우리나라는 삼면이 바다로 둘러싸여 있는 지형환경으로 인해 다양한 수산물을 쉽게 접할 수 있다. 수산물은 동물성 단백질의 주요 공급원이자 오메가-3 다가불포화 지방산, 비타민, 무기질, 항산화 영양소 등 건강에 이로운 성분을 풍부하게 함유하고 있어 영양 측면에서 매우 우수한 건강식품이다(Jamioł-Milc 등, 2021). 선행연구를 통해 생선에 다량 함유된 오메가-3 다가불포화 지방산이 심혈관 건강(Raatz 등, 2013)과 더불어 우울증(Yang과 Je, 2018), 인지기능(Chalon, 2006)과 관련하여 유익한 영향을 미칠 수 있음이 밝혀졌다. 또한 단백질, 오메가-3 불포화지방산, 칼슘과 비타민 D를 풍부하게 함유한 어패류는 노인에게 나타나는 다양한 질병의 원인이 될 수 있는 노쇠(frailty)의 발생을 예방할 수 있는 것으로 보고되었다(Alaghehband 등, 2021; Shibasaki 등, 2019). 이에 미국(Lichtenstein 등, 2021), 유럽(Schwingshackl 등, 2020), 일본(Yamori 등, 2001) 등 많은 나라에서 건강한 식사 패턴의 구성요소로 수산물을 포함하고 있으며 건강상의 이익을 위해 수산물을 섭취할 것을 지속해서 권고하고 있다.

전 세계 수산물 소비량은 1960년대 1인당 평균 9.9 kg에서 2016년 1인당 20 kg 이상으로 지난 50년 동안 두 배로 증가했다(Shamshak 등, 2019). 수산물 및 수산가공품 생산량의 증가, 소비자의 소득향상, 도시화로 인한 유통경로 개선을 통해 수산물 소비의 확대가 가능해진 것으로 보인다(Carlucci 등, 2015). 그러나 수산물 소비의 증가 경향은 인구집단 내 고르게 분포되지 않으며 수산물 소비에는 나이, 소득 및 교육 수준 등 사회경제적 요인이 영향을 미치는 것으로 알려져 있다(Jahns 등, 2014; Myrland 등, 2000). 수산물의 총섭취량은 함께 사는 가구원의 수가 많을수록, 나이가 많을수록(Myrland 등, 2000), 소득과 교육 수준이 높을수록 증가하는 것으로 보고되었다(Jahns 등, 2014). 또한 주로 남성의 수산물 섭취량이 여성보다 높으며 나이에 따라서는 19~30세의 젊은 청년층이 다른 연령층보다 수산물의 선호도가 두드러지게 낮은 것으로 나타나 인구사회구조의 변화가 수산물 섭취의 추이에 미치는 영향이 크게 나타날 것으로 예상된다(Jahns 등, 2014; Myrland 등, 2000).

우리나라는 기대수명의 증가와 출생률의 감소로 인해 인구 고령화가 매우 급속하게 진행되고 있다(Statistics Korea, 2019). 특히 활동적 소비력이 있는 베이비 붐 세대가 고령층으로 편입되면서 소비시장에서 고령층의 영향력이 확대될 것으로 전망됨에 따라 다양한 노인성 질환의 발병, 제어, 개선과 관련된 고령친화 식품이 주목받고 있다(Lee 등, 2020). 수산물은 심혈관질환, 치매, 노쇠 등의 예방 및 치료 효과가 밝혀짐에 따라 충분한 섭취가 장려되는 식품이다(Jang 등, 2021). 노인의 건강과 질병에 있어서 수산물의 생리 대사적 중요성이 강조되고 있고 우리의 식생활과 질병 발생의 상관성이 높아지고 있다는 점에서 우리나라 노인의 수산물 섭취량을 평가하여 노인의 식생활 지도를 위한 기초자료를 제시할 필요가 있다고 본다. 그러나 수산물 섭취에 관한 기존의 국내 선행연구들은 특정 연령층을 대상으로 한 수산물 선호도, 기호도 위주의 연구(Kim 등, 2011) 또는 전체 인구 연령층을 대상으로 한 실태조사(Kim 등, 2019b)가 수행되었으며, 인구사회구조 변화 흐름에 큰 비중을 차지하는 노인인구를 대상으로 수산식품 섭취 동향 및 섭취 영향 요인을 심도 있게 파악한 연구는 매우 부족한 실정이다.

따라서 본 연구는 장기간 축적된 대규모 데이터인 2009~2019 국민건강영양조사 자료를 활용하여 만 65세 이상 노인인구의 수산물 섭취 동향의 특징을 도출할 목적으로 수행되었으며, 노인인구의 지난 10년간 수산물 섭취량 및 수산 단백질 섭취 비율의 변화 추이를 확인하고 아울러 노인인구의 수산물 섭취에 영향을 미치는 독립적인 사회경제적 요인을 탐색하여 노인의 수산물 섭취 증강 및 식생활 교육 시 도움이 될 수 있는 영양학적 기초자료를 제공하고자 하였다.

