Delete app.py

app.py

@@ -1,424 +0,0 @@
-
-import os
-import gradio as gr
-import random
-import time
-import logging
-from typing import Iterator
-
-import google.generativeai as genai
-
-logging.basicConfig(
-    level=logging.INFO,
-    format='%(asctime)s - %(name)s - %(levelname)s - %(message)s',
-    handlers=[
-        logging.FileHandler("api_debug.log"),
-        logging.StreamHandler()
-    ]
-)
-logger = logging.getLogger("idea_generator")
-
-# ====== Gemini API 설정 ======
-GEMINI_API_KEY = os.getenv("GEMINI_API_KEY")
-genai.configure(api_key=GEMINI_API_KEY)
-
-# ====== 사용할 Gemini 모델 ======
-model = genai.GenerativeModel("gemini-2.0-flash-thinking-exp-01-21")
-
-# 슬래시("/")로 구분된 변환 문자열에서 한 옵션만 선택
-def choose_alternative(transformation):
-    if "/" not in transformation:
-        return transformation
-    parts = transformation.split("/")
-    if len(parts) != 2:
-        return random.choice([part.strip() for part in parts])
-    left = parts[0].strip()
-    right = parts[1].strip()
-    if " " in left:
-        tokens = left.split(" ", 1)
-        prefix = tokens[0]
-        if not right.startswith(prefix):
-            option1 = left
-            option2 = prefix + " " + right
-        else:
-            option1 = left
-            option2 = right
-        return random.choice([option1, option2])
-    else:
-        return random.choice([left, right])
-
-
-
-##############################################################################
-# 카테고리 사전
-# (아래 예시에서는 모든 카테고리를 포함시켰지만, 필요에 따라 범위를 조정하세요.)
-##############################################################################
-physical_transformation_categories = {
-    "공간 이동": [
-        "앞/뒤 이동", "좌/우 이동", "위/아래 이동", "세로축 회전(고개 끄덕임)", 
-        "가로축 회전(고개 젓기)", "길이축 회전(옆으로 기울임)", "원 운동", "나선형 이동", 
-        "관성에 의한 미끄러짐", "회전축 변화", "불규칙 회전", "흔들림 운동", "포물선 이동",
-        "무중력 부유", "수면 위 부유", "점프/도약", "슬라이딩", "롤링", "자유 낙하",
-        "왕복 운동", "탄성 튕김", "관통", "회피 움직임", "지그재그 이동", "스윙 운동"
-    ],
-    
-    "크기와 형태 변화": [
-        "부피 늘어남/줄어듦", "길이 늘어남/줄어듦", "너비 늘어남/줄어듦", "높이 늘어남/줄어듦",
-        "밀도 변화", "무게 증가/감소", "모양 변형", "상태 변화", "불균등 변형",
-        "복잡한 형태 변형", "비틀림/꼬임", "불균일한 확장/축소", "모서리 둥글게/날카롭게",
-        "깨짐/갈라짐", "여러 조각 나눠짐", "물 저항", "먼지 저항", "찌그러짐/복원",
-        "접힘/펼쳐짐", "압착/팽창", "늘어남/수축", "구겨짐/평평해짐", "뭉개짐/단단해짐",
-        "말림/펴짐", "꺾임/구부러짐"
-    ],
-    
-    "표면 및 외관 변화": [
-        "색상 변화", "질감 변화", "투명/불투명 변화", "반짝임/무광 변화", 
-        "빛 반사 정도 변화", "무늬 변화", "각도에 따른 색상 변화", "빛에 따른 색상 변화", 
-        "온도에 따른 색상 변화", "홀로그램 효과", "표면 각도별 빛 반사", "표면 모양 변형", 
-        "초미세 표면 구조 변화", "자가 세정 효과", "얼룩/패턴 생성", "흐림/선명함 변화",
