인구 이동 데이터 어떻게 읽나요? 총이동 611만 명과 수도권 순유입 3만 8천 명을 갈라 읽는 데이터 해석 절차

인구 이동 데이터, 총이동자 수와 순이동을 어떻게 갈라 읽나요?

인구 이동 데이터를 읽는 출발점은 총이동자 수와 순이동을 분리하는 것입니다. 2025년 국내인구이동자는 611만 8천 명, 인구이동률은 12.0%였는데요. 이 큰 숫자는 "얼마나 많이 움직였나"를 말할 뿐 "어디로 쏠렸나"는 알려주지 않습니다. 지역의 방향은 전입에서 전출을 뺀 순이동에서 드러납니다. 같은 해 수도권은 3만 8천 명 순유입, 세종은 순유입에서 순유출로 방향이 바뀌었습니다. 총량·순이동·연령별 이동률·이동 사유를 각각 다른 칸으로 놓고 읽어야 데이터가 말이 됩니다.

총이동자 수와 순이동을 어떻게 갈라 읽나요
전입신고 한 장에서 시작된 질문
총이동자 611만 명이 말하지 않는 것
순이동: 전입에서 전출을 빼면 방향이 보인다
연령별 이동률: 20대 24.3%가 지도를 다시 그린다
이동 사유 주택 33.7%가 정책을 가른다
실전 가이드: KOSIS로 4단계 읽기
FAQ
같이 읽으면 좋은 것들

전입신고 한 장에서 시작된 질문

지난봄 저는 이사를 하면서 주민센터에서 전입신고서를 썼습니다. 세대주 이름과 이전 주소, 새 주소, 그리고 전입 사유를 고르는 칸이 있었는데요. 별생각 없이 "주택"에 표시하고 나왔습니다. 그 종이 한 장이 이듬해 통계표의 어느 칸을 한 칸 올린다는 사실은, 나중에 국내인구이동통계 원자료 구조를 들여다보고 나서야 알았습니다.

국내인구이동통계는 이렇게 주민등록법에 따라 제출된 전입신고서를 집계한 행정 통계입니다. 설문으로 표본을 뽑아 추정하는 조사 통계와 결이 다른데요. 전국의 이사 신고가 거의 전수로 쌓이기 때문에 표본오차 걱정은 적지만, 대신 "신고된 이사만" 잡힌다는 한계가 있습니다. 실제로 살림은 옮겼는데 주소를 그대로 둔 경우, 예컨대 자녀 학교 문제로 주소만 남겨둔 가구는 이 데이터에서 빠집니다.

제가 이 데이터를 처음 열었을 때 가장 헷갈렸던 지점이 있습니다. 뉴스는 "지난해 인구이동 4년 만에 증가"라고 하는데, 정작 제가 사는 도시는 인구가 줄고 있었거든요. 전국 총이동자 수는 늘어도 우리 동네는 빠져나갈 수 있습니다. 총량과 방향은 완전히 다른 이야기라는 걸, 그때 몸으로 이해했습니다.

총이동자 611만 명이 말하지 않는 것

먼저 가장 크게 보도되는 숫자부터 정리하겠습니다. 2025년 국내인구이동자 수는 611만 8천 명으로 전년보다 2.6%(16만 6천 명) 줄었습니다. 인구 100명당 이동자 수를 뜻하는 인구이동률은 12.0%였고요. 바로 앞해인 2024년에는 총이동자가 628만 3천 명, 이동률 12.3%로 오히려 늘었던 터라, 한 해 만에 방향이 꺾인 셈입니다.

여기서 주의할 점이 하나 있습니다. 총이동자 수는 "이사 건수의 총합"에 가깝습니다. A가 서울에서 인천으로 가고 인천의 B가 서울로 오면, 두 지역의 인구 순변화는 0이지만 총이동자에는 두 명이 그대로 잡힙니다. 그래서 총량이 늘고 줄었다는 사실만으로는 어느 지역이 커지고 작아지는지 알 수 없습니다.

