모든 지원자 추적 시스템은 이력서를 평가하기 위해 어떤 형태의 AI를 사용합니다. 아키텍처는 두 가지 카테고리로 나뉩니다: 거의 모든 기존 플랫폼에서 사용되는 키워드 기반 매칭과 CurriculoATS에서 사용되는 결과 기반 순위입니다. 차이는 마케팅이 아닙니다. 모델이 이력서를 읽는 방식의 구조적 차이이며, 동일한 후보자 집합에 대해 기본적으로 다른 단기 목록을 생성합니다.
이것은 ATS 소프트웨어를 구매할 때 실제로 무슨 일이 일어나고 있는지를 이해하고자 하는 스타트업 창립자를 위한 기술적 비교입니다. 두 아키텍처를 더 나은 UX나 동일한 입력에 대한 더 영리한 모델로 부드럽게 만들 수 없는 이유를 설명합니다.
키워드 기반 매칭 작동 방식
키워드 기반 매칭은 직무 설명(파이썬, AWS, 쿠버네티스, 장고, 포스트그레SQL)에서 토큰을 추출하고 이력서에서 동일한 토큰을 검색합니다. 발견된 각 토큰은 일치 점수에 기여합니다. 기본 구현은 대략 다음과 같습니다: job_tokens = extract_keywords(job_description); resume_tokens = extract_keywords(resume_text); overlap = intersection(job_tokens, resume_tokens); score = len(overlap) / len(job_tokens). 보다 정교한 버전은 TF-IDF 가중치(희귀 용어가 일반 용어보다 더 많이 반영됨) 또는 문장 임베딩(벡터가 JD 벡터에 가까운 이력서는 높은 순위를 차지하며, "lead"와 "managed"와 같은 유의어를 포착함) 등을 사용합니다. 세 가지 변형 모두 동일한 기본 속성을 공유합니다: 이들은 결정론적 텍스트-매칭 함수이며, 이력서는 입력입니다. 키워드 스태핑 기법을 알고 있는 후보자는 모델이 선호하는 출력을 신뢰성 있게 생성할 수 있습니다.
키워드 매칭의 세 가지 구조적 취약점
1. 적대적 이력서 제어
어떤 결정론적 텍스트-매칭 알고리즘도 규칙을 아는 후보자에 의해 조작될 수 있습니다. 특정 키워드의 존재를 보상하는 모델에서 후보자들은 이력서 하단에 숨겨진 흰색 텍스트, 반복된 글머리 또는 가짜 기술 섹션에 해당 키워드를 삽입합니다. 키워드 기반 시스템은 구조적으로 이에 취약합니다. 모델은 키워드가 후보자가 실제로 작업을 수행했기 때문에 있는지 아니면 필터를 이해했기 때문에 있는지에 대한 개념이 없습니다. 심지어 의미적 유사성 모델조차도 약간 다른 공격에 취약합니다: 이력서 요약에 JD를 복사하여 붙여넣으면 코사인 거리가 거의 0으로 무너집니다.
2. 약한 후보자에 대한 잘못된 긍정
이력서에서 "파이썬"을 네 번 언급한 후보가 실제 시간 사기 탐지 시스템을 배송한 후보를 초과합니다. 모델은 토큰 밀도를 보상하고 깊이는 보상하지 않습니다. 리크루터는 순위 맨 위의 잘못된 긍정을 보고 이를 진행시킵니다; 강력한 후보는 47위에 앉아 읽히지 않습니다. 연구에 의해 문서화된 7초 이력서 스캔은 리크루터가 순위를 수동으로 수정할 시간이 없음을 의미합니다.
3. 강한 후보자에 대한 잘못된 부정
숨겨진 근로자에 대한 연구에 따르면, 2700만 명의 자격을 갖춘 미국인이 능력과 무관한 이유로 자동 선별에 의해 거부됩니다. "실시간 데이터 파이프라인을 설계" 대신 "스트리밍 서비스를 구축"한 고위 엔지니어는 사라집니다. 비전통적인 어휘, 이력서의 공백 또는 다른 산업 틀로 인해 후보자는 실제 검토를 받기 전에 필터링됩니다.
결과 기반 순위 작동 방식
결과 기반 순위는 메커니즘을 반전시킵니다. 이력서의 텍스트와 JD의 텍스트를 비교하는 대신, 모델은 네 가지 카테고리에서 이력서의 측정 가능한 성과를 추출하고 이를 역할의 결과 요구사항에 맞춰 점수화합니다. 네 가지 카테고리는: 수익(체결된 거래, 생성된 ARR, 생산된 절감액), 팀(관리한 인원, 확장한 조직), 시스템(구축, 배송, 생산에서 확장됨), 문제(해결된, 복잡한, 새로운)입니다. 모델은 특정 성과를 찾아 명시하는 서면 근거 단락과 함께 0-100 복합 점수를 반환합니다. 이 단락은 시스템을 블랙 박스에서 인간이 감사할 수 있는 도구로 전환하는 부분입니다.
