21세기 글로벌 경제가 직면한 가장 근본적인 도전 중 하나는 인구 구조의 급격한 변화, 즉 고령화의 가속화다. 과거 산업화 시기에 노동력 공급의 확대와 자본 축적을 통해 비약적인 성장을 이룩했던 많은 국가들이 이제 생산 가능 인구의 감소와 노년 부양비의 증가라는 이중고를 겪고 있다. 이러한 인구 구조의 지각변동은 단순히 노인 인구의 비율이 늘어나는 것을 넘어, 잠재성장률(Potential Growth Rate)의 하방 압력으로 작용하며 국가 재정과 사회보장 시스템의 지속가능성을 위협하고 있다^[34].

특히 고령화의 속도와 양상은 국가마다 상이하다. 선진국들은 비교적 완만한 속도로 고령사회에 진입하며 대응할 시간을 확보했으나, 신흥국 및 일부 아시아 국가들은 '압축적 고령화'라 불리는 유례없는 속도로 인구 구조가 변모하고 있다. 이는 경제 성숙도가 충분히 달성되기 전에 복지 부담이 급증하는 '부유해지기 전에 늙어가는' 현상을 초래할 위험이 크다^[35]. 따라서 고령화를 단일 국가의 문제가 아닌, 글로벌 차원의 경제적 변수로 파악하고 그 영향력을 정량적으로 분석하는 것이 필수적이다.

연구 목적 및 분석 대상

본 보고서는 세계은행(World Bank)의 공개 데이터인 World Development Indicators를 기반으로, 주요 6개국(한국, 일본, 독일, 미국, 중국, 인도)의 고령화 추세와 실질 GDP 성장률 간의 상관관계를 심층 분석한다. 1990년부터 2024년까지의 장기 시계열 데이터를 활용하여 각국이 경험한 인구 구조 변화의 패턴을 규명하고, 이것이 경제 성장 궤도에 미친 영향을 실증적으로 조명한다.

분석 대상 국가는 고령화 단계와 경제 발전 수준에 따라 세 그룹으로 구분된다. 첫째, 초고령사회에 진입하거나 진입 중인 선진국(일본, 독일, 미국)으로, 이들은 이미 고령화의 다양한 단계를 경험하며 정책적 대응 모델을 구축해 왔다. 둘째, 세계에서 가장 빠른 속도로 고령화가 진행되고 있는 한국으로, 압축적 성장의 대가로 나타난 인구 구조 위기의 전형적인 사례다. 셋째, 현재는 젊은 인구 구조를 유지하고 있으나 향후 급속한 고령화가 예상되는 신흥국(중국, 인도)으로, 이들의 미래 시나리오는 글로벌 경제의 지속가능성을 가늠하는 중요한 지표가 된다.

보고서의 구성 및 기대 효과

본 연구는 단순한 현황 진단을 넘어, 고령화와 경제성장 간의 인과적 메커니즘을 해체하고 한국형 해법을 모색하는 데 목적이 있다. 이를 위해 먼저 6개국의 고령화 속도를 연평균 증가율과 가속화 배수로 정량화하여 비교한다. 이어 실질 GDP 성장률 추이와의 상관분석을 통해 고령화와 성장률 간의 상관관계를 분석한다.

또한, 일본, 독일, 미국 등 선진국의 사례 연구를 통해 고령화 사회에서의 정책적 대응 모델을 살펴보고, 이를 한국의 맥락에 적용 가능한 시사점으로 도출한다. 궁극적으로 본 보고서는 인구 구조의 변화를 피할 수 없는 운명이 아니라, 기술 혁신과 제도 개선을 통해 관리해야 할 경제적 변수로 재정의함으로써, 위기를 기회로 전환하는 정책적 로드맵을 제시하고자 한다.

본 보고서는 고령화와 경제성장 간의 구조적 관계를 규명하기 위해 세계은행(World Bank)의 공인된 거시경제 지표를 일차 자료로 활용한다. 분석의 객관성과 재현 가능성을 담보하기 위해 모든 통계 수치는 1960년부터 2025년까지의 연도별 패널 데이터를 기반으로 산출되었으며, 물가 변동 요인을 제거한 실질 GDP 성장률과 총인구 대비 65세 이상 인구 비율(고령화율)을 핵심 변수로 설정하였다. 이러한 데이터 선택 기준은 단순한 인구학적 변화를 넘어, 노동 공급의 축소와 자본 축적의 변화가 경제 성과에 미치는 영향을 정량적으로 추적하려는 연구 목적에 부합한다^[2][6].

분석 프로세스 및 데이터 처리 흐름

신뢰할 수 있는 정책 시사점을 도출하기 위해서는 원시 데이터의 수집부터 최종 해석에 이르기까지 엄격한 전처리 과정이 필수적이다. 본 연구는 다음과 같은 5단계의 분석 파이프라인을 통해 데이터의 노이즈를 최소화하고 의미 있는 신호를 추출하였다. 특히 국가 간 비교 시 발생할 수 있는 통계 기준의 불일치를 해소하기 위해 세계은행의 표준화된 데이터 정의를 일관되게 적용하였다.

첫 번째 단계인 데이터 수집(Data Collection)에서는 한국, 일본, 독일, 미국, 중국, 인도 등 6개국의 1960~2025년 기간 동안 누락값이 없는 완전한 시계열 자료를 확보하였다^[8]. 두 번째 단계인 데이터 정제(Data Cleaning)에서는 결측치 보간(interpolation)보다는 실제 관측치를 우선시하여, 특정 연도의 데이터가 존재하지 않을 경우 해당 연도를 분석에서 제외하는 보수적인 접근을 취했다. 이는 인위적인 데이터 생성으로 인한 편향(bias)을 방지하기 위함이다.

세 번째 단계인 지표 산출(Calculation)에서는 단순 누적치가 아닌 연평균 변화율과 가속화 배수(Acceleration Factor)를 계산하여 고령화의 '속도'와 '방향성'을 동시에 포착했다. 가속화 배수는 최근 10년간의 고령화율 연평균 증가율을 전체 분석 기간(1960~2025)의 연평균 증가율로 나눈 값으로, 1보다 큰 경우 고령화 속도가 과거 평균보다 빨라지고 있음을 의미한다. 네 번째 단계인 상관관계 분석(Correlation Analysis)에서는 피어슨 상관계수(Pearson Correlation Coefficient)를 활용하여 고령화율 수준(Level) 및 속도(Delta)와 실질 GDP 성장률 간의 선형 관계 강도를 측정하였다. 마지막으로 도출된 통계적 유의성을 바탕으로 각국의 제도적 맥락을 고려한 정책 시사점(Policy Implications)을 정리하였다.

