updated
'쉬었음 청년' 역대 최대?… 숫자를 뜯어보면 이야기가 갈린다
2030 쉬었음 70만과 공식 청년 통계는 서로 다른 집단을 셉니다.
한 기사에서는 쉬는 청년이 역대 가장 많다고 합니다. 다른 기사에서는 청년 ‘쉬었음’ 인구가 몇 달째 줄었다고 합니다. 둘 중 하나가 틀린 걸까요. 숫자부터 비교하면 모순처럼 보이지만, 그 숫자에 붙은 나이와 날짜를 읽으면 서로 다른 사람을 서로 다른 시점에 세고 있을 수 있습니다.
‘청년’은 일상에서는 익숙한 말이지만 통계표에서는 경계가 필요합니다. 15~29세인지, 20~39세인지가 달라지면 포함되는 사람이 바뀝니다. 여기에 연평균인지 특정 월인지, 사람 수인지 같은 연령 인구에서 차지하는 비율인지가 더해집니다. 제목에서 빠진 몇 글자가 해석을 바꾸는 셈입니다.
이 글은 청년 고용의 어려움을 숫자 장난이라고 말하려는 것이 아닙니다. 어려움이 어디에 있는지 알려면 먼저 같은 기준끼리 비교해야 한다는 이야기입니다. 쉬고 있다는 응답만으로 그 사람의 의지나 건강, 지난 취업 경험까지 안다고 생각하지 않는 것도 같은 이유입니다.
아래에서는 공식 통계의 정의와 연구 결과를 구분하고, 계산을 설명하는 부분에는 가상의 인구를 사용합니다. 실제 수치에는 대상과 기준 시점을 함께 적겠습니다. 기존 글의 날짜는 유지하지만 자료를 다시 확인한 날은 2026년 9월 16일입니다. 이 글을 최신 월의 수치를 계속 갱신하는 실시간 통계판으로 읽지는 말아 주세요.
‘쉬었음’은 성격이 아니라 조사에서 분류한 상태입니다
일상에서 “요즘 쉬고 있어”라고 말하는 사람은 다양합니다. 이직할 회사를 찾는 사람, 시험을 준비하는 사람, 가족을 돌보는 사람, 일을 그만두고 잠시 방향을 고민하는 사람이 모두 그렇게 표현할 수 있습니다. 그러나 경제활동인구조사는 이들을 말 한마디로 한 칸에 넣지 않습니다.
공식 고용통계는 조사 기준에 따라 취업자, 실업자, 비경제활동인구를 나눕니다. 실업자는 단순히 직장이 없는 사람이 아닙니다. 조사대상 기간에 일이 없고, 최근 4주간 적극적인 구직활동을 했으며, 일이 주어지면 취업할 수 있다는 조건 등이 필요합니다. 비경제활동인구는 취업자와 실업자에 해당하지 않는 사람입니다.
‘쉬었음’은 비경제활동인구의 주된 활동상태를 구분하는 항목입니다. 학업·가사·육아 등 다른 활동으로 분류되는 경우와 구별됩니다. 따라서 직장이 없다는 사실만으로 쉬었음에 포함된다고 말할 수 없고, 취업 준비 중이라는 일상적인 설명만으로 정확한 통계 분류를 정할 수도 없습니다.
여기서 ‘비경제활동’이라는 말도 오해하기 쉽습니다. 사회적으로 아무 가치가 없는 일을 한다는 뜻이 아닙니다. 가족을 돌보거나 공부하는 시간이 중요하지 않아서가 아니라, 취업과 실업이라는 고용통계의 특정 조건에 들어가지 않는다는 의미입니다. 통계 용어를 사람의 쓸모를 평가하는 말로 바꾸면 안 됩니다.
쉬었음 역시 진단명이 아닙니다. 응답 항목 하나가 우울증이나 번아웃, 고립을 확인해 주지는 않습니다. 같은 상태로 분류되더라도 개인의 배경은 다를 수 있습니다. 왜 쉬는지, 얼마나 지속됐는지, 일을 원하는지는 각각 다른 질문으로 확인해야 합니다.
스물아홉과 서른의 차이가 표에서는 커집니다
청년 고용동향에서 흔히 쓰는 15~29세와 기사에서 ‘2030’이라고 부르는 20~39세를 나란히 놓아 보겠습니다. 둘은 넓고 좁은 관계만 있는 것이 아닙니다. 앞에는 15~19세가 들어가고 뒤에는 30~39세가 들어갑니다. 공통으로 포함되는 연령은 20~29세입니다.
