
「젊은 세대만 힘들다」는 사실인가? ── 세대를 추적해 보니, 실수령액은 늘어나 있었다
요약
가계조사 데이터를 활용해 세대별 실질 실수령액을 분석한 결과, 최근 젊은 세대의 가계 수입은 과거보다 높지만 맞벌이 증가로 인해 1인당 소득은 오히려 감소했습니다. 세대 효과와 연령 효과를 구분하는 의사 코호트 기법을 통해 세대론의 오류를 데이터로 검증합니다.
핵심 포인트
- 가계를 꾸린 젊은 세대의 실질 실수령액은 과거보다 증가함
- 취업 빙하기 세대(1972~77년생)가 동일 연령대 중 가장 낮은 소득을 기록함
- 가계 총수입 증가는 맞벌이화에 기인하며, 1인당 소득은 오히려 감소함
- 세대론의 오류를 피하기 위해 의사 코호트(pseudo-cohort) 분석이 필요함
데이터: 총무성 「가계조사 (가계수지편)」 2인 이상 세대 중 근로자 세대·세대주 연령 계급별 (2004~2024년) / 소비자물가지수 (2020년 기준·종합)
분석: Python (공개 통계 데이터)로 의사 코호트 (pseudo-cohort)를 구축·실질화·시각화, Claude (AI)와 대화하며 검증
스탠스: 「○○ 세대가 이득/손해」라고 단정 짓는 기사가 아니다. 세대론이 왜 서로 맞지 않는지를 데이터의 구조로부터 설명하는 검증 기사
「지금의 젊은이는 빙하기 세대보다 혜택을 받고 있다」 「아니, 젊은이야말로 월급이 오르지 않아 힘들다」 「가장 손해를 본 것은 취업 빙하기 세대다」.
세대를 둘러싼 논의는 언제나 서로 맞지 않는다. 그리고 대개, 각자가 서로 다른 데이터를 서로 다른 관점으로 가져오고 있다.
이 기사에서는 누군가의 세대를 치켜세우거나 비난하지 않는다. 하고 싶은 것은 단 하나다. 가계조사의 숫자를 「세대 (태어난 연도)」로 제대로 다시 추적하면 무엇이 보이는가를 확인하는 것이다.
먼저, 가장 중요한 주의사항을 말해두겠다. 「연령별 가계 데이터」를 그대로 세대 비교에 사용하면 거의 확실하게 틀린다. 왜냐하면 연령별 데이터에는 「나이를 먹으면 수입이 늘어난다 (연령 효과 (age effect))」와 「어느 세대에 태어났는가 (세대 효과 (cohort effect))」가 섞여 있기 때문이다. 이 두 가지를 나누는 것이 이번의 주인공인 의사 코호트 (pseudo-cohort) 기법이다.
결론을 먼저 말한다.
「지금의 젊은이만 힘들다」는 “가계를 꾸린” 젊은 근로자 세대에 한해서는 지지되지 않는다. 동일한 35-39세로 실질 가처분 소득을 비교하면, 최근의 젊은 세대 가구는 오히려 과거 세대보다 높다. **동일 연령에서 “골짜기”였던 것은 지금의 젊은 세대가 아니라 취업 빙하기 세대 (1972~77년생)**였다 (※ 가계를 꾸리지 못한 층은 포함하지 않음 / 제5부 참조).
다만, 그 「가계의 여유」를 뒷받침한 것은 맞벌이화였다. 35-39세 세대의 유업 인원은 1.37명 → 1.68명으로 증가. 소득자 1인당으로 환산하면 실질 실수령액은 오히려 줄어들고 있다 (35.9만 엔 → 31.7만 엔/월).
즉, 가계를 나눈 최대의 변수는 「세대」라기보다,
몇 명이 벌고 있는가였다. 세대 단위로는 늘어나고, 1인당으로는 줄어든다 —— 이 “뒤틀림”이 세대론이 언제나 맞지 않는 정체다.
이것은 「공개 데이터로 인생의 돈에 관한 상식을 다시 계산한다」 프로젝트의 일환이다. 이번에는 지출이 아니라 수입을 세대라는 관점에서 살펴본다.
