AI가 비즈니스를 변화시키면서, MBA 수업도 재구성되고 있습니다.

2026년 9월 15일 화요일 오전 1:18 ET4분 읽기
LOPE--
PRDO--

하버드 비즈니스 스쿨은팔로우싱하는 인공지능과 데이터 과학을 MBA 교육의 핵심 내용으로 통합함워턴이 문을 열었습니다.MBA 및 학부 학생들을 위한 새로운 AI 중심의 프로그램“교육 분야에서의 AI 기금”이라는 지원을 받아, 교수들이 기술을 자신의 수업에 적용할 수 있도록 돕습니다. 시카고 보스 대학부터 케임브리지 저지 스쿨까지, 각 기관들은 기계 학습과 데이터를 활용한 방식으로 카탈로그를 재구성하고 있습니다. 또한, 한 고용 조사에서 “AI에 대한 숙련도”라고 불리는 요소도 중요하게 고려되고 있습니다.

이러한 전면적인 개편의 속도는 주목할 만합니다. 왜냐하면 이는 단순한 현대화 작업이 아니기 때문입니다. 비즈니스 스쿨들은 자신들이 가르치는 기술에 의해 그들의 제품의 핵심 가치가 어떻게 검증되는지를 확인하고 있습니다. 교과과정은 그 이야기의 한 측면일 뿐입니다. 투자자들이 궁금해하는 것은 AI가 학위의 가치를 높이는가, 아니면 낮추는가 하는 것입니다. 그리고 만약 AI가 학위의 가치를 낮추는 경우, 어떤 교육 기업들이 타격을 받게 될까요?

프리미엄 가격이 조용히 재조정되고 있습니다.

학위의 경제적 가치는 그 학위가 담고 있는 지식에 있는 것이 아니라, 고용주들이 그 학위가 전달하는 신호에 대해 지불하는 비용에 있습니다. 바로 그 비용이 국가 교육 기관의 온라인 MBA 과정이나 상장 회사의 학비 등 모든 것의 재원이 됩니다. 인공지능은 이 비용을 두 가지 방향에서 동시에 영향을 미칩니다.

한편으로는, 초보 직원들이 해야 했던 분석 업무를 자동화하는 것입니다. 금융 분야의 채용 담당자들은 이를 이렇게 설명합니다.건물 모델을 만들고, 자동화를 향한 작업으로서 슬라이드 데크를 끊임없이 조정하는 일들., 그리고골드만삭스는 후보자들이 어떻게 비판적으로 사고하는지 알아내기 위해 더욱 노력하고 있습니다.면접을 보는 순간, 스프레드시트로 표현할 수 있는 내용이 아니라…

반면에, 고용주들은 여전히 자격증에 대한 비용을 지불합니다.2026년 4월에 실시된 500명의 채용 관리자를 대상한 설문조사에 따르면, 37%의 사람들이 올해 MBA 인원을 늘릴 계획이라고 답했습니다.그리고 대다수의 고용주들은 여전히 급여에 추가 보너스를 제공합니다. 47%의 고용주는 5~9%의 보너스를 제공하고, 또 다른 33%의 고용주는 10% 이상의 보너스를 제공합니다. 하지만 같은 데이터의 다음 두 줄을 읽으면 상황이 달라집니다.현재 고용주 중 26%만이 MBA가 자신들이 채용하는 직무에 필요한 조건이라고 말하고 있습니다. 반면 44%는 “우선적인 요구사항”으로 여기며, 22%는 이미 AI 활용 능력을 기본적인 요구사항으로 간주하고 있습니다..

마지막 요점이 가장 중요합니다. 만약 AI 활용 능력이 필수적인 요소가 된다면, 단순히 AI 관련 과정을 홍보물에 추가하는 것만으로는 학위의 가치를 회복할 수 없습니다. 독특한 역량이야말로 중요한 요소가 되고, 그 프리미엄은 다른 곳에서 나와야 합니다. 보통은 판단력, 리더십, 그리고 네트워크에서 비롯됩니다. 이는 대부분의 프로그램이 판매를 위해 사용할 수 있는 유일한 장점이 아닙니다.

응모자들은 이미 투자자처럼 행동하고 있습니다.

학위를 구매하는 사람들은 학교의 공지보다 이 재평가 방식을 더 잘 이해하는 것 같습니다. 왜냐하면 그들의 행동은 ‘질 좋은 것에 대한 욕구’로 나뉘어 있기 때문입니다.

모든 대학원 관리 프로그램을 통틀어서,2025년에는 2024년의 12%보다 7% 더 많은 애플리케이션 사용량이 증가했습니다.GMAC이 전 세계의 학교들로부터 수집한 자료에 따르면 그렇습니다. 하지만 그 성장은 균형이 잡히지 않았습니다.전통적인 풀타임 2년제 MBA 프로그램이 유일하게 성장한 형태였으며, 4% 증가했습니다.또한, 2년 과정의 프로그램에서는 59%의 경우 지원자 수가 증가했습니다. 반면, 1년 과정의 경우는 40%, 파트타임 과정의 경우는 31%만 성장했으며, 온라인, 임원용, 플렉시스형 MBA 과정은 모두 감소했습니다. 이러한 차이는 명성 측면에서도 마찬가지였습니다.가장 엄격한 기준을 적용하는 프로그램의 52%는 2025년에 지원자가 들어왔습니다. 반면, 가장 느슨한 기준을 적용하는 프로그램의 경우는 28%에 불과했으며, 그중 거의 3분의 2는 지원자 수가 감소했습니다..

