전통 목조 건축물은 시간이 지남에 따라 변형이 발생하고, 화재나 지진 등에 취약하다. 따라서 전통 목조 건축물은 지속적인 관리와 보수가 필요하며, 보수, 복원을 위해 건축 도면의 확보는 필수적이다. 하지만 전통 목조 건축물 도면은 현대화된 CAD 도면과 달리 손으로 그린 도면을 스캔하여 보관하고 있으며, 이 과정에서 도면 자체의 훼손 및 풍화로 인해 많은 노이즈를 포함하고 있다. 이러한 도면은 디지털화되었으나 노이즈로 인해 활용도가 떨어지고, 전통 목조 건축물의 체계적 관리에 어려움을 가중시키고 있다. 기존 알고리즘에 의한 노이즈 제거는 노이즈 특성에 따라 적용할 수 있는 도면이 한정적이고, 같은 도면 내에서도 그 성능이 균일하지 않다. 본 연구에서는 인공 신경망 기반의 건축 도면에 대한 노이즈 제거를 제안한다. 전통 건축물 중에서 주심포 양식에 해당하는 국보 및 보물 급 목조 건축물의 정면, 측면, 평면도에 대한 도면이 대상으로 고려되었다. 건축 도면의 노이즈 특성을 순환 적대적 생성 모델과 휴리스틱 이미지 융합 방법을 통해 학습하여, 인공 신경망 기반 노이즈 제거 학습을 위한 훈련 데이터셋을 제작했다. 노이즈 제거 네트워크는 딥 네트워크 모델을 사용하여 준비된 훈련 세트를 이용한 지도 학습을 통해 훈련되었다. 평가 데이터 세트는 노이즈가 있는 이미지에 대해 포토샵을 이용해, 수작업으로 노이즈가 없는 이미지를 제작하여 노이즈 제거 네트워크의 성능을 평가했다. 제안된 방법은 건축 도면의 미세한 선을 악화시키지 않고 노이즈를 효과적으로 제거할 수 있으며 구겨짐, 찢어짐 등 다양한 노이즈 형태에 대해서 좋은 성능을 보였다.