「젊은 세대의 OO 이탈」을 3가지 검증했더니, 전부 다른 이야기였다

데이터: 가계조사 세대주 연령 계급별 연차 (총무성) / 전국 소비 실태 조사 2014년 (총무성)

분석: Python (e-Stat API)로 데이터 취득·시각화, Claude (AI)와 대화하며 가설 심층 분석

시리즈: 공개 데이터로 시장의 통설을 검증한다

「젊은 세대의 술 이탈」, 「젊은 세대의 자동차 이탈」, 「젊은 세대의 OO 이탈」.

매년 이런 기사들이 양산된다. 모두 "최근 젊은이들은 OO을 하지 않는다"라는 논조다.

정말로 그럴까. 가계조사 데이터를 Python으로 취득하고, AI와 대화하며 심층적으로 파헤쳐 보았다.

처음에는 "젊은 세대의 술 이탈을 확인하겠다"는 생각이었다. 그런데 숫자를 쫓을수록, 원래의 질문과는 전혀 다른 풍경이 보이기 시작했다.

결론부터 말하자면, 3가지를 검증한 결과 3가지 모두 데이터가 가리키는 주인공이 달랐다.

「OO 이탈」의 통설	데이터가 나타낸 다른 주인공
젊은 세대의 술 이탈 (▲0.15pp)	식료비 상승 (+3.31pp)이 20배 더 컸다
...

가계조사 (2인 이상 세대, 세대주 연령별)에서 34세 이하의 주류 지출 점유율을 확인하면, 확실히 줄어들어 있었다.

• 2015년: 소비 지출의 0.7%
• 2025년: 소비 지출의 0.6%
• 변화: ▲0.15pp

"젊은 세대의 술 이탈"은 존재한다. 다만 변화량은 0.15포인트다.

연령별로 나열하면 다른 숫자가 눈에 들어온다.

세대주 연령	주류 지출 (월액)	소비 지출 점유율
34세 이하	1,665엔	0.6%
...	1.6%

65~69세의 주류 점유율은 34세 이하의 2.7배다.

"젊은이가 술을 안 마신다"보다 "고령자가 많이 마신다"가 데이터로서는 더 강력한 시그널이다.

왼쪽: 2025년 연령별 주류 지출 월액. 34세 이하 1,665엔 대비 65~69세는 4,964엔. 오른쪽: 2000년 이후의 추이.

"1.6% vs 0.6%"라는 숫자를 보기 전에, 가계조사의 분류 규칙을 확인할 필요가 있다.

가계조사에서의 "술" 계상 위치

마시는 방식	계상 항목
집에서 맥주를 마신다	주류
이자카야에서 맥주를 마신다	외식

슈퍼에서 사서 집에서 마시는 분량만이 "주류"로 계상된다. 이자카야나 술자리에서 마시는 비용은 "외식" 안에 포함된다.

젊은 세대와 고령 세대에 이 구조를 적용하면:

• 34세 이하: 외식 6.4% + 주류 0.6%
• 65~69세: 외식 4.0% + 주류 1.6%

외식의 차이(▲2.4pp)를 고려하면, "젊은이는 술을 마시지 않는다"기보다 "젊은이는 주류로 계상되기 어려운 형태로 마시고 있을 가능성도 있다"라는 해석이 성립한다.

그렇다면 모든 카테고리를 나열했을 때, 무엇이 가장 다른가.

왼쪽: 34세 이하(빨강)와 65~69세(파랑)의 지출 구성 점유율 비교(2025년). 오른쪽: 차이분. 주류 +1.0pp보다 주거 ▲5.8pp가 압도적으로 크다.

**가장 큰 차이는 주거비(▲5.8pp)**였다. 65~69세는 주택 담보 대출 완납, 자녀의 독립 등으로 주거비가 급감한다. 그만큼이 식료, 보건 의료, 교양 오락, 주류로 분산되어 비율을 끌어올린다.

차이분이 큰 항목	65~69세와의 차이
주거	▲5.8pp (젊은 층이 더 높음)
자동차 등 관계비	▲2.9pp
외식	▲2.4pp
교양 오락	+2.3pp (고령층이 더 높음)
주류	+1.0pp

"주류 차이만을 떼어내면 실태를 오해한다"는 것이 fig7이 보여주는 결론이다. 이 패턴은 이 기사 전체와 일치한다. 술 이탈의 이면에 식료비가 있었던 것처럼, 주류 차이의 이면에는 주거비와 외식의 구조가 있었다.

