---
title: "파일명 몰라도 찾는 로컬 우선 데스크톱 검색 도구, 미라 공개"
published: 2026-05-28T23:37:18.000Z
canonical: https://jeff.news/article/3496
---
# 파일명 몰라도 찾는 로컬 우선 데스크톱 검색 도구, 미라 공개

미라는 폴더를 색인해 파일명, 메타데이터, 본문, 의미 기반 검색을 한 번에 제공하는 로컬 우선 데스크톱 앱임. 기본 처리는 기기 안에서 이뤄지고, 원하면 제미나이 API로 임베딩 생성을 넘길 수 있음.

- 미라는 로컬 폴더를 ‘의미 검색 가능한 작업 공간’으로 바꿔주는 데스크톱 앱임
  - 파일명을 정확히 기억하지 못해도 평문 영어로 검색할 수 있음
  - 이름은 라틴어 ‘보다, 바라보다’라는 뜻의 미라레에서 가져왔다고 함
  - 현재는 깃허브 릴리스에서 최신 맥용 빌드를 내려받는 방식임

- 검색 방식은 단순 파일명 검색 하나가 아니라 세 가지를 섞는 구조임
  - 메타데이터 검색으로 파일 이름, 형식, 크기, 날짜를 빠르게 조회함
  - 본문 추출로 피디에프, 문서, 텍스트 파일 안의 내용까지 검색함
  - 의미 검색으로 정확한 단어가 없어도 뜻이 가까운 파일을 찾음

- 색인 흐름은 꽤 직관적임
  - 사용자가 원본 폴더를 추가하면 미라가 백그라운드에서 바로 색인을 시작함
  - 디렉터리 트리를 돌면서 파일 메타데이터를 기록하고, 지원 형식에서는 텍스트를 뽑아냄
  - 이후 의미 검색용 임베딩(Embeddings)을 생성하고, 검색 시 메타데이터·본문·의미 유사도를 함께 반영해 랭킹함

> [!TIP]
> 파일 검색이 자주 막히는 사람이라면 키워드 검색과 의미 검색을 같이 쓰는 방식이 꽤 실용적임. 특히 ‘그 문서에 뭐라고 적었는지는 기억나는데 파일명은 모르는’ 상황에 맞춰져 있음.

- 기본값은 로컬 우선(Local-first)이라 개인정보 측면에서 신경 쓴 흔적이 있음
  - 기본 처리에서는 파일이 기기 밖으로 나가지 않는다고 설명함
  - 설정에서 선택적으로 제미나이 API 제공자를 켜면, 임베딩 생성에 필요한 콘텐츠가 사용자가 넣은 키로 구글 API에 전송됨
  - 즉, 완전 로컬 검색으로 쓸 수도 있고 품질이나 편의를 위해 외부 API를 붙일 수도 있는 구조임

- 앱 안에서는 검색 결과를 바로 열거나 파인더에서 위치를 볼 수 있음
  - 결과 미리보기 기능을 통해 파일을 앱에서 바로 확인할 수 있음
  - 검색 도구가 따로 놀지 않고 실제 파일 작업으로 이어지게 만든 점이 중요함
  - ‘찾기’에서 끝나는 게 아니라 ‘열기·드러내기’까지 이어지는 데스크톱 검색 경험을 노린 셈임

- 아직 초기 프로젝트 느낌도 분명함
  - 맥 앱이 애플 공증을 받지 않아 첫 실행 때 ‘손상되어 열 수 없다’는 메시지가 나올 수 있음
  - 이 경우 터미널에서 `xattr -cr /Applications/Mira.app` 명령으로 격리 플래그를 제거해야 한다고 안내함
  - 개발 전제 조건으로 러스트(Rust), 번(Bun), 타우리 v2(Tauri v2) 시스템 의존성이 필요함

> [!WARNING]
> 공증되지 않은 데스크톱 앱은 설치 전에 소스와 릴리스 신뢰도를 직접 확인하는 게 좋음. 로컬 파일 전체를 색인하는 앱이라 권한 범위가 꽤 넓기 때문임.

---

## 기술 맥락

- 미라의 선택은 로컬 파일 검색에 의미 검색을 붙이는 거예요. 기존 파일 검색은 파일명이나 정확한 키워드에 강하지만, 사람이 실제로 기억하는 건 ‘그 문서가 무슨 내용이었는지’인 경우가 많거든요.

- 그래서 메타데이터, 본문 추출, 임베딩 검색을 같이 씁니다. 파일명만 보면 놓치는 문서를 본문 검색이 잡고, 정확한 단어가 달라도 의미가 비슷하면 임베딩 검색이 한 번 더 잡아주는 구조예요.

- 로컬 우선 설계가 중요한 이유는 검색 대상이 개인 파일이기 때문이에요. 회사 문서, 계약서, 노트, 코드 조각이 섞여 있을 수 있어서 기본값으로 외부 서버에 보내지 않는다는 점이 신뢰의 출발점이 됩니다.

- 다만 선택적으로 제미나이 API를 붙일 수 있게 한 건 품질과 비용 사이의 타협이에요. 로컬 임베딩은 개인정보에 유리하지만 모델 성능이나 속도에서 한계가 있을 수 있고, 외부 API는 품질을 얻는 대신 데이터 전송이라는 부담이 생겨요.

## 핵심 포인트

- 파일명을 정확히 몰라도 자연어로 로컬 파일을 찾는 데 초점을 둔 데스크톱 앱임
- 파일 메타데이터, 문서 본문 추출, 로컬 임베딩 기반 의미 검색을 함께 사용해 결과를 랭킹함
- 현재 맥용 빌드를 제공하지만 애플 공증은 아직 없어 첫 실행 때 격리 플래그를 지워야 함

## 인사이트

개발자 입장에서는 ‘내 파일을 클라우드 검색 서비스에 올리지 않고 의미 검색을 붙인다’는 점이 꽤 실용적임. 다만 아직 공증되지 않은 맥 앱이고, 선택적으로 제미나이 API를 쓰면 파일 내용 일부가 외부로 나갈 수 있다는 점은 사용자가 직접 판단해야 함.