← distil.work
한국어 English

처방은 어떻게 작동하나요?

처음부터 다시 쓰지 않아요. 약한 문장만 고쳐요.

처방은 무엇을 하나요?

처방은 이력서를 처음부터 다시 쓰지 않아요.

진단에서 약하다고 나온 문장만 골라요. 그 문장에 빠진 근거를 물어본 뒤, 다시 써요.

경험은 바꾸지 않아요. 표현만 선명하게 만들어요.

이미 좋은 문장은 건드리지 않아요

처방의 첫 번째 원칙은 "건드리지 말 것"이에요.

이미 숫자와 결과가 있고 구조가 잡힌 문장은 그대로 둬요. 과하게 다시 쓰면 오히려 나빠지니까요.

고쳐야 하는 문장만 골라서 작업해요. 당신의 이력서 전체가 아니라, 효과가 가장 큰 몇 줄에만 집중해요.

없는 사실은 절대 만들어내지 않아요

처방은 숫자나 성과를 꾸며내지 않아요.

당신이 준 정보만 써요. 원본에 있던 것, 또는 질문에 대답해서 추가한 것. 그것뿐이에요.

그래서 빠진 근거가 있으면 처방은 스스로 채우지 않고 당신에게 물어봐요.

3단계로 작동해요

  • 약한 문장 선별 진단 결과에서 근거가 부족한 불릿을 골라요. 이미 좋은 불릿은 그대로 둬요.
  • 후속 질문 빠진 정보만 물어봐요. 전체를 다시 쓰라고 하지 않아요.
  • 문장 재작성 답변을 반영해서 다시 써요. 역할에 맞는 구조를 골라요.

근거를 여러 종류로 확인해요

"빠진 근거"는 한 가지가 아니에요. 처방은 문장마다 다른 종류의 근거가 필요하다는 걸 알아요.

대표적으로 이런 것들이에요:

  • 숫자: 얼마나? 몇 퍼센트? 몇 건?
  • 전후 비교: 고치기 전과 후가 어떻게 달라졌나요?
  • 범위: 팀 몇 명? 사용자 몇 명? 예산 얼마?
  • 오너십: 당신이 직접 한 부분은 어디인가요?
  • 판단 근거: 왜 이 방향을 골랐나요?
  • 방법: 어떤 방법, 도구, 실험으로 해결했나요?

문장마다 필요한 종류가 달라요. 처방은 그 문장에 가장 필요한 것부터 물어봐요.

처방이 물어보는 것

약한 문장에 근거를 채우기 위해 이런 식으로 물어봐요:

  • 자동화로 절약한 시간이 구체적으로 얼마나 되나요?
  • 직접 담당한 범위는 어디까지인가요? (기획만? 실행까지?)
  • 팀 규모와 프로젝트 기간은 어떻게 되나요?

답을 몰라도 괜찮아요. 답변 없이도 문장은 다시 써져요. 답을 주면 더 날카로워질 뿐이에요.

직무에 맞는 구조로 다시 써요

좋은 PM 불릿과 좋은 디자이너 불릿은 모양이 달라요.

처방은 문장마다 가장 어울리는 구조를 골라요. 단순 결과 강조, 문제→해결, 도전→행동→결과 같은 여러 구조 중에서요.

그리고 직무에 맞는 어휘를 써요.

  • PM: 진단, 판단, 결정 같은 사고 동사
  • 디자이너: 인사이트, 가설, 검증 같은 사고 흐름
  • 개발자: 기술 결정이 사용자나 비즈니스에 준 임팩트

요약과 스킬도 같이 다듬어요

처방은 불릿만 다시 쓰지 않아요. 요약과 스킬 섹션도 같이 다듬어요.

요약은 "저는 ~입니다" 식이 아니라, 당신이 풀었던 구체적인 문제로 시작하게 만들어요.

스킬은 단순 나열이 아니라 "역량: 근거" 형태로 묶어요. "SQL, Python"이 아니라 "데이터 기반 의사결정: SQL/Hadoop 500만 사용자 분석 → 경쟁 이탈 정량화" 같은 식이에요.

Before → After

답변을 반영한 뒤 처방이 다시 쓴 문장이에요.

Before

제품 기획 및 운영 업무 담당

After

23개월 코호트 분석을 통해 M+1 리텐션 20% 천장을 진단하고, 선제적 전환 전략을 설계하여 전환율 148% 향상

Before

고객 문의 처리 및 CS 업무

After

주간 평균 45건의 고객 문의를 처리하며, 반복 이슈 패턴 3건을 식별하여 FAQ 자동화 도입 → 문의량 28% 감소

Before

팀 리딩 경험

After

5인 스쿼드를 리드하여 6개월간 NPS 32→58 개선, 출시 일정을 3주 단축

최종 결과

빠진 근거가 채워지고, 역할의 언어로 다시 쓰인 최종 버전이에요.

A사 — 프로덕트 매니저 (2023.03 – 2025.02)

23개월 코호트 분석을 통해 M+1 리텐션 20% 천장을 진단하고, 선제적 전환 전략을 설계하여 전환율 148% 향상.

