Spaces:
Running
Running
| import os | |
| import json | |
| import re | |
| import logging | |
| import requests | |
| import markdown | |
| import time | |
| import io | |
| import random | |
| import hashlib | |
| from datetime import datetime | |
| from dataclasses import dataclass | |
| from itertools import combinations, product | |
| from typing import Iterator | |
| import streamlit as st | |
| import pandas as pd | |
| import PyPDF2 # For handling PDF files | |
| from collections import Counter | |
| from openai import OpenAI, APIError, APITimeoutError | |
| from gradio_client import Client | |
| from kaggle.api.kaggle_api_extended import KaggleApi | |
| import tempfile | |
| import glob | |
| import shutil | |
| # ─── 추가된 라이브러리(절대 누락 금지) ─────────────────────────────── | |
| import pyarrow.parquet as pq | |
| from sklearn.feature_extraction.text import TfidfVectorizer | |
| from sklearn.metrics.pairwise import cosine_similarity | |
| # ─── 네트워크 안정화용 라이브러리 ────────────────────────────────────── | |
| import httpx | |
| from httpx import RemoteProtocolError | |
| # ▸ backoff 모듈이 없으면 즉석에서 대체 구현 | |
| try: | |
| import backoff | |
| except ImportError: | |
| logging.warning("`backoff` 모듈이 없어 간단 대체 데코레이터를 사용합니다.") | |
| def _simple_backoff_on_exception(exceptions, *args, **kwargs): | |
| """ | |
| 가벼운 지수(backoff=2^n) 재시도 데코레이터. | |
| backoff.on_exception API의 필수 인자만 흉내냅니다. | |
| - exceptions : 재시도 대상 예외(tuple 또는 단일) | |
| - max_tries : kwargs 로 지정(기본 3) | |
| - base : kwargs 로 지정(기본 2, 지수 배수) | |
| 기타 인자는 무시합니다. | |
| """ | |
| max_tries = kwargs.get("max_tries", 3) | |
| base = kwargs.get("base", 2) | |
| def decorator(fn): | |
| def wrapper(*f_args, **f_kwargs): | |
| attempt = 0 | |
| while True: | |
| try: | |
| return fn(*f_args, **f_kwargs) | |
| except exceptions as e: | |
| attempt += 1 | |
| if attempt >= max_tries: | |
| raise | |
| sleep = base ** attempt | |
| logging.info( | |
| f"[retry {attempt}/{max_tries}] {fn.__name__} -> {e} … {sleep}s 대기" | |
| ) | |
| time.sleep(sleep) | |
| return wrapper | |
| return decorator | |
| class _DummyBackoff: | |
| on_exception = _simple_backoff_on_exception | |
| backoff = _DummyBackoff() | |
| # ─────────────────────────────── Environment Variables / Constants ───────────────────────── | |
| OPENAI_API_KEY = os.getenv("OPENAI_API_KEY", "") | |
| BRAVE_KEY = os.getenv("SERPHOUSE_API_KEY", "") # Brave Search API | |
| KAGGLE_USERNAME = os.getenv("KAGGLE_USERNAME", "") | |
| KAGGLE_KEY = os.getenv("KAGGLE_KEY", "") | |
| KAGGLE_API_KEY = KAGGLE_KEY | |
| if not (KAGGLE_USERNAME and KAGGLE_KEY): | |
| raise RuntimeError("⚠️ KAGGLE_USERNAME과 KAGGLE_KEY 환경변수를 먼저 설정하세요.") | |
| os.environ["KAGGLE_USERNAME"] = KAGGLE_USERNAME | |
| os.environ["KAGGLE_KEY"] = KAGGLE_KEY | |
| BRAVE_ENDPOINT = "https://api.search.brave.com/res/v1/web/search" | |
| IMAGE_API_URL = "http://211.233.58.201:7896" # 예시 이미지 생성용 API | |
| MAX_TOKENS = 7999 # 안전한 토큰 한도 | |
| # ─────────────────────────────── Logging ─────────────────────────────── | |
| logging.basicConfig( | |
| level=logging.INFO, | |
| format="%(asctime)s - %(levelname)s - %(message)s" | |
| ) | |
| # ─────────────────────────────── 군사(밀리터리) 전술 데이터셋 로드 ───────────────── | |
| def load_military_dataset(): | |
| """ | |
| mil.parquet (index, scenario_description, attack_reasoning, defense_reasoning) | |
| """ | |
| path = os.path.join(os.path.dirname(__file__), "mil.parquet") | |
| if not os.path.exists(path): | |
| logging.warning("mil.parquet not found – military support disabled.") | |
| return None | |
| try: | |
| df = pq.read_table(path).to_pandas() | |
| return df | |
| except Exception as e: | |
| logging.error(f"Failed to read mil.parquet: {e}") | |
| return None | |
| MIL_DF = load_military_dataset() | |
| def is_military_query(text: str) -> bool: | |
| """군사/전술 관련 키워드가 등장하면 True 반환""" | |
| kw = [ | |
| "군사", "전술", "전투", "전쟁", "작전", "무기", "병력", | |
| "military", "tactic", "warfare", "battle", "operation" | |
| ] | |
| return any(k.lower() in text.lower() for k in kw) | |
| def military_search(query: str, top_k: int = 3): | |
| """ | |
| mil.parquet의 scenario_description 열과 코사인 유사도 분석하여 | |
| query와 가장 유사한 상위 시나리오를 반환 | |
| """ | |
| if MIL_DF is None: | |
| return [] | |
| try: | |
| corpus = MIL_DF["scenario_description"].tolist() | |
| vec = TfidfVectorizer().fit_transform([query] + corpus) | |
| sims = cosine_similarity(vec[0:1], vec[1:]).flatten() | |
| top_idx = sims.argsort()[-top_k:][::-1] | |
| return MIL_DF.iloc[top_idx][[ | |
| "scenario_description", | |
| "attack_reasoning", | |
| "defense_reasoning" | |
| ]].to_dict("records") | |
| except Exception as e: | |
| logging.error(f"military_search error: {e}") | |
| return [] | |
| # ─────────────────────────────── Kaggle Datasets ──────────────────────── | |
| KAGGLE_DATASETS = { | |
| "general_business": { | |
| "ref": "mohammadgharaei77/largest-2000-global-companies", | |
| "title": "Largest 2000 Global Companies", | |
| "subtitle": "Comprehensive data about the world's largest companies", | |
| "url": "https://www.kaggle.com/datasets/mohammadgharaei77/largest-2000-global-companies", | |
| "keywords": ["business", "company", "corporation", "enterprise", "global", "비즈니스", "기업", "회사", "글로벌", "기업가치"] | |
| }, | |
| "global_development": { | |
| "ref": "michaelmatta0/global-development-indicators-2000-2020", | |
| "title": "Global Development Indicators (2000-2020)", | |
| "subtitle": "Economic and social indicators for countries worldwide", | |
| "url": "https://www.kaggle.com/datasets/michaelmatta0/global-development-indicators-2000-2020", | |
| "keywords": ["development", "economy", "global", "indicators", "social", "경제", "발전", "지표", "사회", "국가", "글로벌"] | |
| }, | |
| "startup_ideas": { | |
| "ref": "rohitsahoo/100-startup-ideas", | |
| "title": "Startup Idea Generator Dataset", | |
| "subtitle": "A variety of startup ideas", | |
| "url": "https://www.kaggle.com/datasets/rohitsahoo/100-startup-ideas", | |
| "keywords": ["startup", "innovation", "business idea", "entrepreneurship", "스타트업", "창업", "혁신", "아이디어", "기업가"] | |
| }, | |
| "legal_terms": { | |
| "ref": "gu05087/korean-legal-terms", | |
| "title": "Korean Legal Terms", | |
| "subtitle": "Database of Korean legal terminology", | |
| "url": "https://www.kaggle.com/datasets/gu05087/korean-legal-terms", | |
| "keywords": ["legal", "law", "terms", "korean", "legislation", "법률", "법적", "한국", "용어", "규제"] | |
| }, | |
| "billionaires": { | |
| "ref": "vincentcampanaro/forbes-worlds-billionaires-list-2024", | |
| "title": "Forbes World's Billionaires List 2024", | |
| "subtitle": "Comprehensive data on the world's wealthiest individuals", | |
| "url": "https://www.kaggle.com/datasets/vincentcampanaro/forbes-worlds-billionaires-list-2024", | |
| "keywords": ["billionaire", "wealth", "rich", "forbes", "finance", "부자", "억만장자", "포브스", "부", "재테크"] | |
| }, | |
| "financial_news": { | |
| "ref": "thedevastator/uncovering-financial-insights-with-the-reuters-2", | |
| "title": "Reuters Financial News Insights", | |
| "subtitle": "Financial news and market analysis from Reuters", | |
| "url": "https://www.kaggle.com/datasets/thedevastator/uncovering-financial-insights-with-the-reuters-2", | |
| "keywords": ["finance", "market", "stock", "investment", "news", "금융", "시장", "주식", "투자", "뉴스"] | |
| }, | |
| "ecommerce": { | |
| "ref": "oleksiimartusiuk/80000-products-e-commerce-data-clean", | |
| "title": "80,000 Products E-Commerce Data", | |
| "subtitle": "Clean dataset of e-commerce products information", | |
| "url": "https://www.kaggle.com/datasets/oleksiimartusiuk/80000-products-e-commerce-data-clean", | |
| "keywords": ["ecommerce", "product", "retail", "shopping", "online", "이커머스", "제품", "소매", "쇼핑", "온라인"] | |
| }, | |
| "world_development_indicators": { | |
| "ref": "georgejdinicola/world-bank-indicators", | |
| "title": "World Development Indicators", | |
| "subtitle": "Long-run socio-economic indicators for 200+ countries", | |
| "url": "https://www.kaggle.com/datasets/georgejdinicola/world-bank-indicators", | |
| "keywords": [ | |
| "wdi", "macro", "economy", "gdp", "population", | |
| "개발지표", "거시경제", "세계은행", "경제지표", "인구" | |
| ] | |
| }, | |
| "commodity_prices": { | |
| "ref": "debashish311601/commodity-prices", | |
| "title": "Commodity Prices (2000-2023)", | |
| "subtitle": "Daily prices for crude oil, gold, grains, metals, etc.", | |
| "url": "https://www.kaggle.com/datasets/debashish311601/commodity-prices", | |
| "keywords": [ | |
| "commodity", "oil", "gold", "raw material", "price", | |
| "원자재", "유가", "금", "가격", "시장" | |
| ] | |
| }, | |
| "world_trade": { | |
| "ref": "muhammadtalhaawan/world-export-and-import-dataset", | |
| "title": "World Export & Import Dataset", | |
| "subtitle": "34-year historical trade flows by country & product", | |
| "url": "https://www.kaggle.com/datasets/muhammadtalhaawan/world-export-and-import-dataset", | |
| "keywords": [ | |
| "trade", "export", "import", "commerce", "flow", | |
| "무역", "수출", "수입", "국제교역", "관세" | |
| ] | |
| }, | |
| "us_business_reports": { | |
| "ref": "census/business-and-industry-reports", | |
| "title": "US Business & Industry Reports", | |
| "subtitle": "Key monthly economic indicators from the US Census Bureau", | |
| "url": "https://www.kaggle.com/datasets/census/business-and-industry-reports", | |
| "keywords": [ | |
| "us", "economy", "retail sales", "construction", "manufacturing", | |
| "미국", "경제지표", "소매판매", "산업생산", "건설" | |
| ] | |
| }, | |
| "us_industrial_production": { | |
| "ref": "federalreserve/industrial-production-index", | |
| "title": "Industrial Production Index (US)", | |
| "subtitle": "Monthly Fed index for manufacturing, mining & utilities", | |
| "url": "https://www.kaggle.com/datasets/federalreserve/industrial-production-index", | |
| "keywords": [ | |
| "industry", "production", "index", "fed", "us", | |
| "산업생산", "제조업", "미국", "경기", "지수" | |
| ] | |
| }, | |
| "us_stock_market": { | |
| "ref": "borismarjanovic/price-volume-data-for-all-us-stocks-etfs", | |
| "title": "Huge Stock Market Dataset", | |
| "subtitle": "Historical prices & volumes for all US stocks and ETFs", | |
| "url": "https://www.kaggle.com/datasets/borismarjanovic/price-volume-data-for-all-us-stocks-etfs", | |
| "keywords": [ | |
| "stock", "market", "finance", "equity", "price", | |
| "주식", "미국증시", "시세", "ETF", "데이터" | |
| ] | |
| }, | |
| "company_financials": { | |
| "ref": "rish59/financial-statements-of-major-companies2009-2023", | |
| "title": "Financial Statements of Major Companies (2009-2023)", | |
| "subtitle": "15-year income sheet & balance sheet data for global firms", | |
| "url": "https://www.kaggle.com/datasets/rish59/financial-statements-of-major-companies2009-2023", | |
| "keywords": [ | |
| "financials", "income", "balance sheet", "cashflow", | |
| "재무제표", "매출", "수익성", "기업재무", "포트폴리오" | |
| ] | |
| }, | |
| "startup_investments": { | |
| "ref": "justinas/startup-investments", | |
| "title": "Crunchbase Startup Investments", | |
| "subtitle": "Funding rounds & investor info for global startups", | |
| "url": "https://www.kaggle.com/datasets/justinas/startup-investments", | |
| "keywords": [ | |
| "startup", "venture", "funding", "crunchbase", | |
| "투자", "VC", "스타트업", "라운드", "신규진입" | |
