Ⅰ. 서론

청년의 시기 이행해야 할 생애 중요한 과정 중 하나는 사회경제 활동이라 할 수 있다. 청년은 이를 통해 자신의 역할 정립과 경제적 독립을 이루어 나가는 과도기를 겪는다. 아동기에 적절한 발달을 거쳐야 건강한 아이로 성장하듯 청년기에는 사회로의 진입을 통해 목표와 과제를 이행해야 하지만 불연속성과 불안정성 중심의 사회에서 오늘날 청년들은 사회진입에 더 긴 준비 시간을 보내게 된다. 이를 증명하듯 지표로 확인되는 청년의 삶은 불안하기만하다. 늘어나는 경제활동인구 속 줄어드는 청년층, 정신건강 수준의 악화, 최근에는 COVID-19로 인한 영향으로 타격을 받은 취약계층 중 하나로 확인된다(OECD, 2020). 청년 문제의 어려움이 빈번히 언급되는 것은 현실적인 어려움과 함께 미래에 대한 불명확성이 해소되지 못하고 있기 때문이다(이승진 외, 2024). 실제로 2019년 3월 42.9%였던 청년 고용률은 2020년 동시기 41.0%로 1.9% 감소하였는데(통계청, 2024), 청년이 이러한 위기에 취약한 집단이라는 특징은 이전의 경제위기에서도 관찰된다(황수경 외, 2010; Bell & Blanchflower, 2011).

통계청(2023)에 따르면 미취업 상태로 조사된 청년 126만 명 중 절반 이상이 대졸 이상인 것으로 나타났다. OECD 국가 중 한국은 대졸자 비중이 가장 높지만, 이들의 고용률은 76%로 38개국 중 35위였다는 점에서 청년들의 미취업은 국가적인 문제로 자리 잡고 있음을 예측할 수 있다(OECD, 2022). 청년 인구 감소에도 불구하고, 2017년부터 다시 증가하던 비구직 니트 비중은 전년 대비 2020년 16.6만 명으로 확인되며, 대졸 이상 청년에게서만 증가율이 나타났다(남재량, 2021). 특히 청년층 니트는 비구직 상태가 지속 또는 반복될 가능성이 큰 것으로 나타나면서 이들이 가진 불안정성은 더욱 오랜 기간 지속될 수 있음을 예상할 수 있다(Caroleo et al., 2020). 이처럼 청년층의 실업은 국가의 인적자본 손실뿐만 아니라 청년 시기 실업의 위기가 생애 전반의 위기로 점차 확대될 수 있다는 위험이 존재하기 때문에 청년의 미취업 상태에 지대한 관심이 필요하다(김문길 외, 2021; Raaum & Røed, 2006; Schmillen & Umkehrer, 2017). 한편, 대졸 이상 청년은 고졸 이하 청년보다 취업눈높이가 높았으며, 평균 11개월의 취업준비 기간이 소요된다(최지수, 김은비, 2019; 오성욱, 이승구, 2009). 이에 학력에 따라 서로 다른 취업준비 양상을 보일 가능성이 존재하는 두 집단 중 특히 사회 문제로 대두되는 고학력 대졸자의 실업 해소를 위해 대졸 미취업 청년에 초점을 맞춘 연구는 우리나라 청년층에 대한 깊은 이해를 도울 것이다.

2020년 ^「청년기본법_」이 제정되면서 정부는 청년 삶의 질 향상을 주요 목표로 일자리, 주거 등 5대 영역에서 다양한 노력을 기울이고 있다. 또한 청년정책의 방향성이자 청년층 삶의 질 측면에서 지역 정책적 접근의 필요성이 강조되고 있는 것은 지역 간 차별화된 지원 전략이 청년층의 격차 해소에 필수적임을 짐작하게 한다(김문길 외, 2022). 즉, 지역 간 여러 격차 문제가 궁극적으로 청년층의 격차 해소에 중요한 측면이라 할 수 있기 때문이다. 기존 거주지역 연구에서는 도시와 비도시로 구분했지만, 한국의 수도권과 비수도권 지역의 차이는 수도권 청년 인구가 전국 청년 인구에 55%라는 점에서부터 다르게 출발한다(관계부처 합동, 2023). 수도권 거주 청년은 노동 시장의 격차로 인해 대졸 이상의 청년의 경우, 월평균 급여가 수도권에서 더 높은 것으로 확인되며(문영만, 홍장표, 2017), 니트(NEET) 상태를 느리게 탈출하는 집단에서 비수도권 거주 청년이 많았던 반면 수도권 거주 청년의 경우 니트가 아닌 상태를 유지하는 비율이 더 높았다(이민서, 김사현, 2021). 청년의 주거 형태에서는 비수도권의 경우, 자가의 비율이 높았으나 수도권은 전세 및 월세 비율이 높게 확인된다(황광훈, 2022). 이를 반영하듯 청년층이 원하는 복지영역의 선호도 또한 다르게 나타나는데, 수도권은 주거복지에서 비수도권 거주 청년은 문화복지와 고용복지에서 선호가 높은 것으로 확인된다(채병주, 황선재, 2021).