대상자와 조사 기간

국민건강영양조사(Korea National Health and Nutrition Examination Survey, KNHANES) 제4기 3차 연도(2009), 제5기(2010~2012), 제6기(2013~2015), 제7기(2016~2018), 제8기 1차 연도(2019) 자료를 활용하였다. 2009~2019 국민건강영양조사의 일반 및 건강 설문조사, 검진조사, 영양조사 부문에 참여한 87,281명 중 만 65세 이상의 노인 15,772명을 대상으로 하였다. 이 중 24시간 회상법을 통한 식품 섭취량 자료가 누락된 1,103명과 조사 기간의 식품 섭취량이 평소 섭취량보다 ‘많이 섭취하였다’ 또는 ‘적게 섭취하였다’로 응답한 사람 2,498명을 제외하여 총 12,171명을 최종 대상자로 선정하였다. 국민건강영양조사는 질병관리본부 연구윤리심의위원회의 승인을 받아 실시되었으며(2009-01CON-03-2C, 2010-02CON-21-C, 2011-02 CON-06-C, 2012-01EXP-01-2C, 2013-07CON-03-4C, 2013-12EXP-03-5C, 2018-01-03-P-A, 2018-01-03-C-A), 본 논문은 대상자에게 새로운 정보를 수집하지 않고 국민건강영양조사에서 생성한 기존 자료만을 이용하므로 이화여자대학교 기관생명윤리위원회의 심의면제를 확인받아 이루어졌다(EWHA-202111-0026-01).

일반사항 및 신체 계측조사

건강 설문조사 중 성별(남성, 여성), 나이, 가구 소득수준(하, 중하, 중상, 상), 교육수준(초졸 이하, 중졸, 고졸, 대졸 이상), 가구형태(독거, 비독거), 세대유형[단일세대(1인가구, 부부 세대 등 1세대 가구, 2세대 이상(부부＋자녀 등 2세대 이상 가구)], 거주지역[대도시(서울, 부산, 대구, 인천, 광주, 대전, 울산), 중소도시(그 외 시도의 동지역), 농촌지역(그 외 시도의 읍, 면지역)]에 관한 변수 등 인구통계학적 자료를 사용하였다. 검진조사 중 체중(kg)을 신장(m²)으로 나누어 계산한 체질량지수(Body Mass Index, BMI)에 대한 자료를 이용하였다.

연도별 수산물 섭취량 및 수산 단백질 섭취량 분석

조사 기간인 2009년부터 2019년까지 10년간 연도별 영양조사 부분의 24시간 회상법(24-hour recall method)을 이용하여 수산물 섭취량을 분석하였다. 수산물은 조사대상자들이 일반적으로 식용하고 있는 모든 수산식품을 포함하였다. 수산물의 분류는 국립수산과학원의 ‘수산물성분표’에서 분류하고 있는 방식에 준하였으며, 어패류 섭취량(어류, 패류, 연체동물, 갑각류, 기타수산물의 합계)과 해조류 섭취량을 합하여 수산물 섭취량을 산출하였다. 2013년 조사 자료부터 멸치육수, 다시마 육수 등 육수를 통한 식품 섭취량 항목이 추가되어 식품 및 영양소 섭취량에 반영되었다. 본 연구에서는 수산물 섭취량을 육수를 통한 섭취량과 육수를 제외한 나머지 섭취량, 그리고 이를 합한 총섭취량으로 구분하여 제시하였다. 수산 단백질 섭취 비율은 수산물로부터 섭취한 단백질의 양을 산출하여 전체 단백질 중 수산 단백질 섭취량이 차지하는 비율을 계산하였다.

통계분석

본 연구에서는 2009~2019년 기수 간 국민건강영양조사 원시자료를 통합해 사용하였으므로 복합표본설계요소를 분석에 고려하기 위해 층화변수(strata), 집락변수(cluster) 및 통합 가중치(weight)를 반영한 proc survey procedure를 사용해 분석하였다. 통합 가중치는 자료 통합비율을 1/11로 하여 연도별 건강설문･검진･영양조사의 연관성 가중치와 곱하여 산출해 적용하였다. 연속형 변수의 경우 기술통계 분석을 시행하여 평균과 표준오차(standard error, SE)로 제시하였다. 범주형 변수의 경우 빈도분석을 통해 빈도 및 가중치가 반영된 백분율을 구하였다. 연도별 수산물 및 수산 단백질의 1일 섭취 비율의 추이에 대해서는 다중회귀분석으로 유의성을 검증하여 P-trend를 구하였다. 연도별 성별 구조에 따른 결과 차이를 보정하기 위해서 성별을 보정한 결과로 제시하였다. 만 65세 이상 노인의 수산물 섭취 수준과 사회경제적 요인의 상관성을 검정하기 위하여 다중회귀분석을 시행하였다. 각 요인의 효과는 다른 요인을 공변량으로 하여 개별적으로 검정하였다. 모든 자료의 통계처리 및 분석은 SAS 9.4(Statistical Analysis System, SAS Institute, Cary, NC, USA) 프로그램을 이용하였고 통계적 유의수준은 P<0.05 기준으로 검정하였다.

