정확도(Accuracy)는 분류 및 판정 유형의 작업에서 가장 기본적이고 일반적으로 사용되는 평가 지표입니다. 이는 예측 결과가 실제 레이블과 완전히 일치하는 샘플의 비율을 집계하여 모델의 전반적인 정확성을 직관적으로 반영합니다. 일반적으로 백분율 또는 0–1 점수 형식으로 보고되며, 값이 높을수록 좋습니다. 클래스가 균형을 이룰 때는 신뢰할 수 있는 성능을 보이지만, 클래스 불균형이 심한 경우에는 Macro-F1, MCC 또는 AUROC와 함께 사용하는 것이 권장됩니다. 이 지표는 관련 벤치마크와 논문에서 널리 사용되므로, 서로 다른 방법론이나 모델 버전을 비교하기에 용이합니다.