국제 유학생 순이동의 성별 균형은 나라별로 얼마나 다를까? (2023년)

국제학생 이동을 한 숫자로 비교할 때는 ‘몇 명이 들어왔는가’와 ‘몇 명이 나갔는가’를 따로 보는 경우가 많다. UNESCO Institute for Statistics(UIS)의 MENF.5T8.GPIA는 그보다 한 단계 더 복합적인 지표다. 먼저 국제적으로 이동하는 학생의 순이동, 즉 유입에서 유출을 뺀 값에 초점을 두고, 그 순이동 지표의 여성·남성 관계를 조정 성별동등지수(GPIA)로 나타낸다. 이번 2023년 국가 단위 자료에는 84개 국가·지역 관측치가 들어 있다. 따라서 이 글의 숫자는 국제 유학생 수 자체도, 해외 유학률도, 여성 비율도 아니다.

84개 관측치의 단순 평균은 1.1008, 중앙값은 1.0213이었다. 0.97~1.03의 좁은 동등 구간에는 7개가 들어갔고, 0.97 미만은 38개, 1.03 초과는 39개였다. 표면적으로 보면 1을 기준으로 양쪽에 비슷한 수의 관측치가 분포한다. 그러나 값의 범위는 매우 넓다. 루마니아는 0.0600으로 가장 낮았고 칠레는 3.5821로 가장 높았다. 특히 공식 자료에 2를 넘는 값이 6개 존재하므로, 일반적인 GPIA 설명만 적용해 이 계열을 기계적으로 0~2 범위로 자르거나 퍼센트로 바꾸면 원자료를 왜곡하게 된다.

순이동과 성별동등지수를 함께 읽어야 한다

‘Net flow of internationally mobile students’는 국제적으로 이동하는 학생의 유입과 유출 차이를 뜻한다. 순이동 값은 유입 학생이 유출 학생보다 많으면 양수가 될 수 있고, 반대라면 음수가 될 수 있다. 이 때문에 단순한 등록률이나 참여율처럼 언제나 0 이상인 지표와 성격이 다르다. MENF.5T8.GPIA는 이 순이동 지표를 성별 관점에서 비교한 파생 지표다. GPIA라는 이름만 보고 ‘여학생 수를 남학생 수로 나눈 값’이라고 단순화하면 지표의 기초가 순이동이라는 중요한 정보를 놓친다.

UIS가 일반적인 교육지표에서 설명하는 조정 성별동등지수는 1을 성별 동등의 중심으로 두고, 작은 통계적 차이를 감안해 0.97~1.03을 실무적인 동등 범위로 사용한다. 이 기준은 이번 자료에서 ‘1과 얼마나 가까운가’를 설명할 때는 유용하다. 다만 순이동은 성별별 기초값의 부호와 크기에 따라 일반적인 비율 지표보다 해석이 복잡해질 수 있다. 이번 파일에는 여성 순이동과 남성 순이동의 원래 값이 따로 들어 있지 않으므로, 극단값의 원인을 역산하거나 특정 성별이 몇 배 우세하다고 계산하지 않았다.

84개 관측치의 중앙값은 1.0213이었다

분포의 중심은 1에 비교적 가깝다. 중앙값 1.0213은 관측치를 낮은 순서로 정렬했을 때 가운데 위치가 동등 기준 부근에 있다는 뜻이다. 평균 1.1008은 중앙값보다 약간 높다. 이는 높은 쪽의 큰 값들이 평균을 끌어올렸기 때문이다. 1사분위수는 0.7362, 3사분위수는 1.3205로, 가운데 절반의 관측치가 약 0.74에서 1.32 사이에 놓였다. 따라서 평균 하나만 보면 실제 분포의 폭과 비대칭을 놓치기 쉽다.

또 다른 방법은 1을 기준으로 개수를 보는 것이다. 1 미만은 40개, 1 초과는 44개였고 정확히 1인 관측치는 없었다. 하지만 1의 위·아래 개수가 비슷하다는 사실을 세계 전체 국제학생의 성별 균형으로 확대해서는 안 된다. 각 국가는 학생 수 규모와 고등교육 체계가 매우 다르지만 여기서는 모든 국가·지역이 한 개의 관측치로 동일하게 계산된다. 84개 값의 평균이나 개수는 국가 단위 분포를 요약하는 통계이지, 학생 수를 가중한 세계 집계가 아니다.