-        "광택/윤기 변화", "색조/채도 변화", "발광/형광", "빛 산란 효과", 
-        "빛 흡수 변화", "반투명 효과", "그림자 효과 변화", "자외선 반응 변화",
-        "야광 효과"
-    ],
-    
-    "물질의 상태 변화": [
-        "고체/액체/기체 전환", "결정화/용해", "산화/부식", "딱딱해짐/부드러워짐", 
-        "특수 상태 전환", "무정형/결정형 전환", "성분 분리", "미세 입자 형성/분해", 
-        "젤 형성/풀어짐", "준안정 상태 변화", "분자 자가 정렬/분해", "상태변화 지연 현상", 
-        "녹음", "굳음", "증발/응축", "승화/증착", "침전/부유", "분산/응집",
-        "건조/습윤", "팽윤/수축", "동결/해동", "풍화/침식", "충전/방전",
-        "결합/분리", "발효/부패"
-    ],
-    
-    "열 관련 변화": [
-        "온도 상승/하강", "열에 의한 팽창/수축", "열 전달/차단", "압력 상승/하강", 
-        "열 변화에 따른 자화", "무질서도 변화", "열전기 현상", "자기장에 의한 열 변화", 
-        "상태변화 중 열 저장/방출", "열 스트레스 발생/해소", "급격한 온도 변화 영향", 
-        "복사열에 의한 냉각/가열", "발열/흡열", "열 분포 변화", "열 반사/흡수",
-        "냉각 응축", "열 활성화", "열 변색", "열 팽창 계수 변화", "열 안정성 변화",
-        "내열성/내한성", "자기발열", "열적 평형/불균형", "열적 변형", "열 분산/집중"
-    ],
-    
-    "움직임 특성 변화": [
-        "가속/감속", "일정 속도 유지", "진동/진동 감소", "부딪힘/튕김", 
-        "회전 속도 증가/감소", "회전 방향 변화", "불규칙 움직임", "멈췄다 미끄러지는 현상", 
-        "공진/반공진", "유체 속 저항/양력 변화", "움직임 저항 변화", "복합 진동 움직임", 
-        "특수 유체 속 움직임", "회전-이동 연계 움직임", "관성 정지", "충격 흡수",
-        "충격 전달", "운동량 보존", "마찰력 변화", "관성 탈출", "불안정 균형",
-        "동적 안정성", "흔들림 감쇠", "경로 예측성", "회피 움직임"
-    ],
-    
-    "구조적 변화": [
-        "부품 추가/제거", "조립/분해", "접기/펴기", "변형/원상복구", "최적 구조 변화",
-        "자가 재배열", "자연 패턴 형성/소멸", "규칙적 패턴 변화", "모듈식 변형",
-        "복잡성 증가 구조", "원래 모양 기억 효과", "시간에 따른 형태 변화", "부분 제거", 
-        "부분 교체", "결합", "분리", "분할/통합", "중첩/겹침", "내부 구조 변화",
-        "외부 구조 변화", "중심축 이동", "균형점 변화", "계층 구조 변화", "지지 구조 변화",
-        "응력 분산 구조", "충격 흡수 구조", "그리드/매트릭스 구조 변화", "상호 연결성 변화"
-    ],
-    
-    "전기 및 자기 변화": [
-        "자성 생성/소멸", "전하량 증가/감소", "전기장 생성/소멸", "자기장 생성/소멸", 
-        "초전도 상태 전환", "강유전체 특성 변화", "양자 상태 변화", "플라즈마 상태 형성/소멸", 
-        "스핀파 전달", "빛에 의한 전기 발생", "압력에 의한 전기 발생", "자기장 속 전류 변화",
-        "전기 저항 변화", "전기 전도성 변화", "정전기 발생/방전", "전자기 유도",
-        "전자기파 방출/흡수", "전기 용량 변화", "자기 이력 현상", "전기적 분극",
-        "전자 흐름 방향 변화", "전기적 공명", "전기적 차폐/노출", "자기 차폐/노출",
-        "자기장 방향 정렬"
-    ],
-    
-    "화학적 변화": [
-        "표면 코팅 변화", "물질 성분 변화", "화학 반응 변화", "촉매 작용 시작/중단",
-        "빛에 의한 화학 반응", "전기에 의한 화학 반응", "단분자막 형성", "분자 수준 계산 변화",
-        "자연 모방 표면 변화", "환경 반응형 물질 변화", "주기적 화학 반응", "산화", "환원",
-        "고분자화", "물 분해", "화합", "방사선 영향", "산-염기 반응", "중화 반응",
-        "이온화", "화학적 흡착/탈착", "촉매 효율 변화", "효소 활성 변화", "발색 반응",
-        "pH 변화", "화학적 평형 이동", "결합 형성/분해", "용해도 변화"
-    ],
-    
-    "시간 관련 변화": [
-        "노화/풍화", "마모/부식", "색 바램/변색", "손상/회복", "수명 주기 변화",