통계적 분석 기법과 해석의 주의점

본 보고서에서 사용한 주요 분석 기법은 기술 통계(Descriptive Statistics)와 상관관계 분석(Correlation Analysis)이다. 기술 통계를 통해 각국의 고령화 진행 단계와 경제 성장 궤적을 시각화하였으며, 상관관계 분석을 통해 두 변수 간의 연관성을 수치화했다.

다만 통계 분석 결과의 해석에는 신중함이 요구된다. 상관관계는 변수 간의 동반 변화 패턴을 보여줄 뿐, 한 변수가 다른 변수의 원인임을 입증하지는 않는다. 고령화가 경제 성장을 저해하는 직접적인 원인인지, 아니면 낮은 성장이 고령화 사회의 재정 부담을 가중시키는 역인과성(reverse causality)이 작용하는지, 혹은 제3의 요인이 두 현상에 동시에 영향을 미치는지는 추가적인 계량경제학적 모형을 통해 검증되어야 한다. 본 보고서는 이러한 통계적 한계를 인지한 상태에서, 데이터가 제시하는 명확한 추세(trend)와 패턴(pattern)을 중심으로 분석의 초점을 맞춘다.

데이터의 신뢰성과 한계

사용된 데이터는 세계은행(World Bank)의 World Development Indicators(WDI) 데이터베이스에서 추출되었으며, 이는 국제기구와 각국 정부가 정책 수립 시 가장 널리 참조하는 권위 있는 자료원이다^[8]. 그러나 모든 통계 데이터에는 본질적인 한계가 존재한다. 첫째, GDP 통계는 비공식 경제(informal economy)의 규모가 큰 신흥국(예: 인도)의 경우 실제 경제 활동을 과소평가할 가능성이 있다. 둘째, 고령화율은 인구 이동(이민)을 반영하지만, 이민자의 경제적 기여도(세금 납부, 소비 등)까지 세부적으로 구분하지는 않는다. 셋째, 2020년 코로나19 팬데믹과 같은 외생적 충격(exogenous shock)은 단기적으로 성장률과 인구 통계에 큰 변동을 일으켜 장기 추세의 해석을 복잡하게 만들 수 있다.

이러한 한계에도 불구하고, 30여 년에 걸친 장기 시계열 데이터를 분석함으로써 단기적 변동성을 상쇄하고 구조적인 변화를 포착할 수 있었다. 본 보고서는 이러한 데이터의 특성과 한계를 명시적으로 고려하여, 과도한 일반화를 피하고 각국의 고유한 맥락(context) 안에서 결과를 해석하고자 노력하였다. 이를 통해 독자는 제시된 수치를 맹목적으로 수용하기보다, 고령화라는 글로벌 메가트렌드가 경제에 미치는 다층적인 영향을 비판적으로 조망할 수 있을 것이다.

1990년부터 2024년까지 세계은행(World Bank)이 집계한 6개국의 인구 구조 변화는 단순한 노령화를 넘어선 '속도의 충격'을 보여준다. 전체 기간 동안의 연평균 증가율만으로는 파악하기 어려운 고령화의 가속화 양상을 '가속화 배수(Acceleration Factor)'를 통해 정밀하게 관찰하면, 국가별로 전혀 다른 인구학적 궤적을 그리며 경제 성장 동력에 영향을 미치고 있음을 확인할 수 있다.

압축적 고령화의 극단: 한국과 중국

한국의 고령화 속도는 전례를 찾기 어려울 정도로 급격하다. 1970년 3.1%에 불과했던 65세 이상 인구 비율은 2019년 14.9%로 상승했다^[11]. 전체 기간 연평균 증가율(0.423%p/년) 대비 최근 10년 연평균 증가율(0.702%p/년)은 약 3.37배 높은 수준으로, 고령화가 시간이 지날수록 기하급수적으로 빨라지고 있음을 의미한다. 이는 산업화와 민주화를 짧은 시간에 압축적으로 경험한 사회에서 인구 구조 역시 유사한 '압축' 패턴을 보이고 있음을 시사한다.

중국 또한 비슷한 양상을 보인다. 1990년 5.35%에서 2024년 14.67%로 증가했으며, 가속화 배수는 3.14배에 달한다. 한 자녀 정책 등 강력한 인구 통제 정책의 장기적 영향이 최근 들어 고령화 가속도로 나타나고 있는 것이다. 두 국가 모두 초기에는 낮은 고령화율을 유지했으나, 최근 들어 그 속도가 폭발적으로 증가하며 사회보장 체계와 노동 시장에 큰 부담을 주고 있다.

포화 상태 진입과 새로운 경고: 일본과 인도

반면 일본의 경우는 다르다. 1990년 이미 12.16%라는 높은 수준에서 시작해 2024년 29.78%까지 도달했지만, 가속화 배수는 0.61배에 불과하다. 이는 고령화가 일정 수준(약 30%)에 도달하면 그 증가 속도가 자연스럽게 둔화되는 '포화 현상'이 발생함을 나타낸다. 일본은 이미 초고령사회를 넘어선 상태에서 안정화된 증가세를 보이고 있으나, 절대적인 노인 인구 비중이 높아 부양 부담은 여전히 세계에서 가장 무겁다.

주목해야 할 것은 인도이다. 현재 고령화율은 7.15%로 6개국 중 가장 낮지만, 가속화 배수가 무려 5.19배에 달한다. 이는 인도가 향후 한국이나 중국보다 더 빠른 속도로 고령화 국면에 진입할 가능성을 경고하는 신호이다. 현재는 풍부한 청년 층을 바탕으로 한 인구 배당을 누리고 있지만, 준비되지 않은 상태에서 급격한 고령화가 찾아올 경우 경제적 충격을 피하기 어렵다.

중간 그룹의 점진적 변화: 독일과 미국

독일은 1.72배의 가속화 배수를 기록하며 비교적 완만한 고령화 진행 속도를 보였다. 1990년 14.87%에서 2024년 23.20%로 증가했으며, 이는 이미 오래전부터 고령화 사회였던 독일이 제도적 준비를 통해 인구 변화를 완화해 왔음을 반영한다. 미국의 경우 최근 10년 연평균 증가율이 0.402%p로 전체 평균(0.165%p)보다 높으나, 이민 유입 등의 요인으로 인해 다른 선진국 대비 상대적으로 완만한 고령화 추이를 유지하고 있다.

