먼저 두 숫자의 이름을 완성한다
이번 발표의 GDP는 유로지역의 계절조정된 실질 생산 규모다. 0.2%는 2025년 3분기가 바로 앞 분기보다 얼마나 커졌는지를 나타낸다. 같은 발표에서 0.1% 늘어난 고용은 취업자 수를 기준으로 한다. 두 숫자는 같은 지역과 분기를 다루지만, 하나는 생산량의 변화이고 다른 하나는 사람 수의 변화다. 둘을 결합하기 전에 측정 대상의 이름을 끝까지 읽어야 한다.[1]
‘생산이 늘었으니 생산성도 늘었다’는 문장은 중간 단계를 생략한다. 더 많은 사람이 일하거나 한 사람이 더 오래 일해도 전체 생산은 증가할 수 있다. 생산성을 묻는 질문은 생산 증가 자체보다 투입한 노동에 비해 생산이 얼마나 달라졌는지를 살핀다. 그래서 총량을 읽는 단계와 단위 노동당 결과를 읽는 단계 사이에 분모를 선택하는 과정이 필요하다.
이때 명목과 실질도 구별해야 한다. 판매한 물건의 양이 같아도 가격이 오르면 화폐로 표시한 매출은 늘 수 있다. 생산량의 변화를 보려면 가격 변화와 구분한 양의 개념이 필요하다. 반면 한 기업의 장부상 매출을 직원 수로 나눈 값은 유로지역의 실질 GDP를 취업자 수로 나눈 것과 범위가 다르다. 비슷한 ‘1인당’이라는 말만으로 두 지표를 같은 것으로 취급해서는 안 된다.
분모를 사람으로 놓으면
계산의 구조는 전체 생산을 취업자 수로 나누는 것이다. 이전 분기의 생산과 취업자 수를 각각 1로 놓으면 새 생산은 1.002, 새 취업자 수는 1.001이 된다. 따라서 1인당 생산의 변화율은 1.002를 1.001로 나눈 뒤 1을 빼는 방식이다. 결과는 약 0.0999%이며, 대략 0.1%라고 설명할 수 있다. 이는 발표된 반올림 증가율을 사용한 이해용 계산이다.
0.2에서 0.1을 빼면 0.1이 나오므로 뺄셈만 해도 된다고 느끼기 쉽다. 변화율이 아주 작을 때 이 차이는 편리한 근삿값이다. 하지만 비율의 분모 자체도 변하므로 정확한 관계는 나눗셈이다. 증가율이 커질수록 단순한 차이와 실제 비율 변화 사이의 간격은 커질 수 있다. 계산을 외우기보다 새 생산과 새 인원으로 다시 나누어 보는 편이 원리를 이해하기 쉽다.
반올림된 입력값을 썼다면 소수점 여러 자리까지 나온 결과에 특별한 의미를 붙이지 않아야 한다. 계산기의 자릿수가 많다고 원자료의 정밀도가 높아지지는 않는다. 여기서 0.0999%는 식을 설명하는 중간 결과일 뿐, 공식 생산성 통계가 그 자리까지 확정됐다는 뜻이 아니다. 독자에게 전달할 결론은 1인당 생산이 약간 늘어나는 방향의 기계적 계산이 가능하다는 정도다.
같은 인원도 일한 시간은 다르다
예를 들어 가상의 작업장에서 생산지수가 100에서 102로 늘고 취업자 수는 10명으로 같다고 하자. 취업자 1인당 생산은 10에서 10.2로 늘어 2% 증가한다. 그런데 총근로시간이 100시간에서 104시간으로 늘었다면 시간당 생산은 1에서 약 0.9808로 낮아진다. 1인당 생산이 늘어도 시간당 생산은 약 1.9% 줄 수 있다는 예시다. 이 숫자는 실제 유로지역 추정치가 아니다.
가상 작업장에서 왜 두 결과가 갈렸을까. 사람 수가 같은 동안 한 사람당 일한 시간이 늘었기 때문이다. 인원만 세면 추가된 시간이 보이지 않는다. 반대로 근로시간이 짧아져도 같은 생산을 유지했다면 시간당 생산성은 높아질 수 있다. ‘직원이 몇 명인가’와 ‘노동이 몇 시간 투입됐는가’는 서로 연결되지만 같은 질문은 아니다.
이를 생활 속 학습에 비유할 수 있다. 학생 수가 같은 두 반이 같은 양의 과제를 끝냈더라도 한 반이 훨씬 긴 시간을 썼다면 학생당 결과와 시간당 결과의 평가는 달라진다. 다만 실제 경제에서는 과제처럼 생산을 단순한 개수로 셀 수 없고, 서로 다른 산업의 결과를 합쳐야 한다. 비유는 분모를 이해하는 데 쓰고 경제 전체의 복잡성을 지워 버리는 설명으로 확장하지 않는 것이 좋다.
