NVIDIAが韓国のAIエージェント向けに700万件の合成ペルソナを収録したNemotron-Personas-Koreaを発表

NVIDIAはNAVER Cloudとの協力のもと、韓国の公式人口統計データに基づく700万件の合成ペルソナを含む新しいオープンソースデータセットNemotron-Personas-Koreaを公開しました。データセットはCC BY 4.0ライセンスの下でHuggingFaceに公開されており、エージェント型AIシステムの開発を目的とする広範なNemotronエコシステムの一部です。この発表はソウルで開催されるNVIDIA Nemotron開発者デイ（2026年4月21〜22日）に合わせてリリースされました。

なぜ文化特有のペルソナがエージェントにとって重要なのか？

汎用LLMはローカルな理解が必要な分野——カスタマーサービス、教育エージェント、公共サービス、医療アドバイス——でしばしば期待を下回ります。韓国語を例にとると、複雑なフォーマルレジスター（존댓말、つまり敬語体系）を使用しており、これはプロフェッショナルなコミュニケーションに不可欠です。英語データのみでトレーニングされたエージェントはぎこちない、または攻撃的な応答を生み出します。Nemotron-Personas-Koreaは韓国の全17の道と25の区をカバーし、約20万9000の独自名前、2000以上の職業カテゴリ、7種類のペルソナタイプ——プロフェッショナル、家族、スポーツ、アーティスト、旅行、料理、サマリー——を含みます。開発者はこれらのペルソナをエージェントのシステムプロンプトにロードするだけで、即座に韓国的文脈に組み込むことができます。

700万件の合成ペルソナはどのようにプライバシーを守るのか？

データセットは完全に合成されており、実際の個人データ（PII）は含まれていません。NVIDIAのオープンソースプラットフォームNeMo Data Designer（統計的根拠のためのApache-2.0確率グラフィカルモデル）と韓国語のナラティブ生成のためのGemma-4-31Bモデルを使用して生成されました。基礎となる統計的入力は公式ソースから来ています：2020〜2026年の人口データのための韓国統計庁（KOSIS）、名前分布のための大法院、国民健康保険公団、韓国農村経済研究院。このアプローチは韓国の個人情報保護法（PIPA）と個人情報保護委員会が発行した合成データの公式ガイドラインに準拠しています。

Nemotron-Personas-KoreaはNVIDIAのより広いエコシステムにどう位置づけられるか？

韓国のデータセットは、米国、日本、インド、シンガポール（AI Singaporeとのパートナーシップ）、ブラジル（WideLabs）、フランス（Pleias）のバージョンを既に含む広範なNemotron-Personasコレクションの一部です。NVIDIAは開発者に3つの本番環境への道を提供しています。NVIDIA APIカタログ（クイックテスト向けのOpenAI互換インターフェース）、セルフホストされた推論のためのNVIDIA NIMマイクロサービス、常時稼働エージェントのためのオープンソースNemoClawリファレンススタックです。この発表は、Openshellプラットフォームを通じたAdobeとWPPとのパートナーシップに関する朝のニュースと論理的につながっており——NVIDIAが単なるハードウェアサプライヤーとしてではなく、エージェントのライフサイクル全体のためのオープンソースツールの重要なプロバイダーとして自身を位置づける一貫した戦略を共に示しています。小規模市場の開発者にとって、地域のクラウドプロバイダーや統計機関とのパートナーシップというこのモデルは、将来のローカライズされたデータセットの設計図となり得るでしょう。