본 발명은 손상된 망막으로부터 얻은 망막신호를 머신러닝을 이용해 분류하는 방법에 관한 것으로, 분류기준 분석을 위해 주어진 신호 데이터 값을 입력데이터로 설정하여 계층적 군집화를 진행하고, 신호들의 개형을 파악하기 힘든 군집의 경우 추가 군집분석을 진행하는 것을 특징으로 한다. 본 발명에 따른 머신러닝을 이용한 손상된 망막에서 측정된 망막전위도검사 신호의 분류 방법은, 망막전위도 검사를 통해 기록된 전기신호인 전위값을 수집하는 전기신호수집부(100); 수집된 전기신호를 저장하는 전위값저장부(200); 상기 저장된 전위 값을 입력 값으로 하여 계층적 군집분석을 실시하는 계층분석부(300); 상기 계층적 군집분석을 이용하여 네 개의 계층적 군집으로 분류하는 계층분류부(400); 상기 네 개의 군집으로 분류된 계층적 군집 중 상기 전위의 절대값이 0.7x10-4μV 내지 4x10-3μV인 데이터를 추출하여 네 개의 비계층적 군집으로 분류하는 비계층분류부(500); 및 상기 계층적 군집 및 비계층적 군집으로 분류 된 데이터를 확인하는 데이터확인부(600);로 구성하되, 상기 계층분석부(300)는 상기 입력 값의 데이터를 묶어 하나의 군집으로 합쳐질 때까지 상기 계층적 군집분석을 수행하고, 상기 계층분류부(400)는 상기 계층적 군집분석을 진행한 후 계통도(dendrogram)를 통해 분류하는 것을 특징으로 한다.