| ] | |
| }, | |
| "global_energy": { | |
| "ref": "atharvasoundankar/global-energy-consumption-2000-2024", | |
| "title": "Global Energy Consumption (2000-2024)", | |
| "subtitle": "Country-level energy usage by source & sector", | |
| "url": "https://www.kaggle.com/datasets/atharvasoundankar/global-energy-consumption-2000-2024", | |
| "keywords": [ | |
| "energy", "consumption", "renewable", "oil", "utility", | |
| "에너지", "소비", "재생에너지", "전력수요", "화석연료" | |
| ] | |
| }, | |
| "co2_emissions": { | |
| "ref": "ulrikthygepedersen/co2-emissions-by-country", | |
| "title": "CO₂ Emissions by Country", | |
| "subtitle": "Annual CO₂ emissions & per-capita data since 1960s", | |
| "url": "https://www.kaggle.com/datasets/ulrikthygepedersen/co2-emissions-by-country", | |
| "keywords": [ | |
| "co2", "emission", "climate", "environment", "carbon", | |
| "탄소배출", "기후변화", "환경", "온실가스", "지속가능" | |
| ] | |
| }, | |
| "crop_climate": { | |
| "ref": "thedevastator/the-relationship-between-crop-production-and-cli", | |
| "title": "Crop Production & Climate Change", | |
| "subtitle": "Yield & area stats for wheat, corn, rice, soybean vs climate", | |
| "url": "https://www.kaggle.com/datasets/thedevastator/the-relationship-between-crop-production-and-cli", | |
| "keywords": [ | |
| "agriculture", "crop", "climate", "yield", "food", | |
| "농업", "작물", "기후", "수확량", "식품" | |
| ] | |
| }, | |
| "esg_ratings": { | |
| "ref": "alistairking/public-company-esg-ratings-dataset", | |
| "title": "Public Company ESG Ratings", | |
| "subtitle": "Environment, Social & Governance scores for listed firms", | |
| "url": "https://www.kaggle.com/datasets/alistairking/public-company-esg-ratings-dataset", | |
| "keywords": [ | |
| "esg", "sustainability", "governance", "csr", | |
| "환경", "사회", "지배구조", "지속가능", "평가" | |
| ] | |
| }, | |
| "global_health": { | |
| "ref": "malaiarasugraj/global-health-statistics", | |
| "title": "Global Health Statistics", | |
| "subtitle": "Comprehensive health indicators & disease prevalence by country", | |
| "url": "https://www.kaggle.com/datasets/malaiarasugraj/global-health-statistics", | |
| "keywords": [ | |
| "health", "disease", "life expectancy", "WHO", | |
| "보건", "질병", "기대수명", "의료", "공중보건" | |
| ] | |
| }, | |
| "housing_market": { | |
| "ref": "atharvasoundankar/global-housing-market-analysis-2015-2024", | |
| "title": "Global Housing Market Analysis (2015-2024)", | |
| "subtitle": "House price index, mortgage rates, rent data by country", | |
| "url": "https://www.kaggle.com/datasets/atharvasoundankar/global-housing-market-analysis-2015-2024", | |
| "keywords": [ | |
| "housing", "real estate", "price index", "mortgage", | |
| "부동산", "주택가격", "임대료", "시장", "금리" | |
| ] | |
| }, | |
| "pharma_sales": { | |
| "ref": "milanzdravkovic/pharma-sales-data", | |
| "title": "Pharma Sales Data (2014-2019)", | |
| "subtitle": "600k sales records across 8 ATC drug categories", | |
| "url": "https://www.kaggle.com/datasets/milanzdravkovic/pharma-sales-data", | |
| "keywords": [ | |
| "pharma", "sales", "drug", "healthcare", "medicine", | |
| "제약", "의약품", "매출", "헬스케어", "시장" | |
| ] | |
| }, | |
| "ev_sales": { | |
| "ref": "muhammadehsan000/global-electric-vehicle-sales-data-2010-2024", | |
| "title": "Global EV Sales Data (2010-2024)", | |
| "subtitle": "Electric vehicle unit sales by region & model year", | |
| "url": "https://www.kaggle.com/datasets/muhammadehsan000/global-electric-vehicle-sales-data-2010-2024", | |
| "keywords": [ | |
| "ev", "electric vehicle", "automotive", "mobility", | |
| "전기차", "판매량", "자동차산업", "친환경모빌리티", "시장성장" | |
| ] | |
| }, | |
| "hr_attrition": { | |
| "ref": "pavansubhasht/ibm-hr-analytics-attrition-dataset", | |
| "title": "IBM HR Analytics: Attrition & Performance", | |
| "subtitle": "Employee demographics, satisfaction & attrition flags", | |
| "url": "https://www.kaggle.com/datasets/pavansubhasht/ibm-hr-analytics-attrition-dataset", | |
| "keywords": [ | |
| "hr", "attrition", "employee", "people analytics", | |
| "인사", "이직률", "직원", "HR분석", "조직관리" | |
| ] | |
| }, | |
| "employee_satisfaction": { | |
| "ref": "redpen12/employees-satisfaction-analysis", | |
| "title": "Employee Satisfaction Survey Data", | |
| "subtitle": "Department-level survey scores on satisfaction & engagement", | |
| "url": "https://www.kaggle.com/datasets/redpen12/employees-satisfaction-analysis", | |
| "keywords": [ | |
| "satisfaction", "engagement", "survey", "workplace", | |
| "직원만족도", "조직문화", "설문", "근무환경", "HR" | |
| ] | |
| }, | |
| "world_bank_indicators": { | |
| "ref": "georgejdinicola/world-bank-indicators", | |
| "title": "World Bank Indicators by Topic (1960-Present)", | |
| "subtitle": "Macro-economic, 사회·인구 통계 등 200+개국 장기 시계열 지표", | |
| "url": "https://www.kaggle.com/datasets/georgejdinicola/world-bank-indicators", | |
| "keywords": ["world bank", "development", "economy", "global", "indicator", "세계은행", "경제", "지표", "개발", "거시"] | |
| }, | |
| "physical_chem_properties": { | |
| "ref": "ivanyakovlevg/physical-and-chemical-properties-of-substances", | |
| "title": "Physical & Chemical Properties of Substances", | |
| "subtitle": "8만여 화합물의 물리·화학 특성 및 분류 정보", | |
| "url": "https://www.kaggle.com/datasets/ivanyakovlevg/physical-and-chemical-properties-of-substances", | |
| "keywords": ["chemistry", "materials", "property", "substance", "화학", "물성", "소재", "데이터", "R&D"] | |
| }, | |
| "global_weather_repository": { | |
| "ref": "nelgiriyewithana/global-weather-repository", | |
| "title": "Global Weather Repository", | |
| "subtitle": "전 세계 기상 관측치(기온·강수·풍속 등) 일별 업데이트", | |
| "url": "https://www.kaggle.com/datasets/nelgiriyewithana/global-weather-repository", | |
| "keywords": ["weather", "climate", "meteorology", "global", "forecast", "기상", "날씨", "기후", "관측", "환경"] | |
| }, | |
| "amazon_best_seller_softwares": { | |
| "ref": "kaverappa/amazon-best-seller-softwares", | |
| "title": "Amazon Best Seller – Software Category", | |
| "subtitle": "아마존 소프트웨어 베스트셀러 순위 및 리뷰 데이터", | |
| "url": "https://www.kaggle.com/datasets/kaverappa/amazon-best-seller-softwares", | |
| "keywords": ["amazon", "e-commerce", "software", "review", "ranking", "아마존", "이커머스", "소프트웨어", "베스트셀러", "리뷰"] | |
| }, | |
| "world_stock_prices": { | |
| "ref": "nelgiriyewithana/world-stock-prices-daily-updating", | |
| "title": "World Stock Prices (Daily Updating)", | |
| "subtitle": "30,000여 글로벌 상장사의 일간 주가·시총·섹터 정보 실시간 갱신", | |
| "url": "https://www.kaggle.com/datasets/nelgiriyewithana/world-stock-prices-daily-updating", | |
| "keywords": ["stock", "finance", "market", "equity", "price", "글로벌", "주가", "금융", "시장", "투자"] | |
| } | |
| } | |
| SUN_TZU_STRATEGIES = [ | |
| {"계": "만천과해", "요약": "평범한 척, 몰래 진행", "조건": "상대가 지켜보고 있을 때", "행동": "루틴·평온함 과시", "목적": "경계 무력화", "예시": "규제기관 눈치 보는 신사업 파일럿"}, | |
| {"계": "위위구조", "요약": "뒤통수 치면 포위 풀린다", "조건": "우리 측이 압박받을 때", "행동": "적 본진 급습", "목적": "압박 해소", "예시": "경쟁사 핵심 고객 뺏기"}, | |
| {"계": "차도살인", "요약": "내 손 더럽히지 마", "조건": "직접 공격 부담", "행동": "제3자 활용", "목적": "책임 전가", "예시": "언론을 통한 경쟁사 비판"}, | |
| {"계": "이일대우", "요약": "우리가 쉬면 적이 지친다", "조건": "상대가 과로 중", "행동": "버티며 체력 보존", "목적": "역전 타이밍 확보", "예시": "협상 지연 후 헐값 인수"}, | |
| {"계": "진화타겁", "요약": "불날 때 주워 담기", "조건": "시장 혼란·위기", "행동": "저가 매수", "목적": "저비용 고이익", "예시": "금융위기 때 우량자산 매입"}, | |
| {"계": "성동격서", "요약": "소음은 왼쪽, 공격은 오른쪽", "조건": "정면 방어 견고", "행동": "가짜 신호 → 우회", "목적": "방어 분산", "예시": "신제품 A 홍보, 실제는 B 확장"}, | |
| {"계": "무중생유", "요약": "없는 것도 있는 척", "조건": "자원 부족", "행동": "허세·연막", "목적": "상대 혼란", "예시": "스타트업 과장 로드맵"}, | |
| {"계": "암도진창", "요약": "뒷문으로 돌아가라", "조건": "우회로 존재", "행동": "비밀 루트 침투", "목적": "허를 찌름", "예시": "관세 피해 제3국 생산"}, | |
| {"계": "격안관화", "요약": "남 싸움 구경", "조건": "두 경쟁자 충돌", "행동": "관망", "목적": "둘 다 소모", "예시": "플랫폼 전쟁 중 중립 유지"}, | |
| {"계": "소리장도", "요약": "웃으며 칼 숨기기", "조건": "친밀 분위기", "행동": "우호 제스처 후 기습", "목적": "경계 붕괴", "예시": "합작 후 핵심 기술 탈취"}, | |
| {"계": "이대도강", "요약": "덜 중요한 걸 내줘라", "조건": "뭔가 잃었을 때", "행동": "부속 희생", "목적": "핵심 보호", "예시": "제품 라인 하나 단종"}, | |
| {"계": "순수견양", "요약": "방치된 것 챙기기", "조건": "경계 허술", "행동": "자연스럽게 수집", "목적": "무혈 이득", "예시": "공공 API 데이터 긁기"}, | |
| {"계": "타초경사", "요약": "풀 쳐서 뱀 나온다", "조건": "적이 숨을 때", "행동": "일부러 소란", "목적": "위치 노출", "예시": "이사회 반대파 의중 파악"}, | |
| {"계": "차시환혼", "요약": "죽은 카드 재활용", "조건": "폐기 자원", "행동": "리브랜딩", "목적": "새 전력 확보", "예시": "실패 앱 재출시"}, | |
| {"계": "조호이산", "요약": "호랑이 산 밖으로", "조건": "강적 거점", "행동": "유인 이동", "목적": "빈집 공략", "예시": "경쟁 VC 행사 유도 후 딜 선점"}, | |
| {"계": "욕금고종", "요약": "잡으려면 놓아줘라", "조건": "인재·적 포획", "행동": "일부러 풀어줌", "목적": "저항 약화", "예시": "핵심 인재 재계약 유도"}, | |
| {"계": "포전인옥", "요약": "벽돌 던져 옥 얻기", "조건": "큰 보상 필요", "행동": "작은 미끼", "목적": "참여 유도", "예시": "무료 → 유료 전환"}, | |
| {"계": "금적금왕", "요약": "도둑 잡으려면 두목부터", "조건": "조직 복잡", "행동": "수뇌 공격", "목적": "조직 붕괴", "예시": "최대 주주 지분 매입"}, | |
| {"계": "부저이지", "요약": "가마 밑 불 끄기", "조건": "적 의존성 존재", "행동": "보급 차단", "목적": "전력 급감", "예시": "핵심 공급업체 선점"}, | |
| {"계": "혼수모어", "요약": "물 흐려 놓고 낚시", "조건": "판세 불투명", "행동": "혼탁 유지", "목적": "어부지리", "예시": "입법 지연 로비"}, | |
| {"계": "금선탈각", "요약": "허물 벗고 도망", "조건": "추적 심함", "행동": "외피만 남김", "목적": "추적 무효", "예시": "부실 자회사 떼어내기"}, | |
| {"계": "관문잡적", "요약": "문 닫고 잡아라", "조건": "퇴로 예측", "행동": "출구 봉쇄", "목적": "완전 포획", "예시": "락업 조항으로 지분 매집"}, | |
| {"계": "원교근공", "요약": "먼 데와 친해지고 가까운 데 친다", "조건": "다국 간 경쟁", "행동": "원거리 동맹", "목적": "단계적 확장", "예시": "원거리 FTA 체결 후 인근 M&A"}, | |
| {"계": "가도벌괵", "요약": "길 빌려 공격", "조건": "중간 세력 장벽", "행동": "통로 명분 → 제압", "목적": "장애 제거", "예시": "총판 빌미 시장 진입"}, | |
| {"계": "투량환주", "요약": "들보 몰래 바꿔치기", "조건": "감시 존재", "행동": "내부 교체", "목적": "인식 왜곡", "예시": "백엔드 갈아끼우기"}, | |
| {"계": "지상매괴", "요약": "뽕나무 가리켜 회초리 욕", "조건": "직접 비판 곤란", "행동": "제3자 지적", "목적": "메시지 전달", "예시": "싱크탱크 보고서 압박"}, | |
| {"계": "가치불전", "요약": "바보 연기", "조건": "상대 의심 많음", "행동": "일부러 허술", "목적": "방심 유도", "예시": "저평가 가이던스"}, | |
| {"계": "상옥추제", "요약": "사다리 걷어차기", "조건": "길 열어준 뒤", "행동": "퇴로 차단", "목적": "고립", "예시": "투자자 초청 후 정보 차단"}, | |
| {"계": "수상개화", "요약": "나무에 꽃 핀 척", "조건": "실력 부족", "행동": "외형 부풀림", "목적": "영향력 확대", "예시": "MOU ·공동 로고 홍보"}, | |
| {"계": "반객위주", "요약": "손님에서 주인으로", "조건": "부차적 위치", "행동": "주도권 장악", "목적": "역전 지휘", "예시": "플랫폼 입점사 자체 마켓"}, | |
| {"계": "미인계", "요약": "매력으로 판단 흐리기", "조건": "유혹 가능", "행동": "감정·매력 활용", "목적": "결정 왜곡", "예시": "지역 투자로 정치인 호감 얻기"}, | |
| {"계": "공성계", "요약": "텅 빈 성문 열어놓기", "조건": "병력 부족", "행동": "과감히 공개", "목적": "상대 의심", "예시": "내부자료 전면 공개"}, | |
| {"계": "반간계", "요약": "가짜 스파이 역이용", "조건": "내부 불신 요소", "행동": "교란 정보", "목적": "분열", "예시": "경쟁사에 가짜 루머"}, | |
| {"계": "고육계", "요약": "살 내주고 뼈 취하기", "조건": "신뢰 상실", "행동": "스스로 손실", "목적": "진정성 증명", "예시": "CEO 보너스 반납"}, | |
| {"계": "연환계", "요약": "사슬로 한꺼번에", "조건": "복수 대상 다수", "행동": "연결 묶기", "목적": "효율 타격", "예시": "패키지 제재안"}, | |
| {"계": "주위상계", "요약": "도망이 상책", "조건": "승산 없음", "행동": "즉시 후퇴", "목적": "손실 최소·재기", "예시": "적자 시장 철수"} | |
| ] | |
| physical_transformation_categories = { | |
| "센서 기능": [ | |
| # 기존 항목 유지 | |
| "시각 센서", "시각 감지", "청각 센서", "청각 감지", "촉각 센서", "촉각 감지", | |
| "미각 센서", "미각 감지", "후각 센서", "후각 감지", "온도 센서", "온도 감지", | |
| "습도 센서", "습도 감지", "압력 센서", "압력 감지", "가속도 센서", "가속도 감지", | |
| "회전 센서", "회전 감지", "근접 센서", "근접 감지", "위치 센서", "위치 감지", | |
| "운동 센서", "운동 감지", "가스 센서", "가스 감지", "적외선 센서", "적외선 감지", | |
| "자외선 센서", "자외선 감지", "방사선 센서", "방사선 감지", "자기장 센서", "자기장 감지", | |
| "전기장 센서", "전기장 감지", "화학물질 센서", "화학물질 감지", "생체신호 센서", "생체신호 감지", | |
| "진동 센서", "진동 감지", "소음 센서", "소음 감지", "빛 세기 센서", "빛 세기 감지", | |
| "빛 파장 센서", "빛 파장 감지", "기울기 센서", "기울기 감지", "pH 센서", "pH 감지", | |