일반환경

연구대상자의 일반환경은 Table 1과 같다. 전체 대상자는 12,171명이었으며 전체 대상자에 대한 연도별 대상자 수의 비율은 7.9~12.5%로 고르게 분포되어 있다. 성별에 따라서는 여성이 57.0%, 남성이 43.0%로 여성이 약간 많았으며, 체질량지수를 기준으로 4.2%가 저체중, 36.6%가 정상, 25.1%가 과체중이었고 34.0%가 비만으로 분류되었다. 가구소득 사분위의 경우 가장 낮은 ‘하’에 해당하는 대상자가 51.9%로 절반 이상이었으며 교육수준은 초등학교 미만인 대상자가 64.5%였다. 거주형태에 따라서는 홀로 거주하는 노인이 20.3%, 다른 사람과 함께 사는 경우가 79.7%였다. 세대형태는 1인 가구나 부부세대인 단일세대 가구가 61.1%였으며 자녀세대 등과 함께 가구를 이루는 2세대 이상 가구가 38.9%로 조사되었다. 조사대상자의 거주지역은 대도시, 중소도시, 농촌지역 순으로 많았다.

Table 1 . Distribution of study population: Korean National Health and Nutrition Examination Surveys (KNHANES; 2009~2019).

Variables		2009	2010	2011	2012	2013	2014	2015	2016	2017	2018	2019	Total
Number of subjects		1,316(8.1)1),2)	1,056(7.9)	1,118(8.2)	1,122(8.0)	902(8.3)	1,040(8.4)	1,026(9.0)	1,037(9.4)	1,127(9.9)	1,083(10.3)	1,344(12.5)	12,171(100.0)
Gender	Male	557(41.7)3)	483(43.0)	474(40.1)	483(41.3)	388(40.6)	447(41.7)	456(43.0)	489(45.2)	516(44.0)	466(44.4)	608(45.1)	5,367(43.0)
	Female	759(58.3)	574(57.0)	644(59.0)	639(58.7)	514(59.5)	593(58.3)	570(57.0)	548(54.8)	611(56.0)	617(55.6)	736(54.9)	6,804(57.0)
BMI distribution4)	Underweight	65(4.4)	45(4.0)	61(6.0)	39(3.3)	44(4.7)	40(4.0)	37(3.6)	36(3.9)	42(3.9)	46(3.7)	66(4.9)	521(4.2)
	Normal	532(39.9)	421(38.8)	432(38.6)	435(39.5)	339(37.4)	406(39.9)	335(31.9)	363(34.1)	394(36.6)	363(33.6)	469(34.9)	4,489(36.6)
	Overweight	314(23.8)	258(25.0)	265(23.5)	304(24.4)	225(24.1)	269(25.2)	273(27.5)	247(23.7)	291(24.7)	273(26.2)	359(27.1)	3,078(25.1)
	Obese	405(31.9)	333(32.3)	360(31.8)	344(32.7)	294(33.8)	325(30.9)	381(37.0)	391(38.3)	400(34.8)	401(36.5)	450(33.1)	4,083(34.0)
Family income	Low	732(54.6)	576(54.1)	608(57.2)	567(52.3)	493(57.1)	552(54.1)	494(48.0)	552(52.3)	559(48.7)	565(49.4)	661(47.7)	6,359(51.9)
	Middle-low	301(22.7)	237(22.2)	269(23.3)	298(28.8)	235(24.5)	249(23.5)	286(26.6)	248(22.5)	307(26.8)	266(26.1)	399(29.3)	3,095(25.3)
	Middle-high	164(14.1)	121(12.5)	127(10.8)	146(10.6)	102(12.1)	135(13.1)	152(17.3)	133(14.0)	153(14.2)	155(15.8)	188(15.6)	1,576(13.8)
	High	100(8.7)	108(11.2)	103(8.6)	95(8.3)	62(6.3)	97(9.3)	88(8.0)	93(11.1)	102(10.3)	93(8.7)	90(7.5)	1,031(8.88)
Education level	≤Elementary school	977(73.4)	739(75.1)	773(72.6)	697(67.7)	567(67.9)	589(64.0)	577(64.0)	603(61.1)	650(59.8)	619(57.2)	698(54.1)	7,488(64.5)
	Middle school	139(11.7)	122(9.9)	118(10.2)	141(12.5)	117(13.7)	125(14.1)	121(11.5)	129(13.1)	136(14.0)	159(15.4)	184(14.8)	1,491(12.9)
	High school	116(9.6)	126(9.6)	157(11.8)	159(13.9)	130(13.6)	134(14.0)	155(16.5)	151(15.4)	170(15.7)	169(18.5)	222(20.3)	1,689(14.8)
	≥College	65(5.2)	65(5.3)	64(5.5)	78(5.8)	47(4.8)	73(7.9)	73(7.9)	90(10.4)	106(10.5)	83(8.9)	111(10.7)	855(7.8)
Living status	Living alone	257(17.6)	164(14.6)	214(18.5)	237(20.4)	222(24.0)	237(21.1)	229(20.2)	243(20.5)	279(22.3)	273(21.7)	320(20.9)	2,675(20.3)
	Living with others	1059(82.4)	892(85.4)	904(81.5)	885(79.6)	680(76.0)	803(78.9)	797(79.8)	794(79.5)	848(77.7)	810(78.3)	1024(79.1)	9,496(79.7)
Generation type	Single generation	829(56.3)	640(56.1)	710(56.7)	762(62.4)	592(60.9)	696(60.5)	690(60.1)	711(59.6)	797(63.7)	760(64.4)	976(67.0)	8,163(61.1)
	Multi-generation	487(43.7)	416(43.9)	408(43.3)	360(37.6)	310(39.1)	344(39.5)	336(39.9)	326(40.4)	330(36.3)	323(35.6)	368(33.0)	4,008(38.9)
Residence	Metropolitan	435(39.3)	417(38.8)	419(39.6)	436(37.0)	405(38.9)	417(41.8)	441(42.0)	419(42.9)	438(43.7)	461(41.7)	562(41.9)	4,849(40.9)
	Mid-sized cities	323(25.7)	308(25.6)	339(30.0)	319(26.8)	284(35.1)	294(29.5)	331(34.1)	332(33.1)	359(31.1)	326(35.8)	403(32.2)	3,618(31.1)
	Rural	558(32.0)	332(35.6)	360(30.4)	367(36.1)	213(26.0)	329(28.7)	254(23.9)	286(24.0)	330(25.3)	296(22.5)	379(25.9)	3,704(28.1)