이러한 차이는 늘어난 구직활동 기간에 따라 청년들의 취업준비 과정에서 삶의 양상이 더욱 다양해질 것으로 예상된다. 더욱이 기존 연구들을 살펴보면 취업준비 청년의 우울과 심적인 압박감 등은 심각한 것으로 확인되나 청년층의 정신건강을 위해 시작된 마음건강 바우처 사업 또한 지역별 편중의 문제가 해결되지 않고 있다(김문길 외, 2021). 미취업 청년에 관한 연구를 살펴보면, 취업 스트레스, 진로, 구직행동 등 변수들 간의 관계를 살펴보거나 취업준비 청년을 일괄적으로 살펴보는 등 취업준비 중 발생하는 심리적 변화나 삶의 의미에 대한 연구를 진행하였다(최은희, 2018; 우아영, 윤연숙, 2020). 취업준비 청년을 유형화하여 분석한 연구 또한 연령대별 취업준비 청년 유형과 지역 내 수준의 연구라는 한계가 존재한다. 오늘날 청년들이 경험하는 이행 과정을 이해하려면 유형별 및 지역별로 청년의 이행 과정을 살펴보고 이를 통해 지원의 필요성과 필요한 지원 등을 파악할 필요가 있다(김문길, 2022). 이에 따라 변수 간의 관계보다는 사람들을 중심으로 각 변수의 값에 따른 결합유형으로 도출되는 잠재계층을 통해 맞춤형 접근을 가능하게 한 대상중심적(person-centered) 접근을 활용하여 미취업 청년을 살펴볼 필요가 있다. 따라서 본 연구는 거주지역인 수도권과 비수도권 지역에 미취업 청년들의 취업준비 지표에 따라 어떠한 잠재계층이 도출되는지 사람을 중심으로 유형화하고자 한다. 또한 이를 통해 발견된 유형에 영향을 미치는 요인을 살펴봄으로써 취업준비 유형에 따른 맞춤형 지원의 중요성을 논하고 생애 전반의 위기로 확대될 수 있는 실업을 감소시키는 데 기여하고자 한다.

이에 본 연구에서는 거주지역에 따라 수도권/비수도권으로 나누어 각각의 지역에 거주하는 대졸 미취업 청년의 취업준비 지표를 통해 취업준비 잠재계층이 몇 개의 유형으로 나타나는지 확인하고, 각 잠재계층에 영향을 미치는 요인을 살펴보고자 한다. 이에 따른 연구 문제는 다음과 같다. 첫째, 거주지역(수도권/비수도권)별 미취업 청년의 취업준비 지표에 따른 잠재계층은 어떠한가? 둘째, 각 미취업 청년 취업준비 잠재계층에 영향을 미치는 요인은 무엇인가?

Ⅱ. 이론적 배경

Ⅲ. 연구 방법

1. 연구 모형

지역에 따라 대졸 미취업 청년의 취업준비 잠재계층이 몇 개의 유형으로 나타나는지 확인하고, 어떠한 요인이 미취업 청년의 취업준비 잠재계층에 영향을 미치는지 살펴보기 위한 연구 목적을 달성하기 위해 [그림 1]과 같은 연구 모형을 설정하였다.

새창으로 보기

그림 1

연구 모형

Ⅳ. 연구 결과

2. 미취업 청년의 취업준비 잠재계층 확인 및 유형화

가. 잠재계층 유형 수 결정

대졸 미취업 청년의 취업준비 잠재계층이 어떻게 유형화되는지 확인하기 위해 시험 준비 여부, 직업교육훈련 여부, 취업 사교육 여부, 해외연수 여부, 자격증 취득 여부를 활용하여 잠재계층분석(LCA)을 실시하였다. 잠재계층분석은 1개의 계층부터 시작하여 4개의 계층까지 수를 증가시키면서 모형을 검증하였다. 분석은 수도권과 비수도권을 나누어 살펴보았다. 모형의 잠재계층 유형의 수에 따른 적합도는 <표 3>과 같다.

새창으로 보기

표 3

잠재계층 모형 적합도

구분	문항	AIC	BIC	saBIC	LMRLRT	BLRT	Entropy	잠재계층 분류율 %
								1	2	3	4
전체	1-class	1406.382	1428.300	1412.426	na	na	na
	2-class	1391.045	1439.263	1404.342	.014	.000	.461	10.1	89.9
	3-class	1393.062	1467.581	1413.612	.356	.122	.894	5.2	91.4	3.4
수도권	1-class	722.848	741.232	725.375	na	na	na
	2-class	721.514	761.958	727.075	.299	.000	.357	15.8	84.2
	3-class	722.677	785.181	731.271	.012	.118	1.000	5.1	19.9	75.0
	4-class	729.942	814.507	741.569	.045	1.000	.853	4.8	1.0	19.9	74.3
비수도권	1-class	685.561	704.080	688.223	na	na	na
	2-class	679.946	720.688	685.802	.006	.000	.867	3.7	96.3
	3-class	688.063	751.027	697.113	.159	.500	.656	5.0	3.3	91.7

주: 1) n=592/292/300

   2) na=not applicable.

전체 미취업 청년의 경우 AIC, saBIC는 2개 계층이, BIC는 1개 계층이 수치가 가장 낮은 것으로 나타났고, LMR-LRT와 BLRT는 1계층과 2계층 모형 간 차이가 통계적으로 유의한 것으로 나타났다. Entropy는 3계층의 수치가 가장 큰 것으로 나타났다. 이러한 통계적 기준들과 유의성을 검토하여 잠재계층을 2개로 하는 것이 전체 대졸 미취업 청년의 취업준비 유형을 가장 잘 보여주는 것으로 판단하였다. 최적 모형으로 선정된 2계층 모형의 각 집단 크기는 10.1%, 89.9%로 나타났다.