이 기사의 핵심: 35-39세 세대의 실질 실수령액은 늘었다 (49.2만 엔 → 53.3만 엔). 하지만 소득자 1인당으로 환산하면 줄어들고 있다 (35.9만 엔 → 31.7만 엔). 그 차이를 메운 것은 맞벌이화 (유업 인원 1.37명 → 1.68명). 「세대의 손익」에 앞서, 먼저 이 “세대 vs 1인당”의 뒤틀림을 파악하고자 한다.
| 논점 | 데이터가 보여준 것 |
|---|---|
| 「지금의 젊은이만 힘들다」 | “가계를 꾸린” 젊은 근로자 세대에 한해서는 지지되지 않음 (최근의 젊은 세대 가구는 오히려 높음 / 단신·비정규직은 대상 외) |
| 동일 연령에서 “골짜기”였던 세대 | 취업 빙하기 세대 (1972 |
| 세대의 실질 실수령액 (35-39세) | 49.2만 엔 (2004) → 53.3만 엔 (2024) / +8% |
| 소득자 1인당 (35-39세) | 35.9만 엔 (2004) → 31.7만 엔 (2024) / −12% |
| 맞벌이화 (유업 인원, 35-39세) | 1.37명 → 1.68명 |
| 흑자율 (35-39세) | 32.6% → 45.9% (맞벌이로 수입이 늘고 저축 여력도 상승) |
※ 모두 2인 이상 근로자 세대·전국. 금액은 CPI (2020년 기준·종합)로 2024년 가격으로 실질화한 월액. 「어느 세대가 이득인가」가 아니라, 세대 비교의 함정을 시각화한 것이다.
세대론에서 흔히 있는 것이, 「어느 해의 연령별 데이터」를 보고 **「30대는 50대보다 실수령액이 적다 = 젊은이는 냉대받고 있다」**라고 말하는 패턴이다.
이것은 전형적인 함정이다. 어느 시점의 연령별 데이터는, 나이가 들면 수입이 늘어난다는 당연한 「연령 효과 (age effect) (라이프 스테이지)」를 반영하고 있을 뿐, 세대의 유리·불리함과는 별개이기 때문이다. 50대가 많은 것은 「50대라는 세대가 혜택을 보았다」는 것이 아니라, 단순히 「연공에 따라 급여가 오르는 연령대에 있다」는 것일 수도 있다.
세대를 비교하고 싶다면, 같은 태어난 연도의 집단 (코호트 (cohort))을 해를 거듭하며 추적할 수밖에 없다.
여기서 사용할 수 있는 것이 가계조사의 구조다. 가계조사의 연령 계급은 5세 단위 (25-29세, 30-34세…)이다. 그리고 조사는 매년 있다. 따라서, 5년 단위의 조사 연도를 선택하면,
2004년에 「25-29세」였던 집단 ≒ 2009년의 「30-34세」 ≒ 2014년의 「35-39세」
와 같이, 표의 대각선을 따라가는 것만으로 동일한 출생 연도 집단(의사 코호트 (Pseudo-cohort))을 추적할 수 있다. 개인을 추적하고 있는 것은 아니기에(매년 샘플은 다르므로) 「의사(Pseudo)」라고 부르지만, 세대 효과 (Generation effect)를 추출하는 표준적인 수법이다. 본 기사에서는 2004, 2009, 2014, 2019, 2024년을 사용했다.
먼저, 가장 솔직한 비교를 해보자. **「같은 연령일 때, 세대에 따라 실질 가처분 소득은 어떻게 달랐는가」**이다. 35-39세와 40-44세 각각에 대해 조사 연도(=출생 연도)를 가로로 나열했다.
깔끔한 U자 형태가 되었다. 35-39세 시점의 실질 가처분 소득은,
- 버블 세대 (~1967년생): 49.2만 엔
- 취업 빙하기 세대 (
197277년생): 46~47만 엔 (가장 낮은 "골짜기") - 최근의 젊은 층 (
198287년생): 50.9~53.3만 엔 (오히려 높음)
즉, 같은 35-39세라는 인생의 단계에서 비교하면, 가장 실수령액이 낮았던 것은 지금의 젊은 세대가 아니라 취업 빙하기 세대였다. 그리고 최근의 젊은 세대 가구는 과거의 어느 세대보다 실질 실수령액이 높다.
