청년층의 다양한 우울 변화유형 확인

1) 연구의 배경 및 필요성

일반적으로 청년기는 아동기에서 성인기로 전환되는 시점으로서 청년기에 대한 정의는 학자와 법에 따라서 매우 다양하다. 권중돈(2014)의 경우 청년기를 고등학교 졸업 이후 취업, 결혼 등을 통해서 독립하는 시기로 정의하였고 그 연령대를 19～30세로 보았다. ‘청소년고용촉진특별법’에서는 청년을 ‘취업을 하고 싶은 15세 이상부터 29세 이하인 사람’으로 정의하면서 대략 20대를 청년기로 정의하고 있다. 그러나 최근에는 성인으로의 다양한 발달과업 성취 이행이 지체됨으로 인해서 청년기의 연령대를 더 넓게 정의하는 경우가 많아지고 있다(김홍중, 2016; Furstenberg, Rumbaut, & Settersten, 2005). 실제로 법과 다양한 제도적 시각 또한 청년기를 30대 초·중반까지 반영하고 있다. 구체적으로 우리나라의 대표적 청년 정책에 해당하는 ‘청년취업성공패키지 사업’과 ‘청년구직활동지원금 사업’ 등은 그 대상을 만 18세 이상부터 만 34세 이하로 정의하고 있고, ‘청년내일채움공제 사업’은 그 대상을 만 15세 이상부터 만 34세 이하로 하고 있다. 또한, 최근 우리나라에서 시행된 법안인 ‘청년기본법’에서는 하한 나이를 19세, 상한 나이를 34세로 정의하고 있다(김기헌, 배상률, 성재민, 2018).

그런데 최근 청년들의 낮은 삶의 질(변금선, 김기헌, 2019)과 높은 실업률(통계청, 2018) 등 취약한 환경과 더불어서 청년기의 우울 수준이 높아지고 있다. 건강보험심사평가원(2019)에 따르면, 20대에 해당하는 청년들의 우울증이 2012년 5만 2,793명에서 2018년 9만 8,434명으로 급격히 늘어난 것으로 나타났다. 또한 2020년 국민정신건강 실태조사에서 나타난 연령별 우울수준을 살펴보면, 20대 청년에서 우울감이 가장 높게 나타났고, 다음으로 높은 연령대는 30대인 것으로 나타났다(보건복지부, 2021). 우울과 자살은 높은 상관이 있고 실제로 최근 청년층의 6개월 이내 자살생각을 경험했다는 비율이 높게(22.9%) 나타나고 있음(김지경, 이윤주, 2018)을 고려할 때, 최근 증가하고 있는 20대와 30대의 우울에 대한 개입의 필요성이 증대되고 있다.

우울은 학자마다 다양하게 정의되고 있는데, 대표적으로 American Psychiatric Association(2000)에서는 우울을 다음과 같이 정의하고 있다. 우울이란 ‘슬픈 감정, 희망이 없음, 죄책감, 활동에 대한 흥미감소 등을 보이는 주관적인 기분’이고, 이러한 우울을 진단하기 위한 세부 내용에는 ‘하루 종일 우울함, 대부분의 활동에서 흥미가 없음, 체중과 식욕 감소 혹은 증가, 불면 또는 과수면’ 등이 있다. 이러한 우울은 그 증상이 심할 경우 자살생각이나 실제 자살로까지 이어질 수 있는 위험이 높기 때문에(김용범, 2008) 최근 청년층의 우울 증가 현상에 대한 깊이 있는 연구가 필요한 시점이다.

