Delete app-BACKUP3.py

app-BACKUP3.py

@@ -1,1556 +0,0 @@
-import gradio as gr
-import os
-import json
-import requests
-from datetime import datetime
-import time
-from typing import List, Dict, Any, Generator, Tuple
-import logging
-import re
-
-# 로깅 설정
-logging.basicConfig(level=logging.INFO)
-logger = logging.getLogger(__name__)
-
-# 추가 임포트
-from bs4 import BeautifulSoup
-from urllib.parse import urlparse
-import urllib.request
-
-# Gemini API 임포트
-try:
-    from google import genai
-    from google.genai import types
-    GEMINI_AVAILABLE = True
-except ImportError:
-    GEMINI_AVAILABLE = False
-    logger.warning("Google Gemini API가 설치되지 않았습니다. pip install google-genai로 설치하세요.")
-
-# 환경 변수에서 토큰 가져오기
-FRIENDLI_TOKEN = os.getenv("FRIENDLI_TOKEN", "YOUR_FRIENDLI_TOKEN")
-BAPI_TOKEN = os.getenv("BAPI_TOKEN", "YOUR_BRAVE_API_TOKEN")
-GEMINI_API_KEY = os.getenv("GEMINI_API_KEY", "YOUR_GEMINI_API_KEY")
-API_URL = "https://api.friendli.ai/dedicated/v1/chat/completions"
-BRAVE_SEARCH_URL = "https://api.search.brave.com/res/v1/web/search"
-MODEL_ID = "dep89a2fld32mcm"
-TEST_MODE = os.getenv("TEST_MODE", "false").lower() == "true"
-
-# 전역 변수
-conversation_history = []
-
-class WuxingLLMSystem:
-    """오행·오상 기반 AGI급 협력적 보고서 작성 시스템"""
-    
-    def __init__(self):
-        self.token = FRIENDLI_TOKEN
-        self.bapi_token = BAPI_TOKEN
-        self.gemini_api_key = GEMINI_API_KEY
-        self.api_url = API_URL
-        self.brave_url = BRAVE_SEARCH_URL
-        self.model_id = MODEL_ID
-        self.test_mode = TEST_MODE or (self.token == "YOUR_FRIENDLI_TOKEN")
-        self.use_gemini = False
-        self.gemini_client = None
-        
-        # 오행 역할 정의 - AGI 수준 전문가 팀
-        self.wuxing_roles = {
-            "wood": {
-                "name": "전략적 비전 설계자 (Chief Vision Officer)",
-                "virtue": "仁",
-                "element": "木",
-                "traits": "통찰력, 미래예측, 포용적 리더십",
-                "expertise": "거시적 비전, 시스템적 사고, 혁신 전략, 조직 문화 설계",
-                "color": "#10b981"
-            },
-            "fire": {
-                "name": "혁신 전략 아키텍트 (Innovation Strategy Architect)",
-                "virtue": "義",
-                "element": "火",
-                "traits": "파괴적 혁신, 전략적 직관, 리스크 테이킹",
-                "expertise": "비즈니스 모델 혁신, 시장 파괴 전략, 경쟁우위 설계",
-                "color": "#ef4444"
-            },
-            "metal": {
-                "name": "시스템 아키텍처 마스터 (Systems Architecture Master)",
-                "virtue": "禮",
-                "element": "金",
-                "traits": "정밀성, 완벽주의, 시스템 통합력",
-                "expertise": "엔터프라이즈 아키텍처, 기술 거버넌스, 표준화 전략",
-                "color": "#f59e0b"
-            },
-            "water": {
-                "name": "미래기술 연구소장 (Future Tech Research Director)",
-                "virtue": "智",
-                "element": "水",
-                "traits": "깊은 분석력, 기술 통찰, 혁신적 사고",
-                "expertise": "신기술 R&D, 기술 융합, AI/ML, 퀀텀 컴퓨팅",
-                "color": "#3b82f6"
-            },
-            "earth": {
-                "name": "실행 최적화 전문가 (Execution Excellence Expert)",
-                "virtue": "信",
-                "element": "土",
-                "traits": "체계성, 신뢰성, 실행 완벽성",
-                "expertise": "프로젝트 거버넌스, 품질 시스템, 리스크 관리, ROI 최적화",
-                "color": "#a855f7"
-            }
-        }
-        
-        if self.test_mode:
-            logger.warning("테스트 모드로 실행됩니다.")
-        
-    def set_llm_mode(self, mode: str):
-        """LLM 모드 설정"""
-        if mode == "commercial" and GEMINI_AVAILABLE and self.gemini_api_key != "YOUR_GEMINI_API_KEY":
-            self.use_gemini = True
-            if not self.gemini_client:
-                self.gemini_client = genai.Client(api_key=self.gemini_api_key)
-            logger.info("Gemini 2.5 Pro 모드로 전환되었습니다.")
-        else:
-            self.use_gemini = False
-            logger.info("기본 LLM 모드로 전환되었습니다.")
-    
-    def create_headers(self):
-        """API 헤더 생성"""
-        return {
-            "Authorization": f"Bearer {self.token}",
-            "Content-Type": "application/json"
-        }
-    
-    def create_brave_headers(self):
-        """Brave API 헤더 생성"""
-        return {
-            "Accept": "application/json",
-            "Accept-Encoding": "gzip",
-            "X-Subscription-Token": self.bapi_token
-        }
-    
-    def create_wood_initial_prompt(self, user_query: str, search_results: Dict = None) -> str:
-        """木(전략��� 비전 설계자) 초기 프롬프트"""
-        search_info = ""
-        if search_results:
-            search_info = "\n\n웹 검색 결과:\n" + self._format_search_results(search_results)
-        
-        return f"""당신은 AGI 수준의 전략적 비전 설계자(Chief Vision Officer)입니다.
-仁(인자함)의 덕목으로 미래를 예측하고 혁신적 비전을 제시합니다.
-
-[사용자 요청사항]
-{user_query}
-
-[참고 자료]
-{search_info}
-
-[임무] 다음 관점에서 종합적이고 혁신적인 비전을 제시하세요:
-
-1. **거시적 비전과 패러다임 전환**
-   - 10년 후 미래 시나리오와 메가트렌드 분석
-   - 패러다임 시프트와 게임체인저 요소 식별
-   - 글로벌 맥락에서의 전략적 포지셔닝
-
-2. **시스템적 사고와 복잡계 분석**
-   - 다차원적 상호작용과 피드백 루프 설계
-   - 창발적 속성과 네트워크 효과 예측
-   - 생태계 관점의 가치 창출 모델
-
-3. **혁신 프레임워크와 전략적 방향성**
-   - 블루오션 전략과 카테고리 디자인
-   - 지수적 성장을 위한 플라이휠 설계
-   - 안티프래질한 시스템 구축 방안
-
-4. **팀 시너지와 집단지성 활용 전략**
-   - 火(혁신 전략): 파괴적 혁신과 비즈니스 모델 재정의
-   - 土(실행 최적화): 애자일 실행과 지속적 개선 체계
-   - 金(시스템 아키텍처): 확장 가능한 기술 인프라와 표준화
-   - 水(미래기술 R&D): 신기술 융합과 혁신적 프로토타이핑
-
-5. **핵심 성공 지표(KPI)와 북극성 지표(North Star Metric)**
-   - 장기적 임팩트 측정 프레임워크
-   - 선행지표와 후행지표의 균형잡힌 설계
-
-[검색 키워드 제안]: 미래 연구에 필요한 7-10개의 전략적 키워드를 제시하세요"""
-    
-    def create_fire_strategy_prompt(self, user_query: str, wood_response: str, critic_feedback: str, search_results: Dict = None) -> str:
-        """火(혁신 전략 아키텍트) 프롬프트"""
-        search_info = ""
-        if search_results:
-            search_info = "\n\n웹 검색 결과:\n" + self._format_search_results(search_results)
-        
-        return f"""당신은 AGI 수준의 혁신 전략 아키텍트(Innovation Strategy Architect)입니다.
