ManyPerson - Kore İstatistik Ofisi MDIS tabanlı Kore AI persona kamuoyu simülatörü

• Kore İstatistik Ofisi MDIS mikroverilerine dayanan; Kore toplumunun demografisini, hane yapısını, gelir, varlık, borç ve meslek grubu dağılımını yansıtan bir yapay zeka persona kamuoyu simülasyon hizmeti

• Kullanıcı merak ettiği soruyu girdiğinde, koşullara uyan yapay zeka vatandaşlarını seçerek yanıt üretir ve sonuçları destek/karşıtlık, seçenekler, yaş grubu, cinsiyet, gelir dilimi, meslek grubu vb. kırılımlarla analiz eder

• 2025 Hanehalkı Finans ve Refah Araştırması MDIS ham CSV verileri; 34.880 hane ana kaydı ve 69.929 hane üyesi düzeyinde parse edilip birleştirilerek hizmet için yaklaşık 41 bin Kore personası oluşturuldu

• Gemini kullanılarak, yalnızca Kore İstatistik Ofisi kodlarıyla yetersiz kalan meslek adı, kişilik, hobi, memleket ve birinci tekil şahıs öz tanıtımı üretildi; ancak yıllık gelir, varlık, borç ile meslek ve anlatının çelişmemesi için kısıtlar eklenip düzeltme yapıldı

• Sadece "Koreli 100 kişiye sorsaydık?" diye LLM'e tek seferlik soru sormak yerine, gerçek dağılımlara dayalı personalar kendi farklı arka planları ve konuşma tarzlarıyla yanıt veriyor; sonuçlar da istatistiksel ağırlıklar uygulanarak toplanıyor

Mevcut LLM kamuoyu simülasyonlarının sorunları

LLM'e doğrudan "100 Kore vatandaşının görüşünü simüle et" diye sorulduğunda, sonuçların aşırı ortalama kalması ya da modelin alışık olduğu birkaç meslek, bölge ve eğilim etrafında yığılması gibi sorunlar ortaya çıkabiliyor

• Kore toplumundaki gerçek hane yapısı, gelir dilimleri, meslek grupları, başkent bölgesi/başkent dışı farkı, işsiz/emekli/öğrenci/tam zamanlı ev hanımı gibi durumlar yeterince yansıtılmıyor

• Özellikle kamuoyu, politika ve ürün tepkileri gibi gruplar arası farkların önemli olduğu sorularda, "inandırıcı tek bir cevap"tan çok "kimin neden farklı düşündüğü" daha önemli

• Örneğin aynı emlak politikası sorusunda; 20'li yaşlarında başkent dışı bölgede yaşayan evsiz mülk sahibi olmayan biri, başkent bölgesinde kendi evine sahip 50'li yaşlarda biri ve emeklilik sonrası kira geliri olan 70'li yaşlarda biri tamamen farklı gerekçelerle değerlendirme yapabilir

• ManyPerson bu farklılıkları önce persona arka plan verisi olarak kurup, yanıtları bunun üzerine üretme yaklaşımını benimsiyor

Veri kaynağı ve üretim yöntemi

• Persona üretim pipeline'ı, Kore İstatistik Ofisi MDIS'in 2025 Hanehalkı Finans ve Refah Araştırması verileri temel alınarak kuruldu

• Hane ana CSV'si ile hane üyesi CSV'si, hane benzersiz numarası üzerinden join edilerek kişi bazında personalar üretildi

• Cinsiyet, yaş, hane içi ilişki, medeni durum, son mezuniyet, çalışma statüsü, büyük meslek sınıfı, büyük sanayi sınıfı, başkent bölgesinde olup olmama, konut tipi, hane üyesi sayısı ve gelir beşte birlik dilimi gibi bilgiler, kod kitabı temelinde insanın okuyabileceği değerlere dönüştürüldü

