Baseline-model은 데이터 과학, 머신러닝, 통계학 분야에서 새로운 모델의 성능을 평가하기 위해 비교 대상으로 삼는 가장 기본적인 모델을 의미합니다. 복잡한 알고리즘을 적용하기 전에 가장 단순한 방법(예: 평균값 예측, 단순 선형 회귀 등)으로 결과를 도출하여, 이후 개발하는 고도화된 모델이 실제로 얼마나 더 나은 성능을 보이는지 측정하는 척도가 됩니다. 이 용어는 주로 기술적인 문맥에서 사용되며, 연구나 프로젝트의 시작점에서 '최소한 이 정도의 성능은 나와야 한다'는 기준점을 제시하는 역할을 합니다. 유사한 표현으로는 benchmark model이 있으며, 이는 성능 비교를 위한 표준이라는 점에서 거의 동일하게 쓰입니다. 실무에서는 baseline-model의 성능을 넘어서지 못하면 새로운 모델을 도입할 가치가 없다고 판단하기 때문에, 프로젝트의 성공 여부를 가늠하는 매우 중요한 지표로 활용됩니다.