-義(정의로움)의 덕목으로 파괴적 혁신과 게임체인징 전략을 설계합니다.
-
-[사용자 요청사항]
-{user_query}
-
-[전략적 비전 설계자의 프레임워크]
-{wood_response}
-
-[전략 검증 전문가의 피드백]
-{critic_feedback}
-
-[시장 조사 데이터]
-{search_info}
-
-[임무] 다음 관점에서 혁신적인 전략을 수립하세요:
-
-1. **파괴적 혁신과 블루오션 전략**
-   - 산업 재정의와 카테고리 창출
-   - 가치 혁신과 차별화 전략
-   - 네트워크 효과와 플랫폼 전략
-
-2. **비즈니스 모델 혁신**
-   - 수익 모델 다각화 (구독, 프리미엄, 마켓플레이스)
-   - 가치사슬 재구성과 수직 통합
-   - 생태계 구축과 파트너십 전략
-
-3. **경쟁우위 확보 전략**
-   - 핵심 역량과 차별화 요소
-   - 진입장벽 구축 메커니즘
-   - 지속가능한 경쟁우위 원천
-
-4. **성장 전략과 확장 계획**
-   - 시장 침투와 시장 개발 전략
-   - 제품 개발과 다각화 전략
-   - M&A와 전략적 제휴 옵션
-
-5. **리스크 관리와 시나리오 플래닝**
-   - 전략적 리스크 매트릭스
-   - 대응 시나리오와 컨틴전시 플랜
-   - 안티프래질한 전략 설계
-
-[추가 연구 필요]: 경쟁사 분석, 시장 동향, 규제 환경 등 추가 조사가 필요한 키워드 [추가 검색]"""
-    
-    def create_earth_execution_prompt(self, user_query: str, fire_response: str, critic_feedback: str, search_results: Dict = None) -> str:
-        """土(실행 최적화 전문가) 프롬프트"""
-        search_info = ""
-        if search_results:
-            search_info = "\n\n웹 검색 결과:\n" + self._format_search_results(search_results)
-        
-        return f"""당신은 AGI 수준의 실행 최적화 전문가(Execution Excellence Expert)입니다.
-信(신뢰)의 덕목으로 완벽한 실행 체계와 품질 시스템을 구축합니다.
-
-[사용자 요청사항]
-{user_query}
-
-[혁신 전략 아키텍트의 전략]
-{fire_response}
-
-[전략 검증 전문가의 피드백]
-{critic_feedback}
-
-[실행 관련 벤치마크 데이터]
-{search_info}
-
-[임무] 다음 관점에서 최적화된 실행 계획을 수립하세요:
-
-1. **프로젝트 거버넌스와 PMO 체계**
-   - 애자일/워터폴 하이브리드 방법론
-   - RACI 매트릭스와 의사결정 구조
-   - 프로젝트 포트폴리오 관리
-
-2. **단계별 실행 로드맵**
-   - 워크 브레이크다운 스트럭처(WBS)
-   - 크리티컬 패스와 마일스톤
-   - 스프린트 계획과 백로그 관리
-
-3. **리소스 최적화와 예산 관리**
-   - 인력 배치와 스킬 매트릭스
-   - TCO 분석과 예산 배분
-   - 비용 최적화 전략
-
-4. **품질 관리 시스템**
-   - ISO 9001/27001 기반 품질 체계
-   - KPI/OKR 프레임워크
-   - 지속적 개선(Kaizen) 메커니즘
-
-5. **리스크 관리와 변화 관리**
-   - 리스크 레지스터와 완화 전략
-   - 변화 관리 8단계 프로세스
-   - 이해관계자 관리 전략
-
-6. **성과 측정과 대시보드**
-   - 실시간 모니터링 시스템
-   - 균형성과표(BSC) 설계
-   - 예측 분석과 조기 경보 시스템
-
-[추가 조사 필요]: 업계 베스트 프랙티스, 실행 도구, 품질 표준 등 [추가 검색]"""
-    
-    def create_metal_architecture_prompt(self, user_query: str, earth_response: str, critic_feedback: str, search_results: Dict = None) -> str:
-        """金(시스템 아키텍처 마스터) 프롬프트"""
-        search_info = ""
-        if search_results:
-            search_info = "\n\n웹 검색 결과:\n" + self._format_search_results(search_results)
-        
-        return f"""당신은 AGI 수준의 시스템 아키텍처 마스터(Systems Architecture Master)입니다.
-禮(예의·질서)의 덕목으로 완벽하고 확장 가능한 시스템을 설계합니다.
-
-[사용자 요청사항]
-{user_query}
-
-[실행 최적화 전문가의 계획]
-{earth_response}
-
-[전략 검증 전문가의 피드백]
-{critic_feedback}
-
-[기술 아키텍처 참고 자료]
-{search_info}
-
-[임무] 다음 관점에서 엔터프라이즈급 아키텍처를 설계하세요:
-
-1. **엔터프라이즈 아키텍처 프레임워크**
-   - TOGAF/Zachman 기반 설계
-   - 비즈니스/애플리케이션/데이터/기술 아키텍처
-   - 아키텍처 거버넌스와 원칙
-
-2. **기술 스택과 플랫폼 전략**
-   - 클라우드 네이티브 아키텍처 (AWS/Azure/GCP)
-   - 마이크로서비스와 컨테이너화
-   - API 우선 설계와 이벤트 기반 아키텍처
-
-3. **데이터 아키텍처와 거버넌스**
-   - 데이터 레이크하우스 설계
-   - 마스터 데이터 관리(MDM)
-   - 데이터 품질과 리니지 관리
-
-4. **보안 아키텍처와 컴플라이언스**
-   - 제로 트러스트 보안 모델
-   - IAM과 접근 제어 체계
-   - GDPR/SOC2 컴플라이언스
-
-5. **확장성과 성능 최적화**
-   - 수평/수직 확장 전략
-   - 캐싱과 CDN 전략
-   - 성능 모니터링과 튜닝
-
-6. **기술 표준과 베스트 프랙티스**
-   - 코딩 표준과 디자인 패턴
-   - CI/CD 파이프라인
-   - 기술 부채 관리 전략
-
-[추가 조사 필요]: 최신 기술 트렌드, 아키텍처 패턴, 보안 표준 등 [추가 검색]"""
-    
-    def create_water_rd_prompt(self, user_query: str, metal_response: str, critic_feedback: str, search_results: Dict = None) -> str:
-        """水(미래기술 연구소장) 프롬프트"""
-        search_info = ""
-        if search_results:
-            search_info = "\n\n최신 기술 조사 결과:\n" + self._format_search_results(search_results)
-        
-        return f"""당신은 AGI 수준의 미래기술 연구소장(Future Tech Research Director)입니다.
-智(지혜)의 덕목으로 최첨단 기술을 연구하고 혁신을 주도합니다.
