본 연구는 유아특수교육현장에서 개별화교육계획(IEP) 실행 과정의 어려움을 해소하고 교사의 업무 효율성을 확보하기 위해, 검색증강생성(RAG) 기술 기반의 인공지능(AI) 활용방안을 설계하여 현장에서의 적용 가능성을 탐색하는 데 목적이 있다. 이를 위해 RAG기반 AI를 활용하여 IEP의 수립-실행-평가 및 환류 체계를 구축하고, 유아특수교육현장에 적용하여 그 시사점을 분석하였다. 연구 결과 첫째, RAG 기반 AI 활용 IEP 지원 방안은 방대한 자료를 구조화하는 단계별 맞춤형 프롬프트와 교사의 최종 의사결정을 보장하는 인간 개입 체계를 핵심 원리로 설계되었다. 둘째, 이를 현장에 적용한 결과 신속한 IEP초안 도출로 교사의 업무 부담을 낮추었고, 직관적인 관찰 기록지 및 안내 자료를 통해 개별화교육지원팀의 협력을 촉진하였으며, 누적된 실행 자료에 기반한 과정 중심의 평가 및 환류 체계를 구현할 수 있는 실천 가능성을 확인하였다. 결론적으로 본 연구는 교사의 전문성과 AI의 환각을 제어하는 RAG 기술이 결합할 때, AI의 윤리적 안전성을 확보하면서 체계적인 IEP 운영을 돕는 실천적 보조 도구가 될 수 있음을 시사한다. 나아가 다양한 유아특수교육현장에서 AI 기반의 IEP 지원 방안을 구축하기 위한 기초 자료를 제공한다.
The purpose of this study is to design an AI utilization plan based on Retrieval-Augmented Generation (RAG) technology and explore its field applicability to bridge the gap between IEP development and implementation, and to enhance teacher efficiency in early childhood special education. To achieve this, we established a system of ‘development-implementation-evaluation and feedback’ using RAG-based AI tools and analyzed the implications by applying it to the field of early childhood special education. Firstly, the RAG-based AI IEP support plan was designed with step-by-step customized prompts to structure massive amounts of data, along with a human-in-the-loop system as a core principle to guarantee the teacher's final decision-making. Secondly, applying this to the field alleviated teacher overload through rapid IEP draft generation, promoted collaboration within the individualized education support team via intuitive observation records and guide materials, and confirmed the practical possibility of implementing a process-oriented evaluation and feedback system based on accumulated execution data. In conclusion, this study suggests that when a teacher's professionalism is combined with RAG technology that controls hallucinations, AI can serve as a practical assistive tool to help systematic IEP operation while securing ethical stability. Furthermore, it provides foundational data for building AI-based IEP support systems in various areas of early childhood special education.
