산업별 실질부가가치 시나리오 전망과 고용·인력수급 시사점

Ⅰ.서론

인력수급 전망은 산업별 산출과 부가가치의 중장기 경로에 대한 전망을 전제로 한다. 산업이 얼마나 성장하는가는 그 산업이 필요로 하는 인력의 규모와 질을 결정하는 일차적 요인이기 때문이다. 그러나 산업별 부가가치 전망은 두 가지 어려움을 안는다. 첫째, 개별 산업의 시계열은 짧고 변동이 커 단독으로는 안정적 추정이 어렵다. 둘째, 산업은 공통의 거시 환경(유가·금리·환율·대외수요·국내경기)에 함께 노출되므로, 이 거시 요인을 일관되게 조건화하지 않으면 산업 간 전망이 서로 어긋난다.

본 연구는 이 두 어려움을 거시–산업 연계모형으로 다룬다. 거시 환경은 한국은행 동태예측모형(BOKDPM)이라는 검증된 구조모형으로 표현하고, 산업 부가가치는 이 거시 경로를 외생조건으로 받는 베이지언 벡터자기회귀(VARX)로 전망한다. 산업 간 연계는 산업연관표에서 얻은 정보를 사전분포로 반영하여, 짧은 시계열에서도 산업 상호작용이 합리적으로 규제되도록 하였다. 전망은 단일 경로가 아니라 다섯 가지 거시 시나리오로 제시하여, 인력수급 계획이 불확실성의 폭을 함께 고려할 수 있도록 한다.

Ⅱ.자료와 산업분류

산업 부가가치의 원자료는 한국은행 국민계정의 분기 실질부가가치(2020년 연쇄가격)이며, 표본은 2000년 1분기부터 2025년 4분기까지 104개 분기이다. 산업 합은 총부가가치(GDP)와 정확히 일치하도록 구성하였다.

산업분류는 공표 기준 36개에서 출발하여, 한국고용정보원의 인력수급 전망 분류와 정합하는 62개로 확장하였다. 확장 과정에서 각 세분 산업의 합이 상위 산업과 정확히 일치하도록 통제하였으며, 시계열이 부족한 신산업(이차전지·신재생에너지 등)은 광공업동태조사·전력통계 등 외부 실측지표를 벤치마킹하여 시변(時變) 비중으로 분리하였다. 이로써 분류 확장이 자료 제약에 막히지 않도록 하였다.

Ⅲ.전망 방법

1. 거시엔진 — BOKDPM

거시 환경은 한국은행 동태예측모형(BOKDPM)으로 표현한다. 이 모형은 산출·물가·정책금리·실질금리·실업·환율·대외(미국)·유가를 포함하는 다부문 구조모형으로, 2000–2025년 표본으로 재추정하였다. 장기 수렴값(정상상태)은 공식 추정치와 최근 10년 평균으로 정하였다(잠재성장률 1.8%, 물가목표 2%, 실질유가 불변 등). 노동공급 경로는 「2024~2034 중장기 인력수급 전망」의 증가율을 따른다. 각 거시 시나리오는 이 모형에 충격을 가하여 구현하며, 그 결과로 모형의 내생·파생 변수 경로를 얻는다.

2. 관측 가능한 외생변수

산업모형에 투입하는 외생변수는 BOKDPM의 내생·파생 변수를 조합한, 관측 가능한 거시지표 6종이다. 잠재적(비관측) 상태를 그대로 쓰지 않고, 조합의 결과가 반드시 관측 가능한 값이 되도록 구성하여 과거 실측과 미래 전망이 하나의 모형으로 정합되도록 하였다.

3. 산업 부가가치 모형 — 베이지언 VARX

산업별 실질부가가치는 위 외생 6종을 조건으로 하는 베이지언 VARX로 전망한다. 명세(수준/차분/오차수정)·사전분포(대칭수축/산업연관표)·외생포함 여부를 교차한 12개 후보를 동일 표본·동일 절차의 시점외 예측오차로 비교하였으며, 세 산업 단위(36·62·69) 모두에서 차분 명세 + 산업연관표 사전분포 + 외생 포함(VARX)이 검정구간 기준 가장 안정적이었다. 산업연관표 사전분포는 산업 간 생산유발 연계가 강한 방향으로 계수 정보를 배분하여, 대칭적 수축보다 산업 상호작용을 합리적으로 규제한다.

