2003년 런칭부터 지금까지
23년간
국내 직장인 누적 학습자
50,000+
평균 학습 만족도
9.6/10
AI로 급이 다른 AI-Powered MBA
'AI 경영' 포함 경영전공 5과목
최신 핵심 경영지식
휴넷 자체 개발 ‘케이스 빌더’ 기반
경영 전문 케이스 스터디
hunet AI 비즈니스 코치를 통한
AI 기반 소크라테스식 학습 경험
프로젝트 기반 학습으로
현업 문제 해결
현재를 리딩하는, 미래를 리딩할
AI 초월 리더를 위한 핵심 MBA 과정
C-Level 경영진
직감에 전략을 더하는 기업체 CEO, 임원 등 최고경영진
팀장급 중간관리자
성과를 리딩하는
팀장, 실무리더 등
중간관리자
예비 리더 후보
역할 변화를 준비하는
예비 승진자 등
차세대 리더 후보
경영학 비전공자
기업 경영 전반 이해와
인사이트가 필요한
경영학 비전공 직장인
비즈니스 오너
사업 운영을 책임지는 개인사업자, 기업대표, 창업가
Why hunet MBA?
1Digitalized MBA Essence
전용 학습창 AI 학습 기능 지원
• AI 노트 : AI를 통한 강의 핵심 요약
• iLearn : AI를 통한 학습 Q&A 기능
Why hunet MBA?
2Top-Tier MBA Professors
전략경영
서울대 강효석 교수
전략경영
연세대 류원상 교수
전략경영
카이스트 백용욱 교수
재무회계
중앙대 정도진 교수
마케팅
서울대 이경미 교수
마케팅
카이스트 윤태중 교수
마케팅
성균관대 구민정 교수
인사조직
서울대 이정연 교수
인사조직
연세대 정동일 교수
인사조직
성균관대 박태윤 교수
인사조직
국민대 김성준 교수
인사조직
동국대 이중학 교수
AI 경영
서울대 조우제 교수
AI 경영
서울대 김건희 교수
AI 경영
카이스트 강금석 교수
AI 경영 과목 신설
• 업계 최초 'AI 경영' 단독 신설
Why hunet MBA?
3AI-Powered Case Study
초개인화 AI CASE STUDY
• 개인 맞춤형 학습 : 학습자 산업 및 직무 기반 학습 포커스
• AI 인사이트 리포트 제공 : AI 기반 학습 보고서 생성 및 공유
핵심 경영 지식에 집중하는 Online Course부터
현업 이슈까지 해결하는 Hybrid Course까지
AI 시대 핵심 경영 지식의 체계적 학습
국내 Top-Tier MBA 스쿨 교수진 온라인 강의로AI기반 실전 사례 분석 역량 강화
온라인 학습과 AI 케이스 스터디를 통한 토론 시뮬레이션으로 실제 비즈니스 케이스를 분석하고 해결하는 과정전문 코칭과 오프라인 워크숍을 통한 실행력 향상
온라인 학습과 AI 케이스 스터디 기반 오프라인 워크숍 및 코칭을 통해 실전 현업 이슈 문제해결력을 향상하는 과정hunet MBA 7th upgrade!
경영 최신 이론 · 케이스 스터디 · 현업 이슈 해결 프로젝트
AI 시대를 반영한 MBA 5개월 완성 프로그램
경영능력인증시험 1급 응시자격 부여
전략경영, 인사조직, 재무회계, 마케팅, AI 경영 등 기업 경영의 핵심 지식과 실무 역량을
평가하여
경영 실무 전문가로서의 능력을 공식적으로 인증하는 경영전문가 인증 자격증입니다.
· hunet MBA 전 과정(5과목) 수료 시 발급
· 글로벌 플랫폼에서 확인 가능한 경영 전문성 증명
· 경력 이동성 및 전문성 홍보에 활용
It's not just any MBA ― It's AI-powered.
hunet MBA
서울대학교 경영대학, 교수
캘리포니아대학교 버클리(Haas)경영학 박사
연세대학교 경영대학, 교수
Purdue University 전략경영 박사
카이스트 기술경영전문대학원, 교수
캘리포니아대학교 버클리(Haas)경제학 박사
1. 불확실성이 높은 AI 시대에 적합한 전략수립 및 실행 프로세스와 방법론(분석→수립→실행→확장→미래전환) 학습을 통해 미래 성장을 이끌 역량을 강화한다.
