본 연구에서는 발달 장애 아동의 행동적, 생리적 정보를 통해 참여도를 분류할 수 있는 딥러닝 모델을 제시하였다. 발달 장애 아동 21 명을 대상으로 아동이 체육 기반 인터렉티브 콘텐츠를 수행할 때 아동의 생체 및 행동 데이터를 웨어러블 디바이스를 사용하여 수집하였다. 데이터는 가속도, 피부 전도도, 체온, 스켈레톤 데이터, 콘텐츠 수행의 성공/실패 여부, 그리고 참여도 총 6 종류의 데이터를 수집하였다. 본 연구에서 제시한 모델은 Convolution 1D 레이어 4 개와 FC 레이어 1 개로 이루어진 CNN 기반의 모델로, 모델 최적화를 위해 매개변수, 데이터 종류, 모델 구조 변화에 따른 정확도 비교를 진행, 최적의 모델을 도출하였다. 본 연구에서 제안한 모델이 기존 연구에 사용된 SVM, RF 등과 같은 모델과 비교하였을 때 뛰어난 성능을 보임을 확인하였으며 이후 실시간으로 아동의 참여도를 측정할 수 있는 도구를 개발할 수 있을 것으로 기대된다.