ManyPerson - Simulator Opini Persona AI Korea berbasis MDIS Statistik Korea

• Layanan simulasi opini persona AI yang mencerminkan distribusi demografi, bentuk rumah tangga, pendapatan, aset, utang, dan kelompok pekerjaan dalam masyarakat Korea berdasarkan mikrodata MDIS dari Statistik Korea

• Saat pengguna memasukkan pertanyaan yang ingin diketahui, sistem memilih warga AI yang sesuai dengan kondisi, menghasilkan respons, lalu menganalisis hasilnya berdasarkan dukung/tolak, pilihan jawaban, kelompok usia, gender, kuintil pendapatan, kelompok pekerjaan, dan lainnya

• Dengan mem-parsing dan menggabungkan CSV mentah MDIS Survei Keuangan dan Kesejahteraan Rumah Tangga 2025 pada skala 34.880 data master rumah tangga dan 69.929 data anggota rumah tangga, layanan ini membangun sekitar 41 ribu persona Korea untuk keperluan layanan

• Menggunakan Gemini untuk menghasilkan nama pekerjaan, kepribadian, hobi, kampung halaman, dan perkenalan diri orang pertama yang tidak cukup dijelaskan hanya dengan kode Statistik Korea, sambil menambahkan batasan agar pendapatan tahunan, aset, utang, pekerjaan, dan narasi tidak saling bertentangan

• Bukan sekadar sekali bertanya ke LLM, "Jika menanyakan ini kepada 100 orang Korea?", tetapi persona berbasis distribusi nyata menjawab dengan latar belakang dan gaya bicara masing-masing, lalu hasilnya dihitung dengan menerapkan bobot statistik

Masalah pada simulasi opini LLM yang sudah ada

Jika langsung meminta LLM, "Simulasikan opini 100 warga Korea," hasilnya cenderung terlalu rata-rata, atau model condong ke beberapa pekerjaan, wilayah, dan kecenderungan yang paling familiar baginya

• Struktur rumah tangga nyata di Korea, kuintil pendapatan, kelompok pekerjaan, perbedaan wilayah metropolitan/non-metropolitan, serta status seperti tidak bekerja/pensiun/pelajar/ibu rumah tangga penuh waktu tidak cukup tercermin

• Terutama untuk pertanyaan seperti opini publik, kebijakan, atau reaksi terhadap produk, perbedaan antarkelompok lebih penting daripada "satu jawaban yang terdengar masuk akal", yakni "siapa yang berpikir berbeda dan mengapa"

• Misalnya, untuk pertanyaan kebijakan properti yang sama, penyewa tanpa rumah usia 20-an di luar wilayah metropolitan, pemilik rumah usia 50-an di wilayah metropolitan, dan orang usia 70-an yang hidup dari pendapatan sewa setelah pensiun dapat menilai dengan alasan yang sama sekali berbeda

• ManyPerson mendekati masalah ini dengan terlebih dahulu membangun perbedaan tersebut sebagai data latar belakang persona, lalu menghasilkan respons di atas fondasi itu

Sumber data dan metode pembuatan

• Membangun pipeline pembuatan persona berdasarkan data Survei Keuangan dan Kesejahteraan Rumah Tangga 2025 dari MDIS Statistik Korea

• Menggabungkan CSV master rumah tangga dan CSV anggota rumah tangga berdasarkan nomor unik rumah tangga untuk membuat persona tingkat individu

• Gender, usia, hubungan dalam rumah tangga, status pernikahan, pendidikan terakhir, status pekerjaan, klasifikasi besar pekerjaan, klasifikasi besar industri, status wilayah metropolitan, jenis tempat tinggal, jumlah anggota rumah tangga, kuintil pendapatan, dan lainnya diubah dari kode buku panduan menjadi nilai yang bisa dibaca manusia

• Total pendapatan rumah tangga, pendapatan yang dapat dibelanjakan, pengeluaran konsumsi, biaya makanan, biaya tempat tinggal, biaya pendidikan, biaya medis, total aset, utang, dan aset bersih juga dipertahankan sebagai atribut persona

• Pendapatan rumah tangga tidak langsung digunakan sebagai pendapatan individu, melainkan dibagi secara heuristik menjadi estimasi pendapatan tahunan per individu berdasarkan status kepala rumah tangga/pasangan/anak/tidak bekerja/pensiun

• Bobot Statistik Korea disimpan sebagai weight, sehingga selain jumlah respons sederhana, statistik berbobot proporsional terhadap populasi juga dapat dihitung

Pembuatan detail persona

• Karena data mentah MDIS saja tidak cukup untuk membentuk "alasan mengapa orang ini berbicara seperti itu", Gemini digunakan untuk menambahkan detail layanan secara generatif

• Bidang yang dihasilkan mencakup nama pekerjaan spesifik, MBTI, kepribadian, hobi, kampung halaman, dan perkenalan diri singkat

• Nama pekerjaan dan perkenalan diri dihasilkan bersama pendapatan tahunan, total pendapatan rumah tangga, aset bersih, utang, klasifikasi besar pekerjaan, dan status pekerjaan untuk menyesuaikan realisme

• Jika pendapatan tahunan di atas 100 juta won, sistem mendorong munculnya peran seperti eksekutif, profesional berpenghasilan tinggi, atau wiraswasta sukses; dan jika pendapatan tahunan 0 won atau statusnya tidak bekerja/pensiun/anak, sistem membatasi agar tidak memaksakan persona pekerja kantoran

• Jika pendapatan dan aset rumah tangga tinggi tetapi pendapatan individu rendah, konteks seperti ibu rumah tangga penuh waktu dengan pasangan berpenghasilan tinggi, mahasiswa dengan orang tua kaya aset, atau pensiunan yang hidup dari pendapatan sewa akan tercermin secara alami

