SlothDesk: 제로 클라우드, 제로 비용의 오픈 소스 AI 기반 자율 데스크톱 정리 시스템

_이 내용은 Hacktoberfest Open-Source AI Challenge Week 3: Slow and Steady에 제출하는 글입니다.

제가 만든 것 (What I Built)

SlothDesk는 수동으로 파일을 정리하는 것을 싫어하는 모든 사람들을 위해 구축된 오픈 소스, 로컬 우선(local-first)의 자율 데스크톱 및 다운로드 클러터 청소기입니다.

매주 우리의 Desktop과 Downloads 폴더는 다음 파일들로 인해 디지털 쓰레기장이 됩니다:

Screenshot 2026-10-24 at 11.23.41 PM.png
statement (2).pdf
Uber_trip_receipt_e83912.pdf
customers_dump_2026_raw.csv
docker-compose.staging.yml
node-v22.1.0-x64.msi

수백 개의 파일을 수동으로 검사, 이름 변경 및 정리하는 것은 궁극의 미루기 함정입니다.

파일을 끌어다 놓거나(drag), 클릭하거나, 이름을 바꾸는 대신:

의미론적 콘텐츠 분류 (Semantic Content Classification): 로컬 오픈 소스 NLP 분류기가 문서 텍스트 헤더, 메타데이터 및 형식 벡터를 분석하여 각 파일이 실제로 무엇인지 즉시 이해합니다 (재무(Finance), 개발자 아티팩트(Developer Artifacts), 미디어 및 스크린샷(Media & Screenshots), 참고 자료(Reference Documents), 또는 아카이브(Archives)).
스마트 설명적 이름 변경 (Smart Descriptive Renaming): 의미 없는 타임스탬프와 (1)과 같은 중복 태그를 추출된 공급업체 이름, 날짜 및 의미론적 슬러그로 자동으로 대체합니다.
게으름의 보상 HUD (The Lazy Payoff HUD): 수동으로 들인 노력 시간 절약분,

혼란스러운 데스크톱과 다운로드 폴더를 위한 오픈 소스 로컬 AI 청소기.
당신 안의 느림보(sloth)를 발휘하세요. 오픈 소스 로컬 추론(local inference)이 당신 대신 디지털 잡동사니를 정리하고, 이름을 바꾸고, 파일을 분류합니다.

Theme: Slow and Steady

License: MIT

Python 3.10+

FastAPI

Local Inference

개요 (Overview)

모든 개발자 및 지식 노동자의 '데스크톱(Desktop)'과 '다운로드(Downloads)' 폴더는 혼란스러운 디지털 쓰레기장으로 변합니다:

Screenshot 2026-10-24 at 11.23.41 PM.png
statement (2).pdf
Uber_trip_receipt_e83912.pdf
customers_dump_2026_raw.csv
docker-compose.staging.yml
node-v22.1.0-x64.msi

수백 개의 파일을 수동으로 정리하는 것은 궁극의 미루기 숙제입니다.

SlothDesk는 이 모든 것을 당신의 기기에서 완전히 자동화합니다. 오픈 소스 자연어 처리(natural language processing)와 의미 벡터 분류(semantic vector classification)(scikit-learn TF-IDF 의미 벡터 앵커 및 휴리스틱 개체/날짜 추출기 사용)를 활용하여, SlothDesk는 다음 작업을 자동으로 수행합니다:

파일 내용 이해: 금융 기록, 개발자 아티팩트, 스크린샷, 학술 문서 및 아카이브 번들을 식별합니다.
깨끗하고 설명적인 이름 생성: 의미 없는 타임스탬프를 공급업체 이름, 문서 유형, 정규화된 ISO 날짜(예: chase_bank_statement_2026-10.pdf, uber_receipt_2026-10-24.pdf, aws_screenshot_2026-10-24.png)로 대체합니다.
스마트 서랍에 항목 분류: 파일을 정리된 디렉터리로 이동시키며, 제로(zero)...

