엔비디아가 일본의 인구통계학적 특성과 금융 환경을 반영한 합성 데이터셋 네모트론 페르소나스 파이낸스 재팬을 공개했습니다. 이 자료는 허깅페이스 블로그와 엔비디아 공식 문서를 통해 배포되었으며, 실제 세계의 인구 분포와 지리적 데이터를 기반으로 페르소나를 생성하는 데 초점을 맞췄습니다.
데이터셋은 네모트론 페르소나스 컬렉션의 일부로 구성됩니다. 해당 컬렉션은 현재 약 5300만 개의 페르소나를 포함하고 있으며, 7개 국가와 9개 언어 변형을 지원하도록 확장되고 있습니다. 각 지역별 데이터는 네모 데이터 디자이너라는 복합 AI 파이프라인을 통해 제작되며, 인구 조사 및 행정 데이터를 근거로 삼아 편향을 줄이는 구조를 취합니다.
일본 버전인 네모트론 페르소나스 재팬 익스트렌드는 미국 버전을 기반으로 합니다. 이름, 성별, 연령, 배경, 혼인 상태, 학력, 직업, 거주지 등 다양한 속성을 통계적으로 정렬해 생성했습니다. 특히 고령자나 지방 거주자처럼 기존 데이터셋에서 과소 대표되던 계층을 더 잘 반영하도록 설계되었습니다.
이 데이터셋의 주요 목적 중 하나는 소버린 AI 시스템 개발 지원입니다. 특정 지역의 문화적 맥락과 인구 통계를 정확히 담지 못한 합성 데이터로 모델을 훈련하면 미세한 편향이 발생할 수 있습니다. 엔비디아는 이를 방지하기 위해 실제 분포를 따르는 페르소나를 제공하며, 모델 붕괴 현상을 억제하는 데 기여한다고 설명했습니다.
기술적 구현 측면에서는 Apache-2.0 라이선스의 GPT-OSS-120B 모델과 자체 확률 그래픽 모델이 활용되었습니다. 또한 검증자와 평가기가 내장된 도구들을 통해 데이터 품질을 관리했습니다. 생성된 페르소나는 긴 컨텍스트 샘플링이나 안전 거절 데이터 등 네모트론 모델 훈련 과정에서 실제로 사용되고 있습니다.
현재 네모트론 페르소나스 재팬 익스트렌드는 CC BY 4.0 라이선스로 오픈 소스화되어 상업적 이용도 가능합니다. 다만 확장된 버전이 네모 데이터 디자이너 플랫폼에서 직접 이용 가능해지는 시점은 아직 명확히 공지되지 않았습니다. 개발자들은 코드 복제나 커스터마이징을 위해 동봉된 콜랩 노트북을 참고할 수 있습니다.