[논문 리뷰] Farmer.Chat: Scaling AI-Powered Agricultural Services for Smallholder Farmers

Namita Singh, J. Wang’ombe외 10명|arXiv (Cornell University)|2024. 09. 13.

FinTech, Crowdfunding, Digital Finance인용 수 7

한 줄 요약

Farmer.Chat은 다국어, 다중 양식, 맥락 인식 농업 조언을 소규모 농가에 제공하는 생성 AI 챗봇이며; 네 나라에 배치되어 15k+ 사용자 및 300k+ 쿼리를 보유하며 확장 가능한 확장 및 높은 사용자 만족도를 보여줍니다.

ABSTRACT

Small and medium-sized agricultural holders face challenges like limited access to localized, timely information, impacting productivity and sustainability. Traditional extension services, which rely on in-person agents, struggle with scalability and timely delivery, especially in remote areas. We introduce FarmerChat, a generative AI-powered chatbot designed to address these issues. Leveraging Generative AI, FarmerChat offers personalized, reliable, and contextually relevant advice, overcoming limitations of previous chatbots in deterministic dialogue flows, language support, and unstructured data processing. Deployed in four countries, FarmerChat has engaged over 15,000 farmers and answered over 300,000 queries. This paper highlights how FarmerChat's innovative use of GenAI enhances agricultural service scalability and effectiveness. Our evaluation, combining quantitative analysis and qualitative insights, highlights FarmerChat's effectiveness in improving farming practices, enhancing trust, response quality, and user engagement.

연구 동기 및 목표

• 확장 가능한 AI 기반 확장을 통해 소농가의 정보 접근 격차를 해소한다.
• 검색 보강 생성(RAG)과 함께 다국어, 다중 모달, 맥락 인식 지식 베이스를 개발한다.
• 실제 배포에서 사용자 신뢰, 참여도, 채택 요인을 평가한다.
• 지역 배포 가능성과 연구 커뮤니티에 대한 코드베이스의 개방성을 시연한다.

제안 방법

• 사용자 중심의 확장 가능한 AI 플랫폼을 설계하고 사용 편의성, 다국어 다중 모달 상호작용, 포괄적인 지식 베이스를 갖춘다.
• 다양한 데이터 형식(text, images, videos)을 벡터 임베딩으로 수집, 구조화, 인덱싱하는 Knowledge Base Builder를 구축한다.
• 실시간 맞춤 응답을 위한 Retrieval-Augmented Generation (RAG) 및 Query Orchestration 파이프라인(계획, 실행, 도구 사용)을 이용하여 AI 모듈을 구현한다.
• Google Translate를 통한 번역, ASR, TTS를 포함한 번역 및 음성 처리 파이프라인으로 현지 언어, 음성, 비디오 지원을 제공한다.
• 프런트엔드 플랫폼(WhatsApp, Telegram)과 통합하고 향후 IVR 또는 모바일 앱 배포를 허용한다.
• 대화 로그와 분석을 통한 지속적인 피드백 루프를 구축하여 콘텐츠 및 모델 개선을 주도한다.

실험 결과

연구 질문

• RQ1 RQ1: 생성형 AI가 농업 확장 서비스의 확장성, 접근성 및 맥락적 관련성을 어떻게 향상시킬 수 있는가?
• RQ2 RQ2: 사용자 신뢰, 참여도 및 Farmer.Chat과 같은 AI 기반 자문 도구의 장기 채택에 영향을 미치는 요인은 무엇인가?
• RQ3 RQ3: Farmer.Chat의 배치가 다양한 지역에서 농업 결과, 농부 만족도 및 커뮤니티 차원의 채택에 어떤 영향을 미치는가?

주요 결과

• 쿼리의 75% 이상이 시스템에 의해 응답되어 강력한 초기 성능을 나타낸다.
• Farmer.Chat은 15,000+명의 농민과 함께 작동하며 4개국 배포에서 300,000+ 쿼리를 처리한다.
• 케냐 배포 단독으로 8,805명의 사용자가 7개 카운티에 걸쳐 있고 225,500+ 쿼리가 있으며, 가축(Dairy 27.9%, Chicken 20.65%)과 작물 Potato (11.72%), Avocado (10.93%), Coffee (12.63%)가 사용을 견인한다.
• 플랫폼은 다국어 및 다중 모달 상호작용을 지원하여 저문해 사용자의 접근성을 개선하며 음성 메모 및 번역을 포함한다.
• 사용자는 응답 품질 및 관련성에 대해 높은 만족도를 보고하며, 참여는 수확량, 해충 관리 및 기상 주제를 중심으로 한다.
• 시스템은 의사 결정 보강을 위해 TomorrowIO 날씨, Plantix 질병 진단 등 외부 서비스를 통합한다.