| "전류 센서", "전류 감지", "전압 센서", "전압 감지", "이미지 센서", "이미지 감지", | |
| "거리 센서", "거리 감지", "깊이 센서", "깊이 감지", "중력 센서", "중력 감지", | |
| "속도 센서", "속도 감지", "흐름 센서", "흐름 감지", "수위 센서", "수위 감지", | |
| "탁도 센서", "탁도 감지", "염도 센서", "염도 감지", "금속 감지", "압전 센서", | |
| "압전 감지", "광전 센서", "광전 감지", "열전대 센서", "열전대 감지", "홀 효과 센서", | |
| "홀 효과 감지", "초음파 센서", "초음파 감지", "레이더 센서", "레이더 감지", | |
| "라이다 센서", "라이다 감지", "터치 센서", "터치 감지", "제스처 센서", "제스처 감지", | |
| "심박 센서", "심박 감지", "혈압 센서", "혈압 감지", "LAN", "WIFI", "블루투스", "생체 인증", | |
| # 추가 항목 | |
| "다중 스펙트럼 센서", "다중 스펙트럼 감지", "깊이 인식 센서", "깊이 인식 감지", | |
| "퀀텀 센서", "퀀텀 감지", "웨어러블 센서", "웨어러블 감지", "바이오마커 센서", "바이오마커 감지", | |
| "임베디드 센서", "임베디드 감지", "IoT 센서 네트워크", "스트레인 센서", "스트레인 감지", | |
| "경도/연도 센서", "경도/연도 감지", "5G/6G 연결성", "NFC", "양자암호화 통신", | |
| "스마트 먼지 센서", "환경 센서 그리드", "신경형태학적 센서", "두뇌-기계 인터페이스" | |
| ], | |
| "크기와 형태 변화": [ | |
| # 기존 항목 유지 | |
| "부피 늘어남", "부피 줄어듦", "길이 늘어남", "길이 줄어듦", "너비 늘어남", "너비 줄어남", | |
| "높이 늘어남", "높이 줄어듦", "밀도 변화", "무게 증가", "무게 감소", "모양 변형", | |
| "상태 변화", "불균등 변형", "복잡한 형태 변형", "비틀림", "꼬임", "불균일한 확장", | |
| "불균일한 축소", "모서리 둥글게", "모서리 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", | |
| # 추가 항목 | |
| "4D 프린팅 변형", "형상 기억", "프랙탈 변화", "자가 조립", "자가 복구", | |
| "기하학적 변환", "모듈화", "스마트 직물 변형", "매트릭스 구조 변형", "프로그래머블 변형", | |
| "미시 스케일 변형", "거시 스케일 변형", "이방성 변형", "등방성 변형", "선택적 강성 변화", | |
| "변형률 감응 구조", "형태학적 계산", "위상 변화", "경도 변화", "부드러움 변화" | |
| ], | |
| "표면 및 외관 변화": [ | |
| # 기존 항목 유지 | |
| "색상 변화", "질감 변화", "투명 변화", "불투명 변화", "반짝임 변화", "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 생성", "패턴 생성", "흐림 변화", | |
| "선명함 변화", "광택 변화", "윤기 변화", "색조 변화", "채도 변화", "발광", | |
| "형광", "빛 산란 효과", "빛 흡수 변화", "반투명 효과", "그림자 효과 변화", | |
| "자외선 반응 변화", "야광 효과", | |
| # 추가 항목 | |
| "생체모방 표면", "프로그래머블 질감", "촉각 피드백 표면", "열 반응성 표면", | |
| "초소수성/초친수성 표면", "스마트 코팅", "마찰 계수 변화", "도금 효과", "위장 효과", | |
| "양자점 효과", "메타표면 효과", "나노 구조화 표면", "전기변색 효과", "광변색 효과", | |
| "압력변색 효과", "자기변색 효과", "항균 표면", "공기역학적 표면", "자기정렬 패턴", | |
| "부착성 변화", "선택적 접착성" | |
| ], | |
| "물질의 상태 변화": [ | |
| # 기존 항목 유지 | |
| "고체 전환", "액체 전환", "기체 전환", "결정화", "용해", "산화", "부식", | |
| "딱딱해짐", "부드러워짐", "특수 상태 전환", "무정형 전환", "결정형 전환", "성분 분리", | |
| "미세 입자 형성", "미세 입자 분해", "젤 형성", "젤 풀어짐", "준안정 상태 변화", | |
| "분자 자가 정렬", "분자 자가 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", | |
| # 추가 항목 | |
| "초임계 상태 전환", "양자 상태 전환", "메타물질 상태 변화", "프로그래머블 물질 변화", | |
| "소프트 로봇 물질 변화", "4D 프린팅 물질 변화", "바이오하이브리드 물질 변화", | |
| "자가 조직화 물질", "자가 순환 물질", "자가 치유 물질", "생분해성 전환", | |
| "양자얽힘 상태", "위상학적 상태 변화", "비선형 물질 변화", "재료 피로 변화", | |
| "스마트 유체 상태", "자극 반응성 상태", "형상기억 합금 상태", "초전도 상태" | |
| ], | |
| "움직임 특성 변화": [ | |
| # 기존 항목 유지 | |
| "가속", "감속", "일정 속도 유지", "진동", "진동 감소", "부딪힘", "튕김", | |
| "회전 속도 증가", "회전 속도 감소", "회전 방향 변화", "불규칙 움직임", "멈췄다", "미끄러지는 현상", | |
| "공진", "반공진", "유체 속 저항 변화", "유체 속 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", | |
| # 추가 항목 | |
| "복합 운동학", "임의의 움직임", "재귀적 움직임", "흉내내는 움직임", "학습된 움직임", | |
| "자율적 움직임", "군집 움직임", "비선형 움직임", "양자 움직임", "초음파 움직임", | |
| "비대칭 움직임", "스토캐스틱 움직임", "카오스 움직임", "소프트 로보틱스 움직임", | |
| "생체모방 움직임", "변형 기반 이동", "유체력학적 추진", "자기장 유도 이동", | |
| "계층적 움직임 제어", "적응형 움직임 패턴" | |
| ], | |
| "구조적 변화": [ | |
| # 기존 항목 유지 | |
| "부품 추가", "부품 제거", "조립", "분해", "접기", "펴기", "변형", "원상복구", | |
| "최적 구조 변화", "자가 재배열", "자연 패턴 형성", "자연 패턴 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 구조 변화", "매트릭스 구조 변화", | |
| "상호 연결성 변화", | |
| # 추가 항목 | |
| "텐세그리티 구조 변화", "바이오닉 구조", "메타물질 구조", "다중 안정 구조", "자가 진화 구조", | |
| "자가 학습 구조", "생체모방 구조", "프랙탈 구조", "계층적 구조화", "에너지 흡수 구조", | |
| "에너지 변환 구조", "적응형 구조", "위상 최적화", "다공성 구조", "기능적 경사 구조", | |
| "다중 재료 구조", "초경량 구조", "초고강도 구조", "다기능성 구조", "내결함성 구조" | |
| ], | |
| "공간 이동": [ | |
| # 기존 항목 유지 | |
| "앞 이동", "뒤 이동", "좌 이동", "우 이동", "위 이동", "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", | |
| # 추가 항목 | |
| "양자 이동", "차원 간 이동", "가상 공간 이동", "증강 공간 이동", "무인 이동", | |
| "군집 이동", "경로 최적화 이동", "상황 인식 이동", "생태계 통합 이동", "바이오닉 이동", | |
| "미시 스케일 이동", "매크로 스케일 이동", "변형 기반 이동", "자기장 유도 이동", | |
| "로봇 스웜 이동", "다중 지형 적응 이동", "유체동역학적 이동", "자기 추진", "텔레포트 효과", | |
| "지능형 경로 탐색" | |
| ], | |
| "시간 관련 변화": [ | |
| # 기존 항목 유지 | |
| "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", "자가 복구", "자가 재생", "자연 순환 적응", "지속성", "일시성", | |
| "기억 효과", "지연된 작용", "누적 효과", | |
| # 추가 항목 | |
| "시간 지연 효과", "예측 기반 변화", "학습 기반 변화", "인지적 시간 변화", | |
| "시간 압축 경험", "시간 확장 경험", "시간적 패턴 감지", "시간적 패턴 생성", | |
| "계절 인식 변화", "생체 시계 동기화", "시간 기반 프로그래밍", "연대기적 데이터 구조", | |
| "디지털 노화", "인공 연대기", "시간적 에이징 시뮬레이션", "기능적 수명주기", | |
| "사용 패턴 적응", "사용자 타임라인 통합", "예측 유지보수", "자가 최적화 타이밍" | |
| ], | |
| "빛과 시각 효과": [ | |
| # 기존 항목 유지 | |
| "발광", "소등", "빛 투과", "빛 차단", "빛 산란", "빛 집중", "색상 스펙트럼 변화", | |
| "빛 회절", "빛 간섭", "홀로그램 생성", "레이저 효과", "빛 편광", "형광", "인광", | |
| "자외선 발광", "적외선 발광", "광학적 착시", "빛 굴절", "그림자 생성", "그림자 제거", | |
| "색수차 효과", "무지개 효과", "글로우 효과", "플래시 효과", "조명 패턴", "빔 효과", | |
| "광 필터 효과", "빛의 방향성 변화", "투영 효과", "빛 감지", "빛 반응", "광도 변화", | |
| # 추가 항목 | |
| "양자 발광", "메타 광학 효과", "프로그래머블 광학", "시야각 변화", "생체발광 모방", | |
| "광역학 효과", "퍼셉션 변화 효과", "맥스웰리안 뷰", "광 컴퓨팅 효과", "광유전학 효과", | |
| "생체 광학 모방", "비선형 광학 효과", "구조색 변화", "자가 발광", "광 결정 효과", | |
| "양자점 방출", "나노 발광체", "증강 광학", "투명 디스플레이 효과", "광학 위장" | |
| ], | |
| "소리와 진동 효과": [ | |
| # 기존 항목 유지 | |
| "소리 발생", "소리 소멸", "음 높낮이 변화", "음량 변화", "음색 변화", "공명", | |
| "반공명", "음향 진동", "초음파 발생", "저음파 발생", "소리 집중", "소리 분산", | |
| "음향 반사", "음향 흡수", "음향 도플러 효과", "음파 간섭", "음향 공진", "진동 패턴 변화", | |
| "타악 효과", "음향 피드백", "음향 차폐", "음향 증폭", "소리 지향성", "소리 왜곡", | |
| "비트 생성", "배음 생성", "주파수 변조", "음향 충격파", "음향 필터링", | |
| # 추가 항목 | |
| "메타 음향 효과", "방향성 음향", "3D 음향 효과", "생체음향 모방", "상황별 음향 변화", | |
| "음향 위장", "음향 투명화", "음향 렌즈", "양자 음향 효과", "초저주파 효과", | |
| "초고주파 효과", "음파 에너지 수확", "자가 조절 공명", "음향 홀로그래피", | |
| "공간 음향 매핑", "선택적 음향 필터링", "지향성 초음파", "음파 촉각 피드백", | |
| "기능적 음향 표면", "구조 공진 조절" | |
| ], | |
| "열 관련 변화": [ | |
| # 기존 항목 유지 | |
| "온도 상승", "온도 하강", "열 팽창", "열 수축", "열 전달", "열 차단", "압력 상승", | |
| "압력 하강", "열 변화에 따른 자화", "엔트로피 변화", "열전기 효과", "자기장에 의한 열 변화", | |
| "상태 변화 중 열 저장", "상태 변화 중 열 방출", "열 스트레스 발생", "열 스트레스 해소", | |
| "급격한 온도 변화 영향", "복사 냉각", "복사 가열", "발열", "흡열", "열 분포 변화", | |
| "열 반사", "열 흡수", "냉각 응축", "열 활성화", "열 변색", "열 팽창 계수 변화", | |
| "열 안정성 변화", "내열성", "내한성", "자가 발열", "열적 평형", "열적 불균형", | |
| "열적 변형", "열 분산", "열 집중", | |
| # 추가 항목 | |
| "열전 효과", "열광 효과", "프로그래머블 열 특성", "상변화 냉각", "상변화 가열", | |
| "열 유도 기억", "열 광학 효과", "열 음향 효과", "열 기계 효과", "열 화학 반응", | |
| "양자 열역학 효과", "근적외선 열 효과", "열 조절 표면", "열흐름 제어", "열 방출 최적화", | |
| "열 캡처 최적화", "자가 조절 온도", "열 스위칭", "열 포커싱", "상변화 재료 활용" | |
| ], | |
| "전기 및 자기 변화": [ | |
| # 기존 항목 유지 | |
| "자성 생성", "자성 소멸", "전하량 증가", "전하량 감소", "전기장 생성", "전기장 소멸", | |
| "자기장 생성", "자기장 소멸", "초전도 상태 전환", "강유전체 특성 변화", "양자 상태 변화", | |
| "플라즈마 형성", "플라즈마 소멸", "스핀파 전달", "빛에 의한 전기 발생", "압력에 의한 전기 발생", | |
| "자기장 내 전류 변화", "전기 저항 변화", "전기 전도성 변화", "정전기 발생", "정전기 방전", | |
| "전자기 유도", "전자기파 방출", "전자기파 흡수", "전기 용량 변화", "자기 이력 현상", | |
| "전기적 분극", "전자 흐름 방향 변화", "전기적 공명", "전기적 차폐", "전기적 노출", | |
| "자기 차폐", "자기 노출", "자기장 정렬", "유선(Wire)", "무선(Wireless)", | |
| # 추가 항목 | |
| "양자 자성", "스핀트로닉스 효과", "마그네토일렉트릭 효과", "토폴로지컬 절연체 특성", | |
| "초전도 양자 효과", "쿨롱 차단 효과", "조셉슨 효과", "홀 효과 변화", "전자기 투명성", | |
| "자기 카이랄리티", "전자기 메타표면", "무선 전력 전송", "자기유변학적 효과", | |
| "전자기 에너지 수확", "전자기 재구성", "퀀텀 터널링", "전자기 차폐", "전자파 흡수 재료", | |
| "전자 스핀 제어", "고속 스위칭 자성" | |
| ], | |
| "화학적 변화": [ | |
| # 기존 항목 유지 | |
| "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 구조 변화", | |
| "생체 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", | |
| # 추가 항목 | |
| "프로그래머블 화학 반응", "자가 촉매 반응", "클릭 케미스트리", "광화학 반응", | |
| "전기화학 반응", "초분자 화학 반응", "동적 공유 결합", "바이오오쏘고널 화학", | |
| "화학적 컴퓨팅", "화학적 감지", "화학적 통신", "화학적 기억", "선택적 촉매", | |
| "메커노케미컬 반응", "에너지 전환 반응", "자기조립 화학", "변화 감지 화학", | |
| "화학적 패턴 형성", "화학적 습도 조절", "화학적 정화" | |
| ], | |
| "생물학적 변화": [ | |
| # 기존 항목 유지 | |
| "성장/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 변화", "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", | |
| # 추가 항목 | |
| "합성 생물학 반응", "생물학적 컴퓨팅", "오가노이드 발달", "인공 조직 발달", | |
| "생체적합성 변화", "면역학적 응답 제어", "후성유전학적 변화", "생물학적 리듬 조절", | |
| "신경가소성 효과", "세포외 기질 리모델링", "체세포 리프로그래밍", "생체활성 표면 상호작용", | |
| "생물학적 자가조립", "미생물군집 조절", "생물복합체 형성", "생체 프린팅", | |
| "바이오하이브리드 시스템", "세포 분화 조절", "생체신호 증폭", "생화학적 기억 형성" | |
| ], | |
| "환경 상호작용": [ | |
| # 기존 항목 유지 | |
| "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 반응", "일주기 반응", "생태계 상호작용", | |
| "공생/경쟁 반응", "포식/피식 관계", "군집 형성", "영역 설정", "이주 패턴", "정착 패턴", | |
| # 추가 항목 | |
| "탄소 포집 및 변환", "생태계 복원 효과", "생물다양성 증진", "순환 경제 상호작용", | |
| "도시 환경 통합", "스마트 환경 감지", "재생 가능 에너지 연계", "물 순환 상호작용", | |
| "대기 질 상호작용", "자연 기반 솔루션 통합", "재해 복원력 증진", "기후 변화 적응", | |
| "환경 정보 네트워크", "생태계 서비스 증진", "자원 순환 최적화", "생태계 균형 유지", | |
| "환경적 자가 수정", "지속가능한 자원 관리", "생태계 건강 모니터링", "생태 교란 방지" | |
| ], | |
| "비즈니스 아이디어": [ | |
| # 기존 항목 유지 | |
| "시장 재정의/신규 시장 개척", | |
| "비즈니스 모델 혁신/디지털 전환", | |
| "고객 경험 혁신/서비스 혁신", | |
| "협력 및 파트너십 강화/생태계 구축", | |
| "글로벌 확장/지역화 전략", | |
| "운영 효율성 증대/원가 절감", | |
| "브랜드 리포지셔닝/이미지 전환", | |
| "지속 가능한 성장/사회적 가치 창출", | |
| "데이터 기반 의사결정/AI 도입", | |
| "신기술 융합/혁신 투자", | |
| # 추가 항목 | |
| "탄소중립 비즈니스 모델", | |
| "순환경제 비즈니스 모델", | |
| "구독 경제 모델", | |
| "플랫폼 비즈니스 모델", | |
| "블록체인 기반 비즈니스", | |
| "메타버스 비즈니스 통합", | |
| "인간-AI 협업 모델", | |
| "개인화된 맞춤형 제품/서비스", | |
| "탈중앙화 자율조직(DAO)", | |
| "임팩트 투자 모델", | |
| "사회적 가치 창출 비즈니스", | |
| "게이미피케이션 비즈니스 모델", | |
| "프로슈머 참여 모델", | |
| "지역 기반 마이크로 비즈니스", | |
| "웰빙/웰니스 중심 비즈니스" | |
| ], | |
| # 새로운 카테고리 추가 | |
| "사용자 인터페이스 및 상호작용": [ | |
| "제스처 인식", "제스처 제어", "음성 인식", "음성 제어", "시선 추적", "시선 제어", | |
| "촉각 피드백", "햅틱 인터페이스", "뇌-컴퓨터 인터페이스", "증강 현실 인터페이스", | |
| "가상 현실 인터페이스", "혼합 현실 인터페이스", "주변 인텔리전스", "상황 인식 인터페이스", | |
| "자연어 처리 인터페이스", "생체인식 인증", "다중 모달 인터페이스", "암묵적 상호작용", | |
| "명시적 상호작용", "인지적 부하 최소화", "지능형 적응 인터페이스", "감정 인식 인터페이스", | |
| "소셜 인터페이스", "공간 인터페이스", "신체 증강 인터페이스", "피부 인터페이스", | |
| "안구 내 인터페이스", "신경 인터페이스", "근전도 인터페이스", "후각 인터페이스" | |
| ], | |
| "데이터 및 정보 변환": [ | |
| "데이터 시각화", "데이터 청각화", "데이터 촉각화", "실시간 분석", "예측 분석", | |
| "처방적 분석", "데이터 압축", "데이터 암호화", "데이터 익명화", "데이터 증강", | |
| "에지 컴퓨팅", "분산 데이터 처리", "양자 데이터 처리", "디지털 트윈", "시맨틱 매핑", | |
| "정보 필터링", "데이터 표준화", "데이터 융합", "데이터 마이닝", "패턴 인식", | |
| "비정형 데이터 처리", "실시간 의사결정", "데이터 맥락화", "데이터 품질 향상", | |
| "데이터 스토리텔링", "셀프 서비스 분석", "예지 분석", "행동 분석", "인지 분석" | |
| ], | |
| "인지 및 심리적 변화": [ | |
| "주의력 조절", "주의 전환", "공간 인지 변화", "시간 인지 변화", "기억 향상", "기억 조절", | |
| "정서 변화", "감정 조절", "학습 경험 최적화", "의사결정 지원", "인지 부하 관리", | |
| "플로우 상태 유도", "창의성 증진", "스트레스 관리", "미적 경험 향상", "자기 인식 증진", | |
| "동기 부여 최적화", "행동 변화 유도", "인지 편향 감소", "명상 상태 유도", "집중력 향상", | |
| "마음챙김 유도", "공감 능력 향상", "자아 확장 경험", "윤리적 판단 지원", "인지적 유연성 향상", | |
| "문제 해결 능력 증진", "학습 전이 촉진", "인지적 증강", "심미적 인식 향상" | |
| ], | |
| "에너지 변환 및 관리": [ | |
| "에너지 하베스팅", "에너지 저장", "에너지 변환", "에너지 효율 최적화", "분산 에너지 관리", | |
| "마이크로그리드 통합", "탄소중립 에너지 사용", "재생 에너지 통합", "에너지 자급자족", | |
| "지능형 에너지 관리", "수요 대응 에너지 제어", "온보드 에너지 생성", "에너지 재활용", | |
| "에너지 최소화", "제로 에너지 시스템", "열전기 변환", "태양 에너지 변환", "압전 에너지 변환", | |
| "동작 에너지 변환", "바이오매스 에너지", "수소 에너지 시스템", "유기 태양전지", | |
| "양자점 태양전지", "고체 배터리", "슈퍼커패시터", "에너지 인터넷", "양방향 그리드" | |
| ], | |
| "지속가능성 및 환경 영향": [ | |
| "생분해성", "생태복원성", "탄소발자국 저감", "자원 효율성", "수명주기 최적화", | |
| "순환 설계", "업사이클링 용이성", "폐기물 최소화", "물 효율성", "독성 물질 제거", | |
