Dwata: 로컬 LLM을 활용한 개인 금융 데이터 추출 및 관리 도구

섹션별 상세

Dwata는 사용자의 이메일 데이터를 외부 클라우드 서비스에 전송하지 않고 로컬 SQLite 데이터베이스에만 저장하여 강력한 프라이버시를 보장한다. Ollama를 통해 로컬에서 LLM을 실행하므로 템플릿 탐지 및 데이터 추출 과정에서 외부 API 호출이 발생하지 않는다.

Dwata의 로컬 이메일 인박스 화면 — Screenshot사용자의 이메일 계정에서 다운로드된 메시지 목록을 보여주며, 로컬 SQLite에 저장된 데이터를 웹 UI로 확인하는 초기 단계를 설명한다.

LLM 에이전트는 특정 발신자의 이메일 샘플을 분석하여 금융 데이터를 추출하기 위한 정규 패턴(템플릿)을 스스로 생성한다. 이 과정은 발신자당 단 한 번만 수행하면 되며, 이후 동일한 발신자의 이메일은 생성된 템플릿을 통해 AI 호출 없이도 자동 추출된다.

bash

ollama pull ministral-3:3b

Ollama를 사용하여 Dwata에서 권장하는 로컬 LLM인 Ministral 3:3b 모델을 다운로드하는 명령

AI를 이용한 금융 템플릿 탐지 시작 화면 — ScreenshotLLM 에이전트를 실행하여 이메일 패턴을 분석하고 재사용 가능한 템플릿을 생성하는 기능을 안내한다.

생성된 금융 데이터 추출 템플릿 상세 정보 — ScreenshotLLM이 이메일 본문에서 금액, 날짜, 거래 참조 번호 등을 추출하기 위해 정의한 변수 매핑과 템플릿 구조를 시각화한다.

기본적으로 Ollama의 Ministral 3:3b 모델 사용을 권장하며, 사용자의 필요에 따라 OpenAI GPT-4o Nano 또는 Google Gemini 2.5 Flash Preview와 같은 클라우드 기반 API 모델로 전환할 수 있는 유연한 설정을 제공한다.

Ollama를 통한 템플릿 탐지 실행 과정 — Screenshot실제로 로컬 LLM이 이메일 발신자별로 데이터를 스캔하고 매칭된 문서 ID와 발신자 순위를 분석하는 실시간 진행 상황을 보여준다.

백엔드는 Rust와 Actix-web 프레임워크를 사용하여 고성능 처리를 구현했으며, 프론트엔드는 SolidJS와 DaisyUI를 활용해 가볍고 반응성이 뛰어난 웹 인터페이스를 구축했다. 모든 데이터는 로컬 파일 시스템의 SQLite에 저장된다.

최종 추출된 금융 거래 내역 목록 — Screenshot템플릿을 통해 이메일에서 자동으로 추출된 날짜, 거래명, 금액, 통화, 상태 정보가 구조화된 테이블 형태로 정리된 결과를 보여준다.

Gmail 연동을 위해 OAuth 인증을 지원하며, 사용자의 자격 증명은 OS 키체인(Keychain)에 안전하게 보관된다. macOS 환경에서는 최초 실행 시 키체인 접근 승인을 통해 보안성을 유지하면서도 편리한 사용이 가능하다.

toml

// macOS: ~/Library/Application Support/dwata/project.toml

[google_oauth]
client_id = "YOUR_CLIENT_ID"
client_secret = "YOUR_CLIENT_SECRET"

Gmail 연동을 위한 Google OAuth 자격 증명 설정 파일 예시

용어 해설

올라마(Ollama): — 로컬 환경에서 Llama, Mistral 등 대규모 언어 모델을 간편하게 설치하고 실행할 수 있도록 돕는 오픈소스 프레임워크이다. GPU 자원을 효율적으로 활용하며 API 서버 역할을 수행하여 외부 서비스 연동 없이 AI 기능을 구현할 수 있게 한다.
SQLite: — 별도의 서버 프로세스 없이 로컬 파일에 데이터를 저장하는 경량 관계형 데이터베이스 관리 시스템이다. 설정이 간편하고 속도가 빨라 단일 사용자용 애플리케이션이나 임베디드 시스템의 데이터 저장소로 널리 사용된다.
오픈 인증(OAuth): — 사용자의 비밀번호를 직접 공유하지 않고도 제3자 애플리케이션이 특정 리소스(예: Gmail)에 접근할 수 있도록 권한을 부여하는 표준 프로토콜이다. 토큰 기반 인증 방식을 통해 보안성을 높인다.
미니스트랄(Ministral): — Mistral AI에서 개발한 온디바이스 및 로컬 실행에 최적화된 경량 언어 모델 시리즈이다. 적은 파라미터 수로도 높은 성능을 내도록 설계되어 Mac Mini와 같은 개인용 하드웨어에서도 원활한 추론이 가능하다.

기술

Ollama
Ministral 3:3b
Rust
Actix-web
SolidJS
SQLite
OpenAI API
Google Gemini API

활용 사례

이메일 기반 금융 거래 내역 자동 정리
로컬 LLM 기반 데이터 추출 템플릿 생성
프라이버시 중심의 개인 자산 관리 도구 구축

언급된 리소스

GitHubDwata GitHub Repository

문서Ollama Official Website