과불화화합물(PFAS) 전기화학적 산화(Electrochemical Oxidation, EO)는 직접적으로 전력을 소모함에도 불구하고, 기존 문헌에서 에너지 효율 지표 EE/O(Electric energy per order, kWh·m-3·order-1)가 일관되게 보고되지 않거나 계산 근거가 누락된 사례가 많다. 본 연구는 문헌으로부터 EE/O 산출에 필요한 인자(전류밀도, 전압, 처리시간, 전극면적, 반응부피, 초기농도, 전해질 종류 및 농도)를 체계적으로 수집, 정규화하여 EE/O를 계산하고, 각 인자의 영향에 대해 해석하였다. 통합 데이터(n=101)에서 EE/O는 1.3~830.1 kWh·m-3·order-1 범위로 분포하였으며, 전압은 EE/O와 비례하고 초기 PFAS농도와 전해질 농도는 EE/O와 반비례하는 경향을 보였다. 또한 전극 재료와 전해질 종류에 따라 EE/O는 크게 달라져, 동일한 운전조건에서도 변동 폭이 큰 것으로 나타났다. 더 나아가, 상기 인자들을 입력 변수로 분해율(%) 예측 모델을 구성하여, 주어진 운전조건에서 분해율을 예측하고 EE/O를 즉시 자동 산출하는 파이프라인을 구현하였다. 교차검증 기준 Random Forest, XGBoost, ExtraTrees의 검증 R2=0.80~0.85로 양호한 예측력을 보였고, SHAP, Permutation, 트리기반 중요도, Morris 민감도 등 다중 해석에서 전류밀도와 처리시간이 공통 핵심 인자로 도출되어 해석의 일관성과 신뢰도를 확보하였다. 본 연구는 문헌 기반 정량 지식과 데이터 구동형 분석을 결합함으로써 PFAS EO 공정의 에너지 효율 개선과 조건 최적화에 실용적 근거를 제공한다.