2. 디지털 전환과 혁신경영을 포함한 통합적 전략 사고력을 함양하여 지속가능한 경쟁우위 창출 역량을 개발한다.
| 코스 | 차시 | 모듈 | 토픽1 | 토픽2 | 토픽3 | 교수진 |
|---|---|---|---|---|---|---|
|
전략에 대한 기본 이해와 환경 분석 |
1 | 전략의 정의 | 전략의 정의와 중요성 | 지속 가능한 경쟁 우위 | 전략적 리더십 | 강효석 교수 (서울대) |
| 2 | 외부 환경 분석 | PESTEL 거시환경분석 | Porter’s 5 Forces Model | 불확실성과 시나리오 플래닝 | ||
| 3 | 내부 환경 분석 | 자원기반관점(RBV) | VRIO 분석과 핵심역량 | 운영 역량과 동적 역량 | ||
|
사업 전략과 기업전략 |
4 | 본원적 전략과 블루오션 전략 | 원가우위•차별화•집중화 전략 | 블루오션 전략(통합전략) | 플랫폼 전략과 네트워크 효과 | 류원상 교수 (연세대) |
| 5 | 수직적 통합과 다각화 전략 | 내재화 vs 외주화 결정 | 제품 시장 다각화 전략 | 사업 포트폴리오 관리와 변화 | ||
| 6 | 전략적 제휴와 M&A | 전략적 제휴 | M&A | 리얼옵션(Real Options)관점 | ||
| 7 | 글로벌 전략 | 글로벌 전략의 기본 개념 |
글로벌 진출 전략과 진입방식 선택 |
다이아몬드 모형의 구성요소 | ||
| 혁신 전략 | 8 | 혁신과 기업가 정신 | 기업가정신의 이해 | 혁신의 이해 | 스타트업의 혁신 매커니즘 | 백용욱 교수 (카이스트) |
| 9 | 디지털 시대의 혁신 전략 | 사내기업가정신 |
디지털혁신전략과 신사업 성장 전략 |
혁신 진화형 조직 | ||
| 10 | 디지털 시대의 개방형 혁신 | 개방형 혁신 전략 |
스타트업 생태계 및 전략적 투자 전략 |
기업 경계와 혁신 | ||
| 전략 실행 | 11 | 전략 실행을 위한 조직 설계 | 공유가치창출 프레임워크 | 기업지배 구조 | 이해관계자 전략 | 강효석 교수 (서울대) |
| 12 | 전략의 수립과 실행, 게임이론을 만나다 | 조직 설계 | 전략과 조직 구조 | 기업 문화와 통제시스템 |
*커리큘럼은 변경될 수 있습니다.
중앙대학교 경영학과 교수
University of Kentucky 경영학 박사
1. 기업의 숫자(재무제표)를 바탕으로 경영의사결정을 할 수 있다.
2. 기업의 경영성과와 수익성을 분석하여 경영 & 투자의사결정을 할 수 있다.