| "환경복원 기능", "생태계 서비스 제공", "기후 회복력", "재생 가능 소재 사용", "환경 모니터링 기능", | |
| "자연 기반 솔루션", "탄소 포집", "환경 정화", "생태계 건강 증진", "식량-에너지-물 넥서스", | |
| "도시 생태 통합", "녹색 인프라", "블루 인프라", "자원 순환", "자원 공유", | |
| "재사용성", "수리 가능성", "모듈식 설계", "제로 웨이스트 디자인", "친환경 소재" | |
| ], | |
| "보안 및 프라이버시": [ | |
| "자가 암호화", "생체인증 보안", "다요소 인증", "탈중앙화 신원 관리", "제로 트러스트 보안", | |
| "프라이버시 보존 계산", "동형 암호화", "양자 내성 보안", "자가 복구 보안", "행동 기반 보안", | |
| "물리적 보안 기능", "디지털 워터마킹", "익명화 기능", "프라이버시 필터링", "선택적 정보 공개", | |
| "블록체인 보안", "인증 메커니즘", "권한 관리", "침입 감지", "침입 방지", "보안 감사", | |
| "데이터 손실 방지", "버전 관리", "보안 백업", "안전한 복구", "이상 감지", "위협 인텔리전스", | |
| "취약점 관리", "에지 보안", "안티바이러스", "안티멀웨어" | |
| ], | |
| "사회적 상호작용 및 협업": [ | |
| "소셜 신호 증폭", "집단 지성 지원", "협업 최적화", "사회적 연결 향상", "커뮤니티 형성 지원", | |
| "공유 경험 생성", "사회적 학습 촉진", "사회적 관계 가시화", "신뢰 구축 메커니즘", | |
| "사회적 역할 조정", "문화적 맥락 인식", "언어적 장벽 극복", "포용적 디자인 적용", | |
| "사회적 영향 증진", "윤리적 상호작용 지원", "책임감 있는 AI", "분산 협업", "원격 협업", | |
| "크라우드소싱", "공동 창작", "개방형 혁신", "사회적 기업가정신", "행동 변화 디자인", | |
| "사회적 자본 구축", "공공 참여 증진", "시민 과학", "디지털 포용성", "세대 간 협력" | |
| ], | |
| "미학 및 감성 경험": [ | |
| "감정 유발 디자인", "미적 만족도 최적화", "감각적 풍요로움", "조화와 균형 경험", | |
| "개인화된 미적 경험", "문화적 공명", "서사적 경험 디자인", "놀라움과 발견 요소", | |
| "시간적 미학 변화", "다감각 경험 통합", "감성 기억 형성", "미적 지속성과 변화", | |
| "예술적 표현 지원", "의미 생성 경험", "상징적 가치 부여", "미적 정체성", "창의적 표현", | |
| "스토리텔링 요소", "감성적 인텔리전스", "감각 간 시너지", "문화적 표현", "감정적 반응 유도", | |
| "심미적 패턴 인식", "조형적 언어", "감성적 연결", "예술적 상호작용", "정서적 공명", | |
| "미적 만족감", "웰빙 디자인", "치유적 경험" | |
| ] | |
| } | |
| # ──────────────────────────────── 프레임워크 분석 함수들 ───────────────────────── | |
| SWOT_FRAMEWORK = { | |
| "strengths": { | |
| "title": "강점 (Strengths)", | |
| "description": "내부적 긍정 요소 - 조직이 가진 경쟁 우위 요소", | |
| "prompt_keywords": ["강점", "장점", "우위", "역량", "자산", "전문성", "strength", "advantage"] | |
| }, | |
| "weaknesses": { | |
| "title": "약점 (Weaknesses)", | |
| "description": "내부적 부정 요소 - 개선이 필요한 내부 한계", | |
| "prompt_keywords": ["약점", "단점", "부족", "한계", "취약점", "weakness", "limitation", "deficit"] | |
| }, | |
| "opportunities": { | |
| "title": "기회 (Opportunities)", | |
| "description": "외부적 긍정 요소 - 활용 가능한 외부 환경 변화", | |
| "prompt_keywords": ["기회", "가능성", "트렌드", "변화", "성장", "opportunity", "trend", "potential"] | |
| }, | |
| "threats": { | |
| "title": "위협 (Threats)", | |
| "description": "외부적 부정 요소 - 대응이 필요한 외부 위험 요소", | |
| "prompt_keywords": ["위협", "리스크", "경쟁", "위험", "장벽", "threat", "risk", "competition", "barrier"] | |
| } | |
| } | |
| PORTER_FRAMEWORK = { | |
| "rivalry": { | |
| "title": "기존 경쟁자 간의 경쟁", | |
| "description": "동일 산업 내 경쟁 강도 분석", | |
| "prompt_keywords": ["경쟁", "경쟁사", "시장점유율", "가격경쟁", "competition", "rival", "market share"] | |
| }, | |
| "new_entrants": { | |
| "title": "신규 진입자의 위협", | |
| "description": "새로운 기업의 시장 진입 난이도 분석", | |
| "prompt_keywords": ["진입장벽", "신규", "스타트업", "entry barrier", "newcomer", "startup"] | |
| }, | |
| "substitutes": { | |
| "title": "대체재의 위협", | |
| "description": "대체 가능한 제품/서비스의 위협 분석", | |
| "prompt_keywords": ["대체재", "대안", "substitute", "alternative", "replacement"] | |
| }, | |
| "buyer_power": { | |
| "title": "구매자의 교섭력", | |
| "description": "고객의 가격 협상력 분석", | |
| "prompt_keywords": ["고객", "구매자", "가격민감도", "협상력", "customer", "buyer power"] | |
| }, | |
| "supplier_power": { | |
| "title": "공급자의 교섭력", | |
| "description": "공급업체의 가격/조건 협상력 분석", | |
| "prompt_keywords": ["공급자", "벤더", "원재료", "supplier", "vendor", "raw material"] | |
| } | |
| } | |
| BCG_FRAMEWORK = { | |
| "stars": { | |
| "title": "스타 (Stars)", | |
| "description": "높은 성장률, 높은 시장점유율 - 추가 투자 필요", | |
| "prompt_keywords": ["성장", "점유율", "중점", "투자", "star", "growth", "investment"] | |
| }, | |
| "cash_cows": { | |
| "title": "현금젖소 (Cash Cows)", | |
| "description": "낮은 성장률, 높은 시장점유율 - 현금흐름 창출", | |
| "prompt_keywords": ["안정", "수익", "현금", "전통", "cash cow", "profit", "mature"] | |
| }, | |
| "question_marks": { | |
| "title": "물음표 (Question Marks)", | |
| "description": "높은 성장률, 낮은 시장점유율 - 선택적 투자/철수", | |
| "prompt_keywords": ["가능성", "위험", "불확실", "잠재", "question mark", "uncertain", "potential"] | |
| }, | |
| "dogs": { | |
| "title": "개 (Dogs)", | |
| "description": "낮은 성장률, 낮은 시장점유율 - 철수 고려", | |
| "prompt_keywords": ["회수", "철수", "저성장", "비효율", "dog", "divest", "low growth"] | |
| } | |
| } | |
| BUSINESS_FRAMEWORKS = { | |
| "sunzi": "손자병법 36계", | |
| "swot": "SWOT 분석", | |
| "porter": "Porter의 5 Forces", | |
| "bcg": "BCG 매트릭스" | |
| } | |
| class Category: | |
| """통일된 카테고리 및 항목 구조""" | |
| name_ko: str | |
| name_en: str | |
| tags: list[str] | |
| items: list[str] | |
| def analyze_with_swot(prompt: str) -> dict: | |
| prompt_lower = prompt.lower() | |
| results = {} | |
| for category, info in SWOT_FRAMEWORK.items(): | |
| score = sum(1 for keyword in info["prompt_keywords"] if keyword.lower() in prompt_lower) | |
| keywords = [] | |
| for keyword in info["prompt_keywords"]: | |
| if keyword.lower() in prompt_lower: | |
| pattern = f".{{0,15}}{keyword}.{{0,15}}" | |
| matches = re.findall(pattern, prompt_lower, re.IGNORECASE) | |
| for match in matches[:2]: | |
| keywords.append(match.strip()) | |
| results[category] = { | |
| "title": info["title"], | |
| "description": info["description"], | |
| "score": score, | |
| "keywords": keywords[:5] | |
| } | |
| return results | |
| def analyze_with_porter(prompt: str) -> dict: | |
| prompt_lower = prompt.lower() | |
| results = {} | |
| for category, info in PORTER_FRAMEWORK.items(): | |
| score = sum(1 for keyword in info["prompt_keywords"] if keyword.lower() in prompt_lower) | |
| keywords = [] | |
| for keyword in info["prompt_keywords"]: | |
| if keyword.lower() in prompt_lower: | |
| pattern = f".{{0,15}}{keyword}.{{0,15}}" | |
| matches = re.findall(pattern, prompt_lower, re.IGNORECASE) | |
| for match in matches[:2]: | |
| keywords.append(match.strip()) | |
| results[category] = { | |
| "title": info["title"], | |
| "description": info["description"], | |
| "score": score, | |
| "keywords": keywords[:5] | |
| } | |
| return results | |
| def analyze_with_bcg(prompt: str) -> dict: | |
| prompt_lower = prompt.lower() | |
| results = {} | |
| for category, info in BCG_FRAMEWORK.items(): | |
| score = sum(1 for keyword in info["prompt_keywords"] if keyword.lower() in prompt_lower) | |
| keywords = [] | |
| for keyword in info["prompt_keywords"]: | |
| if keyword.lower() in prompt_lower: | |
| pattern = f".{{0,15}}{keyword}.{{0,15}}" | |
| matches = re.findall(pattern, prompt_lower, re.IGNORECASE) | |
| for match in matches[:2]: | |
| keywords.append(match.strip()) | |
| results[category] = { | |
| "title": info["title"], | |
| "description": info["description"], | |
| "score": score, | |
| "keywords": keywords[:5] | |
| } | |
| return results | |
| def format_business_framework_analysis(framework_type: str, analysis_result: dict) -> str: | |
| if not analysis_result: | |
| return "" | |
| titles = { | |
| 'swot': '# SWOT 분석 결과', | |
| 'porter': '# Porter의 5 Forces 분석 결과', | |
| 'bcg': '# BCG 매트릭스 분석 결과' | |
| } | |
| md = f"{titles.get(framework_type, '# 경영 프레임워크 분석')}\n\n" | |
| md += "각 요소별 텍스트 분석 점수와 관련 키워드입니다.\n\n" | |
| for category, info in analysis_result.items(): | |
| md += f"## {info['title']}\n\n" | |
| md += f"{info['description']}\n\n" | |
| md += f"**관련성 점수**: {info['score']}\n\n" | |
| if info['keywords']: | |
| md += "**관련 키워드 및 컨텍스트**:\n" | |
| for keyword in info['keywords']: | |
| md += f"- *{keyword}*\n" | |
| md += "\n" | |
| else: | |
| md += "관련 키워드가 발견되지 않았습니다.\n\n" | |
| return md | |
| # ──────────────────────────────── 마크다운 → HTML 변환 ───────────────────────── | |
| def md_to_html(md_text: str, title: str = "Output") -> str: | |
| html_content = markdown.markdown( | |
| md_text, | |
| extensions=['tables', 'fenced_code', 'codehilite'] | |
| ) | |
| return f"""<!DOCTYPE html> | |
| <html> | |
| <head> | |
| <meta charset="UTF-8"> | |
| <title>{title}</title> | |
| <style> | |
| body {{ | |
| font-family: -apple-system, BlinkMacSystemFont, "Segoe UI", Roboto, Helvetica, Arial, sans-serif; | |
| line-height: 1.6; | |
| color: #333; | |
| max-width: 800px; | |
| margin: 0 auto; | |
| padding: 20px; | |
| }} | |
| h1, h2, h3, h4, h5, h6 {{ | |
| margin-top: 24px; | |
| margin-bottom: 16px; | |
| font-weight: 600; | |
| line-height: 1.25; | |
| }} | |
| h1 {{ font-size: 2em; color: #0366d6; }} | |
| h2 {{ font-size: 1.5em; color: #0366d6; border-bottom: 1px solid #eaecef; padding-bottom: .3em; }} | |
| h3 {{ font-size: 1.25em; color: #0366d6; }} | |
| p, ul, ol {{ margin-bottom: 16px; }} | |
| a {{ color: #0366d6; text-decoration: none; }} | |
| a:hover {{ text-decoration: underline; }} | |
| code {{ | |
| font-family: SFMono-Regular, Consolas, "Liberation Mono", Menlo, monospace; | |
| background-color: rgba(27, 31, 35, 0.05); | |
| border-radius: 3px; | |
| font-size: 85%; | |
| padding: 0.2em 0.4em; | |
| }} | |
| pre {{ | |
| background-color: #f6f8fa; | |
| border-radius: 3px; | |
| font-size: 85%; | |
| line-height: 1.45; | |
| overflow: auto; | |
| padding: 16px; | |
| }} | |
| pre code {{ | |
| background-color: transparent; | |
| padding: 0; | |
| }} | |
| blockquote {{ | |
| border-left: 4px solid #dfe2e5; | |
| color: #6a737d; | |
| margin: 0; | |
| padding: 0 1em; | |
| }} | |
| table {{ | |
| border-collapse: collapse; | |
| width: 100%; | |
| margin-bottom: 16px; | |
| }} | |
| table th, table td {{ | |
| border: 1px solid #dfe2e5; | |
| padding: 6px 13px; | |
| }} | |
| table th {{ | |
| background-color: #f6f8fa; | |
| font-weight: 600; | |
| }} | |
| img {{ | |
| max-width: 100%; | |
| height: auto; | |
| }} | |
| hr {{ | |
| border: 0; | |
| height: 1px; | |
| background-color: #dfe2e5; | |
| margin: 24px 0; | |
| }} | |
| </style> | |
| </head> | |
| <body> | |
| {html_content} | |
| <hr> | |
| <footer> | |
| <p><small>Generated: {datetime.now().strftime('%Y-%m-%d %H:%M:%S')} | | |
| Created by <a href="https://discord.gg/openfreeai" target="_blank">VIDraft</a> | |
| </small></p> | |
| </footer> | |
| </body> | |
| </html> | |
| """ | |
| # ──────────────────────────────── 업로드 파일 처리 함수 ───────────────────── | |
| def process_text_file(uploaded_file): | |
| try: | |
| content = uploaded_file.read().decode('utf-8') | |
| return f"""# 업로드된 텍스트 파일: {uploaded_file.name} | |
| {content} | |
| """ | |
| except Exception as e: | |
| logging.error(f"텍스트 파일 처리 오류: {str(e)}") | |
| return f"**Error processing {uploaded_file.name}**: {str(e)}" | |
| def process_csv_file(uploaded_file): | |
| try: | |
| df = pd.read_csv(uploaded_file) | |
| return f"""# 업로드된 CSV 파일: {uploaded_file.name} | |
| ## 기본 정보 | |
| - 행 수: {df.shape[0]} | |
| - 열 수: {df.shape[1]} | |
| - 열 이름: {', '.join(df.columns.tolist())} | |
| ## 첫 5행 데이터 미리보기 | |
| {df.head(5).to_markdown(index=False)} | |
| ## 기본 통계 | |
| {df.describe().to_markdown()} | |
| """ | |
| except Exception as e: | |
| logging.error(f"CSV 파일 처리 오류: {str(e)}") | |
| return f"**Error processing {uploaded_file.name}**: {str(e)}" | |
| def process_pdf_file(uploaded_file): | |
| try: | |
| file_bytes = uploaded_file.read() | |
| pdf_file = io.BytesIO(file_bytes) | |
| reader = PyPDF2.PdfReader(pdf_file, strict=False) | |
| pages_preview = [] | |
| for page_num in range(min(5, len(reader.pages))): | |
| page = reader.pages[page_num] | |