따라서 20~39세 수치에서 15~29세 수치를 빼면 곧바로 30대 인구가 나오지 않습니다. 한쪽에만 있는 15~19세도 함께 고려해야 합니다. 비교하는 집단을 원으로 대충 겹쳐 그리기보다 나이 구간을 직접 표시하면 이런 차이가 보입니다.
두 ‘청년’은 같은 범위가 아닙니다
한쪽은 10대 후반, 다른 쪽은 30대를 포함합니다.
예를 들어 30대가 늘고 20대가 줄면 2030 전체는 증가할 수도 감소할 수도 있습니다. 두 변화의 크기에 달려 있기 때문입니다. 이를 보고 “젊은 사람이 모두 일을 놓았다”거나 반대로 “문제는 오직 30대뿐”이라고 말하면 합계 뒤의 차이를 지워 버립니다.
서른 번째 생일을 지났다는 이유만으로 한 사람이 갑자기 다른 성향을 갖는 것은 아닙니다. 하지만 통계표에서는 연령 경계를 넘어 다른 칸으로 이동합니다. 같은 출생 세대가 시간이 지나며 어느 연령대에 속하는지와, 그 연령대 안에서 고용 상태가 어떻게 바뀌는지는 나누어 볼 필요가 있습니다.
‘역대 최대’에는 비교 기간이 붙어야 합니다
역대 최대라는 표현은 원칙적으로 비교한 기간 안에서 가장 크다는 뜻입니다. 연간 평균끼리 비교했는지, 모든 월을 비교했는지, 같은 달만 비교했는지에 따라 의미가 달라집니다. 통계 작성 이후라는 말이 있어도 어느 표의 어느 계열인지가 없으면 확인할 수 없습니다.
연평균은 한 해의 월별 규모를 요약한 값이지, 그해 한 번이라도 쉬었던 사람을 중복 없이 센 누적 인원이라고 볼 수 없습니다. 한 사람이 여러 달 같은 상태에 있으면 여러 달의 규모에 포함될 수 있습니다. 월별 숫자를 모두 더해 ‘올해 쉬었던 사람 수’라고 말하는 것도 같은 이유로 맞지 않습니다.
특정 월은 계절적인 움직임을 포함할 수 있습니다. 졸업과 채용 일정, 학업 복귀 같은 일이 어느 달에 집중되는지에 따라 연중 흐름이 달라질 수 있기 때문입니다. 그래서 전월과 비교한 변화인지 전년 같은 달과 비교한 변화인지 확인해야 합니다. 두 문장은 서로 다른 질문에 답합니다.
실제로 2026년 9월 16일 확인한 e-나라지표 청년 고용동향은 2026년 8월의 15~29세 쉬었음을 39.5만 명으로 제시합니다. 전년 같은 달보다 5.1만 명 감소했다는 설명과 함께, 7월 36.7만 명도 제시합니다. 즉 8월 값은 전월보다 크면서도 전년 동월보다는 작습니다. 증가와 감소가 동시에 쓰여도 모순이 아닙니다.
이 글의 이전 버전은 연평균 값과 2026년 5월 값을 한 추이 그래프에 연결하고, 이를 바탕으로 과거 정점을 넘지 않았다고 강조했습니다. 이번에는 그 비교를 제거했습니다. 다른 기간의 값을 보여 줄 수는 있지만 같은 잣대의 변화처럼 이어 놓으면 독자가 조건을 놓치기 쉽기 때문입니다.
제목의 ‘역대 최대?’에 대한 답도 그래서 하나의 숫자가 아닙니다. 어느 나이의 누구를 어느 기간으로 비교했는지를 알기 전에는 참이나 거짓을 판정할 수 없습니다. 조건이 다른 두 통계가 존재한다는 사실은 청년의 어려움이 없다는 증거도, 모든 연령이 똑같이 악화됐다는 증거도 아닙니다.
사람 수가 줄어도 비율은 커질 수 있습니다
가상의 지역에 청년 1,000명이 있고, 그중 쉬었음이 50명이라고 해 보겠습니다. 같은 연령 인구에서 차지하는 비율은 5%입니다. 몇 년 뒤 청년 인구가 800명으로 줄고 쉬었음이 48명이 되면, 쉬었음 인원은 두 명 줄었지만 비율은 6%가 됩니다. 사람 수의 감소와 비중의 상승이 함께 일어납니다.