-        "사용자 상호작용에 따른 적응", "학습 기반 형태 최적화", "시간에 따른 물성 변화", 
-        "집단 기억 효과", "문화적 의미 변화", "지연 반응", "이전 상태 의존 변화", 
-        "점진적 시간 변화", "진화적 변화", "주기적 재생", "계절 변화 적응",
-        "생체리듬 변화", "생애 주기 단계", "성장/퇴화", "자기 복구/재생", 
-        "자연 순환 적응", "지속성/일시성", "기억 효과", "지연된 작용", "누적 효과"
-    ],
-    
-    "빛과 시각 효과": [
-        "발광/소등", "빛 투과/차단", "빛 산란/집중", "색상 스펙트럼 변화", "빛 회절",
-        "빛 간섭", "홀로그램 생성", "레이저 효과", "빛 편광", "형광/인광",
-        "자외선/적외선 발광", "광학적 착시", "빛 굴절", "그림자 생성/제거",
-        "색수차 효과", "무지개 효과", "글로우 효과", "플래시 효과", "조명 패턴",
-        "빔 효과", "광 필터 효과", "빛의 방향성 변화", "투영 효과", "빛 감지/반응",
-        "광도 변화"
-    ],
-    
-    "소리와 진동 효과": [
-        "소리 발생/소멸", "소리 높낮이 변화", "소리 크기 변화", "음색 변화",
-        "공명/반공명", "음향 진동", "초음파/저음파 발생", "음향 집중/분산",
-        "음향 반사/흡수", "음향 도플러 효과", "음파 간섭", "음향 공진",
-        "진동 패턴 변화", "타악 효과", "음향 피드백", "음향 차폐/증폭",
-        "소리 지향성", "음향 왜곡", "비트 생성", "하모닉스 생성", "주파수 변조",
-        "음향 충격파", "음향 필터링", "음파 전파 패턴", "진동 댐핑"
-    ],
-    
-    "생물학적 변화": [
-        "생장/위축", "세포 분열/사멸", "생물 발광", "신진대사 변화", "면역 반응",
-        "호르몬 분비", "신경 반응", "유전적 발현", "적응/진화", "생체리듬 변화",
-        "재생/치유", "노화/성숙", "생체 모방 ��화", "바이오필름 형성", "생물학적 분해",
-        "효소 활성화/비활성화", "생물학적 신호 전달", "스트레스 반응", "체온 조절",
-        "생물학적 시계 변화", "세포외 기질 변화", "생체 역학적 반응", "세포 운동성",
-        "세포 극성 변화", "영양 상태 변화"
-    ],
-    
-    "환경 상호작용": [
-        "온도 반응", "습도 반응", "기압 반응", "중력 반응", "자기장 반응",
-        "빛 반응", "소리 반응", "화학 물질 감지", "기계적 자극 감지", "전기 자극 반응",
-        "방사선 반응", "진동 감지", "pH 반응", "용매 반응", "기체 교환",
-        "환경 오염 반응", "날씨 반응", "계절 변화 반응", "일주기 반응", "생태계 상호작용",
-        "공생/경쟁 반응", "포식/피식 관계", "군집 형성", "영역 설정", "이주/정착 패턴"
-    ],
-    
-    "센서 기능": [
-        "시각 센서/감지", "청각 센서/감지", "촉각 센서/감지", "미각 센서/감지", "후각 센서/감지",
-        "온도 센서/감지", "습도 센서/감지", "압력 센서/감지", "가속도 센서/감지", "회전 센서/감지",
-        "근접 센서/감지", "위치 센서/감지", "운동 센서/감지", "가스 센서/감지", "적외선 센서/감지",
-        "자외선 센서/감지", "방사선 센서/감지", "자기장 센서/감지", "전기장 센서/감지", "화학물질 센서/감지",
-        "생체신호 센서/감지", "진동 센서/감지", "소음 센서/감지", "빛 세기 센서/감지", "빛 파장 센서/감지",
-        "기울기 센서/감지", "pH 센서/감지", "전류 센서/감지", "전압 센서/감지", "이미지 센서/감지",
-        "거리 센서/감지", "깊이 센서/감지", "중력 센서/감지", "속도 센서/감지", "흐름 센서/감지",
-        "수위 센서/감지", "탁도 센서/감지", "염도 센서/감지", "금속 감지", "압전 센서/감지", 
-        "광전 센서/감지", "열전대 센서/감지", "홀 효과 센서/감지", "초음파 센서/감지", "레이더 센서/감지",
-        "라이다 센서/감지", "터치 센서/감지", "제스처 센서/감지", "심박 센서/감지", "혈압 센서/감지"
-    ]
-}
-
-
-
-# ====== Gemini 스트리밍 API 함수 ======
-def query_gemini_api_stream(prompt: str) -> Iterator[str]:
-    """
-    Gemini 2.0 Flash 모델에서 Thinking(사고 과정) + Response(최종 답변)를
-    stream=True로 받아, chunk 단위로 yield.