5인 스쿼드를 리드하여 6개월간 NPS 32→58 개선, 출시 일정을 3주 단축.

주간 평균 45건의 고객 문의를 처리하며, 반복 이슈 패턴 3건을 식별하여 FAQ 자동화 도입 → 문의량 28% 감소.

왜 이렇게 만들었나요

대부분의 AI 이력서 도구는 "전부 다시 써드릴게요" 식이에요.

문제는, 그렇게 다시 쓰인 이력서가 "있어 보이지만 비어 있다"는 거예요. 숫자가 없고, 당신이 실제로 한 일과도 멀어져요.

처방은 그 함정을 피하려고 만들었어요. 근거가 있는 문장만 살리고, 근거가 없는 문장은 당신에게 묻고, 당신이 준 답만 써서 다시 써요.

느리지만 진짜예요.

내 이력서도 처방해 보세요.

처방 실행하기

How Distil Works

It does not rewrite everything. It fixes the lines that need it.

What does Distil do?

Distil does not rewrite your CV from scratch.

It picks only the lines Audit flagged as weak. It asks for the missing evidence, then rewrites them.

Your experience does not change. Only the expression gets sharper.

Strong lines stay untouched

Distil's first rule is "do not touch."

Lines that already have metrics, results, and a clean structure stay as they are. Over-rewriting a good line makes it worse.

Distil works only on the lines that need work. Not your whole CV — just the few that move the needle.

Nothing gets fabricated

Distil never invents numbers or results.

It uses only what you provided — either in the original CV, or in your answers to follow-up questions.

When evidence is missing, Distil does not fill it in. It asks you.

Three steps

  • Select weak lines Picks bullets that lack evidence from the Audit result. Strong bullets stay untouched.
  • Follow-up questions Asks only for what is missing. Never asks you to rewrite everything.
  • Rewrite Builds your answer into the line. Picks the right structure for the role.

Missing evidence comes in many forms

"Missing evidence" is not one thing. Different lines need different kinds.

The common ones:

  • Metrics: How much? What percentage? How many?
  • Before/after: What changed from before to after?
  • Scale: Team size? User count? Budget?
  • Ownership: What did you personally lead?
  • Reasoning: Why this direction and not another?
  • Method: What tools, experiments, or approach did you use?

Each line needs something different. Distil asks for what that specific line is missing first.

What Distil asks

To fill the gaps in weak lines, Distil asks things like:

  • How much time did the automation save, specifically?
  • What did you directly own — planning only, or execution too?
  • What was the team size and project duration?

You do not have to know every answer. Lines still get rewritten without them. Answers just make the result sharper.

Role-aware rewriting

A strong PM bullet and a strong designer bullet do not look the same.

Distil picks the structure that fits each bullet. It might lead with a result, or open with a problem, or show a challenge → action → result chain. Different structures for different stories.

The vocabulary changes by role too:

  • PM: Thinking verbs — diagnosed, concluded, prioritized, validated
  • Designer: Insight, hypothesis, validation — the design reasoning chain
  • Engineer: Technical decisions linked to user or business impact

Summary and Skills get the same treatment

Distil does not stop at bullets. It also rewrites your Summary and Skills sections.

The summary gets rebuilt around a concrete problem you solved — not "experienced professional seeking..."

Skills get grouped as "Competency: Evidence" instead of a flat list. Not "SQL, Python" but "Data-driven decision making: SQL/Hadoop analysis of 5M users → quantified competitive churn."

Before → After

After the answers came in, Distil rewrote each line.

Before

Responsible for product planning and operations

After

Diagnosed a 20% M+1 retention ceiling through 23-month cohort analysis and designed a preemptive conversion strategy that lifted conversion by 148%

Before

Handled customer enquiries and CS operations

After

Handled an average of 45 customer enquiries per week, identified 3 recurring issue patterns, and introduced FAQ automation — reducing enquiry volume by 28%

Before

Team leadership experience

After

Led a 5-person squad through a 6-month product launch, improving NPS from 32 to 58 and reducing time-to-market by 3 weeks

Final output

The completed experience section after Distil. Missing evidence is filled in and the language matches the role.

Company A — Product Manager (Mar 2023 – Feb 2025)

Diagnosed a 20% M+1 retention ceiling through 23-month cohort analysis and designed a preemptive conversion strategy that lifted conversion by 148%.

Led a 5-person squad through a 6-month product launch, improving NPS from 32 to 58 and reducing time-to-market by 3 weeks.

Handled an average of 45 customer enquiries per week, identified 3 recurring issue patterns, and introduced FAQ automation — reducing enquiry volume by 28%.

Why we built it this way

Most AI CV tools offer to rewrite everything for you.

The problem: those rewrites look polished but feel hollow. No real numbers. Language that drifts from what you actually did.

Distil avoids that trap. It keeps the lines that have evidence. It asks you about the ones that do not. It only writes with what you gave it.

Slower. But real.

Try Distil with your CV.

Try Distil