한국 경력을 영문 이력서 임팩트로 바꾸는 법 — X-Y-Z 변환 (2026)

한국 경력자가 영문 이력서를 처음 쓸 때 공통으로 부딪히는 벽이 있습니다.

"한국에서 했던 일을 영어로 옮기기만 하면 왜 이렇게 약해 보이지?"

답은 한국 경력기술서를 그대로 번역기에 돌리면 안 되기 때문입니다. 영문 이력서는 두 단계를 통과해야 합니다. 1차는 ATS(기계 필터), 2차는 리크루터의 7초 스캔. 둘 다 매끄러운 서술이 아니라 행동 동사로 시작하는 압축된 결과 한 줄을 봅니다. 그래서 영문 이력서 작성은 번역이 아니라 형식을 바꿔 다시 쓰는 작업에 가깝습니다.

ATS 자체가 처음이라면 ATS 입문 가이드를 먼저 읽으세요. 2026년 새 규칙은 ATS 2.0의 7가지 규칙에서 다룹니다.

---

1. 한국 경력기술서 vs 영문 이력서

차원	한국 경력기술서	영문 이력서
1차 평가	사람 (인사담당자)	기계 (ATS)
2차 평가	사람이 비교적 깊게	리크루터 7초 스캔
문장 형식	명사형 종결 ("주도·수립")	행동 동사 시작 ("Reduced·Built")
수치 사용	권장 (안 써도 통과 가능)	70% 룰 — 사실상 필수
자기 PR	"어떤 사람인가" 일부 허용	"무엇을 만들었나" 거의 100%

같은 사실도 문장 형식이 다릅니다. 한국식은 명사형으로 끝나고, 영문식은 행동 동사로 시작하며 회사·단위 맥락과 ATS 키워드가 더해집니다.

---

2. X-Y-Z 임팩트 불릿 (Google 표준)

영문 이력서 불릿은 X-Y-Z 공식 하나만 사용합니다. 문맥별로 표준 프레임을 정리하면 이렇게 됩니다.

• 이력서 = X-Y-Z
• 커버레터 = 성과-배경-행동-가치 (Result-led 4-part)
• 면접 = STAR (Situation·Task·Action·Result — 상황을 시간 순서로 풀어가는 서술 프레임)

세 프레임 모두 "임팩트를 증명한다"는 목적은 같지만, 각 문맥의 읽는 속도와 방식이 다르기 때문에 형식도 달라집니다. STAR를 이력서 한 줄에 담으려 하면 서술이 길어져 ATS 스캔에 불리하고, 커버레터도 STAR 순서 그대로 첫 문단을 시작하면 상황 설명부터 나가서 6-10초 안에 서류를 훑는 HR 담당자의 이탈률이 올라갑니다. 이력서 불릿에 X-Y-Z만 쓰는 이유는 두 가지입니다.

1. 리크루터 7초 스캔은 문장 앞부분만 읽음 → 결과·수치가 앞에 와야 함
2. 여러 단계의 서술형 스토리는 한 줄에 안 들어감 → 스캔 실패

X-Y-Z는 세 조각으로 생각합니다.

조각	무엇	예
X (결과)	무엇을 이뤘나	"결제 이탈률을 낮췄다"
Y (수치)	얼마로 측정했나	"38% → 24%, 매출 +₩220M"
Z (방법)	어떤 행동·도구로	"SQL·Looker로 A/B 6회"

합치면 이렇게 됩니다.

"Reduced checkout drop-off 38% → 24% (worth +₩220M quarterly revenue) by running 6 SQL/Looker A/B tests."

핵심은 Y(수치) 입니다. X와 Z는 대개 어렵지 않게 떠올리지만, Y에서 막히는 경우가 많습니다.

---

3. 수치(Y)가 막힐 때 — PMTVQ 5축

"내 일은 수치화가 안 된다"고 말할 때, 실제로는 측정 안 해본 채로 일했다가 솔직한 답인 경우가 많습니다. 다음 5축을 차례로 짚어보면 최소 한 축에서는 걸립니다.

축	질문	예
People	몇 명에게 영향?	"Trained 12 new hires"
Money	돈이 얼마나?	"Owned $1.2M annual budget"
Time	시간이 얼마나 줄었나?	"Cut turnaround 5d → 1d"
Volume	몇 건 처리?	"Reviewed 200+ contracts/yr"
Quality	정확도·만족도·오류율?	"NPS 31 → 52"

모든 추정값은 면접에서 "어떻게 계산했나요?"에 답할 수 있어야 합니다. 회의 기록·Slack·이전 리포트에서 단서를 찾고, 모르면 "estimated", "~"로 정직하게 표시하세요.

