미국 카운티 인구 증가 관련 지표와 지역 차이를 함께 비교했습니다. 미국에서 인구가 빠르게 늘어난 카운티는 주택비도 함께 올랐을까? 2019년과 2024년 미국 인구조사국 ACS 5년 추정치를 카운티별로 연결해 보면, 답은 “대체로 그렇지만 지역마다 정도가 크게 다르다”에 가깝습니다. 특히 2024년 인구가 5만 명 이상인 999개 카운티 가운데 인구가 5% 이상 늘어난 곳은 324개였고, 그중 257개(79.3%)에서는 자가주택 중간값 상승률이 가구소득 상승률을 20%포인트 이상 앞섰습니다. 중위 총임대료 상승률이 가구소득 상승률보다 5%포인트 이상 높았던 곳은 151개(46.6%)였습니다.
이 결과는 “인구 증가가 집값을 올렸다”는 인과관계를 뜻하지 않습니다. 다만 빠르게 성장한 지역과 주택비 상승이 겹치는 곳이 어디인지, 그리고 인구 증가가 크지 않은데도 주택비가 크게 오른 곳이 어디인지 한눈에 비교하는 데 유용합니다. 지도와 표는 기사나 다른 사이트의 내용을 재구성한 것이 아니라 ZIP에 포함된 Census ACS 원자료에서 직접 계산했습니다.
목차
미국 카운티 인구 증가 — 지도에서 먼저 보이는 지역 차이
가장 선명한 군집은 서부 내륙과 일부 남부 성장 지역에 나타납니다. 아이다호, 유타, 플로리다는 여러 카운티에서 빠른 인구 증가와 큰 집값-소득 격차가 동시에 확인됩니다. 워싱턴도 해당 카운티 비중이 높습니다. 반면 텍사스는 주 전체를 하나의 숫자로 보면 지역 차이가 가려집니다. 많은 농촌 카운티의 인구 흐름은 약했지만 댈러스-포트워스와 오스틴·샌안토니오 주변의 성장 카운티는 전혀 다른 모습을 보였습니다.
| 주 | 강한 겹침 카운티 | 비중 | 카운티 인구증가율 중앙값 | 집값-소득 상승률 격차 중앙값 |
|---|---|---|---|---|
| 아이다호 | 32/44 | 72.7% | 8.7% | 49.4%p |
| 워싱턴 | 25/39 | 64.1% | 5.6% | 36.9%p |
| 유타 | 15/29 | 51.7% | 7.2% | 41.7%p |
| 플로리다 | 33/67 | 49.3% | 6.1% | 34.7%p |
| 네바다 | 7/17 | 41.2% | 3.3% | 32.1%p |
| 애리조나 | 5/15 | 33.3% | 2.3% | 31.3%p |
| 테네시 | 28/95 | 29.5% | 4.1% | 33.3%p |
| 몬태나 | 16/56 | 28.6% | 3.6% | 31.5%p |
| 오리건 | 10/36 | 27.8% | 4.2% | 31.1%p |
| 조지아 | 42/159 | 26.4% | 2.1% | 23.2%p |
여기서 “강한 겹침”은 공식 통계기관이 발표한 지수가 아니라 이 글에서 비교를 쉽게 하기 위해 만든 분류입니다. 인구가 5% 이상 증가했고, 같은 기간 자가주택 중간값 상승률이 가구소득 상승률을 20%포인트 이상 앞선 카운티를 묶었습니다. 따라서 색이 진하다는 사실만으로 주택 부족이나 특정 정책의 효과를 단정할 수는 없습니다.
큰 카운티에서는 집값 압력이 더 뚜렷했다
2024년 인구 5만 명 이상 카운티만 따로 보면 차이가 더 분명합니다. 빠르게 성장한 324개 카운티의 인구 증가율 중앙값은 8.4%였고, 주택 수 증가율 중앙값은 9.8%였습니다. 같은 그룹에서 자가주택 중간값은 60.7% 올랐지만 가구소득은 29.1% 늘어, 두 상승률의 격차 중앙값이 31.2%포인트에 달했습니다.
인구 증가율이 5% 미만인 큰 카운티에서는 집값 상승률과 소득 상승률의 격차 중앙값이 18.5%포인트였습니다. 즉 집값 압력은 성장 지역에만 있는 현상은 아니지만, 빠르게 성장한 큰 카운티에서 평균적인 격차가 더 컸습니다. 실제로 999개 큰 카운티에서 인구 증가율과 ‘집값 상승률-소득 상승률’ 사이의 상관계수는 약 0.49였습니다. 완벽한 관계는 아니지만, 전체 카운티를 한데 섞었을 때보다 성장과 가격 압력이 함께 움직이는 경향이 더 선명합니다.