이 계산에는 어떤 사람의 실제 취업 사정도 들어 있지 않습니다. 분모가 변하면 해석이 달라진다는 설명입니다. 인구가 줄어드는 연령대를 볼 때 절대 인원만으로 상태가 좋아졌다고 판단하기 어려운 이유이기도 합니다. 반대로 비율이 높아졌다는 사실만으로 총인원이 늘었다고 말할 수 없습니다.
실제 장기 연구에서도 분모가 중요합니다. KDI의 2025년 11월 분석은 2005~2025년 사이 20대 인구와 쉬었음 인구의 움직임이 달랐다고 설명합니다. 해당 분석에서 20대 쉬었음 비중은 3.6%에서 7.2%로 높아졌습니다. 다만 발표 당시 자료를 사용한 분석의 값이며, 이를 별도 확인 없이 2025년 확정 연평균이라고 바꿔 쓰지는 않겠습니다.
장기 비중 상승과 최근 한 달의 전년 동월 대비 감소는 동시에 가능할 수 있습니다. 하나는 긴 기간에 걸친 위치의 변화이고 다른 하나는 두 시점 사이의 차이입니다. 어느 쪽 하나로 다른 쪽을 반박하기보다, 각각 어떤 시간 범위를 설명하는지 살피는 편이 정확합니다.
실업률이 낮아져도 새 일자리가 생기지 않을 수 있습니다
실업률의 분모는 해당 연령 인구 전체가 아닙니다. 취업자와 실업자를 합한 경제활동인구입니다. 따라서 일자리를 얻어 실업자에서 취업자로 이동하는 것과, 구직을 멈춰 비경제활동인구로 이동하는 것이 모두 실업률을 낮출 수 있습니다. 비율만 보면 두 경로가 구별되지 않습니다.
이를 가상의 열 명으로 계산해 보겠습니다. 취업자 여덟 명과 실업자 두 명뿐인 집단의 실업률은 2÷10, 즉 20%입니다. 이제 실업자 한 명이 구직을 중단해 비경제활동인구가 되었다고 가정합니다. 취업자는 여전히 여덟 명인데 실업률은 1÷9, 약 11.1%가 됩니다.
취업자는 그대로인데 실업률은 낮아집니다
실업 2명
비경제활동 0명
실업 1명
비경제활동 1명
실업률의 분자와 분모에서 한 명이 빠진 가정입니다.
같은 인구 전체를 기준으로 취업자의 비중을 보는 고용률은 이 가정에서 변하지 않습니다. 취업자가 여덟 명이고 인구도 열 명으로 같기 때문입니다. 실업률과 고용률을 함께 보면 하나의 비율만 볼 때 놓친 변화가 보일 수 있습니다. 경제활동참가율은 인구 중 취업하거나 구직하는 사람의 비중을 보여 주는 또 다른 관점입니다.
물론 현실의 실업률 하락이 전부 구직 포기 때문이라는 뜻은 아닙니다. 실제 취업이 늘 수도 있고, 인구 구성이나 구인·구직 연결이 달라질 수도 있습니다. 가상 계산은 가능한 경로 하나를 보여 줄 뿐 현실에서 각 경로가 얼마나 작용했는지까지 알려 주지 않습니다.
KDI는 낮은 실업률을 분석하며 구직 포기 증가와 구인·구직을 연결하는 효율의 변화를 나누어 살폈습니다. 여기서 ‘매칭효율성’은 같은 구인과 구직 조건에서도 일자리 연결이 얼마나 잘 이루어지는지를 뜻합니다. 다만 연구의 가상 시나리오로 추정한 기여도를 직접 관찰한 사실이나 개인의 이유처럼 읽어서는 안 됩니다.
쉬었음, 구직단념, 니트는 바꿔 쓸 말이 아닙니다
구직단념자는 비경제활동인구 가운데 취업 희망과 가능성이 있지만 노동시장 사유로 일자리를 구하지 않았고, 지난 1년 안에 구직 경험이 있는 사람 등 별도 요건으로 정의됩니다. 그냥 ‘취업을 포기한 사람’이라는 일상 표현보다 조건이 구체적입니다. 쉬었음이라는 응답 하나로 그 요건을 모두 충족했다고 볼 수 없습니다.