¹⁾Values are presented as number(%)..

²⁾Percentage of column total..

³⁾Percentage of row total..

⁴⁾BMI: body mass index(kg/m²)..

연도별 수산물 섭취량 추이

2009~2019년까지 10년간 우리나라 만 65세 이상 노인의 1인 수산물 섭취량을 연도별로 산출한 결과는 Table 2와 같다. 우리나라 노인의 지난 10년간 1일 평균 수산물 섭취량은 2009년 45.2 g에서 2019년 152.6 g으로 큰 폭으로 상승하였다(P-trend<0.0001). 육수를 제외한 수산물 섭취량을 살펴본 결과 2009년 45.2 g에서 2019년 46.3 g으로 소폭 상승하였으나 통계적으로 유의한 경향성은 없었다(P-trend =0.8867). 어패류는 10년간 40.3 g에서 118.0 g으로, 해조류는 2009년 4.8 g에서 2019년 34.6 g으로 유의적으로 증가하는 경향성을 나타내었으나(P-trend<0.0001) 이는 대부분 육수를 통한 섭취량이 추가된 영향인 것으로 보인다.

Table 2 . Trends in intake amounts of seafood in Korean elderly.

Seafood type (g)	2009	2010	2011	2012	2013	2014	2015	2016	2017	2018	2019	β	P-trend
Seafoods	45.2±2.81)	43.1±3.2	45.0±3.0	49.1±3.8	105.8±11.3	143.4±11.0	153.4±15.3	147.9±10.4	142.9±9.9	126.8±9.0	152.6±9.4	12.24	<0.0001
Excluded the stock	45.2±2.8	43.1±3.2	45.0±3.0	49.1±3.8	41.9±3.3	41.3±2.5	43.1±2.7	41.2±2.6	49.2±3.7	42.2±2.3	46.3±2.7	0.045	0.8867
From the stock	-2)	-	-	-	64.0±11.0	102.1±10.2	110.3±15.3	106.6±10.1	93.7±9.4	84.7±9.1	106.3±9.2	2.537	0.1606
Fishes & shellfishes	40.3±2.8	36.0±2.9	40.8±2.9	44.3±3.5	85.4±9.5	111.3±7.9	108.8±9.6	106.5±7.0	111.0±6.8	96.5±6.6	118.0±7.0	8.638	<0.0001
Excluded the stock	40.3±2.8	36.0±2.9	40.8±2.9	44.3±3.5	37.6±3.3	36.6±2.4	38.8±2.6	37.1±2.6	45.0±3.7	37.0±2.2	41.8±2.6	0.134	0.6425
From the stock	.	.	.	.	47.8±9.1	74.7±7.3	70.1±9.3	69.4±6.5	65.9±6.0	59.5±6.5	76.3±6.6	1.846	0.1659
Seaweeds	4.8±0.5	7.1±1.1	4.3±0.5	4.8±0.8	20.5±3.6	32.1±4.7	44.6±7.2	41.4±4.8	31.9±4.5	30.3±4.3	34.6±4.0	3.602	<0.0001
Excluded the stock	4.8±0.5	7.1±1.1	4.3±0.5	4.8±0.8	4.3±0.6	4.8±0.8	4.3±0.6	4.2±0.5	4.1±0.5	5.1±0.5	4.5±0.5	-0.089	0.1903
From the stock	-	-	-	-	16.2±3.6	27.3±4.5	40.3±7.2	37.3±4.8	27.8±4.5	25.1±4.3	30.0±3.9	0.691	0.3728

¹⁾Values are expressed as mean±SE..

²⁾Not reported..

