DeepResume이란?
DeepResume(haojianli.me)은 신입 및 경력 1~5년차 이직 희망자를 위한 AI 이력서 최적화 도구입니다. 단 하나의 목표가 있습니다: "무엇을 했는가"를 "어떤 성과를 만들었는가"로 전환하는 것.
시중의 이력서 템플릿 도구와 달리, DeepResume은 경험을 만들어내거나 키워드를 억지로 채워 넣지 않습니다. 구조화된 진단 + Q&A 기반 근거 보완 + 채용공고 대조 재작성을 통해 모든 경험을 면접관에게 전달되고 ATS가 인식하는 내용으로 변환합니다.
1단계: 이력서 업로드 및 기준 점수 확인
지원 형식: PDF, DOCX, 또는 텍스트 붙여넣기
업로드 후 시스템이 이력서 구조를 자동 분석하여 경력, 학력, 프로젝트 경험, 스킬 등의 항목을 인식하고 기준 진단 보고서를 생성합니다:
- 종합 점수(0~100점): 가독성, 성과 정량화, 키워드 커버리지, ATS 호환성을 종합 평가
- 항목별 점수: 각 차원을 개별 평가하여 가장 취약한 부분 파악
- 실행 가능한 체크리스트: 각 문제에 "왜 취약한지·어디를 고쳐야 하는지·어떻게 고칠지"를 제시
ATS 호환성은 흔히 간과되는 차원입니다. 많은 구직자가 시각적 디자인에 공을 들이면서도 2단 레이아웃, 아이콘 삽입, 표 등이 ATS의 내용 파싱을 방해한다는 사실을 모릅니다. DeepResume은 어떤 구조가 파싱 위험을 가지는지 명시합니다.
2단계: 목표 채용공고 붙여넣기로 직무 요건에 맞추기
지원하려는 채용공고가 있다면 붙여넣기만 하면 시스템이:
- JD 핵심 요건 분석: 키워드, 역량, 숨겨진 가점 항목 추출
- 매칭 갭 리스트 생성: 현재 이력서와 비교하여 누락된 키워드와 설명이 약한 부분 지적
- 직무 맞춤 진단 제공: 개발 직군은 기술 깊이와 성과 증거, PM 직군은 목표 분해와 지표 달성, 영업/기획 직군은 성장 방법론과 재현 전략을 검토
목표 채용공고가 없어도 일반 진단과 기본 최적화를 받을 수 있습니다.
3단계: Q&A 기반 재작성 — 블랙박스 재작성이 아님
이것이 DeepResume과 다른 AI 재작성 도구의 가장 큰 차이점입니다.
대부분의 도구는 이력서를 대형 언어 모델에 바로 넘겨 재작성하기 때문에, 출력이 화려해 보여도 부정확한 경우가 많습니다. 기술 세부사항이 일반화되고, 지표가 날조되고, 본인의 표현 스타일과 멀어집니다. DeepResume은 Q&A 기반 방식을 사용합니다:
- 진단에서 발견한 취약점에 대해 핀포인트 질문 제시 (예: "이 프로젝트의 사용자 규모는?", "최적화 후 지표 변화는 얼마나?")
- 실제 있었던 사실 조각만 보완하면 되며, 전문을 다시 쓸 필요 없음
- 입력 내용을 바탕으로 보수적·균형·강화의 3가지 재작성 버전을 생성하여 제시
각 재작성 제안에는 명확한 이유가 있으며, 항목별로 채택/건너뛰기가 가능하여 본인의 표현 스타일을 유지할 수 있습니다.
4단계: 차이 확인 후 내보내기 및 지원
재작성 제안을 채택한 후:
- 차이 확인: 수정 전후 대조 표시로 변경 내용이 의도에 맞는지 항목별 확인
- 점수 변화 확인: 재작성으로 어떤 차원이 개선되었는지 직관적으로 파악
- PDF 또는 DOCX로 원클릭 내보내기: 깔끔한 형식, ATS 호환, 바로 지원 가능
내보내기 형식은 중국어, 영어, 일본어, 한국어 등 다국어를 지원하며 해외 지원에도 활용할 수 있습니다.
전형적인 활용 사례
취업 준비생
수업이나 연구 프로젝트 경험이 "○○ 프로젝트 개발에 참여"와 같은 작업 나열이 되기 쉽습니다. DeepResume은 목표, 행동, 협업, 성과를 보완하도록 안내하여 학업/대회/인턴 경험을 보다 직업적인 표현으로 변환합니다.
개선 전: 데이터 시각화 페이지 개발을 담당하여 다양한 차트와 인터랙션을 구현했습니다.
개선 후: 수업 프로젝트에서 데이터 시각화 모듈을 구축(ECharts + React). 6가지 범용 차트 컴포넌트와 인터랙션 규약을 정비하여 페이지 개발 재사용률을 높이고 유지보수 비용을 절감했습니다.
경력 1~5년차 이직자
경력 설명이 "성능을 최적화했다", "사용자 경험을 향상시켰다"와 같은 형용사 수준에 머무르기 쉽습니다. DeepResume은 지표와 근거 체인으로 구체화하는 것을 도와줍니다.
개선 전: 페이지 성능을 최적화하고 사용자 경험을 향상시켰습니다.
개선 후: 초기 로딩 지연 문제를 해결하기 위해 리소스 분할과 캐싱 전략을 재설계하여 최초 렌더링 시간을 3.2초에서 2.1초로 단축하고 크리티컬 패스 요청 수를 18% 감소시켰습니다.
개인정보 및 데이터에 대하여
- 재작성은 실제로 제공한 사실을 범위로 하며, 허구 내용은 생성하지 않습니다
- 우선 최소한의 정보 입력(전화번호, 주소 등 민감 정보는 제외 가능)부터 시작하기를 권장합니다
- 자세한 내용은 개인정보 처리방침과 이용약관을 확인하세요
지금 시작하기
이력서를 업로드하고 3분 안에 진단 보고서를 받아보세요.