VectorDash: EmbeddingGemma-2를 활용한 윈도우 검색 대체 도구
VectorDash: A full Windows search replacement incorporating Embeddinggemma-2
핵심 요약
EmbeddingGemma-2를 기반으로 파일 의미 검색과 빠른 인덱싱을 지원하는 윈도우용 검색 대체 프로그램입니다.
- 의미 기반 검색 — 사진, 영상, 문서 등 다양한 파일 형식을 내용과 의미로 검색함
- 빠른 인덱싱 — 파일명과 폴더를 전체 드라이브에서 신속하게 인덱싱함
- 범용 런처 — 앱 실행, 설정 변경, 계산기 기능을 검색창에서 바로 수행함
- 로컬 저장소 — SQLite 기반으로 데이터를 로컬에 저장하며 기본 암호화를 지원함
macOS용 DigUp에서 영감을 받은 VectorDash는 EmbeddingGemma 2를 기반으로 윈도우 11의 검색 기능을 완전히 대체하는 걸 목표로 만든 프로그램이다.
-
전체 인덱싱: 사진, 스크린샷, 오디오, 비디오, PDF, 오피스 문서까지 의미나 정확한 단어로 검색 가능함. "강아지 사진"을 찾거나, 팟캐스트 대화 내용, 특정 PDF 조항까지 페이지랑 타임스탬프 딱 맞춰서 찾아줌. 다국어 지원은 물론이고 코드 검색도 선택해서 쓸 수 있다. 이건 EmbeddingGemma 2를 사용함.
-
빠른 인덱싱: EmbeddingGemma 2 없이 드라이브 전체의 파일명이나 폴더를 순식간에 인덱싱함. 두 모드를 섞어서 쓰거나 소스, 파일 형식별로 필터링도 가능하다.
-
유니버설 런처: 윈도우 앱 찾아서 실행하고, 설정 열고, 검색창에서 바로 계산기까지 돌릴 수 있음.
-
빠른 검색: 커스텀 가능한 글로벌 단축키, 썸네일, 미리보기, 익숙한 파일 작업 기능 다 들어있음.
-
유연한 설정: 클릭 한 번으로 모델/도구 설정 가능하고, GPU, iGPU, CPU 추론 다 지원함. 원격 llama-server도 선택해서 쓸 수 있다.
-
백그라운드 인덱싱: 업데이트 예약, CPU/GPU 유휴 상태 감지, 일시 정지/취소 제어, 윈도우 캐시 폴더 제외 설정 가능.
-
에이전트 액세스: LAN 액세스가 가능한 읽기 전용 MCP 서버(선택 사항).
-
로컬 저장소: 디스크 기반 SQLite 사용, 기본적으로 암호화됨.
테스트 결과 파일 3,500개 전체 인덱싱하고 100만 개 빠른 인덱싱 돌렸을 때 앱 RAM은 200MB 정도 먹더라. 검색 성능에 따라 저메모리, 밸런스, 성능 모드 선택 가능함. 성능 측정 결과는 여기서 확인해라.
모델이랑 처리 도구들은 메모리랑 리소스를 따로 더 잡아먹는다.
그래, 그냥 느낌 가는 대로 코딩했다. 테스트는 엄청 빡세게 돌려봤고, 이제 윈도우 기본 검색 안 써도 돼서 너무 행복하다! 버그 리포트(특히 다양한 GPU나 CPU 환경에서)나 기능 제안 있으면 언제든 보내줘!
