AIC (Akaike Information Criterion)은 통계 모델의 적합성을 비교하기 위한 기준이다. 일본의 통계학자인 아카이케 히로츠구가 제안한 이 기준은 주어진 데이터 셋에 대해 여러 통계 모델들 중에서 최적의 모델을 선택하는 데 사용된다. AIC는 모델의 적합도와 복잡도를 동시에 고려하여 계산되며, AIC 값이 낮을수록 더 좋은 모델로 간주된다. 이 기준은 로그 가능도 함수와 모델의 파라미터 수를 이용해 계산되며, 수식은 다음과 같다: AIC = -2ln(L) + 2k. 여기서 L은 최대 가능도, k는 모델 파라미터 수이다. AIC는 주로 회귀 분석, 시계열 분석 등 다양한 통계적 모델링에서 널리 사용된다.