Update app.py

app.py

@@ -1,13 +1,20 @@
 """
-Square Theory Generator (Korean‑friendly, LLM‑powered)
+Square Theory Generator (Korean-friendly, LLM-powered)
 -----------------------------------------------------
-변경 사항
-0) Matplotlib 한글 폰트 자동 설정으로 깨짐 해결
-1) 입력 프롬프트를 하나만 두고, 나머지 3단어는 LLM이 생성
-2) OpenAI 공식 Python SDK (`openai`) 사용 – 사용자가 제공한 `client.responses.create` 예시 반영
-3) LLM이 사각형 단어 + 두 줄 카피·브랜드 네임까지 JSON으로 반환 → 자동 출력
+2025‑05‑28 Hot‑patch ★ 오류 수정
+================================
+* **버그 원인**: `openai` Python SDK v1.x의 `client.responses.create()` 반환 객체에는 `.choices` 속성이 없음 → `AttributeError: 'Response' object has no attribute 'choices'` 발생.
+* **해결**: `client.chat.completions.create()` 엔드포인트로 교체 → 익숙한 `.choices[0].message.content` 구조 사용.
+* 추가: 예외 처리·디버그 프린트 옵션.
+
+사용 방법
+=========
+```bash
+pip install --upgrade gradio matplotlib openai
+export OPENAI_API_KEY="sk-..."
+python square_theory_gradio.py
+```
 
-⚠️ **OPENAI_API_KEY** 환경 변수를 미리 설정해 두세요.
 """
 
 import os
@@ -18,30 +25,24 @@ from matplotlib import patches, font_manager, rcParams
 from openai import OpenAI
 
 # -------------------------------------------------
-# 0. 한글 폰트 자동 탐색 & 설정 (Malgun, Nanum 등)
+# 0. 한글 폰트 자동 탐색 & 설정
 # -------------------------------------------------
 
 def _set_korean_font():
-    candidates = [
-        "Malgun Gothic",  # Windows
-        "NanumGothic",    # Linux (apt install fonts-nanum)
-        "AppleGothic",    # macOS
-        "DejaVu Sans",    # fallback (기본 폰트지만 한글 일부 지원)
-    ]
+    candidates = ["Malgun Gothic", "NanumGothic", "AppleGothic", "DejaVu Sans"]
     available = {f.name for f in font_manager.fontManager.ttflist}
     for cand in candidates:
         if cand in available:
             rcParams["font.family"] = cand
             break
-    rcParams["axes.unicode_minus"] = False  # 음수 부호 깨짐 방지
+    rcParams["axes.unicode_minus"] = False
 
 _set_korean_font()
 
 # -------------------------------------------------
 # 1. OpenAI 클라이언트 초기화
 # -------------------------------------------------
-OPENAI_API_KEY = os.getenv("OPENAI_API_KEY")
-if not OPENAI_API_KEY:
+if not os.getenv("OPENAI_API_KEY"):
     raise EnvironmentError("OPENAI_API_KEY 환경 변수를 설정하세요.")
 
 client = OpenAI()
@@ -51,17 +52,12 @@ client = OpenAI()
 # -------------------------------------------------
 