4. 전망의 정합화

산업별 전망을 단순히 더하면 산업마다의 과거 추세가 누적되어 총량이 과대해진다. 이를 막기 위해 먼저 산업모형의 장기 성장(드리프트)을 BOKDPM 잠재성장률(1.8%)에 맞추었다. 이렇게 더한 산업 합계(바텀업)는 2025–2035년 연평균 2.52%이다. 다음으로 BOKDPM 실질GDP 기준선에 총량 모형의 시나리오 차이를 반영한 통제 총량(연 1.91%)과 기존 전망(2024–2034판)을 결합한 전산업 성장 경로에 산업 합계를 비례로 맞추었다(결합 가중치 0.40). 산업 구성은 산업모형이 정하며, 36·62·69개 분류의 합계는 같다.

Ⅳ.시나리오 설정

거시 불확실성을 다섯 가지 시나리오로 구성하였다. 각 시나리오는 세계수요·유가·무역비용·국내수요에 대한 충격의 조합으로 정의되며, 이를 거시엔진에 가하여 산업모형의 외생 경로를 생성한다.

Ⅴ.전망 결과

1. 총량 전망

62개 산업 실질부가가치의 합은 2025년 2,178조원에서 2035년 2,609조원(기준)으로 연평균 1.82% 늘어난다. 다섯 시나리오의 2035년 수준은 2,606조원(공급제약+충격)에서 2,612조원(제약완화) 사이이며, 연평균 증가율은 1.81–1.83%이다. 시나리오 간 차이가 작은 것은 거시 충격이 대부분 시간이 지나며 사라지는 일시 충격이기 때문이며, 2035년까지 남는 차이는 인구(노동공급)와 유가 수준에서 생긴다.

주: 총량은 62개 산업 전망의 합이며, 시나리오는 거시엔진의 충격 조합으로 구현된다. 이전 판(2026년 9월) 기준 시나리오는 2035년 2,689조원(연 2.13%)이었다.

2. 산업별 전망 — 고성장·정체 산업

산업 간 성장 격차가 뚜렷하다. 기준 시나리오에서 의료·정밀기기와 전자·통신장비가 연 7%대로 가장 빠르게 늘고, 사회복지·의료·보건, 보험·연금, 금융·보험 관련 서비스, 금융업이 연 4% 안팎으로 뒤를 잇는다. 반면 석탄·석유제품, 광업, 가죽·섬유, 1차 금속은 감소하며, 건설업도 연 1.98%씩 줄어든다.

산업별·시나리오별 전체 수치는 시나리오 전망 결과 및 대시보드에서 조회할 수 있다.

Ⅵ.고용·인력수급 시사점

부가가치 성장의 산업 간 격차는 곧 인력수요의 구조적 재편을 의미한다. 본 절은 전망 결과를 인력수급 관점에서 해석한다.

1. 인력수요 확대가 예상되는 성장산업

고숙련·지식집약 부문의 성장이 두드러진다. 의료·정밀기기와 전자·통신장비는 연 7%대의 가장 빠른 부가가치 증가를 보여, 관련 공학·기술 인력 수요가 지속적으로 확대될 전망이다(취업계수로 환산한 컴퓨터·전자·광학기기 제조업 취업자는 2035년까지 99만 명 증가). 보건·복지·의료(연 4.0–4.1%)는 인구 고령화와 맞물려 대인서비스 인력의 구조적 증가를 시사하며(같은 기간 취업자 145만 명 증가), 금융·보험·정보서비스(연 2.8–4.0%)는 디지털 전환에 따른 전문서비스 인력 수요를 반영한다. 이들 부문은 인력의 양적 확충과 함께 숙련 고도화가 병행되어야 한다.

2. 인력 재배치가 필요한 정체·감소산업

반면 석탄·석유제품, 석탄·원유·천연가스, 금속·비금속광업, 가죽·섬유, 1차금속은 부가가치가 감소하여 인력수요가 축소될 것으로 전망된다. 건설업도 연 1.98%씩 줄어든다. 취업자로 환산하면 도소매업이 99만 명으로 가장 크게 줄고, 소재·에너지 제조업에서도 감소가 이어진다. 이들 부문은 급격한 감원보다 전직·재훈련을 통한 인력 재배치가 필요하며, 특히 에너지·소재 부문의 인력이 성장하는 제조·서비스 부문으로 이동할 수 있도록 하는 전환 지원이 정책 과제로 제기된다.

