영국 대졸 채용 시장은 공고당 평균 140건의 지원서를 받지만, 내용 기반으로 자동 탈락시키는 시스템을 갖춘 곳은 약 8%에 불과합니다. 이번 데이터 분석은 봄철 채용 주기 동안 AI 서류 전형의 실제 작동 방식과 향후 대졸 채용 시장의 흐름을 살펴봅니다.
영국 학생 고용주 협회(ISE)가 2025년 학생 채용 조사를 발표했을 때, 영국 대졸 채용 현황을 가장 잘 보여주는 수치는 공고당 140건의 지원서였습니다. 155개 회원사가 약 31,000개의 신입직 채용을 위해 총 180만 건 이상의 지원서를 받았다는 결과는 2년 만에 최고치입니다. 이러한 급증은 AI 기반 도구와 원클릭 지원 기능이 확산되면서 대량 지원이 후보자들에게 거의 부담 없이 가능해진 결과이기도 합니다.
동시에 대졸 채용 규모는 축소되었습니다. ISE 조사에 따르면 2024/25년 대졸 채용은 8% 감소하여, 팬데믹 당시인 2020년 12% 하락 이후 가장 낮은 수준을 기록했습니다. 조사 기업 중 42%는 채용 인원을 줄였고, 25%는 유지했으며 33%는 채용을 늘렸습니다. 전망은 여전히 신중하며 ISE 데이터는 2025/26년 주기에도 소수 대기업의 채용 감소를 주축으로 7%의 추가 감소가 있을 것으로 예측합니다.
고등교육통계청(HESA)이 2022/23년 졸업생 917,610명을 대상으로 조사한 결과, 졸업 15개월 후 응답자의 82%가 고용되거나 무급 근무 중인 것으로 보고되었습니다. 그러나 학사 졸업생의 정규직 고용 비율은 57%에서 54%로 하락했고, 실업률은 1%포인트 상승한 6%를 기록했습니다. 이는 개별적으로는 소폭의 변화이지만, 대졸 노동 시장이 전반적으로 식어가고 있음을 반영하며 서류 전형 시스템에 대한 이해가 더욱 중요해진 이유를 설명합니다.
자동화된 이력서 선형(스크리닝)의 작동 방식은 흔히 오해받고 있으며, 그 혼란은 널리 인용되는 통계인 이력서의 75%가 인간의 검토 전에 자동 탈락한다는 주장으로부터 시작됩니다. 취업 조언 플랫폼과 소셜 미디어에 퍼져 있는 이 수치는 현재 폐업한 채용 서비스 기업인 Preptel로부터 유래한 것으로 알려져 있으나, 산출 근거는 공개된 적이 없습니다. 채용 담당자 설문 데이터는 이와는 사뭇 다른 그림을 보여줍니다.
Enhancv가 2025년 채용 담당자 25명을 대상으로 실시한 설문조사에 따르면, 대량 지원 상황에서도 92%가 이력서를 수동으로 검토하는 것으로 나타났습니다. 내용 매칭 점수를 기준으로 시스템이 자동으로 이력서를 탈락시키도록 설정했다고 답한 경우는 8%(25명 중 2명)에 불과했습니다. 이와 별도로 HR.com이 2025년 후반에 발표한 연구 결과 역시 대다수의 채용 담당자가 필터링 기능을 지원자를 탈락시키는 용도가 아닌 우선순위 지정과 분류 용도로 사용한다고 보고했습니다. 이러한 설문조사에 따르면 실질적인 병목 현상은 채용 담당자의 업무량입니다. 140명의 지원자가 몰린 상황에서 모든 지원서를 검토하더라도 각 지원서에 할애할 수 있는 시간은 제한적일 수밖에 없습니다.
그럼에도 불구하고 거의 모든 고용주가 '결격 질문(knockout questions)'을 사용합니다. 이는 취업 허가 상태, 최소 자격 요건, 또는 근무지 이동 가능 여부와 같이 필수적인 항목입니다. 이러한 확정 기준을 충족하지 못하는 지원자는 일반적으로 인간의 검토 전에 필터링됩니다. 이는 이력서 품질 평가가 아닌 이진법적 준수 사항 점검입니다.
스크리닝 소프트웨어의 기술 구조는 크게 진화했습니다. 과거의 ATS(지원자 추적 시스템) 세대는 직무 기술서의 정확한 용어를 스캔하는 단순 키워드 매칭에 의존했습니다. 업계 분석에 따르면 Workday, Greenhouse, Lever, iCIMS와 같은 현재의 도구는 단순한 키워드 빈도 계산이 아닌 자연어 처리(NLP)와 일부 대규모 언어 모델(LLM)을 사용하여 문맥을 평가합니다.
