데이터로 흐름을 읽고, 전략으로 전달합니다.

리서치, 분석, 시각화, 보고서까지 한 번에 데이터 스토리텔링 스튜디오

데이터 스토리텔링/사회

데이터 페어링: 실업의 숫자 + 불안의 정치 = 사회 온도 노출

AriaData 2026. 1. 8. 17:50

우리는 보통 “청년 실업률”을 경제 기사에서 봅니다.
정치 안정성은 외교나 사회면에서 봅니다.
둘을 같은 화면에 올리는 순간, 질문이 바뀝니다.

 

“실업률이 몇 퍼센트인가?”가 아니라,
“이 숫자가 사회의 온도를 어디로 밀어붙이는가?”가 됩니다.

 

AriaData가 말하는 데이터 스토리텔링은 여기서 시작합니다.


데이터 하나로 결론을 내리는 대신, 서로 다른 데이터를 짝지어 의미를 드러내는 방식입니다.
저는 이 훈련을 데이터 페어링(Data Pairing)이라 부릅니다.

왜 굳이 ‘페어링’인가: 단일 지표는 늘 자기 변명을 한다

실업률은 말할 수 있습니다. “경기 탓이다.”
정치 안정성도 말할 수 있습니다. “제도 탓이다.”
각자 자기 이야기만 하면, 진실은 늘 빠져나갑니다.

 

하지만 두 지표를 나란히 두면, 변명이 줄어듭니다.
같은 시간축에서 함께 흔들리는지, 아니면 서로 무관한지가 보이기 때문입니다.

 

이번 글에서는 아래 3가지 데이터를 페어링합니다.

  • 청년 실업률(15–24세, %)
  • 정치 안정성 지표(WGI, PV.EST)
  • 청년 인구 비중(15–24세, %): 청년 인구 수를 전체 인구로 나눠 직접 계산

한국: “불안은 숫자 하나가 아니라, 함께 움직이는 방향에서 생긴다”

2000–2024년 한국의 2축 시계열 그래프. 왼쪽 축은 15–24세 청년 실업률(청록색 실선), 오른쪽 축은 WGI 정치 안정성(PV.EST, 노란 점선). 2010년대 중반 이후 안정성이 낮아졌다가 2018년 이후 다시 높아지는 흐름이 보이며, 청년 실업률은 2020년 전후 변동 후 최근 하락하는 패턴이 나타난다.
그래프 1) 한국, 청년실업이 출렁일 때 정치 안정성도 같이 흔들렸다 (2000–2024)

 

해석 포인트

  • 한국은 “항상 높은 실업률, 항상 낮은 안정성” 같은 단순 서사가 아닙니다.
    변동의 구간이 있습니다.
  • 어떤 해에는 실업률이 오르고, 동시에 안정성이 흔들립니다.
    또 어떤 해에는 실업률이 움직여도 안정성이 크게 변하지 않습니다.
  • 이 차이가 정책 담당자와 기업 리더에게 중요한 이유는 하나입니다.
    같은 숫자라도 사회적 해석은 시기와 맥락에 따라 달라지기 때문입니다.

🧠 Insight Box
청년 실업률은 ‘경제 지표’처럼 보이지만, 현실에서는 신뢰 지표로 번역되는 순간이 있다.
신뢰가 약해지는 구간에서는 숫자가 더 빠르게 정치적 에너지로 바뀐다.

브라질: “20%를 넘어가는 순간, 숫자는 더 이상 조용하지 않다”

2000–2024년 브라질의 2축 시계열 그래프. 왼쪽 축은 15–24세 청년 실업률(청록색 실선), 오른쪽 축은 WGI 정치 안정성(PV.EST, 노란 점선). 2014년 이후 청년 실업률이 급등해 2020년 전후 높은 수준을 기록하고, 같은 기간 정치 안정성 점수는 하락해 음수 구간으로 내려가는 흐름이 뚜렷하다.
그래프 2) 브라질, 청년실업률이 20%대를 넘자 정치 안정성이 0 아래로 미끄러졌다 (2000–2024)

해석 포인트

  • 브라질은 “같은 방향으로 흔들리는” 구간이 더 선명합니다.
  • 청년 실업이 급등한 뒤, 안정성이 악화되는 흐름이 나타납니다.
  • 중요한 것은 “브라질은 왜 그랬나”보다, 어떤 조건에서 숫자가 정치 리스크로 번역되는가입니다.