이에 따라서 청년들의 우울과 관련된 다양한 연구들이 진행되었다(강시온, 한창근, 2018; 김경숙, 2020; 김진현, 2021; 송인한, 이경원, 정집훈, 2019). 구체적으로 김경숙(2020)은 우리나라 20대를 대상으로 우울에 영향을 미치는 영향요인에 관한 탐색적 연구를 진행하였고, 스트레스, 성별, 소득, 사회적 활동 등이 주요 요인으로 확인되었다. 김진현(2021)은 우리나라 19-34세 청년 3,018명을 대상으로 소득, 사회적 자본, 그리고 우울 사이의 관계를 확인하였다. 그 결과 청년의 사회적 자본이 소득불평등이 우울에 미치는 영향을 매개하는 것으로 나타났다. 이러한 연구들은 청년층을 대상으로 이들의 우울과 관련된 다양한 요인들과의 구조적 관계를 분석하고, 특히 매개요인과 조절요인을 확인함으로써 위험 및 보호요인과 청년들의 우울 사이의 매커니즘을 확인했다는 점에서 의의가 있다. 그러나 이러한 연구들은 모두 어느 특정한 한 시점을 대상으로 진행한 연구로써 이후 시간이 흐름에 따라서 이러한 관계가 어떻게 변화하는지 확인하지 못했다는 단점이 있다. 또한 이러한 연구들은 모두 특정한 변수들간의 관계가 전체 모집단 내에서 어떻게 나타나는지를 확인하였지만, 실제 이러한 관계들은 하나의 집단적 특성만 나타내지 않고 다양한 하위 잠재집단으로 유형화될 수 있다(Bogat, 2009). 즉, 다양한 특성을 지닌 대상을 확인하는 대상중심적(person-centered) 접근의 연구가 필요하다. 따라서 본 연구에서는 최근 제도적, 법적, 그리고 사회적으로 연장된 청년층의 연령인 만 19세～34세를 대상으로 우울 변화궤적이 어떠한 유형으로 나타나는지 확인하는 종단분석을 하고, 이러한 유형에 영향을 주는 예측요인은 무엇이 있는지 확인하고자 한다.

2) 연구문제

이 연구는 우리나라 청년들의 우울궤적 변화유형이 어떻게 되는지 살펴보고, 확인된 각 잠재유형과 관련된 예측요인의 관계성을 확인하는 데 그 목적이 있다. 이러한 연구목적을 달성하기 위해서 다음과 같은 연구문제를 설정하였다.

• ∙ 연구문제 1: 청년의 우울궤적 변화유형은 어떻게 나타나는가?
• ∙ 연구문제 2: 청년의 우울궤적 변화유형과 예측요인은 어떠한 관계가 있는가?

1) 연구대상 및 분석자료

이 연구의 주요한 연구문제를 다루기 위해서 한국복지패널(Korea Welfare Panel Study) 7차년도(2012년)부터 14차년도(2019년)까지 총 8년간의 패널자료를 사용하였다. 한국복지패널은 전국을 대표할 수 있도록 설계된 종단조사로서, 2006년도를 기준으로 1차 조사가 이루어졌다. 이때 2단계 층화집락추출법을 사용하였으며, 저소득층과 일반가구를 구분하여 최종 표본을 선정하였다. 본 연구는 7차년도 조사기준에 해당하는 2012년을 기점으로 우울측정문항에 응답한 만 19세 이상부터 만 34세 이하까지의 청년기에 해당하는 대상으로 연구를 진행하였다. 1차년도가 아닌 7차년도를 선정한 이유는 한국복지패널이 종단설계로서 시간이 지날수록 표본 탈락률이 높아짐에 따라서 7차년도에 새로운 조사대상을 포함시켰다. 이에 따라서 본 연구는 7차년도에 새롭게 포함된 조사대상을 연구대상으로 함으로서 조사기간이 길어짐에 따른 높은 표본 탈락률과 이로 인해 발생할 수 있는 편의를 방지하고자 하였다. 이에 따라서 7차년도 기준 총 1,695명의 청년이 최종 분석대상이다.

2) 주요변수 및 측정도구

3) 연구모형 및 분석방법

본 연구는 우리나라 청년들의 우울 변화궤적의 잠재계층유형을 확인하기 위해서 잠재계층성장분석(Latent Class Growth Analysis: LCGA)을 활용하였다. LCGA 분석은 특정 요인에 대한 변화궤적의 잠재집단을 확인할 수 있는 방법으로, 여러 시점으로 조사된 변수를 이용해서 k개의 하위 잠재계층을 찾아내는 방법이다(<그림 1> 참조). 잠재계층집단의 수는 다양한 지표들(정보지수, 분류의 질, 집단의 최소 비율, 해석 가능성 정도 등)에 따라서 결정된다. 정보지수는 AIC(Akaike Information Criterion)와 BIC(Bayesian Information Criterion)를 계산하여 모형을 비교하고, 값이 작아질수록 모형이 더 적합한 것으로 판단한다(Muthén & Shedden, 1999).

