대부분의 AI 에이전트는 영어 웹 데이터로 훈련돼서 한국어 경어 체계나 지역별 직업 패턴, 한국 의료 시스템 같은 문화적 맥락을 제대로 반영하지 못하거든요

NVIDIA가 한국 AI 에이전트용 합성 인구 데이터셋 'Nemotron-Personas-Korea'를 공개했어요.

대부분의 AI 에이전트는 영어 웹 데이터로 훈련돼서 한국어 경어 체계나 지역별 직업 패턴, 한국 의료 시스템 같은 문화적 맥락을 제대로 반영하지 못하거든요. 이 데이터셋은 한국통계정보서비스(KOSIS), 대법원, 국민건강보험공단 등 공식 기관 통계를 기반으로 만든 600만 개의 합성 페르소나를 담고 있어요. NAVER Cloud도 설계 단계부터 시드 데이터와 도메인 전문성을 제공했고요.

개인정보(PII)는 전혀 포함되지 않고 한국 개인정보보호법(PIPA) 기준을 따랐어요. 한국은 세계에서 몇 안 되는 '합성 데이터 생성 공식 가이드'를 발행한 나라이기도 한데, 이 데이터셋도 그 거버넌스를 그대로 따른 거예요.

한국 특화 AI 에이전트를 만들 때 인구통계 기반의 현실적인 페르소나를 출발점으로 쓸 수 있게 됐다는 점에서, 영어 중심 AI 생태계의 언어·문화 편향을 좁히는 실질적인 시도로 볼 수 있어요.