서리는 대기 중 수증기가 결정화되는 현상으로 지표 인근 작은 수평 및 연직 공간규모 내에서 발생하며 그 예측이 어렵다. 본 연구에서는 국가농림기상센터에서 개발한 기존의 기계학습기반 서리예측 모델을 개선하고 그 예측 결과를 검증하였다. 모델의 개선 사항으로는 첫째 최초 서리 발생시각에 대한 가정을 도입하고, 둘째 입력변수를 추가했으며, 셋째 학습에 사용된 관측자료 기간을 확대하였다. 균형자료로 구성된 검증용 자료를 이용하여 정확도(ACC, Accuracy), 오보율(FAR, False Alarm Ratio), 탐지확률(POD, Probability of Detection), 임계성공지수(CSI, Critical Success Index)를 산출한 결과, 개선된 서리예측모델의 예측성능은 모든 통계 지표에서 대략 0.14~0.3가량 개선되었다. 또한, 다운 샘플링(Down Sampling)을 거치지 않은 비균형 자료로 2020년 3~4월 기상청 종관기상관측소(ASOS) 서리관측정보와 동일기간 경기도 농업기술원 자동기상관측장비(AWS)가 위치한 실제 과수농가 2곳에 디지털카메라를 설치 운영해 수집한 서리정보를 이용하여 검증하였다. 그 결과 서리현상을 과도하게 예측하는 기존 서리예측모델의 취약점이 크게 개선되었으며, 기상청 관측 사례일 139건 중 117건, 과수원 37건 중 35건을 예측하였다. 향후 기계학습기반 서리예측모델로 산출한 서리예측 정보를 농림업 현장에 제공함으로써 서리로 피해를 받는 과수 농가의 의사결정 지원에 활용할 계획이다.