3. 시나리오와 불확실성

인력수급 계획은 단일 전망이 아니라 불확실성의 폭을 함께 고려해야 한다. 다만 이번 정비판에서는 다섯 시나리오의 전산업 차이가 작아(2035년 최대 6조원), 현재의 시나리오 폭을 인력수급 위험의 크기로 읽어서는 안 된다. 거시 충격이 대부분 일시적이어서 10년 뒤 수준에 남는 차이가 작기 때문이며, 남는 차이도 인구(노동공급)와 유가 수준에서 주로 생긴다. 유가 계수가 양(+)인 산업이 많아 지정학 시나리오가 기준보다 조금 높은 것도 이 때문이다. 지속 충격과 잠재성장 경로를 반영한 시나리오 재설계는 후속 과제로 남는다. 그 전까지는 장기 성장 가정의 민감도를 불확실성의 폭으로 참고할 수 있다. 잠재성장률을 1.5% 또는 2.0%로 두면 기준 시나리오의 2025–2035년 연평균은 각각 1.68%, 1.91%가 된다.

Ⅶ.결론 및 제언

본 연구는 검증된 거시 구조모형(BOKDPM)과 산업연관 정보를 반영한 베이지언 VARX를 결합하여, 62개 산업의 10년 실질부가가치를 시나리오별로 일관되게 전망하였다. 외생변수를 관측 가능한 거시지표의 조합으로 구성함으로써 과거 실측과 미래 전망을 하나의 모형으로 정합시켰고, 12개 후보 명세를 시점외 예측오차로 비교하여 모형 선택을 근거화하였다.

전망 결과는 산업 간 성장 격차가 인력수요의 구조적 재편으로 이어짐을 보여준다. 인력수급 전망은 이러한 산업별 성장 경로와 그 불확실성을 출발점으로 삼을 필요가 있으며, 본 연구의 산업별·시나리오별 부가가치 전망은 그 정량적 기초를 제공한다. 부가가치 전망을 취업계수와 결합한 산업별 인력수요 환산은 보고서 1 · 7장에서 수행하였다(2035년 기준 시나리오 취업자 2,856만 명). 향후 과제로는 지속 충격과 잠재성장 경로를 반영한 시나리오 재설계, 그리고 거시엔진 계수의 실증추정 강화를 제언한다.

Ⅷ.부록: 프로그램·데이터 딜리버리

전망에 사용한 프로그램과 데이터 일체를 재현 가능한 형태로 함께 제공한다. 아래 번들에는 정보입수·산업분류 구축·거시엔진·외생 구성·베이지언 추정·시나리오 전망·산출물 생성의 전체 코드와, 외생·거시·산업 패널 데이터, 전망 결과가 포함된다.

재현 절차

참고문헌

1. Bańbura, M., Giannone, D., & Reichlin, L. (2010). Large Bayesian vector auto regressions. Journal of Applied Econometrics, 25(1), 71–92. https://doi.org/10.1002/jae.1137
2. Doan, T., Litterman, R., & Sims, C. (1984). Forecasting and conditional projection using realistic prior distributions. Econometric Reviews, 3(1), 1–100. https://doi.org/10.1080/07474938408800053
3. Litterman, R. B. (1986). Forecasting with Bayesian vector autoregressions — Five years of experience. Journal of Business & Economic Statistics, 4(1), 25–38. https://doi.org/10.1080/07350015.1986.10509491
4. Galí, J., & Monacelli, T. (2005). Monetary policy and exchange rate volatility in a small open economy. The Review of Economic Studies, 72(3), 707–734. https://doi.org/10.1111/j.1467-937X.2005.00349.x
5. 통계청. (2023). 장래인구추계: 2022–2072년. KOSIS 국가통계포털.
6. 한국은행. 국민계정 산업별 실질부가가치(2020년 연쇄가격) 및 경제활동인구·물가·금리·환율 통계. ECOS 경제통계시스템.