동등 구간에 들어간 국가는 7개였다

0.97~1.03 구간에는 스웨덴 0.9723, 프랑스 0.9775, 체코 1.0160, 남아프리카공화국 1.0191, 알제리 1.0235, 포르투갈 1.0248, 몰타 1.0260이 들어갔다. 이 일곱 관측치는 순이동 지표의 성별 상대값이 1 부근에 있다는 점에서 서로 비슷하다. 그렇다고 국제학생 순이동의 규모가 비슷하다는 뜻은 아니다. 한 국가는 유입과 유출이 모두 큰 상태에서 차이가 작을 수 있고, 다른 국가는 전체 이동 규모가 작은 상태에서 성별 상대값만 비슷할 수 있다.

동등 구간 바로 밖의 값도 경계선으로 단정해서 읽지 않는 편이 좋다. 버뮤다는 0.9672, 엘살바도르는 0.9618, 헝가리는 0.9608, 오만은 0.9594였다. 1.03을 조금 넘는 관측치 역시 연속적인 분포 안의 값이다. 0.97과 1.03은 자료를 설명하기 위한 실무적 구간이지, 0.969와 0.971 사이에 갑자기 질적인 변화가 생긴다는 의미는 아니다. 따라서 지도나 표에서는 동등 구간을 참고선으로 사용하되 실제 수치를 함께 보는 것이 중요하다.

이번 계열에는 2를 넘는 공식 값이 있다

가장 주의해야 할 부분은 높은 쪽의 관측값이다. UIS의 일반적인 GPIA 설명은 보통 지수를 1을 중심으로 대칭화하고 0~2 범위로 제한하는 방식을 소개한다. 그런데 이번 공식 MENF.5T8.GPIA 자료에는 칠레 3.5821, 세르비아 3.0774, 슬로바키아 2.7154, 크로아티아 2.5295, 요르단 2.2865, 바레인 2.2343처럼 2를 넘는 값이 6개 있다. 이 값들은 정제 과정에서 만든 값이 아니라 UIS에서 내려온 관측값을 그대로 보존한 것이다.

따라서 이 글에서는 2보다 큰 값을 2로 잘라내지 않았고, 3.5821을 358.21%처럼 퍼센트로 바꾸지도 않았다. 일반적인 GPIA 범위와 다른 이유를 확정하려면 성별별 순유입·순유출 또는 원래 net-flow 구성값과 UIS의 해당 시리즈 산식 설명이 추가로 필요하다. 현재 자료만으로 그 과정을 재구성하는 것은 추정이 된다. 가장 안전한 해석은 이 수치를 MENF.5T8.GPIA라는 특정 공식 계열의 발표값으로 유지하고, 1에 가까운 값과 극단값의 존재를 분포 특성으로 설명하는 것이다.

낮은 값과 높은 값은 정책 성과 순위가 아니다

낮은 쪽에는 루마니아 0.0600, 과테말라 0.1780, 르완다 0.2212, 쿠바 0.2642, 부룬디 0.2713이 있다. 높은 쪽에는 칠레와 세르비아를 비롯해 슬로바키아, 크로아티아, 요르단, 바레인이 있다. 이들을 ‘나쁜 국가’와 ‘좋은 국가’로 나누는 것은 지표의 의미와 맞지 않는다. 순이동은 국내 고등교육 규모, 유학생 유치력, 해외 유학 경향, 인구 구조, 장학금, 비자, 언어권, 지역 이동망 등 여러 요소의 영향을 받을 수 있지만 이번 파일에는 원인을 설명하는 변수가 없다.

특히 성별동등지수는 수준과 균형을 구분해서 읽어야 한다. 1에 가까운 값은 성별 관계가 비슷하다는 신호이지 국제학생 이동이 많다는 뜻이 아니다. 반대로 1에서 멀리 떨어진 값은 성별 상대 구조가 다르다는 신호지만, 어느 성별의 절대 학생 수가 많거나 적은지까지 직접 알려주지는 않는다. 순이동이라는 기초 지표의 특성상 유입과 유출을 따로 보지 않으면 ‘왜’ 그런 값이 나왔는지 설명하기 어렵다.

평균보다 중앙값과 사분위수를 함께 보는 편이 낫다

84개 값의 평균 1.1008은 높은 극단값의 영향을 받는다. 칠레 3.5821과 세르비아 3.0774처럼 3을 넘는 값이 있고, 2를 넘는 값도 여섯 개이기 때문이다. 중앙값 1.0213은 이런 극단값의 영향이 작아 전형적인 관측치의 위치를 파악하는 데 더 안정적이다. 1사분위수 0.7362와 3사분위수 1.3205를 함께 보면 가운데 절반이 어느 범위에 모여 있는지 확인할 수 있고, 양쪽 끝의 사례가 얼마나 멀리 떨어져 있는지도 구분할 수 있다.