-    """
-    # 대화 이력 없이 단순 호출
-    chat = model.start_chat(history=[])
-    response = chat.send_message(prompt, stream=True)
-
-    thought_buffer = ""
-    response_buffer = ""
-    thinking_complete = False
-
-    for chunk in response:
-        parts = chunk.candidates[0].content.parts
-        
-        if len(parts) == 2 and not thinking_complete:
-            # 첫 번째 part: Thinking
-            thought_buffer += parts[0].text
-            yield f"[Thinking Chunk] {parts[0].text}"
-
-            # 두 번째 part: Response
-            response_buffer = parts[1].text
-            yield f"[Response Start] {parts[1].text}"
-
-            thinking_complete = True
-        elif thinking_complete:
-            # 이미 응답 단계에 있음
-            current_chunk = parts[0].text
-            response_buffer += current_chunk
-            yield current_chunk
-        else:
-            # 아직 Thinking 단계
-            current_chunk = parts[0].text
-            thought_buffer += current_chunk
-            yield f"[Thinking Chunk] {current_chunk}"
-
-    # 마지막에 전체 최종 응답
-    yield f"\n[Final Response]\n{response_buffer}"
-
-
-# ====== 설명 확장 함수 (스트리밍) ======
-def enhance_with_llm_stream(base_description, obj_name, category) -> Iterator[str]:
-    prompt = f"""
-다음은 '{obj_name}'의 '{category}' 관련 간단한 설명입니다:
-"{base_description}"
-위 내용을 보다 구체화하여, 
-1) 창의적인 모델/컨셉/형상의 변화에 대한 이해, 
-2) 혁신 포인트와 기능성 등을 중심으로 
-3~4문장의 아이디어로 확장해 주세요.
-"""
-    for chunk in query_gemini_api_stream(prompt):
-        yield chunk
-
-
-# ====== 단일 키워드(오브젝트)에 대한 아이디어 생성 ======
-def generate_single_object_transformations(obj):
-    results = {}
-    for category, transformations in physical_transformation_categories.items():
-        transformation = choose_alternative(random.choice(transformations))
-        base_description = f"{obj}이(가) {transformation} 현상을 보인다"
-        results[category] = {"base": base_description, "enhanced": ""}
-    return results
-
-# ====== 2개 오브젝트 상호작용 ======
-def generate_two_objects_interaction(obj1, obj2):
-    results = {}
-    for category, transformations in physical_transformation_categories.items():
-        transformation = choose_alternative(random.choice(transformations))
-        template = random.choice([
-            "{obj1}이(가) {obj2}에 결합하여 {change}가 발생했다",
-            "{obj1}과(와) {obj2}이(가) 충돌하면서 {change}가 일어났다"
-        ])
-        base_description = template.format(obj1=obj1, obj2=obj2, change=transformation)
-        results[category] = {"base": base_description, "enhanced": ""}
-    return results
-
-# ====== 3개 오브젝트 상호작용 ======
-def generate_three_objects_interaction(obj1, obj2, obj3):
-    results = {}
-    for category, transformations in physical_transformation_categories.items():
-        transformation = choose_alternative(random.choice(transformations))
-        template = random.choice([
-            "{obj1}, {obj2}, {obj3}이(가) 삼각형 구조로 결합하여 {change}가 발생했다",
-            "{obj1}이(가) {obj2}와(과) {obj3} 사이에서 매개체 역할을 하며 {change}를 촉진했다"
-        ])
-        base_description = template.format(obj1=obj1, obj2=obj2, obj3=obj3, change=transformation)
-        results[category] = {"base": base_description, "enhanced": ""}
-    return results
-
-
-def generate_transformations(text1, text2=None, text3=None):
-    if text2 and text3:
-        results = generate_three_objects_interaction(text1, text2, text3)
-        objects = [text1, text2, text3]
-    elif text2:
-        results = generate_two_objects_interaction(text1, text2)
-        objects = [text1, text2]
-    else:
-        results = generate_single_object_transformations(text1)
-        objects = [text1]
-    return results, objects
-
-
-# ====== 스트리밍으로 각 카테고리를 순회하며 Thinking + Response 표시 ======
-def process_inputs_stream(text1, text2, text3) -> Iterator[list]:
-    """
-    Gradio 3.27+ 이상에서만 stream=True로 실시간 업데이트 가능.
-    메시지는 [{'role': 'assistant', 'content': ...}, ...] 형태로 반환.
