파키스탄의 약 3백만 개의 키리야나(동네 식료품) 가게를 위한 오프라인 우선, 다국어 판매 시점 정보 관리(POS) 및 상점 등록 시스템입니다. 여기에는 Munshi AI라는 온디바이스 오픈소스 AI 회계사가 포함되어 있습니다.

프로젝트 개요 및 링크

GitHub logo safwanahmadsaffi / hacktober

DukaanVoice PK — ڈیجیٹل دکان کھاتہ و پوائنٹ آف سیل

파키스탄 키리야나(동네 식료품) 가게를 위한 오프라인 우선, 다국어 상점 등록 및 판매 시점 정보 관리 시스템이며, 핵심에는 Munshi AI라는 온디바이스 오픈소스 AI 회계사가 있습니다.

작은 가게들은 적은 마진, 불안정한 인터넷 환경, 그리고 영어를 유창하게 읽지 못할 수도 있는 경리 담당자에 의존합니다. DukaanVoice PK는 계산대를 빠르고 감사 가능한 등록 시스템으로 변환하는 동시에, 고객 데이터 한 루피도 서버로 보내지 않고도 우르두어(Urdu)를 이해하고, 재고 부족을 예측하며, 현금 계산대의 실수를 잡아내고, 라이브 도매가를 견적해 주는 AI Munshi를 사장에게 제공합니다.

**Hacktoberfest 2026 — "Side Hustle"**을 위해 구축되었습니다.

오픈소스가 핵심인 이유

…

GitHub에서 보기

Streamable에서 데모 시청하기

참가한 해커톤 상 카테고리

1. Gemma 4 (Google DeepMind)의 최적 사용 사례

DukaanVoice PK는 오픈 가중치 모델인 Gemma 4 31B를 Ollama로 구동하여 Munshi AI의 다국어 엔진으로 사용합니다. Munshi AI는 가게의 자동화된 회계사입니다.

가게 주인들은 우르두어나 로마자 우르두어로 자연스러운 주문을 입력합니다. 한 예로는 2 kilo atta aur ek doodh bill mein daalo와 같습니다. Gemma는 이 비정형 텍스트를 가게 주인이 확인할 수 있는 초안 청구서로 변환합니다.

결정론적 엔진(deterministic engine)이 모든 계산을 수행합니다. 이는 100%의 재무 정확성을 보장합니다. 오프라인 휴리스틱 폴백(offline heuristic fallback)은 네트워크 연결이 끊겼을 때도 상점 운영을 지속하게 합니다.

2. 최고의 오픈소스 AI 프로젝트 (DigitalOcean)

DukaanVoice PK는 오픈소스 및 오픈웨이트(open-weight) AI에 의존합니다. 로컬 Gemma 추론과 IndexedDB를 사용하여 고객 이름, 신용 장부(Udhaar), 현금 흐름을 상점 주인의 자체 기기에 보관합니다.

오픈소스 모델은 쿼리당 API 수수료를 제거합니다. 이는 낮은 마진의 식료품 소매업에 필수적입니다. 또한 이 모델들은 지역 방언과 ser, pao와 같은 단위에 대한 맞춤 설정도 가능하게 합니다.

오픈소스 Mastra 프레임워크가 도구들을 오케스트레이션(orchestrates)합니다. Sentry 트레이스는 모든 단계를 가시화합니다.

3. 식품 및 워크스페이스를 위한 최고의 빌드 (Event Prize)

키리야나 상점들은 파키스탄의 동네에 매일 식료품을 공급합니다. DukaanVoice PK는 네 가지 방식으로 그들의 일상적인 작업 흐름을 단축시킵니다:

• 몇 초 만에 판매 기록.
• Udhaar Khata(고객 신용) 관리.
• 기초 생필품이 떨어지기 전에 재고 부족을 예측.
• 수익 마진 보호를 위해 실시간 도매 시장(mandi) 상품 가격 조회.

