본 연구는 정책 및 인도적 지원 환경에서 머신러닝 기반의 위험 예측 점수를 활용한 자원 배분 방식을 분석합니다. 두 단계 배분 프레임워크에서 스크리닝 단계는 일부 단위의 실제 결과를 관찰하고, 최종 배분 단계는 예산 내에서 고위험 단위에 자원을 할당합니다. 불확실성이 증가할수록 스크리닝과 알고리즘 기반 배치가 상호 보완적인 효과를 나타냅니다.