| pages_preview.append(f"--- Page {page_num+1} ---\n{page.extract_text()}") | |
| preview_text = "\n\n".join(pages_preview) | |
| return f"""# 업로드된 PDF 파일: {uploaded_file.name} | |
| ## 기본 정보 | |
| - 총 페이지 수: {len(reader.pages)} | |
| ## 처음 5개 페이지 내용 미리보기 | |
| {preview_text} | |
| """ | |
| except Exception as e: | |
| logging.error(f"PDF 파일 처리 오류: {str(e)}") | |
| return f"**Error processing {uploaded_file.name}**: {str(e)}" | |
| def process_uploaded_files(uploaded_files): | |
| """Process all uploaded files and return their content as markdown.""" | |
| if not uploaded_files: | |
| return "" | |
| file_contents = [] | |
| for file in uploaded_files: | |
| try: | |
| ext = file.name.split('.')[-1].lower() | |
| if ext == 'txt': | |
| file_contents.append(process_text_file(file)) | |
| file.seek(0) | |
| elif ext == 'csv': | |
| file_contents.append(process_csv_file(file)) | |
| file.seek(0) | |
| elif ext == 'pdf': | |
| file_contents.append(process_pdf_file(file)) | |
| file.seek(0) | |
| else: | |
| file_contents.append( | |
| f"# Unsupported file: {file.name}\n\nThis file type is not supported for processing." | |
| ) | |
| except Exception as e: | |
| logging.error(f"파일 처리 오류 {file.name}: {str(e)}") | |
| file_contents.append(f"# Error processing file: {file.name}\n\n{str(e)}") | |
| return "\n\n# 사용자 업로드 파일 분석\n\n" + "\n\n---\n\n".join(file_contents) | |
| # ──────────────────────────────── 이미지 생성 함수 ────────────────────── | |
| def generate_image(prompt: str): | |
| if not prompt: | |
| return None, None | |
| try: | |
| clean_prompt = prompt.strip("\"'").strip() | |
| if len(clean_prompt) < 3: | |
| return None, None | |
| logging.info(f"Sending image generation request with prompt: {clean_prompt}") | |
| res = Client(IMAGE_API_URL).predict( | |
| prompt=clean_prompt, | |
| width=768, | |
| height=768, | |
| guidance=3.5, | |
| inference_steps=30, | |
| seed=3, | |
| do_img2img=False, | |
| init_image=None, | |
| image2image_strength=0.8, | |
| resize_img=True, | |
| api_name="/generate_image" | |
| ) | |
| if res and len(res) >= 2 and res[0]: | |
| logging.info("Successfully received image data") | |
| return res[0], clean_prompt | |
| else: | |
| logging.warning(f"Invalid response format from image API: {res}") | |
| return None, None | |
| except Exception as e: | |
| logging.error(f"Image generation error: {str(e)}", exc_info=True) | |
| return None, None | |
| # ──────────────────────────────── Kaggle API 관련 ─────────────────────── | |
| def check_kaggle_availability(): | |
| if not KAGGLE_API_KEY: | |
| logging.warning("Kaggle API를 사용할 수 없습니다. (KAGGLE_KEY가 비어 있음)") | |
| return False | |
| return True | |
| def extract_kaggle_search_keywords(prompt, top=3): | |
| clean_text = re.sub(r'[^\w\s]', ' ', prompt.lower()) | |
| stop_words = { | |
| 'the', 'a', 'an', 'in', 'on', 'at', 'of', 'for', 'to', 'by', | |
| '와', '과', '은', '는', '이', '가', '을', '를', '에', '에서', '으로' | |
| } | |
| words = [word for word in clean_text.split() if word not in stop_words and len(word) > 1] | |
| word_freq = Counter(words) | |
| top_words = [word for word, _ in word_freq.most_common(top)] | |
| if not top_words and words: | |
| top_words = words[:min(top, len(words))] | |
| return " ".join(top_words) | |
| def search_kaggle_datasets(query: str, top: int = 5) -> list[dict]: | |
| if not query: | |
| return [] | |
| q_tokens = set(re.findall(r'[a-zA-Z가-힣]{2,}', query.lower())) | |
| scored = [] | |
| for ds in KAGGLE_DATASETS.values(): | |
| tokens = set(t.lower() for t in ds["keywords"]) | |
| score = len(q_tokens & tokens) | |
| title_hit = any(tok in ds["title"].lower() for tok in q_tokens) | |
| sub_hit = any(tok in ds["subtitle"].lower() for tok in q_tokens) | |
| if title_hit: | |
| score += 2 | |
| if sub_hit: | |
| score += 1 | |
| if score > 0: | |
| scored.append((score, ds)) | |
| scored.sort(key=lambda x: (-x[0], x[1]["ref"])) | |
| return [ds for _, ds in scored[:top]] | |
| def download_and_analyze_dataset(dataset_ref: str, max_rows: int = 1000): | |
| if not (os.getenv("KAGGLE_USERNAME") and os.getenv("KAGGLE_KEY")): | |
| return "Kaggle API 인증정보가 없습니다." | |
| api = KaggleApi() | |
| api.authenticate() | |
| tmpdir = tempfile.mkdtemp() | |
| try: | |
| api.dataset_download_files(dataset_ref, path=tmpdir, unzip=True) | |
| except Exception as e: | |
| logging.error(f"Dataset download failed ({dataset_ref}): {e}") | |
| shutil.rmtree(tmpdir) | |
| return f"데이터셋 다운로드 오류: {e}" | |
| csv_files = glob.glob(f"{tmpdir}/**/*.csv", recursive=True) | |
| if not csv_files: | |
| shutil.rmtree(tmpdir) | |
| return "CSV 파일을 찾을 수 없습니다." | |
| try: | |
| df = pd.read_csv(csv_files[0], nrows=max_rows) | |
| analysis = { | |
| "shape": df.shape, | |
| "columns": df.columns.tolist(), | |
| "head": df.head().to_dict("records"), | |
| "describe": df.describe().to_dict(), | |
| "missing_values": df.isnull().sum().to_dict() | |
| } | |
| except Exception as e: | |
| analysis = f"CSV 파싱 오류: {e}" | |
| shutil.rmtree(tmpdir) | |
| return analysis | |
| def format_kaggle_analysis_markdown_multi(analyses: list[dict]) -> str: | |
| """ | |
| 여러 Kaggle 데이터셋(최대 3개) 메타‧분석 결과를 한꺼번에 마크다운으로 반환 | |
| analyses = [ {"meta": {...}, "analysis": {... or str}}, ... ] | |
| """ | |
| if not analyses: | |
| return "# Kaggle 데이터셋\n\n관련 데이터셋을 찾을 수 없습니다.\n\n" | |
| md = "# Kaggle 데이터셋 분석 결과\n\n" | |
| md += "다음 데이터셋을 검토하여 아이디어 형성에 참고하세요.\n\n" | |
| for i, item in enumerate(analyses, 1): | |
| ds = item["meta"] | |
| ana = item["analysis"] | |
| md += f"## {i}. {ds['title']}\n\n" | |
| md += f"{ds['subtitle']}\n\n" | |
| md += f"- **참조** : {ds['ref']}\n" | |
| md += f"- **URL** : [{ds['url']}]({ds['url']})\n\n" | |
| if isinstance(ana, dict): | |
| md += f"**행 × 열** : {ana['shape'][0]} × {ana['shape'][1]}\n\n" | |
| md += "<details><summary>미리보기 & 통계 (펼치기)</summary>\n\n" | |
| try: | |
| md += pd.DataFrame(ana["head"]).to_markdown(index=False) + "\n\n" | |
| except: | |
| pass | |
| try: | |
| md += pd.DataFrame(ana["describe"]).to_markdown() + "\n\n" | |
| except: | |
| pass | |
| md += "</details>\n\n" | |
| else: | |
| md += f"{ana}\n\n" | |
| md += "---\n\n" | |
| return md | |
| # ──────────────────────────────── OpenAI Client ────────────────────────── | |
| def get_openai_client(): | |
| if not OPENAI_API_KEY: | |
| raise RuntimeError("⚠️ OPENAI_API_KEY 환경 변수가 설정되지 않았습니다.") | |
| return OpenAI( | |
| api_key=OPENAI_API_KEY, | |
| timeout=60.0, | |
| max_retries=3 | |
| ) | |
| # ──────────────────────────────── 의사결정 목적/제약 식별 (이제 디자인/발명 목적) ───────────────────── | |
| def identify_decision_purpose(prompt: str) -> dict: | |
| """ | |
| 디자인/발명과 관련된 주요 목적이나 제약을 대략적으로 식별. | |
| (기존의 의사결정 목적/제약 식별 로직을 재활용하되, | |
| design/invention 관련 키워드도 추가로 고려할 수 있음.) | |
| """ | |
| purpose_patterns = { | |
| 'cost_reduction': [r'비용(\s*절감)?', r'예산', r'효율', r'저렴', r'경제', r'cost', r'saving', r'budget'], | |
| 'innovation': [r'혁신', r'새로운', r'창의', r'개발', r'발명', r'innovation', r'creative', r'develop'], | |
| 'risk_management': [r'위험', r'리스크', r'안전', r'예방', r'대비', r'risk', r'safety', r'prevent'], | |
| 'growth': [r'성장', r'확장', r'증가', r'확대', r'매출', r'growth', r'expand', r'increase', r'scale'], | |
| 'customer': [r'고객', r'사용자', r'만족', r'경험', r'서비스', r'customer', r'user', r'experience'] | |
| } | |
| constraint_patterns = { | |
| 'time': [r'시간', r'빠르게', r'긴급', r'마감', r'기한', r'time', r'deadline', r'urgent'], | |
| 'budget': [r'저예산', r'자금', r'투자', r'재정', r'budget', r'finance', r'fund', r'investment'], | |
| 'resources': [r'자원', r'인력', r'장비', r'제한', r'resource', r'staff', r'equipment', r'limited'], | |
| 'regulation': [r'규제', r'법률', r'규정', r'준수', r'법적', r'regulation', r'legal', r'compliance'] | |
| } | |
| purpose_scores = {} | |
| for purpose, patterns in purpose_patterns.items(): | |
| score = sum(1 for pattern in patterns if re.search(pattern, prompt, re.IGNORECASE)) | |
| if score > 0: | |
| purpose_scores[purpose] = score | |
| constraint_scores = {} | |
| for constraint, patterns in constraint_patterns.items(): | |
| score = sum(1 for pattern in patterns if re.search(pattern, prompt, re.IGNORECASE)) | |
| if score > 0: | |
| constraint_scores[constraint] = score | |
| main_purposes = sorted(purpose_scores.items(), key=lambda x: x[1], reverse=True)[:2] | |
| main_constraints = sorted(constraint_scores.items(), key=lambda x: x[1], reverse=True)[:2] | |
| return { | |
| 'purposes': main_purposes, | |
| 'constraints': main_constraints, | |
| 'all_purpose_scores': purpose_scores, | |
| 'all_constraint_scores': constraint_scores | |
| } | |
| # ──────────────────────────────── 카테고리 유틸 ───────────────────────── | |
| def keywords(text: str, top: int = 8) -> str: | |
| words = re.findall(r'\b[a-zA-Z가-힣]{2,}\b', text.lower()) | |
| stopwords = { | |
| 'the', 'a', 'an', 'of', 'to', 'in', 'for', 'on', 'by', 'and', 'is', 'are', 'was', 'were', | |
| 'be', 'been', 'being', 'with', 'as', 'at', 'that', 'this', 'these', 'those', 'from', 'not', | |
| '이', '그', '저', '것', '수', '등', '를', '을', '에', '에서', '그리고', '하는', '있는', '것은', | |
| '있다', '그것', '또한', '또', '및', '이런', '그런', '무엇', '어떤', '많은', '한', '두', '몇' | |
| } | |
| words = [word for word in words if word not in stopwords] | |
| word_freq = {} | |
| for word in words: | |
| word_freq[word] = word_freq.get(word, 0) + 1 | |
| sorted_words = sorted(word_freq.items(), key=lambda x: x[1], reverse=True) | |
| top_words = [word for word, _ in sorted_words[:top]] | |
| return ' '.join(top_words) | |
| def compute_relevance_scores(prompt: str, categories: list[Category]) -> dict: | |
| """ | |
| 디자인/발명 관점에서, 입력 프롬프트가 어떤 카테고리의 항목들과 관련성이 높은지 스코어링. | |
| """ | |
| prompt_lower = prompt.lower() | |
| prompt_tokens = set(re.findall(r'\b[a-zA-Z가-힣]{2,}\b', prompt_lower)) | |
| purpose_keywords = { | |
| 'cost_reduction': ['비용', '절감', '효율', '예산', 'cost', 'saving', 'budget', 'efficiency'], | |
| 'innovation': ['혁신', '창의', '신규', '개발', 'innovation', 'creative', 'novel', 'development', '발명', '디자인'], | |
| 'risk_management': ['위험', '리스크', '관리', '예방', 'risk', 'management', 'prevention', 'mitigation'], | |
| 'growth': ['성장', '확장', '증가', '규모', 'growth', 'expansion', 'increase', 'scale'], | |
| 'customer': ['사용자', '고객', '만족', '경험', 'user', 'customer', 'satisfaction', 'experience'] | |
| } | |
| purpose_scores = {} | |
| for purpose, keywords_ in purpose_keywords.items(): | |
| score = sum(1 for kw in keywords_ if kw in prompt_lower) | |
| if score > 0: | |
| purpose_scores[purpose] = score | |
| main_purpose = max(purpose_scores.items(), key=lambda x: x[1])[0] if purpose_scores else None | |
| relevance_scores = {} | |
| for category in categories: | |
| cat_score = sum(1 for tag in category.tags if tag in prompt_lower) * 0.5 | |
| if category.name_ko in prompt or category.name_en.lower() in prompt_lower: | |
| cat_score += 1 | |
| # 약간의 목적별 가중치 적용 | |
| if main_purpose: | |
| purpose_category_weights = { | |
| 'cost_reduction': { | |
| # 기존 항목 | |
| '구조적 변화': 1.5, '화학적 변화': 1.3, '비즈니스 아이디어': 1.5, | |
| 'Structural Change': 1.5, 'Chemical Change': 1.3, 'Business Ideas': 1.5, | |
| # 추가 항목 | |
| '에너지 변환 및 관리': 1.6, '데이터 및 정보 변환': 1.4, '지속가능성 및 환경 영향': 1.3, | |
| 'Energy Conversion and Management': 1.6, 'Data and Information Transformation': 1.4, | |
| 'Sustainability and Environmental Impact': 1.3 | |
| }, | |
| 'innovation': { | |
| # 기존 항목 | |
