최근 수돗물에 대한 관심이 높아지면서 수돗물의 품질을 보장하기 위해 인공지능(AI) 기술을 활용하여 정수 공정을 최적화하는 방안이 연구되고 있다. 본 연구에서는 정수장의 정수처리공정에서 수량 및 수질데이터를 실시간으로 모니터링하고, 염소소독 공정을 지능적으로 제어하기 위한 목적으로, 침전지 유출구간에서 잔류염소 농도를 안정화시키는 머신러닝 모델을 개발하였다. 머신러닝 모형은 과거의 데이터를 학습하여 미래의 수질을 예측할 수 있는 강력한 기법으로, 복잡한 물리적, 화학적, 생물학적인 수질모형과 비교하여 간단하고 효율적이다. 본 연구에서는 다중회귀모형과 인공지능 알고리즘 중 인공신경망, 랜덤포레스트를 이용하여 부평정수장(B)의 침전지 유출구간에서의 잔류염소 농도를 예측하고, 그 결과를 비교 분석하였다. 정수장 염소농도예측 머신러닝 모델 개발을 위해 침전지 전단 잔류염소 농도, 수온, 탁도, pH, 전기전도도, 유입량, 알칼리도 등을 입력변수로 사용하였고, 침전지 잔류염소 농도를 출력변수로 사용하였다. 검증 결과 정수장에서는 랜덤포레스트 모델이 가장 정확한 예측을 수행한 것으로 나타났다. 수학적 모형인 다중회귀모형은 적합도 측면에서 가장 낮은 성능을 보였다. 이는 수량과 수질데이터의 스케일이나 차원의 차이와 계절별 수질 변화에 따른 염소투입량의 변동성 때문인 것으로 추정된다. 따라서, 정수장 정수처리공정에서 인공지능 알고리즘 적용을 위해서는 랜덤포레스트와 같은 결정트리 기반의 모델이 적합한 것으로 판단된다. 본 연구의 결과를 바탕으로 정수장의 정수처리공정에서 염소주입량을 실시간으로 조절함으로써 침전지 유출구간에서 잔류염소 농도를 일관되게 유지할 수 있을 것으로 기대된다.