Spectral nudging (SN) is an effective method of preventing drift from large-scale background conditions in regional climate models by retaining circulations with the wavelengths longer than a specified threshold. Quantifying the effects of SN on extreme precipitation simulations can contribute to improving model performance and mitigating associated impacts. In this study, we conducted sensitivity experiments to assess how synoptic characteristics and domain size influence the effectiveness of SN in simulating extreme precipitation events. The Weather Research and Forecasting (WRF) model version 4.4 was employed at a convection-permitting simulation. Three extreme precipitation events that occurred over South Korea during the warm season and involved transient extratropical cyclones were selected for analysis. Results show that the application of SN improves simulation performance by maintaining largescale background conditions consistent with observations. However, the degree of improvement varies depending on the synoptic characteristics and domain configuration. Specifically, the effect of SN is more pronounced in cases dominated by upper-level troughs and strong baroclinicity, compared with cases in which surface processes played a more significant role. Additionally, when the horizontal scale of the dominant wave systems is sufficiently resolved within the domain, the effectiveness of SN become more evident. Based on these findings, we suggest that applying SN to domains approximately 3,000 km wide in the zonal direction is an effective configuration for simulating extreme precipitation over South Korea. This study highlights the importance of considering both synoptic-scale characteristics and domain size when applying SN in regional climate simulations of extreme precipitation.