<그림 1>

연구모형

분류의 질을 나타내는 지표는 Entropy 지수를 확인한다. Entropy는 0 ～ 1의 값을 가지게 되고 1에 가까울수록 집단 분류의 질이 좋음을 의미한다(Clark, 2010). 그 다음 잠재집단의 수가 k개인 경우와 k-1개인 경우를 비교하는 모형비교 검증을 한다. 이때 LMR-LRT(Lo Mendell Rubinadjusted Likelihood Ratio Test)와 BLRT(Parametric Bootstrapped Likelihood Ratio Test)를 사용하여 확인하는데, p값이 유의하지 않으면 k개의 집단 수를 갖는 모형보다 k-1개의 집단 수를 갖는 모형이 더 좋은 모형이라고 판단한다. 이와 더불어서 각 잠재계층의 표본 대비 최소 비율도 고려가 된다. 최소 비율은 학자마다 기준이 조금씩 다른데, Jung과 Wickrama(2008)는 표본 대비 최소 비율이 5% 이상이 되어야 한다고 주장하였고, Nooner 외(2010)는 표본 대비 최소 비율이 1% 이상이면 적절하다고 주장하였다. 따라서 이러한 지수들과 잠재계층집단의 해석 가능성 등을 종합적으로 고려하여 최종 잠재계층집단의 수를 결정하게 된다(Nylund, Asparouhov, & Muthén, 2007). 다음, 잠재계층집단의 수가 결정이 되고 난 이후, 우울의 하위 잠재계층 유형에 영향을 줄 것으로 예상되는 예측요인과 잠재계층 집단 간의 관련성을 확인하기 위해서 다항로지스틱 회귀분석을 사용하였다.

본 연구는 조사 시점마다 발생하는 결측값을 다루기 위해서 FIML(fulll information maximum likelihood) 추정방식을 사용하였다. FIML은 결측값들이 무작위성을 가진다는 가정이 충족이 되지 않더라도 편향되지 않는 추정치를 나타내는 것으로 보고되고 있다(Schafer & Olsen, 1998). 이러한 분석을 위해서 Mplus 8.7 통계패키지가 사용되었다.

1) 우울 변화에 따른 잠재집단 분류

우울 수준 변화에 따른 잠재계층의 수를 결정하기 위해 잠재계층성장분석(LCGA)을 실시하였다. 잠재계층의 수를 하나씩 증가시키면서 모형비교를 한 결과를 <표 1>에 제시하였다. 그 결과 잠재계층의 수를 증가시킬수록 AIC값과 BIC값이 모두 감소하였고, LMR-LRT 검증 또한 대부분 집단의 수에서 유의미하게 나타났다. 분류가 질적으로 얼마나 잘 되었는지를 나타내는 Entropy값은 1에 근사할수록 분류의 질이 높음을 의미하며 모든 계층에서 나쁘지 않은 값을 보였다. 그러나 3계층과 5계층의 경우 Entropy값이 나쁘지 않았지만 LMR-LRT의 값이 유의미하지 않았다. 따라서 이러한 다양한 지수와 동시에 해석의 용이성을 함께 고려할 때 적절하게 분포된 4계층 모형이 최적의 모형이라고 판단하였다(<표 1> 참조).

<표 1>

잠재집단 모형의 적합도

2) 우울 잠재집단에 대한 기술통계

<표 2>는 연구대상자의 인구사회학적 특성 및 주요변수들의 기술통계값을 네 개의 잠재계층별로 구분하여 나타내었다. 이때 주요 예측변수는 2012년 시점의 값을 사용하였다. 구체적으로 우울과 관련해서, 잠재계층 1의 경우 2012년에는 우울 점수가 16점을 넘었지만 이후 지속적으로 감소하는 모습을 보여준다. 잠재계층 2의 경우 2012년부터 2019년까지 우울증이라 의심할 수 있는 16점 이상인 20점대의 점수에서 유지되고 있음을 알 수 있다. 잠재계층 3의 경우 2012년부터 2019년까지 우울 점수가 낮은 상태에서 유지되고 있음을 알 수 있다. 마지막으로 잠재계층 4의 경우 2012년에는 우울 점수가 4.27점으로 매우 낮았지만, 이후 빠르게 증가하는 모습을 보여주면서 2019년에는 우울증을 의심할 수 있는 16점의 바로 밑에 점수(15.4점)까지 증가하였다. 성별의 경우 모든 계층에서 여성이 많은 비율을 보였다. 혼인상태의 경우 모든 잠재계층에서 유배우자보다 무배우자인 경우가 많았다. 직업상태와 교육수준의 경우 잠재계층 2에서만 미취업자가 취업자보다 더 많았고 대졸 미만이 대졸 이상보다 많았다.