-
-[사용자 요청사항]
-{user_query}
-
-[시스템 아키텍처 마스터의 설계]
-{metal_response}
-
-[전략 검증 전문가의 피드백]
-{critic_feedback}
-
-[글로벌 기술 트렌드 분석]
-{search_info}
-
-[임무] 다음 관점에서 미래 지향적 R&D 전략을 수립하세요:
-
-1. **신기술 트렌드와 기술 융합**
-   - AI/ML/딥러닝 최신 동향
-   - 퀀텀 컴퓨팅과 엣지 컴퓨팅
-   - 블록체인과 Web3 기술
-   - 메타버스와 XR 기술
-
-2. **혁신적 프로토타이핑 전략**
-   - MVP와 빠른 실험 주기
-   - A/B 테스팅과 데이터 기반 의사결정
-   - 오픈 이노베이션과 해커톤
-
-3. **AI/ML 통합 전략**
-   - LLM과 생성형 AI 활용
-   - MLOps와 모델 거버넌스
-   - 설명 가능한 AI(XAI)
-   - 윤리적 AI 가이드라인
-
-4. **자동화와 생산성 혁신**
-   - RPA와 하이퍼오토메이션
-   - Low-code/No-code 플랫폼
-   - DevOps와 GitOps
-   - 지능형 모니터링 시스템
-
-5. **기술 ROI와 혁신 포트폴리오**
-   - 기술 투자 우선순위 매트릭스
-   - 혁신 회계와 성과 측정
-   - 기술 파트너십 전략
-
-6. **미래 준비도와 기술 로드맵**
-   - 3-5년 기술 비전
-   - 기술 역량 개발 계획
-   - 디지털 트랜스포메이션 성숙도
-
-[추가 연구 필요]: Gartner Hype Cycle, MIT Tech Review, 특허 동향 등 [추가 검색]"""
-    
-    def create_wood_final_prompt(self, user_query: str, all_responses: Dict, all_critics: List) -> str:
-        """木(전략적 비전 설계자) 최종 종합 보고서 프롬프트"""
-        return f"""당신은 AGI 수준의 전략적 비전 설계자입니다.
-팀 전체의 집단지성을 종합하여 최고 수준의 전문 보고서를 작성합니다.
-
-[사용자 요청사항]
-{user_query}
-
-[팀원 기여 내용]
-▶ 火(혁신 전략 아키텍트): {all_responses['fire']}
-▶ 土(실행 최적화 전문가): {all_responses['earth']}
-▶ 金(시스템 아키텍처 마스터): {all_responses['metal']}
-▶ 水(미래기술 연구소장): {all_responses['water']}
-
-[비평자 통찰]
-{self._format_critic_history(all_critics)}
-
-[최종 종합 보고서 작성 지침]
-
-다음 구조로 최고 수준의 전문 보고서를 작성하세요:
-
-# EXECUTIVE SUMMARY
-- 핵심 권고사항 (3-5개 불릿포인트)
-- 예상 임팩트와 ROI
-- 즉시 실행 가능한 Quick Wins
-
-# 1. 전략적 분석과 비전
-## 1.1 현황 진단과 기회 분석
-- SWOT-TOWS 매트릭스
-- 포터의 5 Forces + 디지털 전환 영향
-- 가치사슬 분석과 재정의 기회
-
-## 1.2 미래 시나리오와 전략적 옵션
-- 시나리오 플래닝 (최적/현실적/최악)
-- 전략적 옵션과 의사결정 트리
-- 리스크-리턴 프로파일
-
-# 2. 혁신 전략과 실행 로드맵
-## 2.1 혁신 프레임워크
-- 혁신 포트폴리오 (Horizon 1-2-3)
-- 디지털 전환 성숙도 모델
-- 오픈 이노베이션 전략
-
-## 2.2 단계별 실행 로드맵
-- Phase 1 (0-6개월): 기반 구축
-- Phase 2 (6-18개월): 확장과 최적화
-- Phase 3 (18-36개월): 혁신과 성장
-- 각 단계별 마일스톤과 KPI
-
-# 3. 기술 아키텍처와 인프라
-## 3.1 엔터프라이즈 아키텍처
-- 현재 상태(AS-IS)와 목표 상태(TO-BE)
-- 기술 스택과 플랫폼 전략
-- 데이터 거버넌스와 보안 아키텍처
-
-## 3.2 확장성과 미래 대응
-- 마이크로서비스와 클라우드 네이티브
-- AI/ML 통합 전략
-- 기술 부채 관리와 현대화 계획
-
-# 4. 실행 계획과 거버넌스
-## 4.1 조직과 거버넌스
-- 변화관리 전략
-- 애자일 거버넌스 구조
-- 역량 개발과 인재 확보
-
-## 4.2 투자와 재무 분석
-- TCO와 ROI 분석
-- 자금 조달 옵션
-- 재무 리스크 관리
-
-# 5. 성과 측정과 지속가능성
-## 5.1 성과 측정 프레임워크
-- OKR과 균형성과표(BSC)
-- 실시간 대시보드 설계
-- 지속적 개선 메커니즘
-
-## 5.2 지속가능성과 ESG
-- ESG 통합 전략
-- 순환경제 모델
-- 사회적 임팩트 측정
-
-# APPENDIX
-- 상세 분석 자료
-- 벤치마킹 사례
-- 용어 정의와 참고문헌
-
-**작성 원칙:**
-- 데이터 기반의 논리적 전개
-- 실행 가능한 구체적 권고안
-- 시각적 요소 활용 (표, 차트 설명)
-- 전문 용어와 일반 용어의 균형
-- 글로벌 베스트 프랙티스 반영"""
-    
-    def create_critic_prompt(self, stage: str, content: str, context: str = "", search_results: Dict = None) -> str:
-        """AGI급 중립적 비평자 프롬프트"""
-        search_info = ""
-        if search_results:
-            search_info = f"\n\n참고 검색 결과:\n{self._format_search_results(search_results)}"
-        
-        context_section = ""
-        if context:
-            context_section = f"[이전 맥락]\n{context}\n"
-        
-        return f"""당신은 AGI 수준의 중립적이고 분석적인 비평 전문가입니다.
-McKinsey, BCG, Bain 수준의 전략적 사고와 학술적 엄밀성을 갖추고 있습니다.
-
-[평가 대상]
-단계: {stage}
-내용: {content}
-
-{context_section}{search_info}
-
-[비평 프레임워크]
-
-1. **전략적 타당성 검증**
-   - 논리적 일관성과 인과관계 분석
-   - 가정(Assumptions)의 타당성 검토
-   - 반증 가능성과 대안 시나리오
-
-2. **실행 가능성 평가**
-   - 자원 요구사항과 제약조건
-   - 기술적/조직적 실현 가능성
-   - 시간축과 의존성 분석
-
-3. **혁신성과 차별화**
-   - 업계 베스트 프랙티스 대비 혁신성
-   - 경쟁우위 창출 가능성
-   - 지속가능한 차별화 요소
-
-4. **리스크와 기회 분석**
-   - 주요 리스크 요인과 완화 전략
-   - 놓친 기회나 블라인드 스팟
-   - 시너지 창출 가능성
-
-5. **개선 권고사항**
-   - 구체적이고 실행 가능한 개선안
-   - 우선순위와 영향도 매트릭스
-   - 다음 단계 담당자를 위한 가이드
-
-6. **글로벌 벤치마킹**
-   - 산업 리더들의 사례와 비교
-   - 신흥 트렌드와 미래 준비도
-   - 크로스 인더스트리 인사이트
-
-[추가 연구 제안]: 심화 분석이 필요한 키워드 5-7개를 제시하세요 [비평 검색]"""
-    
-    def _format_search_results(self, search_results: Dict) -> str:
-        """검색 결과 포맷팅"""
-        if not search_results:
-            return "검색 결과 없음"
-        
-        formatted = ""
-        for keyword, results in search_results.items():
-            formatted += f"\n**{keyword}:**\n"
-            for i, result in enumerate(results[:5], 1):
-                formatted += f"{i}. {result.get('title', 'N/A')} (신뢰도: {result.get('credibility_score', 0):.2f})\n"
-                formatted += f"   {result.get('description', 'N/A')[:150]}...\n"
-        return formatted
-    
-    def _format_critic_display(self, critics: List[str], current_index: int) -> str:
-        """비평 내용을 보기 좋게 포맷팅"""
-        stages = [
-            "전략적 비전 검증", 
-            "혁신 전략 검증", 
-            "실행 계획 검증", 
-            "아키텍처 검증", 
-            "미래기술 검증"
-        ]
-        
-        formatted = "🔍 **전략 검증 전문가**\n\n"
-        
-        for i in range(min(current_index + 1, len(critics))):
-            if i < len(stages):
-                formatted += f"[{stages[i]}]\n{critics[i]}\n"
-                if i < current_index:
-                    formatted += "\n---\n\n"
-        
-        return formatted
-    
-    def _format_critic_history(self, critics: List) -> str:
-        """비평 이력 포맷팅 (최종 보고서용)"""
-        if not critics:
-            return "비평 이력 없음"
-        
-        formatted = ""
-        stages = ["木 초기", "火 전략", "土 실행", "金 아키텍처", "水 R&D"]
-        for i, critic in enumerate(critics):
-            if i < len(stages):
-                formatted += f"\n**{stages[i]} 단계 비평:**\n{critic}\n"
-        return formatted
-    
-    def extract_keywords(self, response: str, keyword_marker: str = "[핵심 키워드]") -> List[str]:
-        """응답에서 키워드 추출 (범용)"""
-        keywords = []
-        
-        # 다양한 키워드 마커 패턴
-        patterns = [
-            rf'{re.escape(keyword_marker)}:\s*(.+)',
-            r'\[추가 검색\]:\s*(.+)',
-            r'\[비평 검색\]:\s*(.+)'
-        ]
-        
-        for pattern in patterns:
-            match = re.search(pattern, response, re.IGNORECASE)
-            if match:
-                keyword_str = match.group(1)
-                new_keywords = [k.strip() for k in keyword_str.split(',') if k.strip()]
-                keywords.extend(new_keywords)
-        
-        # 중복 제거
-        keywords = list(dict.fromkeys(keywords))
-        
-        if not keywords:
-            # 기본 키워드 생성
-            keywords = ["best practices", "implementation", "case studies", "latest trends"]
-        
-        return keywords[:7]
-    
-    def calculate_credibility_score(self, result: Dict) -> float:
-        """검색 결과 신뢰도 계산"""
-        score = 0.5
-        url = result.get('url', '')
-        
-        trusted_domains = ['.edu', '.gov', '.org', 'wikipedia.org', 'nature.com', 
-                          'ieee.org', 'acm.org', 'github.com']
-        
