Los modelos actuales de agentes de IA se entrenan principalmente con datos de la web en inglés. Esto provoca una falta de comprensión de las estructuras honoríficas coreanas, patrones ocupacionales regionales y el contexto cultural que los usuarios coreanos esperan. Por lo tanto, un agente que aplica flujos de trabajo de salud pública de EE. UU. al sistema de salud coreano no está listo para su uso en producción.
Nemotron-Personas-Korea soluciona esta problemática. Este conjunto de datos proporciona 6 millones de personas sintéticas totalmente fundamentadas en estadísticas oficiales y datos de origen del Servicio de Información Estadística de Corea (KOSIS), la Corte Suprema de Corea, el Servicio Nacional de Salud y el Instituto de Economía Rural de Corea. Además, NAVER Cloud contribuyó con datos iniciales y experiencia en el dominio durante el diseño.
A Dataset Soberano para Corea del Sur
| Atributo | Detalle |
|---|---|
| Total de personas | 7 millones (1 millón de registros × 7 personas cada uno) |
| Campos de persona | 26 campos: 7 campos de persona, 6 campos de atributos de persona, 12 campos demográficos y geográficos contextuales, y 1 identificador único |
| Cobertura geográfica | Todas las 17 provincias coreanas y 25 distritos |
| Nombres | ~209K nombres únicos (118 apellidos, ~21.4K nombres de pila) |
| Ocupaciones | Más de 2K categorías que reflejan tecnología, manufactura, sector público, etc. |
| Tipos de persona | Profesional, familiar, deportes, artes, viajes, culinaria, concisa |
| Etapas de vida | Estudiante, servicio militar, empleado, desempleado, jubilado |
| Idioma | Coreano natural |
| Licencia | CC BY 4.0 |
Nemotron-Personas-Korea fue generado utilizando NeMo Data Designer, el sistema de IA compuesto de código abierto de NVIDIA para datos sintéticos. El proceso combina un Modelo Gráfico Probabilístico (Apache-2.0) para fundamentación estadística con Gemma-4-31B para generación narrativa en coreano. Los datos poblacionales provienen de KOSIS (publicaciones de 2020 a 2026); la distribución de nombres proviene de la Corte Suprema de Corea.
Nemotron-Personas-Korea es la última adición a la Colección Nemotron-Personas, que también abarca EE. UU., Japón, India, Singapur (con AI Singapur), Brasil (con WideLabs) y Francia (con Pleias). Si está construyendo un agente multilingüe que atienda a usuarios coreanos junto a otros mercados, puede combinar personas de diferentes países en el mismo proceso.
Importancia para Agentes Autónomos
La mayoría de los agentes actuales son ciegos a la identidad. Siguen instrucciones sin tener en cuenta a quién sirven. Por ejemplo, un agente que reserva una cita en un hospital coreano utilizando convenciones de programación de EE. UU. o que se dirige a un paciente de 60 años en 반말 (“banmal”, lenguaje informal) no solo se siente incorrecto, sino que también falla.
Nemotron-Personas-Korea cambia esta situación proporcionando a su agente un contexto operativo coreano. Cargue una persona en el aviso del sistema y el agente hereda la región, ocupación, normas de comunicación y experiencia en el dominio de esa persona.
Esto funciona en cualquier marco de agente. Puede desplegarse con NemoClaw (la pila de referencia de código abierto de NVIDIA para agentes siempre activos que funcionan en NVIDIA OpenShell, en cualquier cosa, desde PCs RTX hasta DGX Spark), servir a través de NVIDIA NIM para inferencia en producción, o llamar directamente a la API de NVIDIA. La capa de persona es independiente del marco, actuando como un aviso del sistema bien estructurado fundamentado en datos demográficos reales de Corea.
Tutorial: De Persona Sintética a Agente Soberano
Recursos
Paso 1: Cargar y Explorar el Conjunto de Datos
Cargue el conjunto de datos y explore lo que hay disponible. Cada registro contiene campos demográficos estructurados junto con narrativas de persona en lenguaje natural.
from datasets import load_dataset
dataset = load_dataset("nvidia/Nemotron-Personas-Korea")
print(dataset["train"].column_names)
print(dataset["train"][0]) Paso 2: Filtrar y Seleccionar una Persona
Filtre el conjunto de datos por ocupación, región, edad o cualquier combinación de campos para encontrar personas que coincidan con su dominio objetivo. Aquí construiremos un agente de salud pública coreano.
health_personas = dataset["train"].filter(
lambda x: "보건" in x["occupation"] or
"간호" in x["occupation"] or
"의료" in x["occupation"]
)
print(f"Found {len(health_personas)} health personas")
persona = health_personas[0]
print(persona) Puede refinar aún más por región (por ejemplo, solo trabajadores de salud basados en Jeju), nivel educativo o etapa de vida. El conjunto de datos es lo suficientemente grande como para encontrar segmentos altamente específicos.
