본 논문에서는 디젤엔진 밸브트레인 설계 파라미터에 따른 동특성 예측에 대한 머신러닝 및 딥러닝의 활용성을 검토 하였다. 4차 산업혁명에서 핵심 기술 중에 하나인 인공지능은 제조업, 금융 및 의료분야 등 다양한 분야에서 활발하게 연구 및 활용 되고 있다. 인공지능 범주에 속해있는 머신러닝 및 딥러닝은 주가, 부동산, 에너지 효율 예측 등과 같이 수치를 예측하는 분야에서 널리 활용되고 있다는 점에서, 본 연구에서도 머신 러닝 및 딥러닝을 활용 하였다. 엔진 3개 사양에 대한 밸브 트레인 동특성 해석 데이터를 확보하였고, Gradient Boosting Regressor Tree(GBRT), Deep Neural Network(DNN), 1D-CNN, LSTM을 사용하여 회귀 예측모델을 구축하였다. 예측모델을 통해 Valve Train 계의 Force 및 Valve Seating Velocity 값을 예측 하였고, 그래프를 통한 실제값 및 예측값의 비교를 통해 밸브트레인의 동특성을 확인 하였다. Valve Train Force 예측 시 최고 성능은 GBRT 모델이 R² = 0.9, RMSE = 204.19 , MAE = 108.43의 결과를 나타냈고, Valve Seating Velocity 예측 시 최고 성능은 1D-CNN 모델이 R² = 0.98, RMSE = 0.07 , MAE=0.05의 결과를 나타냈다. 예측 성능 및 밸브트레인의 동특성 추종성을 종합적으로 판단하였을 때, 가장 적합한 모델은 GBRT 예측 모델임을 확인 할 수 있었다.