실질적으로 이는 'Python을 사용하여 수동 처리 시간을 40% 단축하는 자동화 스크립트 개발'과 같은 기술 역량 설명이 기술 섹션에 단순하게 'Python'이라고 기재하는 것보다 분석적으로 더 높은 비중을 차지할 가능성이 높음을 의미합니다. 시스템은 동사, 도구, 성과를 구문 분석하여 독립적인 키워드가 아닌 입증된 역량으로 인식할 수 있습니다. 영국 특화 플랫폼들도 이러한 환경의 일부입니다. Trac은 NHS 신탁 전반에서 널리 사용되며, SuccessFactors는 은행권에서 흔하고, Oleeo는 공무원 대졸 채용 파이프라인의 많은 부분을 담당합니다.
그럼에도 불구하고 고급 NLP 시스템은 문서 내용을 정확하게 읽고 파싱할 수 있어야 합니다. 텍스트 박스 삽입, 다단 레이아웃, 이미지 기반 헤더와 같이 깨끗한 파싱을 방해하는 서식 선택은 AI의 고도화 여부와 상관없이 정보 손실을 초래할 수 있습니다.
이 분석은 주로 세 가지 데이터 출처를 활용합니다. 2025년 ISE 학생 채용 조사는 다양한 부문에 걸친 155개 회원사를 대상으로 31,000개 이상의 신입직 공고와 180만 건 이상의 지원서 데이터를 다룹니다. 이는 영국 대졸 채용 동향을 파악하는 가장 널리 인용되는 벤치마크이지만 대규모 구조화된 채용 기업에 편중되어 있어 중소기업의 채용 패턴을 완벽히 반영하지 못할 수 있습니다.
HESA 졸업생 성과 조사는 2023년 12월부터 2024년 11월 사이에 조사된 2022/23 학년도 졸업생 917,610명의 응답을 수집합니다. 2025년 중반 기준으로 이 데이터셋은 교육부의 졸업생 장기 고용 결과(LEO) 데이터에 포함되어 공식 정부 통계로 통합되었습니다.
노동 시장 환경은 2024년 12월부터 2025년 2월까지의 기간 동안 일자리 1개당 실업자 수가 2.0명이라고 보고한 국가통계국(ONS)의 자료를 바탕으로 합니다. ATS 관련 데이터는 Enhancv, HR.com, Select Software Reviews에서 발행한 채용 담당자 설문을 참고하였으며, 샘플 크기에 따른 제한 사항이 존재합니다.
영국 대졸 채용 일정은 일반적으로 두 개의 주요 구간을 중심으로 피크를 이룹니다. TargetJobs와 GRB의 데이터에 따르면 가을 주기(9월부터 11월)는 특히 금융, 컨설팅, 법률, 엔지니어링 분야에서 대규모 구조화된 대졸 채용 프로그램을 주로 진행합니다. 대략 3월부터 6월까지 이어지는 봄철 주기는 두 번째로 중요한 채용 활동 물결을 나타냅니다.
봄철 기간 동안 평가 센터는 일반적으로 3월과 4월에 운영되며, 채용 제안은 4월, 5월, 6월에 걸쳐 이루어집니다. 구조화된 프로그램과는 별개인 일반 신입직 채용은 부활절 무렵부터 공고되는 경향이 있습니다. 가을 주기에 모든 자리를 채우지 못한 일부 프로그램은 이 기간에 다시 지원서를 받을 수 있습니다.
영국 내 외국인 졸업생에게 봄 주기는 특히 중요합니다. 이전 학년도에 학업을 마친 후보자는 시간에 민감한 학업 후 취업 체제 내에 있을 수 있으며, 봄 주기는 여름이 오기 전 마지막 주요 채용 물결 중 하나인 경우가 많습니다. 유사한 봄철 채용 패턴은 유럽 시장 전반에도 존재하며, 예를 들어 프랑스의 봄철 채용 주기 역시 신입직 역할에 대해 대체로 유사한 일정을 따릅니다.
봄철 경쟁 수준은 부문별로 크게 다를 수 있습니다. ISE 데이터에 따르면 기술, 금융, 전문 서비스 분야는 지원자 대 공고 비율이 가장 높은 반면, 공공 부문, 교육, 자선 단체는 상대적으로 낮지만 여전히 상당한 규모의 지원자가 몰립니다.
ATS 소프트웨어의 주요 기능이 지원 데이터를 파싱하고 정리하는 것임을 고려할 때, 문서 서식은 미적인 차원이 아니라 실무적인 문제입니다. Jobscan과 Resume.io의 ATS 최적화 가이드에 따르면 Microsoft Word(.docx) 형식은 주요 시스템 전반에서 가장 범용적으로 파싱되는 파일 형식으로 남아 있습니다. 많은 현대적인 시스템이 텍스트 기반 PDF를 문제없이 처리하지만, 일부 구형 또는 특정 부문 전용 시스템은 다단 서식이나 그래픽 요소가 포함된 PDF 파일을 처리하는 데 어려움을 겪을 수 있습니다.