| '센서 기능': 1.5, '표면 및 외관 변화': 1.3, '비즈니스 아이디어': 1.5, | |
| 'Sensor Functions': 1.5, 'Surface and Appearance Change': 1.3, 'Business Ideas': 1.5, | |
| # 추가 항목 | |
| '사용자 인터페이스 및 상호작용': 1.6, '데이터 및 정보 변환': 1.4, '인지 및 심리적 변화': 1.3, | |
| 'User Interface and Interaction': 1.6, 'Data and Information Transformation': 1.4, | |
| 'Cognitive and Psychological Changes': 1.3 | |
| }, | |
| 'risk_management': { | |
| # 기존 항목 | |
| '환경 상호작용': 1.5, '시간 관련 변화': 1.3, '비즈니스 아이디어': 1.4, | |
| 'Environmental Interaction': 1.5, 'Time-Related Change': 1.3, 'Business Ideas': 1.4, | |
| # 추가 항목 | |
| '보안 및 프라이버시': 1.7, '지속가능성 및 환경 영향': 1.5, '데이터 및 정보 변환': 1.4, | |
| 'Security and Privacy': 1.7, 'Sustainability and Environmental Impact': 1.5, | |
| 'Data and Information Transformation': 1.4 | |
| }, | |
| 'growth': { | |
| # 기존 항목 | |
| '크기와 형태 변화': 1.4, '비즈니스 아이디어': 1.6, '구조적 변화': 1.3, | |
| 'Size and Shape Change': 1.4, 'Business Ideas': 1.6, 'Structural Change': 1.3, | |
| # 추가 항목 | |
| '사회적 상호작용 및 협업': 1.5, '데이터 및 정보 변환': 1.4, '사용자 인터페이스 및 상호작용': 1.3, | |
| 'Social Interaction and Collaboration': 1.5, 'Data and Information Transformation': 1.4, | |
| 'User Interface and Interaction': 1.3 | |
| }, | |
| 'customer': { | |
| # 기존 항목 | |
| '표면 및 외관 변화': 1.5, '센서 기능': 1.4, '빛과 시각 효과': 1.3, '비즈니스 아이디어': 1.4, | |
| 'Surface and Appearance Change': 1.5, 'Sensor Functions': 1.4, | |
| 'Light and Visual Effects': 1.3, 'Business Ideas': 1.4, | |
| # 추가 항목 | |
| '사용자 인터페이스 및 상호작용': 1.7, '미학 및 감성 경험': 1.6, '인지 및 심리적 변화': 1.5, | |
| '사회적 상호작용 및 협업': 1.4, | |
| 'User Interface and Interaction': 1.7, 'Aesthetics and Emotional Experience': 1.6, | |
| 'Cognitive and Psychological Changes': 1.5, 'Social Interaction and Collaboration': 1.4 | |
| } | |
| } | |
| if category.name_ko in purpose_category_weights.get(main_purpose, {}): | |
| cat_score *= purpose_category_weights[main_purpose][category.name_ko] | |
| elif category.name_en in purpose_category_weights.get(main_purpose, {}): | |
| cat_score *= purpose_category_weights[main_purpose][category.name_en] | |
| # 항목별 토큰 매칭 | |
| for item in category.items: | |
| item_score = cat_score | |
| item_tokens = set(re.findall(r'\b[a-zA-Z가-힣]{2,}\b', item.lower())) | |
| matches = item_tokens.intersection(prompt_tokens) | |
| if matches: | |
| item_score += len(matches) * 0.3 | |
| if item_score > 0: | |
| relevance_scores[(category.name_ko, item)] = item_score | |
| return relevance_scores | |
| def compute_score(weight: int, impact: int, confidence: float) -> float: | |
| return round(weight * impact * confidence, 2) | |
| def generate_comparison_matrix( | |
| categories: list[Category], | |
| relevance_scores: dict = None, | |
| max_depth: int = 3, | |
| max_combinations: int = 100, | |
| relevance_threshold: float = 0.2 | |
| ) -> list[tuple]: | |
| """ | |
| 여러 카테고리의 요소를 복합적으로 조합한 '아이디어' 후보를 뽑아내는 매트릭스. | |
| (본래 의사결정 매트릭스였으나, 디자인/발명에 맞게 재활용) | |
| """ | |
| if relevance_scores is None: | |
| pool = [(c.name_ko, item) for c in categories for item in c.items] | |
| basic_combos = [] | |
| for depth in range(2, max_depth + 1): | |
| for combo in combinations(pool, depth): | |
| basic_combos.append((1, 1, 1.0, 1.0, combo)) | |
| if len(basic_combos) >= max_combinations: | |
| break | |
| return basic_combos[:max_combinations] | |
| filtered_pool = [ | |
| (cat, item) for (cat, item), score in relevance_scores.items() | |
| if score >= relevance_threshold | |
| ] | |
| if not filtered_pool: | |
| pool = [(c.name_ko, i) for c in categories for i in c.items] | |
| if len(pool) > 200: | |
| import random | |
| filtered_pool = random.sample(pool, 200) | |
| else: | |
| filtered_pool = pool | |
| evaluated_combinations = [] | |
| for depth in range(2, max_depth + 1): | |
| for combo in combinations(filtered_pool, depth): | |
| if len({item[0] for item in combo}) == depth: | |
| combo_relevance = sum(relevance_scores.get((item[0], item[1]), 0) for item in combo) / depth | |
| weight = min(5, max(1, int(combo_relevance * 2))) | |
| impact = min(5, depth) | |
| confidence = min(1.0, combo_relevance / 2.5) | |
| total_score = compute_score(weight, impact, confidence) | |
| evaluated_combinations.append((weight, impact, confidence, total_score, combo)) | |
| evaluated_combinations.sort(key=lambda x: x[3], reverse=True) | |
| return evaluated_combinations[:max_combinations] | |
| # ──────────────────────────────── Diverse Matrix Generator ──────────────────── | |
| def smart_weight(cat_name, item, relevance, global_cnt, T): | |
| rare_boost = 1 / (global_cnt.get(item, 0) + 0.5) | |
| noise = random.random() ** (1 / T) # T가 클수록 noise가 1에 가까움 | |
| relevance_weight = 1 - (T - 0.1) / 3.0 | |
| return ((relevance * relevance_weight) + 0.1) * rare_boost * noise | |
| def generate_random_comparison_matrix( | |
| categories: list[Category], | |
| relevance_scores: dict | None = None, | |
| k_cat=(8, 12), | |
| n_item=(6, 10), | |
| depth_range=(3, 6), | |
| max_combos=1000, | |
| seed: int | None = None, | |
| T: float = 1.3, | |
| ): | |
| """ | |
| 다양성 있게 여러 카테고리/항목들을 조합하여 무작위 매트릭스를 생성. | |
| (디자인/발명 아이디어 확장 시 유용) | |
| """ | |
| if seed is None: | |
| seed = random.randrange(2 ** 32) | |
| random.seed(seed) | |
| if "GLOBAL_PICK_COUNT" not in st.session_state: | |
| st.session_state.GLOBAL_PICK_COUNT = {} | |
| global_cnt = st.session_state.GLOBAL_PICK_COUNT | |
| k = random.randint(*k_cat) | |
| sampled_cats = random.sample(categories, k) | |
| pool = [] | |
| for cat in sampled_cats: | |
| items = cat.items | |
| weights = [ | |
| smart_weight( | |
| cat.name_ko, | |
| it, | |
| relevance_scores.get((cat.name_ko, it), 0.05) if relevance_scores else 0.05, | |
| global_cnt, | |
| T | |
| ) | |
| for it in items | |
| ] | |
| n = min(len(items), random.randint(*n_item)) | |
| sampled_items = random.choices(items, weights=weights, k=n) | |
| for it in sampled_items: | |
| global_cnt[it] = global_cnt.get(it, 0) + 1 | |
| pool.append((cat.name_ko, it)) | |
| combos = [] | |
| for d in range(depth_range[0], depth_range[1] + 1): | |
| for combo in combinations(pool, d): | |
| if len({c for c, _ in combo}) != d: | |
| continue | |
| w = sum(relevance_scores.get((c, i), 0.2) if relevance_scores else 1 for c, i in combo) / d | |
| imp = d | |
| conf = 0.5 + random.random() * 0.5 | |
| total = compute_score(w, imp, conf) | |
| combos.append((w, imp, conf, total, combo)) | |
| combos.sort(key=lambda x: x[3], reverse=True) | |
| return combos[:max_combos] | |
| # ──────────────────────────────── PHYS_CATEGORIES ──────────────────────── | |
| PHYS_CATEGORIES: list[Category] = [ | |
| # 기존 카테고리 유지 | |
| Category( | |
| name_ko="센서 기능", | |
| name_en="Sensor Functions", | |
| tags=["sensor", "detection", "감지"], | |
| items=physical_transformation_categories["센서 기능"] | |
| ), | |
| Category( | |
| name_ko="크기와 형태 변화", | |
| name_en="Size and Shape Change", | |
| tags=["shape", "geometry", "크기"], | |
| items=physical_transformation_categories["크기와 형태 변화"] | |
| ), | |
| Category( | |
| name_ko="표면 및 외관 변화", | |
| name_en="Surface and Appearance Change", | |
| tags=["surface", "appearance", "표면"], | |
| items=physical_transformation_categories["표면 및 외관 변화"] | |
| ), | |
| Category( | |
| name_ko="물질의 상태 변화", | |
| name_en="Material State Change", | |
| tags=["material", "state", "상태"], | |
| items=physical_transformation_categories["물질의 상태 변화"] | |
| ), | |
| Category( | |
| name_ko="움직임 특성 변화", | |
| name_en="Movement Characteristics Change", | |
| tags=["motion", "dynamics", "움직임"], | |
| items=physical_transformation_categories["움직임 특성 변화"] | |
| ), | |
| Category( | |
| name_ko="구조적 변화", | |
| name_en="Structural Change", | |
| tags=["structure", "form", "구조"], | |
| items=physical_transformation_categories["구조적 변화"] | |
| ), | |
| Category( | |
| name_ko="공간 이동", | |
| name_en="Spatial Movement", | |
| tags=["movement", "space", "이동"], | |
| items=physical_transformation_categories["공간 이동"] | |
| ), | |
| Category( | |
| name_ko="시간 관련 변화", | |
| name_en="Time-Related Change", | |
| tags=["time", "aging", "시간"], | |
| items=physical_transformation_categories["시간 관련 변화"] | |
| ), | |
| Category( | |
| name_ko="빛과 시각 효과", | |
| name_en="Light and Visual Effects", | |
| tags=["light", "visual", "빛"], | |
| items=physical_transformation_categories["빛과 시각 효과"] | |
| ), | |
| Category( | |
| name_ko="소리와 진동 효과", | |
| name_en="Sound and Vibration Effects", | |
| tags=["sound", "vibration", "소리"], | |
| items=physical_transformation_categories["소리와 진동 효과"] | |
| ), | |
| Category( | |
| name_ko="열 관련 변화", | |
| name_en="Thermal Changes", | |
| tags=["heat", "thermal", "온도"], | |
| items=physical_transformation_categories["열 관련 변화"] | |
| ), | |
| Category( | |
| name_ko="전기 및 자기 변화", | |
| name_en="Electrical and Magnetic Changes", | |
| tags=["electric", "magnetic", "전기"], | |
| items=physical_transformation_categories["전기 및 자기 변화"] | |
| ), | |
| Category( | |
| name_ko="화학적 변화", | |
| name_en="Chemical Change", | |
| tags=["chemical", "reaction", "화학"], | |
| items=physical_transformation_categories["화학적 변화"] | |
| ), | |
| Category( | |
| name_ko="생물학적 변화", | |
| name_en="Biological Change", | |
| tags=["bio", "living", "생물"], | |
| items=physical_transformation_categories["생물학적 변화"] | |
| ), | |
| Category( | |
| name_ko="환경 상호작용", | |
| name_en="Environmental Interaction", | |
| tags=["environment", "interaction", "환경"], | |
| items=physical_transformation_categories["환경 상호작용"] | |
| ), | |
| Category( | |
| name_ko="비즈니스 아이디어", | |
| name_en="Business Ideas", | |
| tags=["business", "idea", "비즈니스"], | |
| items=physical_transformation_categories["비즈니스 아이디어"] | |
| ), | |
| # 새로 추가된 카테고리 | |
| Category( | |
| name_ko="사용자 인터페이스 및 상호작용", | |
| name_en="User Interface and Interaction", | |
| tags=["interface", "interaction", "인터페이스"], | |
| items=physical_transformation_categories["사용자 인터페이스 및 상호작용"] | |
| ), | |
| Category( | |
| name_ko="데이터 및 정보 변환", | |
| name_en="Data and Information Transformation", | |
| tags=["data", "information", "데이터"], | |
| items=physical_transformation_categories["데이터 및 정보 변환"] | |
| ), | |
| Category( | |
| name_ko="인지 및 심리적 변화", | |
| name_en="Cognitive and Psychological Changes", | |
| tags=["cognitive", "psychology", "인지"], | |
| items=physical_transformation_categories["인지 및 심리적 변화"] | |
| ), | |
| Category( | |
| name_ko="에너지 변환 및 관리", | |
| name_en="Energy Conversion and Management", | |
| tags=["energy", "power", "에너지"], | |
| items=physical_transformation_categories["에너지 변환 및 관리"] | |
| ), | |
| Category( | |
| name_ko="지속가능성 및 환경 영향", | |
| name_en="Sustainability and Environmental Impact", | |
| tags=["sustainability", "eco", "지속가능"], | |
| items=physical_transformation_categories["지속가능성 및 환경 영향"] | |
| ), | |
| Category( | |
| name_ko="보안 및 프라이버시", | |
| name_en="Security and Privacy", | |
| tags=["security", "privacy", "보안"], | |
| items=physical_transformation_categories["보안 및 프라이버시"] | |
| ), | |
| Category( | |
| name_ko="사회적 상호작용 및 협업", | |
| name_en="Social Interaction and Collaboration", | |
| tags=["social", "collaboration", "협업"], | |
| items=physical_transformation_categories["사회적 상호작용 및 협업"] | |
| ), | |
| Category( | |
| name_ko="미학 및 감성 경험", | |
| name_en="Aesthetics and Emotional Experience", | |
| tags=["aesthetics", "emotion", "감성"], | |