총량이 왜 움직이는지도 단순하지 않은데요. 통계청은 2025년 이동자 감소의 배경으로 세 가지를 함께 들었습니다. 인구구조 변화로 이동이 활발한 청년층 자체가 줄었고, 교통·통신 발달로 굳이 이사하지 않아도 되는 생활이 늘었으며, 주택 경기 지표가 가라앉으면서 매매·전월세에 따른 이사가 줄었다는 것입니다. 즉 총이동자 수 한 줄에는 인구, 생활양식, 부동산이 뒤섞여 있습니다.

구분	2024년	2025년
총이동자 수	628만 3천 명	611만 8천 명
인구이동률	12.3%	12.0%
시도 내 이동률	8.1%	7.7%
시도 간 이동률	4.3%	4.3%

표에서 눈여겨볼 대비가 있습니다. 시도 간 이동률은 4.3%로 두 해가 같은데, 시도 내 이동률은 8.1%에서 7.7%로 내렸습니다. 줄어든 이사의 상당수가 같은 시·도 안에서의 근거리 이사라는 뜻인데요. 부동산 거래가 얼어붙으면 먼저 멈추는 게 동네 안 갈아타기라는 해석과 맞물립니다.

순이동: 전입에서 전출을 빼면 방향이 보인다

지역의 실제 방향을 보려면 순이동으로 넘어가야 합니다. 순이동은 어떤 지역에 들어온 전입자에서 나간 전출자를 뺀 값입니다. 양수면 순유입, 음수면 순유출이고요. 총이동자가 "얼마나 움직였나"라면 순이동은 "결국 어디가 늘고 줄었나"를 가리킵니다.

2025년 시도별 순이동을 보면 경기·인천·충북 등 6개 시도가 순유입, 서울·광주·부산 등 11개 시도가 순유출이었습니다. 권역으로 묶으면 수도권 3만 8천 명, 중부권 2만 명 순유입이었고 영남권과 호남권은 순유출이었습니다. 수도권은 2017년에 순유입으로 돌아선 뒤로 계속 사람을 빨아들이고 있는데, 다만 순유입 규모 자체는 전년보다 7천 명 줄었습니다.

방향이 뒤집힌 지역을 찾는 것도 중요한 읽기입니다. 2025년에는 세종이 순유입에서 순유출로, 대전과 전남이 순유출에서 순유입으로 돌아섰습니다. 세종은 오랫동안 순유입의 상징 같은 도시였는데 방향이 꺾였고, 반대로 대전·전남은 인접 지역과의 관계가 달라졌다는 신호입니다. 이런 방향 전환(turnaround) 은 총량 숫자에는 절대 나타나지 않습니다.

한 가지 덧붙이면, 시·도 단위 순유입이 곧 그 안 모든 지역의 순유입은 아닙니다. 서울은 시 전체로는 순유출이지만 자치구별로 보면 사정이 갈리는데요. 실제로 2024년 이동 데이터에서 서울 용산구는 재개발·정비 사업 여파로 순유출 규모가 두드러졌습니다. 광역 단위에서 시·군·구 단위로 한 칸 내려가면 정반대 방향이 나올 수 있으니, "어느 행정 단위의 순이동인가"를 늘 확인해야 합니다.

순이동은 규모뿐 아니라 비율로도 볼 수 있습니다. 인구가 많은 경기도의 순유입 몇 만 명과 인구가 적은 군 지역의 순유입 몇 백 명은, 절대값만 비교하면 경기도가 압도적으로 보입니다. 하지만 각 지역 인구로 나눈 순이동률로 보면 작은 지역의 유출입이 훨씬 격렬한 경우가 많은데요. 지역 간 체감을 비교할 때는 순이동 절대 규모와 순이동률을 함께 놓는 편이 안전합니다. 특히 인구 규모 차이가 큰 도시와 농촌을 나란히 볼 때 이 구분이 결정적입니다.

