본 연구는 1992년부터 2021년까지 30년간 한반도의 지표 온위 (관측소 간 고도차를 극복하는 지 표 온도) 공간 분포에 대해 세 가지 기계학습 군집 알고리즘, 즉 k-평균, 평균 이동, 스펙트럼 군집 알 고리즘을 사용하여 비교·분석하였다. 연 및 계절 평균 온위와 위치 정보를 기반으로 각 군집 알고리즘 에 대한 최적의 초매개변수를 CH와 DB 지수를 중심으로 추정하였다. 결과적으로, 각 군집 알고리즘 은 한반도의 지표 온위 분포에 대해 알고리즘 특성에 따라 다른 군집 결과를 보였으나 통계적으로 비 교적 유사한 성능을 나타내었다. k = 7에서 k-평균 군집은 산악 지점을 분류했고 스펙트럼 군집은 서 해안 지역을 분류했다. k = 8에서 두 군집 방법은 유사한 군집의 공간 분포를 보였으나 스펙트럼 군 집이 상대적으로 명확히 구분하였다. 평균 이동 군집은 다른 두 알고리즘에서 반응하지 않은 남해안 지역을 중심으로 구분하였다. 한반도상 지표 온위 분포의 군집 분석에는 k-평균법이 가장 적절해 보 였으나, 다른 군집과 비교하여 평균의 측면에서 통계적 심각성에 의한 우수성은 확보되지 못하였다.