영문 이력서 정량화 첫걸음 — 성과를 숫자로 만드는 5가지 관점과 3단계 방법

한국에서 이력서를 써본 사람이라면 "성과를 수치화하세요"라는 조언을 한 번쯤 들어봤을 겁니다. 다만 국문 이력서 시장에선 이게 강제 사항이 아니었기 때문에 — 수치 없이 서술만 잘 정리해도 서류 통과되는 경우가 많았고 — "권장 사항이지만 안 해도 되는 것" 정도로 넘어간 분들이 대부분입니다.

📌 참고: 국내에서도 주요 채용 플랫폼이 시스템 1차 필터링과 AI 서류 평가를 도입하면서 이 흐름이 조금씩 바뀌는 중이긴 합니다만.

영문 이력서는 이 지점이 훨씬 더 엄격합니다. 불릿(bullet point, 이력서의 각 경력 아래 나열되는 한 줄 성과 항목)의 70% 이상이 정량 결과로 끝나야 ATS 2.0 시대의 시스템 필터를 통과한다는 룰이 표준이 됐고, 이건 사실상 강제입니다. 리크루터가 이력서를 눈으로 보기 전에 시스템 필터에서 이미 대부분이 걸러집니다.

그래서 국문 이력서 경험만 갖고 영문 이력서를 처음 작성하는 분들은 같은 좌절을 겪습니다.

"'quantify your impact'는 다 아는 룰인데, 정작 how를 아무도 안 가르쳐줍니다."

이 글은 그 how를 다룹니다. 핵심 룰 하나부터: "improved", "responsible for", "worked on" 같은 표현은 금지, 모든 임팩트 불릿은 숫자로 끝나야 합니다.

---

1. 나쁜 예 vs 좋은 예 — 7초 스캔의 관점

리크루터는 이력서 한 장을 평균 7초 안에 훑습니다. 아래 두 문장이 스캔에서 어떻게 다르게 잡히는지 보세요.

나쁜 예:

"Improved team efficiency through workflow redesign."

좋은 예:

"Cut ticket-handling time 42→11 min (-74%) across 6 agents by redesigning Zendesk triage macros."

두 번째는 7초 안에 세 가지가 잡힙니다: 지표 + 개선폭 + 메커니즘. 첫 번째는 아무 정보 없이 스캔에서 사라집니다.

---

2. 3단계 방법 — PMTVQ 5축, Before/After, 비율+절대값

본인 경력을 좋은 예처럼 바꾸는 방법을 3단계로 정리하면 이렇습니다.

Step 1 — 어떤 숫자? (PMTVQ 5축)

"내 일은 정량화가 안 된다"고 느낄 때, 실제로는 성과를 어떤 관점으로 바라봐야 할지 몰라서 발생하는 좌절입니다. PMTVQ 5축은 어떤 성과든 최소 하나의 관점에선 측정 가능하다는 전제 아래, 하나의 성과를 다섯 가지 렌즈로 나눠서 보게 해주는 프레임입니다.

축	성과를 바라보는 관점	영문 예시
People	얼마나 많은 사람에게 영향을 줬나	"Trained 12 new hires"
Money	돈을 얼마나 다뤘거나 절감했나	"Managed $1.2M annual budget"
Time	얼마나 빠르게 만들었거나 시간을 아꼈나	"Cut turnaround 5d → 1d"
Volume	몇 건을 처리했나	"Reviewed 200+ contracts/yr"
Quality	정확도·만족도·오류율은 어떻게 바뀌었나	"NPS 31 → 52"

한 성과에 대해 5축을 하나씩 대보면 최소 1개, 보통 2~3개 축에서 걸립니다. 예를 들어 "온보딩 프로세스 개편"이라는 한 성과는 T(온보딩 시간 단축), Q(완료율 상승), P(대상 사용자 수)에서 동시에 잡힙니다. 어느 축에서 잡히는지가 곧 이 성과의 임팩트 스토리를 어떻게 서술할지 결정합니다.

Step 2 — Before → After (한 지점보다 짝이 강함)

"NPS 52" 하나만 있으면 이게 좋은 결과인지 판단할 수 없습니다. "NPS 31 → 52" 짝으로 오면 개선 폭 21 포인트가 즉시 임팩트로 읽힙니다.