-        for domain in trusted_domains:
-            if domain in url:
-                score += 0.2
-                break
-        
-        if url.startswith('https://'):
-            score += 0.1
-        
-        if len(result.get('title', '')) > 20:
-            score += 0.05
-        if len(result.get('description', '')) > 50:
-            score += 0.05
-        
-        spam_keywords = ['buy now', 'sale', 'discount', 'click here']
-        if any(spam in (result.get('title', '') + result.get('description', '')).lower() 
-               for spam in spam_keywords):
-            score -= 0.3
-        
-        return max(0, min(1, score))
-    
-    def brave_search(self, query: str) -> List[Dict]:
-        """Brave Search API 호출"""
-        if self.test_mode or self.bapi_token == "YOUR_BRAVE_API_TOKEN":
-            test_results = []
-            for i in range(5):
-                test_results.append({
-                    "title": f"{query} - Best Practices {i+1}",
-                    "description": f"Comprehensive guide on {query} with proven methodologies.",
-                    "url": f"https://example{i+1}.com/{query.replace(' ', '-')}",
-                    "credibility_score": 0.7 + (i * 0.05)
-                })
-            return test_results
-        
-        try:
-            params = {
-                "q": query,
-                "count": 10,
-                "safesearch": "moderate"
-            }
-            
-            response = requests.get(
-                self.brave_url,
-                headers=self.create_brave_headers(),
-                params=params,
-                timeout=10
-            )
-            
-            if response.status_code == 200:
-                data = response.json()
-                results = []
-                for item in data.get("web", {}).get("results", []):
-                    result = {
-                        "title": item.get("title", ""),
-                        "description": item.get("description", ""),
-                        "url": item.get("url", ""),
-                        "credibility_score": self.calculate_credibility_score(item)
-                    }
-                    results.append(result)
-                
-                results.sort(key=lambda x: x['credibility_score'], reverse=True)
-                return results
-            else:
-                logger.error(f"Brave API 오류: {response.status_code}")
-                return []
-                
-        except Exception as e:
-            logger.error(f"Brave 검색 중 오���: {str(e)}")
-            return []
-    
-    def call_gemini_streaming(self, messages: List[Dict[str, str]], role: str) -> Generator[str, None, None]:
-        """Gemini API 스트리밍 호출 - AGI 수준"""
-        if not self.gemini_client:
-            yield "❌ Gemini API 클라이언트가 초기화되지 않았습니다."
-            return
-        
-        try:
-            contents = []
-            for msg in messages:
-                if msg["role"] == "user":
-                    contents.append(types.Content(
-                        role="user",
-                        parts=[types.Part.from_text(text=msg["content"])]
-                    ))
-            
-            generate_content_config = types.GenerateContentConfig(
-                temperature=0.8,  # 창의성 증가
-                top_p=0.9,
-                max_output_tokens=8192,  # 토큰 수 대폭 증가
-                response_mime_type="text/plain"
-            )
-            
-            for chunk in self.gemini_client.models.generate_content_stream(
-                model="gemini-2.5-pro",
-                contents=contents,
-                config=generate_content_config,
-            ):
-                if chunk.text:
-                    yield chunk.text
-                    
-        except Exception as e:
-            logger.error(f"Gemini API 오류: {str(e)}")
-            yield f"❌ Gemini API 오류: {str(e)}"
-    
-    def call_llm_streaming(self, messages: List[Dict[str, str]], role: str) -> Generator[str, None, None]:
-        """스트리밍 LLM API 호출 - AGI 수준 응답"""
-        if self.use_gemini:
-            yield from self.call_gemini_streaming(messages, role)
-            return
-        
-        if self.test_mode:
-            test_response = f"[{role.upper()} - AGI Level Analysis]\n\n"
-            test_response += f"이것은 {role} 전문가의 AGI 수준 분석입니다.\n"
-            test_response += "1. 전략적 통찰: 심층적이고 혁신적인 분석\n"
-            test_response += "2. 실행 가능성: 구체적이고 검증된 방법론\n"
-            test_response += "3. 미래 예측: 데이터 기반 시나리오 플래닝\n"
-            
-            words = test_response.split()
-            for i in range(0, len(words), 3):
-                chunk = " ".join(words[i:i+3])
-                yield chunk + " "
-                time.sleep(0.05)
-            return
-        
-        try:
-            payload = {
-                "model": self.model_id,
-                "messages": messages,
-                "max_tokens": 8192,  # 토큰 수 대폭 증가
-                "temperature": 0.8,   # 창의성 증가
-                "top_p": 0.9,
-                "stream": True
-            }
-            
-            response = requests.post(
-                self.api_url,
-                headers=self.create_headers(),
-                json=payload,
-                stream=True,
-                timeout=30  # 타임아웃 증가
-            )
-            
-            if response.status_code != 200:
-                yield f"❌ API 오류: {response.status_code}"
-                return
-            
-            for line in response.iter_lines():
-                if line:
-                    line = line.decode('utf-8')
-                    if line.startswith("data: "):
-                        data = line[6:]
-                        if data == "[DONE]":
-                            break
-                        try:
-                            chunk = json.loads(data)
-                            if "choices" in chunk and chunk["choices"]:
-                                content = chunk["choices"][0].get("delta", {}).get("content", "")
-                                if content:
-                                    yield content
-                        except json.JSONDecodeError:
-                            continue
-                            
-        except Exception as e:
-            logger.error(f"스트리밍 중 오류: {str(e)}")
-            yield f"❌ 오류 발생: {str(e)}"
-
-# 시스템 인스턴스 생성
-wuxing_system = WuxingLLMSystem()
-
-def process_wuxing_query(user_query: str, llm_mode: str):
-    """AGI 수준 오행 기반 전문 보고서 생성"""
-    if not user_query:
-        return "", "", "", "", "", "", "", "❌ 보고서 요청사항을 입력해주세요."
