2024년 15~24세 여성의 문해율: 33개 국가·지역 비교

2024년 15~24세 여성의 문해율을 비교하면 대부분의 관측치가 높은 수준에 모여 있지만, 일부 국가·지역에서는 매우 큰 격차가 남아 있다. UNESCO Institute for Statistics의 공식 GALP 추정치를 기준으로 한 이번 33개 관측치의 중앙값은 93.09%다. 그러나 최저 33.61%와 최고 99.99% 사이에는 66.38%포인트가 벌어져 있어 평균 하나만으로는 분포를 설명하기 어렵다. 이 글은 순위를 과장하기보다 실제 제공값의 범위, 중앙 경향, 상·하위 구간과 모델 추정치의 의미를 함께 살펴본다.

이 지표가 보여 주는 것

2024년 자료는 15~24세 여성 가운데 읽고 쓸 수 있는 사람의 비율을 보여 준다. 여기서 문해율은 단순히 학교 재학 여부를 뜻하지 않는다. UNESCO 통계에서 청년 문해율은 해당 연령대 인구 중 일상생활과 관련된 짧고 간단한 문장을 이해하며 읽고 쓸 수 있는 사람의 비율로 해석한다. 이번 자료의 공식 지표 코드는 LR.GALP.AG15T24.F이며 단위는 퍼센트다. 따라서 95라는 값은 해당 지표 정의에 따른 문해율이 약 95%라는 뜻이지, 학교 등록률이나 졸업률이 95%라는 뜻은 아니다.

또 하나 중요한 점은 이 값이 Global Age-Specific Literacy Projections Model, 즉 GALP를 이용한 추정치라는 사실이다. UIS는 최근 직접 관측값이 부족한 경우 기존 관측자료를 바탕으로 성별과 연령별 문해율을 추정할 수 있도록 이 모델을 사용한다. 그러므로 2024년이라는 연도는 모든 국가에서 2024년에 동일한 방식의 현장조사가 실시됐다는 의미가 아니다. 비교할 때는 공식 모델 추정치라는 성격과 국가별 기초자료의 차이를 함께 염두에 두는 것이 안전하다.

33개 국가·지역의 전체 분포

제공된 검증 자료에는 33개 국가·지역의 2024년 값이 들어 있다. 이 범위의 평균은 87.64%, 중앙값은 93.09%다. 평균보다 중앙값이 약 5.45%포인트 높은 것은 일부 낮은 값이 전체 평균을 아래로 끌어내렸기 때문이다. 가장 높은 값은 마카오의 99.99%, 가장 낮은 값은 차드의 33.61%로, 둘 사이의 차이는 66.38%포인트에 이른다. 한 해의 동일 지표라 해도 보고된 국가·지역 사이의 수준 차이가 매우 크다는 점이 가장 먼저 드러난다.

분포를 구간으로 나누면 차이가 더 선명하다. 33개 가운데 21개는 90% 이상이고, 14개는 95% 이상이며, 9개는 99% 이상이다. 반면 80% 미만은 6개, 70% 미만은 5개, 60% 미만은 3개다. 첫 번째 사분위수는 83.39%, 세 번째 사분위수는 99.03%다. 즉 가운데 절반의 값도 약 15.64%포인트 폭에 걸쳐 있어 상위권의 밀집과 하위권의 큰 격차가 동시에 존재한다.

상위권은 99% 안팎에 밀집한다

상위 다섯 곳은 마카오 99.99%, 몰도바 99.93%, 브라질 99.68%, 태국 99.50%, 몰디브 99.26%다. 베네수엘라가 99.10%, 이란과 통가가 각각 99.09%, 칠레가 99.03%로 뒤를 잇는다. 99% 이상인 곳만 9개이므로 상위권 내부의 차이는 매우 작다. 이 구간에서는 0.1~0.5%포인트 차이를 큰 성과 격차처럼 확대해 해석하기보다, 거의 보편적인 문해 수준에 가까운 집단으로 보는 편이 더 적절하다.

상위권 값이 서로 비슷하다는 사실은 순위표를 읽을 때 특히 중요하다. 예를 들어 마카오와 몰도바의 차이는 0.06%포인트, 브라질과 태국의 차이는 0.18%포인트에 불과하다. 모델 추정치와 원자료의 측정 오차 가능성을 고려하면 이런 작은 차이를 정책 성과의 확정적 우열로 설명하기 어렵다. 상위권에서는 정확한 순위보다 99% 안팎이라는 공통 수준에 초점을 맞추는 것이 방문자에게 더 정확한 정보를 준다.

중간 구간에서도 폭이 넓다

중앙값인 93.09%는 이집트의 값과 거의 같다. 그 주변에는 라오스 94.25%, 부룬디 94.73%, 푸에르토리코 92.39%, 말라위 91.54%, 케냐 90.53%, 탄자니아 90.02%가 있다. 이 구간만 보면 대부분의 여성이 기본 문해 능력을 갖춘 것으로 보이지만, 90%와 99% 사이에도 최대 9%포인트가량의 차이가 있다. 인구 규모가 큰 곳이라면 몇 퍼센트포인트 차이도 실제 사람 수로는 상당할 수 있지만, 이 자료에는 절대 인구수가 없으므로 인원으로 환산해서는 안 된다.