국내의 수산물 소비 동향에 대한 대표적인 자료인 식품수급표(Kim과 Hong, 2020)에 따르면 2019년도 국민 1인당 어패류 공급량은 115.8 g으로 2009년 98.9 g에 비해 증가하였으며 해조류의 공급량은 2009년 39.5 g에서 2019년 75.6 g으로 10년간 두 배가량 증가한 것으로 보고되었다. 그러나 식품수급표의 식품공급량은 취사, 조리, 폐기 등의 과정에서 발생하는 감량이 포함되지 않은 생중량을 나타낸 것이므로 실제 식품의 가식 부분 중량의 섭취를 통해 산출되는 식품 섭취량과는 다소 차이가 있을 수 있다. 본 연구에서 식품의 섭취량을 기준으로 우리나라 노인의 지난 10년간 수산식품 섭취 추이를 살펴본 결과 식품수급표의 보고와 마찬가지로 증가하는 추세를 보이는 것을 확인할 수 있었다. 그러나 육수를 제외한 수산물의 섭취량만을 살펴보았을 때는 지난 10년간 노인의 수산물 섭취량에는 유의적인 변화가 없었던 것으로 조사됐다. 멸치나 다시마 등은 육수를 만들 때 자주 사용되는 재료로 육수만 내고 건더기를 버리는 경우가 많아 데이터 처리에 한계가 있었으나, 국민건강영양조사의 2013년 자료부터 육수 식품의 데이터베이스가 추가되어 실제로 섭취한 식품의 중량과 영양소 섭취량이 반영될 수 있었다. 그러나 육수 식품이 추가됨에 따라 2013년 이전 자료에 비해 수산물 섭취량이 크게 증가한 것으로 오인 해석될 여지가 있다(Kweon과 Oh, 2015). 2019년 수산물 섭취량 152.6 g 중 106.3 g이 육수를 통한 섭취량이며 육수를 제외한 섭취량은 46.3 g에 불과했다. 따라서 중량을 기준으로 수산물 섭취량 추이를 보았을 때는 멸치육수 등 원재료의 밀도가 낮은 육수 식품의 섭취량에 영향을 받아 섭취 추이에 변화가 생긴 것인지, 실제로 수산물의 섭취가 증가한 것인지 구분에 한계가 있다. 따라서 Table 3에서는 에너지 섭취량을 기준으로 수산물 섭취량 추이를 제시하였다. 지난 10년간 노인의 수산물을 통한 에너지 섭취량은 유의적인 변화가 없었으며(P-trend=0.4302), 해조류를 통한 에너지 섭취량은 오히려 감소하는 경향을 보였다(P-trend<0.0001). 이를 종합했을 때 지난 10년간 노인의 수산물 섭취의 증가추세를 실질적인 증가로 보기는 어려울 것으로 사료된다. 우리나라에서는 국민 식생활 지침과 한국인 영양소 섭취기준에서 단백질 급원으로 ‘고기, 생선, 달걀, 콩류’를 매일 3~4회 섭취할 것을 권장하고 있으며, 생선 등 수산물에 대한 구체적인 적정 섭취 수준을 정하고 있지는 않다(Ministry of Health and Welfare와 The Korean Nutrition Society, 2020). 따라서 본 연구에서 보고한 현재 노인의 수산물 섭취량이 충분한 양인지 판단하기는 어렵다는 연구 한계가 있다.

Table 3 . Trends in energy intakes from seafood in Korean elderly.

Seafood type (kcal)	2009	2010	2011	2012	2013	2014	2015	2016	2017	2018	2019	β	P-trend
Seafoods	47.8±2.91)	45.0±3.4	45.5±2.8	49.8±4.3	45.8±3.4	44.5±2.6	47.4±2.9	45.8±3.0	53.8±5.9	47.2±2.8	47.9±2.7	0.25	0.4302
Fishes & shellfishes	41.0±2.9	39.8±3.7	40.3±2.7	45.7±4.2	39.7±3.3	37.5±2.4	42.1±2.8	41.7±2.9	50.1±5.8	42.5±2.7	44.0±2.7	0.45	0.1493
Seaweeds	6.8±0.6	5.1±0.5	5.2±0.5	4.1±0.5	6.1±0.6	7.0±1.0	5.3±0.4	4.1±0.4	3.7±0.3	4.7±0.3	3.9±0.3	-0.201	<0.0001

¹⁾Values are expressed as mean±SE..

연도별 수산 단백질 섭취량 추이

중량으로 표현된 수산물 섭취량에 대한 보완자료로 어패류를 통한 단백질 섭취량과 섭취 비율을 Table 4에 제시하였다. 지난 10년간 노인의 어패류를 통한 단백질 섭취율은 2009년 10.4%에서 2019년 11.7%까지 유의적으로 증가하는 경향성을 보였다(P-trend=0.0096).

Table 4 . Trends in protein intakes from different food sources in Korean elderly.

