대규모 언어 모델 (LLMs)은 벤치마크 점수에 반영된 바와 같이 빠르게 발전하고 있지만, 이러한 AI 벤치마크는 주로 사실적 회상 (factual recall), 좁은 범위의 질의응답 (narrow question answering), 수학적 문제 해결 (mathematical problem-solving), 코딩 및 에이전트 도구 사용 (agentic tool-use)과 같은 역량을 테스트합니다. 여전히 제대로 측정되지 않고 있는 부분은 복잡한 정보의 합성 (synthesizing complex information), 불확실성 및 불완전한 정보 하에서의 판단력 행사 (exercising judgment under uncertainty and incomplete information), 다중 이해관계자 환경에서의 전략적 및 적대적 사고 적용 (applying strategic and adversarial thinking in multi-stakeholder settings), 트레이드오프 (trade-offs) 검토, 그리고 방어 가능하고 구조화된 분석 (defensible, structured analyses) 생성 등 화이트칼라 전문가들이 매일 수행하는 분석적 지식 노동 (analytical knowledge work)에서의 AI 발전입니다. 이러한 격차는 성공을 정의하기 어려울 수 있는 해당 업무의 주관적 구성 요소에서 더욱 두드러집니다. 일류 경영대학원에서 실행되는 교육 형태인 "사례 연구법 (case method)"은 이러한 측정 격차를 해결하기 위한 자연스러운 토대를 제공하며, 우리는 18개 학문에 걸친 비즈니스 사례에서 추출한 수백 개의 질문으로 구성된 벤치마크인 BusinessCaseBench를 구축했습니다. 각 질문은 전문가가 작성한 강사 사례 해설에서 도출된 채점 루브릭 (grading rubric)과 쌍을 이룹니다. BusinessCaseBench에서 Frontier AI 모델들은 이미 강사 루브릭에 대해 높은 점수를 기록하고 있으며, 하나의 모델 제품군 내에서의 역량은 2년에 걸쳐 실질적으로 향상되었습니다. 이러한 결과는 이 부류의 업무에 대한 AI 성능이 이미 높으며 빠르게 향상되고 있다는 강력한 증거를 제공합니다. 이는 사례 교수법 (case pedagogy)을 통해 학부생과 MBA에게 이러한 종류의 분석적 추론을 훈련시키는 경영대학원과, 역사적으로 이러한 기술이 초기 경력 업무의 근간이 되어온 신입 전문직 역할 모두에 시사점을 던집니다.