Introduction

이전 글에서 template 선택과 ATS 전략에 대해 다뤘다면, 이번 글에서는 그 template 안에 어떤 내용을 어떻게 채울 것인지에 대해 이야기한다.

사실 template을 고르는 것보다 내용을 채우는 게 훨씬 어렵다. 특히 국내 박사 출신의 경우, 박사 과정 5년간 쌓아온 경험을 산업계 언어로 번역하는 과정이 생각보다 낯설 수도 있다. “내가 이런 연구를 했습니다”를 “나는 이런 시스템을 만들어서 이런 임팩트를 냈습니다”로 바꾸는 작업이 핵심이다.

핵심 마인드셋 전환: Publication-Driven → Project-Driven

가장 먼저 해야 할 것은 마인드셋의 전환이다.

  학술 CV 산업계 Resume
독자 교수 심사위원회 ATS 파서 → Recruiter → Hiring Manager
목표 연구의 깊이 어필 엔지니어링 임팩트 어필
길이 필요한 만큼 길게 1페이지
핵심 학회, 참신성, 기여도 문제 → 시스템 → 결과
문체 “We propose…” “Built / Designed / Deployed…”

국내 박사들이 가장 많이 하는 실수가 학술 CV를 그대로 산업계 Resume로 제출하는 것이다(나도 바보같이 초반에 이랬다…ㅜ). 논문 리스트를 주르르 나열하고, “We propose a novel method…“로 시작하는 bullet point를 써넣는다. 근데 Recruiter나 Hiring Manager 입장에서 이건 아무런 임팩트도 전달하지 못한다.

Bigtech CV의 핵심은 Publication이 스토리가 아니라, Project가 스토리이고 Publication은 그 프로젝트의 credibility signal이다.

“Published 15 papers at ICRA, RSS, RA-L” → OK, 논문 많이 썼구나. “Built a large-scale LiDAR-inertial SLAM system enabling real-time mapping in airport-scale environments” → 오, 이 사람이 만든 게 있구나.

후자의 경우를 job description에 딱 맞게 작성한다면, 높은 확률로 recruiter call 단계로 입성할 수 있을 것이다.

Resume 구조: 4가지 섹션

Resume는 크게 4가지 섹션으로 구성된다.

(1) Header + 1줄 Summary

Resume 최상단에 자신을 한 줄로 포지셔닝하는 문장을 넣는 것이 좋다. 이때 도메인 키워드를 최대한 집어넣어라. ATS도 보고, Recruiter도 0.5초 만에 이 사람이 누구인지 파악할 수 있어야 한다. 특히 job description에 반복해서 나오는 키워드를 조합해서 한줄 써주면 좋다.

(예시)
Robotics researcher specializing in real-time 3D perception, large-scale LiDAR/vision-based SLAM, and production-grade mapping systems.

포함할 키워드 예시: SLAM, mapping, perception, autonomy, LiDAR, real-time, large-scale, sensor fusion

(2) Experience — 가장 중요한 섹션

각 bullet point는 반드시 다음 구조를 따라야 한다:

[어떤 문제] + [무엇을 만들었나] + [임팩트/규모]

구체적인 예시:

❌ Bad ✅ Good
“Worked on SLAM system” “Built a large-scale LiDAR-inertial SLAM system enabling real-time mapping in airport-scale environments”
“Published 10+ papers on LiDAR odometry” “Developed a degeneracy-aware odometry pipeline reducing localization failures in geometrically sparse environments (corridors, open spaces)”
“Our method achieves state-of-the-art on benchmark X” “Achieved SOTA accuracy on benchmark X with 10× speedup over prior ICP-based methods, by redesigning the correspondence search pipeline”

(3) Projects — 보여주기, 말하지 말고

이건 내가 좀 활용한 부분인데, Open-source 프로젝트에 GitHub star가 좀 달려 있다면, 이를 활용했을 때 좀 좋은 반응을 얻었다(그리고 이는 사실 faculty interview할 때도 동일했다). 단순히 “코드를 짤 수 있다”가 아니라, “다른 사람들이 내 코드를 믿고 사용한다”는 것을 증명하기 때문이다. 이건 production 팀에서 hire할 때 가장 원하는 신호이기도 하다.

그래서 아래 예시와 같이 job description에 SLAM이 keyword로 있다면 아래와 같이 작성할 수 있다.

(예시)
KISS-Matcher [★ 640+]  —  Point Cloud Registration  |  IEEE ICRA 2025
Real-time, robust 3D point cloud registration for LiDAR-based mapping/SLAM

(4) Publications — 리스트가 아닌 Signal로

산업계에서 publication은 신뢰도의 신호이지, 메인 스토리가 아니다. 두 가지 방법을 상황에 따라 선택할 수 있다:

공격적 (빅테크용): 간혹 job description을 보면 특정 학회지/저널을 쓴 사람을 우대한다는 내용이 있을 때도 있다. 혹시 해당 학회에 논문을 낸 경험이 있다면 아래와 같이 작성해서 ATS에게 높은 점수를 얻어보자.

