본 연구는 석탄 화력 순환유동층 보일러 발전소 가동 시, 연소되는 석탄으로 인하여 발전소에서 배출되는 환경 규제 오염 물질의 배출량 예측을 수행하였습니다. 석탄 화력 순환유동층 보일러 발전소는 석탄 화력 발전 기술 중 청정에너지를 사용하는 가장 앞선 화력발전 기술로 연료의 다양성 및 유연성을 가졌으며, 발전으로 인하여 배출되는 대기오염 가스가 적게 배출되어 전력 업계에서 가장 선도 유망한 관심을 받아왔습니다. 그러나 최근 기후 위기가 우리 삶에 큰 영향을 미치는 것이 나타나 환경규제가 엄격해졌으며, 그중 석탄을 연료로 하는 화력 발전소에서 발생하는 오염물질 배출이 다른 산업에 비해 보다 엄격한 환경규제가 도입되었습니다. 이로 따라 현재 발전설비 운영에 많은 영향을 미치고 있으며, 이 영향으로 인하여 환경 규제를 준수하고자 대기오염물질 배출 감시 시스템을 강화하거나 발전소 운전 중 질소산화물과 황산화물 가스 배출량을 측정하기 위한 지능형 대안을 찾아야 하는 목적이 필요하게 되었습니다. 이를 위하여 본 연구는 기계 학습 알고리즘을 조사하여 실제 플랜트 운영에서 발생하는 대기오염물질 예측에 관하여 서포트 벡터 머신 회귀, 심층 신경망, 합성곱 신경망을 사용하여 순환유동층 보일러에 가장 적합한 알고리즘을 선별하기 위하여 예측 정확도를 비교 분석했습니다. 연구 결과는 다음과 같습니다. 1. 심층 신경망이 순환유동층 보일러에서 발생하는 질소산화물, 황산화물 배기가스 예측에 가장 적합하다. 2. 데이터 전처리 및 제어 요소 선택을 진행하면 기계 학습의 예측 정확도를 훈련하는데 소요되는 시간이 크게 단축된다. 3. 기계 학습 기술은 순환유동층 보일러 내 대기오염물질 배출 감시 시스템을 지원하는 데 사용할 수 있다.