arXiv에 공개된 ZeroHungerAI는 NLP+ML 통합 프레임워크로, 구조화된 사회경제 지표와 정책 문서 텍스트를 DistilBERT 전이학습으로 함께 분석해요

데이터가 부족한 지역의 식량안보 정책, 이제 AI가 근거 기반으로 더 정확하게 예측해줘요.

arXiv에 공개된 ZeroHungerAI는 NLP+ML 통합 프레임워크로, 구조화된 사회경제 지표와 정책 문서 텍스트를 DistilBERT 전이학습으로 함께 분석해요. 흩어진 텍스트와 편향 문제를 동시에 다루는 접근이 핵심이에요.

25개 지역구, 1,200개 하이브리드 샘플 실험에서 정확도 91%, 정밀도 0.89, 재현율 0.85, F1 0.86을 기록했어요. 불균형 데이터에서도 평균 정밀도 약 0.88로 소수 클래스 탐지가 견고했고, SVM 대비 13%, 로지스틱 회귀 대비 17% 성능이 높았거든요.

공정성 최적화로 인구집단 간 demographic parity 차이를 3%까지 낮춘 점도 의미가 커요. 저자원 행정 환경에서 “정확도+형평성”을 함께 챙기는 정책 AI의 실전 가능성을 보여준 사례예요.