Paso 3: Definir el Comportamiento de su Agente
Aquí es donde los datos de la persona se convierten en el comportamiento del agente. Los campos estructurados — nombre, región, ocupación, habilidades — se convierten en la identidad del agente. Se añaden instrucciones de comportamiento y alcance de tareas. El resultado es un agente que razona como un profesional coreano en un rol y región específicos.
system_prompt = f"""당신은 한국의 공중보건 상담 AI 에이전트입니다.
[신원] # Identity
- 이름: {persona['name']} # Name
- 지역: {persona['region']} # Region
- 직업: {persona['occupation']} # Occupation
- 전문분야: {persona['skills']} # Specialization
[행동 지침] # Behavior guidelines
- 한국어 존댓말을 사용하여 응답하세요. # Use formal Korean
- 지역 보건소 및 공공 의료 체계에 대한 안내를 제공하세요. # Guide on local clinics
- 한국 공중보건 정책과 절차를 기반으로 정확한 정보를 제공하세요. # Follow KR health policy
- 문화적 맥락을 고려하여 상담하세요. # Consider cultural context
[업무 범위] # Task scope
- 예방접종 일정 안내 # Vaccination scheduling
- 건강검진 절차 설명 # Health screening procedures
- 지역 보건 자원 연결 # Connect to local health resources
- 공중보건 관련 일반 상담 # General public health consultation
""" Paso 4: Desplegar su Agente
Conecte su aviso fundamentado en la persona a un modelo para inferencia. Tiene tres opciones según su configuración:
- Catálogo de API de NVIDIA — la forma más rápida de probar (mostrado a continuación)
- NVIDIA NIM — inferencia autoalojada para despliegues en producción
- NemoClaw — pila de referencia para desplegar agentes siempre activos, funciona en cualquier lugar, incluidos PCs RTX a través de DGX Spark
from openai import OpenAI
client = OpenAI(
base_url="https://integrate.api.nvidia.com/v1",
api_key="nvapi-YOUR_KEY"
)
response = client.chat.completions.create(
model="nvidia/nemotron-nano-8b-v1",
messages=[
{"role": "system", "content": system_prompt},
{"role": "user", "content": "독감 예방접종은 언제 맞아야 하나요?"}
],
temperature=0.7,
max_tokens=512
)
print(response.choices[0].message.content) El mismo flujo de trabajo se aplica a cualquier dominio. Simplemente cambie el filtro de persona y el alcance de la tarea, y tendrá un nuevo agente: una persona de 금융 («geum-yung», finanzas) se convierte en un asesor bancario, una persona de 교육 («gyoyug», educación) se convierte en un asistente de tutoría, y una persona de 공무원 («gongmuwon», funcionario público) se convierte en un agente de servicios de salud gubernamentales.
Qué Cambia al Fundamentar
Aquí está la misma pregunta — «독감 예방접종은 언제 맞아야 하나요?» (¿Cuándo debo recibir una vacuna contra la gripe?) — respondida con y sin fundamentación de persona.
| Sin Personas | Con Personas de Trabajadores de Salud Coreanos | |
|---|---|---|
| Idioma | Responde en inglés/coreano genérico | Coreano 존댓말 natural apropiado para consulta de salud |
| Contenido | Referencia a CDC/guidance global | Referencia al horario de la 보건소 coreana, programa nacional de vacunación |
| Especificidad | «Visite su clínica local» | «가까운 보건소에서 무료 접종이 가능합니다» con contexto regional |
| Confianza | Ninguna | Cita la política de salud pública de Corea, utiliza coreano médico profesional |
La persona va más allá de la traducción: contextualiza y resulta en un agente en el que los usuarios confiarán.
Únete a Nosotros en Seúl
NVIDIA Nemotron Developer Days se celebra en Seúl hoy y mañana, del 21 al 22 de abril de 2026 — la primera vez que se lleva a cabo el evento fuera de GTC. Serán dos días de actividades, incluyendo sesiones técnicas sobre IA soberana y modelos abiertos, además de un hackathon práctico donde tendrá la oportunidad de usar Nemotron-Personas-Korea para construir agentes coreanos específicos de dominio y una claw. 
Participe en persona o a través de transmisión en vivo. Comparta lo que construya para tener la oportunidad de ser destacado en un futuro tutorial de NVIDIA.
