El sistema de comunicación 6G será diseñado en frecuencias sub-THz debido a la creciente demanda en tasas de datos, nuevas aplicaciones emergentes y tecnologías de comunicación avanzadas. Estos sistemas de alto rendimiento dependerán en gran medida de la inteligencia artificial (IA) para un diseño eficiente y robusto de los transceptores. En este trabajo, proponemos un beamformer de red neuronal profunda (DNN) que reemplazará el uso de desfasadores para una matriz masiva de elementos de antena empleados en la estación terrestre para comunicación satelital LEO de banda ancha en bandas sub-THz. Mostramos que el algoritmo de procesamiento de señales empleado utilizando DNN es capaz de igualar el rendimiento de un beamformer de retardo temporal real a medida que el ángulo de llegada de la señal de banda ancha recibida en la estación terrestre cambia debido al rápido movimiento del satélite LEO. La implementación del beamformer DNN podrá reducir el costo del receptor y proporcionar una forma para el diseño eficiente y compacto del beamforming de matriz masiva para aplicaciones satelitales LEO de banda ancha.