문제점과 해결책

파키스탄의 약 3백만 개의 키리야나 상점들은 낮은 수익 마진, 불안정한 인터넷, 그리고 종이 장부(Khata)로 운영됩니다.

표준 POS 시스템은 이 환경에 적합하지 않습니다. 이 시스템들은 지속적인 연결을 필요로 합니다. 영어 문해력을 요구합니다. 또한 반복적인 구독료를 부과합니다.

DukaanVoice PK는 상점 카운터에 오프라인 우선(offline-first) POS 레지스터와 Munshi AI라는 AI 회계사를 제공합니다. Munshi AI는 구두 및 타이핑된 우르두어, 로만 우르두어, 그리고 영어를 이해합니다. 이는 검증 가능한 장부 작업을 실행하고, 재고 수요를 예측하며, 현금 계산대의 이상 징후를 감지하고, 실시간 상품 가격을 견적화합니다.

주요 기능

• 음성 및 다국어 AI 카운터: 우르두어, 로만 우르두어, 영어 음성 또는 텍스트 입력을 이해하고 몇 초 만에 계산서를 작성합니다.
• 9가지 핵심 레지스터 모듈: 빠른 판매(Quick Sale), 대시보드(Dashboard), 제품(Products), 거래(Transactions), 우다르 카타(Udhaar Khata, 고객 신용), 비용(Expenses), 현금 마감(Cash Closing, Roznamcha), 보고서(Reports), 그리고 Munshi AI.
• 결정론적 회계 원칙:
  • 모든 통화는 정수 파이세(paise)로 저장되어 부동 소수점 오류를 제거합니다.
  • 엄격한 초안 작성부터 확정 판매까지의 수명 주기는 재고를 정확히 한 번 감소시킵니다.
  • 현금 마감은 실제 현금을 디지털 이체와 분리합니다.
• 예측적 품절 경고: 표 형식 기반 모델인 TabPFN을 사용하여 7일간 수요 예측 및 재고 재주문을 수행합니다.
• 실시간 만디(mandi) 요율: 실시간 도매 상품 가격은 SerpApi에서 가져옵니다.
• 텍스트 음성 변환 (Text-to-speech): ElevenLabs가 원장 응답을 소리 내어 읽어주며, Web Speech API를 대체재로 사용합니다.

아키텍처

AI 모델이 각 동작을 초안 작성하고, 검증된 TypeScript 코드가 이를 실행합니다.

Browser (오프라인 우선 IndexedDB 원장) ──► Next.js 서버 (AI 라우트)
├── React 19 UI & AppShell                   ├── /api/ai/munshi
└── Local Ledger Storage                     │   ├── Gemma (Ollama / 로컬)
...

1. 클라이언트 측 자율성: 모든 원장 데이터는 로컬 장치의 IndexedDB에 저장됩니다.
2. 결정론적 실행: AI 모델이 동작을 초안 작성하고, 검증된 TypeScript 코드가 거래를 실행하여 재무적 정밀도를 보장합니다.
3. 대체재 (Fallback): 앱은 오프라인에서도 작동합니다. API 키나 활성 인터넷 연결 없이도 87개 테스트 스위트가 실행됩니다.

기술 스택 및 개발 도구

• 프론트엔드 및 프레임워크: Next.js 16, React 19, TypeScript, Tailwind CSS
• 데이터베이스 및 스토리지: IndexedDB (클라이언트 측 오프라인 원장), Zod
• AI 및 머신러닝: Gemma (Google), TabPFN (Prior Labs), Mastra, Ollama
• 통합(Integrations): ElevenLabs (음성 TTS), SerpApi (도매가), Sentry (텔레메트리)
• 테스팅 및 CI/CD: Vitest, React Testing Library, GitHub Actions, Render Blueprint
• 사용된 AI 코딩 도구: OpenCode, GitHub Copilot, Antigravity, Google AI Studio