건축적으로, 모델은 키워드가 아닌 글머리를 읽고 있습니다. "2M 이벤트/초를 처리한 실시간 사기 탐지 파이프라인을 배송"은 글머리에서 "스트리밍," "파이프라인," "실시간" 또는 특정 프레임워크의 단어를 사용하든지 간에 강력한 시스템 배송 신호로 등록됩니다. "파이썬, 파이썬, 파이썬"은 결과가 없기 때문에 아무것도 등록되지 않습니다. 두 후보자는 키워드 모델에 비해 반전된 순위를 생성하며, 이 반전이 바로 전체 요점입니다.
결과 기반 순위가 조작하기 더 어려운 이유
적대적 견고성은 두 아키텍처를 비교하는 가장 깨끗한 방법입니다. 키워드 기반 모델은 이력서에 토큰을 붙여넣는 후보자에 의해 속일 수 있습니다; 모델은 방어 수단이 없습니다. 왜냐하면 읽는 입력이 후보자가 제어하는 입력이기 때문입니다. 결과 기반 모델은 성과를 조작하는 후보자에 의해서만 속일 수 있으며, 이는 본질적으로 더 어려운 공격입니다. 허위 수익 숫자나 가짜 시스템 배송을 만들어내는 것은 사기입니다. 키워드 스태핑은 아닙니다. 공격 비용의 차이가 결과 기반 모델을 저항하도록 만듭니다.
이것은 아마존의 추천 시스템이 10년 전에 판매자가 목록 조작에 대비하기 위해 사용한 원칙과 동일합니다. 판매자는 제품 제목에 원하는 것을 무엇이든 쓸 수 있습니다; 구매 데이터, 반품 비율 또는 확인된 리뷰 패턴을 조작할 수는 없습니다. 랭커는 조작하기 더 어려운 신호를 읽습니다. CurriculoATS 이전에, 우리의 창립자 Dev는 아마존에서 검색 및 추천 작업을 하며 수년을 보냈으며, 이 원칙은 거의 완벽하게 옮겨졌습니다: 입력이 저렴하게 조작할 수 없는 신호로 순위 매기기.
두 아키텍처가 준수 사항을 다루는 방법의 차이
현대 채용 AI는 NYC 또는 EU에서 채용하는 스타트업에 중요한 두 가지 규제 체계 내에 있습니다. NYC 로컬 법 144는 뉴욕시에서 사용되는 자동화된 고용 결정 도구에 대한 편향 감사 및 후보자 통지를 요구하며, 연례 제3자 감사 및 공적 요약 보고가 포함됩니다. EU AI 법안은 고위험으로 분류되며, 2026년 8월부터 시행되는 의무 사항이 포함되어 있으며, 여기에는 필수 위험 평가, 기술 문서, 편향 테스트 및 인간 감독 요구 사항이 포함됩니다.
두 체계 모두 문서화된 설명 가능한 이유를 가진 모델을 선호합니다. 각 후보자에 대한 서면 단락을 생성하는 결과 기반 ATS는 설명 없이 숫자를 반환하는 블랙 박스 키워드 모델보다 문서화 및 감사 요구를 훨씬 더 깨끗하게 충족합니다. 두 아키텍처 간의 준수 비용 차이는 실질적입니다: 결과 기반 공급자는 모델의 출력에서 직접 감사 아티팩트를 생성할 수 있는 반면, 키워드 기반 공급자는 설명을 다시 부착하거나 지속적인 위험을 수용해야 합니다. 이것은 CurriculoATS가 결과 기반 아키텍처를 사용하는 마케팅적 이유는 아니지만, 아키텍처 선택이 오래 지속되는 하나의 이유입니다.
ATS를 선택하는 창립자를 위한 의미
건축적 차이는 단기 목록에 나타납니다. 같은 백 개의 이력서를 키워드 기반 ATS와 결과 기반 ATS를 통해 실행하고 각 시스템에서 상위 10명의 후보를 비교합니다. 두 목록은 아마도 30-50% 겹칠 것이며, 나머지는 다른 사람들이 될 것입니다. 키워드 목록에는 필터를 위해 이력서를 최적화한 후보가 포함될 것입니다. 결과 목록에는 실제로 관련 작업을 배송한 후보가 포함될 것입니다. 리크루터나 창립자는 두 목록 중 하나를 읽습니다.
가격은 기능 격차보다 포지셔닝을 반영합니다. Workable은 월 $149에서 시작하여 직원 브래킷에 따라 확장됩니다. Greenhouse는 구매자 보고서에 따르면 대략 좌석당 월 $50-$150이며, 중위 계약은 연간 $12,250입니다. CurriculoATS Pro는 월 $100(현재는 조기 신청자에게 $50)이며 팀 구성원 수에 제한이 없습니다. 가격 차이는 관련 스타트업 계층에서 대략 한 차원 정도이며, 선별 아키텍처는 구조적으로 다릅니다.
다음 단계
현재 ATS 옵션을 평가하고 있다면, 건축적 선택이 가장 중요한 변수이며, 가장 많은 데모가 이를 간과합니다. 기술적 메커니즘에 대한 영향 점수 페이지를 읽고, 선별 레이어에서 CurriculoATS가 Greenhouse, Lever, Workable, Ashby 및 Manatal과 어떻게 비교되는지 확인하세요. 스타터 계층은 무료이며, 실제 역할에서 건축적 차이를 확인하는 데 충분합니다.