다만, 이 부분은 신중하게 말할 필요가 있다. 이것은 어디까지나 「가구를 형성할 수 있었던 (=결혼하여 2인 이상 가구를 형성한) 젊은 근로자 가구」에 한정된 이야기다. 그 범위 내에서는 "지금의 젊은이들만 힘들다"는 주장이 지지되지 않는다. 하지만 애초에 가구를 형성하지 못한 젊은 단신 가구나 비정규직 계층은 이 숫자에 포함되어 있지 않다 (이 중대한 전제는 제5부에서 자세히 다룬다). "젊은이가 힘들지 않다"고 말하고 싶은 것이 아니라, "가구를 형성한 층"의 가구 소득만 본다면, 지금의 젊은 세대가 가장 불우하다고는 할 수 없다는 제한적인 결론이다.
이 "골짜기"는 거시 경제의 움직임과도 일치한다. 197277년생이 35-39세를 맞이한 것은 대체로 **20072016년경**이다. 리먼 쇼크(2008년) 직후부터 동일본 대지진(2011년)을 포함하는, 헤이세이 디플레이션의 최저점 시기에 해당한다. 취업 시기에 빙하기의 역풍을 맞았던 세대가, 한창 일할 시기인 30대 후반에도 디플레이션·폐쇄기와 겹쳤다—라고 보면 납득이 간다. 다만, 이것은 어디까지나 시대 배경과의 정합성 문제일 뿐, 가계 데이터만으로 인과관계를 증명한 것은 아니다 (경기, 세제, 가구 구성 등 여러 요인이 얽혀 있다).
"젊은이는 중년보다 적다 (연령 효과 (Age effect))"와 "젊은이는 과거의 젊은이보다 적다 (세대 효과 (Generation effect))"는 완전히 별개의 이야기다. 전자는 당연한 것이고, 후자야말로 "세대의 손익"이다.
하지만 이 시점에서 결론으로 뛰어들어서는 안 된다. "최근의 젊은 세대 가구는 오히려 여유가 있다"—이 이면에는 간과할 수 없는 교란 요인이 있다. 그것은 제4부에서 밝혀내겠다.
제2부는 「같은 연령의 횡적 비교」였다. 이번에는 출생 연도 코호트(Cohort)별로, 연도를 따라가며 궤적을 그린다. 이것이 의사 코호트 분석의 본체다.
이 그래프를 읽는 법은 심플하다.
- 선 하나 기울기 = 연령 효과 (Age effect): 어느 세대든 젊을 때는 연령에 따라 실수령액이 증가한다 (승급·승진). 이는 세대와 관계없이 공통적이다.
- 선들 사이의 상하 관계 = 세대 효과 (Generation effect): 같은 연령대에서 선이 얼마나 떨어져 있는가가 세대에 따른 차이다.
보시는 바와 같이, 선은 연령과 함께 우상향(연령 효과는 건재함)하지만, 젊은 연령대에서는 선이 상당히 겹쳐 있다. 즉 「같은 연령에서의 세대 차이」는 세상의 이미지만큼 크지 않다. 빙하기 세대의 선 (~1972·77년생)이 동일 연령에서 약간 아래에 있는 것은 확실하지만, 그 이후의 연령에서는 다른 세대를 따라잡는다. 그리고 모든 세대에 공통적으로, 60대에 접어들면 실수령액이 급락한다 (정년·재고용의 연령 효과).
세대론이 "OO 세대는 평생 불우하다"라고 말하기 쉬운 반면, 데이터는 "세대 차이는 연령 효과만큼 크지 않으며, 게다가 연령과 함께 줄어든다"라고 말하고 있다.
제2부의 "최근의 젊은 세대 가구는 오히려 실수령액이 높다"로 돌아가자. 여기에 최대의 교란 요인이 있다. 가구의 실수령액이 늘어난 것은, 1인의 소득이 늘어났기 때문이 아니라, 돈을 버는 인원수가 늘어났기 때문일지도 모른다.
