프록시 보상
강화학습에서 목표로 삼는 진짜 목표를 대신해 최적화를 유도하는 보상 신호를 뜻하며, 학습 중 모델이 실제로 달성해야 하는 품질이 아닌 보상만을 최적화하게 만드는 구조적 문제를 가리킨다.