수도권의 경우 AIC는 2개 계층이, BIC, saBIC는 1개 계층의 수치가 가장 낮은 것으로 나타났다. 그리고 LMR-LRT는 2계층과 3계층, 3계층과 4계층 모형 간 차이가 통계적으로 유의한 것으로 나타났고, BLRT의 경우 1계층과 2계층 모형 간 차이가 통계적으로 유의한 것으로 나타났다. Entropy의 경우 3개 계층의 수치가 가장 큰 것으로 나타났다. 따라서 최종 잠재계층의 수는 통계적 기준들과 유의성을 검토하여 잠재계층을 3개로 하는 것이 수도권 지역의 대졸 미취업 청년의 취업준비 유형을 가장 잘 보여주는 것으로 판단하였다. 최적 모형으로 선정된 3계층 모형의 각 집단 크기는 5.1%, 19.9%, 75.0%로 나타났다.

비수도권의 경우 AIC, saBIC는 2개 계층이, BIC는 1개 계층의 수치가 가장 낮은 것으로 나타났다. 그리고 LMR-LRT와 BLRT의 경우 1계층과 2계층 모형 간 차이가 통계적으로 유의한 것으로 나타났다. Entropy의 경우 2계층의 수치가 가장 큰 것으로 나타났다. 따라서 최종 잠재계층의 수는 통계적 기준들과 유의성을 검토하여 잠재계층을 2개로 하는 것이 비수도권 지역의 미취업 청년의 취업준비 유형을 가장 잘 보여주는 것으로 판단하였다. 최적 모형으로 선정된 2계층 모형의 각 집단 크기는 3.7%, 96.3%로 나타났다.

나. 하위계층 유형의 의미

대졸 미취업 청년의 취업준비 잠재계층에 대한 해석은 각 설문 범주에 응답할 조건부 확률에 의해 이루어지며, 각 잠재계층의 조건부 응답 확률은 아래 표, 그림과 같다. 이는 각 하위계층이 가지고 있는 하위 차원별 특성을 의미한다. 이러한 특성과 취업준비 지표에 대한 ‘있다’의 중복 응답률을 고려하여 각 유형을 명명하였다.

전체 미취업 청년의 2개 유형은 각 차원별 특성을 고려하여 ‘스펙·고시 혼합형’, ‘정체형’으로 명명하였다. 첫째 ‘스펙·고시 혼합형’은 전체의 10.1%를 차지하였다. 이 유형에 속한 미취업 청년들은 ‘시험 준비 여부’에 ‘있다’라고 응답할 확률이 47.6%인 것으로 나타났다. ‘취업 사교육 여부’에는 ‘있다’라고 응답할 확률이 26.5%였으며, ‘자격증 취득 여부’는 ‘있다’라고 응답할 확률이 13.3%였다. 나머지 항목들에 대해서는 ‘있다’라고 응답할 확률이 10% 이하로 나타났다. 따라서 이 유형의 청년은 다른 유형과 비교하여 상대적으로 취업 사교육을 받으며 스펙을 쌓고, 시험을 준비하며 취업을 준비하는 것으로 나타났다. 즉, 다양한 방법을 통해 취업준비를 하는 유형으로 스펙 쌓기와 고시준비를 혼합하여 하는 것으로 나타나 ‘스펙·고시 혼합형’으로 명명하였다. 둘째, ‘정체형’은 전체의 89.9%가 속하는 유형이다. 모든 항목에서 ‘없다’라고 응답할 확률이 84.8% 이상으로 높다. 따라서 ‘정체형’으로 명명하였다. 취업준비 지표에 대한 ‘있다’의 중복 응답률을 살펴보면 ‘스펙·고시 혼합형’은 하나도 경험하지 않은 경우는 없었으며, 2개 이상 경험한 경우는 65.0%로 높게 나타났고, ‘정체형’은 하나도 경험하지 않은 경우가 77.1%, 2개 이상 경험한 경우는 없었다.