| items=physical_transformation_categories["미학 및 감성 경험"] | |
| ) | |
| ] | |
| # ──────────────────────────────── (중간 부분 생략 없이) ────────────────────────── | |
| def get_idea_system_prompt(selected_category: str | None = None, | |
| selected_frameworks: list | None = None) -> str: | |
| """ | |
| 디자인/발명 목적을 위해 더욱 강화된 시스템 프롬프트. | |
| - 사용자 요청: "가장 우수한 10가지 아이디어"를 상세 설명 | |
| - 결과 출력에 '가장 우수한 10가지 아이디어'에 포함되지 않은 '부가 아이디어' 30가지 리스트(한줄씩)도 설명 | |
| - 결과 출력 시, 이미지 생성 자동화 | |
| - Kaggle + 웹 검색 출처 제시 | |
| """ | |
| cat_clause = ( | |
| f'\n**추가 지침**: 선택된 카테고리 "{selected_category}"를 특별히 우선하여 고려하세요.\n' | |
| ) if selected_category else "" | |
| if not selected_frameworks: | |
| selected_frameworks = [] | |
| framework_instruction = "\n\n### (선택된 기타 분석 프레임워크)\n" | |
| for fw in selected_frameworks: | |
| if fw == "sunzi": | |
| framework_instruction += "- 손자병법 36계\n" | |
| elif fw == "swot": | |
| framework_instruction += "- SWOT 분석\n" | |
| elif fw == "porter": | |
| framework_instruction += "- Porter의 5 Forces\n" | |
| elif fw == "bcg": | |
| framework_instruction += "- BCG 매트릭스\n" | |
| # 핵심: "가장 우수한 10가지 아이디어를 아주 상세하게" + "각 아이디어별 이미지 프롬프트" + "출처 제시" | |
| base_prompt = f""" | |
| 당신은 창의적 디자인/발명 전문가 AI입니다. | |
| 사용자가 입력한 주제를 분석하여, | |
| **"가장 우수한 5가지 디자인/발명 아이디어"**를 도출하시오. | |
| 각 아이디어는 다음 요구를 충족해야 합니다: | |
| 1) **아주 상세하게** 설명하여, 독자가 머릿속에 이미지를 그릴 수 있을 정도로 구체적으로 서술 | |
| 2) **이미지 프롬프트**도 함께 제시하여, 자동 이미지 생성이 되도록 하라 | |
| - 예: `### 이미지 프롬프트\\n한 줄 영문 문구` | |
| 3) **Kaggle 데이터셋**, **웹 검색**을 활용한 통찰(또는 참조)이 있으면 반드시 결과에 언급 | |
| 4) 최종 출력의 마지막에 **"출처"** 섹션을 만들고, | |
| - 웹 검색(Brave)에서 참조한 URL 3~5개 | |
| - Kaggle 데이터셋 이름/URL(있다면) | |
| - 그 밖의 참고 자료 | |
| 5) **부가 아이디어** 5가지에 포함되지 않은 다음 순서 10개를 자세하게 작성하여 긴 한줄로 각 라인별로 설명/출력 | |
| - 예: `#### 부가 아이디어 X:\\n한 줄 한글 문구` | |
| {framework_instruction} | |
| ## 아이디어 평가 기준 | |
| 아이디어 선정 시 다음 기준으로 평가하고 점수화하여 순위를 매기십시오: | |
| 1. **혁신성** (30%): 기존 솔루션과의 차별성, 독창성, 기술적 진보성 | |
| 2. **실현 가능성** (25%): 기술적, 경제적 실현 가능성, 구현 난이도 | |
| 3. **시장 잠재력** (20%): 타겟 시장 규모, 성장 가능성, 수익성, ROI | |
| 4. **사회적 영향력** (15%): 사회, 환경적 문제 해결 기여도, 삶의 질 향상 정도 | |
| 5. **확장성** (10%): 다양한 상황/시장으로 확장 가능성, 융합 가능성 | |
| 출력은 반드시 **한국어**로 하며, 아래 구조를 준수하십시오: | |
| 1. **주제 요약** (사용자 질문 요약 및 분석 접근 방식 - 300자 이내) | |
| 2. **Top 5 아이디어 개요** (5개 아이디어 요약 및 선정 이유 간략히 - 400단어 이내) | |
| 3. **Top 5 아이디어 상세** | |
| - 각 아이디어는 다음 체계적인 구조로 전개하십시오: | |
| - ### 아이디어 X: [아이디어명] (종합 점수: x.x/10) | |
| - #### 핵심 개념 | |
| * 아이디어의 핵심 원리와 작동 메커니즘을 400자 이상 상세히 설명 | |
| * 해결하고자 하는 구체적인 문제와 그 사회적/경제적 중요성 | |
| * 기존 솔루션 대비 혁신적인 차별점 3가지 이상 명확히 제시 | |
| * 핵심 가치 제안(Value Proposition) 명확히 정의 | |
| - #### 상세 설계 및 기술적 구현 | |
| * 구체적인 구성요소, 디자인 특성, 제작 방법 등 기술적 세부사항 설명 | |
| * 치수, 재료, 작동 원리 등 실현 가능한 상세 정보 제공 | |
| * 핵심 기술적 도전과제 3가지 이상과 각각에 대한 해결 방안 | |
| * 특허 가능성이 있는 고유 기술 요소 설명 | |
| * 필요한 핵심 기술 및 리소스 목록 | |
| - #### 사용 시나리오 및 사용자 경험 | |
| * 최소 3가지 이상의 실제 사용 상황 시나리오를 스토리텔링 방식으로 설명 | |
| * 주요 사용자 페르소나 2개 이상 구체적으로 정의 | |
| * 사용자 여정(User Journey)을 단계별로 시각적으로 묘사 | |
| * 사용자 경험의 핵심 가치와 감성적 연결점 설명 | |
| * 잠재적 사용자 피드백 예측 및 대응 방안 | |
| - #### 시장 분석 및 비즈니스 모델 | |
| * 타겟 시장 규모(TAM, SAM, SOM)와 성장률 추정 | |
| * 주요 고객 세그먼트 분석 및 구체적인 니즈 연결 | |
| * 경쟁 제품/서비스 5개 이상과의 상세 비교표 및 경쟁 우위점 | |
| * 수익 모델 및 수익 흐름 상세 설명 | |
| * 시장 진입 전략 및 초기 마케팅 접근법 | |
| * 확장 가능한 비즈니스 모델 캔버스 요소 분석 | |
| - #### 구현 로드맵 및 자원 계획 | |
| * 실현을 위한 단계별 계획(개념증명, 프로토타입, 테스트, 생산 등) | |
| * 6개월, 1년, 3년 단위의 구체적인 개발 일정 및 주요 마일스톤 | |
| * 필요한 핵심 인재/팀 구성 및 역할 | |
| * 초기 투자 예상액 및 자금조달 전략 | |
| * 주요 파트너십 및 외부 협력 필요사항 | |
| * 품질 관리 및 성과 측정 지표 | |
| - #### SWOT 분석 | |
| * 강점(Strengths): 이 아이디어만의 독특한 강점 5가지 이상과 그 이유 | |
| * 약점(Weaknesses): 잠재적 약점 3가지 이상 및 이를 극복하기 위한 구체적인 방안 | |
| * 기회(Opportunities): 외부 환경(기술, 시장, 정책 등)에서 발생하는 기회 요소 4가지 이상 | |
| * 위협(Threats): 성공을 방해할 수 있는 외부 요인 3가지 이상과 각각에 대한 구체적 대응책 | |
| 각 상세히 작성 | |
| - 각 아이디어는 이 구조로 10개 아이디어 모두 동일하게 작성하라: | |
| 4. **부가적 통찰** (선택된 프레임워크 분석 결과) | |
| 5. **부가 아이디어** (TOP 5에 해당하지 않는 10가지 아이디어, 각각 한 줄로 간결하게 설명하되 해당 아이디어의 핵심 가치와 혁신점을 포함) | |
| - 예: `#### 부가 아이디어 X:\\n 한 줄로 자세한 한글 문구` | |
| 6. **출처** (웹검색 링크, Kaggle 데이터셋 등) | |
| {cat_clause} | |
| 아무리 길어도 이 요구사항을 준수하고, **오직 최종 완성된 답변**만 출력하십시오. | |
| (내부 사고 과정은 감춥니다.) | |
| """ | |
| return base_prompt.strip() | |
| # ──────────────────────────────── 나머지 코드 (웹검색, kaggle, 이미지 생성 등) ────────────────────────── | |
| def brave_search(query: str, count: int = 20): | |
| if not BRAVE_KEY: | |
| raise RuntimeError("⚠️ SERPHOUSE_API_KEY (Brave API Key) 환경 변수가 비어있습니다.") | |
| headers = { | |
| "Accept": "application/json", | |
| "Accept-Encoding": "gzip", | |
| "X-Subscription-Token": BRAVE_KEY | |
| } | |
| params = {"q": query, "count": str(count)} | |
| for attempt in range(3): | |
| try: | |
| r = requests.get(BRAVE_ENDPOINT, headers=headers, params=params, timeout=15) | |
| r.raise_for_status() | |
| data = r.json() | |
| raw = data.get("web", {}).get("results") or data.get("results", []) | |
| if not raw: | |
| raise ValueError("No search results found.") | |
| arts = [] | |
| for i, res in enumerate(raw[:count], 1): | |
| url = res.get("url", res.get("link", "")) | |
| host = re.sub(r"https?://(www\.)?", "", url).split("/")[0] | |
| arts.append({ | |
| "index": i, | |
| "title": res.get("title", "No title"), | |
| "link": url, | |
| "snippet": res.get("description", res.get("text", "No snippet")), | |
| "displayed_link": host | |
| }) | |
| return arts | |
| except Exception as e: | |
| logging.error(f"Brave search failure (attempt {attempt+1}/3): {e}") | |
| time.sleep(1) | |
| return [] | |
| def mock_results(query: str) -> str: | |
| ts = datetime.now().strftime("%Y-%m-%d %H:%M:%S") | |
| return ( | |
| f"# Fallback Search Content (Generated: {ts})\n\n" | |
| f"The web search API request failed. Please generate the invention/design ideas based on '{query}' using general knowledge.\n\n" | |
| f"You may consider aspects such as:\n\n" | |
| f"- Basic concept or definition of {query}\n" | |
| f"- Potential expansions or improvements\n" | |
| f"- Category-based transformations\n\n" | |
| f"Note: This is fallback text, not real-time data.\n\n" | |
| ) | |
| def do_web_search(query: str) -> str: | |
| try: | |
| arts = brave_search(query, 20) | |
| if not arts: | |
| logging.warning("No search results from Brave. Using fallback.") | |
| return mock_results(query) | |
| hdr = "# Web Search Results\nUse the information below to spark new design/invention insights.\n\n" | |
| body = "\n".join( | |
| f"### Result {a['index']}: {a['title']}\n\n{a['snippet']}\n\n**Source**: [{a['displayed_link']}]({a['link']})\n\n---\n" | |
| for a in arts | |
| ) | |
| return hdr + body | |
| except Exception as e: | |
| logging.error(f"Web search process failed: {str(e)}") | |
| return mock_results(query) | |
| # ──────────────────────────────── (신규) 디자인/발명 아이디어 처리 함수 ───────────────── | |
| def process_invention_ideas(keyword: str): | |
| """ | |
| (이전에는 별도 버튼/프롬프트가 있었으나, | |
| 이제 메인 프롬프트로 일원화되어 사실상 사용되지 않을 수도 있음.) | |
| """ | |
| if not keyword.strip(): | |
| st.warning("키워드를 입력하세요.") | |
| return | |
| st.info(f"디자인/발명 아이디어 생성 중... (키워드: **{keyword}**)") | |
| # 모든 카테고리와 항목을 리스트업 | |
| categories_text = [] | |
| for cat_name, items in physical_transformation_categories.items(): | |
| joined_items = ", ".join(items) | |
| categories_text.append(f"- {cat_name}: {joined_items}") | |
| categories_joined = "\n".join(categories_text) | |
| prompt = f""" | |
| 당신은 디자인/발명 전문가입니다. | |
| 키워드: "{keyword}" | |
| 아래는 카테고리+항목 목록입니다. | |
| {categories_joined} | |
| 이 키워드를 각 항목과 결합한 아이디어를 생각하고, | |
| 타당한 것과 배제할 것을 분류하여 마크다운으로 출력하세요. | |
| """ | |
| try: | |
| client = get_openai_client() | |
| with st.spinner("Generating invention ideas..."): | |
| response = client.chat.completions.create( | |
| model="gpt-4.1-mini", | |
| messages=[{"role": "user", "content": prompt}], | |
| temperature=0.9, | |
| max_tokens=2500, | |
| ) | |
| result_text = response.choices[0].message.content | |
| st.markdown(result_text) | |
| except Exception as e: | |
| st.error(f"오류 발생: {e}") | |
| # ──────────────────────────────── Streamlit 메인 앱 ────────────────────── | |
| def idea_generator_app(): | |
| st.title("Ilúvatar(일루바타르) : Creative Design & Invention AI") | |
| st.caption("이 시스템은 빅데이터를 자율적으로 수집·분석하여, 복합적인 디자인/발명 아이디어를 제안합니다.") | |
| default_vals = { | |
| "ai_model": "gpt-4.1-mini", | |
| "messages": [], | |
| "auto_save": True, | |
| "generate_image": True, | |
| "web_search_enabled": True, | |
| "kaggle_enabled": True, | |
| "selected_frameworks": [], | |
| "GLOBAL_PICK_COUNT": {}, | |
| "_skip_dup_idx": None | |
| } | |
| for k, v in default_vals.items(): | |
| if k not in st.session_state: | |
| st.session_state[k] = v | |
| sb = st.sidebar | |
| st.session_state.temp = sb.slider( | |
| "Diversity temperature", 0.1, 3.0, 1.3, 0.1, | |
| help="0.1 = 매우 보수적, 3.0 = 매우 창의/무작위" | |
| ) | |
| sb.title("Settings") | |
| sb.toggle("Auto Save", key="auto_save") | |
| sb.toggle("Auto Image Generation", key="generate_image") | |
| st.session_state.web_search_enabled = sb.toggle( | |
| "Use Web Search", value=st.session_state.web_search_enabled | |
| ) | |
| st.session_state.kaggle_enabled = sb.toggle( | |
| "Use Kaggle Datasets", value=st.session_state.kaggle_enabled | |
| ) | |
| if st.session_state.web_search_enabled: | |
| sb.info("✅ Web search results enabled") | |
| if st.session_state.kaggle_enabled: | |
| if KAGGLE_KEY: | |
| sb.info("✅ Kaggle data integration enabled") | |
| else: | |
| sb.error("⚠️ KAGGLE_KEY not set.") | |
| st.session_state.kaggle_enabled = False | |
| # (디자인/발명용 사이드바 항목은 삭제됨, 메인 prompt에서 처리) | |
| # 예시 주제 | |
| example_topics = { | |
| "example1": "'고양이 장난감' 디자인", | |
| "example2": "재밍 대응 가능한 드론 디자인", | |
| "example3": "사용자 인터페이스(UI/UX) 혁신을 위한 웨어러블 기기 아이디어" | |
| } | |
| sb.subheader("Example Topics") | |
| c1, c2, c3 = sb.columns(3) | |
| if c1.button("고양이 장난감", key="ex1"): | |
| process_example(example_topics["example1"]) | |
| if c2.button("재밍 대응 드론", key="ex2"): | |
| process_example(example_topics["example2"]) | |
| if c3.button("UI/UX 혁신", key="ex3"): | |
| process_example(example_topics["example3"]) | |
| # 대화 히스토리 다운로드 | |
| latest_ideas = next( | |
| (m["content"] for m in reversed(st.session_state.messages) | |
| if m["role"] == "assistant" and m["content"].strip()), | |
| None | |
| ) | |
| if latest_ideas: | |
| title_match = re.search(r"# (.*?)(\n|$)", latest_ideas) | |
| title = (title_match.group(1) if title_match else "design_invention").strip() | |
| sb.subheader("Download Latest Ideas") | |
| d1, d2 = sb.columns(2) | |
| d1.download_button("Download as Markdown", latest_ideas, | |
| file_name=f"{title}.md", mime="text/markdown") | |
| d2.download_button("Download as HTML", md_to_html(latest_ideas, title), | |
| file_name=f"{title}.html", mime="text/html") | |
| # 대화 히스토리 로드/저장 | |
| up = sb.file_uploader("Load Conversation (.json)", type=["json"], key="json_uploader") | |
| if up: | |
| try: | |
| st.session_state.messages = json.load(up) | |
| sb.success("Conversation history loaded successfully") | |
| except Exception as e: | |
| sb.error(f"Failed to load: {e}") | |
| if sb.button("Download Conversation as JSON"): | |
| sb.download_button( | |
| "Save JSON", | |
| data=json.dumps(st.session_state.messages, ensure_ascii=False, indent=2), | |
| file_name="chat_history.json", | |
| mime="application/json" | |
