본 발명은 획득한 의약 물질 데이터로부터 3종의 피쳐 데이터를 생성하고, 피쳐 데이터로 신경망 모델을 학습시킨 후, 획득한 신규 화합물 데이터를 신경망 모델에 적용하여 신규 화합물의 의약 효과를 예측하는 의약 효과 예측 방법에 관한 것으로, 본 발명을 이용하면 딥러닝 모델의 병목 현상 (bottleneck effect)을 완화하므로, 대규모 화합물 연구를 수행하는 데에 사용될 수 있고, 대량의 후보 의약 물질에 대한 화합물의 예비적 스크리닝 (preliminary screening)을 의약 효과 예측 정확도로 수행할 수 있다.