| 코스 | 차시 | 모듈 | 토픽1 | 토픽2 | 토픽3 | 교수진 |
|---|---|---|---|---|---|---|
| 디지털 시대의 재무정보 |
1 | AI 시대, 회계의 본질을 다시 묻다 | 재무정보의 재정의 | 재무정보와 의사결정 | 재무정보의 예측과 전략적 판단 | 정도진 교수 (중앙대) |
| 2 |
성장의 시대에서 이익률을 넘어 수익성의 시대로 |
저성장시대, 성공리더의 역량 | 초저성장시대, 성공리더의 역량 | ‘나’만의 KPI | ||
| 3 | AI시대, 자산의 경제적 실질을 읽다 | 자산의 본질, "소유에서 통제로" | 투자의 자산과 절감의 비용 | 회계가 포착하지 못하는 자산의 실질과 대안지표 | ||
| 자본조달과 투자자 관점 |
4 |
‘부채와 자본’에서 ‘타인자본과 자기자본’으로 |
자본보다 부채를 선호하는 경영 | 자금조달 우선순위 |
허상의 재무안정성 지표와 실질의 유동성 지표 |
|
| 5 |
기업의 지속가능성을 재무적 언어로 말하다 |
공짜 점심은 없다 | 여러분 기업의 경쟁력은? | 지속가능성의 측정과 평가 | ||
| 6 |
영업권은 어떻게 성공을 만들고 실패를 부르는가 |
영업권의 두 얼굴 | 인수·합병 가격 결정 | 투자판단의 세 가지 착오 | ||
| 경영성과 관리 | 7 | 숫자를 실행으로 연결하다 |
원가구조를 통한 손익 해석과 KPI 평가 |
제조원가 3요소를 변동비·고정비로 읽다 |
원가 중심 의사결정 | |
| 8 | DCF로 기업가치를 읽다 | 화폐의 시간가치 | DCF와 현재가치 | FCF의 경영관리 | ||
| 9 | 시장가치에서 내재가치까지 |
기업가치를 바라보는 '시장(Market)의 눈' |
시장의 눈으로 바라본 경영관리의 3요소 |
시장가치에서 내재가치로 | ||
| 불확실성 시대의 재무전략과 미래 |
10 |
불확실성 시대, 숫자로 위험을 읽고 전략을 세우다 |
금리상승이 촉발하는 기업위험의 조기경보지표 7단계 |
환율 변동이 촉발하는 기업위험의 조기경보지표 |
금리·환율 위험을 조기에 감지하고 대응하는 재무전략 |
|
| 11 | 미래 기업가치 평가와 투자전략 | 전통적 vs 신산업 가치평가 | 유니트이코노믹스 | 네트워크 효과 | ||
| 12 | 기업 재무와 테크놀로지의 미래 | 생성형 AI | 자동화, 데이터 경제 | 핀테크 혁신 |
*커리큘럼은 변경될 수 있습니다.
서울대학교 MBA 마케팅 교수
일리노이 어바나-샴페인 마케팅학박사
카이스트 MBA 마케팅 교수
노스웨스턴 켈로그 마케팅학 박사
성균관대 SKK GSB, 교수
시카고 대학교 마케팅 및 행동과학 박사
1. 전략적 마케팅 이론과 데이터 기반 실무 적용 역량을 기반으로 고객 중심의 마케팅 전략과 글로벌 트렌드에 대응하는 실전 능력을 강화한다.
2. 실제 사례와 다양한 디지털·AI 마케팅 도구 활용을 통해 혁신적 마케팅 성공 전략을 종합적으로 학습하고 실무에 연결한다.
| 코스 | 차시 | 모듈 | 토픽1 | 토픽2 | 토픽3 | 교수진 |
|---|---|---|---|---|---|---|
| 기업 경영을 위한 마케팅 전략 |
1 | 경영전략으로 연결되는 마케팅 | 사업계획과 마케팅계획의 정렬 | 고객자산으로 경영하기 | 혁신·디지털 시대의 마케팅 전략 | 이경미 교수 (서울대) |
| 2 | 시장환경 분석과 실행 전략 | 시장 환경 분석을 4P로 번역 하기 : PESTEL x 5C 듀얼 렌즈 |
디지털 네이티브의 소비 규칙: 정체성, 경험, 커뮤니티 |
SWOT을 실행동력으로 | ||
| 3 | Where to Play: 시장 세분화와 타겟팅 | 섞이면 지는 게임: 시장 세분화 |
실행 가능한 세그먼트, 어떻게 검증하나? |
표적 시장 선정 — 선택과 집중 | ||
| 4 | 경쟁의 룰을 바꾸는 포지셔닝 전략 | 포지셔닝 개념과 중요성 | 차별화 요소 및 경쟁자 분석 | 포지셔닝 전략 수립 및 사례 연구 | ||
| 5 | 마케팅 실행 전략과 성과 관리 |
마케팅 믹스(4P) 전략과 실행 방안 |
프로모션 및 통합 마케팅 커뮤니케이션 |
마케팅 성과 분석과 KPI 평가 및 개선 전략 |
||
| 브랜드와 사회적 가치 |