니트, 즉 NEET는 취업도 교육·훈련도 하지 않는 상태를 보는 지표입니다. OECD는 여기에서 실업 상태인 사람과 비경제활동 상태인 사람을 모두 구분해 다룹니다. 따라서 적극적으로 일자리를 찾고 있는 사람도 교육·훈련 여부 등의 조건에 따라 니트 범주에 들어갈 수 있습니다. 니트가 모두 구직을 그만뒀다는 말은 아닙니다.
이렇게 분류 목적이 다른 수치는 단순히 더하면 안 됩니다. 예를 들어 쉬었음 인구와 구직단념자를 더해 ‘일을 포기한 청년 총수’를 만들면 겹치는 사람을 두 번 셀 수 있습니다. 같은 사람을 다른 질문으로 바라본 통계인지, 서로 배타적인 칸인지부터 확인해야 합니다.
고립이나 은둔은 다시 다른 주제입니다. 사람들과의 관계나 생활 양식을 살피는 개념을 취업 여부만으로 대신할 수 없습니다. 일을 쉬면서도 관계를 활발하게 유지하는 사람이 있을 수 있고, 일하면서 고립을 경험하는 사람도 있을 수 있습니다. 쉬었음을 곧 은둔 인구의 수로 바꾸면 질문이 달라집니다.
‘왜 쉬나요’라는 비율에도 분모가 있습니다
기사에서 “원하는 일자리를 찾기 어려워서”라는 응답 비율을 봤다고 합시다. 다음에 볼 것은 그 질문을 누구에게 했는지입니다. 쉬었음 전체인지, 특정 연령의 쉬었음인지, 일을 원한다고 답한 사람에게만 물었는지에 따라 문장의 범위가 달라집니다.
KDI는 2024년 비경제활동 부가조사를 활용한 계산에서 20대 쉬었음 인구의 30.9%가 원하는 일자리를 찾기 어려워 쉬고 있다고 설명합니다. 이 값은 중요한 어려움이 존재한다는 근거가 될 수 있습니다. 그러나 30.9%라는 숫자 자체가 ‘대부분’이나 ‘모두’라는 뜻은 아니며, 다른 연령의 비율로 바꿀 수도 없습니다.
다른 자료의 ‘일자리 자체가 없어서’라는 비율을 여기에 바로 더하는 것도 조심해야 합니다. 같은 조사, 같은 질문, 같은 대상인지 확인해야 하고, 복수 응답이라면 겹침까지 살펴야 합니다. 선택지가 비슷해 보여도 응답 구조가 다르면 합계는 의미가 없어집니다.
쉬는 이유를 묻는 질문과 첫 직장을 그만둔 이유를 묻는 질문도 다릅니다. 첫 직장에 불만이 있어 그만둔 사람은 다음 직장에 바로 들어갔을 수도 있습니다. 퇴사 사유의 비율을 쉬었음의 원인 비율처럼 쓰려면 두 상태를 연결하는 자료가 더 필요합니다.
여기서 통계의 한계를 말하는 것은 개인의 어려움을 의심하자는 뜻이 아닙니다. 오히려 서로 다른 경험을 하나로 뭉뚱그리지 않기 위해서입니다. 일이 맞지 않았던 사람, 가족 상황 때문에 멈춘 사람, 지원을 반복하다 지친 사람에게 필요한 설명과 지원은 같지 않을 수 있습니다.
기간이 길수록 어렵다는 연구는 개인의 운명이 아닙니다
한국은행의 2026년 1월 이슈노트는 청년패널을 이용해 미취업 상태를 구직, 교육·훈련 등 인적자본 투자, 쉬었음으로 구분해 분석했습니다. 연구는 미취업 기간이 늘어날 때 쉬었음 상태일 확률은 높아지고 구직 확률은 낮아지는 관계를 보고합니다. 지원을 논의할 때 기간과 조건을 함께 봐야 할 이유입니다.
그러나 이런 집단 수준의 추정값을 개인에게 곧바로 붙이면 안 됩니다. 쉬는 기간이 1년 더 길어졌다고 특정 개인의 가능성이 정확히 몇 퍼센트포인트 변했다고 계산할 수는 없습니다. 연구가 사용한 표본과 모형 안에서 나타난 관계와 개인의 앞으로의 경로는 다릅니다.
같은 연구는 쉬었음 청년의 희망 임금과 원하는 기업 유형을 살펴 단순히 눈높이가 높아서라고 해석하기 어렵다고 설명합니다. 이 결과가 모든 사람이 같은 임금을 받아야 한다거나 어떤 직장이든 선택하라는 뜻은 아닙니다. 사람들의 조건을 조사하지 않은 채 태도만 탓하는 설명이 충분하지 않다는 쪽으로 읽는 것이 적절합니다.