90% 아래로 내려가면 우간다 87.95%, 콩고민주공화국 86.40%, 감비아 84.92%, 앙골라 83.39%, 시에라리온 82.76%, 마다가스카르 81.47%, 세네갈 79.01%가 이어진다. 값이 연속적으로 떨어지는 모습은 상위권처럼 한 지점에 밀집되어 있지 않다는 것을 보여 준다. 따라서 33개 관측치를 단순히 높은 나라와 낮은 나라 두 그룹으로만 나누면 중간층의 다양한 수준을 놓치게 된다.

낮은 값이 평균을 크게 끌어내린다

하위 다섯 곳은 모잠비크 68.91%, 기니비사우 65.54%, 말리 56.11%, 기니 54.28%, 차드 33.61%다. 특히 차드는 바로 위의 기니보다도 20.67%포인트 낮다. 하위권 내부의 간격이 상위권보다 훨씬 크기 때문에 평균이 중앙값보다 낮아지는 비대칭 분포가 만들어진다. 33개 전체를 대표하는 한 숫자만 필요하다면 평균보다 중앙값 93.09%가 전형적 위치를 설명하는 데 더 안정적이다.

다만 낮은 값을 곧바로 특정 정책 실패나 단일한 사회적 원인의 결과로 연결해서는 안 된다. 이 데이터는 한 시점의 모델 기반 문해율만 제공하며 학교 접근성, 소득, 분쟁, 언어 환경, 조사체계, 성인교육, 지역별 격차 같은 설명변수를 포함하지 않는다. 원인을 설명하려면 별도의 교육·인구·경제 자료와 시계열 검토가 필요하다. 여기서 확실히 말할 수 있는 것은 보고된 2024년 추정치 사이에 큰 수준 차이가 존재한다는 사실까지다.

평균과 중앙값을 함께 봐야 하는 이유

평균 87.64%만 보면 전체 수준이 80%대 후반이라고 이해하기 쉽다. 하지만 33개 중 21개가 90% 이상이고 중앙값이 93.09%라는 사실을 함께 보면 다른 그림이 나온다. 몇몇 낮은 관측치가 평균에 큰 영향을 준 것이다. 특히 차드 33.61%, 기니 54.28%, 말리 56.11%처럼 60% 미만의 세 값은 다른 다수 관측치와 거리가 크다. 따라서 이 자료는 평균 하나보다 중앙값, 사분위수, 구간별 국가 수를 함께 제시할 때 구조를 더 충실히 보여 준다.

첫 번째 사분위수 83.39%와 세 번째 사분위수 99.03%도 유용하다. 관측값의 절반이 이 두 값 사이에 있고, 나머지 절반이 그 바깥에 있다. 상위 25%는 거의 모두 99% 부근에 몰려 있지만 하위 25%는 83.39% 아래에서 훨씬 넓게 퍼진다. 이런 형태는 상한에 가까운 비율 지표에서 자주 나타나는 천장효과와 유사한 모양을 보일 수 있으나, 이 글은 원인이나 통계모형의 적합성을 새로 검증하지 않고 실제 제공값의 분포만 설명한다.

GALP 추정치라는 점을 어떻게 읽을까

UIS의 GALP 설명에 따르면 최근 관측자료가 없는 국가에서는 최신 관측값을 기초로 연령과 성별 패턴을 이용해 문해율을 추정할 수 있다. 새로운 청년 코호트가 성인 인구에 들어오는 과정과 인구구성 변화도 모델에 반영된다. 그러므로 이 지표는 단순히 오래된 조사값을 2024년 칸에 복사한 수치와는 다르다. 동시에 직접 조사된 2024년 실측치와 완전히 같은 성격도 아니다. 독자는 모델 기반 추정이라는 중간적 성격을 이해해야 한다.

이 점은 국가 간 미세한 차이를 읽을 때 특히 중요하다. 99.93%와 99.68%처럼 수십 분의 1%포인트 차이는 순위는 만들 수 있지만 실질적인 격차라고 단정하기 어렵다. 반대로 90%대와 50%대, 30%대 사이의 수십 퍼센트포인트 차이는 단순 반올림으로 설명할 수 없는 큰 수준 차이다. 따라서 작은 순위 차이는 신중하게, 큰 구간 차이는 분포의 특징으로 읽는 방식이 합리적이다.

이 자료가 전 세계 전체 순위는 아니다

가장 중요한 제한은 관측 범위다. 검증 파일에는 33개 국가·지역만 포함되어 있으며, 누락된 곳을 0으로 처리하지 않았다. 따라서 “세계에서 가장 높다” 또는 “세계에서 가장 낮다”라고 단정할 수 없다. 정확한 표현은 “이번 33개 관측치 가운데 가장 높다”와 “이번 자료에서 가장 낮다”다. 동일한 이유로 대륙별 평균이나 전 세계 평균을 계산하는 것도 적절하지 않다. 국가 수가 지역별로 균형 있게 뽑힌 표본이 아니기 때문이다.

