인공위성 망원경의 주요 광학 요소인 반사경은 높은 성능을 필요로 한다. 그러나 반사경은 적은 하중에도 급격한 성능저하가 발생하고, 성능인 파면오차의 도출이 복잡하여 사전에 성능 평가의 수행을 필요로 한다. 본 연구에서는 설명가능 인공지능인 기울기 가중치 클래스 활성화 맵핑(Grad-CAM)을 사용하여 반사경의 조기평가를 수행한다. 소량의 변위 기반 이미지 데이터를 수집하여 설계변수와 성능을 기반으로 각각 분류하였다. 이후 데이터 증강을 수행하고, Grad-CAM을 적용하였다. 특성 평가를 위해 시각적 결과와 모델 정확도를 평균분석(ANOM)을 사용하였다. 그 결과 내부 패턴 두께를 조정하는 것이 효과적이며, 4 mm 두께의 사용이 최적의 성능 도출에 적절할 것으로 분석되었다.