<표 2>

잠재집단별 기술통계치 및 인구사회학적 특성

3) 우울 잠재집단의 변화유형

최종적으로 확정된 네 개의 잠재계층 모형의 각 잠재계층별 초기값과 변화율의 평균값을 추정한 결과는 <표 3>과 같고, 도출된 잠재계층별 우울 변화유형은 <그림 2>와 같다.

<표 3>

잠재집단별 평균 추정치

<그림 2>

청년의 우울 변화에 따른 잠재집단 유형

먼저 계층 1(class 1)을 살펴보면, 사례 수는 총 143명으로 연구대상자의 8.4%가 속하고 있다. 계층 1의 우울 초기값은 15.092(p<0.001)이고 변화율은 -1.708(p<0.001)로 나타났다. 계층 1의 변화궤적을 살펴보면 2012년도에 가장 높은 우울 수준을 보였고 이후 8년 동안 지속적으로 우울이 감소하였다. 이에 따라서 계층 1을 ‘고수준 우울 감소집단’으로 명명하였다.

계층 2(class 2)를 살펴보면, 사례 수는 총 25명으로 연구대상자의 1.5%가 속하고 있다. 계층 2의 우울 초기값은 22.254(p<0.001)이고 변화율은 -0.217(p>0.05)로 나타났다. 계층 2의 변화궤적을 살펴보면 2012년도에 가장 높은 우울 수준을 보였을 뿐만 아니라 그 점수가 우울증을 의심할 수 있는 16점보다 높은 20점을 나타내었고, 이후 8년 동안 우울 수준이 20점대에서 그대로 유지되었다. 이에 따라서 계층 2를 ‘고수준 우울 유지집단’으로 명명하였다.

계층 3(class 3)을 살펴보면, 사례 수는 총 1,421명으로 연구대상자의 83.8%가 속하고 있다. 계층 3의 우울 초기값은 2.785(p<0.001)이고 변화율은 -0.024(p>0.05)로 나타났다. 계층 3의 변화궤적을 살펴보면 2012년도에 가장 낮은 우울 수준을 보였고 이후 8년 동안 낮은 우울 수준을 유지하였다. 이에 따라서 계층 3을 ‘저수준 우울 유지집단’으로 명명하였다.

계층 4(class 4)를 살펴보면, 사례 수는 총 106명으로 연구대상자의 6.3%가 속하고 있다. 계층 4의 우울 초기값은 4.181(p<0.001)이고 변화율은 1.714(p<0.001)로 나타났다. 계층 4의 변화궤적을 살펴보면 2012년도에 매우 낮은 우울 수준을 보였지만 이후 8년 동안 우울 수준이 빠르게 증가하여 2019년도에는 우울증을 의심할 수 있는 16.18점까지 증가하였다. 이에 따라서 계층 4를 ‘저수준 우울 증가집단’으로 명명하였다.