Step 3 — 비율 + 절대값 (규모감과 스케일 동시에)

• 비율만: -74% → 개선 폭은 큰 걸 알겠는데, 규모 감이 없음
• 절대값만: $320K 절감 → 규모는 알겠는데, 원본 대비 얼마나 큰 개선인지 모름
• 둘 다: $320K 절감 (-42%) → 규모와 개선폭 동시에 잡힘

세 단계를 합친 공식이 X-Y-Z: "Accomplished [X] as measured by [Y] by doing [Z]" — 결과, 지표, 방법 순으로 압축합니다. 상세는 한국 경력을 영문 이력서 임팩트로 바꾸는 법에서.

---

3. 숨은 수치를 찾는 5가지 출처

수치가 딱 안 떠오르는 항목도 대부분은 어딘가에 이미 기록돼 있습니다. 아래 5곳을 30분씩 뒤져보면 대개 3~8개는 나옵니다.

1. Slack/Teams 검색 이력 — "KPI", "shipped", "ship 완료" 등 키워드로 검색
2. 캘린더 — 정기 1:1 = "52 mentoring conversations/yr" 같은 숫자
3. 발송 이메일함 — 주간·월간 리포트에 본인 수치가 담겨 있음
4. 제품 대시보드 (GA·Amplitude 등) — NDA면 비율로 마스킹: "DAU 400K → 1.2M" → "DAU ~3x over 8 months"
5. 자기평가·OKR·성과 문서 — 가장 진한 광맥

---

4. Defensible Estimate — 근사치 라벨링

정확한 수치가 사라졌을 때, 지어내지 말고 근사치로 라벨링하세요. ~ 또는 approximately 중 하나만 (둘 다 쓰지 말 것). 그리고 3문장 안에 방법론을 설명할 수 있어야 합니다.

"Estimated ~30% incident-load reduction, based on H2 vs H1 2024 on-call ticket volume."

주의: 자신 있게 딱 떨어지는 라운드 수(정확히 30%, 50%)를 근거 없이 쓰면 면접에서 "이 30% 어떻게 계산하셨어요?"에 답 못 하면 즉시 감점. 라벨링된 근사치는 통과하지만, 지어낸 확신은 감점입니다.

---

5. Bullet Creator 워크플로우 — 3단계 자동화

위 3단계 방법을 매 불릿마다 손으로 돌리면 불릿당 5~10분, 30개면 2.5~5시간이 걸립니다. 게다가 회사 채용공고가 바뀔 때마다 이 과정을 다시 해야 합니다.

SmartBullets의 Bullet Creator는 이 3단계를 15분짜리 AI 인터뷰로 흡수했습니다. 한국어로 답만 하면 됩니다 — 입력한 수치는 그대로 보존되고, X-Y-Z 임팩트 불릿이 영문으로 나옵니다.

① PMTVQ 5축 중 관련 축 선택

② AI 인터뷰 — 대화형, 수치 원문 그대로 보존

③ 영문 X-Y-Z 임팩트 불릿 산출

이후 JD Clipper(Chrome 확장)로 채용공고 키워드를 뽑고, Resume Generator가 회사별 이력서를 조립, Cover Letter Generator가 자소서·커버레터 초안까지 만듭니다.

---

6. 직무별 예시 맛보기

원리를 봤으니 직무별 실제 문장이 궁금할 겁니다. 두 개만 미리 보면:

HR — "Cut time-to-hire 51 → 26 days across 7 teams by rebuilding the sourcing-to-offer funnel."

Legal — "Reviewed 180+ vendor contracts/yr at a 2-day median turnaround, flagging ₩900M in aggregate liability."

HR·디자이너·PM·법무·재무·운영·CS·인프라 8개 직무 전체 치트시트는 자매편에 정리했습니다 → 영문 이력서 직무별 정량화 예시 — 8직군 치트시트

---

7. 관련 편

• X-Y-Z 공식 전문: 한국 경력을 영문 이력서 임팩트로 바꾸는 법
• ATS 2.0 7가지 새 규칙: 2024년에 통하던 영문 이력서가 안 통하는 이유
• 채용공고 키워드 추출 5가지 방법: ATS 매칭의 출발점
• 직무별 예시 자매편: 영문 이력서 직무별 정량화 예시 — HR·디자이너·PM·법무 등 8직군 치트시트

---

통계·리서치: 2026년 5월 시점 영문 이력서·ATS 관련 자료.