Nemotron-Personas-Korea

Nemotron-Personas-Korea ========================================================================= 우리나라 실제 분포에 기반한 합성 페르소나를 위한 복합 AI 시스템 A compound AI approach to personas grounded in real-world distributions 데이터셋 개요 (Overview) Nemotron-Personas-Korea는 대한민국의 실제 인구통계학적·지리적·성격 특성 분포를 기반으로 합성된 오픈소스 페르소나 데이터셋(CC BY 4.0)으로, 우리나라 인구의 다양성과 특성을 폭넓게 반영하도록 설계되었습니다. 이는 최초의 대규모 우리말 페르소나 데이터셋이며, 이름, 성별, 나이, 혼인 상태, 교육 수준, 직업, 거주 지역 등의 속성을 실제 대한민국 국가데이터처 국가통계포털(KOSIS), 대법원, 국민건강보험공단, 농촌경제연구원, NAVER Cloud 통계 자료를 기반으로 합성하였습니다. Nemotron-Personas-Korea는 대한민국의 모델 개발자가 지역 고유의 인구통계학적 특성과 문화적 맥락을 반영한 소버린 AI(Sovereign AI) 시스템을 구축할 수 있도록 지원합니다. 이 데이터셋은 소버린 AI 모델 개발을 위한 합성 데이터의 다양성 확대, 데이터 및 모델 편향 완화, 그리고 모델 응답의 다양성 향상 등에 활용될 수 있습니다. 특히 기존 페르소나 데이터셋 대비 나이(예: 고령층), 지역(예: 농촌), 교육 수준, 직업 등 다양한 축에서 실제 인구 분포를 보다 충실히 반영하도록 설계하였습니다. 본 데이터셋은 엔터프라이즈급 합성 데이터 생성 복합 AI 시스템인 NeMo Data Designer를 사용하여 제작되었으며, 독자적인 확률적 그래프 모델(PGM)과 Apache-2.0 라이선스인 google/gemma-4-31B-it 모델, 그리고 Data Designer에 포함된 검증 및 평가 방법을 활용했습니다. NeMo Data Designer에서 직접 사용할 수 있는 Nemotron-Personas-Korea의 확장 버전도 제공됩니다. 이 데이터셋은 상업적 및 비상업적 용도로 모두 자유롭게 사용할 수 있습니다. – Nemotron-Personas-Korea is an open-source persona dataset (CC BY 4.0) synthesized based on real-world demographic, geographic, and personality trait distributions of South Korea. It is designed to broadly reflect the diversity and characteristics of the South Korean population. As the first large-scale Korean-language persona dataset, it includes attributes such as name, sex, age, marital status, education level, occupation, and region of residence, all synthesized using official statistics from the Korean Statistical Information Service (KOSIS), the Supreme Court of Korea, the National Health Insurance Service, and the Korea Rural Economic Institute, and NAVER Cloud. Nemotron-Personas-Korea supports South Korean model builders in developing Sovereign AI systems that incorporate important region-specific demographics and cultural context. This dataset can be used to expand the dive