본 연구의 목적은 초등 저학년 학생의 쓰기 학습 부진의 조기 진단 및 예측을 위해 손글씨 이미지 분 류를 통한 판별 인공지능 모델을 개발하여 정확도를 탐색하는 것이다. 초등학교 1학년생들의 쓰기 수행 과정 관찰을 통한 성취 수준을 쓰기 보통, 쓰기 부진으로 구분한 후, 쌍자음과 겹받침, 이중모음을 고려 해 선정된 어휘의 손글씨 이미지 자료를 수집하였다. 수집된 손글씨 데이터에 대하여 어휘 특징별 두 학 습 집단으로 구분하여, 엔트리 AI 블록 기반의 쓰기 학습 부진 판별 인공지능 모델을 개발하였다. 개발 된 인공지능 모델별 판별 결과의 정확도를 비교한 결과, 받침이 많은 어휘로 학습한 모델이 가장 정확도 가 높았다. 이를 통해 초등학교 저학년 시기에 쓰기 부진을 판별하기 위한 어휘를 제안하고, 인공지능 지식이 부족한 현장교사도 쉽게 쓰기 결과물 이미지 데이터를 활용하여 쓰기 부진 판별 AI 프로그램의 개발과 적용 가능성을 찾을 수 있었다.