• Hane toplam geliri, harcanabilir gelir, tüketim harcaması, gıda gideri, barınma gideri, eğitim gideri, sağlık gideri, toplam varlık, borç ve net varlık da persona özellikleri olarak korundu

• Hane düzeyindeki gelir doğrudan bireysel gelir olarak kullanılmadı; bunun yerine hane reisi/eş/çocuk/işsiz/emekli olma durumuna göre tahmini kişisel yıllık gelir sezgisel olarak dağıtıldı

• Kore İstatistik Ofisi ağırlık değerleri weight olarak saklanarak, yalnızca basit yanıt sayısı değil nüfus oranına göre ağırlıklı istatistikler de hesaplanabiliyor

Persona detaylarının üretilmesi

• MDIS ham verisi tek başına "bu kişinin kendine özgü konuşma nedenini" kurmak için yetersiz olduğundan, Gemini ile hizmete yönelik ek detaylar üretildi

• Üretilen alanlar arasında spesifik meslek adı, MBTI, kişilik, hobiler, memleket ve kısa öz tanıtım yer alıyor

• Meslek adı ve öz tanıtım; yıllık gelir, hane toplam geliri, net varlık, borç, büyük meslek sınıfı ve çalışma statüsüyle birlikte üretilerek gerçekçiliği düzeltildi

• Yıllık gelir 100 milyon won ve üzerindeyse yönetici, yüksek gelirli uzman meslekler veya başarılı küçük işletme sahibi gibi profiller çıkacak şekilde; yıllık gelir 0 won ya da kişi işsiz/emekli/çocuk ise zorla beyaz yakalı çalışan yaratılmaması için kısıtlar kondu

• Hane geliri ve varlığı yüksek ama bireysel gelir düşük olduğunda; yüksek gelirli eşi olan tam zamanlı ev hanımı, varlıklı ebeveynlere sahip üniversite öğrencisi ya da kira geliriyle yaşayan emekli gibi bağlamlar doğal biçimde yansıtıldı

• Borcu yüksek durumlarda, öz tanıtımda veya kişilikte mali baskının hissedilmesi sağlandı

• İlk üretim sürecinde "düşük gelirli ama hukuk bürosunda müdür" ya da "yüksek gelirli ama part-time çalışan" gibi finansal veri ile anlatının uyuşmadığı sorunlar görüldüğünden, ayrı bir Phase 2 yeniden üretim pipeline'ı ile yaklaşık 41 bin kişinin occupation/bio alanları tekrar düzeltildi

• Üretim sonuçları topluca bellekte tutulup sonra kaydedilmedi; bunun yerine her persona üretildikten hemen sonra PostgreSQL JSONB'ye tek tek update edilen bir streaming yapısıyla işlendi

• Süreç ortasında Pod ölse bile daha önce işlenmiş veriler korunuyor ve migrationPhase2 işaretçisiyle kaldığı yerden devam edilebiliyor

Hizmet kullanım akışı

• Kullanıcı doğal dille bir soru girer

• Gemini + arama Grounding ile soru düzenlenir, gerekirse arka plan durumu özeti ve filtre koşulları önerilir

• Cinsiyet, yaş grubu, bölge, gelir dilimi, eğitim seviyesi, meslek grubu, hane üyesi sayısı, medeni durum gibi kriterlerle hedef personalar filtrelenir

• Son seçilen yapay zeka vatandaşları, kendi persona snapshot'larına dayanarak yanıt verir

• Yanıtlar anında DB'ye kaydedilir ve ilerleme ekranında bazı cevaplar gerçek zamanlı görülebilir

• Tamamlandıktan sonra pozitif/nötr/negatif ya da çoktan seçmeli seçenek dağılımları hesaplanır; Kore İstatistik Ofisi ağırlık değerleri uygulanmış ağırlıklı sonuçlar da birlikte gösterilir

• Yaş grubu, cinsiyet, gelir dilimi, eğitim seviyesi, meslek grubu gibi demografik eksenlerde çapraz analiz sunulur