'경력', '학력', '기술', '연락처 정보'와 같은 표준 섹션 제목은 창의적인 대안보다 더 안정적으로 파싱됩니다. ATS 플랫폼은 일반적으로 이러한 전통적인 명칭을 인식하도록 설정되어 있으며, 파싱된 데이터를 검토하는 채용 담당자들 또한 구조화된 이력서를 더 효율적으로 확인하는 경향이 있습니다. 단일 열 레이아웃, 표준 폰트(Arial, Calibri, Times New Roman 10~12포인트), 텍스트 박스, 표, 삽입 이미지 지양 등은 깨끗한 파싱을 지원하는 공통적인 서식 관행으로 언급됩니다.
단순 키워드 매칭에서 의미론적 분석으로의 전환은 이력서 기술 역량 제시 방식에 영향을 미칩니다. 다수의 ATS 벤더가 제공하는 업계 가이드는 동사와 도구 또는 역량, 측정 가능한 성과를 결합한 문맥화된 기술 역량 설명이 현대적 스크리닝에서 단순 키워드 나열보다 더 큰 무게를 갖는 경향이 있다고 제안합니다.
채용 서비스와 ATS 최적화 플랫폼에서 공통으로 권장하는 사항은 검색 쿼리 설정의 차이를 고려하여 약어와 전체 명칭을 모두 기재하는 것입니다(예: 'SEO'와 'Search Engine Optimisation'을 병기). 기술 자격증을 보유한 후보자는 자격증 명칭과 발행 기관을 모두 기재하는 것이 발견 가능성을 높이는 데 유사한 기능을 할 수 있습니다.
ATS 스크리닝과 인간의 스크리닝 사이의 구분이 대중적인 취업 조언만큼 명확하지 않다는 점은 주목할 만합니다. 많은 조직에서 ATS 소프트웨어는 지원자를 평가하고 정렬할 뿐 이진법적 결정만을 내리지 않습니다. 채용 담당자는 그 후 우선순위가 지정된 목록을 검토합니다. 파싱 소프트웨어와 인간 검토자 모두에게 명확하게 전달되도록 이력서를 구성하는 것은 결과적으로 동일한 연습 과정입니다. 즉, 명료성, 구체성, 그리고 기술 및 성과에 대한 관련 증거를 제시하는 것입니다.
수요와 보상이 어디에 집중되는지 이해하는 것은 봄철 채용 주기에서 전략적인 맥락을 더할 수 있습니다. 2025년 ISE 데이터에 따르면 구조화된 대졸 채용 프로그램의 평균 초봉은 약 35,170파운드(약 6,100만 원)이나, 이는 대규모 고용주와 정식 프로그램을 반영한 수치입니다. 더 넓은 범위의 고용 유형을 포함하는 HESA의 광범위한 데이터셋은 평균을 약 28,731파운드(약 5,000만 원)로 추산합니다.
부문별 편차는 상당합니다. 2026년 초 다양한 업계 설문조사에서 보고된 약식 초봉은 다음과 같습니다.
지역별 차이는 또 다른 차원을 더합니다. 런던 소재 역할은 일반적으로 32,000~34,000파운드(약 5,500만~5,900만 원) 범위의 초봉을 제공하며, 스코틀랜드와 남동부 지역은 28,000~29,000파운드(약 4,800만~5,000만 원) 사이에 분포합니다. 이러한 수치는 여러 데이터 소스에서 대체로 일치하지만, 정확한 중앙값은 설문조사 방법론과 샘플 구성에 따라 달라집니다.
국경을 넘어 기회를 저울질하는 후보자들에게 급여 수치는 생활비 조정 시 추가적인 맥락을 얻게 됩니다. 런던의 34,000파운드 초봉은 물가가 낮은 도시의 명목상 동일한 수치와는 다른 삶의 질을 의미합니다. 동일한 원칙이 영국 대졸 급여를 걸프 지역 시장과 비교할 때 적용되며, 그곳의 국가 발전 전략과 연계된 부문들은 별도의 보상 구조를 제공할 수 있습니다.
여러 수렴하는 동향은 향후 몇 년 동안 대졸 서류 전형에서 AI의 역할이 크게 확대될 것임을 시사합니다. 2025년 ISE 데이터에 따르면 설문조사에 참여한 기업의 62%가 5년 이내에 채용 과정에서 AI를 사용할 것으로 예상하며, 70%는 채용 과정 전반에서 더 많은 자동화를 기대합니다. 선발 과정에서 이미 AI를 사용하는 기업 중 94%는 속도와 효율성 향상을 보고했고, 81%는 대규모 데이터 분석 역량 강화의 장점을 언급했습니다.
