본 연구에서는 글로벌 물환경 데이터셋(GLObal Reflectance community dataset for Imaging and optical sensing of Aquatic environment, GLORIA)과 Sentinel-2 위성 자료를 활용하여 담수 탁도 원격 정량 추정 모델을 개발하고 적용성을 평가하였다. 모델의 입력자료 구성을 위해 먼저 초분광 기반의 GLORIA를 Sentinel-2 분광응답함수(Spectral Response Function, SRF)에 적용하여 다분광-수질 데이터셋으로 가공하였다. 이후 위성자료에서의 대기 영향과 이종 센서 간 편차 등을 최소화하기 위해 밴드별 반사율을 정규화 지수(normalized index) 형태로 변환하여 입력자료를 구성하였다. 머신러닝 기법인 LightGBM을 적용하여 최적의 하이퍼파라미터를 도출하고 모델을 학습시켰으며, 낙동강 유역 현장 표층에서 수집된 56개 지점의 탁도(NTU) 자료 중 Sentinel-2 위성에서 결측되지 않은 23개 지점의 자료를 활용하여 정량 평가를 수행하였다. 검증 결과, RMSE = 8.98, 결정계수(R2) = 0.52를 기록하였으며, 강정고령보 및 부남호 일대에 적용하여 정성적인 재현성을 확인하였다. 상대적으로 낮은 결정계수는 검증 데이터의 탁도 분포가 저농도 구간에 편중된 결과로 판단되며, 향후 고탁도 시료를 포함한 추가 자료 확보를 통해 모델의 범용성을 재검증할 예정이다. 본 연구에서 제안한 AI 기반 담수 탁도 원격 정량 추정 방법은 기존 점 단위 관측의 한계를 보완하고, 위성을 활용한 광역 탁도 감시 체계 마련과 수자원 관리 의사결정 지원 도구로서 효과적으로 활용될 수 있을 것으로 기대된다.