나이 관련 황반 변성(AMD)은 서구 세계의 주요 실명 원인입니다. 지리적 퇴행(GA)은 AMD의 진행된 단계에서 발생하며, 장기적인 망막 자가 발광(FAF) 이미지를 통해 관찰됩니다. 본 연구에서는 암시적 신경 표현(INR)을 활용하여 저데이터 환경에서 개인별 GA 진행을 모델링합니다. 결과적으로 FAF 이미지 품질을 유지하며 GA 병변 영역에 대한 평균 절대 오차(MAE)를 최소화하고 DICE 점수를 최대화했습니다.