AI 비서를 만들려는 은행과 보험사는 기본적인 장벽에 부딪힙니다. 테스트에 필요한 데이터가 바로 개인정보 규정 때문에 자유롭게 쓸 수 없는 고객 데이터이기 때문입니다. Nvidia와 일본 기업 Elith는 일본의 이 공백을 겨냥한 데이터셋을 공개했습니다. 지어낸 것이지만 통계에 근거한 대규모 고객 데이터로, CC BY 4.0 라이선스에 따라 상업적 용도를 포함해 누구나 쓸 수 있습니다.
Nemotron-Personas-Finance-Japan은 100만 개의 레코드로 이뤄지며, 레코드마다 9개의 페르소나가 있어 모두 900만 개입니다. 문장은 자연스러운 일본어로 쓰였습니다. 레코드마다 50개 필드가 있는데, 페르소나 설명, 돈에 대한 태도와 재무 계획 같은 속성, 공식 인구·노동 통계에서 가져온 30개의 맥락 필드로 구성됩니다. 전체 규모는 약 15억 토큰이며, 고유한 이름은 약 950,000개, 직업 범주는 1,600개가 넘습니다. 레코드당 22개 필드였던 이전 Nemotron-Personas-Japan을 확장한 것으로, 가구 자산, 금융 이해력, 인터넷·스마트폰 사용 현황이 추가됐습니다.
제작 과정은 구성 요소별로 공개되어 있습니다. 확률적 그래프 모델인 NeMo SDG-PGMs가 공식 분포를 따르도록 속성을 뽑고, Google의 오픈 모델 gemma-4-31B-it이 일본어 문장을 쓰며, 전체는 Nvidia의 NeMo Data Designer로 조율됩니다. 팀에 따르면 Sompo Japan, Tokio Marine, Mizuho, Meiji Yasuda Life 등 일본의 주요 기관이 설계에 의견을 냈습니다. 제안된 용도는 고객 응대 대화 생성, NeMo User Sim에서의 사용자 시뮬레이션, 그리고 모델이 농촌과 도시, 젊은 층과 노년층, 부유한 고객과 그렇지 않은 고객을 똑같이 대하는지 점검하는 것입니다. 함께 공개된 Nemotron-PII-Japan은 개인정보에 라벨을 붙인 100,000건의 합성 비즈니스 문서를 제공해 비식별화를 시험할 수 있게 합니다.
이는 하나의 흐름에 속합니다. Nvidia는 자사 도구에 쓰이는 국가별 페르소나 데이터 셋을 잇따라 내놓고 있으며, 합성 사용자는 실제 사람이 보기 전에 채팅 에이전트를 시험하는 표준 방식이 되어 가고 있습니다. 일본어 작업 전반에서도 라이선스가 관대하고 인구 구성을 세밀하게 나눈 대규모 데이터는 금융 밖에서도 쓸모가 있습니다.
한계는 구조적으로 내재해 있습니다. 공식 통계에서 뽑은 페르소나는 그 통계의 평균과 분산을 재현할 뿐이라, 실제 고객 지원을 무너뜨리는 특이한 고객이나 복잡한 상황은 담지 못합니다. 문장은 31B 모델 하나가 썼기 때문에 그 모델 특유의 표현 습관도 따라옵니다. 발표에는 이 페르소나로 시험한 에이전트가 실제 고객에게 더 잘 작동한다는 평가가 없으므로, 특정 은행에 주는 이득은 아직 입증되지 않았습니다.