6 | 전략과 가치 제안 | 브랜드 자산은 어떻게 쌓이는가? | 차별적 가치를 창출하는 방법 | 브랜드 포트폴리오 전략 | 구민정 교수 (성균관대) |
| 7 | 사회적 가치 기반 브랜드 전략 |
브랜드 신뢰를 만드는 지속가능성 |
지속가능성, 기회인가 리스크인가 |
브랜드 차별화를 만드는 사회적 가치 |
||
|
소비자 행동 분석과 고객경험 혁신 |
8 | 소비자 심리와 행동 분석 |
소비자 구매 여정과 의사 결정 단계 |
소비자 심리와 마케팅 | 소비자 지불의사 (Willingness to Pay) 분석 |
윤태중 교수 (카이스트) |
| 9 | 고객 경험(CX) 전략 | CX 혁신과 최신 고객 여정 사례 | CX 혁신 실행 전략 | 데이터 기반 CX 혁신 성과 관리 | ||
| 데이터 마케팅 & AI |
10 | 데이터 기반 마케팅 전략 | 데이터 기반 고객 중심 마케팅 |
데이터 기반 의사결정을 위한 훈련(1) |
데이터 기반 의사결정을 위한 훈련(2) |
윤태중 교수 (카이스트) |
| 11 | 디지털 마케팅 전략 |
고객 데이터를 이용한 타겟팅과 추천 전략 |
선제적 고객 이탈 방지 전략 | 실험 기반 마케팅 의사결정 | ||
| 12 | AI와 마케팅의 미래 |
AI·머신러닝을 활용한 예측 및 개인화 마케팅 |
생성형 AI를 활용한 마케팅 전략 | AI 마케팅의 한계와 리스크 |
*커리큘럼은 변경될 수 있습니다.
서울대학교 경영대학 교수
인디애나 대학교 경영학 박사
연세대학교 경영대학 교수
뉴욕 대학교 경영학 박사
성균관대학교 경영대학 교수
미네소타 대학교 경영학 박사
1. 최신 HR 트렌드와 데이터, AI 기술을 활용해 전략적 인재 관리와 조직 혁신 역량을 실무에 효과적으로 적용할 수 있는 역량을 키운다.
2. 실무 사례와 리더십 개발을 중심으로 실제 HR 문제 해결력과 성과 창출 전략을 포괄적으로 학습한다.
| 코스 | 차시 | 모듈 | 토픽1 | 토픽2 | 토픽3 | 교수진 |
|---|---|---|---|---|---|---|
| 전략적 HR과 인재관리 |
1 | 전략적 HR의 재정의 | HRM의 전략적 진화 | 비즈니스 전략과 HR전략의 정렬 | HR투자와 성과 측정 | 이정연 교수 (서울대) |
| 2 | 성과/보상의 전략적 설계 | 성과관리 패러다임의 진화 | 전략적 보상 설계 | 지속성장의 평가/보상 전략 | ||
| 3 | 목표와 일의 재설계 | 일 관리에 대한 생각의 진화 | 일의 재설계 전략 | 목적관리 전략 | 박태윤 교수 (성균관대) |
|
| 4 | 인재 관리의 재설계 | 핵심인재 식별과 관리 | 업스킬링과 리스킬링 전략 | 인재의 성장과 경력관리 전략 | ||
| 5 | HR의 혁신 조직 설계 | 디지털과 AI 변화 관리 | 창의성과 혁신관리 | 양손잡이 조직 구축 전략 | ||
| 리더십과 조직문화 |
6 | 리더십의 본질과 패러다임 변화 |
리더십 본질과 리더의 2가지 역할 |
Follower-centric leadership |
무엇을 통해 신뢰 기반을 구축할 것인가 |
정동일 교수 (연세대) |
| 7 | 구성원 성장을 위한 성과관리 | 리더십의 핵심, 팀원의 성장 | 목표설정과 피드백 | 성과 평가 및 피드백 | ||
| 8 | 건강한 조직문화 구축 | 조직문화 중요성과 프레임워크 | 조직문화를 읽는 법 : 인공물 | 조직문화 진단 방법 : 컬처맵 | 김성준 교수 (국민대) |
|
| 9 | 조직 변화관리 | 문화 변화 원리 | 조직문화는 곧 습관 |
조직을 탁월하게 바꾸는 리더들의 행동 |
||
| 10 | AI와 조직의 미래 | 기술과 인간 노동 변화 역사 | AI가 바꿀 일하는 방식 | AI가 바꿔 놓을 조직 구조 | ||
| HR Tech와 조직경영 |
11 | HR 기술 혁신 | 인적자본경영과 HR tech 동향 | People Analytics와 의사결정 | AI Transformation 방향 | 이중학 교수 (동국대) |
| 12 | HR의 전략적 AI 활용 | AI 시대 채용과 평가 | AI 시대 육성과 개발 | AI 시대 HR 역할과 능력 |
*커리큘럼은 변경될 수 있습니다.