4) 청년기 우울 잠재집단 영향 요인

청년의 우울과 관련될 것으로 예상되는 영향요인이 잠재계층 분류에 미치는 영향을 분석한 결과는 <표 4> 및 <표 5>와 같다. 이때 잠재집단과 2012년도 기준 예측요인과의 관계를 살펴본 결과이다. 먼저 우울 수준이 상대적으로 가장 낮은 집단인 저수준 우울 유지집단(class 3)을 기준으로 하고 고수준 우울 감소집단(class 2)과 비교할 때, 여성일수록(B=0.935, p<0.01. 해석의 편의를 위해서 방향성 반대로 함), 자아존중감이 낮을수록(B=-2.496, p<0.001), 그리고 주거환경이 나쁠수록(B=-0.225, p<0.05) 저수준 우울 유지집단보다 고수준 우울 감소집단에 속할 확률이 높게 나타났다. 다음으로 우울 수준이 상대적으로 가장 낮은 집단인 저수준 우울 유지집단(class 3)을 기준으로 하고 고수준 우울 유지집단(class 2)과 비교할 때, 여성일수록(B=-1.814, p<0.01), 교육수준이 낮을수록(B=-0.648, p<0.05), 자아존중감이 낮을수록(B=-3.787, p<0.001), 그리고 만성질환이 많을수록(B=0.399, p<0.05) 저수준 우울 유지집단보다 고수준 우울 유지집단에 속할 확률이 높게 나타났다. 다음으로 우울 수준이 상대적으로 가장 낮은 집단인 저수준 우울 유지집단(class 3)을 기준으로 하고 저수준 우울 증가집단(class 4)과 비교할 때, 여성일수록(B=-0.845, p<0.01), 자아존중감이 낮을수록(B=-1.273, p<0.001), 그리고 진료 횟수가 적을수록(B=-0.399, p<0.05) 저수준 우울 유지집단보다 고수준 우울 증가집단에 속할 확률이 높게 나타났다. 다음으로 우울 수준이 시간이 지날수록 감소하는 고수준 우울 감소집단(class 1)을 기준으로 하고 고수준 우울 유지집단(class 2)과 비교할 때, 자아존중감이 낮을수록(B=-1.291, p<0.05) 고수준 우울 감소집단보다 고수준 우울 유지집단에 속할 확률이 높게 나타났다. 다음으로 우울 수준이 시간이 지날수록 감소하는 고수준 우울 감소집단(class 1)을 기준으로 하고 저수준 우울 증가집단(class 4)과 비교할 때, 자아존중감이 높을수록(B=1.223, p<0.01), 그리고 진료 횟수가 적을수록(B=-0.573, p<0.05) 고수준 우울 감소집단보다 저수준 우울 증가집단에 속할 확률이 높게 나타났다. 마지막으로, 우울수준이 높은 상태에서 유지되는 고수준 우울 유지집단(class 2)을 기준으로 하고 저수준 우울 증가집단(class 4)을 비교할 때, 자아존중감이 높을수록(B=2.514, p<0.001), 그리고 만성질환이 낮을수록(B=-.424, p<0.05) 고수준 우울 유지집단보다 저수준 우울 증가집단에 속할 확률이 높게 나타났다.

<표 4>

청년기 우울 변화궤적 유형에 대한 다항로지스틱 분석결과

<표 5>

청년기 우울 변화궤적 유형에 대한 다항로지스틱 분석결과

1) 청년기 우울궤적의 변화유형 확인

본 연구는 청년들을 대상으로 우울 변화궤적에 대한 잠재계층성장분석을 실시하였다. 그 결과 ‘고수준 우울 감소집단’, ‘고수준 우울 유지집단’, ‘저수준 우울 유지집단’, 그리고 ‘저수준 우울 증가집단’의 4개 잠재계층으로 구분되었다. 먼저, ‘고수준 우울 감소집단’은 총 143명으로 연구대상자의 8.4%가 속하고 있다. 이 집단의 변화궤적을 살펴보면 2012년도에 가장 높은 우울 수준을 보였고 이후 8년 동안 지속적으로 우울이 감소하였다. ‘고수준 우울 유지집단’은 총 25명으로 연구대상자의 1.5%가 속하고 있다. 이 집단의 변화궤적을 살펴보면 2012년도에 가장 높은 우울 수준을 보였을 뿐만 아니라 그 점수가 우울증을 의심할 수 있는 16점보다 높은 20점을 나타내었고, 이후 8년 동안 우울 수준이 20점대에서 그대로 유지되었다. ‘저수준 우울 유지집단’은 총 1,421명으로 연구대상자의 83.8%가 속하고 있다. 이 집단의 변화궤적을 살펴보면 2012년도에 가장 낮은 우울 수준을 보였고 이후 8년 동안 낮은 우울 수준을 유지하였다. 마지막으로 ‘저수준 우울 증가집단’은 총 106명으로 연구대상자의 6.3%가 속하고 있다. 이 집단의 변화궤적을 살펴보면 2012년도에 매우 낮은 우울 수준을 보였지만 이후 8년 동안 우울 수준이 빠르게 증가하여 2019년도에는 우울증을 의심할 수 있는 16점 바로 아래 점수까지 증가하였다.

