본 논문에서는 시계열 자료 분석 시 정상성 가정에 대한 단점의 한계를 보완하고자 비정상성 시계열 자료에 기계학습 방법 중 하나인 서포트 벡터 회귀모형을 적용하였다. 본 논문에서 사용한 자료는 가뭄의 척도 중에 하나인 월 표준강수지수(SPI)를 이용하였다. 시계열 자료임을 고려해 서포트 벡터 회귀모형을 적용할시 자료의 형태를 크게 2가지로 과거시점을 고려하지 않은 자료형태와 과거시점을 고려한 자료형태가 있다. 본 논문에서 과거시점을 고려한 자료형태가 고려하지 않은 자료형태보다 서포트 벡터 회귀모형의 예측정확도가 더 높음을 알 수 있었다. 또한, 계절성을 고려한 서포트 벡터 회귀모형에서도 과거시점을 고려한 자료형태의 예측정확도가 더 높음을 확인하였다. 그러나 계절성을 고려한 서포트 벡터 회귀모형과 계절성을 고려하지 않은 서포트 벡터 회귀모형의 예측정확도의 차이는 크지 않았고, 이를 통해 본 논문에서는 가뭄을 예측하는데 계절적 요소는 유의하지 않다고 판단하였다. 또한 비정상성 시계열 자료에 서포트 벡터 회귀모형을 적용할시, 과거시점을 고려한 자료의 형태가 더 좋은 예측정확도를 보임으로 적절한 자료형태라고 판단하였다.