광학 위성영상은 국가 보안 및 정보 획득을 목적으로 사용되며 그 활용성은 증가하고 있다. 그러나, 기상 조건 및 시간의 제약으로 사용자의 요구에 적합하지 않은 저품질의 영상을 획득하게 된다. 본 논문에서는 광학 위성영상의 구름 폐색영역을 복원하기 위하여 고해상도 SAR 영상을 참조한 딥러닝 기반의 영상변환 및 컬러화 모델을 생성하였다. 해당 모델은 적용 알고리즘 및 입력 데이터 형태에 따라 세 가지 방법론으로 실험하였으며 각각의 모의영상을 비교 분석하였다. 실험 결과, Gray-scale 영상과 고해상도 SAR 영상으로 학습한 B 모의영상의 히스토그램 분포가 비교적 원 영상과 유사하였다. 또한, 정량적인 분석을 위하여 산정한 RMSE 값은 약 6.9827, PSNR 값은 약 31.3960으로 다른 방법론보다 비교적 높은 결과를 도출하였다.