이러한 결과는 우울과 관련된 기존의 횡단 연구의 결과에서 확인하지 못한 변화궤적을 확인함과 동시에 다양한 하위 잠재집단을 새롭게 확인했다는 점에서 중요한 의의를 가진다. 본 연구의 결과에 따르면, 2012년도에 4개의 집단 중 3개의 집단은 우울 점수가 16점 이하로 나타났고 1개의 집단은 우울 점수가 16점보다 높은 22.25점으로 나타났다. 그러나 이러한 우울 점수는 시간이 지나면서 변화하게 되었다. 구체적으로 저수준 우울 유지집단의 경우 2012년도와 마찬가지로 2019년도에도 가장 낮은 우울 수준을 보였다. 또한 2012년도에 22.25점으로 가장 높은 우울 수준을 보였던 고수준 우울 유지집단의 경우 2019년에도 20.74점으로 여전히 우울 점수가 높게 나타났다. 눈에 띄는 집단은 저수준 우울 증가집단과 고수준 우울 감소집단이다. 먼저 저수준 우울 증가집단의 경우 2012년도에 4.18점으로 낮은 우울 수준을 보였지만 이후 시간이 지남에 따라서 우울이 빠르게 증가하였고 2019년에는 16.18점이라는 높은 우울 수준을 보였다. 이러한 결과는 우울의 부정적 영향력을 고려할 때 청년층의 우울 감소 개입이 시급함을 보여주고, 특히 저수준 우울 증가집단의 특징이 무엇인지 확인하는 것이 매우 중요하다. 반면 고수준 우울 감소집단의 경우 2012년도에 15.09점이라는 우울 점수를 보였지만 이후 시간이 지남에 따라서 우울이 빠르게 감소하여 2019년도에는 3.14점으로 낮게 나타났다. 따라서 이러한 집단이 가지는 어떠한 특징이 이렇게 매우 높은 또는 낮은 우울 수준으로 변화하게 되는지, 그리고 다른 집단은 어떠한 특징을 가지고 있으므로 우울 수준이 낮게 유지 또는 감소하는지 확인하는 것이 필요하다.

2) 청년기 우울 변화궤적 잠재계층 예측요인

다음으로 우리나라 청년의 우울에 대한 네 개 집단에 속하는 청년들의 특성이 어떠한 예측요인에 의해서 분류되는지 확인하기 위해서 다항로지스틱회귀분석을 실시하였다. 이때 예측요인이 2012년을 기준으로 분석을 진행하였다. 구체적으로 우울이 상대적으로 가장 낮은 집단인 저수준 우울 유지집단(class 3)을 기준으로 하고 고수준 우울 감소집단(class 1), 고수준 우울 유지집단(class 2), 그리고 저수준 우울 증가집단(class 4)을 각각 비교하는 분석을 하였다. 또한 고수준 우울 감소집단(class 1)을 기준으로 하고 고수준 우울 유지집단(class 2)과 저수준 우울 증가집단(class 4)을 비교하였고, 마지막으로 고수준 우울 유지집단(class 2)을 기준으로 하고 저수준 우울 증가집단(class 4)을 비교하는 분석을 하였다.

먼저, 인구사회요인 중 여자일수록 우울이 높은 집단에 속할 확률이 높게 나타났다. 이러한 결과는 여성이 남성보다 우울이 더 높다는 기존의 많은 연구결과(유창민, 2017; 한광현, 2020; Cooper et al., 1992)와 일치하는 결과이다. 이처럼 일반적으로 여성이 남성보다 더 우울이 높은 것과 관련해서 정준수와 박미은(2016)은 여성의 경우 주로 내재화 방법을 사용하는 스트레스 대처를 하는 반면, 남성의 경우 외현화 방법을 사용하기 때문으로 설명한다. 따라서 청년기 여성들에 대한 우울에 대한 개입이 다른 연령대 및 집단과 마찬가지로 중요하다. 특히 최근 COVID-19의 영향으로 여성들의 우울이 매우 심각한 것으로 나타났기 때문에 여성 청년층을 대상으로 하는 상담 프로그램을 개발하고 적극적으로 개입할 필요가 있다(이인정, 2021).

