본 발명은 주사투과전자현미경을 통하여 얻어진 이미지의 특징을 인공지능 학습법 중의 하나인 지도 학습을 통하여 학습하고, 이미지에서 저차원 재료가 가질 수 있는 결함, 특히 원자가 본래 자리에 비어있거나 원자 위치에 추가되는 등의 점 결함의 구조적인 정보를 얻어내는 분석 기술에 관한 것이다. 본 발명에 따른 분석 방법은, (a) 시뮬레이션을 통해 결함이 포함된 저차원 재료의 주사투과전자현미경 이미지를 제작하여 훈련 데이터를 만드는 단계; (b) 상기 훈련 데이터를 사용한 머신러닝을 통해 예측 모델을 도출하는 단계; 및 (c) 주사투과전자현미경을 이용하여 저차원 재료에 대한 이미지를 얻고, 상기 예측 모델을 사용하여 결함을 분석하는 단계;를 포함하며, 상기 훈련 데이터는 상기 시뮬레이션에 의한 주사투과전자현미경 이미지 중에서, 상기 저차원 재료의 유닛 셀(unit cell) 보다 작은 프리미티브 유닛 셀(primitive unit cell)을 선택하여 만드는 것을 특징으로 한다.