• Jika utang besar, perkenalan diri atau kepribadian dirancang agar memperlihatkan tekanan finansial

• Pada proses generasi awal, ada masalah ketidaksesuaian antara data finansial dan narasi seperti "berpendapatan rendah tetapi manajer firma hukum" atau "berpendapatan tinggi tetapi pekerja paruh waktu", sehingga sekitar 41 ribu occupation/bio diperbaiki ulang melalui pipeline regenerasi Phase 2 terpisah

• Hasil generasi tidak disimpan sekaligus setelah dimuat ke memori, melainkan diproses dengan struktur streaming yang memperbarui PostgreSQL JSONB secara individual segera setelah tiap persona selesai dibuat

• Meski Pod mati di tengah proses, data yang sudah tercermin tetap tersimpan, dan eksekusi bisa dilanjutkan melalui penanda migrationPhase2

Alur penggunaan layanan

• Pengguna memasukkan pertanyaan dalam bahasa alami

• Gemini + Grounding pencarian merapikan pertanyaan dan, bila perlu, merekomendasikan ringkasan konteks serta kondisi filter

• Persona target dapat difilter berdasarkan gender, kelompok usia, wilayah, kuintil pendapatan, pendidikan, kelompok pekerjaan, jumlah anggota rumah tangga, status pernikahan, dan lainnya

• Warga AI yang akhirnya terpilih merespons berdasarkan snapshot persona masing-masing

• Respons segera disimpan ke DB sehingga sebagian jawaban dapat dilihat secara real-time di layar progres

• Setelah selesai, distribusi positif/netral/negatif atau pilihan objektif dihitung, dan hasil berbobot dengan penerapan bobot Statistik Korea juga ditampilkan

• Menyediakan analisis silang berdasarkan sumbu demografi seperti kelompok usia, gender, kuintil pendapatan, pendidikan, dan kelompok pekerjaan

• Hasil akhir dibuat sebagai halaman yang dapat dibagikan, dan pengguna bisa melihat kartu jawaban persona individual beserta grafik statistik keseluruhan

Contoh penggunaan

• Mengukur cepat bagaimana "pekerja kantoran usia 20–30-an di wilayah metropolitan akan bereaksi" terhadap layanan atau ide produk baru

• Menelusuri dasar perbedaan pendapat pada isu kebijakan atau sosial menurut kelompok usia, kuintil pendapatan, dan kelompok pekerjaan

• Mencoba evaluasi warga AI dari berbagai latar belakang terhadap copy iklan, kebijakan harga, prioritas fitur aplikasi, lowongan kerja, atau surat pengenalan diri

• Sebelum menjalankan survei nyata, mengeksplorasi lebih dulu pertanyaan mana yang ambigu atau pada kelompok mana respons kemungkinan akan terbelah

Perbedaan dengan Nemotron-Personas-Korea

• Jika Nemotron-Personas-Korea adalah dataset persona sintetis berbahasa Korea dalam skala besar, ManyPerson lebih dekat ke bentuk yang menjadikan ide itu sebagai "layanan web untuk langsung bertanya dan melihat hasil"

• Saat ini, fokus ManyPerson bukan pada distribusi dataset publik, melainkan pada pengalaman produk yang membangun kumpulan persona berbasis statistik secara internal lalu menghubungkannya dengan sampling, pembuatan respons, dan analisis statistik sesuai pertanyaan pengguna

• Komposisi datanya juga melampaui profil demografi sederhana, dengan secara aktif memanfaatkan informasi pendapatan, aset, utang, dan pengeluaran konsumsi dari Survei Keuangan dan Kesejahteraan Rumah Tangga untuk pembuatan persona dan interpretasi hasil

Tumpukan teknologi

• Web server berbasis Node.js, Express, dan EJS (untuk pengembangan cepat, sebagian modul ditulis sederhana dengan Go)

• Menyimpan data persona, simulasi, respons, serta pembayaran/kredit di PostgreSQL/Cloud SQL

• Atribut tambahan persona disimpan dalam PostgreSQL JSONB sehingga pekerjaan, pendidikan, kuintil pendapatan, kampung halaman, kepribadian, dan perkenalan diri dapat dikelola dengan fleksibel

• Menggunakan Valkey untuk pemrosesan antrean dan cache

• Mengoperasikan server/worker secara terpisah di atas GKE Autopilot

• Menggunakan model keluarga Gemini 3 dan Vertex AI Flex API untuk pembuatan detail persona serta pembuatan respons simulasi

• Streaming real-time progres simulasi dan respons terbaru melalui SSE

Keterbatasan dan hal yang perlu diperhatikan

• Hasil ManyPerson bukan survei opini publik nyata, melainkan simulasi virtual berbasis persona AI

• Karena bergantung pada cakupan publik dan tingkat kode dari MDIS Statistik Korea, variabel seperti wilayah yang lebih rinci, kecenderungan politik, atau tingkat kesadaran atas isu real-time memerlukan estimasi atau input terpisah

• Detail yang dihasilkan oleh LLM adalah informasi sintetis untuk meningkatkan realisme, dan kemiripan dengan tokoh nyata tidak dimaksudkan

• Semakin kecil ukuran sampel atau semakin sempit filter, semakin tepat hasilnya dipandang sebagai bahan referensi eksploratif

• Meski begitu, dibandingkan "membiarkan satu LLM membayangkan opini rata-rata orang Korea", pendekatan membuat lebih dulu beragam warga AI berdasarkan demografi nyata dan data rumah tangga lalu mengumpulkan respons mereka dinilai sebagai titik awal yang lebih berguna