NVIDIA, 일본 금융 분야 합성 페르소나 900만 개 공개

Elith와 NVIDIA는 2026년 11월 9일 Nemotron-Personas-Finance-Japan을 공개해 상업적·비상업적 AI 개발에 사용할 수 있는 일본어 합성 페르소나 900만 개를 선보였다. CC BY 4.0 라이선스가 적용된 이 데이터셋은 인구통계 프로필에 가계 재정, 금융 행동, 금융 이해력 정보를 추가해 은행, 보험사, 개발자가 실제 고객 기록 없이 고객 대상 시스템을 테스트할 수 있도록 한다.

NVIDIA는 자신들이 아는 한, 일본의 공식 통계와 가계 재정 및 금융 이해력 데이터를 결합한 백만 건 규모의 공개 페르소나 데이터셋은 이번이 처음이라고 설명한다. 이 데이터셋은 Nemotron-Personas-Japan을 확장한 것으로, 2025년 9월 23일 버전에는 22개 항목으로 구성된 페르소나 600만 개가 포함됐으며 금융 관련 페르소나는 제외됐다. 새 버전에는 일본어 레코드 100만 건이 들어 있고, 각 레코드에는 페르소나 9개와 항목 50개가 포함된다. 또한 일본 47개 도도부현 전체와 1,600개가 넘는 직업군을 아우른다.

인구통계를 넘어선 금융 세부 정보

페르소나 관련 항목 20개 가운데 3개는 각각 금융 습관, 의사결정 행동, 금융 관련 우려를 다룬다. 맥락을 설명하는 항목 30개에는 개인 소득, 가계 자산, 주거 및 주택담보대출 현황, 소비 성향, 금융 이해력 점수, 인터넷 및 스마트폰 사용, 가구 구성, 주관적 건강 상태가 포함된다. 이러한 프로필은 일본어 다중 턴 대화의 기반으로 활용할 수 있다. 예를 들어 지방에 사는 연금 수령자가 자산 승계에 관해 묻거나, 도시의 맞벌이 가구가 교육비 저축과 주택담보대출을 검토하는 상황을 구성할 수 있다.

가계 자산 분포는 통계국의 2019년 가계 소득·소비·자산 조사를 바탕으로 한다. 이 조사는 가계의 소비, 소득, 자산 및 부채를 살펴본다. 데이터셋 카드의 분석에 따르면 금융 자산이 2,000만 엔 이상인 가구의 비율은 25~29세에서 약 10%이고, 60~64세에서는 약 30%로 높아진다. 개인 소득이 은퇴 전후로 감소하더라도 60대와 70대의 자산은 비교적 높은 수준을 유지한다. 이에 따라 자산 형성, 은퇴 설계, 상속을 위한 서로 다른 고객 프로필을 구성할 수 있다.

인구통계학적 맥락은 은퇴 및 상속 시뮬레이션에서 특히 중요하다. 통계국의 2024년 인구 추계에 따르면 2024년 10월 1일 기준 일본 인구 중 65세 이상은 29.3%였다. 합성 페르소나는 18세 이상 성인만을 다룬다. 활용 사례로는 고객 서비스 에이전트, 영업 및 마케팅 대화 테스트, NeMo User Sim 시뮬레이션, 레드팀 테스트, 그리고 농촌과 도시, 연령, 교육 수준 및 경제적 여건에 따라 일관된 행동을 보이는지 확인하는 작업이 있다.

페르소나 생성 방식

생성 시스템은 NeMo Data Designer, 확률 그래프 모델 프레임워크인 NeMo SDG-PGMs, 그리고 일본어 텍스트 생성을 위한 Apache 2.0 라이선스 모델 gemma-4-31B-it을 결합한다. Data Designer는 구조화된 출력, 검증 및 자동 재시도 기능을 제공한다. Sompo Japan, Tokio Marine Holdings, Bank of Fukuoka, Mizuho Financial Group, Meiji Yasuda Life Insurance, Financial Data Utilization Association은 설계 과정에서 의견을 제공했다.

데이터셋 카드에는 또 다른 시드 입력 자료로 J-FLEC의 설문조사 및 통계 데이터가 명시돼 있다. J-FLEC 공식 색인에 따르면 금융 이해력 조사는 18~79세를 대상으로 하며, 가계 금융 행동 조사는 2인 가구와 1인 가구의 자산, 부채 및 생애 설계를 살펴본다.

모든 페르소나는 실제 고객이나 개인의 기록이 아닌 인공 데이터이며, 실제 인물과 유사한 점이 있더라도 우연의 일치다. 공개된 Hugging Face 버전에는 이름과 성을 별도 항목으로 기록한 필드나 합성 주소가 없으며, 의료 페르소나도 제외돼 있다. 데이터셋 카드에는 도도부현과 성별이 주어졌을 때 직업이 교육 수준과 독립적이라는 가정도 명시돼 있다. 또한 성별과 독립된 젠더에 관한 포괄적인 인구조사 통계는 이용할 수 없다고 설명한다.

함께 공개된 개인정보 보호 데이터셋

NVIDIA는 이번 공개와 함께 개인 식별 정보(PII)를 감지하고 삭제하는 시스템의 학습 및 테스트를 위한 데이터셋인 Nemotron-PII-Japan도 선보였다. 이 데이터셋에는 8개 분야의 문서 유형 43종을 아우르는 일본어 합성 업무 문서 10만 건이 포함돼 있으며, PII 레이블 56개와 주석이 달린 구간 810,703개가 수록돼 있다. 금융 페르소나는 고객을 모의하는 데 사용할 수 있고, PII 문서는 데이터 처리 파이프라인이 민감 정보를 식별하는지 테스트하는 데 활용할 수 있다.

PII 데이터셋 카드는 합성 문서에서 좋은 결과를 얻더라도 실제 데이터에서 완전한 탐지, 공정성, 개인정보 보호, 규제 준수 또는 정보 유출 방지가 보장되는 것은 아니라고 경고한다. 두 데이터셋을 함께 활용하면 금융 AI 팀은 고객 상호작용과 개인정보 보호 통제를 모두 공개된 방식으로 테스트할 수 있다. 따라서 실제 금융기관의 일본어 업무 흐름에서 성능을 확인하는 일이 이번 공개의 실질적 가치를 판단하는 핵심 기준이 된다.