분포를 읽을 때는 국가 순위를 촘촘하게 매기는 것보다 구간을 보는 편이 실용적이다. 이번 자료에서는 38개가 0.97 아래, 7개가 0.97~1.03, 39개가 1.03 위였다. 이 세 구간은 관측치가 동등 중심에서 어느 방향에 있는지 빠르게 확인하는 데 유용하다. 다만 앞서 설명했듯이 순이동 파생지표의 극단값에는 일반 GPIA 해석을 그대로 적용하지 않고, 원자료 구성값을 확인하기 전에는 단순한 성별 우열 문장으로 바꾸지 않는 것이 안전하다.

84개 관측치가 없는 나라를 0으로 채우면 안 된다

UNESCO UIS 국가 목록 전체가 이번 2023년 데이터에 들어 있는 것은 아니다. 제공된 파일에는 84개 국가·지역만 실제 숫자로 기록되어 있으며, 다른 국가가 목록에 없다는 사실은 국제학생 순이동이나 성별 지수가 0이라는 뜻이 아니다. 결측 국가를 0으로 채우면 루마니아의 실제 최솟값 0.0600보다 더 낮은 가짜 관측치를 대량으로 만들게 되고, 평균·중앙값·지도 색상까지 모두 왜곡된다. 그래서 계산과 시각화는 실제 값이 있는 84개 행에만 한정했다.

시계열 비교에서도 같은 주의가 필요하다. 이번 글은 2023년 단일 시점만 다룬다. 2022년이나 2024년의 국가 coverage가 같다고 가정하지 않았고, 누락된 국가를 다른 연도 값으로 대체하지도 않았다. 향후 연도별 추세를 만들려면 같은 지표 코드에서 각 연도의 보고 국가 수, 값의 정의, 성별별 기초 구성값이 일관적인지 먼저 확인해야 한다. 단일 연도 단면 자료는 국가 간 분포를 보는 데 적합하지만 변화 원인을 설명하는 데는 한계가 있다.

이 지표로 확인할 수 있는 것과 확인할 수 없는 것

이번 2023년 자료로 직접 확인할 수 있는 것은 84개 국가·지역의 MENF.5T8.GPIA 값, 1을 중심으로 한 분포, 동등 구간에 들어가는 관측치 수, 중앙값과 사분위수, 그리고 극단값의 위치다. 국가별 순이동의 성별 관계가 동일하지 않으며 자료가 넓은 범위에 퍼져 있다는 점도 확인할 수 있다. 특히 일반적인 GPIA 설명과 달리 2를 넘는 공식 관측치가 존재한다는 사실은 이 계열을 다른 교육 참여율 GPIA와 똑같이 처리하면 안 된다는 중요한 데이터 품질·해석 신호다.

반면 이 지표 하나로는 국제학생의 절대 인원, 유입 학생 수와 유출 학생 수, 여성과 남성의 실제 순이동 수치, 대학의 국제화 수준, 교육의 질, 특정 정책의 효과를 판단할 수 없다. 순유입이 큰지 순유출이 큰지도 GPIA만으로는 알 수 없다. 그런 질문에 답하려면 남녀별 원자료와 전체 유입·유출 학생 수를 함께 봐야 한다. 따라서 이 글은 2023년 성별 상대 지표의 분포를 정확히 설명하는 데 범위를 제한한다.

자료와 계산 기준

수치는 UNESCO UIS Data API의 MENF.5T8.GPIA에서 제공된 2023년 국가 단위 84개 관측값을 사용했다. 평균, 중앙값, 사분위수와 0.97~1.03 구간별 개수는 이 84개 값을 동일 가중으로 직접 계산했다. 데이터에 없는 국가를 0으로 채우거나 다른 연도 값으로 대체하지 않았다.

GPIA의 일반 개념과 0.97~1.03 동등 구간은 UIS의 Adjusted Gender Parity Index 설명을 참고했다. 다만 그 일반 설명의 0~2 범위와 달리 MENF.5T8.GPIA 원자료에는 2를 넘는 값이 여섯 개 있으므로, 이번 글에서는 공식 관측값을 수정하지 않고 그대로 제시했다.

자주 묻는 질문

관련 글

• 다차원 빈곤율은 나라별로 얼마나 다를까?
• 국가별 GDP 디플레이터 지수는 그대로 비교해도 될까? (2024년)
• 세계은행 Global Economic Monitor 사용법 ｜ 국가별 경제지표 조회·다운로드
• 25세 이상 성인의 초등교육 경험률, 국가별 격차는 얼마나 컸나? (2023년)
• 고등교육 이수자의 실업률은 국가마다 얼마나 다를까?