Year	Protein sources				Food sources
	Animal protein		Plant protein		Fishes & shellfishes		Meats		Eggs		Dairy
	g	%1)	g	%	g	%	g	%	g	%	g	%
2009	13.9±0.62)	23.2±0.7	35.2±0.5	76.8±0.7	6.4±0.4	10.4±0.5	5.3±0.3	8.6±0.5	1.0±0.1	1.9±0.2	1.1±0.1	2.3±0.2
2010	14.6±0.9	22.9±0.8	37.3±0.7	77.1±0.8	6.0±0.5	9.7±0.5	6.4±0.5	9.2±0.6	1.1±0.1	1.7±0.2	1.2±0.1	2.4±0.2
2011	15.1±0.7	24.5±0.8	34.7±0.6	75.5±0.8	6.7±0.4	11.0±0.6	6.1±0.4	9.4±0.7	1.1±0.1	2.0±0.2	1.1±0.1	2.1±0.2
2012	16.9±0.7	25.9±0.8	36.3±0.7	74.0±0.8	7.4±0.6	10.9±0.7	7.0±0.4	10.6±0.6	1.2±0.1	1.9±0.2	1.4±0.1	2.5±0.2
2013	17.0±0.8	27.3±0.9	35.3±0.7	72.2±0.9	6.3±0.5	10.3±0.7	7.7±0.5	11.4±0.6	1.4±0.1	2.6±0.2	1.5±0.1	3.1±0.3
2014	15.6±0.7	26.3±0.7	35.2±0.7	73.7±0.7	6.0±0.4	10.4±0.5	6.7±0.5	10.2±0.5	1.4±0.1	2.6±0.2	1.5±0.1	3.0±0.2
2015	17.8±0.8	28.2±0.8	35.3±0.6	71.8±0.8	6.8±0.4	10.8±0.5	7.8±0.6	11.2±0.6	1.8±0.1	3.2±0.2	1.5±0.1	2.9±0.2
2016	18.0±0.7	29.1±0.8	34.5±0.5	70.9±0.8	6.3±0.4	10.6±0.5	7.8±0.5	11.6±0.8	2.4±0.2	4.0±0.3	1.4±0.1	2.8±0.2
2017	19.8±0.8	32.3±0.8	33.6±0.7	67.8±0.8	7.7±0.6	12.3±0.7	8.1±0.4	12.7±0.6	1.9±0.2	3.1±0.2	2.1±0.2	4.0±0.3
2018	19.8±0.7	32.3±0.7	34.5±0.6	67.8±0.7	6.6±0.4	10.9±0.5	8.8±0.5	13.6±0.6	2.5±0.1	4.3±0.3	1.8±0.1	3.2±0.2
2019	21.9±0.8	36.0±0.8	30.9±0.5	64.0±0.8	7.3±0.5	11.7±0.6	9.4±0.6	14.4±0.7	3.2±0.2	5.8±0.3	2.0±0.2	4.1±0.3
β	0.724	1.233	-0.395	-1.227	0.079	0.014	0.343	0.545	0.204	0.362	0.089	0.173
P-trend	<0.0001	<0.0001	<0.0001	<0.0001	0.078	0.0096	<0.0001	<0.0001	<0.0001	<0.0001	<0.0001	<0.0001

¹⁾Percentage of total protein intake..

²⁾Values are mean±SE..

노인의 어패류, 육류, 달걀류, 유제품 등을 통한 단백질 섭취율 역시 지난 10년간 꾸준히 증가하여 전체 동물성 단백질 섭취 비율이 2009년 23.2%에서 2019년 36.0%까지 유의적으로 증가하는 경향성을 보였다(P-trend<0.0001; Table 4). 반면 식물성식품으로부터 섭취하는 식물성 단백질의 비율은 76.8%에서 64.0%로 유의적으로 감소하는 추세를 나타내었다(P-trend<0.0001). 그러나 노인들이 식물성식품으로부터 섭취하는 단백질의 비율이 약 64%로 나타나 여전히 동물성 단백질보다 식물성 단백질의 섭취가 훨씬 높은 것으로 나타났다. 2019년 식품수급표(Hong과 Yun, 2020)에 따르면 우리나라 전체 국민의 동물성 단백질의 공급 비율은 전체 단백질 공급량의 57.5%로 식물성 단백질보다 공급 비율이 높았다. 동물성 단백질의 급원에 따라서는 육류로부터 공급되는 단백질의 비율이 31.1%로 어패류로부터 공급되는 단백질 17.3%보다 약 2배 높은 것으로 보고되어 전체 국민의 경우 동물성 단백질 급원으로 육류를 선호하는 현상이 두드러졌다. 반면, 본 연구에서 노인의 경우 2019년 기준으로 동물성 단백질 급원으로 육류와 어패류의 기여 비율이 각각 14.4%, 11.7%로 거의 비슷하게 나타나 노인에게는 어패류가 매우 중요한 동물성 단백질 공급원으로 이바지하고 있는 것으로 나타났다. 노르웨이에서 실시된 선행연구에서도 노인이 다른 나이에 비해 수산물 섭취가 높다고 보고된 바 있다(Olsen, 2003). 나이와 수산물 섭취의 연관성을 조사한 연구 결과 노인의 경우는 다른 나이대에 비해 생선을 조리하기에 편리하다고 인식하며, 건강상의 이점을 위해 수산물 섭취에 긍정적 태도를 지닐 가능성이 높은 것으로 보고되었다. 즉 수산물 섭취량과 나이 간에는 양의 상관성이 있으며, 이러한 배경에는 나이가 증가함에 따라 고조되는 건강에 관한 관심, 건강한 식사에 대한 적극적인 태도가 수산물 섭취에 긍정적인 영향을 끼쳐 수산물 식품의 소비가 증가함을 알 수 있다(Olsen, 2003). 그러나 노인의 어패류를 통한 단백질 섭취가 다른 나이에 비해 높은 본 연구 결과가 나이 차이에 의한 것인지 혹은 세대의 효과에 의한 것인지는 추가적인 연구가 필요하다.