10+ first-author papers at IEEE ICRA, RSS, IEEE RA-L, NeurIPS, ICCV, IJRR

보수적: 가장 임팩트 있고 해당 job description과 긴밀한 연관성이 있다면, 논문 2~3편 정도 간략히 서술해도 괜찮다. 전체 리스트는 절대 넣지 말 것.

XYZ Formula: 논문을 Bullet로 바꾸는 공식

Google에서 유명해진 XYZ formula를 활용하면 학술 경험을 산업계 언어로 쉽게 전환할 수 있다:

[X]를 달성했다, [Y]로 측정된, [Z]를 함으로써. “Accomplished [X] as measured by [Y], by doing [Z].”

실제 SLAM 연구자 관점에서 예시를 들면:

❌ 학술 표현 ✅ XYZ 변환
“We propose a novel degeneracy-aware LiDAR-inertial odometry method” “Maintained stable localization in geometrically sparse environments (30% lower drift), by detecting and compensating for sensor degeneracy at runtime”
“Experiments demonstrate the effectiveness of our approach” “Validated on 3+ robot platforms and adopted by 640+ teams (GitHub stars), by open-sourcing a production-ready C++ implementation”
“Our method achieves state-of-the-art performance” “Achieved SOTA accuracy on benchmark X with 10× speedup over prior ICP-based methods, by redesigning the correspondence search pipeline”

반드시 삭제해야 할 단어들: novel · we propose · we present · we show · experiments demonstrate

대신 쓸 단어들: reduced · improved · achieved · built · designed · deployed · developed · engineered

숫자가 없으면 규모라도 써라. 직접 측정이 어렵다면 범위를 추정하라: ~90% reduction · 3+ platforms · city-scale · airport-scale · 1000+ hours of data

SLAM 연구를 산업계 언어로 번역하기

로보틱스/SLAM 연구자에게 특히 도움이 되는 섹션이다. 학술 용어와 산업계 용어 사이의 갭이 생각보다 크다.

학술 표현 산업계 표현
“Point cloud registration” “3D sensor data alignment pipeline for real-time map building”
“Ground segmentation” “Real-time drivable surface detection for AV perception stack”
“Dynamic object removal” “Static map maintenance system for long-term autonomous operation”
“Multi-session SLAM” “Incremental, large-scale 3D mapping across multiple robot deployments”
“Degeneracy-aware odometry” “Fault-tolerant localization robust to sensor-degenerate environments”

같은 연구인데 어느 쪽이 더 임팩트 있어 보이는지는 바로 느껴질 것이다. 이 번역 작업이 resume 작성에서 가장 중요하면서도 가장 어려운 부분이다. 특히 이와 같이 작성할 때 job description에 나오는 키워드를 resume에 자연스럽게 녹여야 ATS 점수가 올라간다.

흔한 실수들 (내용 면에서)

  1. 시스템 대신 논문을 나열한다 — Recruiter는 citation을 읽지 않는다.
  2. “We propose / We present”를 그대로 쓴다 — 학술 문체다. 1인칭 능동태로 바꿔라.
  3. 수식/수학적 서술이 많다 — SL(4) manifold가 뭔지 아무도 관심 없다. 그 시스템이 로봇에게 무슨 의미인지를 써라.
  4. 숫자가 없다 — 정량화하기 어렵다면 규모라도 써라: city-scale, 1000+ hours.
  5. 기여도가 불명확하다 — 모든 bullet은 “그래서 이게 로봇이나 제품에 어떤 의미인가?”에 답해야 한다.

정리

Resume 내용 작성하기의 핵심을 세 줄로 요약하면:

  1. Publication이 아니라 Project를 스토리로 만들어라. Publication은 credibility signal이다.
  2. XYZ formula로 모든 bullet을 작성하라. 숫자와 임팩트를 반드시 포함하라.
  3. 학술 언어를 산업계 언어로 번역하라. 같은 연구라도 프레이밍이 전부다.

다음 글에서는 CV가 준비됐다고 가정하고, 가장 중요한 Interview 준비에 대해 다루겠다.

한국 국내 박사로 미국 취업하기 시리즈입니다.

  1. 한국 국내 박사로 미국 취업하기 - 1. 박사 과정 동안 준비
  2. 한국 국내 박사로 미국 취업하기 - 2. CV Template 선택과 ATS 전략
  3. 한국 국내 박사로 미국 취업하기 - 3. CV 내용 작성하기
  4. 한국 국내 박사로 미국 취업하기 - 4. Interview 준비