• Nihai sonuçlar paylaşılabilir bir sayfa olarak oluşturulur; burada hem tek tek personaların yanıt kartları hem de genel istatistik grafikleri görülebilir

Kullanım örnekleri

• Yeni bir hizmet veya ürün fikri için "20-30 yaş arası başkent bölgesindeki beyaz yakalılar nasıl tepki verir?" sorusunu hızlıca tartmak

• Politika ve toplumsal konularda yaş grubu, gelir dilimi ve meslek grubuna göre hangi gerekçelerin ayrıştığını keşfetmek

• Reklam metni, fiyat politikası, uygulama özellik önceliği, iş ilanı, özgeçmiş/niyet mektubu gibi konularda farklı arka planlara sahip yapay zeka vatandaşlarından değerlendirme almak

• Gerçek anket yapmadan önce, hangi soruların muğlak olduğunu veya hangi gruplarda tepkilerin ayrışabileceğini önceden araştırmak

Nemotron-Personas-Korea'dan farkı

• Nemotron-Personas-Korea büyük ölçekli Korece sentetik persona veri kümesiyse, ManyPerson bu fikri "doğrudan soru sorup sonucu görebildiğiniz bir web hizmeti"ne dönüştürmeye daha yakın

• ManyPerson şu anda herkese açık veri kümesi dağıtmaktan ziyade; istatistik temelli persona havuzunu içeride kurup, kullanıcının sorusuna göre örnekleme, yanıt üretimi ve istatistik analiziyle devam eden ürün deneyimine odaklanıyor

• Veri yapısı da basit bir nüfus profilinin ötesine geçerek, Hanehalkı Finans ve Refah Araştırması'nın gelir, varlık, borç ve tüketim harcaması bilgilerini persona üretimi ve sonuç yorumlamasında aktif biçimde kullanıyor

Teknoloji yığını

• Node.js, Express, EJS tabanlı web sunucusu ( hızlı geliştirme için bazı modüller basitçe Go ile yazıldı )

• Persona, simülasyon, yanıt, ödeme/kredi verileri PostgreSQL/Cloud SQL üzerinde saklanıyor

• Personaların genişletilmiş özellikleri; meslek, eğitim seviyesi, gelir dilimi, memleket, kişilik ve öz tanıtım gibi alanları esnek yönetmek için PostgreSQL JSONB'de tutuluyor

• Kuyruk ve cache işlemleri için Valkey kullanılıyor

• GKE Autopilot üzerinde sunucu/worker ayrımıyla çalışıyor

• Persona detayları üretimi ve simülasyon yanıtları üretimi için Gemini 3 serisi modeller ile Vertex AI Flex API kullanılıyor

• Simülasyon ilerleme durumu ve son yanıtlar SSE ile gerçek zamanlı stream ediliyor

Sınırlamalar ve dikkat edilmesi gerekenler

• ManyPerson sonuçları gerçek bir kamuoyu araştırması değil, yapay zeka personasına dayalı sanal bir simülasyondur

• Kore İstatistik Ofisi MDIS'in kamuya açık kapsamı ve kod düzeyine bağlı olduğu için; detaylı bölge, siyasi eğilim veya gerçek zamanlı gündem farkındalığı gibi değişkenler için ayrı tahmin ya da giriş gerekir

• LLM tarafından üretilen detaylar, gerçekçiliği artırmak için oluşturulmuş sentetik bilgilerdir; gerçek kişilerle benzerlik amaçlanmaz

• Örneklem sayısı küçük ya da filtre dar olduğunda, sonuçları keşif amaçlı bir referans olarak değerlendirmek daha uygundur

• Buna rağmen, "tek bir LLM'e Korelilerin ortalama görüşünü hayal ettirme" yaklaşımına kıyasla; önce gerçek demografi ve hane verilerine dayanan çeşitli yapay zeka vatandaşları oluşturup sonra yanıtlarını toplamak, daha kullanışlı bir başlangıç noktası olarak görülüyor