데이터에서 직접 말할 수 있는 것: 65~69세 세대의 주류 점유율이 높은 배경에는, ①주거비 소멸에 따른 분모의 축소, ②외식에서의 음주가 외식비로 계상된다는 측정의 비대칭성이 포함된다. "지금의 고령자가 마시는 문화에서 자란 세대이기 때문"이라는 세대 효과(Generation Effect)의 가능성도 있지만, 횡단 데이터만으로는 Age·Period·Cohort (APC)를 분리할 수 없다.

그렇다면 젊은 세대의 가계에서 정말로 크게 움직인 것은 무엇인가.

34세 이하의 지출 구성 점유율 변화(2015→2025)를 모든 카테고리로 나열하면 순위가 명확해진다.

카테고리	변화
식료	+3.31pp
...
주류	▲0.15pp

식료비의 증가는 주류의 감소보다 20배 이상 크다.

솔직히 분석 전에는 "젊은 세대가 술 대신 다른 오락거리로 갈아탄 것이 아닐까"라고 예상했다. 하지만 가계조사가 보여준 최대의 변화는 오락도, 덕질(推し活)도 아닌 식료였다.

왼쪽: 2015년과 2025년의 지출 구성 비중 비교. 오른쪽: 비중 변화량. 식료 +3.31pp가 압도적으로 최대. 주류 ▲0.15pp는 최소 수준.

데이터에서 직접 알 수 있는 것:

• 주류 지출의 감소는 분명히 존재하지만, 변화량은 최소 수준
• 최대의 변화는 식료비의 상승 (물가 상승의 반영)
• "젊은 세대의 술 이탈"이라는 말은 식료 인플레이션이라는 진짜 변화를 가리고 있다

다음으로 자동차 이탈을 확인하려다 처음으로 걸림돌에 부딪혔다.

가계조사에서 34세 이하의 자동차 등 관계비(自動車等関係費)를 확인하니 줄어들지 않았다.

연도	34세 이하 자동차 등 관계비 (월액)
2016년	16,329엔
...

오히려 늘어나고 있다. 65~69세(28,577엔)보다 많다.

"젊은 세대의 자동차 이탈"은 어디로 간 것인가.

34세 이하(빨강)의 자동차 관련비는 2015년 이후 상승 추세. 65~69세(파랑)와 비교해도 뒤처지지 않음.

전국소비실태조사(2014년)에서 도도부현별 자동차 보유율을 확인하니 극적인 격차가 나타났다.

도도부현	자동차 보유율
도쿄도	58.4%
가나가와현	75.7%
오사카부	69.0%
홋카이도	89.3%
나가노현	97.0%
야마가타현	97.4%

최고(야마가타)와 최저(도쿄)의 차이는 38.8포인트.

도도부현별 2인 이상 세대의 자동차 보유율 (2014년). 3대 도시권의 부현(빨강)과 지방(파랑)으로 명확하게 나뉨.

도시 규모에서도 같은 경향이 나타난다.

도시 규모가 커질수록 보유율이 낮음. 대도시와 읍·면·동의 차이는 약 30pp.

데이터에서 직접 알 수 있는 것:

• 2인 이상 세대의 가계조사에서는 젊은 세대의 자동차 관련비가 줄지 않았다
• 도도부현별로 보면 대도시(특히 도쿄)와 지방 사이에 38pp 이상의 격차가 있다
• 도시 지역은 대중교통이 정비되어 있어 차를 소유하지 않는 선택이 성립하기 쉽다

"젊은 세대의 자동차 이탈로 이야기되는 현상의 일부는 연령 차이보다 지역 차이로 설명될 가능성이 있다"는 것이 데이터가 보여주는 범위 내에서의 해석이다.

스마트폰이 보급되고 동영상·음악 스트리밍이 당연해진 시대. "젊은 세대의 통신비는 늘어났다"는 것이 상식적인 이미지일 것이다.

데이터를 보면 정반대의 움직임을 보이고 있었다.

세대주 연령	통신비 비중 2015년	통신비 비중 2025년	변화
34세 이하	6.0%	3.4%	▲2.53pp
...

34세 이하의 통신비 비중은 10년 만에 ▲2.53pp. "젊은 세대의 디지털 지출이 늘었다"는 것은커녕, 전 연령대 중 최대 감소다.

그래프를 보면 2021년을 기점으로 전 연령대에서 급락하고 있음을 알 수 있다.

전 연령대에서 2021년 이후 급락. 34세 이하(빨강)의 낙폭이 가장 가파름.

