외국인 상용근로자 평균 초과근로시간 비율 (2025)

초과근로시간은 법정 근로시간(하루 8시간, 주 40시간)을 넘어 일하는 시간입니다. 2025년 제조업 분야 외국인 상용근로자 중 평균 초과근로시간이 있는 근로자의 비율은 2.8%로 낮은 수준입니다.

기업 규모에 따라 달라지는 초과근로 현황

기업 규모별로 보면 차이가 뚜렷합니다. 50-99인 기업이 4.9%로 가장 높고, 다음은 20-49인 기업(4.3%), 1-4인 소규모 기업(3.8%) 순입니다. 반대로 5-9인과 10-19인 기업은 0.9%에 불과합니다. 100인 이상 대기업도 1.5%로 중간 수준입니다.

왜 이런 차이가 날까요? 소규모 기업은 자동화나 업무 분담이 어려워 초과근로가 많을 거라 예상하지만, 이 조사에서는 조금 다릅니다. 50-99인 규모 기업은 중간 규모이면서 동시에 생산량 조절이 필요한 시점이기 쉽습니다. 납기를 맞추거나 수주 변동에 대응할 때 외국인 근로자가 초과근로를 할 가능성이 높습니다. 반면 100인 이상 대기업은 체계적인 인력 관리와 교대 운영으로 초과근로를 줄일 수 있습니다.

지역별로 본 초과근로 비율

그래프를 보면 지역별 차이도 뚜렷합니다. 부산·울산·경남 지역이 3.9%로 가장 높습니다. 이 지역은 자동차, 선박, 기계 등 제조업이 집중되어 있어 수출 수요에 따라 초과근로가 생길 가능성이 높습니다.

인천·경기 지역은 3.3%로 두 번째입니다. 서울(0.0%)과 강원·제주(0.0%)는 제조업 기반이 약해 조사 대상 자체가 적을 수 있습니다. 대구·경북(1.5%), 대전·충청·세종(1.3%), 광주·전라(0.9%)는 중간 정도입니다.

기술 수준에 따른 차이

놀랍게도 고급 기술이 필요한 업종일수록 초과근로가 적습니다. 고기술 업종은 0.4%, 첨단기술 업종은 1.3%입니다. 반면 중기술 업종은 5.5%로 가장 높습니다.

이는 고급 기술 업종이 자동화가 잘 되어 있거나 고도의 숙련이 필요해 근로자를 효율적으로 배치하기 때문일 수 있습니다. 중기술 업종은 어느 정도의 숙련은 필요하지만 자동화 수준이 낮아, 납기나 생산량에 따라 인력을 급하게 충원할 때 초과근로가 발생합니다. 저기술 업종(2.1%)도 중기술보다는 낮지만, 비교적 높은 수준입니다.

고용 상태와 자본금에 따른 특성

고용 상태를 보면 “고용”으로 분류된 근로자(4.0%)가 “미고용”(0.2%)보다 훨씬 높습니다. 이는 당연한 결과인데, 실제 근무 중인 근로자만 초과근로를 할 수 있기 때문입니다.

기업 자본금별로는 50-100억 원 미만이 3.6%로 가장 높고, 50억 원 미만(2.6%)과 100억 원 이상(2.0%)이 뒤따릅니다. 자본금이 많은 기업도 초과근로를 적게 하는 경향을 보입니다.

결론: 누가 더 초과근로를 할까?

2025년 제조업 외국인 상용근로자의 초과근로 비율은 전반적으로 낮습니다. 하지만 기업 규모(특히 50-99인), 지역(부산·울산·경남), 업종의 기술 수준(중기술)에 따라 차이가 있습니다.

초과근로가 많은 집단은 어떤 특징이 있을까요? 중간 규모 제조업체에서 수출이나 계절성 수요를 맞추는 시기에 초과근로가 발생할 가능성이 높습니다. 특히 자동차·선박·기계 등이 집중된 남동부 지역에서 두드러집니다. 일반 제조업이 자동화 기술을 더 도입한다면, 외국인 근로자의 초과근로도 함께 줄어들 것으로 예상됩니다.

데이터 출처와 한계

본 지표는 “외국인고용실태조사(농업·제조업분야)“에서 제공하는 2025년 상반기 또는 특정 시점의 데이터를 바탕으로 합니다. 이 조사는 농업과 제조업에 종사하는 외국인 근로자를 대상으로 합니다.

주의할 점:

• 2025년 단 1개 시점의 데이터이므로 시계열 추이를 보기 어렵습니다.
• 원래 데이터는 “시간” 단위와 ”%” 단위를 함께 제공하고 있어, 단순 비교에 주의가 필요합니다.
• “평균 초과근로시간”과 “초과근로시간이 있는 근로자 비율”은 다른 개념입니다. 이 조사는 특정 시간대(25% 미만, 25-50% 미만, 50% 이상)의 근로자 분포를 함께 제공합니다.
• 기업 규모나 지역의 표본 크기 차이로 인해 수치의 신뢰도가 다를 수 있습니다.
• 조사는 사업체 기준이므로 실제 개인 근로자 단위의 초과근로 정도를 완전히 반영하지 않을 수 있습니다.

더 정확한 분석을 위해서는 시계열 데이터 확보, 근로자 특성별(국적, 직종) 세부 분석, 그리고 월별·계절별 변화 추적이 필요합니다.