수도권의 3개의 유형은 각 차원별 특성을 고려하여 ‘스펙준비형’, ‘고시준비형’, ‘정체형’으로 명명하였다. 첫째, ‘스펙준비형’은 전체의 5.1%를 차지하였다. 이 유형에 속한 미취업 청년들은 ‘시험 준비 여부’에 모두 ‘없다’라고 응답하였으며, ‘취업 사교육 여부’에는 모두 ‘있다’라고 응답하였다. 나머지 취업준비 지표에 ‘있다’라고 응답할 확률을 살펴보면 ‘직업교육훈련 여부’ 20.0%, ‘해외연수 여부’ 13.3%, ‘자격증 취득 여부’는 6.7%였다. 따라서 이 유형은 시험 준비는 하지 않고, 모두 취업 사교육을 경험한 청년으로 고시준비는 하지 않되, 욕구에 맞는 노동시장으로의 진입을 위해 취업사교육 등 다양한 취업준비 방법을 활용해 스펙을 쌓고 있는 것으로 나타나 ‘스펙준비형’으로 명명하였다. 둘째, ‘고시준비형’은 전체의 19.9%가 속하는 유형이다. 이 유형은 ‘시험 준비 여부’에 모두 ‘있다’라고 응답하였으며, ‘해외연수 여부’에는 모두 ‘없다’라고 응답하였다. 나머지 취업준비 지표에 ‘있다’라고 응답할 확률을 살펴보면 ‘직업교육훈련 여부’ 5.2%, ‘취업 사교육 여부’ 12.1%, ‘자격증 취득 여부’는 13.8%였다. 따라서 이 유형의 청년은 공무원, 전문직 등 시험을 통해 취업을 준비하는 것으로 나타났다. 즉, 취업에 필요한 다양한 스펙들을 준비하기보다 비교적 한 가지의 목표를 설정하여 시험 준비에 몰두하고 있는 유형으로 나타나 고시준비형’으로 명명하였다. 마지막으로 ‘정체형’은 전체의 75.0%를 차지하였으며, 모든 취업준비 지표에서 ‘없다’라고 응답할 확률이 96.3% 이상으로 높다. 따라서 ‘정체형’으로 명명하였다. 취업준비 지표에 대한 ‘있다’의 중복 응답률을 살펴보면 ‘스펙준비형’과 ‘고시준비형’은 하나도 경험하지 않은 경우는 없었으며, ‘스펙준비형’이 ‘고시준비형’보다 취업준비 지표를 중복 경험한 비율이 높았다. ‘정체형’은 하나도 경험하지 않은 경우가 93.2%로 대부분을 차지하였다.

비수도권의 2개의 유형은 각 차원별 특성을 고려하여 ‘스펙·고시 혼합형’, ‘정체형’으로 명명하였다. 첫째 ‘스펙·고시 혼합형’은 전체의 3.7%를 차지하였다. 이 유형은 ‘시험 준비 여부’에 모두 ‘있다’라고 응답하였으며, ‘해외연수 여부’에는 모두 ‘없다’라고 응답하였다. 나머지 취업준비 지표에 ‘있다’라고 응답할 확률을 살펴보면 ‘직업교육훈련 여부’ 13.1%, ‘취업사교육 여부’ 44.6%, ‘자격증 취득 여부’는 22.1%였다. 따라서 이 유형의 청년은 시험을 준비하고, 취업 사교육을 받고, 직업교육훈련을 받거나 자격증 취득 등을 통해 취업을 준비하는 것으로 나타났다. 즉, 다양한 방법을 통해 취업준비를 하는 유형으로 스펙 쌓기와 고시준비를 혼합하여 하는 것으로 나타나 ‘스펙·고시혼합형’으로 명명하였다. 둘째, ‘정체형’은 전체의 96.3%가 속하는 유형이다. 모든 항목에서 ‘없다’라고 응답할 확률이 79.3% 이상으로 높고, 특히 시험 준비를 제외하고 96.4%가 넘는다. 따라서 ‘정체형’으로 명명하였다.

취업준비 지표에 대한 ‘있다’의 중복 응답률을 살펴보면 ‘스펙·고시 혼합형’은 2개 이상 경험한 경우가 100.0%였고, ‘정체형’은 하나도 경험하지 않은 경우가 71.3%로 높게 나타났다.

살펴본 바와 같이 비수도권에서는 1개의 유형으로 나타났던 ‘스펙·고시 혼합형’은 수도권에서는 ‘스펙준비형’과 ‘고시준비형’ 2가지로 분화되었다. 이는 수도권을 중심으로 불균형한 경제 발전으로 인해 청년들이 원하는 양질의 일자리가 수도권에 편중되어 있기 때문이라고 설명할 수 있다(황광훈, 홍석현, 2021). 수도권에서는 질이 좋은 일자리 취업의 기회가 더 많고, 이러한 일자리를 구하기 위해서는 직무에 맞는 취업준비와 함께 더 많은 스펙이 필요하기 때문이다. 이에 따라 수도권의 경우 ‘스펙준비형’과 ‘고시준비형’ 2가지로 분화되었다고 해석할 수 있다. 대졸자의 괜찮은 일자리 취업률을 살펴본 연구에서도 수도권 지역에서 괜찮은 일자리 취업률이 가장 높고, 어학연수 경험, 자격증 취득, 가족경제 지원이 괜찮은 일자리 취업에 유의한 영향을 미치는 것으로 나타나 본 연구와 맥을 함께한다(정성배, 이지우, 2018).

새창으로 보기

그림 2

대졸 미취업 청년의 취업준비 유형(수도권, 비수도권)

새창으로 보기

표 4

유형별 조건부 응답 확률: 전체, 수도권, 비수도권

구분		전체 (N=592)		수도권 (N=292)			비수도권 (N=300)
		스펙·고시 혼합형	정체형	스펙준비형	고시준비형	정체형	스펙·고시 혼합형	정체형
시험 준비	있다	.476	.152	.000	1.000	.000	1.000	.207
	없다	.524	.848	1.000	.000	1.000	.000	.793
직업교육훈련	있다	.094	.007	.200	.052	.023	.131	.010
	없다	.906	.993	.800	.948	.977	.869	.990
취업 사교육	있다	.265	.000	1.000	.121	.000	.446	.022
	없다	.735	1.000	.000	.879	1.000	.554	.978
해외연수	있다	.050	.007	.133	.000	.009	.000	.021
	없다	.950	.993	.867	1.000	.991	1.000	.979
자격증 취득	있다	.133	.028	.067	.138	.037	.221	.036
	없다	.867	.972	.933	.862	.963	.779	.964

다. 미취업 청년 취업준비 유형별 특성

미취업 청년의 취업준비 유형을 구체적으로 살펴보기 위해 유형에 따른 특성의 차이를 분석하였다. 결과는 <표 5>, <표 6>, <표 7>과 같다. 성별, 연령, 가구소득, 스트레스, 자아존중감, 자기효능감을 살펴보았다.

