농업용 저수지의 수량관리는 농업용수의 효율적인 관리측면에서 가장 중요한 요소이다. 이에 한국농어촌공사에서는 공사관리 저수지 3,421개소 중 1,781개소에 계측기를 설치하여 10분단위 계측 저수율 자료를 실시간으로 제공하고 있다. 농업용 저수지의 효율적인 용수공급을 위해서는 미래에 대한 정확한 예측을 기반으로 운영해야 하나 아직까지는 과거 운영 경험에 의한 관행적 물관리 방법으로 관리되고 있다. 저수율은 저수지의 유입량과 방류량에 따른 물수지 분석을 통해 추정하여 모의·예측하고 있으나, 실제 값 사이에 많은 차이가 있어 농업용수의 정량적인 관리에 어려움이 따른다. 본 연구에서는 머신러닝(Machine Learning, ML) 기술을 활용하여 관행적 물관리 방법에서 나타나는 기상자료(강수량, 증발산량)와 저수율 사이의 회귀분석을 통해 저수율을 예측할 수 있는지 시도하였다. 이를 위해 전라북도 지역의 공사관리 저수지를 대상으로 1991년부터 2021년까지 관측된 저수율, 종관기상관측소(ASOS) 자료를 수집하고, 개별 저수지별로 피처(feature)와 레이블(label)을 구성하여 적정 머신러닝 알고리즘을 시험하였다. 주요 머신러닝 알고리즘인 서포트벡터머신(Support Vector Machine, SVM), 랜덤 포레스트(Random Forest, RF), 인공신경망 모형(Artificial Neural Network, ANN) 등을 활용하여 1개월~3개월 최저/평균 저수율을 예측하였다. 향후 미래 기후변화 시나리오를 활용한다면, 농업용 저수지의 저수율 변화 예측을 통해 안정적인 농업용수 공급을 위한 의사결정 자료로 활용될 수 있을 것으로 판단된다.