GitHub에서 보기

저장소 (Repository): https://github.com/titas-mahato/slothdesk

이 저장소는 모듈식 로컬 추론 아키텍처로 구성되어 있습니다:

핵심 의미 분류기(Core Semantic Classifier): app/classifier.py (scikit-learn TF-IDF 의미 벡터 앵커 + 로컬 키워드 추출기)
스마트 의미 이름 변경기(Smart Semantic Renamer): app/renamer.py (개체명(Entity), 날짜 및 공급업체 추출 엔진)
정리 도구 및 샌드박스 관리자(Janitor & Sandbox Manager): app/janitor.py (가상 데스크톱 시뮬레이션 + 충돌 해결을 포함한 안전한 실제 파일 시스템 작업)
Sloth 디바운스 감지기(Sloth Debounce Watcher): app/daemon.py (Watchdog 기반 백그라운드 데몬, 파일 안정화 처리 포함)
웹 애플리케이션(Web Application): main.py 및 templates/index.html (FastAPI + 반응형 다크 캐노피 편집 대시보드)

구축 과정 (How I Built It)

오픈 소스 로컬 의미 AI: SlothDesk는 간단한 파일 정리 작업에 비대하고 복잡한 클라우드 LLM API를 사용하는 대신, 오픈 소스 머신러닝 파이프라인(scikit-learn TF-IDF 벡터화가 도메인 앵커 공간에 매핑됨)을 사용합니다. 이 시스템은 파일을 하나당 15밀리초 미만의 시간 동안 코사인 유사도 거리를 문서 카테고리 전반에서 계산하며, RAM 오버헤드는 200MB 미만입니다.
스마트 날짜 및 개체명 추출: 이름 변경기는 ISO 형식과 자연어 날짜(YYYY-MM-DD, Month YYYY), 인식된 기술/서비스 공급업체(Chase, Uber, AWS, Stripe, GitHub), 그리고 파일 역할을 구문 분석하여 깨끗하고 정규화된 파일명을 합성합니다.
Sloth 디바운스 파일 감지기: Python의 오픈 소스 watchdog 라이브러리를 기반으로 구축되었습니다. 다운로드 폴더에서 새 파일을 감지하면, 데몬은 브라우저가 .crdownload 또는 임시 파일을 쓰는 작업을 마칠 때까지 인내심을 갖고 대기한 후 조치를 취합니다.
설계 단계부터 에어 갭(Air-Gapped by Design): 추출, 벡터화 및 이름 변경 로직의 100%는 localhost에서 로컬로 실행됩니다.

오픈 혁신은 왜 중요한가요? (Why Does Open Innovation Matter?)

총 데이터 개인 정보 보호 (Zero Cloud Egress): 사용자의 다운로드 및 바탕 화면 폴더에는 은행 명세서, 세금 보고서(W-2/1099), 의료 영수증, 급여명세서, 사적인 소스 코드 등 가장 기밀성이 높은 문서가 담겨 있습니다. 이러한 파일을 제3자 상업용 대규모 언어 모델(LLM) 클라우드에 맡기는 것은 용납할 수 없는 개인 정보 보호 위험을 초래합니다. 오픈 소스 로컬 AI는 사용자의 사적 파일이 통제하지 않는 서버에 절대 전송되지 않도록 보장합니다.
진정한 슬로스 경제학 (월 $0.00): 24시간 내내 파일 시스템을 감시하는 지속적인 백그라운드 에이전트는 폐쇄형 모델과 연결될 경우 유료 API 토큰을 빠르게 소모할 것입니다. 오픈 혁신은 로컬 AI를 영원히 무료로 만듭니다.
오프그리드 및 비행기 독립성: Wi-Fi가 없는 장거리 비행 중이거나 오프그리드 환경에서 작업하든, 오픈 소스 로컬 추론(inference)은 인터넷 연결 없이도 완벽하게 실행됩니다.
경량 접근성: 최적화된 오픈 소스 테이블 및 텍스트 벡터 아키텍처를 사용함으로써 SlothDesk는 값비싼 GPU가 필요하지 않은 10년 된 노트북이나 무료 512MB 클라우드 컨테이너에서도 원활하게 실행됩니다.

게으른 보상 (The Lazy Payoff)

이번 주 테스트 동안, SlothDesk를 지난 3주간 쌓인 42개의 정돈되지 않은 파일을 포함하는 실제 다운로드 폴더에 적용해 보았습니다:

절약된 총 시간: 지루한 클릭, 하위 디렉토리 생성 및 수동 타이핑에서 31.5분을 절약했습니다.
유지된 제로 바이트 개인 정보: 외부 서버로 단 하나의 바이트도 전송하지 않고 78.4 MB의 사적 송장, 세금 문서 및 스크린샷을 정리했습니다.
궁극적인 보상: 그저 편안하게 앉아 슬로스가 일을 하게 두고 낮잠을 자는 것입니다.

상금 부문 (Prize Categories)

느리지만 꾸준함 (Slow and Steady) (메인 챌린지 테마)
Render의 최고의 활용: (즉각적인 상태 확인 기능을 갖춘 FastAPI 서비스 배포)