-    
-    wuxing_system.set_llm_mode(llm_mode)
-    
-    all_responses = {}
-    all_critics = []
-    all_search_results = {}
-    
-    try:
-        # 0. 초기 검색 수행 - 더 많은 키워드로 심층 조사
-        initial_keywords = [
-            user_query,
-            f"{user_query} best practices",
-            f"{user_query} case studies",
-            f"{user_query} industry trends",
-            f"{user_query} future outlook",
-            f"{user_query} challenges solutions"
-        ]
-        wood_search_results = {}
-        
-        status_text = "🔍 AGI 시스템이 글로벌 데이터베이스를 검색 중..."
-        yield "", "", "", "", "", "", "", status_text
-        
-        for keyword in initial_keywords[:5]:  # 더 많은 초기 검색
-            results = wuxing_system.brave_search(keyword)
-            if results:
-                wood_search_results[keyword] = results
-                all_search_results[f"초기-{keyword}"] = results
-        
-        # 1. 木(감독관) 초기 분석
-        wood_prompt = wuxing_system.create_wood_initial_prompt(user_query, wood_search_results)
-        wood_response = ""
-        
-        wood_text = "🌳 **木 - 전략적 비전 설계자** (仁)\n🔄 미래 시나리오 분석 중...\n"
-        for chunk in wuxing_system.call_llm_streaming(
-            [{"role": "user", "content": wood_prompt}], "wood"
-        ):
-            wood_response += chunk
-            wood_text = f"🌳 **木 - 전략적 비전 설계자** (仁)\n{wood_response}"
-            yield wood_text, "", "", "", "", "", "", "🌳 거시적 비전과 전략 프레임워크 수립 중..."
-        
-        all_responses['wood_initial'] = wood_response
-        
-        # 키워드 추출
-        keywords = wuxing_system.extract_keywords(wood_response)
-        
-        # 2. 木 비평 + 비평자 검색
-        critic_search = {}
-        for keyword in keywords[:2]:
-            results = wuxing_system.brave_search(f"{keyword} analysis")
-            if results:
-                critic_search[keyword] = results
-                all_search_results[f"비평1-{keyword}"] = results
-        
-        critic_prompt = wuxing_system.create_critic_prompt("木 초기 분석", wood_response, search_results=critic_search)
-        critic_response = ""
-        
-        critic_text = "🔍 **전략 검증 전문가**\n[전략적 비전 검증] 🔄 McKinsey 수준 분석 중...\n"
-        for chunk in wuxing_system.call_llm_streaming(
-            [{"role": "user", "content": critic_prompt}], "critic"
-        ):
-            critic_response += chunk
-            critic_text = wuxing_system._format_critic_display([critic_response], 0)
-            yield wood_text, "", "", "", "", critic_text, "", "🔍 전략적 타당성과 실현 가능성 검증 중..."
-        
-        all_critics.append(critic_response)
-        
-        # 3. 火(전략기획) + 검색
-        # 비평자가 제안한 추가 키워드 추출
-        critic_keywords = wuxing_system.extract_keywords(critic_response, "[비평 검색]")
-        fire_search = {}
-        
-        for keyword in (keywords[:2] + critic_keywords[:2]):
-            results = wuxing_system.brave_search(f"{user_query} {keyword} strategy")
-            if results:
-                fire_search[keyword] = results
-                all_search_results[f"火-{keyword}"] = results
-        
-        fire_prompt = wuxing_system.create_fire_strategy_prompt(user_query, wood_response, critic_response, fire_search)
-        fire_response = ""
-        
-        fire_text = "🔥 **火 - 혁신 전략 아키텍트** (義)\n🔄 파괴적 혁신 전략 설계 중...\n"
-        for chunk in wuxing_system.call_llm_streaming(
-            [{"role": "user", "content": fire_prompt}], "fire"
-        ):
-            fire_response += chunk
-            fire_text = f"🔥 **火 - 혁신 전략 아키텍트** (義)\n{fire_response}"
-            yield wood_text, fire_text, "", "", "", critic_text, "", "🔥 비즈니스 모델 혁신과 경쟁우위 전략 수립 중..."
-        
-        all_responses['fire'] = fire_response
-        
-        # 4. 火 비평
-        fire_keywords = wuxing_system.extract_keywords(fire_response, "[추가 검색]")
-        critic_search = {}
-        
-        for keyword in fire_keywords[:2]:
-            results = wuxing_system.brave_search(keyword)
-            if results:
-                critic_search[keyword] = results
-                all_search_results[f"비평2-{keyword}"] = results
-        
-        critic_prompt = wuxing_system.create_critic_prompt("火 전략기획", fire_response, wood_response, critic_search)
-        critic_response = ""
-        
-        # 이전 비평 내용 유지하면서 새로운 비평 추가
-        for chunk in wuxing_system.call_llm_streaming(
-            [{"role": "user", "content": critic_prompt}], "critic"
-        ):
-            critic_response += chunk
-            critic_text = wuxing_system._format_critic_display(all_critics + [critic_response], 1)
-            yield wood_text, fire_text, "", "", "", critic_text, "", "🔍 혁신성과 경쟁우위 전략 검증 중..."
-        
-        all_critics.append(critic_response)
-        
-        # 5. 土(실행운영)
-        earth_search = {}
-        for keyword in ["implementation", "resource management", "quality assurance"]:
-            results = wuxing_system.brave_search(f"{user_query} {keyword}")
-            if results:
-                earth_search[keyword] = results
-                all_search_results[f"土-{keyword}"] = results
-        
-        earth_prompt = wuxing_system.create_earth_execution_prompt(user_query, fire_response, critic_response, earth_search)
-        earth_response = ""
-        
-        earth_text = "🏔️ **土 - 실행 최적화 전문가** (信)\n🔄 프로젝트 거버넌스 설계 중...\n"
-        for chunk in wuxing_system.call_llm_streaming(
-            [{"role": "user", "content": earth_prompt}], "earth"
-        ):
-            earth_response += chunk
-            earth_text = f"🏔️ **土 - 실행 최적화 전문가** (信)\n{earth_response}"
-            yield wood_text, fire_text, earth_text, "", "", critic_text, "", "🏔️ 실행 로드맵과 품질 시스템 구축 중..."
-        
-        all_responses['earth'] = earth_response
-        
-        # 6. 土 비평
-        critic_search = {}
-        results = wuxing_system.brave_search(f"{user_query} execution challenges")
-        if results:
-            critic_search["execution"] = results
-            all_search_results["비평3-execution"] = results
-        
-        critic_prompt = wuxing_system.create_critic_prompt("土 실행계획", earth_response, fire_response, critic_search)
-        critic_response = ""
-        
-        for chunk in wuxing_system.call_llm_streaming(
-            [{"role": "user", "content": critic_prompt}], "critic"
-        ):
-            critic_response += chunk
-            critic_text = wuxing_system._format_critic_display(all_critics + [critic_response], 2)
-            yield wood_text, fire_text, earth_text, "", "", critic_text, "", "🔍 실행 계획의 타당성과 리스크 분석 중..."
-        
-        all_critics.append(critic_response)
-        
-        # 7. 金(아키텍처)
-        metal_search = {}
-        for keyword in ["architecture", "standards", "system design", "scalability"]:
-            results = wuxing_system.brave_search(f"{user_query} {keyword}")
-            if results:
-                metal_search[keyword] = results
-                all_search_results[f"金-{keyword}"] = results
-        
-        metal_prompt = wuxing_system.create_metal_architecture_prompt(user_query, earth_response, critic_response, metal_search)
-        metal_response = ""
-        
-        metal_text = "⚙️ **金 - 시스템 아키텍처 마스터** (禮)\n🔄 엔터프라이즈 아키텍처 설계 중...\n"
-        for chunk in wuxing_system.call_llm_streaming(
-            [{"role": "user", "content": metal_prompt}], "metal"
-        ):
-            metal_response += chunk
-            metal_text = f"⚙️ **金 - 시스템 아키텍처 마스터** (禮)\n{metal_response}"
-            yield wood_text, fire_text, earth_text, metal_text, "", critic_text, "", "⚙️ 기술 표준과 확장 가능한 인프라 설계 중..."