-    """
-    # 1) 입력값 검증
-    yield [{"role": "assistant", "content": "입력값 확인 중..."}]
-    time.sleep(0.3)
-
-    text1 = text1.strip() if text1 else None
-    text2 = text2.strip() if text2 else None
-    text3 = text3.strip() if text3 else None
-    if not text1:
-        yield [{"role": "assistant", "content": "오류: 최소 하나의 키워드를 입력해주세요."}]
-        return
-
-    # 2) 아이디어 생성
-    yield [{"role": "assistant", "content": "창의적인 모델/컨셉/형상 변화 아이디어 생성 중... (카테고리별 분석)"}]
-    time.sleep(0.3)
-    results, objects = generate_transformations(text1, text2, text3)
-
-    obj_name = " 및 ".join([obj for obj in objects if obj])
-
-    # 카테고리별 스트리밍
-    for i, (category, info) in enumerate(results.items(), start=1):
-        base_desc = info["base"]
-        yield [{
-            "role": "assistant",
-            "content": f"**[{i}/{len(results)}] 카테고리:** {category}\n\n기본 아이디어: {base_desc}\n\nThinking + Response 스트리밍 시작..."
-        }]
-        time.sleep(0.5)
-
-        thinking_text = ""
-        response_text = ""
-        thinking_done = False
-
-        for chunk in enhance_with_llm_stream(base_desc, obj_name, category):
-            if chunk.startswith("[Thinking Chunk]"):
-                # Thinking 단계
-                thinking_text += chunk.replace("[Thinking Chunk]", "")
-                yield [{"role": "assistant", "content": f"**[Thinking]**\n{thinking_text}"}]
-
-            elif chunk.startswith("[Response Start]"):
-                # Response 시작
-                thinking_done = True
-                partial = chunk.replace("[Response Start]", "")
-                response_text += partial
-                yield [{"role": "assistant", "content": f"**[Response 시작]**\n{partial}"}]
-
-            elif chunk.startswith("[Final Response]"):
-                # 최종 응답
-                final = chunk.replace("[Final Response]", "")
-                response_text += f"\n{final}"
-                yield [{"role": "assistant", "content": f"**[최종 Response]**\n{response_text.strip()}"}]
-
-            else:
-                # 일반 응답 스트리밍
-                if thinking_done:
-                    response_text += chunk
-                    yield [{"role": "assistant", "content": f"**[응답 진행]**\n{response_text}"}]
-                else:
-                    thinking_text += chunk
-                    yield [{"role": "assistant", "content": f"**[Thinking]**\n{thinking_text}"}]
-
-        info["enhanced"] = response_text
-
-    # 완료 알림
-    yield [{"role": "assistant", "content": "**모든 카테고리에 대한 스트리밍이 완료되었습니다!**"}]
-
-
-##############################################################################
-# Gradio UI (Chatbot: type='messages')
-##############################################################################
-with gr.Blocks(title="Gemini Flash Thinking (Stream)", theme=gr.themes.Soft(primary_hue="teal")) as demo:
-    gr.Markdown("# 🚀 키워드 기반 창의적 변화 아이디어 (Gemini 2.0 Flash Thinking, Streaming)\n"+
-                "키워드 1~3개를 입력하면, **카테고리별**로 'Thinking'과 'Response'가 실시간 스트리밍됩니다.")
-
-    chatbot = gr.Chatbot(
-        label="카테고리별 스트리밍",
-        type="messages",   # OpenAI 스타일 {"role":"assistant", "content":...} 포맷
-        render_markdown=True
-    )
-
-    with gr.Row():
-        with gr.Column(scale=1):
-            text_input1 = gr.Textbox(label="키워드 1 (필수)", placeholder="예: 자동차")
-            text_input2 = gr.Textbox(label="키워드 2 (선택)", placeholder="예: 로봇")
-            text_input3 = gr.Textbox(label="키워드 3 (선택)", placeholder="예: 인공지능")
-            submit_button = gr.Button("아이디어 생성하기")
-            clear_button = gr.Button("대화 지우기")
-
-        with gr.Column(scale=2):
-            pass
-
-    def clear_chat():
-        return []
-
-    # 예시
-    examples = [
-        ["자동차", "", ""],
-        ["스마트폰", "인공지능", ""],
-        ["드론", "인공지능", ""],
-        ["운동화", "웨어러블", "건강"],
-    ]
-    gr.Examples(examples=examples, inputs=[text_input1, text_input2, text_input3])
-
-    submit_button.click(
-        fn=process_inputs_stream,
-        inputs=[text_input1, text_input2, text_input3],
-        outputs=chatbot,
-        stream=True  # 최신 Gradio(3.27+)에서만 지원
-    )
-
-    clear_button.click(
-        fn=clear_chat,
-        outputs=chatbot
-    )
-
-if __name__ == "__main__":
-    demo.launch(debug=True)