동물성 단백질 급원으로 어패류 섭취의 영양학적 가치는 매우 클 것으로 사료된다. 단백질은 급원 식품의 종류에 따라 단백질을 구성하는 아미노산의 성분과 필수 아미노산의 조성이 달라진다. 일반적으로 동물성 단백질은 반드시 식품을 통해 섭취해야 하는 필수 아미노산의 함량과 소화율이 높아 양질의 단백질로 분류되는 반면, 콩을 제외한 기타 식물성 단백질의 경우에는 필수 아미노산이 부족하여 체내의 이용률이 낮으며 소화율 또한 낮은 경향이 있다. 그러나 육류 등 동물성 단백질을 과다 섭취하는 경우는 동물성 지방의 섭취도 함께 높아져 대장암이나 당뇨병과 같은 만성질환 발생의 위험률이 증가한다는 보고(Tilman과 Clark, 2014)가 있어 각 단백질 급원별 적절한 섭취가 요구된다(Kim 등, 2019a). 여러 선행연구에서 충분한 동물성 단백질 섭취는 근 감소 등 노인성 질환에 대한 예방효과가 우수한 것으로 보고하고 있다(Aubertin-Leheudre와 Adlercreutz, 2009; Jang과 Ryu, 2020). 특히 수산물에는 동물성 단백질뿐만 아니라 불포화 지방산도 다량 함유하고 있으므로 노인에게 적극적으로 권장될 필요가 있다(Wall 등, 2010). 또 노년기에는 치아 손실이나 소화액 분비 등 소화 기능의 저하로 인해 단백질의 소화흡수율이 떨어지게 되는데(Gil-Montoya 등, 2015), 부드러운 생선살은 질긴 식감의 육류보다 소화흡수율이 높은 이점이 있다. 따라서 동물성 단백질 섭취가 부족한 노인에게 어패류를 통한 양질의 단백질 섭취 증가를 위한 노력이 지속해서 이루어져야 할 것으로 사료된다.

수산물 섭취 수준과 사회경제적 요인의 관련성

노인의 사회경제적 특성과 수산물 섭취 수준의 관련성을 검정하기 위해 다중선형회귀분석을 실시한 결과를 Table 5에 나타내었다. 각 요인의 독립적인 상관성을 살펴보기 위하여 다른 요인을 공변량으로 보정한 결과 남성에게서(P<0.0001), 교육수준(P<0.0001)과 가구 소득수준(P<0.0001)이 높을수록 수산물의 섭취량이 유의적으로 높았다. 이러한 결과는 사회경제적 수준이 높을수록 수산물 소비가 높다는 선행연구 결과(Myrland 등, 2000)와 일치한다. 교육수준에 따른 수산물 섭취 수준의 차이는 수산물의 건강효과에 대한 지식과 영양학적 이익에 대한 가치판단이 영향을 미쳤을 것으로 보인다. 또한 경제적 수준이 낮은 사람은 식재료 중 비교적 가격이 높은 수산물의 소비에 대한 선호도가 낮았을 것으로 사료된다(Buekers 등, 2018). 사회경제적 수준은 수산물의 소비뿐 아니라 소비하는 수산물의 종류에도 영향을 미치는 것으로 알려져 있다. Farmery 등(2018)은 사회경제적 수준이 높은 사람일수록 오메가-3 불포화 지방산 등 영양 함량이 높은 생선을 소비함으로써 영양을 통한 건강개선과 지속 가능한 소비를 위한 실천을 하는 경향이 높은 것으로 보고했다.

Table 5 . Association between socioeconomic factors and seafood consumption in Korean elderly.

Variables		N	Seafood intake (g)1)	P-value 13)	P-value 24)
Gender	Male	5,367	54.8±1.42)	<0.0001	<0.0001
	Female	6,804	34.6±0.9
BMI distribution	Underweight	521	31.5±2.4	<0.0001	0.6247
	Normal	4,489	43.7±1.4
	Overweight	3,078	43.7±1.6
	Obese	4,083	44.5±1.3
Family income	Low	6,359	37.8±1.1	<0.0001	<0.0001
	Middle-low	3,095	46.3±1.5
	Middle-high	1,576	50.8±2.3
	High	1,031	56.0±2.7
Education level	≤Elementary school	7,488	34.4±1.0	<0.0001	<0.0001
	Middle school	1,491	51.8±2.7
	High school	1,689	53.5±2.1
	≥College	855	61.8±3.0
Living status	Living alone	2,675	35.7±1.4	<0.0001	0.2360
	Living with others	9,496	45.3±1.0
Generation type	Single generation	8,163	44.8±1.1	0.0666	0.0290
	Multi-generation	4,008	41.6±1.3
Residence	Metropolitan	4,849	45.2±1.3	0.1253	0.1464
	Mid-sized cities	3,618	41.3±1.3
	Rural	3,704	43.5±1.8

¹⁾Weight intake of seafood, excluding stock..

²⁾Values are mean±SE..

³⁾Unadjusted..

⁴⁾Adjusted for the variables listed in columns, except for variables themselves..