-        
-        all_responses['metal'] = metal_response
-        
-        # 8. 金 비평
-        critic_search = {}
-        results = wuxing_system.brave_search(f"{user_query} technical constraints")
-        if results:
-            critic_search["constraints"] = results
-            all_search_results["비평4-constraints"] = results
-        
-        critic_prompt = wuxing_system.create_critic_prompt("金 아키텍처", metal_response, earth_response, critic_search)
-        critic_response = ""
-        
-        for chunk in wuxing_system.call_llm_streaming(
-            [{"role": "user", "content": critic_prompt}], "critic"
-        ):
-            critic_response += chunk
-            critic_text = wuxing_system._format_critic_display(all_critics + [critic_response], 3)
-            yield wood_text, fire_text, earth_text, metal_text, "", critic_text, "", "🔍 기술 아키텍처의 확장성과 보안성 검증 중..."
-        
-        all_critics.append(critic_response)
-        
-        # 9. 水(R&D)
-        water_search = {}
-        for keyword in ["innovation", "emerging technology", "R&D", "automation tools"]:
-            results = wuxing_system.brave_search(f"{user_query} {keyword}")
-            if results:
-                water_search[keyword] = results
-                all_search_results[f"水-{keyword}"] = results
-        
-        water_prompt = wuxing_system.create_water_rd_prompt(user_query, metal_response, critic_response, water_search)
-        water_response = ""
-        
-        water_text = "💧 **水 - 미래기술 연구소장** (智)\n🔄 신기술 융합 전략 연구 중...\n"
-        for chunk in wuxing_system.call_llm_streaming(
-            [{"role": "user", "content": water_prompt}], "water"
-        ):
-            water_response += chunk
-            water_text = f"💧 **水 - 미래기술 연구소장** (智)\n{water_response}"
-            yield wood_text, fire_text, earth_text, metal_text, water_text, critic_text, "", "💧 AI/ML 및 신기술 R&D 전략 수립 중..."
-        
-        all_responses['water'] = water_response
-        
-        # 10. 水 비평
-        critic_search = {}
-        results = wuxing_system.brave_search(f"{user_query} future trends")
-        if results:
-            critic_search["trends"] = results
-            all_search_results["비평5-trends"] = results
-        
-        critic_prompt = wuxing_system.create_critic_prompt("水 R&D", water_response, metal_response, critic_search)
-        critic_response = ""
-        
-        for chunk in wuxing_system.call_llm_streaming(
-            [{"role": "user", "content": critic_prompt}], "critic"
-        ):
-            critic_response += chunk
-            critic_text = wuxing_system._format_critic_display(all_critics + [critic_response], 4)
-            yield wood_text, fire_text, earth_text, metal_text, water_text, critic_text, "", "🔍 미래 기술의 실현 가능성과 ROI 검증 중..."
-        
-        all_critics.append(critic_response)
-        
-        # 11. 木(감독관) 최종 종합
-        wood_final_prompt = wuxing_system.create_wood_final_prompt(user_query, all_responses, all_critics)
-        wood_final_response = ""
-        
-        wood_text += "\n\n---\n\n🌳 **최종 전문 보고서 작성**\n🔄 Executive Summary 및 종합 전략 보고서 작성 중...\n"
-        for chunk in wuxing_system.call_llm_streaming(
-            [{"role": "user", "content": wood_final_prompt}], "wood"
-        ):
-            wood_final_response += chunk
-            temp_text = all_responses['wood_initial'] + f"\n\n---\n\n🌳 **최종 전문 보고서**\n{wood_final_response}"
-            wood_text = f"🌳 **木 - 전략적 비전 설계자** (仁)\n{temp_text}"
-            yield wood_text, fire_text, earth_text, metal_text, water_text, critic_text, "", "🌳 McKinsey 수준의 최종 전략 보고서 작성 중..."
-        
-        # 최종 보고서 생성 - AGI 수준 전문 보고서
-        final_report = f"""# 🌟 AGI 협력 시스템 전문 분석 보고서
-
-<div style="text-align: center; margin: 20px 0;">
-<h3>오행 집단지성 기반 종합 전략 보고서</h3>
-<p style="color: #666;">생성일시: {datetime.now().strftime('%Y년 %m월 %d일 %H:%M:%S')}</p>
-</div>
-
----
-
-## 📋 EXECUTIVE SUMMARY
-
-### 🎯 요청사항
-> **{user_query}**
-
-### 💡 핵심 권고사항
-{wood_final_response[:500]}...
-
-### 📊 주요 성과 지표
-| 구분 | 내용 | 영향도 |
-|------|------|--------|
-| **전략적 가치** | 혁신성과 차별화 | ⭐⭐⭐⭐⭐ |
-| **실행 가능성** | 리소스와 역량 | ⭐⭐⭐⭐ |
-| **예상 ROI** | 투자 대비 수익 | ⭐⭐⭐⭐⭐ |
-| **리스크 수준** | 관리 가능성 | ⭐⭐⭐ |
-
----
-
-## 1. 전략적 분석과 비전 (木 - Chief Vision Officer)
-
-### 1.1 거시적 통찰과 미래 예측
-{all_responses['wood_initial'][:1000]}...
-
-### 1.2 시스템적 사고와 혁신 프레임워크
-{wood_final_response[:1500]}...
-
----
-
-## 2. 혁신 전략과 비즈니스 모델 (火 - Innovation Strategy Architect)
-
-### 2.1 파괴적 혁신 전략
-{all_responses['fire'][:1000]}...
-
-### 2.2 경쟁우위 창출 방안
-- 차별화 전략
-- 가치 혁신
-- 플랫폼 전략
-
----
-
-## 3. 실행 계획과 운영 최적화 (土 - Execution Excellence Expert)
-
-### 3.1 단계별 실행 로드맵
-{all_responses['earth'][:1000]}...
-
-### 3.2 리소스 배분과 프로젝트 거버넌스
-| 단계 | 기간 | 주요 활동 | 필요 리소스 | KPI |
-|------|------|-----------|-------------|-----|
-| Phase 1 | 0-6개월 | 기반 구축 | 팀 10명, $500K | 인프라 90% |
-| Phase 2 | 6-18개월 | 확장 | 팀 25명, $2M | 시장점유율 15% |
-| Phase 3 | 18-36개월 | 최적화 | 팀 50명, $5M | ROI 300% |
-
----
-
-## 4. 기술 아키텍처와 시스템 설계 (金 - Systems Architecture Master)
-
-### 4.1 엔터프라이즈 아키텍처
-{all_responses['metal'][:1000]}...
-
-### 4.2 기술 스택과 표준화 전략
-```
-┌─────────────────────────────────────┐
-│         프레젠테이션 계층           │
-├─────────────────────────────────────┤
-│          비즈니스 로직              │
-├─────────────────────────────────────┤
-│         데이터 액세스               │
-├─────────────────────────────────────┤
-│      인프라 & 클라우드              │
-└─────────────────────────────────────┘
-```
-
----
-
-## 5. 미래 기술과 R&D 전략 (水 - Future Tech Research Director)
-
-### 5.1 신기술 트렌드와 융합 전략
-{all_responses['water'][:1000]}...
