본 논문은 인식 대상이 다른 패턴에서 인식에 적합한 특징을 자동 선택하기 위해 여러 특징 추출 알고리즘을 제공하는 패턴 네트워크와 유전 목 지도의 동적 확장 알고리즘(DGTM; dynamic extension of genetic tree maps)을 결합하는 방법을 제안한다. 입력 패턴에 대하여 필요한 특징의 추가와 변경이 쉽고, 인식에 필요한 맵을 고속으로 구성하는 DGTM을 사용한다. 또한, 서버에 있는 특징 추출 알고리즘을 연결하여 사용할 수 있는 DCOM 모델을 적용한 패턴 서버와 클라이언트로 구성되는 패턴 네트워크를 정의한다. 본 알고리즘은 동영상, 지문, 문자 등 패턴으로 사용할 수 있는 모든 인식 분야로 확장할 수 있다. 실험에서는 숫자인식과 얼굴 인식으로 패턴 네트워크의 특징을 자동 선택하는 알고리즘의 성능을 비교 분석하였다.In this paper, we suggest method which has automatic selected feature extracting algorithms for every pattern. It joins pattern network and dynamic extension of genetic tree maps (DGTM). The latter in the map has simple add and update action for needed features and has fast training method. We define DCOM (Distributed Component Object Model) pattern network model consists of server and client. The client connects feature extracting algorithms in pattern server. The suggested method can be expand to every pattern category such as video, fingerprint, character, etc.. The experiment analyzed algorithm performances about numeral and face patterns.