독거 여부에 따라서 혼자 사는 노인은 반찬의 가짓수가 적은 비교적 단조로운 식사를 하는 경향이 있고 수산물의 경우 포장단위가 커서 구매를 꺼리는 등의 영향으로 비독거 노인의 경우보다 수산물 섭취가 어려울 수 있을 것으로 보고된 바 있다(Yoshiba 등, 2015). 본 연구에서도 독거노인의 평균 수산물 섭취량이 비 독거노인보다 하루 10 g 적게 섭취하였으나 이러한 차이는 교육수준, 소득수준 등 다른 교란변수를 보정했을 때는 통계적으로 유의적이지 않았다(P=0.2360). 1인 가구나 노인 부부 단일세대보다 자녀세대 등 여러 세대가 함께 거주하는 노인일수록 수산물 소비량이 유의적으로 낮았다(P=0.0290). 선행연구들에 따르면 함께 사는 가구원의 수가 많을수록 수산물 섭취량이 많았으나, 가구구성원을 세밀하게 살펴보았을 때 영유아 및 청소년기의 자녀가 포함된 가구일수록 수산물 섭취가 낮았다(Myrland 등, 2000; Farmery 등, 2018). 특정 가구구성원의 수산물 비선호는 식사를 공유하는 다른 가구구성원의 수산식품 섭취에 영향을 미칠 수 있을 것으로 사료되어 가구원 수나 세대수와 수산물 섭취 수준의 연관성을 밝히기 위해서 가구를 구성하는 세대의 특성을 고려한 후속 연구가 이루어져야 할 것으로 생각된다. 지역에 따른 수산 소비체계에 대한 접근성의 차이가 있을 수 있어 도시와 농촌 등 지역 간 수산물 섭취량을 비교한 결과, 대도시가 45.2 g으로 가장 높았으며 농촌지역 43.5 g, 중소도시 41.3 g 순으로 나타났다. 그러나 이러한 도･농 간 섭취량의 차이는 통계적으로 유의하지 않았다(P=0.1464). 종합적으로 보았을 때 수산물 섭취 수준에 영향을 미치는 요인은 교육 및 소득수준인 것으로 사료된다. 따라서 교육수준과 소득수준이 낮은 노인을 수산 소비의 취약계층으로 선별하여 수산식품의 소비를 보조하는 제도를 마련하는 등 수산물 소비의 장려 정책이 필요할 것으로 생각된다. 노인인구의 수산물 섭취 추이 및 섭취에 영향을 미치는 요인들에 관해 연구한 본 연구 결과는 수산물 섭취와 관련 있는 사회경제적 요인의 부정적 영향을 최소화할 수 있는 정책 마련의 근거가 될 수 있을 것이다.

본 연구는 노인의 수산물 섭취 추이를 평가하고자 어패류, 해조류의 중량과 에너지 기여량을 산출하였다. 이때 24시간 회상법으로 1일간 실시된 식이조사 자료를 바탕으로 평가하였기 때문에 평소 수산물 섭취량을 정확하게 반영하지 못하였다는 제한점이 있다. 또한 성별 등 인구통계학적 요인에 따른 수산물 섭취 추이를 상세하게 분석하지는 못하였다. 본 연구에서는 단면적인 분석을 통해 성별, 소득 및 교육수준이 수산물 섭취에 영향을 미쳤음을 확인하였다. 연도별 인구통계학적 구성요소가 다르며 특히 성별에 따라 사회경제적 격차가 크므로 추후 연구에서는 수산식품 섭취의 추이를 성별에 따라 하위그룹으로 나누어 수산물 섭취 추이를 살펴보는 심층적인 연구가 필요하다고 사료된다. 그럼에도 불구하고 본 연구는 국가 단위로 수행된 대규모 자료를 바탕으로 한 연구로서 식품 섭취량을 기준으로 한 우리나라 노인의 수산물 소비 추이에 대한 최초의 보고로서 의의가 있다고 생각한다.

본 연구에서는 국민건강영양조사 자료를 기반으로 2009년부터 2019년까지 10년간 우리나라 노인의 평균 수산물 섭취량과 수산 단백질 섭취 비율의 연차적 추이를 분석하였다. 또 수산물 섭취와 사회경제적 요인과의 관련성을 분석하였으며 결과는 다음과 같이 요약된다. 지난 10년간 우리나라 노인의 평균 수산물 섭취량은 전반적으로 증가하는 추이를 보였으나(P-trend<0.0001), 멸치육수, 다시마 육수 등 액체 섭취량을 제외한 수산물 섭취량은 통계적으로 유의적인 경향성을 보이지 않았다(P-trend=0.8867). 2019년 기준으로 전체 국민의 경우 동물성 단백질 급원으로 육류로부터 공급되는 단백질의 비율이 어패류로부터 공급되는 단백질보다 약 2배 높았다. 본 연구에서 노인의 경우 동물성 단백질 급원으로 육류와 어패류의 기여 비율이 각각 14.4%, 11.7%로 거의 비슷하여 노인에게 어패류가 매우 중요한 동물성 단백질 공급원임을 알 수 있었다. 노인의 수산물 섭취에 영향을 미치는 사회경제적 요인으로 교육수준이 높을수록(P<0.0001), 경제수준이 높을수록(P<0.0001) 수산물 섭취 수준이 높았다. 본 연구 결과는 수산물 섭취에 취약한 노인집단을 선별하여 수산물 섭취와 관련 있는 사회경제적 요인의 영향을 최소화하여 노인들의 수산물 섭취 증가를 통한 영양학적 편익을 도모하기 위한 과학적 근거를 제공한다는 점에서 중요한 의미가 있다.

이 논문은 한국해양수산개발원(KMI) 해양수산 학연 협력 연구사업(과제번호: 2021-0010-1002)과 과학기술정보통신부 여성과학기술인 R&D 경력복귀 지원사업(협약번호 WISET 제2021-425호)으로 한국연구재단과 한국여성과학기술인지원센터(WISET)의 지원을 받아 수행된 연구임.