⚠️ Structural Alert
청년 실업률 20%는 국가마다 의미가 다르다.
제도 신뢰, 충격 흡수 장치, 그리고 청년층 규모가 다르면 같은 20%도 전혀 다른 결과로 이어진다.

한 장으로 끝내는 페어링: “청년이 많고, 일자리가 없으면, 안정성은 아래로 모인다”

산점도 그래프. x축은 청년 실업률(15–24세, %), y축은 정치 안정성(PV.EST). 점의 색은 청년 인구 비중(15–24세가 전체 인구에서 차지하는 비율, %)을 의미하며 보라색은 낮은 비중, 노란색은 높은 비중을 나타낸다. 청년 실업률이 높고 청년 비중이 큰 점들이 상대적으로 낮은 정치 안정성(0 이하 포함) 구간에 더 많이 분포하는 경향이 보인다.
그래프 3) 청년이 많은 나라에서 청년실업이 높을수록, 정치 안정성은 아래로 몰렸다 (색=청년 인구 비중)

 

시계열 두 장을 본 다음에는 한 장으로 압축합니다.
이 산점도는 “설명”이 아니라 “판별”에 가깝습니다. 위험의 지형을 보여줍니다.

해석 포인트

  • 오른쪽으로 갈수록 청년 실업이 높습니다.
  • 아래로 갈수록 정치가 불안정합니다.
  • 색이 밝을수록(노란 계열) 청년 인구 비중이 큽니다.
  • 그래서 이 그림은 한 문장으로 요약됩니다.

“청년이 많은데, 청년이 일하지 못하면, 정치 안정성은 아래로 눌린다.”

 

💡 Portfolio Tip (정책·기업 독자용 발표 팁)
이 그래프를 보고서나 회의자료에 쓸 때는 ‘상상’이 아니라 ‘기준선’을 넣어야 합니다.
예: 청년실업 10%, 20% 기준선과 안정성 0 기준선을 옅게 표시하면 의사결정자가 훨씬 빠르게 읽는다.

정리: 데이터는 결론을 주지 않는다. 대신 “어떤 질문을 해야 하는지”를 바꾼다

이 글의 목표는 “청년 실업률이 정치 불안을 만든다” 같은 단정이 아닙니다.
그런 단정은 대부분 틀리거나, 너무 비쌉니다.

대신 우리는 더 좋은 질문을 얻습니다.

  • 청년 실업이 어떤 구간에서 위험으로 번역되는가
  • 제도 신뢰와 충격 흡수력이 있을 때, 같은 실업률이 다르게 해석되는가
  • 청년 인구 비중이 클수록, 같은 실업률이 더 무겁게 작동하는가

이게 AriaData가 하는 일입니다.
숫자를 “그래프”로 끝내지 않고, 의사결정자가 쓰는 질문과 문장으로 번역하는 일입니다.

데이터 출처 및 원본 링크 (필수 고지)

아래 데이터는 모두 World Bank와 WGI(Worldwide Governance Indicators)의 공개 지표를 사용했습니다.
청년 인구 비중은 World Bank 인구 지표를 합산해 직접 계산했습니다.

  1. Youth unemployment (% ages 15–24)
  2. Political Stability and Absence of Violence/Terrorism (Estimate)
  3. Youth population share (15–24, % of total) 
  4. GDP per capita (control 용, 선택) 

 

🔍 Method Note

World Bank에 “청년 비중”이 완제품 지표로 항상 제공되는 것은 아닙니다.
그래서 청년 인구 절대값을 합산하고, 전체 인구로 나눠 직접 만들었습니다.

이 과정에서 “지표는 데이터가 아니라 선택의 결과”라는 사실이 드러납니다.

'데이터 스토리텔링 > 사회' 카테고리의 다른 글

[데이터 리포트] 만 3~4세의 하루는 이미 스크린에 잠겨 있다  (0) 2026.02.02
K-민주주의 (4편), 시위의 숫자 뒤에 있는 것: 한국 시민의 정당성 감각  (0) 2025.12.23
K-민주주의 (3편) - 국제 비교. 한국은 정말 시위가 많은가? 왜 폭력으로 번지지 않는가?  (0) 2025.12.18
에너지는 공평하지 않았다.- 석탄과 석유로 읽는 세계 불평등의 설계도  (0) 2025.12.16
K-민주주의란 무엇인가 (1편) — 데이터로 본 한국 시위의 구조와 반복  (1) 2025.12.12

'데이터 스토리텔링/사회'의 다른글

  • 현재글데이터 페어링: 실업의 숫자 + 불안의 정치 = 사회 온도 노출

관련글

티스토리툴바