본 연구에서는 36개 콘크리트 표면차수벽형 석괴댐 (Concrete Faced Rockfill Dam, 이하 ‘CFRD’라 한다)의 계측자료 및 인공신경망기법의 적용을 통해 댐 축조단계에서 얻어지는 계측자료를 이용하여 담수 후 댐의 정부침하량을 예측하는 기법을 개발하였다. 본 연구에 사용한 인공신경망 모델에는 역전파 학습알고리즘(back-propagation learning algorithm)이 적용되었으며, 알고리즘의 검증, 전이함수의 결정, 최적모델의 결정, 정규화, 최적 매개변수의 제안을 거쳐 최적의 모델을 도출하였다. 또한, 인공신경망 모델 설계를 위하여 높이, 내부침하량 등을 입력변수로 설정하고 정부침하량을 출력변수로 설정하였으며, Matlab을 통해 결과를 도출하였다. 이를 검증하기 위한 상대 중요도 평가 방법을 활용한 민감도 분석을 수행한 결과, CFRD의 정부침하량을 산정하는 요소로서 댐 높이가 가장 중요한 인자임을 확인하였다. 기존의 경험식 등에서 댐 높이가 정부침하량 산정의 중요한 인자로 사용되었음에 비추어 볼 때, 본 연구 결과는 신뢰성이 확보된 것으로 판단된다. 즉, 본 연구에서 제안한 CFRD의 정부침하량 예측방법 및 계산절차는 침하량 예측, 여성고결정 등 댐의 설계·시공 및 유지관리를 위한 계측관리 지표로써 유용하게 활용될 수 있을 것으로 판단된다.