고령화 가속도 분석: 누가 가장 빠른가?

고령화의 절대적 수준(Level)보다 더 중요한 것은 그 변화의 속도(Rate of Change), 특히 최근의 '가속도(Acceleration)'이다. 과거 30여 년간의 평균적인 증가 추세와 최근 10년의 추세를 비교할 때, 각국은 서로 다른 궤적을 보인다. 이는 해당 국가가 현재 직면한 인구 구조적 충격의 강도를 나타내는 지표로, 사회적 대응에 할애할 수 있는 시간의 여유를 결정한다. 세계은행(World Bank) 데이터를 기반으로 산출된 '가속화 배수(Acceleration Factor)'는 이러한 역동성을 정량화한 핵심 지표이다.^[2]

신흥국의 폭발적 가속 vs 선진국의 구조적 둔화

분석 결과, 인도와 중국을 비롯한 신흥국들은 압도적인 가속화 배수를 기록하며 인구 구조의 급격한 전환점에 도달하고 있다. 인도의 가속화 배수는 5.19배로 6개국 중 가장 높다. 이는 인도가 과거보다 약 5배 빠른 속도로 노령 사회로 진입하고 있음을 시사한다. 비록 인도의 절대적 고령화율은 2024년 기준 7.15%로 여전히 낮은 수준이지만, 이러한 높은 가속도는 향후 수십 년 내에 노동력 공급과 부양 비율에 막대한 변화를 초래할 것임을 예고한다.

중국의 경우 가속화 배수가 3.14배로 나타났다. 이는 한국의 3.37배와 유사한 수준의 급속한 진행 양상이다. 중국은 지난 몇 십 년 동안 강력한 출산 통제 정책의 영향으로 인구 구조가 인위적으로 왜곡되었고, 이제 그 여파로 인해 고령화 속도가 경제 성장 속도를 훨씬 상회하는 단계로 접어들었다. 이러한 '압축적 고령화'는 사회적 안전망 구축이 경제 발전 단계를 따라가지 못하는 '준비되지 않은 고령화'의 위험을 내포한다.

반면, 일본과 독일 등 조기 고령화를 경험한 선진국들은 상대적으로 낮은 가속화 배수를 보인다. 일본의 가속화 배수는 0.61배로, 오히려 고령화 속도가 과거 평균보다 둔화되고 있는 것으로 나타난다. 이는 일본이 이미 초고령사회(고령화율 20% 이상)에 진입하여 인구 구조 변화의 초기 급증기를 지나 안정화된(혹은 정체된) 단계에 도달했기 때문이다. 독일 역시 1.72배의 가속화 배수를 기록하며 완만한 증가세를 유지하고 있다.

한국의 위기: 가장 짧은 사회적 대응 시간

한국의 가속화 배수는 3.37배로, 인도(5.19배) 다음으로 높은 수준이다. 그러나 한국의 상황이 더욱 긴박한 이유는 절대적 고령화율이 이미 19.27%(2024년 기준)에 달해 초고령사회 진입 직전에 있기 때문이다. 인도는 높은 가속도를 보이지만 아직 고령화율 자체가 낮아 대응할 시간이 남아있지만, 한국은 '높은 절대 수준'과 '빠른 가속도'가 동시에 작용하고 있다.

최근 10년간 한국의 고령화율 연평균 증가율은 0.702%p로, 전체 기간 평균인 0.423%p를 크게 상회한다. 이는 전 세계에서 유례를 찾기 힘든 속도이다. 프랑스나 스웨덴 등 유럽 선진국들이 고령화율 7%에서 14%로 두 배가 되는 데 100년 가까운 시간을 소요한 것과 달리, 한국은 불과 20여 년 만에 같은 과정을 겪고 있다. 이러한 초고속 고령화는 연금 재정 고갈, 의료비 급증, 노동력 부족 등의 문제가 거의 동시에 발생하게 만들어 정책 당국이 개별 사안에 집중할 시간적 여유를 박탈한다.

미국의 경우 최근 10년 연평균 증가율(0.402%p)이 전체 기간 평균(0.165%p)보다 높게 나타나 가속화 현상을 보이지만, 초기 10년의 증가폭이 극히 미미하여 통계적 배수 계산 시 분모가 0에 근접하는 특수성이 있다. 그럼에도 불구하고 이민 유입 등으로 인해 다른 선진국 대비 완만한 고령화 곡선을 유지하고 있다는 점은 주목할 만하다.

결론적으로, 고령화 가속도 분석은 단순히 누가 더 빨리 늙어가는지를 보여주는 것을 넘어, 각국이 처한 '대응 시간의 제약'을 명확히 한다. 인도와 중국은 미래의 충격을 준비할 시간이 제한되어 있으며, 한국은 현재의 충격을 해결할 시간이 부족하다. 반면 일본과 독일은 장기적인 관점에서 제도적 안정성을 모색할 수 있는 비교적 넓은 시간적 여유를 보유하고 있다. 이러한 시간적 비대칭성은 글로벌 경제 협력 및 정책 벤치마킹 시 고려해야 할 핵심 변수이다.

1990년부터 2024년까지의 장기 시계열 데이터는 각국이 직면한 인구 구조적 변화가 경제 성장 궤적에 미친 영향을 명확히 드러낸다. 세계은행(World Bank)의 실질 GDP 성장률 데이터를 분석한 결과, 고령화 단계와 경제 성숙도에 따라 국가별 성장 패턴이 뚜렷하게 분화되었음을 확인할 수 있다^[4]. 초기 고속 성장기를 거친 신흥국과 이미 성숙한 선진국 간의 격차는 시간이 지남에 따라 확대되었으며, 이는 단순한 경기 변동이 아닌 구조적인 요인에 기인한다.