‘이력효과’라는 표현도 과거 경험이 이후 상태에 영향을 남길 수 있다는 맥락에서 이해할 수 있습니다. 한 번 쉬면 돌아올 수 없다는 낙인으로 사용할 말은 아닙니다. 집단의 위험을 살피는 이유는 미리 지원할 지점을 찾기 위해서이지, 누군가의 미래를 통계표로 확정하기 위해서가 아닙니다.
확장실업률도 ‘진짜 실업률’ 하나를 찾는 도구는 아닙니다
공식 실업률보다 넓은 범위를 보려는 고용보조지표가 있습니다. 흔히 확장실업률이라고 부르는 지표도 그중 하나입니다. 일이 있어도 추가로 일하기를 원하는 경우나 잠재적으로 취업할 수 있는 집단 등을 더 고려합니다. 분자와 분모의 범위가 다르므로 공식 실업률과 수치가 다른 것은 자연스러운 일입니다.
기존 글은 2025년 5월의 공식 실업률과 11월의 고용보조지표를 나란히 놓고 격차를 강조했습니다. 이번에는 그 그래프를 삭제했습니다. 지표 차이와 시점 차이가 섞였기 때문입니다. 비교하려면 우선 같은 연령, 같은 시점의 값을 가져와 각각의 정의를 붙여야 합니다.
넓은 지표가 높다고 해서 그 안의 모두가 실업자와 같은 상태인 것도 아닙니다. 현재 일하지만 더 일하고 싶은 사람과 당장 일을 시작할 수 없는 사람에게 필요한 대응은 다를 수 있습니다. 넓게 보는 장점은 다양한 미충족 수요를 함께 살핀다는 데 있고, 각 상태의 차이를 지워도 된다는 데 있지 않습니다.
공식 실업률을 ‘가짜’, 확장 지표를 ‘진짜’라고 나누기보다 서로 다른 창이라고 생각하면 이해하기 쉽습니다. 한 창은 적극적인 구직과 취업 가능성을 기준으로 보고, 다른 창은 더 넓은 노동력 활용의 여지를 봅니다. 고용률과 근로시간, 일자리의 질도 함께 보아야 전체 그림이 가까워집니다.
같은 사람이 계속 쉬는지, 새 사람이 들어오는지도 다릅니다
가상의 지역에서 이번 달 쉬었음이 100명이고 다음 달도 100명이라고 합시다. 숫자만 보면 아무 변화가 없습니다. 하지만 첫 달의 30명이 취업하거나 공부를 시작하고 새로운 30명이 쉬었음으로 들어왔다면, 규모는 같아도 사람들의 이동은 컸습니다.
반대로 거의 같은 100명이 오랫동안 머물러 있다면 다른 문제가 될 수 있습니다. 월별 총량만으로는 이 두 상황을 구분하기 어렵습니다. 어느 시점의 사람 수를 재는 자료와 같은 사람을 계속 따라가는 자료가 다른 이유입니다. 개인을 추적하는 패널 연구는 이런 이동을 살피는 데 의미가 있습니다.
다만 패널에도 조사에 계속 참여한 사람이 누구인지, 중간에 빠진 사람이 있는지, 어떤 변수를 기록했는지라는 조건이 있습니다. 같은 사람을 따라갔다는 이유만으로 모든 원인이 밝혀지는 것은 아닙니다. 연구의 역할과 한계를 함께 읽어야 “왜 늘었나”라는 질문에 성급한 답을 피할 수 있습니다.
또 쉬었음에서 빠져나왔다고 반드시 취업한 것은 아닙니다. 학업·훈련·다른 비경제활동으로 이동할 수도 있습니다. 그래서 쉬었음 감소를 곧 취업 성공 인원으로 발표하려면 이동 경로를 확인하는 자료가 필요합니다. 정책 성과를 읽을 때도 단순한 칸 이동과 실제 생활의 변화를 구분할 이유가 있습니다.
지원제도와 통계의 나이 기준은 따로 확인합니다
통계표에서 15~29세를 청년으로 묶었다고 지원사업도 반드시 같은 연령을 쓰는 것은 아닙니다. 제도마다 목적과 대상이 다르기 때문입니다. 기사 속 쉬었음 인구에 포함된다는 사실만으로 특정 수당이나 프로그램을 받을 수 있다고 판단하면 곤란합니다.