동시에 후보자들의 생성형 AI 사용은 새로운 긴장감을 조성하고 있습니다. ISE는 61%의 고용주가 면접 중 허가 없이 AI를 사용하는 후보자를 적발했거나 의심한 적이 있다고 보고했지만, 45%는 지원자에게 무엇이 적절한 AI 사용인지에 대한 지침을 제공하지 않았습니다. 이러한 정책 격차는 기업들이 선발 과정에서의 AI 사용에 대한 기대치를 점점 더 공식화함에 따라 좁혀질 것으로 보입니다.
전반적인 궤적은 채용 과정의 양측 모두가 점점 더 AI를 매개로 이루어지는 대졸 채용 환경을 향하고 있습니다. 후보자는 AI를 사용하여 지원서를 생성 및 최적화하고, 고용주는 AI를 사용하여 파싱, 순위 지정 및 평가를 수행합니다. 이러한 역학 관계가 특히 공정성, 투명성, 효율성 측면에서 어떻게 진화할지는 노동 시장 분석에서 가장 면밀히 관찰되는 질문 중 하나입니다.
초기 스크리닝을 성공적으로 통과한 후보자들은 여전히 인간 주도의 평가 단계를 만나게 될 것입니다. 예를 들어 행동 기반 면접 준비는 이력서 최적화가 대체할 수 없는 고유한 역량으로 남아 있습니다.
이 분석에서 제시된 데이터에는 몇 가지 중요한 주의 사항이 적용됩니다. ISE 조사는 권위 있는 자료이지만 155개 회원사로 구성되어 있으며 더 크고 구조화된 조직에 편중되어 있습니다. 영국 대졸자의 상당 부분을 고용하는 중소기업은 과소대표되어 있습니다. 공고당 140건의 지원서 수치는 ISE 샘플 외의 고용주에서는 더 높거나 낮을 수 있습니다.
자동 탈락률에 대한 채용 담당자 설문조사를 포함한 ATS 관련 데이터는 소규모 샘플(경우에 따라 25명의 응답자)과 자기 보고식 행동에 의존합니다. 개별 고용주의 실제 ATS 설정은 채용 담당자가 설문조사에서 보고하는 내용과 다를 수 있습니다.
HESA 졸업생 성과 데이터는 졸업 15개월 후의 고용 상태를 포착합니다. 이 데이터는 경력 발전, 직무 품질, 또는 졸업생이 전공 분야와 관련된 역할을 수행하고 있는지 여부를 추적하지 않습니다. 6%의 실업률은 벤치마크로는 유용하지만 불완전 고용이나 불안정한 노동 형태를 포착하지 못합니다.
급여 수치는 방법론, 샘플 구성, 그리고 런던 가중치 포함 여부에 따라 소스마다 다릅니다. 독자들은 원본 소스를 직접 확인하고 개인의 상황에 맞춘 분석을 위해 자격을 갖춘 커리어 전문가의 지도를 받는 것을 권장합니다.
콘텐츠 공개 고지
본 기사는 인간 편집자의 감독 하에 최첨단 AI 모델을 활용하여 작성되었습니다. 본 내용은 오직 정보 제공 및 오락 목적으로만 작성되었으며 법률, 이민 또는 금융 자문을 구성하지 않습니다. 귀하의 개별적인 상황에 대해서는 반드시 자격을 갖춘 이민 전문 변호사 또는 전문가에게 상담하시기 바랍니다. 당사의 프로세스에 대해 자세히 알아보기.
벵갈루루 기술 분야는 후보자 필터링을 위해 AI 채용 시스템(ATS)을 점차 많이 활용하고 있습니다. 본 가이드에서는 인도 최대 기술 허브의 ATS 기대치에 맞춰 증거 기반 이력서 구조와 시장별 최적화 전략을 살펴봅니다.
벨기에로 취업을 희망하는 외국인 구직자들은 사소한 서식 오류로 인해 이력서가 거절되는 경우가 많습니다. 본 가이드에서는 벨기에 채용 환경에서 자주 발생하는 서식 실수를 살펴보고, 사전 점검을 통해 자동화 및 인사 담당자의 스크리닝 단계에서 탈락할 위험을 줄이는 방법을 안내합니다.
일본의 봄 채용 시즌은 독특한 일정과 서류 체계를 따릅니다. 본 가이드는 일본 기업이 일반적으로 요구하는 이력서(리레키쇼), 직무경력서, 엔트리 시트 형식을 상세히 다룹니다.