지진 관측소의 증가는 지진 감지 능력을 향상시켜 실시간 지진 통보 및 지진조기경보 시간을 단축하는 데 효과적이다. 하지만 관측소의 증가는 지진자료 품질관리의 어려움 또한 증가시킨다. 그러므로 본 연구에서는 1시간 길이의 시간 영역 자료를 주파수 영역으로 변환한 파워스펙트럼밀도를 품질관리를 위한 입력자료로 사용하여, 지진자료의 품질을 자동으로 평가하는 기술을 개발하고자 한다. 이를 위해 광대역 속도계 10,309개의 파워스펙트럼밀도를, 가속도계 4,452개의 파워스펙트럼밀도를 수집하여 심층학습의 일종인 합성곱 신경망의 입력자료로 사용하였다. 광대역 속도계와 가속도계를 구분하여 두 개의 합성곱 신경망 모델을 학습시켜, 자동으로자료의 품질을 정상상태와 이상상태로 평가할 수 있는 기술을 개발하였다. 본 연구를 통해 얻은 품질평가 모델의 정확도가 99.9% 이상으로 측정되었으며, 15분 길이의 자료를 이용한 파워스펙트럼밀도로도 지진자료의 품질을 효과적으로 평가할 수 있음을 확인하였다. 이를 통해 본 연구의 품질평가 모델을 이용하면 지진자료의 품질관리를 보다 효율적으로 수행할 수 있을 것으로 기대한다.