분석 결과는 6개국의 초기 10년(1990~1999년 경)과 최근 10년(2015~2024년 경) 평균 성장률을 대비하여 보여준다. 한국은 초기 10년 동안 연평균 7.43%의 높은 성장률을 기록하며 압축적 산업화를 달성했으나, 최근 10년에는 2.52%로 하락했다. 반면 일본은 버블 붕괴 이후 장기 침체에 진입해 초기 1.43%, 최근 0.57%의 저성장 기조를 고착화했다. 독일은 수출 주도형 경제 구조 하에서 초기 2.26%, 최근 0.90%의 완만한 성장을 유지했으며, 미국은 기술 혁신을 바탕으로 초기 3.05%, 최근 1.99%의 견조한 성장세를 보였다. 중국은 폭발적인 성장기(초기 10.76%)를 지나 최근 6.19%로 둔화되었으나 여전히 높은 수준을 유지하고 있으며, 인도는 초기 5.66%에서 최근 7.17%로 오히려 성장률이 상승하는 독특한 양상을 나타냈다.

선진국의 성장 둔화와 신흥국의 부상

일본의 사례는 고령화가 경제 성장에 미치는 부정적 영향의 전형을 보여준다. 1990년 5.53%의 성장률을 기록한 이후, 일본은 자산 가격 버블 붕괴와 함께 급격한 고령화 진전에 직면했다. 생산 가능 인구의 감소는 잠재성장률(Potential Growth Rate)을 지속적으로 하방 압박했으며, 최근 10년 평균 성장률 0.57%는 이러한 구조적 한계를 반영한다. 독일 역시 유사한 경로를 따랐으나, 유럽 연합(EU) 내에서의 수출 경쟁력 유지와 숙련 노동력 중심의 듀얼 시스템(Dual System)을 통해 완전한 침체는 피하고 0.90%의 완만한 성장을 유지했다.

미국의 경우, 다른 선진국과 달리 비교적 견조한 성장세를 유지하고 있다. 초기 3.05%에서 최근 1.99%로 다소 하락했으나, 이는 인공지능(AI)과 디지털 기술을 선도하는 기술 혁신이 노동 생산성 감소를 상쇄했기 때문이다. 특히 2021년에는 팬데믹 이후의 기저 효과와 재정 지출 확대로 6.15%의 높은 성장률을 기록하기도 했다. 이는 고령화 사회에서도 기술 진보와 제도적 유연성이 성장 동력을 유지할 수 있음을 시사한다.

신흥국인 중국과 인도는 서로 다른 성장 궤적을 보인다. 중국은 1992년 16.00%라는 역대 최고 성장률을 기록하며 세계의 공장으로 부상했으나, 최근 들어서는 6.19% 수준으로 둔화되었다. 이는 노동력 공급의 정점 통과와 내수 중심 경제로의 전환 과정에서 나타나는 자연스러운 현상이다. 반면 인도는 최근 10년 평균 7.17%의 높은 성장률을 기록하며 '인구 배당'을 누리고 있다. 젊은 인구 구조가 소비 확대와 노동력 공급을 뒷받침하며, 2022년에는 10.31%의 높은 성장률을 달성하기도 했다.

한국의 성장률 구조적 하락

한국의 성장률 추이는 가장 극적인 변화를 보여준다. 1999년에는 외환 위기 이후의 회복세로 11.62%의 높은 성장률을 기록했으나, 최근 10년 평균은 2.52%로 떨어졌다. 이는 제조업 중심의 수출 의존형 경제 구조가 고령화와 맞물려 한계에 도달했음을 의미한다. 노동 투입량의 절대적 감소와 총요소생산성(TFP) 증가세의 둔화가 동시에 발생하면서, 과거와 같은 고속 성장은 더 이상 기대하기 어려운 구조로 진입했다. 2026년 기준 한국의 연간 성장률은 약 3.4% 수준으로 일시적 반등세를 보였으나^[7], 이는 기저 효과와 반도체 업황 개선 등에 의한 것으로 장기적인 추세 반전을 보장하지는 않는다.

결론적으로, 1990~2024년 기간 동안 6개국의 실질 GDP 성장률은 고령화 진행 속도와 밀접한 음(-)의 상관관계를 보였다. 초기에는 높은 성장률을 보이던 국가들도 고령화가 심화됨에 따라 성장률이 점차 낮아지는 패턴을 확인했다. 이는 인구 구조가 경제 성장의 핵심 변수임을 재확인시키는 결과이며, 향후 정책 수립 시 인구 요인을 무시할 수 없음을 시사한다.

고령화와 성장률의 상관관계 분석

인구 구조의 변화는 단순한 인구통계학적 현상을 넘어 거시경제의 성장 잠재력을 결정하는 핵심 변수로 작용한다. 세계은행(World Bank) 데이터를 기반으로 한 6개국(한국, 일본, 독일, 미국, 중국, 인도)의 장기 시계열 분석은 고령화율(Level)과 실질 GDP 성장률 간에 뚜렷한 음(-)의 상관관계가 존재함을 보여준다. 전 기간(1990~2024년) 상관관계는 -0.65, 최근 10년 상관관계는 -0.61로, 통계적으로 강한 부정적 연관성이 확인되었다. 이는 고령화가 진전될수록 경제 성장률이 하락하는 경향이 보편적임을 의미하며, 특히 고령화 속도(가속화 배수)가 빠른 국가일수록 성장률 감속 폭이 더 크게 나타나는 '가속도 효과'가 관찰된다.

산점도 분석: 고령화 수준과 성장률의 역상관

6개국의 고령화율과 실질 GDP 성장률 관계를 산점도로 시각화하면 명확한 우하향 패턴이 드러난다. 고령화율이 낮은 인도(7.15%)와 중국(14.67%)은 비교적 높은 성장률(각각 7.17%, 6.19%)을 유지하고 있는 반면, 고령화율이 높은 일본(29.78%)과 독일(23.20%)은 낮은 성장률(각각 0.57%, 0.90%)을 기록하고 있다. 한국(19.27%, 2.52%)과 미국(17.93%, 1.99%)은 중간 영역에 위치하지만, 한국의 경우 고령화 속도가 매우 빠르기 때문에 향후 일본의 경로로 진입할 가능성이 높다.

이러한 음의 상관관계는 인과성을 직접 증명하지는 않으나, 여러 채널을 통해 작동하는 메커니즘을 시사한다. 첫째, 노동 공급의 축소다. 생산 가능 인구(15~64세) 비율이 감소하면 잠재성장률(Potential Growth Rate)이 하방 압력을 받는다. 둘째, 총요소생산성(TFP)의 저하다. 고령화는 일반적으로 기술 수용 속도를 늦추고 혁신 활동을 위축시킨다는 연구 결과가 많다^[31]. 셋째, 자본 축적의 변화다. 은퇴기가 임박한 가구는 저축을 줄이고 소비를 늘리는 경향이 있어 투자 재원이 감소할 수 있다.