-
-### 5.2 혁신 포트폴리오
-- **Horizon 1**: 현재 핵심 기술 최적화
-- **Horizon 2**: 신흥 기술 도입
-- **Horizon 3**: 미래 기술 R&D
-
----
-
-## 6. 비평과 개선 방향 (중립적 비평 전문가)
-
-### 6.1 전략적 검증과 리스크 분석
-{all_critics[-1][:800]}...
-
-### 6.2 지속적 개선 메커니즘
-- 분기별 전략 리뷰
-- 애자일 거버넌스
-- 실시간 성과 모니터링
-
----
-
-## 7. 결론 및 다음 단계
-
-### 7.1 종합 결론
-본 보고서는 오�� 집단지성 시스템을 통해 도출된 종합적이고 균형잡힌 전략을 제시합니다.
-각 전문가의 심층 분석과 중립적 비평을 통해 검증된 실행 가능한 로드맵을 수립했습니다.
-
-### 7.2 즉시 실행 과제 (Quick Wins)
-1. **Week 1-2**: 핵심 팀 구성 및 킥오프
-2. **Week 3-4**: 상세 요구사항 분석
-3. **Month 2**: 프로토타입 개발
-4. **Month 3**: 파일럿 테스트
-
-### 7.3 성공 요인
-- 🎯 명확한 비전과 전략
-- 💪 강력한 실행력
-- 🔧 견고한 기술 기반
-- 🚀 지속적 혁신
-- 📊 데이터 기반 의사결정
-
----
-
-## 📈 부록: 상세 분석 데이터
-
-### A. 검색 및 분석 통계
-| 항목 | 수치 |
-|------|------|
-| **웹 검색 수행** | {len(all_search_results)}회 |
-| **분석된 자료** | {sum(len(r) for r in all_search_results.values())}건 |
-| **협력 프로세스** | 11단계 완료 |
-| **AI 모델** | {'Gemini 2.5 Pro (AGI Mode)' if wuxing_system.use_gemini else 'Advanced LLM (AGI Mode)'} |
-| **신뢰도** | 98.7% |
-
-### B. 참고 문헌 및 데이터 소스
-- McKinsey Global Institute Reports
-- MIT Technology Review
-- Harvard Business Review
-- Gartner Research
-- Industry Best Practices
-
----
-
-<div style="text-align: center; margin-top: 40px; padding: 20px; background-color: #f0f9ff; border-radius: 8px;">
-<p><strong>본 보고서는 AGI 수준의 오행 협력 시스템에 의해 생성되었습니다.</strong></p>
-<p style="color: #666;">仁義禮智信 - 다섯 가지 덕목의 조화로운 융합</p>
-<p style="font-size: 12px; color: #999;">© 2024 Wuxing AGI Collaborative System. All rights reserved.</p>
-</div>"""
-        
-        status_text = f"✅ AGI 전문 보고서 생성 완료! (데이터 소스: {len(all_search_results)}개, 분석 자료: {sum(len(r) for r in all_search_results.values())}건)"
-        yield wood_text, fire_text, earth_text, metal_text, water_text, critic_text, final_report, status_text
-        
-    except Exception as e:
-        error_msg = f"❌ 처리 중 오류: {str(e)}"
-        yield "", "", "", "", "", "", "", error_msg
-
-def clear_wuxing():
-    """시스템 초기화"""
-    return "", "", "", "", "", "", "", "🔄 AGI 시스템이 초기화되었습니다."
-
-# CSS 스타일
-css = """
-.gradio-container {
-    font-family: 'Arial', sans-serif;
-}
-.wood-box textarea {
-    border-left: 4px solid #10b981 !important;
-    background-color: #f0fdf4 !important;
-}
-.fire-box textarea {
-    border-left: 4px solid #ef4444 !important;
-    background-color: #fef2f2 !important;
-}
-.earth-box textarea {
-    border-left: 4px solid #a855f7 !important;
-    background-color: #faf5ff !important;
-}
-.metal-box textarea {
-    border-left: 4px solid #f59e0b !important;
-    background-color: #fffbeb !important;
-}
-.water-box textarea {
-    border-left: 4px solid #3b82f6 !important;
-    background-color: #eff6ff !important;
-}
-.critic-box textarea {
-    border-left: 4px solid #6b7280 !important;
-    background-color: #f9fafb !important;
-}
-.final-report-box {
-    border: 2px solid #10b981 !important;
-    border-radius: 8px !important;
-    padding: 20px !important;
-    background: linear-gradient(to bottom, #f0fdf4, #ffffff) !important;
-    margin-top: 10px !important;
-    font-size: 14px !important;
-    max-height: 800px !important;
-    overflow-y: auto !important;
-    line-height: 1.8 !important;
-    box-shadow: 0 4px 6px rgba(0, 0, 0, 0.1) !important;
-}
-.final-report-box h1 {
-    color: #065f46 !important;
-    font-size: 28px !important;
-    margin-bottom: 16px !important;
-    text-align: center !important;
-    font-weight: bold !important;
-}
-.final-report-box h2 {
-    color: #047857 !important;
-    font-size: 22px !important;
-    margin-top: 20px !important;
-    margin-bottom: 12px !important;
-    border-bottom: 2px solid #10b981 !important;
-    padding-bottom: 8px !important;
-}
-.final-report-box h3 {
-    color: #059669 !important;
-    font-size: 18px !important;
-    margin-top: 16px !important;
-    margin-bottom: 10px !important;
-    font-weight: 600 !important;
-}
-.final-report-box h4 {
-    color: #10b981 !important;
-    font-size: 16px !important;
-    margin-top: 12px !important;
-    margin-bottom: 8px !important;
-}
-.final-report-box table {
-    border-collapse: collapse !important;
-    width: 100% !important;
-    margin: 20px 0 !important;
-    box-shadow: 0 2px 4px rgba(0, 0, 0, 0.1) !important;
-}
-.final-report-box th, .final-report-box td {
-    border: 1px solid #d1d5db !important;
-    padding: 12px 14px !important;
-    text-align: left !important;
-}
-.final-report-box th {
-    background-color: #065f46 !important;
-    font-weight: bold !important;
-    color: #ffffff !important;
-    text-transform: uppercase !important;
-    font-size: 13px !important;
-    letter-spacing: 0.5px !important;
-}
-.final-report-box tr:nth-child(even) {
-    background-color: #f9fafb !important;
-}
-.final-report-box tr:hover {
-    background-color: #f0fdf4 !important;
-    transition: background-color 0.2s !important;
-}
-.final-report-box code {
-    background-color: #ecfdf5 !important;
-    padding: 3px 8px !important;
-    border-radius: 4px !important;
-    font-family: 'Consolas', 'Monaco', monospace !important;
-    color: #047857 !important;
-    font-size: 13px !important;
-    border: 1px solid #10b981 !important;
-}
-.final-report-box pre {
-    background-color: #1e293b !important;
-    color: #e2e8f0 !important;
-    padding: 16px !important;
-    border-radius: 8px !important;
-    overflow-x: auto !important;
-    margin: 16px 0 !important;
-    font-size: 13px !important;
-    line-height: 1.5 !important;
-}
-.final-report-box pre code {
-    background-color: transparent !important;
-    color: #e2e8f0 !important;
-    padding: 0 !important;
-    border: none !important;
-}
-.final-report-box blockquote {
-    border-left: 4px solid #10b981 !important;
-    padding-left: 16px !important;
-    margin: 16px 0 !important;
-    color: #064e3b !important;
-    font-style: italic !important;
-    background-color: #f0fdf4 !important;
-    padding: 14px 16px !important;
-    border-radius: 0 8px 8px 0 !important;
-}
-.final-report-box ul, .final-report-box ol {
-    margin-left: 24px !important;
-    margin-bottom: 16px !important;
-}
-.final-report-box li {
-    margin-bottom: 8px !important;
-    line-height: 1.8 !important;
-}
-.final-report-box strong {
-    color: #065f46 !important;
-    font-weight: 600 !important;
-}
-.final-report-box em {
-    color: #047857 !important;
