Praxia Desktop이라는 Windows용 로컬 AI 워크스페이스를 만들어 Microsoft Store에 무료로 공개했습니다.

무엇을 할 수 있는가를 한마디로 요약하면:

채팅으로 말하는 것만으로 cron 스케줄 등록 · 여러 파일에 대한 병렬 배치 (Parallel Batch) 실행 · 편집 가능한 네이티브 .pptx 출력까지 일괄적으로 실행할 수 있습니다.

특징을 정리하면:

로컬 완결— 문서도 대화 이력도 디스크 내에 존재하며, 서버로 전송하지 않음 -
무료— Microsoft Store 0엔, Apache 2.0 OSS -
8개 언어 UI— 일본어 포함 -
20+ SaaS 커넥터— GitHub / Slack / Notion / kintone / etc. -
임의의 LLM 프로바이더— OpenAI / Anthropic / Azure / Gemini / Ollama (로컬) / LM Studio -
MCP 대응— Claude Desktop / Cursor용 MCP 서버를 그대로 실행

이하, 구체적으로 무엇을 할 수 있는지 3가지 유스케이스(Use Case)로 소개합니다.

흔한 상황: "매주 이 자료의 변경점을 요약해서 팀에 공유하고 싶다". 보통이라면:

• 셸 스크립트 (Shell Script) 작성
• crontab으로 시간 지정
• 메일 전송 로직 작성
• 디버깅
• 작동하지 않아서 Slack 알림으로 교체
• 결국 포기

Praxia Desktop이라면 이렇게:

사용자: 매주 월요일 아침 9시에 Documents 폴더 내 문서의
변경점을 요약해서, 결과를 workspace/weekly-summary.md에 써줘

이것을 Chat 탭에 던지면:

• LLM이 "이것은 매주 반복 실행해야 하는 태스크"라고 판단
• POSIX cron 식 (0 9 * * 1)으로 변환 - Schedules 탭에 등록됨

실행 시간이 되면 Praxia가 자동으로 동작:

• Documents 폴더의 diff를 추출
• LLM에게 요약 시킴
• 워크스페이스에 쓰기 (승인제 — 상세 내용은 후술)

인간이 cron 식을 쓸 필요가 없음. 나중에 "역시 수요일 아침에도 추가해줘"라고 말하면, 다시 자연어로 수정할 수 있습니다.

니치 포인트(Niche Point): "자연어 → POSIX cron 변환" 자체는 드물지 않지만,

"cron으로 기동한 후, Praxia 내부에서 에이전트 루프(Agent Loop)가 돌아가고, 출력을 사용자 승인제로 디스크에 쓰는 것"까지 하나의 앱으로 완결되는 것은 꽤 드물다고 생각합니다.

"채용 후보자로부터 PDF 이력서가 50건 도착했다. 각각의 강점과 약점을 추출해서 매트릭스로 정리하고 싶다".

보통이라면:

• 50건을 하나씩 ChatGPT에 던짐
• 혹은 Python 스크립트를 작성하여 API를 호출
• 둘 다 번거로움

Praxia Desktop이라면 이렇게:

사용자: Documents/candidates/에 있는 PDF 각각에 대해,
강점과 약점, 기술 스택, 권장 포지션을 추출해서
매트릭스로 정리해줘

Praxia의 동작:

• PDF 50건을 검출

50개의 에이전트를 병렬로 스폰(Spawn) (LLM provider 측의 레이트 리밋(Rate Limit) 범위 내에서) - Batches 탭에서 라이브 진행 상황을 확인 가능

• 모든 건이 끝나면 결과를 집계

도중에 "8번째 것만 실패했다"와 같은 상태도 보이므로, 개별적으로 재실행할 수 있습니다.

완료 후에 채팅으로 "결과를 하나의 표로 정리해줘"라고 말하면, 각 후보자의 비교표가 한 화면에 나타납니다. 나아가 "Q3 채용 인원을 위해 상위 5명을 추려줘"라고 말하면 LLM이 랭킹(Ranking)을 매겨 이유와 함께 답변해 줍니다.

니치 포인트: 병렬도(Parallelism) 제어를

LLM provider의 레이트 리밋(Rate Limit)에 따라 자동으로 조정하고 있는 점이 미묘하지만 중요합니다. OpenAI / Anthropic / Gemini 중 무엇을 설정하더라도, 각각의 TPM/RPM에 맞춰 자동으로 병렬도가 변합니다.

이것이 개인적으로 가장 재미있는 기능입니다. **"Praxia가 화면의 스크린샷을 저장한다"**가 아니라, **"실제로 편집 가능한 .pptx 파일이 디스크에 생성된다"**는 점입니다.

사용자: 지난주 Documents/sales/ 의 변화를 Q3 회고 자료로 만들어줘. 차트 3장, 요약 슬라이드 1장, 넥스트 액션 1장으로. 기업 컬러는 네이비와 화이트 기조로.

Praxia의 동작:

• Plan— LLM이 슬라이드 구성 (outline)을 결정
• Generate— LLM이 python-pptx를 사용하는 Python 코드를 생성
• Render— 해당 코드를 Praxia 내부에서 실행하여 .pptx 출력
• Review— 생성된 슬라이드를 PNG로 변환하여 vision-LLM (GPT-4o / Claude 3.5 Sonnet 등)에게 "레이아웃이 깨지지 않았나? 글자가 넘치지 않나? 배색이 일관적인가?"라고 질문
• Iterate— 문제가 있으면 수정 코드를 재생성

워크스페이스에 생성된 .pptx는 완전히 편집 가능합니다. PowerPoint에서 열어 텍스트 변경, 차트 편집, 도형 추가를 일반적인 방식대로 할 수 있습니다.

