관광 데이터 분석 팀 · 2026
한류는 한국에 오는 외국인을
더 젊게 만들었을까?
2023~2025년에 “놀러 온” 외국인 3만 347명의 설문을 분석했습니다.
30,347명
분석한 사람 수 (여가 목적)
−5.8세
한류 관광객이 더 어린 정도
79%
한류 관광객 중 여성 비중
자료 · 문화체육관광부 · 한국관광공사 「외래관광객조사」 마이크로데이터
01 · 궁금증과 가설
한류가 정말 방한 관광객의 나이를 낮췄을까?
K-Pop·K-드라마가 전 세계로 퍼지면서 “한국에 오는 사람도 젊어졌을 것”이라는 기대가 있었습니다. 그게 사실인지 데이터로 확인해 봅니다.
1
더 어릴까?
한류를 보고 온 사람이 일반 관광객보다 실제로 나이가 어릴까?
2
어떻게 변했나?
2023→2025년 사이 이들의 비중과 전체 평균 나이는 어떻게 달라졌나?
3
나라별로도?
일본·미국·중국 등 어느 나라를 봐도 똑같이 나타날까?
2019년은 뺐어요. 그해 설문 문항이 지금과 달라 직접 비교가 안 됩니다. 그래서 같은 방식으로 조사된 2023년부터만 봅니다.
한 줄: “한류 영향이 큰 사람일수록 어리고, 그게 전체 평균 나이를 낮췄을 것”이라는 가설을 검증합니다.
02 · 사용한 자료
외국인 3만 명의 진짜 설문지
?
무엇을
2023·2024·2025년 「외래관광객조사」 원본 설문 (개인별 응답)
?
누구를
전체 4만 8,522명 중 “놀러 온” 목적 3만 347명만 골라 분석
?
어떤 항목
나이 · 성별 · 국적 · 한국에 온 계기 · 한 활동 · 굿즈 구매 · 방문 횟수 · 재방문 의향
?
보정
설문 1명이 실제 관광객 수백 명을 대표하도록 ‘가중치’를 곱해서 평균과 비율을 계산
03 · 분석 방법
고르기 → 표시하기 → 보정해서 더하기 → 화면으로
원래 쓰던 말: “표본 → 이진 플래그 → 가중 집계 → 대시보드”. 아래처럼 4단계로 풀 수 있습니다.
1
조사 대상 고르기
놀러 온 목적이고, 나이·가중치가 정상인 사람만 추립니다.
2
한류 관광객 표시
“한국에 온 계기” 3개 중 하나라도 한류 콘텐츠면 한류 영향층 = 1, 아니면 0.
3
행동 표시 만들기
재방문 O/X, 굿즈 구매 O/X, 청년(15~29세) O/X 로 정리.
4
보정해서 평균 내기
가중치를 넣어 연도·나라별 평균 나이와 비율을 계산합니다.
표본 — 전체를 대신해 조사에 답한 사람들
이진 플래그 — “예=1 / 아니오=0” 두 값만 갖는 표시
가중치 — 설문 1명이 실제 관광객 몇백 명 몫을 하도록 곱하는 숫자
가중 집계 — 그 보정을 넣어 평균·비율을 계산하는 것
대시보드 — 숫자·그래프를 한 화면에 모아 조건을 바꾸며 보는 웹페이지
기술통계 — 평균·비율을 정리한 것 (원인 분석은 아님)
04 · 발견 ①
한류 관광객이 평균 5.8세 더 어립니다
한류 영향층비교층(그 외)
주의: 이건 “한류가 나이를 낮췄다”는 원인 증명이 아닙니다. 나라 구성 착시가 아닌지 확인한 결과예요. 15~29세 비중도 영향층 48.0% vs 비교층 28.7%.
05 · 발견 ②
한류층은 늘었지만, 전체 평균 나이는 0.3세만 내려갔어요
한류 영향층 비중영향층 안의 청년(15~29세) 비중
1
한류층 비중 ↑
36.3% → 42.2% → 42.5% 로 늘었습니다.
