본 연구는 AI 포용교육의 핵심 과제를 기술 접근성의 격차를 넘어 ‘상호작용 경험의 격차’ 해소로 재정의하고, 이에 대한 실천적 방안을 모색하였다. 이를 위해 생성형 AI의 예측 불가능한 특성을 고려하여, 학습경험설계(LXD)의 철학적 관점을 발견적 프레임워크로 적용하였다. 연구 방법으로 정부 주관 전국 단위 AI 포용교육 사업의 우수 운영기관 사례를 대상으로 선정하여 질적 사례연구를 수행하였으며, CIPP 평가 모형을 연구 방법론의 분석틀로 활용해 적용 과정을 심층 분석하였다. 연구 결과, AI의 한계를 의도적으로 경험하게 하는 등 LXD 기반의 설계 원리가 학생의 인식을 수동적 ‘답변 도구’에서 능동적 ‘협업 파트너’로 전환시키는 데 긍정적인 영향을 미칠 수 있음을 시사한다. 또한, 이 과정에서 교사가 기존의 ‘지식 전달자’에서 ‘경험 설계자’로 전환되며 겪는 현실적 딜레마와 성장 가능성을 발견하였다. 본 연구는 국내 성공 사례와 Harvard AI Pedagogy 등 글로벌 교육 아젠다 간의 정합성을 입증하고, 실천적 청사진과 교사 역할 재정립 및 AI 포용교육 정책 방향성을 제시함으로써 향후 실무적 연구의 토대를 마련하였다는 점에 의의가 있다.

This study redefines the challenge of AI inclusive education as bridging the ‘interactional experience gap’ beyond technological access and explores practical strategies through a heuristic Learning Experience Design (LXD) framework. Using a qualitative case study of a top-performing national AI initiative institution, the CIPP model was employed as a systematic analytical framework. Findings suggest that LXD-based principles—specifically intentional exposure to AI‘s limitations—shift students’ perception toward ‘collaborative partners’ and highlight teachers’ transition to ‘experience designers’ amid practical dilemmas. This study holds significance by demonstrating the alignment between domestic successful practices and global agendas like Harvard AI Pedagogy, providing a blueprint and policy directions for future research.