새창으로 보기

표 5

취업준비 유형별 특성: 전체

(단위: 명/%, M/SD)
구분		전체	스펙·고시 혼합형a	정체형b	χ 2/t
성별	남성	197(33.3)	23(38.3)	174(32.7)	.769
	여성	395(66.7)	37(61.7)	358(67.3)
	전체	592(100.0)	60(100.0)	532(100.0)
연령		28.75(3.10)	27.85(2.80)	28.85(3.11)	-2.380* (a<b)
가구소득		8.39(0.85)	8.34(0.94)	8.40(0.84)	-.478
스트레스		1.77(0.73)	1.88(0.79)	1.76(0.72)	1.246
자아존중감		4.30(0.65)	4.26(0.71)	4.30(0.64)	-.491
자기효능감		3.86(0.54)	3.99(0.56)	3.85(0.54)	1.916

^* p<.05.

새창으로 보기

표 6

취업준비 유형별 특성: 수도권

(단위: 명/%, M/SD)
구분		전체	스펙준비형a	고시준비형b	정체형c	χ 2/t
성별	남성	105(36.0)	5(33.3)	29(50.0)	71(32.4)	6.201*
	여성	187(64.0)	10(66.7)	29(50.0)	148(67.6)
	전체	292(100.0)	15(100.0)	58(100.0)	219(100.0)
연령		28.95(3.12)	27.07(3.15)	28.16(2.73)	29.29(3.14)	6.123** (a, b<c)
가구소득		8.31(1.07)	8.47(0.97)	8.65(0.58)	8.20(1.16)	3.412* (b>c)
스트레스		1.78(0.70)	1.85(0.82)	1.77(0.57)	1.77(0.73)	.099
자아존중감		4.22(0.68)	4.19(0.60)	4.16(0.62)	4.24(0.70)	.357
자기효능감		3.81(0.59)	3.89(0.37)	3.84(0.59)	3.80(0.60)	.203

^* p<.05, ^**p<.01.

새창으로 보기

표 7

취업준비 유형별 특성: 비수도권

(단위: 명/%, M/SD)
구분		전체	스펙 고시 혼합형a	정체형b	χ 2/t
성별	남성	92(30.7)	6(54.5)	86(29.8)	3.062
	여성	208(69.3)	5(45.5)	203(70.2)
	전체	300(100.0)	11(100.0)	289(100.0)
연령		28.55(3.07)	26.73(2.69)	28.62(3.07)	-2.020* (a<b)
가구소득		8.47(0.60)	8.42(0.82)	8.47(0.59)	-.291
스트레스		1.77(0.75)	2.22(1.01)	1.75(0.74)	2.022
자아존중감		4.37(0.61)	4.19(0.97)	4.37(0.59)	-.949
자기효능감		3.91(0.49)	4.13(0.70)	3.90(0.48)	1.492

^* p<.05.

전체 및 비수도권 미취업 청년의 경우 연령에서 차이를 나타냈다. ‘스펙·고시 혼합형’보다 ‘정체형’이 연령이 더 높은 것으로 나타났다. 수도권은 성별, 연령, 가구소득에서 차이를 보였다. 성별의 경우 ‘고시준비형’이 전체 비율과 비교하여 남성의 비율이 높은 것으로 나타났다. 연령과 가구소득의 경우 ‘정체형’보다 ‘스펙준비형’과 ‘고시준비형’의 연령이 낮고, ‘정체형’보다 ‘고시준비형’의 가구소득이 더 높은 것으로 나타났다.

Ⅴ. 결론 및 논의

본 연구는 오늘날 대학 교육을 마치고 공백 기간에 놓인 청년의 취업준비 형태에 주목해 ^「청년패널조사(Youth Panel)_」 14차년도 자료를 활용하여 이들을 거주지역에 따라 나누어 취업준비 잠재계층 유형을 확인하고, 각 유형에 영향을 미치는 요인을 확인하는 것을 목적으로 한다.

거주지역에 따라 취업준비 잠재계층을 파악한 결과는 다음과 같다. 거주지역과 관계없이 대학을 졸업한 미취업 청년의 경우 시험을 준비하거나 취업 사교육을 받은 ‘스펙·고시 혼합형(10.1%)’과 모든 취업준비 지표에서 ‘없다’라고 응답할 확률이 높은 ‘정체형(89.9%)’의 2개의 잠재계층 유형으로 분류되었다. 이와 동일하게 비수도권 거주청년도 2개 유형으로 ‘스펙·고시 혼합형(3.7%)’과 ‘정체형(96.3%)’으로 나타났다. 반면, 수도권의 경우 시험준비 없이 모두 취업 사교육을 경험한 청년으로 취업에 필요한 스펙을 준비하기 위해 큰 노력을 기울이는 ‘스펙준비형(5.1%)’, 공무원, 전문직 등 시험을 통해 취업을 준비하는 ‘고시준비형(19.9%)’, 모든 취업준비 지표에서 ‘없다’라고 응답할 확률이 높은 ‘정체형(75.5%)’의 3개의 잠재계층 유형으로 분류되었다.