2
청년 비중은 그대로
영향층 안 청년 비중은 48%대 고정 → “옛날 팬이 나이 들었다”는 신호는 안 보임.
3
전체는 조금만 젊어짐
전체 평균 38.2세 → 37.9세. 젊은 층이 늘어난 만큼 낮췄지만 폭이 작습니다.
06 · 발견 ③
여성이 압도적으로 많고, 굿즈를 훨씬 많이 삽니다
한류 영향층비교층
굿즈 구매율은 비교층의 약 4.7배. 여성이 많다는 점은 홍보 타깃 단서, 굿즈·현장 활동은 “얼마나 깊이 빠졌는지”를 보여주는 행동 신호입니다.
한 줄: 한류 관광객 = 20대·여성 + 굿즈·현장 활동에 적극적.
07 · 충성도
다시 오고 추천하지만, “굿즈 때문에 다시 온다”는 아니에요
한류 영향층비교층
중요: 다시 온 사람의 굿즈 구매율이 처음 온 사람보다 0.8%p 낮았습니다. 그래서 “굿즈를 사서 다시 온다”고 해석하지 않습니다. (연관 ≠ 원인)
08 · 종합
“누가 젊은가”와 “무엇을 하는가”는 나눠서 봐야 합니다
①
나이 · 구성
영향층은 5.8세 젊고, 비중이 36.3%→42.5%로 커졌으며, 전체를 약 0.3세 낮추는 방향.
②
행동
한류 활동 참여 26.9%, 굿즈 구매 20.8%로 비교층보다 뚜렷하게 높음.
유입 → 경험 → 소비 → 관계 유지가 이어져 보이긴 하지만, “굿즈가 재방문의 원인”이라는 주장은 근거가 없습니다.
1
핵심 타깃
15~29세 48%, 여성 79% 를 1차 세그먼트로.
2
전환 설계
관심 → 현장 활동 → 굿즈 소비를 하나의 여정으로.
3
측정 원칙
재방문 인과는 실험(A/B·코호트)으로 따로 검증.
09 · 액션 플랜
나라 × 나이 × 관여도에 맞춘 상품, 그리고 진짜 실험
1
중국·일본 15~29세
나라 안 나이차(−7.6세·−6.2세)를 활용한 팝업스토어·촬영지·굿즈 연계 원데이 투어.
2
미국 등 장거리 2030
−4.7세 격차를 고려한 K-콘텐츠 성지순례 + 지방 웰니스 체류 패키지.
3
저가항공(LCC) 결합 A/B 실험
항공 + 공연 티켓 + 굿즈 혜택을 실험군·비교군으로 운영하고 6~12개월 재방문을 추적.
10 · 대시보드
조건을 바꾸며 직접 확인하는 화면
연도 · 방문 목적 · 국가 · 한류 정의를 바꾸면 핵심 숫자, 나이 분포, 굿즈·재방문, 나라별 비교가 한꺼번에 갱신됩니다.
−5.8세
기본 조건 평균 나이 격차
34.6 ↔ 40.4
영향층 ↔ 비교층 (세)
2023–25
기본값 · 여가 목적 · 전체 국가
11 · 믿을 수 있는 이유
원본 파일부터 발표자료까지, 같은 계산이 그대로 이어집니다
1
원본 검증
2023·24·25 Data와 2025 코드북으로 변수·코드·가중치 구조 확인.
2
정합성 기준
2019와 문항이 달라 시계열을 2023~2025 동일 체계로 제한.
3
산출·연결
분석 코드가 만든 같은 집계값이 대시보드와 발표자료에 그대로 재사용.
Q & A
감사합니다
K-컬처가 방한 외국인 관광객의 연령 구조에 미친 영향 분석
−5.8세
평균 나이 격차
+19.3%p
15~29세 비중 격차
+2.4%p
재방문율 격차
모두 가중치를 적용한 기술통계입니다 (원인 분석 아님).