2025년 한국 농업경영체 계절 근로자 고용 현황: 지역별·작물별 비교 분석

농업경영체 계절 근로자 고용은 농업 생산 활동에서 필수적인 요소예요. 계절에 따라 필요한 인력이 크게 달라지는 농업의 특성을 보여주는 지표입니다. 2025년 조사에서 한국 농업경영체들의 계절 근로 현황을 살펴보겠습니다.

지역별 고용 현황은 어떤가요?

표를 보면, 광주/전라 지역이 압도적으로 높아요. 10명 중 약 10명 가까이 계절 근로자를 고용했다는 뜻입니다. 반면 강원과 제주는 아예 계절 근로자를 고용하지 않은 경영체가 많았어요. 서울/인천/경기는 8.0%로 두 번째로 높았는데, 이는 도시 근처에서도 일부 농업이 이루어지고 있다는 의미입니다.

왜 이런 지역별 차이가 나타날까요? 광주/전라는 예로부터 한국의 곡창지대였어요. 쌀·보리·채소 같은 다양한 작물을 재배하고, 이들을 모두 재배하려면 봄·여름·가을에 많은 손길이 필요하기 때문입니다. 반면 강원은 고랭지 채소를 중심으로 하는데, 경영 규모가 작거나 가족 중심 농업이 발달해서일 수 있어요.

어떤 작물이 계절 근로자를 많이 고용할까요?

그래프로 보면, 화초관상작물이 19.6%로 가장 높고, 그다음이 식량작물의 13.2%예요. 화초나 관상식물은 비닐하우스에서 정성 있게 재배하는 작물이라 계절 변화가 크지 않지만, 정식·관리·포장 같은 세밀한 작업이 많아요. 이 때문에 계절에 관계없이 상시적으로 일손이 필요하고, 그중 한달 이상 고용하는 경우가 많은 것이에요.

논벼나 과수는 고용률이 0%에 가까워요. 논벼는 기계화가 많이 이루어져서 계절 근로자의 필요성이 낮고, 과수는 봄·여름에 비료나 가지치기 같은 간단한 관리만 하면 돼요. 반면 채소는 2.3%로 낮은 편인데, 가족 중심으로 경영하거나 소규모 경영체가 많아서 그럴 수 있어요.

계절 근로는 언제 가장 필요할까요?

월별로 보면 뚜렷한 계절성이 보여요. 7월에 11.2%로 가장 높고, 6월과 8월도 각각 3.9%, 2.6%로 상대적으로 높아요. 반대로 겨울과 초봄(1월~4월)은 거의 0%에 가까워요. 이는 농업의 자연스러운 리듬을 반영합니다. 여름은 잡초를 제거하고, 병해충을 관리하고, 수확을 준비하는 시기라 가장 많은 일손이 필요해요.

5월도 1.0%로 약간의 수요가 있어요. 이 시기는 모내기(쌀)나 여름 채소 파종 준비 같은 봄 작업들이 마무리되는 시점이거든요. 반대로 가을이 되면 고용률이 급격히 떨어지는데, 이는 초겨울까지 수확이 진행되지만 일부 작물만 해당되기 때문일 거예요.

고용 규모는 얼마나 될까요?

평균 고용 인원을 보면 흥미로운 패턴이 나타나요. 광주/전라는 9.9명으로 다른 지역의 4배 이상이에요. 이는 고용률이 높을 뿐 아니라 각 경영체당 고용하는 인원도 많다는 뜻입니다. 반대로 제주는 1.2명으로 가장 적어요. 제주에서 고용한 몇몇 경영체가 소수 인원만 고용했다는 의미입니다.

작물별로 보면 화초관상작물이 3.4명으로 가장 많아요. 이는 화초 재배가 세밀한 수작업을 요구하고, 비닐하우스 같은 시설에서 일 년 내내 관리해야 하기 때문일 거예요. 대비적으로 논벼는 1.5명으로 가장 적습니다. 기계로 논을 가는 현대 농업에서는 인력 필요성이 매우 낮으니까요.

데이터 출처와 한계

이 자료는 통계청 외국인고용실태조사(농업, 제조업분야)에서 나온 것입니다. 조사 대상은 2025년에 한달 이상 계절 근로자를 고용한 경험이 있는 150개 농업경영체예요. 주의할 점은 다음과 같습니다.

첫째, 단위가 혼합되어 있어요. 같은 지표가 비율(%)과 명(인원) 두 가지로 집계되었습니다. 표와 그래프에서는 비율을 중심으로 비교하되, 실제 인원은 평균 인원 수로 별도 표시했습니다. 지역이나 작물 크기의 차이 때문에 비율과 인원이 서로 다른 순서로 나타날 수 있다는 뜻이에요.

둘째, 약 6.7%의 데이터가 미공표되었습니다. 일부 작물이나 지역 조합에서 응답 인원이 너무 적어 공표하지 않았을 수 있어요.

셋째, 이는 한달 이상 고용한 경험이 있는 경영체만 대상입니다. 계절 근로자를 아예 고용하지 않는 경영체들은 제외되었어요. 따라서 고용 비율이 실제보다 높게 보일 수 있습니다.

넷째, 단일 시점 조사(2025년)라 시간 흐름에 따른 변화를 알 수 없습니다. 장기 추세나 연년 변화를 파악하려면 추가 자료가 필요해요.

이 같은 한계를 염두에 두고 자료를 해석하면, 농업 인력 정책을 수립할 때 지역별·작물별로 맞춤형 지원이 얼마나 중요한지 보여주는 통계입니다.