성장과 주택비 상승이 함께 컸던 카운티
아래 표는 단순히 집값 상승률이 높은 순서가 아닙니다. 인구가 최소 5% 늘고, 집값 상승이 소득 증가를 20%포인트 이상 앞선 카운티 가운데 지역적으로 눈에 띄는 사례를 골랐습니다. 주택 수 증가율도 함께 넣어 “공급이 늘었는데도 비용 압력이 컸던 곳”과 “주택 수 증가가 인구 흐름을 충분히 따라가지 못한 곳”을 구분할 수 있게 했습니다.
| 카운티 | 인구 변화 | 주택 수 변화 | 집값 변화 | 소득 변화 | 집값-소득 격차 | 임대료-소득 격차 |
|---|---|---|---|---|---|---|
| Kaufman County (텍사스) | 39.4% | 30.6% | 80.0% | 27.6% | 52.3%p | 21.2%p |
| St. Johns County (플로리다) | 25.4% | 24.5% | 60.6% | 33.5% | 27.0%p | 13.0%p |
| Williamson County (텍사스) | 22.8% | 36.4% | 70.4% | 27.5% | 42.9%p | 7.9%p |
| Walton County (플로리다) | 21.5% | 17.8% | 85.2% | 41.1% | 44.1%p | 36.7%p |
| Washington County (유타) | 18.5% | 19.5% | 80.0% | 34.7% | 45.2%p | 19.5%p |
| Maury County (테네시) | 17.2% | 22.5% | 92.5% | 33.2% | 59.3%p | 12.1%p |
| Kootenai County (아이다호) | 15.7% | 13.2% | 99.3% | 43.0% | 56.3%p | 7.2%p |
| Gallatin County (몬태나) | 14.8% | 16.4% | 87.0% | 40.9% | 46.1%p | 16.9%p |
| Berkeley County (사우스캐롤라이나) | 14.8% | 19.6% | 67.3% | 33.2% | 34.0%p | 15.9%p |
| Cabarrus County (노스캐롤라이나) | 14.3% | 17.9% | 74.7% | 32.2% | 42.5%p | 20.7%p |
| Ada County (아이다호) | 13.6% | 16.5% | 89.2% | 38.0% | 51.2%p | 20.5%p |
| Henry County (조지아) | 10.9% | 12.3% | 79.1% | 16.6% | 62.4%p | 25.1%p |
Kaufman County, Texas는 이 비교에서 특히 강한 사례입니다. 인구 추정치는 39.4% 늘었고 주택 수는 30.6% 증가했지만, 자가주택 중간값 상승률 80.0%가 소득 상승률 27.6%를 크게 앞섰습니다. Florida의 St. Johns County와 Walton County, Utah의 Washington County, Tennessee의 Maury County도 인구 증가와 높은 주택비 압력이 동시에 나타났습니다. Idaho의 Kootenai County와 Ada County는 집값-소득 격차가 큰 Mountain West 사례로 볼 수 있습니다.
반대로 이 지도를 “성장 지역만 비싸졌다”라고 읽으면 중요한 부분을 놓칩니다. 인구 증가율이 5%에 못 미치는데도 집값 상승률이 소득 상승률을 20%포인트 이상 앞선 카운티가 1,047개였습니다. 주택 가격 변화에는 기존 주택 재고, 지역별 수요 구성, 건설 속도, 토지와 개발 조건, 소득 수준 등 여러 요소가 함께 작용할 수 있기 때문에 인구 하나로 결과를 설명할 수 없습니다.
임대료 압력은 집값과 같은 방식으로 움직이지 않았다
임대료를 보면 관계가 조금 더 약합니다. 큰 카운티에서 인구 증가율과 ‘중위 총임대료 상승률-가구소득 상승률’의 상관계수는 약 0.25였습니다. 빠르게 성장한 큰 카운티의 임대료 상승률 중앙값은 32.6%, 소득 상승률과의 격차 중앙값은 4.0%포인트였습니다. 집값과 비교하면 성장 지역 전체에서 임대료가 똑같이 강하게 소득을 앞선 것은 아닙니다.
그렇다고 임대료 부담이 약했다는 뜻은 아닙니다. Chambers County, Texas에서는 임대료 상승률이 소득 상승률을 54.8%포인트 앞섰고, Walton County, Florida는 36.7%포인트, Burnet County, Texas는 30.7%포인트 차이가 났습니다. Henry County, Georgia와 Cabarrus County, North Carolina도 인구 증가와 임대료-소득 격차가 함께 크게 나타났습니다. 이런 지역은 자가주택 가격과 임대 시장을 별도로 보는 편이 정확합니다.
이 자료를 해석할 때 꼭 알아둘 점
- 지역 단위: 미국 50개 주와 워싱턴 D.C.에서 2019년과 2024년을 같은 지역 코드로 직접 비교할 수 있는 카운티·카운티 상당 지역 3,133개를 핵심 집계에 사용했습니다. 알래스카와 코네티컷은 이 기간에 일부 카운티 통계 단위가 바뀌어 20개 레코드는 1대1 변화율 계산에서 제외했고, 지도에서는 비교 불가로 표시했습니다. Puerto Rico municipios는 원자료와 지도 데이터에는 남겨 두었지만 본문의 주별 비중 계산에서는 제외했습니다.
