할 것입니다. 만약 그들이 "고객 서비스"를 원하고 당신이 "클라이언트 관계"라고 썼다면, 더 나은 시스템은 그 연결을 만들 것입니다. 하지만, 이는 매우 중요합니다. 동의어의 정확한 용어에서 제거되는 각 레벨마다 일치 신뢰 점수가 떨어집니다.

세 번째는 순위 지정 단계입니다. 당신의 이력서는 일반적으로 요구 사항과 키워드의 일치 정도에 따라 0-100의 숫자 점수를 받습니다. 그러나 모든 키워드가 같은 중량을 가지는 것은 아닙니다. 제가 구성하는 시스템에서는 일반적으로 세 가지 계층으로 설정합니다: 필수 기술(가중치 3배), 우대 자격(가중치 2배), 그리고 있으면 좋은 속성(가중치 1배). 필수 키워드의 80%를 포함하는 이력서는 보통은 있으면 좋은 키워드의 100%를 포함한 이력서를 능가합니다.

지난달 제가 채운 소프트웨어 엔지니어링 역할에 대한 실제 예를 드리겠습니다. 그 직무는 필수로 Python, AWS 및 Docker를 요구했습니다. React, PostgreSQL 및 CI/CD는 우대 사항으로 나열되었습니다. 한 후보자는 세 가지 필수를 모두 갖추고 두 개의 우대 기술을 보유하여 89점을 받았습니다. 다른 후보자는 두 개의 필수와 세 개의 우대 기술을 보유하고 있어 76점이었습니다. 첫 번째 후보자가 면접을 받았습니다. 가중치 시스템은 민주적이지 않고, 계층적입니다.

이 시스템은 또한 키워드의 맥락과 빈도를 살펴봅니다. "프로젝트 관리"가 2015년에 작성된 글머리의 한 번 나타날 경우, 현재 역할에 특정 예시로 나타날 경우보다 덜 중량을 가집니다. 저는 이것을 광범위하게 테스트하였습니다: 관련 맥락에서 기술을 2-3회 언급하는 것이 한 번만 언급하거나 7회 이상 채워 넣는 것보다 상당히 높은 점수를 받습니다. 최적의 포인트는 여러 경험에서 구체적인 결과로 기술을 보여주는 것입니다.

사실상 중요한 키워드의 세 가지 범주

수천 개의 성공적인 지원서를 분석한 후, 저는 이력서가 통과될지를 결정하는 세 가지 뚜렷한 키워드 범주를 식별했습니다. 이러한 범주를 이해하는 것이 특정 단어 목록보다 더 중요합니다.

"'SEO 스페셜리스트'와 '검색 엔진 최적화 전문가'의 차이는 면접과 자동 거부 사이의 차이가 될 수 있습니다. 당신이 그 역할에 완벽하게 적합하더라도 말입니다."

첫 번째는 하드 스킬입니다. 이는 귀하의 분야에 특정한 기술적 역량과 도구를 의미합니다. 데이터 분석가의 경우, 이는 SQL, Python, Tableau, Excel, 통계 분석 및 데이터 시각화를 포함합니다. 마케팅 매니저의 경우, Google Analytics, SEO, 콘텐츠 전략, 마케팅 자동화 및 캠페인 관리입니다. 이러한 키워드는 협상할 수 없습니다. 직무가 Salesforce 경험을 요구하고 당신이 Salesforce를 언급하지 않으면, 다른 자격이 얼마나 인상적이든 필터링될 가능성이 높습니다.

하드 스킬의 구체성은 엄청난 중요성을 가집니다. "프로그래밍 언어"라고 쓰는 것은 거의 가치가 없습니다. "Python, Java, C++"라고 쓴다면 더 좋습니다. "Python (Django, Flask), Java (Spring Boot), C++ (STL)"라고 쓰는 것이 최적입니다. 저는 개발자 직무에 대한 동일한 50개의 이력서를 사용하여 기술적 기술의 구체성만 다르게 조정하여 실험을 실행했습니다. 프레임워크 수준의 세부사항을 포함한 이력서는 언어 이름만 있는 이력서보다 평균 23점 더 높은 점수를 받았습니다.

둘째는 소프트 스킬인데, 모두가 나열하는 일반적인 것들은 아닙니다. "커뮤니케이션 능력"과 "팀 플레이어"는 너무 흔해져서 배경 소음이 되었습니다. 제가 구성하는 ATS 시스템은 종종 90% 이상의 이력서에서 등장하기 때문에 이들에게 최소한의 가중치를 부여합니다. 보다 효과적인 것은 결과와 연결된 특정하고 측정 가능한 소프트 스킬입니다: "교차 기능 팀 리더십," "이해 관계자 관리," "갈등 해결," "변화 관리," 또는 "임원 프레젠테이션 능력." 이러한 것은 의미가 있을 만큼 구체적이지만, 역할 간에 적용할 수 있을 만큼 충분히 넓습니다.

셋째는 산업별 인증, 방법론 및 준수 기준입니다. 이는 ATS 점수에서 금과 같으며, 객관적인 자격입니다. PMP, CPA, AWS 공인 솔루션 아키텍트, Six Sigma 블랙 벨트, HIPAA 준수, SOC 2, Agile/Scrum은 막대한 중량을 가집니다. 의료 역할에서는 "HIPAA," "EMR," "Epic," 및 "HL7"과 같은 키워드가 45% 일치와 85% 일치 사이의 차이를 만들 수 있습니다. 금융에서는 "SOX 준수," "GAAP," 및 "재무 모델링"이 같은 기능을 합니다.

최근에 저는 6년의 프로젝트 관리 경험을 가진 후보자와 함께 작업했으나 PMP 인증이 없었습니다. 그녀는 PMP가 "우대"로 나열된 역할에서 거부되고 있었습니다(필수 아님). 우리는 그녀의 이력서에 "PMP 인증 진행 중 - 시험 예정 2024년 3월"을 추가했습니다. 그녀의 면접 비율은 같은 유형의 역할에 대해 8%에서 34%로 증가했습니다. ATS 시스템은 그녀가 시험을 통과하지 않았음에도 불구하고 키워드가 존재하기 때문에 그녀의 점수를 높게 매겼습니다.

정확한 용어 대 동의어 논쟁: 내 데이터가 보여주는 것

제가 가장 많이 받는 질문 중 하나는 직무 설명서에서 정확한 키워드를 사용해야하는지, 아니면 동의어도 효과가 있는지에 대한 것입니다. 답은 실망스럽게도 복잡하지만, 이를 명확하게 해주는 데이터가 있습니다.

저는 "디지털 마케팅 매니저" 직책에 대해 100개의 이력서로 실험을 했습니다. 각 이력서의 다섯 가지 버전을 만들었으며, 키워드 용어만 다르게 했습니다. A 버전은 직무 설명서에서 정확히 일치한 용어를 사용했습니다. B 번역은 일반 동의어를 사용했습니다(예: "검색 엔진 최적화" 대신 "SEO"). C 버전은 관련 있지만 다른 용어를 사용했습니다(예: "디지털 마케팅" 대신 "온라인 마케팅"). D 버전은 정확한 용어와 동의어의 혼합을 사용했습니다. E 버전은 직무 설명서보다 더 고급 용어를 사용했습니다.

결과는 흥미로웠습니다. A 버전(정확한 일치)은 평균 87/100점을 받았습니다. B 버전(일반 동의어)은 79/100점을 기록했습니다—상당하지만 국한된 점수를 보였습니다.