한국형 합성 데이터셋 ‘Nemotron-페르소나-코리아(Personas-Korea)’가 글로벌 AI 개발 플랫폼 허깅페이스(Hugging Face)에서 데이터셋 부문 1위를 기록했습니다. 이는 한국어 특화 데이터셋이 글로벌 커뮤니티에서 높은 주목을 받으며 기술적 완성도와 실용성을 인정받은 사례입니다. 국내 AI 생태계의 경쟁력을 보여주는 주목할 만한 성과죠.
Nemotron-페르소나-코리아는 대한민국의 인구통계학적, 지리적, 문화적 특성을 정밀하게 반영한 600만 건 규모의 합성 데이터셋입니다. 국가통계포털(KOSIS), 대법원, 국민건강보험공단, 한국농촌경제연구원, 네이버 클라우드(NAVER Cloud) 등 신뢰도 높은 공공, 민간 데이터를 기반으로 구축돼 한국 사회의 실제 통계적 분포를 투영하고 있는데요.
특히 이름, 성별, 연령, 혼인 상태, 교육 수준, 직업, 거주 지역 등 주요 속성이 실제 통계 수치를 따를 뿐 아니라, 존댓말 체계와 지역별 직업 패턴 등 한국어와 문화적 맥락까지 고려해 데이터의 현실성을 높였습니다. 또한 기존 데이터셋에서 상대적으로 반영이 적었던 고령층, 농촌 지역, 다양한 교육, 직업군까지 포괄해, 개발자들이 한국 문화를 더 깊이 이해하는 정교한 AI 시스템을 구축할 수 있도록 지원하죠.
해당 데이터셋은 개인정보를 포함하지 않는 완전한 합성 데이터로 구성돼, 국내 개인정보보호법(PIPA)을 준수하도록 설계됐습니다. 따라서 데이터 활용성과 규제 준수 사이의 균형을 확보하고, AI 개발 환경에서 요구되는 신뢰성과 확장성을 동시에 충족시킵니다.
현재 Nemotron-페르소나-코리아는 오픈소스 라이선스로 공개됐으며, 국내외 개발자들은 이를 자유롭게 활용할 수 있습니다. 특히 한국형 소버린 AI 발전을 위한 핵심 자산으로서 데이터 다양성 확대, 모델 편향성 완화, 응답 품질 향상에 기여할 것으로 기대됩니다.
NVIDIA는 한국 AI 생태계와의 접점을 지속적으로 확대하고 있습니다. 최근 개최된 ‘Nemotron Developer Days Seoul 2026’ 행사는 개발자, 연구자, 기업과의 협업을 강화하고, 오픈 모델과 데이터 기반 혁신을 중심으로 국내 AI 역량 강화를 지원했습니다.