본 발명은 기 준비된 피사체를 촬영하여 얻은 3D 학습데이터와, 콘빔 아티팩트가 포함된 CBCT 목표데이터를 입력받는 학습데이터 및 목표데이터 입력부, 상기 입력받은 3D 학습데이터 및 CBCT 목표데이터를 각각 복수 개의 하위 패치로 나누는 패치 분할부, 상기 나눈 3D 학습데이터의 복수 개의 하위 패치 중 미리 결정된 퍼센티지만큼을 훈련 셋(training set)으로 하고, 그 외의 하위 패치를 검증 셋(validation set)으로 하여 콘빔 아티팩트를 보정하는 학습을 수행하여 3D 기반 신경망 학습 모델을 생성하는 3D 기반 신경망 학습 모델 생성부, 상기 생성된 3D 기반 신경망 학습 모델에 상기 나눈 CBCT 목표데이터의 복수 개의 하위 패치를 입력하여 상기 CBCT 목표데이터의 콘빔 아티팩트를 보정하는 보정 수행부, 상기 보정된 CBCT 목표데이터의 복수 개의 하위 패치의 소정 부분을 크롭(crop)한 후, 이들을 병합하여 최종 보정 데이터를 출력하는 최종 보정 데이터 출력부를 포함하하여, 보다 효과적으로 콘빔 아티팩트를 제거하고 처리 시간을 단축시킬 수 있는 효과를 가진다.