- 기간: 2019 ACS 5년 추정치와 2024 ACS 5년 추정치를 비교했습니다. 이는 월별·분기별 시장가격 변화가 아니라 서로 다른 5년 추정치 사이의 변화입니다.
- 집값: 여기서 집값은 거래가격 지수가 아니라 ACS의 자가주택 중간값입니다.
- 임대료: ACS 중위 총임대료를 사용했습니다. 시장에 새로 나온 매물의 호가와 같은 지표가 아닙니다.
- 압력 격차: 집값 또는 임대료의 백분율 상승률에서 가구소득의 백분율 상승률을 뺀 값입니다. 공식 affordability index가 아니라 비교용 계산입니다.
- 상관관계: 인구 증가와 주택비 상승이 함께 나타났다고 해서 인구 증가가 원인이라고 단정할 수 없습니다.
- 작은 카운티: 작은 지역은 비율 변화가 크게 흔들릴 수 있어 산점도와 핵심 비교에서는 2024년 인구 5만 명 이상 카운티를 별도로 분석했습니다.
무엇을 가장 중요하게 볼까
카운티 단위로 보면 미국의 인구 성장과 주택비 압력은 하나의 전국 평균으로 설명하기 어렵습니다. 아이다호·유타·플로리다처럼 여러 카운티가 같은 방향으로 움직인 주가 있는 반면, 텍사스처럼 주 내부에서 대도시권 주변과 농촌 지역의 차이가 큰 곳도 있습니다. 빠르게 성장한 큰 카운티의 집값 상승은 소득 증가보다 훨씬 빨랐던 경우가 많았고, 임대료는 그보다 더 지역별 차이가 컸습니다.
검색자가 실제로 확인해야 할 것은 “인구가 늘었는가” 하나가 아니라 인구 증가율, 주택 수 증가율, 집값 상승률, 임대료 상승률, 소득 상승률을 같은 카운티에서 함께 보는 것입니다. 이 조합을 지도에서 보면 성장과 비용 압력이 동시에 집중된 곳과 그렇지 않은 곳이 훨씬 분명해집니다.
자료 출처
- U.S. Census Bureau Data API — 2019·2024 ACS 5-year county population, housing, rent and household-income data
- ACS B25077 — 2024 median value of owner-occupied housing units
자주 묻는 질문
인구가 늘면 집값도 반드시 오르나요?
아닙니다. 이번 데이터에서는 특히 인구가 큰 카운티에서 인구 증가와 집값-소득 격차가 함께 커지는 경향이 있었지만, 상관관계는 인과관계가 아닙니다. 인구 증가가 크지 않은데도 집값 압력이 높았던 카운티도 많았습니다.
이 글의 “집값 압력”은 공식 지수인가요?
공식 지수가 아닙니다. 비교를 쉽게 하기 위해 인구가 5% 이상 증가하고, 자가주택 중간값 상승률이 가구소득 상승률보다 20%포인트 이상 높은 경우를 “빠른 성장 + 높은 집값 압력”으로 분류했습니다. 원자료 값 자체는 Census ACS에서 가져왔습니다.
왜 2019년과 2024년 ACS 5년 추정치를 사용했나요?
카운티 단위로 인구·주택·임대료·소득을 같은 체계에서 비교할 수 있기 때문입니다. 다만 5년 추정치끼리의 비교이므로 실시간 시장 변화나 특정 연도의 거래가격을 뜻하지 않는다는 점을 함께 봐야 합니다.
관련 글
- 오아후에 집중된 하와이 인구 밀도와 섬별 카운티 차이
- 보이시권 중심으로 읽는 아이다호 인구 밀도와 카운티 성장 격차
- 미시간 인구 밀도｜디트로이트권 집중과 어퍼반도 저밀도, 서부 카운티 성장
- 위스콘신 인구 밀도와 분포｜밀워키 초고밀도, 데인 카운티 성장과 북부 저밀도
Green Map에서 제공하는 지도 자료는 직접 제작한 편집 지도이며, 행정구역 경계와 지리 정보는 geoBoundaries, Natural Earth, OpenStreetMap, 각국 정부 및 공공기관의 오픈데이터 등을 참고해 제작합니다.
지도 이미지는 원본 데이터 파일을 그대로 재배포하는 것이 아니라, 교육 자료, 발표 자료, 문서 제작, 블로그 이미지 등에 활용할 수 있도록 편집·디자인한 자료입니다. 이 안내문은 Green Map 지도 제작에 참고한 주요 데이터 출처를 알리기 위한 공통 고지입니다.