직군별 심화: 영문 이력서 정량화 첫걸음 — 성과를 숫자로 만드는 5가지 관점 · 직군별 정량화 예시는 여기에서 다룹니다.

---

4. 변환 예시 — 5년차 데이터 분석가

Before (한국식, 수치 0개)

• 마케팅 데이터 분석 및 빅데이터 핸들링
• 전사 데이터 통합 업무

After (X-Y-Z 임팩트 불릿)

• Built marketing analytics pipelines processing ~50M daily events across 8 channels in BigQuery/Python, lifting blended ROAS by 24% on a ₩4.2B annual budget
• Led company-wide data unification across 17 source systems and 4 departments (~80 users), cutting ad-hoc requests by ~62% (est. 30+ hrs/week saved)

같은 사람의 같은 경력입니다. 평가 알고리즘이 다른 시장에 맞게 다시 쓴 것뿐입니다.

---

5. 흔한 함정 5가지

1. 직책 직역 — "대리 → Assistant Manager"는 책임이 안 보입니다. 실제 역할 기반 "Senior Marketing Specialist"로 재정의하세요.
2. "Successfully / Responsible for" 남발 — Reduced, Grew, Shipped, Built, Led, Migrated로 동사 다양성을 확보하세요.
3. 회사 규모 맥락 부재 — 채용담당자는 한국 회사를 모릅니다. 회사명 옆에 (₩2.1T revenue, 4,500 employees) 한 줄만 붙여도 체감이 확 달라집니다.
4. 단위 혼동 — KRW/USD를 섞어 쓰지 말고, MAU와 DAU도 확실히 구분하세요.
5. NDA 노출 금지 — 비공개 매출·프로젝트명은 "Multinational e-commerce client" 식으로 익명화하세요.

---

6. Bullet Creator — 재직 중에도 이력서를 상시 대비 상태로

영문 이력서를 X-Y-Z로 짜는 원리 자체는 단순하지만, 문제는 재직 중에 이 작업을 반복해야 한다는 점입니다. 퇴근 후 짬을 내도 하루 2~3장 다듬는 게 한계이고, 지원할 회사가 바뀔 때마다 "내가 그때 정확히 뭘 했더라"를 다시 곱씹으며 처음부터 재구성하다 보면 톤도 흔들리고 수치도 놓치기 쉽습니다. 게다가 요즘 외국계·해외 이직 시장은 리크루터가 언제 LinkedIn으로 접촉해올지 모르는 상시 대기 시장이라, 이력서가 "당장 보낼 수 있는 상태"로 늘 준비돼 있어야 합니다.

SmartBullets의 Bullet Creator는 이 반복 작업을 AI 인터뷰 방식으로 자동화해줍니다.

• 한 번 등록해두면 곱씹기 반복 없음 — 본인 경력을 한 번 인터뷰로 정리해두면, 회사·직무가 바뀔 때마다 "내가 그때 뭘 했었지"를 처음부터 다시 되짚을 필요가 없습니다.
• 한국어로 답해도 영문 X-Y-Z 불릿으로 출력 — 인터뷰는 한국어로 진행하지만, 결과물은 영문 이력서 포맷으로 정렬돼 나옵니다.
• PMTVQ 힌트로 수치 유도 — 수치가 빠진 항목은 People·Money·Time·Volume·Quality 5축 질문으로 안내해줘서, 놓쳤던 지표를 살릴 수 있습니다.
• 동사 다양성·ATS 호환 표현 자동 보정 — 같은 동사 반복이나 ATS에 불리한 표현을 자동으로 걸러줍니다.

💡 활용 팁: 승진·연말 평가 보고를 쓸 때마다 그해 성과를 PMTVQ 5축으로 정리해 불릿을 업데이트해두세요. 다음 이직 사이클이 돌아왔을 때 처음부터 다시 짜지 않고 바로 꺼내 쓸 수 있습니다.

▲ ① 경력 선택 — 다듬을 경력 항목을 고릅니다.

▲ ② AI 인터뷰 — 한국어로 답하면 X-Y-Z 요소(결과·수치·방법)를 유도합니다.

▲ ③ 결과 — 영문 X-Y-Z 불릿과 PMTVQ 힌트로 산출.

---

7. 발송 전 체크리스트

• 불릿 70% 이상에 정량적 결과
• 같은 동사 3번 이상 반복 없음
• 회사명 옆 규모 컨텍스트 (매출·직원수·MAU)
• 모든 불릿이 최소 결과+지표 포함
• ATS 호환 폰트 + 단일 컬럼, 주니어·미드 1페이지
• NDA·민감 정보 노출 없음

다음 글: ATS 2.0의 7가지 새 규칙.

---

최종 업데이트: 2026년 7월.