실제 신청을 고민한다면 사업의 현재 공고에서 연령, 거주지, 소득·재산 요건, 구직 이력, 모집 기간을 따로 확인해야 합니다. 지원금의 최대액과 모든 참여자가 실제 받는 금액도 다를 수 있습니다. 이 글은 숫자를 읽는 설명이므로 이전 버전의 수당액과 신청 효과를 보장하는 안내는 유지하지 않습니다.
사람에게 말을 건네는 방식에도 비슷한 구분이 필요합니다. “쉬었음에 들어가니 이 제도부터 신청해”보다 무엇이 부담인지, 지금 원하는 도움이 있는지 먼저 듣는 편이 개인의 상황에 가깝습니다. 통계는 사회가 준비할 규모를 가늠하는 자료이지 옆 사람에게 맞는 순서를 대신 정해 주는 문답표가 아닙니다.
무언가를 신청하거나 짧은 교육에 참여했다는 사실만으로 장기 미취업의 문제가 해결됐다고 말할 수도 없습니다. 생활과 건강, 일자리 조건, 지속할 수 있는 환경을 함께 살펴야 할 수 있습니다. ‘신청 한 번이 시계를 다시 돌린다’는 이전 표현은 이런 차이를 지나치게 단순화해 이번에 뺐습니다.
숫자 옆의 작은 글씨가 사람을 덜 오해하게 합니다
다음에 ‘쉬었음 역대 최대’라는 제목을 보면 우선 네 가지를 찾아보면 됩니다. 몇 살부터 몇 살까지인지, 언제의 값인지, 인원인지 비율인지, 무엇을 분모로 삼았는지입니다. 그다음 같은 조건의 이전 값과 비교했는지 봅니다. 여기까지만 해도 서로 다른 기사가 왜 다른 말을 하는지 훨씬 잘 보입니다.
원인을 설명하는 문장에서는 한 가지를 더 확인합니다. 조사에서 그렇게 답한 것인지, 연구 모형이 추정한 것인지, 글쓴이가 해석한 것인지입니다. 세 종류 모두 이야기에 필요할 수 있지만 근거의 성격은 다릅니다. 관찰된 숫자 옆에 붙었다고 모든 해석이 같은 강도의 사실이 되지는 않습니다.
쉬었음이라는 이름은 짧지만 그 안에 담긴 시간은 짧지 않을 수 있습니다. 누군가에게는 이직 사이의 한 달이고, 다른 사람에게는 반복된 실패 뒤의 긴 멈춤일 수 있습니다. 통계를 정확히 읽는 목적은 어느 쪽을 가벼이 여기기 위해서가 아닙니다. 서로 다른 처지를 하나의 낙인으로 묶지 않고, 실제로 어떤 변화가 일어나는지 더 구체적으로 보기 위해서입니다.
참고 자료와 확인 범위
- 국민 삶의 질 지표 — 고용 관련 정의 · 취업자·실업자·비경제활동인구의 범위.
- e-나라지표 — 청년 고용동향 · 2026-09-16 확인 당시 2026년 8월 설명의 39.5만 명, 전년 동월 대비 감소, 7월 값 대조. 갱신형 페이지입니다.
- KDI — 최근 낮은 실업률의 원인과 시사점 · 2025-11-06. 장기 비중, 구직 의향 해석, 매칭효율성과 가상 시나리오의 구분.
- 한국은행 — ‘쉬었음’ 청년층의 특징 및 평가 · 2026-01-20. 공식 요약의 패널 분석 범위와 결과를 확인했습니다. 원자료 재분석은 하지 않았습니다.
- 국가데이터처 — 2025년 11월 고용동향 · 구직단념자 정의의 취업 희망·가능성·노동시장 사유·지난 1년 구직 경험 요건.
- OECD — NEET 지표 · 취업·교육·훈련 여부와 실업/비경제활동 구분. 국가 순위를 새로 산출하지 않았습니다.
2026-09-16 자료와 설명을 다시 확인했습니다. 기존 URL·updated 날짜는 유지했습니다. 연령 도판은 개념도이며 인구·실업률 계산은 가상 예시입니다. 서로 다른 기간의 그래프, 30대만의 문제라는 단정, 지원 신청 효과 보장을 제거했습니다. 자료 조사와 편집에 AI 보조를 사용했습니다.