고령화 가속도와 성장률 감속의 정(+)의 상관관계

더욱 주목해야 할 점은 고령화 '수준'이 아닌 고령화 '속도'와 성장률 '감속' 간의 관계다. 분석 결과, 고령화 가속도(최근 10년 연평균 증가율 / 전체 기간 연평균 증가율)와 성장률 감속폭(초기 10년 평균 - 최근 10년 평균) 사이에는 0.53의 정(+)의 상관관계가 나타났다. 이는 고령화가 빠르게 진행될수록 경제가 겪는 충격이 더 크고 갑작스럽다는 것을 의미한다.

한국과 중국은 고령화 속도가 빠르게 가속화되었으며, 이에 따라 성장률 또한 크게 급락했다. 반면 일본은 고령화율이 가장 높음에도 불구하고 가속화가 둔화되어 있으며, 성장률 감속폭도 상대적으로 작다. 이는 고령화가 피할 수 없는 운명이라면, 그 속도를 관리하거나 속도에 맞는 정책 대응 속도를 맞추는 것이 경제적 손실을 최소화하는 열쇠임을 시사한다.

인과성의 복잡성과 한계점

고령화와 성장률 간의 음의 상관관계가 명확하지만, 이를 단순한 인과관계로 해석해서는 안 된다. 몇 가지 중요한 혼동 변수(Confounding Variables)와 역인과성(Reverse Causality) 가능성을 고려해야 한다.

예를 들어, OECD 국가들을 대상으로 한 연구에서는 인간 자본(Human Capital) 투자가 고령화의 부정적 영향을 상쇄할 수 있음을 보여준다^[1]. 또한, 노인 인구의 건강 상태가 양호하고 노동 시장 참여가 활발하다면 고령화율 상승이 반드시 성장률 하락으로 이어지지 않을 수 있다^[32]. 따라서 고령화율이라는 단일 지표보다는 교육 수준, 건강 수명, 노동 시장 유연성 등을 종합적으로 고려한 다차원적 접근이 필요하다.

선진국 대응 정책 사례: 일본·독일·미국

고령화는 단일 국가의 문제가 아닌 전 지구적 구조 변화이며, 각국은 자국의 인구학적 특성과 경제 체제에 맞춰 차별화된 대응 전략을 구축해 왔다. 본 절에서는 고령화 선진국인 일본, 독일, 미국의 주요 정책을 심층 분석한다. 이들은 각각 '초고령 사회의 기술적 해법', '노동 시장 통합과 직업 훈련', 그리고 '연금 재정 건전성 강화'라는 서로 다른 접근법을 통해 고령화의 충격을 완화하고 새로운 성장 동력을 모색하고 있다. 이러한 사례들은 한국의 정책 수립에 중요한 벤치마크가 된다.

일본: 기술과 제도의 융합으로 대응하는 초고령 사회

일본은 2006년에 이미 초고령 사회(super-aged society)에 진입했으며, 현재 시민의 4분의 1 이상이 65세 이상이다^[18]. 이러한 급격한 인구 구조 변화는 의료비 증가와 노동력 감소라는 이중고를 야기했으나, 일본 정부는 이를 기술 혁신과 제도 정비로 극복하려는 노력을 기울여 왔다. 특히 주목할 만한 점은 'Age Tech'라 불리는 고령자 맞춤형 기술 서비스의 적극적 도입이다. 간병 로봇, 원격 건강 모니터링 시스템, 그리고 인공지능 기반 돌봄 플랫폼 등은 단순한 편의를 넘어 필수적인 사회 인프라로 자리 잡고 있다^[19].

또한 일본 내각부(Cabinet Office Japan)와 관련 기관들은 보편적 의료 보험 보장을 기반으로 한 장기요양보험 제도를 정착시켜 고령자의 삶의 질을 보장하면서도 가족의 돌봄 부담을 경감시켰다^[16]. 이와 함께 고령자 고용 안정법을 개정하여 기업의 정년 연장과 희망하는 고령자의 재고용을 의무화함으로써, 경험과 숙련도를 가진 인력이 경제 활동에 지속적으로 참여할 수 있는 토대를 마련했다. 이는 고령화를 단순히 부양 부담으로 보지 않고, '경험 자본'으로 활용하려는 전략적 전환이라 평가된다.

독일: 이민자와 숙련공을 통한 노동력 보완

독일은 유럽 연합(EU) 내에서 가장 빠른 속도로 고령화가 진행되고 있는 국가 중 하나다. 독일의 대응 핵심은 '노동 시장의 효율성 극대화'에 있다. 전통적으로 강점을 보여 온 듀얼 시스템(Dual System)은 학교 교육과 기업 현장 실무를 병행함으로써 젊은 층뿐만 아니라 중장년층의 기술 재훈련(reskilling)에도 효과적으로 작용하고 있다. 이 시스템은 제조업 중심의 독일 경제가 고령화 시대에도 높은 생산성을 유지할 수 있게 하는 밑거름이 되었다.

더불어 독일은 출산율 저하로 인한 자연 인구 감소를 이민 정책으로 보완하고 있다. 신규 이민자들의 노동 시장 통합을 지원하기 위한 워크포스 개발 프로그램과 언어·직업 훈련을 강화하여, 부족한 숙련 노동력을 채우고 있다^[21]. 연금 측면에서는 인구 고령화에 따른 재정 압박을 해소하기 위해 정년 연령을 점진적으로 상향 조정하고, 연금 수령 조건을 엄격히 적용하는 개혁을 단행했다^[20]. 이는 세대 간 형평성을 유지하면서도 연금 제도의 지속 가능성을 확보하려는 노력의 일환이다.

미국: 시장 메커니즘과 연금 구조 조정

미국은 다른 선진국들에 비해 상대적으로 젊은 인구 구조를 유지하고 있으나, 베이비붐 세대의 대규모 은퇴로 인해 사회보장연금(Social Security) 제도의 재정 건전성에 대한 우려가 커지고 있다. 미국의 정책 대응은 주로 연금 수급 자격 요건의 조정과 민간 퇴직 자산의 역할 강화에 초점이 맞춰져 있다. 최근 논의되는 개혁안에는 사회보장연금의 조기 수급 연령(Early Eligibility Age, EEA)과 정상 수급 연령(Full Retirement Age, FRA)을 상향 조정하는 내용이 포함된다^[30]. 이는 기대 수명 연장에 따라 연금 수급 기간이 길어진 현실을 반영한 조치다.