사회경제적 요인의 경우, 교육수준이 유의미한 영향요인으로 확인되었다. 구체적으로 교육수준이 낮을수록 더 우울한 집단에 속할 확률이 높았다. 이러한 결과는 교육수준 또한 우울에 영향을 줄 수 있다는 기존의 연구 결과(강상경 외, 2015; 유창민, 2017)를 지지한다. 이처럼 교육수준에 따라서 특정한 잠재집단에 속할 확률이 영향을 받는 것은 교육수준이 높을수록 건강행동을 개선하고자 노력 및 방안에 접근이 쉽고, 높은 소득과 안정적인 직장, 그리고 높은 사회적 지위에 있을 확률이 교육수준이 낮은 경우보다 더 높고, 이러한 결과로 인해서 우울이 낮아질 수 있기 때문으로 생각된다. 그 외에 중요하게 생각되었던 소득 및 취업 여부 등은 유의미하게 나타나지 않았다. 이러한 결과는 소득과 취업여부 등이 중요하지 않다는 의미가 아니라 이보다 더 영향이 크거나 선행하는 요인으로 인해서 소득 및 취업여부 등의 효과가 희석된 것으로 생각된다. 즉, 본 연구의 결과에서 상대적으로 베타값이 크게 나타나는 배우자유무, 자아존중감 등의 요인 또는 교육수준 요인으로 인해서 소득과 취업여부의 유의미성이 사라진 것으로 생각된다. 따라서 소득 및 취업여부가 우울에 미치는 영향이 교육수준, 배우자유무, 자아존중감 등의 요인에 의해서 조절 또는 매개되는지에 대한 추가적인 연구가 필요하다. 만일 교육수준, 배우자 유무, 자아존중감 등이 중요한 매커니즘으로 확인된다면 이러한 요인에 대한 개입이 더욱 중요해질 수 있다.

심리, 신체, 환경요인의 경우, 자아존중감이 높을수록, 만성질환의 수준이 낮을수록, 그리고 주거환경이 좋을수록 우울이 낮은 집단에 속할 확률이 높게 나타났다. 이러한 결과는 자아존중감이 높을수록 우울 수준이 유의미하게 낮게 나타난다는 기존의 연구 결과(강상경 외, 2015; 유창민, 2017)와 일치한다. 이처럼 자아존중감의 긍정적 영향과 관련해서, 자아존중감이 높을수록 스트레스 상황을 평가하는 정도(자기효능감)와 관련이 있을 수 있기 때문에 자아존중감이 높을수록 우울 수준이 낮게 나타나는 것으로 생각된다. 만성질환의 경우에도 만성질환이 우울에 영향을 준다는 기존의 연구 결과(유창민, 2017)와 일치한다. 따라서 만성질환이 있는 경우 신체적인 건강에 대한 관리뿐만 아니라 이러한 만성질환으로 인해 영향을 미칠 수 있는 정신건강도 종합적으로 돌보고 관리를 받을 수 있도록 해야겠다. 주거환경의 경우 주거환경이 좋을수록 고수준 우울 감소집단에 속할 확률보다 저수준 우울 유지집단에 속할 확률이 높았는데, 이러한 결과는 주거환경이 좋은 것이 이후 시간이 흐름에 따라서 지속적으로 영향을 주는 것과 관련되어 보인다. 또한, 이 결과는 주거 안정성이 낮을수록 우울감이 높게 나타난다는 기존의 연구 결과(김영주, 곽인경, 2020)와 일치 또는 유사한 결과로서, 살아가고 있는 주변 환경, 특히 주거환경의 중요성을 보여준다. 따라서 우울이 높은 청년들을 대상으로 개입할 때 ‘주거’와 관련된 개입도 필요하다. 현재 사는 주거환경이 어떠한지에 대한 확인과 더불어서 청년층에게 안전하고 쾌적한 주거환경을 마련할 수 있는 국가적 차원의 지원이 필요하겠다. 즉, 주거의 기능적 편리성, 접근성, 생활 편의성을 높이고 생활소음 등에서의 환경적 개선방안의 모색이 요구되고(김영주, 곽인경, 2020), 이러한 주거환경을 얻을 수 있도록 다양한 정책적 지원이 필요하겠다.

