♦ 대학 경영학과(경영대학) 커리큘럼 변화

1. AI·데이터 역량의 ‘필수 교양화’

경영학 교육은 디지털 전환을 넘어, AI·데이터 분석을 전공 공통의 기본역량으로 재정의하는 흐름이 뚜렷하다. 일부 학교는 AI를 중심축으로 전공 트랙을 신설하거나(예: AI 전공/집중) 기존 과목을 재구성하고 있다.

기업 채용시장에서도 데이터 분석/해석 역량의 중요도가 높아지는 것으로 보고된다. 이에 따라 통계·데이터 분석, 비즈니스 애널리틱스, AI 응용(마케팅/운영/재무/전략)의 비중이 확대되는 추세다.

2. 책임 있는 경영: AI 윤리·거버넌스·규제 대응

생성형 AI의 확산은 표절·평가·학습윤리뿐 아니라, 기업에서의 책임소재·차별·프라이버시·지식재산 이슈를 동반한다. 이에 따라 비즈니스스쿨은 ‘책임 있는 AI(Responsible AI)’, 데이터 윤리, 기술 거버넌스를 핵심 교육요소로 편입하고 있다.

인증·평가 기관도 학교의 AI 활용과 책임 있는 운영을 지원하는 자료/가이드라인을 제공하면서, 제도적 기반이 강화되는 흐름이다.

3. 지속가능성/임팩트의 통합: ESG를 ‘별도 과목’에서 ‘전공 공통 관점’으로

ESG는 별도 선택과목에서 벗어나 회계(공시), 전략(전환전략), 운영(공급망), 금융(지속가능금융), 마케팅(브랜드/소비자) 등 전 영역에 통합되는 방향이 확대되고 있다.

산업별 규제와 이해관계자 요구가 세분화되면서, ‘데이터 기반 지속가능성 관리’(측정·검증·리포팅) 교육의 필요성이 커지고 있다.

4. 교육방식의 변화: 프로젝트·현장실습·마이크로크레덴셜

커리큘럼 내용뿐 아니라 전달 방식도 바뀌고 있다. 실무형 프로젝트(캡스톤), 산학협력 과제, 케이스 기반 수업, 인턴십/현장실습이 확대된다.

또한 단기 집중형 인증(마이크로크레덴셜, 배지) 형태로 데이터/AI 도구 활용, 프롬프트 설계, 파이썬/SQL, BI 도구 등을 학습하는 모듈이 늘어나는 추세다.

온라인·블렌디드 러닝이 표준화되면서, 수업 내 평가도 ‘결과물 중심’(보고서/대시보드/모델)으로 이동하고 있다.