두 번째 확인이 필요한 독자들은 지리적 요소를 살펴볼 수 있습니다. 미국의 프로그램들은 아시아와 유럽에 의해 추월당하고 있습니다.분석가들은 이 하락세를 단순한 주기적 현상이 아니라 구조적인 문제로 보고 있습니다.. 인도에서 신청 건수가 26% 증가했으며, 동아시아와 동남아시아에서는 42% 증가했습니다., 한편으로2025-26 회계연도에 미국의 여러 주요 풀타임 프로그램들이 20~30% 하락했습니다.H-1B 비자 신청자 수는 26.9% 감소했고, 새로운 국제학생 입학자 수도 17% 감소했습니다. 인력 재배치 계획도 중단되었으며, 비자 절차도 더 위험해졌습니다. 또한 인공지능 기술이 고소득 직업에 대한 가치를 저하시켰습니다.

종합해보면, 후보자들은 가장 강력한 신호를 찾고 있습니다. 즉, 브랜드와 네트워크, 그리고 전임직 체제입니다. 그리고 품질 대신 편리함을 제공하는 방식을 포기하고 있습니다.

노출이 집중되는 곳

이러한 재배분은, 낮은 수준의 온라인 MBA 프로그램이나, 학생들을 끌어들이는 상업적 교육 회사들의 수익원인 학비를 받는 기업들에게는 나쁜 소식입니다. 이러한 기업들의 경제적 기반은 엘리트 학교들이 지키는 고가의 자격증에 의존하고 있지만, 상품화된 자격증으로는 그런 높은 가치를 유지할 수 없습니다.

시장은 이러한 압박을 무시하지 않았습니다. 콜로라도 기술대학교와 아메리칸 인터컨티넨탈 유니버스티를 운영하는 페르도세오 에듀케이션의 경우, 추세적 수익액 대비 기업 가치는 약 11.7배이며, EBITDA 대비 기업 가치는 약 5.8배입니다. 배당수익률은 1.9% 미만입니다. 그랜드 캐년 에듀케이션과 같은 더 큰 기업의 경우, EBITDA 대비 기업 가치는 약 11.6배입니다. 이는 성장 중인 기업들의 가치가 아니라, 이미 침체된 상황에서 등록 비용에 의존하는 기업들의 가치입니다.

이 회사들이 무엇을 판매하는지 정확히 알아두는 것이 중요합니다. 왜냐하면 그 중 어느 회사도 단순히 “MBA 관련 사업”이라고 할 수 없기 때문입니다. 그들의 수익은 직업 중심의 학위, 건강과학 프로그램, 기술 자격증 등에 해당합니다. 따라서 AI가 대중화되면서 대학 경영 교육 분야에서의 변화가 일어나는 것은 그들의 사업 중 하나일 뿐이며, 전체 문제는 아닙니다. 중요한 점은 그들이 가치 있는 자격증의 가치를 활용하여 제품을 판매한다는 점입니다. 하지만 AI가 보편화됨에 따라 그러한 제품의 가격도 함께 재평가될 것입니다.

어떤 학교가 성공하고 어떤 학교가 실패하는지를 판단하는 가장 중요한 기준은, 리더십에 대한 가치가 실제로 증가하는지 여부입니다. AI는 패턴 매칭을 쉽게 할 수 있지만, 모델과 의견이 다르거나 불확실한 상황에서 팀을 관리하거나 민감한 협상을 해내는 것은 쉽지 않습니다. 만약 고용주들이 그러한 능력을 갖춘 사람들에게 계속 보상을 주고, 그 능력을 키우는 엘리트 프로그램들도 그러한 능력을 가진 졸업생들을 지원한다면, 작은 규모의 상에도 더 많은 몫을 차지할 수 있습니다. 반대로 “필수적이지 않지만 선호되는” 능력들이 점점 더 중요해진다면, 편리함이라는 장점도 더 이상 유효하지 않게 됩니다.

다음에 나타나는 증거는 보도자료가 아니라, 입학 신청 상황에서 나올 것입니다. 온라인 및 파트타임 학위 프로그램이 전일제 및 고급 프로그램으로의 지원자가 줄어드는지, 기업들이 요구하는 언어 능력이 “추천되는 언어”로 변해가는지, 그리고 민영 기관의 수업료 수입과 신입생 수가 유지되는지 등을 살펴보아야 합니다. AI 관련 과목에 대한 공지가 하나 있다면, 그 학교가 이 문제를 두려워하고 있음을 의미합니다. 그러한 수치들을 보면 어떤 학교가 실제로 이 문제에 대응하고 있는지 알 수 있습니다.

‘헤드라인 너머’는 인공지능을 활용한 금융 관련 칼럼으로, 시장에 영향을 미치는 뉴스의 원인을 파헤치고, 확인된 사실들, 비즈니스의 기본 원리들, 투자자의 기대감 등을 연결하여 무엇이 중요한지 설명합니다.

댓글



댓글이 없습니다

아직 댓글이 없습니다