연령별 이동률: 20대 24.3%가 지도를 다시 그린다

인구 이동 데이터에서 가장 강한 신호는 연령입니다. 2025년 연령별 이동률은 20대가 24.3%로 가장 높고, 30대 20.4%, 10세 미만 12.9%가 뒤를 이었습니다. 60대 이상은 대체로 7%대 이하로 낮았고요. 20대는 인구 100명 중 24명이 한 해에 주소를 옮겼다는 뜻인데, 60대의 세 배가 넘습니다.

이 격차가 왜 중요할까요. 이동률이 높은 연령대가 어디로 향하느냐가 지역의 나이 구성 자체를 바꾸기 때문입니다. 청년이 빠져나간 지역은 단순히 인구가 주는 데서 그치지 않고 평균 연령이 올라가고, 이후 출생아 수까지 함께 줄어드는 구조로 이어집니다. 그래서 청년 순이동은 지역 소멸 논의의 핵심 변수로 다뤄집니다.

수도권 사례가 이걸 잘 보여줍니다. 2024년 기준 수도권은 30대 이하는 순유입, 40대 이상은 순유출이었습니다. 젊은 층은 학업과 일자리를 따라 수도권으로 들어오고, 중장년 이후는 주거비 등을 이유로 밀려 나가는 그림인데요. 같은 수도권 안에서도 나이에 따라 이동의 방향이 정반대로 갈립니다. 이 대목에서 지역소멸위험지수의 분자·분모가 왜 청년 여성과 고령 인구인지 자연스럽게 연결됩니다.

연령 이동률을 읽을 때 흔한 오해가 하나 있습니다. "20대 이동률이 높다"를 "20대가 특정 지역으로 몰린다"로 곧장 옮기는 것인데요. 이동률은 방향이 아니라 활발함의 지표입니다. 20대가 활발히 움직인다는 사실과, 그 움직임이 수도권 쏠림인지 흩어짐인지는 별개의 표에서 확인해야 합니다. 이동률(얼마나 자주 옮기나)과 순이동(결국 어디로 모이나)을 한 문장에 섞으면 결론이 어긋납니다. 이 둘을 분리해 읽는 습관이 연령 데이터에서 특히 중요합니다.

이동 사유 주택 33.7%가 정책을 가른다

"얼마나, 어디로"에 더해 "왜"를 읽으면 데이터의 해상도가 한 단계 올라갑니다. 국내인구이동통계는 전입신고서의 사유 항목을 집계하는데요. 2025년 주된 이동 사유는 주택 33.7%, 가족 25.9%, 직업 21.4% 순이었습니다. 이 세 가지가 전체 이동의 8할을 설명합니다.

특히 눈에 띄는 건 주택 사유의 감소입니다. 주택을 이유로 든 이동이 전년보다 10만 5천 명 줄었는데요. 2025년 전체 이동 감소분(16만 6천 명)의 상당 부분이 여기서 나왔다는 뜻입니다. 부동산 거래가 위축되면 이사 총량이 준다는 앞의 이야기가, 사유별 데이터에서 다시 확인되는 셈입니다. 참고로 2024년에는 주택 34.5%, 가족 24.7%, 직업 21.7%였습니다.

사유는 연령·지역과 겹쳐 읽을 때 진짜 힘을 냅니다. 예컨대 광주는 20대가 직업 을 이유로 서울·경기로 순유출되는 흐름이 이어졌는데요. 같은 순유출이라도 "일자리를 찾아 떠나는 청년"과 "집값 때문에 밀려나는 중장년"은 필요한 정책이 전혀 다릅니다. 전자는 지역 산업·일자리, 후자는 주거 안정이 답에 가깝습니다. 사유 데이터를 건너뛰면 이 구분이 통째로 사라집니다.

