diff --git a/B04_PreProcess/B04_PreProcess_Engine_Watershed_Descent.py b/B04_PreProcess/B04_PreProcess_Engine_Watershed_Descent.py
index 5f7a54e7..e854be43 100644
--- a/B04_PreProcess/B04_PreProcess_Engine_Watershed_Descent.py
+++ b/B04_PreProcess/B04_PreProcess_Engine_Watershed_Descent.py
@@ -72,12 +72,25 @@ class ContourDescent:
     levels: list[float]  # 사용된 등고 표고(내림차순)
 
 
-def rasterize_contours(
-    spec: GridSpec,
-    contour_features: list[dict[str, Any]],
-    elevation_floor_m: float | None = None,
-) -> tuple[np.ndarray, list[float]]:
-    """등고선을 격자에 굽는다. 셀마다 그 위를 지나는 등고 라인의 표고(없으면 NaN)."""
+_LINES_CACHE: list[tuple[Any, int, float | None, dict[float, list[Any]]]] = []
+
+
+def _lines_by_level(
+    contour_features: list[dict[str, Any]], elevation_floor_m: float | None
+) -> dict[float, list[Any]]:
+    """등고선 피처를 표고별 선 묶음으로 푼다 — **격자와 무관**하므로 한 번만 푼다.
+
+    확장 회차마다 다시 부르는데 피처 4,200개를 매번 `shape()` 로 푸는 비용이 그대로
+    붙었다. 같은 목록·같은 하한이면 그대로 돌려준다(목록 객체를 함께 들고 있어 id 가
+    다른 목록에 재사용되지 않는다).
+    """
+    for holder, count, floor, cached in _LINES_CACHE:
+        if (
+            holder is contour_features
+            and count == len(contour_features)
+            and floor == elevation_floor_m
+        ):
+            return cached
     by_level: dict[float, list[Any]] = {}
     for feature in contour_features:
         geometry = feature.get("geometry")
@@ -96,7 +109,18 @@ def rasterize_contours(
             if line.length < DRAINAGE_CONTOUR_MIN_LENGTH_M:
                 continue
             by_level.setdefault(float(elevation), []).append(line)
+    _LINES_CACHE.append((contour_features, len(contour_features), elevation_floor_m, by_level))
+    del _LINES_CACHE[:-2]
+    return by_level
 
+
+def rasterize_contours(
+    spec: GridSpec,
+    contour_features: list[dict[str, Any]],
+    elevation_floor_m: float | None = None,
+) -> tuple[np.ndarray, list[float]]:
+    """등고선을 격자에 굽는다. 셀마다 그 위를 지나는 등고 라인의 표고(없으면 NaN)."""
+    by_level = _lines_by_level(contour_features, elevation_floor_m)
     burned = np.full((spec.n_rows, spec.n_cols), np.nan, dtype=np.float32)
     levels = sorted(by_level, reverse=True)
     transform = grid_transform(spec)