니치 포인트(Niche point): vision-LLM으로 생성된 .pptx를 체크하고 자동 수정하는 루프까지 구현한 데스크톱 앱은 아마 일본 국내에서도 거의 없을 것입니다. Microsoft 365 Copilot의 "PowerPoint 작성" 기능도 생성만 할 뿐, 자기 점검 루프(self-check loop)는 포함되어 있지 않습니다.

대화 기록도 문서도 모두 자신의 디스크 내에 있습니다. Praxia가 운영하는 중앙 서버는 존재하지 않습니다.

LLM 프로바이더(Provider)로의 전송은 사용자가 Settings에서 선택한 단 한 곳뿐입니다. OpenAI를 선택하면 OpenAI로, Ollama를 선택하면 로컬의 Ollama 인스턴스로 전송됩니다. 완전히 오프라인으로 사용하고 싶다면 Ollama 또는 LM Studio로 전환하면 되며, 이 경우 인터넷으로 단 1바이트도 나가지 않습니다.

이는 "로컬 AI"를 표방하는 다른 앱들과 달리 진정한 의미의 로컬 완결형입니다. Anthropic / OpenAI로의 전송조차 "사용자가 명시적으로 선택한 경우에만" 이루어집니다.

게다가 디스크 쓰기는 전부 승인제입니다. LLM이 "workspace/output.pptx를 만들고 싶다"라고 요청하면, 다이얼로그가 나타나 사용자가 Apply 또는 Reject를 선택합니다. 멋대로 파일이 생성되는 일은 없습니다.

UI는 처음부터 8개 언어를 지원합니다: 영어 / 일본어 / 중국어 간체 / 한국어 / 스페인어 / 프랑스어 / 독일어 / 포르투갈어 (BR).

일본어로 채팅하면 일본어로 답장이 오고, 영어로 쓰면 영어로 답장이 옵니다. 표시 언어 전환도 Settings에서 즉시 가능합니다.

이는 개인 개발로서 은근히 힘든 작업으로, UI 문자열 200개 × 8개 언어 = 1,600개를 관리해야 합니다. 다만 기계 번역이 아니라, 각 언어의 네이티브 체크를 거쳤습니다.

GitHub / Slack / Notion / Google Drive / Dropbox / OneDrive / Linear / Jira / Trello / Asana / kintone / Salesforce / HubSpot / Confluence / Zendesk / Intercom / Discord / Telegram / Zoom / Microsoft Teams

각 커넥터(Connector)는 per-user OAuth로 연결됩니다. "Alice가 Notion에서 볼 수 없는 페이지는 Praxia를 통해서도 볼 수 없다"라는 ACL(Access Control List) 투명성을 보장합니다. 서비스 계정 방식(일반적인 SaaS의 편의적 구현)과 달리, 사용자 간의 데이터 혼선이 발생하지 않는 설계입니다.

여기에 더해 **MCP (Model Context Protocol)**도 지원합니다. Claude Desktop이나 Cursor용으로 작성한 MCP 서버 (stdio / HTTP/SSE 모두)가 Praxia에서도 그대로 동작합니다.

대략적인 구성:

┌──────────────────────────────────┐
│ Tauri 2 쉘 (Rust + Svelte)      │
│ └─ 자식 프로세스로 spawn        │
...

• 쉘 (Shell): Tauri 2 (Rust + Svelte 4). WebView2 기반으로 Electron보다 가벼움 -
  사이드카 (Sidecar): Python (FastAPI + uvicorn). PyInstaller로 프리징(freezing)된 단일 바이너리 -
  에이전트 (Agent): LLM 구동 tool-use loop -
  메모리 (Memory): 5-layer stack (personal / consolidation / shared / frozen / graph) 설계로 개인의 지식이 조직의 지식으로 승격됨 -
  검증 (Verification): hallucination(환각) 탐지 + retrieval eval(검색 평가) 내장

LLM이 "무엇을 호출할지" 스스로 결정하며, 15종의 도구를 자율적으로 조합합니다. 코드 편집 AI가 file_read / file_write를 선택하는 것과 동일한 메커니즘입니다.

이 내용만으로도 한 편의 글을 쓸 수 있지만, 마지막으로 요약하자면:

• MSIX 패키징 → Partner Center 업로드 →
  Microsoft가 Store identity로 재서명해주는 구조를 통해 SmartScreen 경고가 발생하지 않음 -
  runFullTrust에 대한 정당성(justification)을 진지하게 5가지 항목으로 작성했더니 첫 심사에서 4일 만에 통과 - 인증 후 즉시 Store 공개, 시간이 조금 흐른 뒤 Submission 2에서
  **Store용 updater (= GitHub 자동 업데이트 비활성화)**를 추가

Microsoft Store: https://apps.microsoft.com/detail/9p9lsr34hzf3?hl=ja-JP&gl=JP (무료) -
GitHub (Apache 2.0): https://github.com/praxia-dev/praxia -
PyPI (CLI 버전을 원하는 분들을 위해): pip install praxia

4분 데모 영상 (일본어 나레이션):

질문, 요청, 또는 "이런 기능이 있으면 좋겠다" 하는 점이 있다면 GitHub Discussions나 X (@praxia_dev)로 편하게 연락해 주세요.