마지막으로 건강행동 요인 중 진료를 적게 할수록 우울이 높은 집단에 속할 확률이 높았다. 이러한 결과는 진료 횟수가 높아질수록 건강과 관련된 정보 습득 및 이해도가 높아질 수 있고, 이러한 높아진 건강정보이해능력은 심리내적인 상태에 대해서 확인받고 치료받을 가능성을 높여주기 때문일 것으로 생각이 된다(최은영 외, 2017). 따라서 현재 주기적으로 진행되는 전 국민 건강검진(건강보험공단 실시)이 실시될 때 ‘정신건강’ 영역에 대한 검진의 횟수와 정도를 증가시킴으로써 우울증으로 진행될 수 있는 것을 사전에 예방하는 정책이 필요하겠다. 또한 정신과 병원에 가는 것 또는 심리상담을 받는 것에 대한 사회적인 편견을 극복하는 홍보와 인식변화를 통해서 이상 증상이 있을 때 적극적으로 진료를 받을 수 있도록 해야 한다. 우울증은 적절한 개입과 치료가 있다면 회복될 수 있음에도 불구하고 많은 사람들이 정신과 병원에 가는 것에 대한 부정적인 편견으로 인해서 진료를 꺼리는 경우가 있다. 따라서 감기에 걸리면 자연스럽게 병원에 가는 것처럼 우울증은 누구나 걸릴 수 있고 이로 인한 병원 또는 심리상담을 받는 것이 자연스러운 사회적 분위기와 환경이 될 수 있도록 국가 차원에서의 적극적인 홍보와 인식변화 캠페인이 필요하다.

본 연구는 전국단위의 종단자료인 한국복지패널자료를 활용하여 2012년부터 2019년까지 총 8년 동안 우리나라 만 19세 이상부터 만 34세 이하까지의 청년을 대상으로 우울의 변화궤적 유형을 확인하였다. 특히 기존의 연구는 전체 또는 하나의 모집단 변화궤적을 확인했지만, 본 연구는 우리나라 청년의 우울 변화궤적이 다양한 하위 잠재집단으로 유형화될 수 있음을 확인하였다. 그리고 이러한 다양한 하위 잠재집단의 특성이 무엇인지 확인함으로써 추후 우리나라 청년들의 정신건강을 예방 및 증진시키기 위한 기초적인 자료가 될 수 있다는 데 중요한 의의가 있다.

그러나 본 연구는 각 잠재집단의 특성 및 영향을 줄 수 있는 요인에 대해서 탐색적 차원의 분석을 했다는 한계가 있다. 따라서 추후 연구에서는 본 연구의 결과를 바탕으로 각 잠재집단의 특성이 무엇이고, 잠재집단별로 다를 수 있는 주요 영향요인 간의 상호작용과 메커니즘이 무엇인지 확인하는 것이 필요하다. 무엇보다 본 연구는 2차 자료의 한계로 인해 청년의 특성을 모두 반영하지는 못했다. 따라서 추후 연구를 통해서 청년의 특성이 반영된 예측변수를 활용함으로써 청년의 우울에 대한 개입과 예방에 필요한 다양한 제도와 정책이 획일적으로 이루어지기보다는 청년마다 처해있는 다양한 상황과 특성이 고려된 제도와 정책이 개발되고 시행됨으로써 효과적으로 우울을 예방하고 회복할 수 있기를 바란다. 또한 본 연구는 예측변수 중에서 시변성을 가진 요인을 고려하지 못했다는 한계가 있다. 예를 들면, 연구 결과 중에서 자아존중감이 높을수록 고수준 우울 감소집단(계층1)보다 저수준 우울 증가집단(계층4)에 속할 확률이 높게 나타났다. 이러한 결과는 자아존중감이 높을수록 우울이 낮다는 점(2012년 시점)에서 기존 연구와 일치하지만, 시간이 흐른 뒤 자아존중감이 높을수록 우울이 높다는 점(2019년 시점)은 기존 연구와 다르고 이것은 변수의 시변성이 반영이 되지 못했기 때문으로 예상된다. 따라서 후속연구에서는 이러한 시변성 변수들을 고려한 분석이 이루어질 필요가 있다.