본문 바로가기
카테고리 없음

2030년이 학령인구 위기의 최저점 — SDRI 출생코호트 시뮬레이션 2025~2040

by 조은아빠9 2026. 3. 13.
728x90
반응형

들어가며

우리나라 초중고 학령인구는 앞으로 얼마나, 얼마나 빨리 줄어들까요? "2034년이 최악"이라는 말을 자주 듣지만, 막상 수치로 정리된 시뮬레이션은 찾아보기 어렵습니다.

이번 포스팅에서는 출생코호트 기반 SDRI(학생수 감소 위험 지수) 시뮬레이션을 통해 2025년부터 2040년까지의 전국 학령인구 변화를 예측하고, 229개 시군구별 위험도 변화를 분석했습니다.


SDRI란?

SDRI(학생수 감소 위험 지수) = 초등학교 1학년 학생수 ÷ 초중고 전체 학생수 × 100

초1 학생수는 6년 후의 초등학교, 9년 후의 중학교, 12년 후의 고등학교를 채울 인구입니다. 초1 비율이 낮을수록 앞으로 학령인구가 줄어드는 구조입니다.

이론상 균등 분포라면 12개 학년이 똑같이 채워져 SDRI = 8.33%가 됩니다. 현실에서는 이미 저출생으로 초1이 상급학년보다 적어 전국 평균이 6%대입니다.

6단계 등급 기준 (이론값 기반 절대 기준)

등급 SDRI 범위 의미
🔵 증가 > 8.6% 이론값 초과 — 학령인구 증가세
🟢 안정 8.0 ~ 8.6% 이론값 근접 — 안정적 유지
🟡 관심 7.0 ~ 8.0% 완만한 감소 — 추이 모니터링
🟠 주의 6.0 ~ 7.0% 감소 진행 — 선제 대응 필요
🔴 위험 5.0 ~ 6.0% 급격한 감소 — 학교 존립 위협
🚨 고위험 ≤ 5.0% 이론값의 60% 미만 — 학교 소멸 위기

시뮬레이션 방법

한국은 만 6세에 초등학교 1학년에 입학합니다. 따라서 2025년의 초1 학생은 2018년생, 2030년의 초1은 2023년생입니다.

통계청 출생통계 자료를 활용해 각 학년의 인구를 출생코호트로 대입했습니다.

출생연도 출생아수 초1 입학년도 비고
2013 43만 6천명 2020 코로나 이전
2017 35만 8천명 2024 급격한 감소 시작
2018 32만 7천명 2025 현재 초1
2020 27만 2천명 2027 코로나 출생 감소
2022 24만 9천명 2029  
2023 23만명 2030 역대 최저 코호트

연도별 전국 SDRI 예측 (2025~2040)

연도 이론 SDRI 초1 해당 출생년도 초1 코호트 규모 초중고 이론 합계 등급
2025 6.51% 2018년생 32.7만 502만 🟠 주의
2026 6.20% 2019년생 30.3만 489만 🟠 주의
2027 5.77% 2020년생 27.2만 472만 🔴 위험
2028 5.73% 2021년생 26.1만 455만 🔴 위험
2029 5.71% 2022년생 24.9만 436만 🔴 위험
2030 ⬅️ 최저점 5.54% 2023년생 23.0만 415만 🔴 위험
2031 5.83% 2024년생 23.0만 395만 🔴 위험
2032 6.15% 2025년생 23.0만 374만 🟠 주의
2033 6.51% 2026년생 23.0만 353만 🟠 주의
2034 6.92% 2027년생 23.0만 333만 🟠 주의
2035 7.30% 2028년생 23.0만 315만 🟡 관심
2036 7.61% 2029년생 23.0만 302만 🟡 관심
2037 7.86% 2030년생 23.0만 293만 🟡 관심
2038 8.06% 2031년생 23.0만 285만 🟢 안정
2039 8.19% 2032년생 23.0만 281만 🟢 안정
2040 8.28% 2033년생 23.0만 278만 🟢 안정

※ 2024년 이후 출생아수는 23만명 수준 유지 가정 (실제 감소 시 상황 더 악화)


핵심 분석: "2030년이 비율 최저점"

왜 2030년인가?

SDRI의 분자(초1)는 2023년생 코호트(23만명)로 역대 최저입니다. 그런데 분모(초중고 전체)에는 아직 2010년대 초반의 대형 코호트(43만명대)가 고등학교에 남아 있습니다. 이 극단적 불균형이 2030년 SDRI 5.54%라는 최저점을 만듭니다.

💡 2030년 구도
초1 = 2023년생 (23만명) ← 역대 최저
고3 = 2012년생 (48만명) ← 아직 대형 코호트
→ SDRI = 5.54% (이론값 8.33%의 66.5% 수준)

"2034년이 최악"이라는 표현에 대해

SDRI 비율은 2030년 이후 점차 회복됩니다. 하지만 이것이 "상황 호전"을 의미하지 않습니다.

