Proxy-model은 직접 측정하거나 관찰하기 어려운 대상이나 현상을 연구하기 위해, 그와 밀접한 상관관계를 가진 다른 변수나 시스템을 대신 사용하는 모델을 의미합니다. 주로 과학, 통계학, 경제학, 그리고 최근에는 인공지능 분야에서 널리 쓰이는 용어입니다. 예를 들어, 과거의 기후를 연구할 때 직접적인 온도 기록이 없다면 나무의 나이테나 빙하의 성분을 분석하여 기온을 추정하는데, 이때 사용되는 분석 체계가 바로 프록시 모델입니다. 인공지능 분야에서는 복잡하고 계산 비용이 많이 드는 거대 모델을 대신하여, 성능은 비슷하면서도 가볍게 실행할 수 있는 모델을 지칭하기도 합니다. 이 용어는 '대리인'을 뜻하는 proxy와 '모형'을 뜻하는 model이 결합된 것으로, 원본 데이터에 직접 접근할 수 없을 때 이를 대체할 수 있는 신뢰할 만한 도구를 찾는다는 맥락에서 사용됩니다. 일반적인 모델(model)이 현상을 직접 설명한다면, 프록시 모델은 간접적인 지표를 통해 현상을 유추한다는 점에서 차이가 있습니다.