또한 미국은 공공 연금에 대한 의존도를 낮추고 개인 퇴직 계좌(IRA)나 기업 확정기여형(DC) 연금 등 민간 부문 퇴직 소득원의 비중을 높이는 방향으로 정책을 유도하고 있다^[29]. 고령자가 은퇴 후에도 노동 시장에 머물 수 있도록 유연근무제를 확산시키고, 고령 친화적 일자리 창출을 지원하는 것도 미국식 해법의 특징이다. 이는 정부의 직접적 개입보다는 시장 메커니즘과 개인의 선택을 존중하는 자유주의적 복지 모델에 기반한 접근이다.

선진국이 이미 고령화의 심화 단계에 진입해 '대응'에 집중하는 것과 달리, 중국과 인도는 아직 인구 구조적 전환의 초기 또는 중기 단계에 머물러 있다. 그러나 두 국가는 과거와 다른 양상의 고령화를 경험하고 있으며, 이에 따라 선제적이고 독특한 정책 기조를 구축 중이다. 중국은 국가 주도의 기술 도입을 통해 노동력 감소를 상쇄하려는 '확산 중심(Diffusion-forward)' 전략을 취하고 있고, 인도는 막대한 청년 인구를 경제적 자산으로 전환하기 위한 스킬 개발 프로그램 우선 확대 등 '스킬링(Skilling)' 인프라 확충을 추진하고 있다. 이는 인구 배당을 활용하려는 노력의 일환이다. 본 절에서는 이 두 신흥 경제권이 미래의 급속한 고령화에 대비해 시행 중인 핵심 정책을 분석한다.

중국: 로봇 혁명과 물리적 AI의 국가 전략화

중국은 제조업 자동화를 넘어 인공지능(AI)이 결합된 로봇 기술을 경제 성장의 핵심 동력으로 삼고 있다. 2026년 발표된 제15차 5개년 규획(2026~2030)은 로봇 공학을 현대 산업 시스템의 심장부에 위치시켰다^[25]. 이는 단순한 생산성 향상을 넘어, 급격히 위축되는 노동 공급을 물리적 자본과 기술로 대체하려는 거시적 시도이다.

그러나 이러한 기술 중심 접근법에는 복잡한 사회적 함의가 존재한다. 최근 연구에 따르면 로봇 도입의 증가는 중국 가정의 출산 의도에 부정적인 영향을 미치는 것으로 나타났다^[24]. 로봇 채택은 인간 자본 투자 증가, 고용 불안정 심화, 소득 불평등 확대라는 세 가지 경로를 통해 출산 가능성을 낮춘다^[24][23]. 즉, 로봇이 노동력 부족을 해결하는 동시에 저출산 악순환을 가속화하는 역설적 상황에 직면해 있는 것이다. 중국 정부는 이러한 미시적 부작용을 완화하기 위한 사회 안전망 강화 방안을 병행해야 할 과제를 안고 있다.

인도: 인구 배당의 마지막 기회

인도는 65세 이상 인구 비율이 7.15%(2024년)로 주요국 중 가장 낮은 수준이지만, 가속화 배수가 5.19배로 가장 높다. 이는 인도가 현재 '인구 배당'의 황금기에 있으나, 이 창문이 예상보다 빠르게 닫힐 수 있음을 시사한다. 인도 정부와 학계는 이 제한된 시간 내에 청년층을 숙련된 노동력으로 전환하는 것이 국가 성패의 열쇠라고 판단한다^[27][28].

인도의 도전은 양질의 일자리 창출과 교육 시스템의 괴리를 해소하는 데 있다. 단순히 노동력을 공급하는 것을 넘어, 글로벌 가치 사슬(GVC)에서 요구되는 수준의 기술력을 갖춘 인재를 양성하지 못하면 인구 배당은 오히려 사회적 부담으로 전락할 수 있다^[28]. 따라서 인도의 정책은 고령화 자체보다는 '고령화 이전의 생산성 극대화'에 맞춰져 있으며, 이는 한국의 압축 성장기와 유사하지만 훨씬 더 치열한 글로벌 경쟁 환경 하에서 진행되고 있다는 점이 특징이다.

한국에 대한 시사점: 하이브리드 모델의 필요성

중국과 인도의 사례는 한국에 두 가지 중요한 교훈을 제공한다. 첫째, 기술 도입은 노동력 부족을 보완할 수 있지만, 그것이 출산율 저하와 같은 인구 구조적 문제를 근본적으로 해결하지는 못한다는 점이다. 둘째, 인구 배당은 자연적으로 주어지는 것이 아니라, 철저한 교육과 직업 훈련 시스템을 통해 '창출'되어야 한다는 점이다.

한국은 중국의 기술 집약적 접근과 인도의 인적 자본 중심 접근을 융합한 하이브리드 전략이 필요하다. 급속한 고령화로 인해 시간을 벌 수 없는 한국은 AI와 로봇 기술을 신속하게 도입하면서도, 동시에 남아있는 생산 가능 인구의 질을 높이는 평생 교육 체계를 완비해야 한다. 이는 단순히 선진국의 정책을 모방하는 것을 넘어, 한국의 고유한 빠른 고령화 속도에 맞춘 독자적인 해법을 모색하는 과정이어야 한다.

노동·생산성·안전망: 한국형 해법의 세 기둥

한국의 고령화는 단순한 인구 통계의 변화를 넘어 경제 구조의 근본적인 재편을 요구하는 위기이자 전환점이다. 세계은행(World Bank) 데이터가 입증하듯, 한국의 고령화 가속화 배수는 3.37배로 주요국 중 두 번째로 높으며, 최근 10년간 연평균 0.702%p씩 급격히 노령화가 진행되고 있다. 이는 사회적 대응 시간이 극도로 제한적임을 의미한다. 잠재성장률(Potential Growth Rate)의 하방 압력을 완화하고 위기를 기회로 전환하기 위해서는 노동 공급의 질적 확대, 비제조 부문의 생산성 혁신, 그리고 지속 가능한 사회 안전망 구축이라는 세 가지 축이 필수적이다.