2021년은 스가 정권이 이동통신사에 요금 인하를 강력히 요청한 해다. 라쿠텐의 시장 진입과 맞물려 월 이용료는 수천 엔 단위로 하락했다.

데이터에서 직접 알 수 있는 것:

• 통신비의 급감은 2021년을 기점으로 전 연령대에서 발생하고 있다
• 젊은 세대의 행동 변화(디지털 이탈)가 아니라, 정책에 의한 가격 변동이 주된 원인
• "젊은 세대의 스마트폰 의존"이라는 담론과는 반대 방향의 데이터

세 가지 "젊은 세대의 OO 이탈"을 가계 데이터로 확인한 결과, 각각 다른 주인공이 보였다.

술 이탈의 이면에는 식료 인플레이션이 있었다 (변화량은 20배 차이)
자동차 이탈의 이면에는 지역 구조가 있었다 (도쿄와 야마가타에서 38pp 차이)
통신비 변화의 이면에는 가격 정책이 있었다 (2021년의 일제 급락)

"젊은 세대의 OO 이탈"이라는 말은 전국 평균을 통해 만들어진다.

하지만 전국 평균은 때때로 중요한 차이를 숨겨버린다.

술 이탈의 이면에는 식료 인플레이션이 있고, 자동차 이탈의 이면에는 지역 차이가 있으며, 통신비 변화의 이면에는 가격 정책이 있었다.

데이터 분석이란 숫자를 보는 것이 아니다.

무엇이 평균 속에 묻혀 있는지를 찾는 것이라고 생각한다.

이번에 본 것은 "2인 이상 세대"였다. 도시에 사는 젊은 단신 가구를 보면 또 다른 풍경이 보일지도 모른다. 그것은 또 다른 질문으로 남겨두고 다음 회차 이후로 넘기고 싶다.

이번에는 Python으로 e-Stat API에서 데이터를 취득·시각화하였고, Claude (AI)와의 대화를 통해 가설 검증과 해석을 진행했다.

첫 번째 질문은 "젊은 세대의 술 이탈을 확인하는 것"이었으나, AI와의 대화 과정에서 "주류 이외에 크게 움직인 항목은?"이라는 질문이 생겨났고, 지출 구성의 모든 카테고리를 비교하는 분석 설계로 이어졌다. 이를 통해 식료비 +3.31pp라는 당초 예상치 못한 발견에 도달할 수 있었다. AI는 계산보다는 "무엇을 조사해야 하는가"라는 질문을 설계하는 데 도움이 되었다.

데이터	출처
가계조사 세대주 연령계급별 연차	e-Stat 통계표 ID: 0002070011 (총무성)
전국 소비실태조사 2014년 지역별 내구소비재	e-Stat 통계표 ID: 0003108733 (총무성)

세대 데이터의 한계: 가계조사는 세대 단위의 집계이며, "34세 이하 세대"에는 부부·육아 세대가 포함된다. 도시 지역의 젊은 단신 세대(차를 소유하지 않거나 술을 마시지 않는 이미지가 많은 곳)는 "단신 세대"로 별도 집계되어 본 분석에는 포함되지 않는다. 따라서 "젊은 세대의 행동 변화"가 아니라 "젊은 세대 세대의 지출 구성"으로 해석할 필요가 있다 -
APC 문제: 연령별 지출 차이는 "연령 효과 (Age effect)", "세대 (코호트, Cohort) 효과", "라이프 스테이지 (Life stage) 효과"가 혼재되어 있어 횡단 데이터만으로는 분리할 수 없다 - 연령 계급 "34세 이하"는 2015년 이후의 집계이다. 2014년 이전은 별도의 코드 체계를 사용하므로 시계열의 연속성에 주의가 필요하다

자동차 보유율은 2014년 전국 소비실태조사 기준이다. 2019년판에서는 도도부현별 내구소비재 데이터가 미비하여 2014년 값을 사용했다.

• 통신비의 2021년 급락 배경으로는 스가(菅) 정권의 휴대폰 요금 인하 요청 및 Rakuten의 시장 진입을 고려할 수 있으나, 인과관계의 확정은 본 분석의 범위를 벗어난다.

python analysis/qiita/consumption_myth_analysis.py

종별	경로
그림 (총 6장)	output/consumption_myth/fig1〜fig6.png
데이터 캐시	data/fetched/consumption_myth/

시리즈: 공개 데이터로 시장의 통설을 검증한다