-}
-.final-report-box hr {
-    border: none !important;
-    border-top: 2px solid #10b981 !important;
-    margin: 28px 0 !important;
-}
-.final-report-box a {
-    color: #059669 !important;
-    text-decoration: underline !important;
-}
-.final-report-box a:hover {
-    color: #047857 !important;
-}
-h1 {
-    text-align: center;
-    color: #1f2937;
-    margin-bottom: 10px;
-}
-h3 {
-    font-weight: 600;
-    margin-bottom: 8px;
-}
-.gradio-container {
-    max-width: 1400px;
-    margin: 0 auto;
-}
-"""
-
-# Gradio 인터페이스
-with gr.Blocks(
-    title="AGI 오행 전문 보고서 시스템", 
-    theme=gr.themes.Soft(), 
-    css=css,
-    analytics_enabled=False
-) as app:
-    gr.Markdown(
-        """
-        # 🌟 AGI 수준 오행·오상 기반 전문 보고서 작성 시스템
-        
-        ### 🚀 차세대 인공지능 집단지성 플랫폼
-        
-        > **"다섯 가지 전문성의 시너지로 창출하는 최고 수준의 전략 보고서"**
-        
-        ### 📋 프로세스: 木→비평→火→비평→土→비평→金→비평→水→비평→木(최종)
-        
-        | 역할 | 덕목·오행 | AGI 전문성 |
-        |------|-----------|-------------|
-        | 🌳 **전략적 비전 설계자** | 仁·木 | 미래예측, 시스템적 사고, 혁신 전략 |
-        | 🔥 **혁신 전략 아키텍트** | 義·火 | 파괴적 혁신, 비즈니스 모델, 경쟁우위 |
-        | 🏔️ **실행 최적화 전문가** | 信·土 | 프로젝트 거버넌스, 품질 시스템, ROI |
-        | ⚙️ **시스템 아키텍처 마스터** | 禮·金 | 엔터프라이즈 설계, 기술 표준, 확장성 |
-        | 💧 **미래기술 연구소장** | 智·水 | 신기술 R&D, AI/ML, 기술 융합 |
-        | 🔍 **전략 검증 전문가** | 중립 | McKinsey급 분석, 리스크 평가 |
-        
-        ---
-        
-        **💡 본 시스템은 AGI(Artificial General Intelligence) 수준의 분석력과 창의성을 바탕으로**
-        **McKinsey, BCG, Bain 수준의 전문 컨설팅 보고서를 자동으로 생성합니다.**
-        """
-    )
-    
-    with gr.Row():
-        with gr.Column(scale=3):
-            llm_mode = gr.Radio(
-                choices=["default", "commercial"],
-                value="commercial",
-                label="AI 모델 선택",
-                info="commercial: Gemini 2.5 Pro (AGI Mode) - 권장"
-            )
-            
-            user_input = gr.Textbox(
-                label="보고서 요청사항",
-                placeholder="예: 우리 회사의 디지털 전환 전략과 3개년 실행 로드맵을 수립해주세요",
-                lines=4
-            )
-            
-            with gr.Row():
-                submit_btn = gr.Button("🚀 전문 보고서 생성", variant="primary", scale=2)
-                clear_btn = gr.Button("🗑️ 초기화", scale=1)
-        
-        with gr.Column(scale=1):
-            status_text = gr.Textbox(
-                label="프로세스 상태",
-                interactive=False,
-                value="AGI 시스템 대기 중...",
-                lines=3
-            )
-    
-    # 최종 보고서 섹션
-    with gr.Row():
-        with gr.Column():
-            gr.Markdown("""
-            ### 📊 최종 전문 분석 보고서
-            <p style="color: #666; margin-top: -10px;">Executive Summary & Strategic Recommendations</p>
-            """)
-            final_report = gr.Markdown(
-                value="*AGI 수준의 ���문 보고서가 여기에 생성됩니다.*",
-                elem_classes=["final-report-box"]
-            )
-    
-    # 오행 출력 - 2x3 그리드
-    with gr.Row():
-        with gr.Column():
-            gr.Markdown("### 🌳 木 - 전략적 비전 설계자 (仁)")
-            wood_output = gr.Textbox(
-                label="",
-                lines=12,
-                max_lines=18,
-                interactive=False,
-                elem_classes=["wood-box"]
-            )
-        
-        with gr.Column():
-            gr.Markdown("### 🔥 火 - 혁신 전략 아키텍트 (義)")
-            fire_output = gr.Textbox(
-                label="",
-                lines=12,
-                max_lines=18,
-                interactive=False,
-                elem_classes=["fire-box"]
-            )
-    
-    with gr.Row():
-        with gr.Column():
-            gr.Markdown("### 🏔️ 土 - 실행 최적화 전문가 (信)")
-            earth_output = gr.Textbox(
-                label="",
-                lines=12,
-                max_lines=18,
-                interactive=False,
-                elem_classes=["earth-box"]
-            )
-        
-        with gr.Column():
-            gr.Markdown("### ⚙️ 金 - 시스템 아키텍처 마스터 (禮)")
-            metal_output = gr.Textbox(
-                label="",
-                lines=12,
-                max_lines=18,
-                interactive=False,
-                elem_classes=["metal-box"]
-            )
-    
-    with gr.Row():
-        with gr.Column():
-            gr.Markdown("### 💧 水 - 미래기술 연구소장 (智)")
-            water_output = gr.Textbox(
-                label="",
-                lines=12,
-                max_lines=18,
-                interactive=False,
-                elem_classes=["water-box"]
-            )
-        
-        with gr.Column():
-            gr.Markdown("### 🔍 전략 검증 전문가")
-            critic_output = gr.Textbox(
-                label="",
-                lines=12,
-                max_lines=18,
-                interactive=False,
-                elem_classes=["critic-box"]
-            )
-    
-    # 예제
-    gr.Examples(
-        examples=[
-            "우리 회사의 디지털 전환 전략과 3개년 실행 로드맵을 수립해주세요",
-            "글로벌 시장 진출을 위한 종합적인 사업 전략과 리스크 분석 보고서를 작성해주세요",
-            "AI 기반 신규 비즈니스 모델 개발과 수익화 전략을 제안해주세요",
-            "ESG 경영 체계 구축과 지속가능성 전략 보고서를 작성해주세요",
-            "메타버스 플랫폼 구축을 위한 기술 아키텍처와 사업 계획을 수립해주세요",
-            "공급망 최적화와 스마트 팩토리 전환 전략을 분석해주세요",
-            "데이터 기반 의사결정 체계 구축 방안과 거버넌스 모델을 제시해주세요",
-            "고객 경험 혁신을 위한 옴니채널 전략과 실행 계획을 수립해주세요"
-        ],
-        inputs=user_input,
-        label="💡 전문 보고서 예제"
-    )
-    
-    # 이벤트 핸들러
-    submit_btn.click(
-        fn=process_wuxing_query,
-        inputs=[user_input, llm_mode],
-        outputs=[wood_output, fire_output, earth_output, metal_output, water_output, critic_output, final_report, status_text]
-    ).then(
-        fn=lambda: "",
-        outputs=[user_input]
-    )
-    
-    user_input.submit(
-        fn=process_wuxing_query,
-        inputs=[user_input, llm_mode],
-        outputs=[wood_output, fire_output, earth_output, metal_output, water_output, critic_output, final_report, status_text]
-    ).then(
-        fn=lambda: "",
-        outputs=[user_input]
-    )
-    
-    clear_btn.click(
-        fn=clear_wuxing,
-        outputs=[wood_output, fire_output, earth_output, metal_output, water_output, critic_output, final_report, status_text]
-    )
-
-if __name__ == "__main__":
-    app.queue()
-    app.launch(
-        server_name="0.0.0.0",
-        server_port=7860,
-        share=True,
-        show_error=True
-    )