75%의 이력서는 사람에게 보이지 않습니다.

ATS 필터링

구인 공고에 제출된 이력서의 약 75%가 인간 채용 담당자가 검토하기 전에 지원자 추적 시스템에 의해 필터링됩니다. 이 통계는 채용 연구에서 널리 인용되며, 현대 채용 방식의 구조적 특징을 반영합니다: 자동화된 필터는 대규모 지원자 풀을 관리 가능한 최종 목록으로 줄입니다. ATS 내부에서 실제로 발생하는 일, 필터링이 존재하는 이유, 그리고 그것이 어떻게 잘못될 수 있는지에 대해 설명합니다.

숫자

얼마나 많은 것이 필터링되는가

기계 내부

ATS 내부에서 실제로 발생하는 일 무엇인가

신청서에서 최종 목록까지

지원자가 구인 공고에 이력서를 제출하면, 지원자 추적 시스템은 단순히 파일을 저장하지 않습니다. 이력서를 구조화된 데이터로 구문 분석하여 직책, 기업명, 교육, 기술, 날짜, 자격증을 추출합니다. 이 구문 분석된 데이터는 검색 가능하고 필터링이 가능합니다.

그 후 채용 담당자는 필터를 적용합니다. 업계 데이터에 따르면 99.7%의 채용 담당자가 지원자 검토 시 최소한 하나의 필터를 사용합니다. 가장 일반적인 필터는 기술 적합성(76.4%의 채용 담당자가 사용)과 교육 수준(59.7%)입니다. 추가 필터로는 경력 년수, 위치, 특정 자격증 등이 포함됩니다.

필터 기준에 일치하지 않는 지원자는 목록의 하단으로 이동하거나 현재 보기에서 완전히 제외됩니다. 그들은 삭제되지 않으며 여전히 시스템에 존재하지만, 최종 목록을 검토하는 채용 담당자에게는 효과적으로 보이지 않습니다.

이것이 75%의 이력서가 사람의 시선에 닿지 않는 이유입니다. 이는 악의적인 필터링이 아닙니다. 50명 이상의 직원을 가진 거의 모든 회사에서 기본 작업 흐름이 된 볼륨 관리 도구입니다.

이유

필터링이 존재하는 이유

이것은 볼륨 문제입니다

전형적인 구인 공고는 100에서 250개의 지원서를 받습니다. 유명 회사의 인기 있는 역할에서는 그 숫자가 500을 초과할 수 있습니다. 이력서당 3~5분의 시간이 소요될 경우, 200명의 지원자를 수동으로 검토하는 데는 10~17시간이 걸립니다. 단일 역할에 대해 전담 인력이 이러한 시간을 할애하는 것은 현실적이지 않습니다.

지원서 볼륨은 2024년 이후 급격히 증가했는데, 이는 부분적으로 AI 도구들이 맞춤형 지원서를 생성을 단순하게 만들어주기 때문입니다. 일부 보고서에 따르면, 역할당 지원서 볼륨이 지난 2년간 30~50% 증가했다고 합니다. 더 많은 지원서는 더 많은 필터링을 의미합니다.

자동화된 필터링이 없으면 기업은 전담 스크리닝 직원을 채용하거나 채용 프로세스를 극적으로 지연시켜야 합니다. 두 가지 옵션 모두 대부분의 팀에 맞지 않으며, 특히 스타트업에서는 창립자나 채용 관리자들이 본 업무와 병행하여 모집을 처리합니다.

필터 사용

채용 담당자가 실제로 필터링하는 것

사진이 포함된 이력서의 88% 거부율은 주목할 만합니다. 이는 지역에 따라 달라지고 (일부 유럽 및 아시아 시장에서는 사진이 일반적임), 자격이 아닌 형식 선택이 거부를 유발할 수 있음을 강조합니다. 이는 ATS 필터링이 채용 과정에 소음을 끼치는 여러 방법 중 하나입니다.

실제 비용

잘못된 부정 문제

잘못된 사람들을 필터링하기

75%라는 통계는 일반적으로 지원자 문제로 프레임됩니다. "당신의 이력서는 결코 보이지 않을 수 있습니다." 그러나 이는 고용주 문제로도 똑같이 중요합니다. 귀하의 필터가 지원자의 75%를 거부하고 있다면, 거부된 후보자 중 누구도 좋은 채용이 될 수 없다는 것에 대해 잘 알고 있어야 합니다.