마카오와 푸에르토리코처럼 국가와 다른 행정적 지위를 가진 지역도 포함되어 있어, 본문에서는 편의상 국가·지역 또는 보고 지역이라는 표현을 사용한다. 이 구분은 순위 해석에도 중요하다. 표의 행은 모두 같은 지표값을 갖지만 국제법상 지위나 통계 보고체계가 동일하다는 뜻은 아니다. 사이트 방문자가 숫자를 비교할 때는 지표의 동일성만 공유하고 지리적·제도적 맥락은 별도로 확인해야 한다.

이 수치로 알 수 있는 것과 알 수 없는 것

이 자료로는 2024년 15~24세 여성 문해율의 상대적 수준, 관측치 분포, 상·하위 구간, 중앙 경향을 비교할 수 있다. 또한 문해율이 90% 이상인 관측치가 다수라는 점과 일부 관측치가 매우 낮아 전체 분포의 꼬리를 만든다는 점도 확인할 수 있다. 반면 남성 문해율과의 성별 격차, 과거 대비 개선 속도, 도시와 농촌의 차이, 학교 교육의 질, 문해능력의 세부 수준은 이 단일 지표만으로 판단할 수 없다.

특히 “문해 가능”이라는 기준은 고급 독해력이나 디지털 문해력과 동일하지 않다. 기본적인 읽기·쓰기 여부를 나타내는 비율이므로 99%에 가까운 값도 모든 사람이 복잡한 문서를 이해하거나 동일한 교육 성취를 보인다는 뜻이 아니다. 반대로 낮은 값 역시 개인의 능력을 평가하는 낙인으로 사용해서는 안 된다. 이 통계는 인구집단 수준의 교육 지표이며, 개인을 설명하기 위한 자료가 아니다.

비교 자료로 활용할 때의 실용적인 방법

정책이나 연구 목적으로 활용할 때는 먼저 동일 연령대와 동일 성별의 지표인지 확인하는 것이 좋다. 여성 15~24세 문해율을 남녀 전체 문해율이나 성인 15세 이상 문해율과 직접 비교하면 분모가 달라진다. 다음으로 관측인지 모델 추정인지 확인해야 한다. 마지막으로 국가별 청년 여성 인구 규모를 추가하면 비율 차이가 실제 인원에 얼마나 연결되는지 추정할 수 있지만, 그 계산에는 별도의 공식 인구자료와 일관된 기준연도가 필요하다.

시계열을 붙일 경우에도 같은 지표 코드와 같은 모델 버전을 유지하는 것이 중요하다. 모델이 갱신되면 과거 연도의 추정치가 수정될 가능성이 있기 때문이다. 단순히 과거에 내려받은 값과 최신 데이터베이스의 과거 값을 섞으면 실제 변화와 자료 개정이 뒤섞일 수 있다. 따라서 장기 추세 분석은 같은 시점에 다시 내려받은 전체 시계열이나 버전이 명시된 자료를 사용하는 편이 안전하다.

자료 출처와 해석 범위

수치는 UNESCO Institute for Statistics의 공식 Data API에서 제공된 LR.GALP.AG15T24.F 계열을 사용한다. UIS의 문해율 메타데이터는 청년 문해율을 15~24세 인구 중 읽고 쓸 수 있는 사람의 비율로 정의하며, 국가 수준에서는 자료 작성자가 임의로 결측값을 채우지 않는다는 원칙을 설명한다. 이번 분석에서도 제공되지 않은 지역을 0으로 간주하지 않았다. 공식 용어와 최신 메타데이터는 UIS Data Browser 용어집과 SDG 4 지표 메타데이터에서 확인할 수 있다.

결론적으로 이번 33개 국가·지역의 2024년 여성 청년 문해율은 상위권이 99% 부근에 촘촘히 모이는 동시에 하위권에서는 30~60%대까지 크게 벌어진다. 중앙값 93.09%만 보면 전반적으로 높은 편이지만, 최저와 최고 사이 66.38%포인트 격차는 하나의 평균으로 가리기 어려운 차이다. 다만 이 결과는 전 세계 모든 국가를 포괄하는 순위가 아니라 제공된 33개 관측치의 비교이며, 원인을 설명하려면 추가 자료가 필요하다.

자주 묻는 질문

관련 글

• 2024년 청년 실업률, 103개 경제권에서 얼마나 달랐나
• 2024년 여성 실업률 지도: 104개 경제권 국가 추계 비교
• 15~24세 청년의 경제활동참가율은 국가마다 얼마나 달랐을까? (2025년)
• 2025년 여성 청년층 NEET 비율 – 국가별 교육·고용·훈련 미참여 격차
• 교육·일자리·직업훈련 어디에도 참여하지 않는 15~24세 청년은 얼마나 될까? – 2025년 – 국가 비교