1. 노동 시장: 숨겨진 인력의 발굴과 활용

인구 감소 시대에 성장 동력을 유지하려면 기존 노동력의 활용도를 극대화해야 한다. 한국은 여성과 고령층의 경제 활동 참여율에서 OECD 평균 대비 여전히 격차가 존재한다. 특히 55~64세 연령대의 고용률은 상승 추세이지만, 대부분 임시·일용직에 집중되어 있어 소득 안정성과 생산성 측면에서 한계가 뚜렷하다.

독일의 경우 듀얼 시스템(Dual System)을 통해 숙련 노동력을 지속적으로 공급받지만, 한국은 청년 중심의 교육 체계가 고령자의 재교육에는 미흡하다. 따라서 정년 연장 또는 계속 고용 제도 도입과 병행하여, 고령자가 가진 경험과 지식을 활용할 수 있는 직무 재설계가 필요하다. 또한 여성의 경력 단절을 방지하기 위한 유연 근무제 확대와 보육 인프라 강화는 잠재 노동력을 해방시키는 핵심 열쇠다.

2. 생산성 혁신: 비제조 부문으로의 AI 확산

한국 제조업의 생산성은 세계 최고 수준이지만, 서비스업을 포함한 비제조 부문의 생산성은 OECD 하위권에 머물러 있다. 고령화가 진행될수록 의료, 돌봄, 교육 등 노동 집약적 서비스 수요가 폭발적으로 증가하는데, 이 분야는 바움올 병 현상으로 인해 상대적 비용이 상승하며 경제 전체의 효율성을 저하시킨다.

이를 해결하기 위해서는 인공지능(AI)과 디지털 기술의 비제조 부문 침투율을 획기적으로 높여야 한다. 예를 들어, 헬스케어 분야의 원격 진료 플랫폼, 돌봄 로봇의 상용화, 교육 분야의 맞춤형 AI 튜터 등은 인력 부족을 보완하면서도 서비스 품질을 향상시킬 수 있다. 단순히 기술을 도입하는 것을 넘어, 데이터 기반의 의사결정 문화를 정착시켜 총요소생산성(Total Factor Productivity, TFP)을 끌어올려야 한다.

3. 사회 안전망: 연금 개혁과 실버 산업 육성

현재 한국의 국민연금은 2025년 기여율 인상 등 재정 안정화 조치가 시행되었으나^[12][13], 장기적인 고갈 우려는 여전히 존재한다. 연구에 따르면 현행 제도가 유지될 경우 국민연금 기금의 장기적 고갈 우려가 제기되며^[15], 이를 막기 위해서는 기여율 추가 인상뿐만 아니라 수급 개시 연령 조정 등 구조적 개혁이 불가피하다. 이는 단순히 재정을 맞추는 문제를 넘어 세대 간 형평성을 확보하는 윤리적 과제다.

동시에 고령층을 부담이 아닌 소비와 투자의 주체로 바라보는 시각 전환이 필요하다. 실버 산업은 단순한 요양 서비스를 넘어 여가, 금융, 주거, 교육 등 전 생애주기에 걸친 종합 산업으로 진화하고 있다. 정부가 규제 샌드박스를 통해 Age Tech 스타트업의 성장을 지원하고, 민간 자본이 실버 주택이나 연금 상품 개발에 활발히 참여할 수 있는 생태계를 조성해야 한다.

결론적으로 한국의 고령화 대응은 속도와의 싸움이다. 일본의 사례가 보여주듯 고령화가 진행 중인 상황에서도 제도 정비와 기술 혁신을 통해 일정 수준의 생활 수준과 경제 활동을 유지할 수 있다. 한국은 압축적 성장의 경험을 바탕으로, 노동 시장의 유연성 확보, 기술 기반 생산성 향상, 그리고 견고한 사회 안전망 구축이라는 세 가지 과제를 동시에 추진함으로써 '제2의 인구 배당'을 창출해야 한다.

세계은행(World Bank)의 1990~2024년 데이터를 기반으로 한 본 보고서는 인구 고령화가 단순한 사회적 변화를 넘어 경제 성장의 구조적 제약 조건으로 작용하고 있음을 실증적으로 확인했다. 분석 결과, 6개국 전반에서 고령화율과 실질 GDP 성장률 간에 강한 음의 상관관계(전 기간 -0.65, 최근 10년 -0.61)가 관찰되었으며, 특히 고령화 속도가 빠른 국가일수록 경제 성장률의 하락 폭이 컸다. 한국의 경우 최근 10년 고령화 가속화 배수가 3.37배에 달하며, 이는 일본(0.61배)이나 독일(1.72배)과 비교해도 유례없는 속도의 '압축적 고령화'를 의미한다. 이러한 인구학적 지각변동은 피할 수 없는 현실이며, 과거와 같은 노동력 투입 중심의 성장 모델로는 더 이상 잠재성장률을 유지하기 어렵다는 결론에 도달한다.

제2의 인구 배당: 기술과 제도를 통한 대응

인구학에서 말하는 '인구 배당'은 생산 가능 인구가 부양 인구보다 많을 때 발생하는 경제적 이점을 뜻한다. 한국은 이미 이 창구가 닫혔지만, 기술 진보와 제도 개혁을 통해 '제2의 인구 배당'을 창출할 수 있다. 이는 노동력의 '양'이 아닌 '질'과 '효율성'으로 승부하는 전략이다.

데이터 기반 정책 모니터링의 중요성

본 보고서가 강조하는 또 하나의 교훈은 '데이터 기반 거버넌스'의 필요성이다. 고령화와 경제 지표 간의 상관관계는 국가마다, 시기마다 다르게 나타난다. 예를 들어 인도는 현재 낮은 고령화율(7.15%)에도 불구하고 높은 가속화 배수(5.19배)를 보여 향후 급격한 변화가 예상된다. 한국 정부도 세계은행 수준의 장기 시계열 데이터를 구축하고, 고령화 가속도와 산업별 생산성 변화를 실시간으로 모니터링하는 시스템을 마련해야 한다. 이를 통해 연금 고갈 시점, 의료비 지출 급증 구간 등 위험 신호를 조기에 포착하고 선제적으로 대응할 수 있어야 한다.

글로벌 협력과 미래 준비

고령화는 한국만의 문제가 아닌 글로벌 과제이다. 일본, 독일 등 선진국과의 정책 교류를 통해 검증된 모범 사례(Best Practices)를 수용하고, 인도 등 젊은 인구를 보유한 국가와는 인재 양성 및 기술 이전 분야에서 협력해야 한다. 또한, 초국가적 기업들과의 협력을 통해 국경을 초월한 노동력 이동과 디지털 노마드 비자 제도 등을 적극 검토할 필요가 있다.