미취업 청년의 취업준비 유형별 특성을 살펴보면, 전체 및 비수도권 미취업 청년의 경우 ‘스펙·고시 혼합형’의 연령이 ‘정체형’에 비해 낮은 것으로 확인된다. 수도권 거주 청년은 성별, 연령, 가구소득에서 차이를 보이며, ‘고시준비형’은 전체 비율과 비교하여 남성의 비율이 높은 것으로 나타났다. 또한 ‘정체형’은 연령이 가장 높았고, 가구소득은 ‘고시준비형’에 비해 낮은 특징을 보였다. ‘정체형’이 다른 유형들과 비교해 연령이 높은 것은 청년의 취업준비가 길어질수록 사회적 시선을 부담스럽게 여길 수 있고, 취업에 대한 목표와 취지, 우울감, 심적 부담감이 다르게 나타나며, 취업준비 과정에도 영향을 준다는 선행연구들과 맥을 함께한다(정도범 외, 2022; 우아영, 윤연숙, 2020; 조경욱, 전아람, 2020). ‘고시준비형’에 남성의 비율이 높다는 결과는 남성이 공무원, 전문직 등의 취업을 준비하는 비율이 높다고 볼 수 있다. 이는 상용직 유지형에 남성 청년이 더 많이 속해 여성 청년이 남성에 비해 불완전한 노동에 종사하는 비율이 높게 나타난 선행연구와 맥락이 같다(홍성표, 임한려, 2020). ‘고시준비형’은 가구소득 또한 높은 것으로 나타났는데, 이는 경제 상태에 여유가 있을수록 업무·환경을 중시하는 높은 취업 눈높이 유형에 속할 확률이 높았다는 선행연구와 일치하는 결과이다(전혜영, 2021).

미취업 대졸 청년의 취업준비 유형에 영향을 미치는 요인을 살펴본 결과는 다음과 같다. 전체 미취업 청년은 연령과 자아존중감은 높고, 자기효능감이 낮을수록 ‘정체형’에 속할 확률이 높았다. 수도권 거주 청년의 경우, 연령이 높을수록 ‘스펙준비형’과 ‘고시준비형’과 비교하여 ‘정체형’에 속할 확률이 높았다. 그리고 가구소득과 자기효능감이 높고, 자아존중감이 낮을수록 ‘정체형’과 비교해 ‘고시준비형’에 속할 확률이 높았다. 비수도권에 거주하는 대졸 청년은 연령이 높고 자기효능감이 낮을수록 ‘정체형’에 속할 확률이 높았고, 앞선 연구와 맥을 함께한다(채창균 외, 2008; 우아영, 윤연숙, 2020). 당장 취업전선에 뛰어들어 가정의 생계를 책임지지 않아도 되고, 고시준비를 위한 학원 및 생활비를 지원해 줄 수 있는 여력이 되는 가구소득이 높은 가정의 청년들이 ‘고시준비형’에 속했다고 볼 수 있다. 또한 부모님의 바람으로 안정적인 공무원이 되기로 택하는 경우도 있으므로 ‘정체형’보다 높은 가구소득이 설명된다(우아영, 윤연숙, 2020). 높은 자기효능감은 분명한 취업목표가 있고, 명확한 취업 정보 및 방법을 알고 취업준비에 임하는 ‘고시준비형’에서 높은 편이다. 특히 ‘정체형’보다 낮은 ‘고시준비형’의 자아존중감에 대해 이들이 고시준비 과정에서 느낄 자괴감과 실망감은 주변인들의 삶이 변화함에 따라 강도가 달라지고, 결과를 보여줘야 한다는 압박감이 있기 때문으로 해석할 수 있다(우아영, 윤연숙, 2020). 이를 통해 본 연구 결과인 연령과 가구소득, 자아효능감, 자아존중감이 청년의 취업준비에 미치는 영향이 크다는 사실을 재확인했다. OECD 평균 대비 한국의 낮은 청년층 고용률과 노동시장 위기 때마다 커지는 청년층의 고용 불안정성 문제가 본 연구를 통해 다시 한번 드러났다고 할 수 있다. 이러한 맥락에서 대졸 청년층의 취업준비는 졸업 후 스펙 또는 고시를 준비하지만, 낮은 청년층 고용률과 노동시장의 위기로 인해 취업 실패를 거듭하게 될 수 있다. 이는 취업에 대한 기대감과 자신에 대한 믿음인 자기효능감이 낮아지고, 많아진 나이로 인해 ‘정체형’으로 밀려날 위험이 있다.

