몬테카를로 광선 추적법은 적은 샘플을 사용할 때 적은 시간을 소요하지만 노이즈가 많은 렌더링 이미지를 도출한다. 렌더링 이미지 노이즈 제거 기법은 렌더링 이미지의 노이즈를 제거하여 광선 추적법의 소요 시간을 단축한다. 최신 심층 학습을 기반으로 하는 노이즈 제거 기법들은 렌더링 과정에서 얻는 다양한 부가 정보를 활용하여 노이즈 제거 성능을 높이고자 한다. 본 연구는 기존 렌더링 노이즈 제거 연구에서 활용되지 않은 각 반사의 공간 정보를 활용하여 반사 정보를 효과적으로 임베딩하는 기법을 제안한다. 제안하는 bounce embedding network는 각 반사의 공간 좌표와 기타 반사 정보를 효율적으로 임베딩한다. 이에 더해 반사의 3차원 공간 좌표에 positional encoding을 적용하여 공간 정보를 효과적으로 활용하고자 한다. 해당 기법을 기존 노이즈 제거 모델에 적용하였을 때 다중 반사 효과로 인한 노이즈를 보다 효과적으로 제거함을 확인하였다.