35-39세 가구에 대해, 「가구의 실질 가처분 소득」, 「가구 내 소득자 1인당 (≒ 가처분 소득 ÷ 유업 인원)", 「유업 인원」을 나열했다.
가위처럼 벌어지는 두 개의 선이 이 기사의 가장 큰 발견이다.
- 가구의 실질 실수령액: 49.2만 → 53.3만 엔 (+8%). 확실히 늘었다.
- 가구가 투입한 소득자 1인당: 35.9만 → 31.7만 엔 (-12%). 오히려 줄었다.
- 그 차이를 메운 것이
- 유업 인원: 1.37명 → 1.68명 = 맞벌이화다.
이 「1인당」의 의미(중요한 선행 지식): 이것은 개인의 임금이 12% 하락했다는 이야기가 아니다. 여기서의 「1인당」은 가계의 실수령액을 “가계가 투입한 경제활동 인구 수(유업 인원)”로 나눈 값에 불과하다. 유업 인원에는 노동 시간 정보가 없으며, 파트타임·단시간 근로·배우자의 취업도 모두 「1인」으로 카운트된다. 따라서 정확하게는 「개인의 시급이나 연봉이 내려갔다」가 아니라, 가계가 동원한 경제활동 인구 수로 나누면 실수령액이 줄어들고 있다는 의미다.
또한 가처분 소득 그 자체는 가구주뿐만 아니라 가계 전체의 실수입에서 가계 전체의 비소비 지출(세금·사회보험료)을 뺀 것이며, 배우자 몫의 세금·사회보험료도 이미 차감된 상태다. 「÷유업 인원」을 한다고 해서 세금을 빼먹는 것이 아니다.
똑같은 35~39세라도, 20년 전에는 「1.37명으로 49만 엔」, 지금은 「1.68명으로 53만 엔」이다. 가계로 보면 풍족해 보이지만, 경제활동 인구 수로 나누면 실수령액은 낮아지고 있다. 최근 젊은 세대 가계의 흑자율이 32.6% → 45.9%로 급등한 것도, 「2명이 벌어서 효율적으로 저축하는」 가계가 늘어났기 때문이라고 읽을 수 있다.
포인트는 유업 인원 1.68명이 「전원 풀타임」을 의미하지 않는다는 것이다. 파트타임·아르바이트를 포함한 가계의 “경제활동 인구 수”가 늘어났다는 의미다 (이 데이터에는 노동 시간 정보가 없으므로, 말할 수 있는 것은 「경제활동 인구 수」까지이며 「노동 시간당」은 아니다). 그렇기에 무시할 수 없다. 가계가 총출동하여 경제활동 인구를 늘리는 “총력전”으로 전환했음에도 불구하고, 가계의 실질 실수령액은 8%밖에 늘어나지 않았다. 바꿔 말하면, 경제활동 인구 수의 증가 폭(1.37 → 1.68명 = +23%)만큼 가계의 실수령액은 늘어나지 않았다. 「가계의 실수령액이 늘어났다 = 풍요로워졌다」라고 간단히 말할 수는 없는 것이다.
이것은 이 시리즈에서 몇 번이고 등장했던 구조와 완전히 동일하다. 「가계」로 보느냐 「1인당」으로 보느냐에 따라 결론이 뒤집힌다. 독신 관련 기사에서는 「가계의 노후 적자는 단신(1인 가구)이 작지만, 1인당으로는 무겁다」였다. 이번에는 반대로 「가계의 실수령액은 늘었지만, 1인당으로는 줄었다」이다.
가계를 가른 최대 변수는 「어느 세대에 태어났는가」보다 **「몇 명이 벌고 있는가」**였다.
「젊은 세대 vs 중년」, 「빙하기 세대 vs 유토리 세대」라며 세대로 맞붙기 전에, 먼저 가계의 수치를 1인당으로 다시 나누어야 한다. 그것만으로도 세대론의 상당수는 「세대의 차이」가 아니라 「일하는 방식·가계 구성의 차이」였다는 것을 알 수 있다.