결론적으로, 한국의 초고속 고령화는 경제 성장에 부정적인 하방 압력으로 작용하지만, 이것이 곧장의 종말을 의미하지는 않는다. 오히려 낡은 성장 패러다임을 청산하고, 기술 주도형 고품질 경제로 전환할 수 있는 마지막 기회일 수 있다. 데이터가 보여주는 냉정한 현실을 직시하고, 과학적 근거에 기반한 과감한 정책 결단을 내릴 때만이 위기를 기회로 바꿀 수 있다. 이제 행동할 시간이다.

참고문헌 및 데이터 출처

본 보고서는 세계은행(World Bank)의 공개 데이터를 핵심 근거로 삼아 한국, 일본, 독일, 미국, 중국, 인도 등 6개국의 고령화 추세와 경제성장률 간의 상관관계를 실증적으로 분석하였다. 보고서 전반에 제시된 통계 수치의 신뢰성과 재현 가능성을 확보하기 위해 사용된 주요 데이터셋, 국제기구의 정책 보고서, 그리고 학술적 배경 자료를 아래와 같이 명시한다. 모든 수치 비교와 순위 산정은 이 섹션에서 열거된 출처의 원본 데이터를 기준으로 하며, 특정 연도의 예외적 변동(예: 팬데믹 기간의 성장률 급락)은 해당 출처의 맥락 내에서 해석되었다.

1. 주요 통계 데이터 출처

본 보고서의 정량적 분석(Quantitative Analysis)은 전 세계적으로 가장 권위 있는 거시경제 및 인구 통계 기관인 세계은행의 데이터를 기반으로 한다. 특히 국가 간 비교의 일관성을 유지하기 위해 동일한 방법론으로 수집된 WDI 코드를 사용하였다. 아래 표는 보고서 내 차트와 테이블에 사용된 핵심 지표의 정확한 코드와 최신 업데이트 연도를 정리한 것이다.

2. 정책 분석 및 학술 자료

통계 데이터가 보여주는 현상에 대한 질적 해석(Qualitative Interpretation)을 보완하기 위해 OECD, 일본 내각부(Cabinet Office Japan), 그리고 국제 학술지의 연구를 참조하였다. 특히 일본의 초고령사회 대응 사례와 독일의 듀얼 시스템(Dual System) 등 선진국의 제도적 해법은 해당 국가들의 공식 발행물과 국제기구의 비교 연구 보고서를 통해 검증되었다.

3. 데이터의 한계 및 해석 주의사항

본 보고서에서 사용한 세계은행 데이터는 각국 정부의 공식 통계를 취합한 것이므로, 국가별 통계 작성 방식의 미세한 차이(예: 회계 연도 기준, 비공식 경제 규모 포함 여부 등)가 반영되어 있을 수 있다. 또한, 2020년 전후의 데이터는 코로나19 팬데믹이라는 전 지구적 외부 충격(Exogenous Shock)으로 인해 일반적인 장기 추세를 벗어나는 극단값(Outlier)을 포함하고 있다. 따라서 성장률 분석 시 2020년의 급격한 마이너스 성장은 고령화의 구조적 결과보다는 일시적 충격으로 구분하여 해석해야 한다.

상관관계 분석에서 나타난 음(-)의 관계는 인과성을 직접 증명하지 않는다. 고령화가 성장률 하락의 유일한 원인이라 단정하기보다는, 기술 진보 속도(TFP), 자본 축적 정도, 그리고 정부의 재정 정책 등 다양한 혼동 변수(Confounding Variables)가 복합적으로 작용한 결과로 이해해야 한다. 본 보고서는 이러한 다변량적 복잡성을 인지하면서도, 고령화라는 인구학적 변수가 경제 성장 경로에 미치는 독립적인 영향력을 추정하는 데 집중하였다.

데이터 기준과 한계

본 보고서는 세계은행(World Bank)의 공개 데이터를 기반으로 6개국의 인구 고령화와 경제성장률 간의 관계를 실증적으로 분석하였다. 그러나 모든 통계 분석에는 고유한 방법론적 제약과 데이터의 한계가 존재한다. 독자는 아래 명시된 작성 기준일, 산출 방식, 그리고 지표 간 비교의 전제 조건을 고려하여 보고서의 내용을 해석해야 한다.

1. 분석 결과의 산출 근거

보고서에 제시된 '가속화 배수(Acceleration Factor)', '연평균 증가율', '상관관계(Correlation Coefficient)' 등의 파생 지표는 저자가 세계은행 원시 데이터(Raw Data)를 직접 가공하여 산출한 값이다. 이는 기존 문헌의 값을 인용한 것이 아니라, 본 보고서의 분석 목적에 맞게 일관된 알고리즘으로 재계산된 결과물이다. 따라서 다른 연구기관이나 미디어에서 발표한 유사 지표와 미세한 차이가 발생할 수 있으며, 이는 계산 기간(예: 최근 10년의 정확한시작과 끝 연도)이나 결측치 처리 방식의 차이에서 기인한다.

2. 통계 집계 기준의 불일치 주의

글로벌 거시통계를 비교할 때 가장 흔한 오해는 서로 다른 집계 기준을 가진 수치를 직접 비교하는 것이다. 본 보고서에서 사용한 주요 지표들은 다음과 같은 고유한 범위를 가지며, 이를 무시한 단순 비교는 잘못된 결론을 초래할 수 있다.

3. 인과관계와 상관관계의 구분

본 보고서의 핵심 분석 도구인 피어슨 상관계수(Pearson Correlation Coefficient)는 두 변수 간의 선형적 연관성을 측정할 뿐, 인과성(Causality)을 증명하지는 않는다. 고령화율과 GDP 성장률 사이의 강한 음의 상관관계는 노령화가 경제 성장을 억제한다는 가설을 지지하지만, 이것이 유일한 원인이라고 단정할 수는 없다. 기술 혁신 속도, 글로벌 무역 환경, 정부 재정 정책 등 제3의 변수(Confounding Variables)가 동시에 영향을 미쳤을 가능성을 배제할 수 없기 때문이다. 따라서 본 보고서의 결론은 '고령화가 성장률 하락의 유일한 요인'이 아니라, '성장률 변동과 밀접하게 연관된 구조적 요인 중 하나'로 해석되어야 한다.