같은 분기의 속보도 발표 차수가 있다
비교 자료인 10월 30일 예비 속보에서도 유로지역의 3분기 전분기 대비 GDP 증가율은 0.2%였다. 그 발표는 자료가 아직 불완전하고 이후 수정될 수 있다고 알렸다. 11월 14일 자료는 GDP와 고용을 함께 제시하는 다음 발표다. 두 자료의 분기 성장률이 같다는 사실만으로 모든 입력 자료와 추정 과정이 최종 확정됐다고 볼 수는 없다.[1][2]
발표 차수를 구분하면 과거 시점의 판단을 공정하게 복원할 수 있다. 10월 말에 알 수 있었던 내용과 11월 중순에 추가된 내용을 한꺼번에 섞으면, 나중에 얻은 정보를 처음부터 알고 있었던 것처럼 보이게 된다. 이 글의 계산은 11월 14일 발표를 기준으로 하고, 11월 15일 이후에 나온 수정치는 끌어오지 않는다. 아카이브에서는 결과의 정확성뿐 아니라 당시 이용 가능했던 정보의 범위도 중요하다.
공식 속보를 읽을 때는 기사 제목에 나온 숫자를 찾는 데서 끝내지 말고 표의 열 제목을 확인해야 한다. 전분기 대비와 전년 동기 대비는 같은 분기의 상태를 다른 기준으로 묻는다. 어느 쪽은 단기 변화에, 다른 쪽은 한 해 전과의 차이에 초점을 둔다. GDP는 전분기 대비 수치, 고용은 전년 동기 대비 수치를 가져와 한 식에 넣으면 분모와 분자의 비교 기간이 어긋난다.
생산성이 설명해 주는 것과 남기는 것
해석의 한계는 평균값이 개별 근로자의 성과를 직접 평가하지 못한다는 데 있다. 경제 전체의 1인당 생산이 바뀌는 이유에는 업종 구성이나 일하는 방식의 변화 등 여러 가능성이 있다. 평균이 올랐다고 모든 사람이 같은 만큼 더 효율적으로 일했다거나 임금이 같은 비율로 늘어야 한다고 결론 낼 수는 없다. 국민경제의 집계와 개인의 경험 사이에는 추가적인 설명이 필요하다.
예컨대 생산 규모가 큰 업종의 고용 비중이 늘면 개별 업종 안에서 효율이 변하지 않아도 전체 평균은 달라질 수 있다. 이것은 구성 효과를 이해하기 위한 일반적인 가능성이지 이번 분기에 그런 일이 실제로 일어났다고 확인한 설명은 아니다. 원인을 말하려면 산업별 생산과 노동 투입 자료를 더 살펴야 한다. 총량 자료 두 개만으로 원인까지 특정하는 문장은 계산보다 훨씬 큰 주장을 담는다.
분모를 시간으로 바꾼다고 모든 문제가 해결되는 것도 아니다. 노동시간의 질이나 사용한 설비, 생산에 투입된 다른 자원이 달라질 수 있기 때문이다. 시간당 생산성은 중요한 비교 도구지만 전체 기술 수준이나 개인의 노력 자체를 완전히 측정한 점수는 아니다. 먼저 무엇을 나눈 비율인지 밝히고, 그 비율로 답할 수 있는 질문의 범위를 정하는 것이 올바른 사용법이다.
숫자 두 개를 받았을 때의 읽기 순서
실제로 이와 비슷한 발표를 읽으면 지역, 기간, 조정 여부, 생산의 단위, 노동 투입의 단위를 먼저 적어 보자. 그다음 같은 기간의 분자와 분모인지 확인하고, 원래 수준이나 지수로 되돌려 비율을 계산한다. 근로시간이 빠졌다면 ‘시간당’이라는 표현을 보류한다. 이 순서만 지켜도 성장률 두 개를 급하게 빼서 생산성의 이름을 붙이는 오류를 줄일 수 있다.
계산 결과를 설명하는 문장에도 자료의 성격을 남기는 편이 좋다. ‘반올림된 속보 증가율로 계산하면 취업자 1인당 생산은 약 0.1% 늘어나는 셈’이라고 쓰면 계산의 방법과 한계가 함께 전달된다. ‘생산성이 정확히 0.1% 올랐다’고 단정하면 속보, 반올림, 인원 기준이라는 세 조건이 사라진다. 짧은 문장이라도 어떤 분모를 사용했는지 붙이면 독자가 오해할 여지를 크게 줄일 수 있다.
유로지역의 0.2%와 0.1%는 작은 숫자지만 분모를 읽는 연습에는 충분하다. 전체 생산이 늘었는지, 사람당 결과가 달라졌는지, 시간당 결과가 달라졌는지를 차례로 질문하면 같은 통계 발표 안에서도 서로 다른 층위의 정보를 볼 수 있다. 이번 속보를 통해 확인할 수 있는 범위를 지키는 것이 다음 자료를 읽을 준비이기도 하다.
