본 논문에서는 항공기 정비 증강현실에서 기존 CS-RANSAC기반 객체 추적을 사용하였을 때 카메라 이동에 따른 객체 추적이 정확하지 않아 실물 객체에 가상 객체가 부정확하게 합성되는 문제의 원인을 파악하여 해결방법을 제안한다. 카메라 이동에 따른 객체 추적이 부정확한 문제를 해결하기 위해 신경망과 무향 칼만 필터를 CS-RANSAC기반 객체 추적 방법에 적용하는 방법을 제안하였다. 제안하는 방법은 SuperPoint와 SuperGlue를 특징점 검출과 매칭에 사용하여 CS-RANSAC과 결합하여 매칭의 견고성을 높였고, 객체 추적 실패 문제를 해결하기 위해 무향 칼만 필터로 객체 추적을 후처리하였다. 제안하는 방법과 기존 CS-RANSAC기반 객체 추적 방법의 비교를 위해 정확도 평가를 항공기 정비 작업 증강현실을 위한 객체 추적 데이터세트를 이용하여 항공기 정비를 위한 객체 추적의 정확도를 평가하였다. 실험을 위해 메타버스 Boeing-737NG 항공기 정비 콘텐츠를 이용하여 항공기 정비 증강현실을 위한 객체 추적을 제작하였으며, 실험은 객체 추적에 실패한 경우, 잘못된 위치를 추적하는 오류, 객체 추적 결과가 떨리는 오류와 같이 3가지 오류 유형을 제안된 방법을 적용 전과 후를 비교하여 평가하였다. 실험 결과는 제안된 방법을 적용하였을 때 객체 추적 실패는 크게 감소하였고 Wrong Track 또한 향상된 것을 보여주었다. 제안된 방법을 사용하면 증강현실 기반의 항공기 정비와 같은 분야에서 객체 추적의 정확도를 향상시킬 수 있다.