대졸 미취업 청년의 구직을 위한 유형별 맞춤형 제도적 및 실천적 제언은 다음과 같다. 본 연구에서 미취업 청년의 취업준비 유형은 수도권은 ‘스펙준비형’, ‘고시준비형’, ‘정체형’ 세 가지로, 비수도권은 ‘스펙·고시 혼합형’과 ‘정체형’ 두 가지로 분류되었다. 수도권 ‘스펙준비형’ 청년은 상대적으로 자격증 학원, 취업 컨설팅 등 취업을 위한 사업장이 발달했고, 양질의 일자리 기회가 많은 수도권에서 취업준비를 하는 것으로 사료된다. 따라서 이 유형에게는 단순히 취업준비를 지원하는 단계를 넘어 개별 맞춤형 지원이 필요할 것이며, 취업준비를 하는 청년들이 수도권에 몰리지 않도록 지자체 특성에 맞는 일자리 창출과 같이 노동시장의 지역 격차를 줄일 수 있도록 정책적으로 보완되어야 한다. 수도권 ‘고시준비형’ 청년은 다소 장시간의 노력이 필요한 시험 준비로 비교적 특정 시험 합격이라는 분명한 목표를 가지고 있다. 따라서 장기간 합격 여부가 불투명한 시험공부를 하면서 자아존중감이 낮아지지 않도록 정서적 지원이 필요하다. 현재 청년층을 대상으로 고용노동부의 취업·실직에 따른 스트레스 극복과 심리적 안정을 도모하는 ‘심리안정지원 프로그램’, 전주시의 미취업 청년 대상 청년쉼표사업, 광주시의 지역사회 기반 청년 맞춤형 정신건강 서비스 ‘마인드 링크’ 사업 등(이승진 외, 2024)이 시행되고 있으나 연령층별, 지역별 초점을 맞춘 다양한 개입 방법이 필요하다.

비수도권 ‘스펙·고시 혼합형’ 청년은 개인별 취업 상담을 통해 취업준비의 방향성을 잡는 것이 필요할 것으로 보인다. 그와 동시에 지역별 일자리 수요를 파악하여 지역 특성에 맞는 인재를 양성하고 취업으로 이어질 수 있도록 체계적인 지원이 필요하다. 거주지역과 관계없이 가장 높은 비율을 보인 ‘정체형’은 여러 차례의 취업 시도와 실패로 정체된 시기에 머물게 되는 형태이므로 이들을 다시 움직일 수 있도록 근본적인 대책 마련이 요구되며, 특히 장기 실업 청년에 대한 추가적 조사와 청년층 전반의 삶의 질을 일정 수준 이상으로 유지할 수 있도록 사회보장의 개념에 지원 시스템이 필요하다(정세정 외, 2020; 윤소희, 김제현, 2023). 여러 시도 끝에 원하는 취업에 실패한 경험은 ‘정체형’으로 넘어갈 위험이 있으므로 정부와 지자체, 더 나아가 민간에서도 적극적인 지원과 지지체계가 절실하다. 자기효능감 또한 거주지역과 관계없는 중요한 영향 요인으로 작용하여, 자기효능감이 높을수록 ‘정체형’에 비해 수도권에서는 ‘고시준비형’, 비수도권에서는 ‘스펙·고시 혼합형’에 속할 확률이 높아지는 것으로 나타났다. 이에 따라 청년들의 자기효능감 향상을 위해 다양한 직업적 경험을 제공하는 교육 및 직업훈련의 기회를 확대할 필요가 있다.

본 연구에서 주목할 만한 점은 다음과 같다. 첫째, 비수도권의 ‘스펙·고시 혼합형’이 수도권 거주 청년에게서는 ‘스펙준비형’과 ‘고시준비형’으로 나누어졌다고 유추해 볼 수 있다. 수도권에는 질 좋은 일자리 취업의 기회가 상대적으로 많지만, 그에 따라 대졸 청년의 욕구에 맞는 구직을 위해 다양하고 차별적인 스펙이 필요하여 ‘스펙준비형’과 ‘고시준비형’ 2가지로 분화되었다고 해석할 수 있다. 이는 청년이 살고 있는 지역에 따라 인적자본이 달라지고, 특히 인적자본 중 교육 수준은 수도권 거주 청년이 높은 형태(이민서, 김사현, 2021; 채병주, 황선재, 2021)와 수도권으로 몰린 노동시장의 격차로 취업준비에 필요한 선호기업의 인턴 기회, 자격증 및 어학 학원 분포도 등의 차이가 있기에 기존 연구와 같은 맥락으로 해석할 수 있다(문영만, 홍장표, 2017; 정성배, 이지우, 2018). 이를 종합하면, 청년들이 원하는 양질의 일자리와 기회가 수도권에 편중되어 있어 수도권에 거주하는 청년들은 과도한 구직경쟁에 놓이게 되고, 비수도권 청년들에게는 기회와 취업준비를 위한 인프라가 상대적으로 부족하다고 볼 수 있다. 따라서 노동시장의 지역별 격차 감소를 위해 비수도권의 취업준비 인프라 구축 및 지역 특성에 맞는 다양한 양질의 일자리 발굴을 위한 노력이 필요하다.

둘째, ‘정체형’은 거주지역과 관계없이 모든 취업준비 잠재계층에서 확인된 유형으로 전체, 수도권, 비수도권 각각 89.9%, 75.0%, 96.3%로 가장 큰 비율을 차지하고 있었다. 이러한 결과는 청년세대 취업시장의 어두운 현실을 보여주는 결과이며, 코로나 시기 어디에도 속해있지 않았던 청년들의 소외가 드러났다고 할 수 있다. 본 연구의 취업준비 대상자는 학생을 제외하고 소속된 곳이 없는 미취업 청년을 대상으로 했다. 따라서 20대 후반과 30대의 분포도가 높으며, 시기적 공백을 겪고 있는 ‘정체형’의 규모가 더 크게 나타났다고 할 수 있다. 이러한 ‘정체형’은 다른 유형에 비해 취업준비는 하지 않고 있는데, 연령이 높고 자기효능감이 낮아 구직의 기회에서 멀어질 뿐만 아니라 심리·정서적 어려움이 있을 것으로 사료된다. 우아영과 윤연숙(2020)의 연구에 따르면 미취업 기간이 늘어날수록 취업준비의 어려움에서부터 이들이 가진 불안정성이 다차원적이고 연쇄적으로 일어나게 된다. 또한 장기간 실업 상태를 버텨내며 심리·정서적으로 급격하게 취약해지는 등 여러 요인에 의해 장기 미취업 형태로 빠졌을 가능성이 있다(김지경, 이윤주, 2018). 이처럼 본 유형은 취업준비 과정 중 반복된 실패와 긍정적 자극은 결여된 채 여러 번의 취업 시도와 실패로 인해 정체된 유형으로 볼 수 있다. 청년층 노동시장의 불안정성이 특히 20대 중후반에 집중되는 점을 고려하면, 본 연구에서 확인된 평균 연령과도 같은 맥락에서 설명된다.