실제로는, 아무도 그 자신감이 없습니다. 키워드 기반 필터링은 직설적입니다. "제품 개발을 주도했다"는 문구를 적은 지원자는 채용 공고의 "제품 관리자"라는 직책에 혈필터링될 수 있습니다. CS 학위가 없는 자기 교육 엔지니어는 기본적으로 게시물에 추가된 교육 요건에 의해 필터링됩니다. 이전 직책이 일치하지 않는 경력 변경자는 매우 관련성이 높은 전이 가능한 기술로 필터링됩니다.

이들은 잘못된 부정, 필터링 시스템에 의해 거부된 자격을 갖춘 후보자입니다. 잘못된 부정의 정확한 비율은 측정하기 어렵습니다. (모든 거부된 이력서를 수동으로 검토해야 알 수 있습니다.) 하지만 이 문제는 잘 문서화되어 있습니다. 일부 추정에 따르면, 전통적인 키워드 기반 ATS 필터링은 특정 역할에 대해 자격을 갖춘 후보자의 최대 88%를 놓치고 있습니다.

고용주에게 잘못된 부정은 효과적인 인재 풀이 더 작다는 것을 의미합니다. 당신은 직업을 게시했습니다. 사람들이 지원했습니다. 그들 중 일부는 좋았습니다. 그러나 자신의 필터링 시스템이 그들을 숨겼습니다.

대안

신호 기반 점수 매기기가 잘못된 부정을 줄이는 방법

모두 점수를 매기고, 필터를 줄인다

키워드 필터링의 근본적인 문제는 이진성에 있습니다: 지원자가 필터와 일치하거나 일치하지 않거나입니다. 중간 지대가 없고, 뉘앙스가 없으며, "모양이 비슷하면 볼 가치가 있다"는 개념이 없습니다.

신호 기반 점수 매기기는 다른 접근 방식을 취합니다. 지원자를 필터링하는 대신, 여러 차원에서 각 지원자를 연속적 척도로 점수를 매깁니다 (0~100): 측정 가능한 결과, 책임 범위, 경력 궤적, 기술 적합성, 그리고 맥락적 적합성.

정확한 직책을 사용하지 않더라도 관련 경험이 있는 지원자는 72점을 얻습니다. 비즈니스의 간접 영향에서 강한 결과를 지닌 경력 변경자는 65점을 기록하게 됩니다. 채용 담당자는 여전히 상위 순위의 지원자를 먼저 보지만, 시스템은 이진 필터 벽 뒤에 잠재적으로 강한 지원자를 숨기지 않습니다.

CurriculoATS의 영향 점수 엔진은 이 접근 방식을 모든 지원자에게 적용합니다. 모든 이력서가 점수를 받습니다. 모든 후보자가 가시적이며 적합성에 따라 순위가 매겨집니다. 채용 담당자는 원하면 최소 기준을 설정할 수 있지만, 기본 설정은 점수와 함께 모든 것을 보여주는 것입니다. 키워드 일치 없이 모든 것을 숨기는 것이 아닙니다.

실용적인 결과: 잘못된 부정이 줄어들고, 효과적인 인재 풀이 더 커지며, 더 나은 채용이 이루어집니다. 키워드 필터를 통과하는 25% 대신 신청자의 100%를 평가하면 경쟁사의 ATS 시스템이 숨기고 있는 후보자를 찾을 수 있습니다.

이것이 고용주에게 의미하는 바

키워드 기반 필터링을 사용하는 전통적인 ATS를 사용하고 있다면, 지원자의 75%가 귀하의 소프트웨어에 의해 숨겨지고 있습니다. 숨겨진 지원자 중 일부는 실제로 자격이 없을 수 있습니다. 하지만 그들 중 일부는 다른 단어를 사용하거나 비전통적인 배경을 가지거나 파서가 처리할 수 없는 방식으로 이력서를 서식 지정한 강력한 후보자입니다.

문제는 필터를 사용할지를 결정하는 것이 아니라, 어떻게든 볼륨을 관리해야 한다는 것입니다. 문제는 이진 키워드 필터를 사용할지 아니면 연속 점수를 사용할지를 결정하는 것입니다. 한 접근 방식은 지원자의 75%를 숨깁니다. 다른 접근 방식은 모든 지원자를 순위 매겨 귀하가 어디서 경계를 설정할지를 결정하게 합니다.

팀 확장과 원격 채용의 경우, 지원자 풀이 크고 다양하기 때문에 필터링과 점수 매기기 간의 차이는 누가 면접을 보는지, 누가 지원했다는 것도 모르는지에 직접적인 영향을 미칩니다.