전산화단층촬영(computed tomography, CT) 영상 획득 시 심장박동이나 호흡에 의한 움직임 인공물은 불가피하게 발생하며, 특히 소아나 고령 환자의 경우 돌발적인 신체적 움직임의 통제가 불가능하여 발생 빈도가 월등히 높다. 이러한 인공물는 폐 및 심장 등의 해부학적 구조에 왜곡을 일으켜 진단의 정확도를 저하시킨다. 정확한 정보 획득을 위해 재촬영이 고려될 수 있으나, 이는 이중촬영으로 인한 환자 피폭선량의 증가로 이어질 수 있다. 따라서, 본 연구에서는 흉부 CT 영상에서 발생하는 움직임 인공물을 피폭선량의 증가 없이 효과적으로 제거하기 위해 U-Net 모델을 활용한 복원 기법을 제안하고자 한다. 높은 성능의 U-Net 모델을 제안하기 위해 시뮬레이션 기반의 데이터셋을 구성하였다. 특히, 획득한 3D 흉부 CT 영상으로부터 직접 회전, 이동 및 호흡에 대한 움직임을 무작위적인 강도를 적용하여 발생시켰으며, 이에 대한 sinogram을 획득하였다. 이후 simultaneous iterative reconstruction technique을 적용하여 최종적으로 motion artifact가 발생된 흉부 CT 영상을 확보함으로써 제안한 U-Net 모델을 훈련하였다. U-Net 모델 학습 후 최대 신호 대 잡음비와 상관계수지표를 이용한 정량적 평가를 진행한 결과 움직임 인공물이 발생된 흉부 CT 영상과 비교하여 각각 약 1.5배 및 1.2배 개선되었음을 확인하였다. 다만 특정 부위의 일부 신호 및 미세 혈관 신호의 소실이라는 한계점이 관찰되어 향후 이에 대한 추가 연구가 이루어진다면 본 모델은 임상에서 더욱 유용하게 활용될 수 있을 것으로 기대한다.