주의할 점은 사유 항목이 신고자의 선택에 의존한다는 것입니다. 이사 한 번에는 여러 이유가 겹치기 마련인데, 신고서에는 주된 사유 하나만 고르게 되어 있는데요. 직장 때문에 옮기면서 마침 더 넓은 집을 구한 경우, 어떤 사람은 직업으로 또 어떤 사람은 주택으로 표시합니다. 그래서 사유별 수치는 개별 가구의 정확한 동기라기보다 큰 흐름의 경향으로 읽는 편이 맞습니다. 그럼에도 주택 사유가 10만 명 단위로 움직였다는 것은, 개인차를 넘어선 시장 전체의 신호로 볼 근거가 충분합니다.

실전 가이드: KOSIS로 4단계 읽기

이제 직접 데이터를 여는 절차를 정리하겠습니다. 국가통계포털 KOSIS(kosis.kr)에서 "국내인구이동통계"를 검색하면 시점·지역·연령·사유별 표를 내려받을 수 있습니다. 초보자도 아래 네 단계면 왜곡 없이 읽을 수 있습니다.

1단계, 총량과 순이동을 분리합니다. 먼저 총이동자 수와 이동률로 "활발함"의 방향만 확인하고, 지역 판단은 반드시 순이동 표로 넘어가서 합니다. 이 둘을 같은 문장에 섞지 않는 게 첫 원칙입니다.

2단계, 행정 단위를 고정합니다. 전국·권역·시도·시군구는 결과가 다를 수 있습니다. 앞서 본 서울처럼 광역은 순유출인데 특정 구는 정반대일 수 있으니, 비교할 지역들의 단위를 같은 층위로 맞춘 뒤 읽습니다.

3단계, 연령과 사유로 쪼갭니다. 순유입·순유출 숫자를 20대·30대·중장년으로 나누고, 주택·가족·직업 사유를 겹쳐 봅니다. 같은 순유출도 청년 직업 이동인지 중장년 주택 이동인지에 따라 의미가 갈립니다.

4단계, 최소 3개년을 나란히 둡니다. 한 해 숫자는 부동산 경기 같은 일시적 요인에 흔들립니다. 방향 전환이 추세인지 반짝인지 보려면 연속된 여러 해를 함께 놓아야 합니다. 세종의 순유입에서 순유출로의 변화도 한 해만 보면 오독하기 쉽습니다.

이 절차를 습관으로 만들면, "총이동 늘었는데 우리 동네는 왜 줄지"같은 혼란은 대부분 사라집니다. 데이터가 틀린 게 아니라 서로 다른 칸을 겹쳐 읽었던 것뿐이니까요.

FAQ

국내인구이동통계는 조사인가요, 행정자료인가요?

전입신고서를 집계하는 행정 통계입니다. 표본을 뽑아 추정하는 조사와 달리 신고된 이사가 거의 전수로 반영되므로 표본오차는 작습니다. 다만 주소를 옮기지 않은 실질 이사는 잡히지 않는 한계가 있습니다.

총이동자 수가 늘면 우리 지역 인구도 느나요?

아닙니다. 총이동자 수는 전국의 이사 건수 합계에 가깝고, 특정 지역의 증감은 전입에서 전출을 뺀 순이동으로 봐야 합니다. 전국 총량이 늘어도 순유출인 지역은 인구가 줄 수 있습니다.

순유입과 순유출은 어떻게 계산하나요?

한 지역의 전입자 수에서 전출자 수를 뺀 값이 순이동입니다. 양수면 순유입, 음수면 순유출입니다. 2025년에는 경기·인천 등 6개 시도가 순유입, 서울·부산 등 11개 시도가 순유출이었습니다.

왜 20대 이동률이 특별히 중요한가요?

20대 이동률이 24.3%로 전 연령에서 가장 높고, 이들이 향하는 방향이 지역의 나이 구성과 이후 출생아 수까지 바꾸기 때문입니다. 청년 순이동은 지역 소멸 논의의 핵심 지표로 쓰입니다.

이동 사유 데이터는 왜 따로 봐야 하나요?

같은 순유출이라도 청년의 직업 이동이면 일자리 정책이, 중장년의 주택 이동이면 주거 정책이 필요합니다. 사유를 함께 읽어야 숫자 뒤의 원인과 대응이 갈라집니다.