초중고 전체 학생 수 절대값을 보면:

연도 초중고 전체 학생(이론) 2025년 대비
2025 502만명 기준
2030 415만명 -17%
2034 333만명 -34%
2040 278만명 -45%

SDRI가 회복되는 것은 분자(초1)와 분모(전체)가 함께 줄어들기 때문입니다. 비율은 나아져도 학교가 유지되어야 할 학생의 절대 수는 계속 줄어듭니다. 2034년 기준 전체 학령인구가 2025년 대비 약 34% 감소한다는 사실이 핵심입니다.


지역별 SDRI 등급 변화 (2025 → 2029 → 2034)

등급 2025년 2029년 (비율 최저) 2034년
🔵 증가 2개 (1%) 0개 (0%) 3개 (1%)
🟢 안정 5개 (2%) 1개 (0%) 8개 (3%)
🟡 관심 28개 (12%) 12개 (5%) 36개 (16%)
🟠 주의 94개 (41%) 45개 (20%) 91개 (40%)
🔴 위험 63개 (28%) 108개 (47%) 60개 (26%)
🚨 고위험 37개 (16%) 63개 (28%) 31개 (14%)

2029년이 가장 극단적 상황입니다. 전체 229개 시군구 중 171개(75%)가 위험 이상으로 사실상 전국 대부분 지역이 위기 상태에 진입합니다.


주목할 개선 지역 (2025 → 2034 등급 상승)

대부분 지역이 제자리를 유지하는 가운데, 32개 지역은 2034년에 등급이 상승(위험도 감소)할 것으로 예측됩니다. 공통점은 신도시·택지 개발 지역으로 젊은 인구 유입이 계속되는 곳입니다.

시도 지역 2025 SDRI 2034 SDRI 2025 → 2034
부산 강서구 8.46% 8.65% 🟢 안정 → 🔵 증가
대구 달성군 8.00% 8.18% 🟡 관심 → 🟢 안정
경기 하남시 7.98% 8.16% 🟡 관심 → 🟢 안정
경기 광주시 7.88% 8.06% 🟡 관심 → 🟢 안정
세종 세종시 6.94% 7.10% 🟠 주의 → 🟡 관심
경남 밀양시 4.99% 5.10% 🚨 고위험 → 🔴 위험

시도별 2034년 위험 현황

시도 지역수 2025 평균SDRI 2034 평균SDRI 2034 고위험 2034 위험
경남 18 5.25% 5.37% 6개 8개
전남 22 5.63% 5.76% 5개 8개
전북 14 5.38% 5.51% 4개 6개
충남 15 5.58% 5.70% 6개 3개
경북 22 5.82% 5.95% 3개 7개
강원 18 6.33% 6.47% 1개 4개
경기 31 6.58% 6.73% 1개 3개
서울 25 6.51% 6.66% 1개 5개

경남·전남·전북·충남은 현재도 평균 SDRI가 5%대로 2034년에도 만성적 위기 상태가 지속됩니다.


시사점

① 위기의 골든타임은 지금~2029년
2027~2030년은 SDRI가 이론값(8.33%)의 65~69% 수준으로 떨어지는 최악의 구간입니다. 이 기간에 학교 통폐합, 적정규모화 정책이 집중적으로 쏟아질 것입니다. 학교별 대응 계획은 지금 시작해야 합니다.

② "SDRI 회복 = 상황 호전"이 아님
2034년 이후 SDRI가 7~8%대로 회복되는 것은 모든 학년이 23만명대 소형 코호트로 채워지기 때문입니다. 초중고 전체 학생이 502만명(2025)에서 278만명(2040)으로 줄어드는데, 그 안에서 비율이 균형을 찾는 것일 뿐입니다.

③ 지역 편차가 핵심
전국 평균 SDRI 6%대라도 경남·전남·전북은 5%대, 경기·세종·제주는 6%대 후반으로 차이가 큽니다. 동일한 국가 정책이 지역마다 전혀 다른 영향을 미칩니다. 지역 실정에 맞는 맞춤형 교육 정책이 필요합니다.

④ 2024년 이후 출생통계가 핵심 변수
이 시뮬레이션은 2024년 이후 출생아수가 23만명 수준에서 유지된다고 가정했습니다. 만약 추가 하락이 발생하면 2030년대 중반 이후 SDRI 회복도 기대하기 어렵습니다. 실제 출생 통계가 나올 때마다 업데이트가 필요합니다.


데이터 및 분석

  • 기준 데이터: 교육부 교육기본통계 2025년 (2025. 4. 1 기준)
  • 출생통계: 통계청 출생통계 (2013~2023년)
  • 분석 도구: Python (pandas, numpy)
  • 전국 229개 시군구 상세 데이터 (2025/2029/2034 SDRI 예측값 포함) 별도 엑셀 공유 예정

궁금한 점이나 특정 지역 분석 요청은 댓글로 남겨주세요.

728x90
반응형