세대론은 논쟁이 일어나기 쉬운 테마다. 그렇기에 무엇을 보고 있지 않은지를 명기해 둔다.
| 한계 | 내용 | 영향 |
|---|---|---|
| 2인 이상의 근로자 가계만 | 단신 가계·비정규직·무직·자영업은 포함하지 않음 | 「결혼하여 가계를 꾸릴 수 있었던 사람」에 편중됨. 특히 최근의 젊은 2인 이상 가계는 결혼·출산이 가능했던 상대적으로 여유 있는 계층으로 좁혀짐 (선택 편향(Selection Bias)). 젊은 단신 가구나 비정규직의 고통은 별도로 살펴볼 필요가 있음 |
| ... |
특히 첫 번째인 **선택 편향(Selection Bias)**은 중요하다. 「최근의 젊은 세대 가계는 오히려 풍족하다」라는 결과는 애초에 가계를 꾸릴 수 있었던 계층에 한정된 이야기이며, 「젊은 세대 전체가 편해졌다」라고는 말할 수 없다. 가계를 꾸리지 못하는 계층까지 포함하면 그림은 달라질 수 있다.
「연령별 데이터」를 그대로 세대 비교에 사용하면 오류가 발생한다. 연령 효과(나이를 먹으면 늘어남)와 세대 효과(태어난 해의 차이)가 섞이기 때문이다. 이를 구분하려면 유사 코호트(Pseudo-cohort)로 추적해야 한다. - 같은 연령에서 세대를 비교하면, **실질 실수령액의 “골짜기”는 지금의 젊은 세대가 아니라 취업 빙하기 세대(197277년생)**이다. 최근의 젊은 세대 가계는 오히려 과거 세대보다 높았다. 단, 이는 “가계를 꾸릴 수 있었던” 젊은 근로자 가계에 한정된 이야기이며, 「젊은 세대가 힘들지 않다」는 주장이 아니다. - 다만 그 풍요로움은 맞벌이화가 뒷받침하고 있었다. 3539세의 유업 인원은 1.37 → 1.68명. 경제활동 인구 1인당 실질 실수령액은 35.9만 엔 → 31.7만 엔으로 -12%. 가계는 늘고 1인당은 줄어드는 “엇박자”. 가계 총출동의 “총력전”으로 전환해도 가계 실수령액은 +8%에 그쳤으며, 경제활동 인구 수의 증가 폭(+23%)만큼 실수령액이 늘어나지 않았다. - 따라서 가계를 가른 최대 변수는 세대라기보다 **「몇 명이 벌고 있는가」**이다. 세대로 맞붙기 전에 먼저 1인당으로 다시 나누는 것만으로도 논쟁의 해상도가 높아진다. - 그리고 이 결과는 「가계를 꾸릴 수 있었던 계층」에 한정된 이야기라는 **선택 편향(Selection Bias)**을 잊어서는 안 된다. 데이터가 만능은 아니지만, 적어도 「어느 세대가 일방적으로 이득/손해」라는 단순한 이야기보다는 현실에 가깝다.
세대론은 감정으로 이야기하면 영원히 맞물리지 않는다. 하지만 숫자를 「연령」, 「세대」, 「세대 인원」으로 분해하면, 대립의 상당수는 **“서로 다른 것을 같은 선상에서 비교하고 있었다”**는 사실이 보인다. 누군가의 세대를 비난하기 전에, 우선 변수를 분리하는 것 —— 그것이 데이터가 할 수 있는 몇 안 되는 중재다.
참고 자료
- 총무성 「가계조사 (가계수지편)」 2인 이상 세대 중 근로자 세대·세대주 연령 계급별 (연차·용도 분류 / 통계표 ID 0002070011)
- 총무성 「2020년 기준 소비자 물가 지수」 종합·전국·연평균 (통계표 ID 0003427113)
- 데이터 취득: e-Stat (정부 통계 종합 창구) API
- 방법론: 유사 코호트 분석 (Pseudo-cohort analysis) (5세 계급 × 5년 간격의 대각선으로 출생 연도 집단을 추적)
AI 자동 생성 콘텐츠
본 콘텐츠는 Qiita AI의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기