특히 비수도권 미취업 청년의 경우 96.3%로 지나치게 높은 비율의 청년이 ‘정체형’으로 분류되었다. 이는 코로나19를 기점으로 근로 능력이 있으나 정체된 상태에 놓인 이들의 단적인 특징으로 볼 수 있다. 앞선 연구에서 확인된 바와 같이 노동시장 진입 과정에서 초기 진입이 지연되면서 진입한 일자리 질이 떨어지는 등 이후 취업이 되더라도 이직과 실직 기간이 늘어나는 고용 불안정 상태에 놓이는 경향이 있다(문혜진, 2013). 이러한 현상은 코로나19의 고용 충격이 청년층에게 직격탄을 준 이후, 전반적인 회복 추세에도 불구하고 일부 회복이 더딘 영역 및 계층이 나타나고 있다는 점에서 확인된다(김유빈 외, 2022). 특히 비수도권에 거주하는 청년이 미취업 상태를 탈출하는데에 더 긴 시간이 필요한 것을 염두하면(이민서, 김사현, 2021), 비수도권 ‘정체형’의 상태를 주의 깊게 살펴봐야 하며, 장기 실업 청년에 대한 추가적 조사와 구조적 체계가 필요하다(정세정 외, 2020).

본 연구는 구직활동을 포기하는 청년의 증가로 청년의 취업이 사회 문제로 대두된 현시점에서 미취업 청년을 대상으로 그동안 시도되지 않았던 취업준비와 관련된 5가지 지표를 활용하여 잠재계층을 유형화하고, 미취업 청년의 취업준비 유형에 영향을 미치는 요인을 규명했다는 점에서 의의가 있다. 또한 통계청의 지역별고용조사 자료를 활용하여 수도권과 비수도권 간 지역 격차를 확인한 기존 연구 결과를(강동우, 2023), 청년의 직접 응답 자료를 통해 유사한 결과임을 검증하였다는 점에서도 의미가 크다. 이뿐만 아니라 청년의 취업준비 유형 및 지역에 따른 맞춤형 지원 방안을 제언했다는 점에서 의미가 크다. 본 연구의 한계 및 후속 연구에 대한 제언은 다음과 같다. 첫째, 본 연구의 취업준비 지표들은 조사 시점뿐만 아니라 과거의 경험이 있다면 ‘있다’로 응답하도록 되어있다. 따라서 조사 당시 실제로 취업준비를 하고 있지 않더라도, 과거의 경험을 기반으로 취업준비 중인 것으로 분류되었을 가능성이 있다. 과거의 경험이 전혀 의미 없는 것은 아니지만, 현시점을 정확하게 반영하지 못했을 수 있다는 점에서 일반화에 신중해야 한다. 따라서 후속 연구에서는 동일 시점에 실제로 진행 중인 취업준비 유형의 특성을 살펴본다면, 더욱 세부적인 맞춤형 지원을 제공할 수 있을 것이다. 둘째, 본 연구에서는 청년의 취업준비 유형의 영향 요인을 살펴보았다. 후속 연구에서 각 유형에 따라 어떤 차이가 나타나는지 결과 요인을 밝힌다면 더 구체적인 유형별 맞춤형 지원 방안을 논의할 수 있을 것이다. 셋째, 비수도권에 ‘정체형’의 비율이 높은 것은 수도권에서 취업준비 중 포기하고 낙향한 경우도 포함될 가능성이 있다. 이에 따라 종단분석을 통해 지역 간 이동 패턴에 대해 정밀하게 살펴볼 필요가 있다. 마지막으로, ‘정체형’을 제외한 유형들의 경우 유형을 차지하는 인원수가 작아 각 유형의 특성을 일반화하기에 어려움이 있다. 후속 연구에서 질적연구를 통해 각 유형의 특성을 세부적으로 살펴볼 필요가 있다.

대졸 청년들의 노동시장 진입 시점에 일어난 코로나19 팬데믹의 여파는 경기침체를 불렀고, 청년들의 고용 및 임금에 장단기적으로 부정적인 영향을 미쳤다(곽은혜, 2022). 이 같은 상황이 지속된다면, 여러 번의 취업 시도와 실패로 포기의 굴레에서 ‘정체형’으로 전환될 수 있다. 따라서 본 연구에서 나타난 유형별 차이를 기반으로 청년들이 청년기의 가장 중요한 과업인 사회경제 활동을 이행하고, ‘정체형’으로 밀려나지 않도록, 그리고 청년이 안정적인 삶을 살아갈 수 있는 사회가 되길 기대한다.