기상 이변으로 인해 증가하는 극한 호우 피해에 효과적으로 대응하기 위해서는 호우 주의보 및 경보 발령 기준이 되는 강우량을 정확히 추정하는 것이 매우 중요하다. 본 연구는 한반도 전역의 5km 공간 해상도를 가진 일누적 강우량 자료를 활용하여 한반도 집중호우인 장마와 태풍에 따른 극한 강우 패턴을 모의하는 것을 목표로 한다. 먼저, 극한 강우 자료의 특성을 정확히 반영할 수 있는 최대 임계값을 도출하였고, 이를 기반으로 극한 강우 사건을 모의하기 위해 심층 합성곱 생성적 적대 신경망(DCGAN)을 제안하였다. 생성된 강우 이미지의 품질 평가는 FID(Frechet Inception Distance), 재구성 손실(reconstruction loss), MAPE(Mean Absolute Percentage Error) 등의 평가 지표를 사용하였다. 분석 결과, 강우 발생 사건 수의 상위 0.01%를 임계값으로 설정하는 것이 손실된 정보를 효과적으로 절충(trade-off)하는 데 가장 적절한 것으로 나타났다. DCGAN 모델은 장마와 태풍 상황에서 정량적 강우 추정에 유용한 것으로 분석되었으며, 특히 200mm/day 이하의 강우 사건 모의에서 기존 모델에 비해 모든 지표에서 우수한 성능을 보였다. 생성된 이미지는 국지적 강우 패턴을 충실히 반영하여 특정 지역에서 발생할 수 있는 자연재해의 가능성을 예측하고 대비하는 데 유용한 정보를 제공할 수 있을 것으로 기대된다.