| ) | |
| # 파일 업로드 | |
| st.subheader("File Upload (Optional)") | |
| uploaded_files = st.file_uploader( | |
| "Upload reference files (txt, csv, pdf)", | |
| type=["txt", "csv", "pdf"], | |
| accept_multiple_files=True, | |
| key="file_uploader" | |
| ) | |
| if uploaded_files: | |
| st.success(f"{len(uploaded_files)} files uploaded.") | |
| with st.expander("Preview Uploaded Files", expanded=False): | |
| for idx, file in enumerate(uploaded_files): | |
| st.write(f"**File Name:** {file.name}") | |
| ext = file.name.split('.')[-1].lower() | |
| try: | |
| if ext == 'txt': | |
| preview = file.read(1000).decode('utf-8', errors='ignore') | |
| file.seek(0) | |
| st.text_area("Preview", preview + ("..." if len(preview) >= 1000 else ""), height=150) | |
| elif ext == 'csv': | |
| df = pd.read_csv(file) | |
| file.seek(0) | |
| st.dataframe(df.head(5)) | |
| elif ext == 'pdf': | |
| reader = PyPDF2.PdfReader(io.BytesIO(file.read()), strict=False) | |
| file.seek(0) | |
| pg_txt = reader.pages[0].extract_text() if reader.pages else "(No text)" | |
| st.text_area("Preview", (pg_txt[:500] + "...") if pg_txt else "(No text)", height=150) | |
| except Exception as e: | |
| st.error(f"Preview failed: {e}") | |
| if idx < len(uploaded_files) - 1: | |
| st.divider() | |
| # 이미 렌더된 메시지(중복 방지) | |
| skip_idx = st.session_state.get("_skip_dup_idx") | |
| for i, m in enumerate(st.session_state.messages): | |
| if skip_idx is not None and i == skip_idx: | |
| continue | |
| with st.chat_message(m["role"]): | |
| st.markdown(m["content"]) | |
| if "image" in m: | |
| st.image(m["image"], caption=m.get("image_caption", "")) | |
| st.session_state["_skip_dup_idx"] = None | |
| # 메인 채팅 입력 | |
| prompt = st.chat_input("새로운 디자인/발명 아이디어가 필요하신가요? 여기에 상황이나 목표를 작성하세요!") | |
| if prompt: | |
| process_input(prompt, uploaded_files) | |
| sb.markdown("---") | |
| sb.markdown("Created by [VIDraft](https://discord.gg/openfreeai)") | |
| def process_example(topic): | |
| process_input(topic, []) | |
| def process_input(prompt: str, uploaded_files): | |
| """ | |
| 메인 채팅 입력을 받아 디자인/발명 아이디어를 생성한다. | |
| 스트리밍 실패(RemoteProtocolError 등) 시 backoff 재시도 후 | |
| 최종적으로 non-stream 호출로 폴백. | |
| """ | |
| # ─── 대화 기록 중복 방지 ────────────────────────────── | |
| if not any(m["role"] == "user" and m["content"] == prompt for m in st.session_state.messages): | |
| st.session_state.messages.append({"role": "user", "content": prompt}) | |
| with st.chat_message("user"): | |
| st.markdown(prompt) | |
| for i in range(len(st.session_state.messages) - 1): | |
| if (st.session_state.messages[i]["role"] == "user" | |
| and st.session_state.messages[i]["content"] == prompt | |
| and st.session_state.messages[i + 1]["role"] == "assistant"): | |
| return | |
| # ─── 결과 생성 ─────────────────────────────────────── | |
| with st.chat_message("assistant"): | |
| status = st.status("Preparing to generate invention ideas…") | |
| stream_placeholder = st.empty() | |
| full_response = "" | |
| try: | |
| client = get_openai_client() | |
| status.update(label="Initializing model…") | |
| selected_cat = st.session_state.get("category_focus", None) | |
| selected_frameworks = st.session_state.get("selected_frameworks", []) | |
| sys_prompt = get_idea_system_prompt( | |
| selected_category=selected_cat, | |
| selected_frameworks=selected_frameworks | |
| ) | |
| def category_context(sel): | |
| if sel: | |
| return json.dumps({sel: physical_transformation_categories[sel]}, ensure_ascii=False) | |
| return "ALL_CATEGORIES: " + ", ".join(physical_transformation_categories.keys()) | |
| use_web_search = st.session_state.web_search_enabled | |
| use_kaggle = st.session_state.kaggle_enabled | |
| has_uploaded = bool(uploaded_files) | |
| search_content = kaggle_content = file_content = mil_content = None | |
| # ① 웹 검색 | |
| if use_web_search: | |
| status.update(label="Searching the web…") | |
| with st.spinner("Searching…"): | |
| search_content = do_web_search(keywords(prompt, top=5)) | |
| # ② Kaggle | |
| if use_kaggle and check_kaggle_availability(): | |
| status.update(label="Kaggle 데이터셋 분석 중…") | |
| with st.spinner("Searching Kaggle…"): | |
| kaggle_kw = extract_kaggle_search_keywords(prompt) | |
| try: | |
| datasets = search_kaggle_datasets(kaggle_kw) | |
| except Exception as e: | |
| logging.warning(f"search_kaggle_datasets 오류 무시: {e}") | |
| datasets = [] | |
| analyses = [] | |
| if datasets: | |
| status.update(label="Downloading & analysing datasets…") | |
| for ds in datasets: | |
| try: | |
| ana = download_and_analyze_dataset(ds["ref"]) | |
| except Exception as e: | |
| logging.error(f"Kaggle 분석 오류({ds['ref']}) : {e}") | |
| ana = f"데이터셋 분석 오류: {e}" | |
| analyses.append({"meta": ds, "analysis": ana}) | |
| if analyses: | |
| kaggle_content = format_kaggle_analysis_markdown_multi(analyses) | |
| # ③ 파일 업로드 | |
| if has_uploaded: | |
| status.update(label="Reading uploaded files…") | |
| with st.spinner("Processing files…"): | |
| file_content = process_uploaded_files(uploaded_files) | |
| # ④ 군사 전술 데이터 | |
| if is_military_query(prompt): | |
| status.update(label="Searching military tactics dataset…") | |
| with st.spinner("Loading military insights…"): | |
| mil_rows = military_search(prompt) | |
| if mil_rows: | |
| mil_content = "# Military Tactics Dataset Reference\n\n" | |
| for i, row in enumerate(mil_rows, 1): | |
| mil_content += ( | |
| f"### Case {i}\n" | |
| f"**Scenario:** {row['scenario_description']}\n\n" | |
| f"**Attack Reasoning:** {row['attack_reasoning']}\n\n" | |
| f"**Defense Reasoning:** {row['defense_reasoning']}\n\n---\n" | |
| ) | |
| # ─── 유저 콘텐츠 구성 ────────────────────────── | |
| user_content = prompt | |
| for extra in (search_content, kaggle_content, file_content, mil_content): | |
| if extra: | |
| user_content += "\n\n" + extra | |
| # ─── 내부 분석 ─────────────────────────────── | |
| status.update(label="분석 중…") | |
| decision_purpose = identify_decision_purpose(prompt) | |
| relevance_scores = compute_relevance_scores(prompt, PHYS_CATEGORIES) | |
| status.update(label="카테고리 조합 아이디어 생성 중…") | |
| T = st.session_state.temp | |
| k_cat_range = (4, 8) if T < 1.0 else (6, 10) if T < 2.0 else (8, 12) | |
| n_item_range = (2, 4) if T < 1.0 else (3, 6) if T < 2.0 else (4, 8) | |
| depth_range = (2, 3) if T < 1.0 else (2, 5) if T < 2.0 else (2, 6) | |
| combos = generate_random_comparison_matrix( | |
| PHYS_CATEGORIES, | |
| relevance_scores, | |
| k_cat=k_cat_range, | |
| n_item=n_item_range, | |
| depth_range=depth_range, | |
| seed=hash(prompt) & 0xFFFFFFFF, | |
| T=T, | |
| ) | |
| combos_table = "| 조합 | 가중치 | 영향도 | 신뢰도 | 총점 |\n|------|--------|--------|--------|-----|\n" | |
| for w, imp, conf, tot, cmb in combos: | |
| combo_str = " + ".join(f"{c[0]}-{c[1]}" for c in cmb) | |
| combos_table += f"| {combo_str} | {w} | {imp} | {conf:.1f} | {tot} |\n" | |
| purpose_info = "\n\n## 디자인/발명 목표 분석\n" | |
| if decision_purpose['purposes']: | |
| purpose_info += "### 핵심 목적\n" | |
| for p, s in decision_purpose['purposes']: | |
| purpose_info += f"- **{p}** (관련성: {s})\n" | |
| if decision_purpose['constraints']: | |
| purpose_info += "\n### 제약 조건\n" | |
| for c, s in decision_purpose['constraints']: | |
| purpose_info += f"- **{c}** (관련성: {s})\n" | |
| # ─── 프레임워크 분석 (옵션) ──────────────────── | |
| framework_contents = [] | |
| for fw in selected_frameworks: | |
| if fw == "swot": | |
| framework_contents.append( | |
| format_business_framework_analysis("swot", analyze_with_swot(prompt)) | |
| ) | |
| elif fw == "porter": | |
| framework_contents.append( | |
| format_business_framework_analysis("porter", analyze_with_porter(prompt)) | |
| ) | |
| elif fw == "bcg": | |
| framework_contents.append( | |
| format_business_framework_analysis("bcg", analyze_with_bcg(prompt)) | |
| ) | |
| if framework_contents: | |
| user_content += "\n\n## (Optional) 기타 프레임워크 분석\n\n" + "\n\n".join(framework_contents) | |
| user_content += f"\n\n## 카테고리 매트릭스 분석{purpose_info}\n{combos_table}" | |
| status.update(label="Generating final design/invention ideas…") | |
| api_messages = [ | |
| {"role": "system", "content": sys_prompt}, | |
| {"role": "system", "name": "category_db", "content": category_context(selected_cat)}, | |
| {"role": "user", "content": user_content}, | |
| ] | |
| # ─── OpenAI Chat 호출 (backoff 재시도) ───────────────── | |
| def safe_stream(): | |
| return client.chat.completions.create( | |
| model="gpt-4.1-mini", | |
| messages=api_messages, | |
| temperature=1, | |
| max_tokens=MAX_TOKENS, | |
| top_p=1, | |
| stream=True | |
| ) | |
| try: | |
| stream = safe_stream() | |
| for chunk in stream: | |
| if chunk.choices and chunk.choices[0].delta.content: | |
| full_response += chunk.choices[0].delta.content | |
| stream_placeholder.markdown(full_response + "▌") | |
| except (RemoteProtocolError, APITimeoutError, APIError) as stream_err: | |
| logging.warning(f"스트리밍 실패, non-stream 폴백: {stream_err}") | |
| resp = client.chat.completions.create( | |
| model="gpt-4.1-mini", | |
| messages=api_messages, | |
| temperature=1, | |
| max_tokens=MAX_TOKENS, | |
| top_p=1, | |
| stream=False | |
| ) | |
| full_response = resp.choices[0].message.content | |
| stream_placeholder.markdown(full_response) | |
| status.update(label="Invention ideas created!", state="complete") | |
| # ─── 이미지 생성 ──────────────────────────────── | |
| img_data = img_caption = None | |
| if st.session_state.generate_image and full_response: | |
| match = re.search(r"###\s*이미지\s*프롬프트\s*\n+([^\n]+)", full_response, re.I) | |
| if not match: | |
| match = re.search(r"Image\s+Prompt\s*[:\-]\s*([^\n]+)", full_response, re.I) | |
| if match: | |
| raw_prompt = re.sub(r'[\r\n"\'\\]', " ", match.group(1)).strip() | |
| with st.spinner("Generating illustrative image…"): | |
| img_data, img_caption = generate_image(raw_prompt) | |
| if img_data: | |
| st.image(img_data, caption=f"Visualized Concept – {img_caption}") | |
| # ─── 세션 메시지 저장 ───────────────────────────── | |
| answer_msg = {"role": "assistant", "content": full_response} | |
| if img_data: | |
| answer_msg["image"] = img_data | |
| answer_msg["image_caption"] = img_caption | |
| st.session_state["_skip_dup_idx"] = len(st.session_state.messages) | |
| st.session_state.messages.append(answer_msg) | |
| # ─── 다운로드 옵션 ────────────────────────────── | |
| st.subheader("Download This Output") | |
| col_md, col_html = st.columns(2) | |
| col_md.download_button( | |
| "Markdown", | |
| data=full_response, | |
| file_name=f"{prompt[:30]}.md", | |
| mime="text/markdown" | |
| ) | |
| col_html.download_button( | |
| "HTML", | |
| data=md_to_html(full_response, prompt[:30]), | |
| file_name=f"{prompt[:30]}.html", | |
| mime="text/html" | |
| ) | |
| if st.session_state.auto_save: | |
| fn = f"chat_history_auto_{datetime.now():%Y%m%d_%H%M%S}.json" | |
| with open(fn, "w", encoding="utf-8") as fp: | |
| json.dump(st.session_state.messages, fp, ensure_ascii=False, indent=2) | |
| except Exception as e: | |
| logging.error("process_input error", exc_info=True) | |
| st.error(f"⚠️ 작업 중 오류가 발생했습니다: {e}") | |
| st.session_state.messages.append( | |
| {"role": "assistant", "content": f"⚠️ 오류: {e}"} | |
| ) | |
| def main(): | |
| idea_generator_app() | |
| if __name__ == "__main__": | |
| main() | |