서울대학교 경영학부 교수
일리노이 주립대 경영학 박사
서울대학교 공과대학 컴퓨터공학부 교수
카네기멜론대학교 컴퓨터과학 박사
KAIST 경영공학부 부교수
Purdue University 경영학 박사
1. AI를 이해하고 적용할 수 있는 경영자적 사고와 실천 역량을 통합적으로 기르고, 이를 통해 AI 전환(AX)을 전략적으로 이끌 수 있다.
2. AI의 기술 구조와 작동 원리를 비즈니스 관점에서 이해하고, 이를 의사결정에 연결할 수 있다.
| 코스 | 차시 | 모듈 | 토픽1 | 토픽2 | 토픽3 | 교수진 |
|---|---|---|---|---|---|---|
| AI 개념 및 최신 트렌드 |
1 |
AI의 올바른 이해: AI의 본질부터 한계까지 |
AI 정의와 본질: AI는 무엇인가? | AI 발전 방향과 관점의 변화 |
AI의 가능성과 위험, 그리고 한계 |
강금석 교수 (카이스트) |
| 2 | AI 기술의 원리와 작동 방식 | AI 관련 기술 용어 | 기계 학습의 종류 및 원리 |
AI 기술의 진화: 딥러닝에서 Agentic AI까지 |
||
| AI 기반 경영 혁신 |
3 | 비즈니스 전략과 AI | 혁신 vs 개선 전략, 그리고 AI | 경쟁우위 전략과 AI | 제품/서비스 전략과 AI | 강금석 교수 (카이스트) |
| 4 | IT 전략과 AI | 거대 vs 소형 모델 전략 | 개발 및 협력 전략 | 생성형 AI와 Agentic AI 전략 | ||
| 5 | 생산 전략과 AI | AI 기반 공급망 관리 | 스마트 팩토리와 AI | AI 기반 품질 관리 | 조우제 교수 (서울대) |
|
| 6 | 마케팅 전략과 AI | AI 기반 개인화 마케팅 | 생성형 AI 기반 콘텐츠 제작 | AI 기반 마케팅 자동화 | ||
| 7 | 인사/조직 전략과 AI |
인간과 AI의 경쟁, 그로 인한 변화와 한계 |
AI와 인간의 새로운 파트너십 |
AI 프로젝트 성공을 위한 조직 전략 |
강금석 교수 (카이스트) |
|
| AI 기술의 진화와 적용 |
8 | LLM, 언어모델의 미래 | 언어모델의 확장, 멀티모달 AI |
추론 모델의 부상: AI가 ‘생각하는 능력’을 갖다 |
에이전트로의 진화 | 김건희 교수 (서울대) |
| 9 | AI의 확장: Physical AI | Physical AI란? |
Physical AI 위한 세계 파운데이션 모델 |
다양한 로봇에 적용가능한 파운데이션 모델 |
||
| 10 | AI를 위한 데이터, 개발, 평가 | AI를 위한 데이터 관리 | AI가 바꾸는 개발 패러다임의 변화 | AI 모델의 기술적 평가 | ||
|
AI 시대, 경영 패러다임의 미래 |
11 | AI 윤리 경영과 거버넌스 | AI 신뢰성 이슈 | AI 윤리 및 법적 이슈 | AI 사회적 이슈 | 강금석 교수 (카이스트) |
| 12 | AI의 현재와 미래: 기업이 가야 할 방향 |
AI의 올바른 활용을 위한 원칙과 기준 |
AI의 기대와 한계 사이에서 필요한 기업의 시각 |
AI 전망, 그리고 기업의 역할 |
*커리큘럼은 변경될 수 있습니다.
선택한 강의를 장바구니에 담았습니다.
장바구니로 이동하시겠습니까?
동일한 강의가
장바구니에 존재합니다.