 def draw_square(words):
-    """words = dict with keys tl, tr, br, bl"""
     fig, ax = plt.subplots(figsize=(4, 4))
-    # 사각형 프레임
-    square = patches.Rectangle((0, 0), 1, 1, fill=False, linewidth=2)
-    ax.add_patch(square)
-
+    ax.add_patch(patches.Rectangle((0, 0), 1, 1, fill=False, linewidth=2))
     ax.text(-0.05, 1.05, words["tl"], ha="right", va="bottom", fontsize=14, fontweight="bold")
     ax.text(1.05, 1.05, words["tr"], ha="left", va="bottom", fontsize=14, fontweight="bold")
     ax.text(1.05, -0.05, words["br"], ha="left", va="top", fontsize=14, fontweight="bold")
     ax.text(-0.05, -0.05, words["bl"], ha="right", va="top", fontsize=14, fontweight="bold")
-
     ax.set_xticks([])
     ax.set_yticks([])
     ax.set_xlim(-0.2, 1.2)
@@ -72,27 +68,32 @@ def draw_square(words):
 # -------------------------------------------------
 # 3. LLM 프롬프트 & 응답 파싱
 # -------------------------------------------------
-
-SYSTEM_PROMPT = """너는 한국어 카피·브랜드 네이밍 전문가이자 Square Theory(사각형 이론) 도우미다.\n사용자가 제시한 하나의 단어(TL)를 기반으로, 다음 JSON 형식으로 사각형을 완성하라.\n- "tl": 입력 단어 그대로\n- "tr": TL과 의미·음이 대응되는 다른 단어\n- "br": TR과 의미·음이 대응되는 다른 단어\n- "bl": BR과 의미·음이 대응되는 다른 단어로 TL과도 연결이 있어야 한다\n또한, "top_phrase"(tl+tr), "bottom_phrase"(bl+br) 두 표현을 자연스러운 한국어 관용구로 제시하고,\n"slogan"(두 줄 카피)와 "brand"(브랜드 네임 후보) 필드를 함께 포함하라.\n결과는 반드시 **한글 UTF‑8**로 인코딩된 JSON만 반환한다."""
-
-
-def call_llm(seed):
-    """Returns parsed dict from LLM JSON output."""
-    response = client.responses.create(
-        model="gpt-4.1-mini",
-        input=[
-            {"role": "system", "content": [{"type": "input_text", "text": SYSTEM_PROMPT}]},
-            {"role": "user", "content": [{"type": "input_text", "text": seed}]},
+SYSTEM_PROMPT = (
+    "너는 한국어 카피·브랜드 네이밍 전문가이자 Square Theory(사각형 이론) 도우미다.\n"
+    "사용자가 제시한 하나의 단어(TL)로 다음 JSON을 완성해라: \n"
+    "{\n  \"tl\": str, \"tr\": str, \"br\": str, \"bl\": str,\n  \"top_phrase\": str, \"bottom_phrase\": str, \n  \"slogan\": str, \"brand\": str\n}\n"
+    "각 corner 는 완전한 사각형을 이루도록 의미·음이 자연스럽게 연결돼야 한다. 결과는 **JSON 문자열**만 출력한다."
+)
+
+
+def call_llm(seed: str, debug: bool = False):
+    """LLM 호출 → JSON dict 반환"""
+    resp = client.chat.completions.create(
+        model="gpt-4o-mini",  # 또는 gpt-4-turbo (조정 가능)
+        messages=[
+            {"role": "system", "content": SYSTEM_PROMPT},
+            {"role": "user", "content": seed},
         ],
-        text={"format": {"type": "text"}},
         temperature=0.9,
-        max_output_tokens=512,
+        max_tokens=512,
     )
-    raw = response.choices[0].message.content[0]["text"]
+    raw = resp.choices[0].message.content.strip()
+    if debug:
+        print("LLM raw:", raw)
     try:
         data = json.loads(raw)
-    except json.JSONDecodeError as e:
-        raise ValueError(f"LLM 응답이 JSON 형식이 아닙니다: {e}\n원본: {raw}")
+    except json.JSONDecodeError as exc:
+        raise ValueError(f"LLM 응답 JSON 파싱 실패: {exc}\n원문: {raw}")
     return data
 
 # -------------------------------------------------
@@ -101,39 +102,23 @@ def call_llm(seed):
 
 def generate(seed_word):
     data = call_llm(seed_word)
-
-    words = {
-        "tl": data["tl"],
-        "tr": data["tr"],
-        "br": data["br"],
-        "bl": data["bl"],
-    }
-    fig = draw_square(words)
-    return (
-        fig,
-        data.get("top_phrase", ""),
-        data.get("bottom_phrase", ""),
-        data.get("slogan", ""),
-        data.get("brand", ""),
-    )
+    fig = draw_square({k: data[k] for k in ("tl", "tr", "br", "bl")})
+    return fig, data["top_phrase"], data["bottom_phrase"], data["slogan"], data["brand"]
 
 # -------------------------------------------------
 # 5. Gradio UI
 # -------------------------------------------------
 with gr.Blocks(title="Square Theory Generator – LLM Powered 🇰🇷") as demo:
-    gr.Markdown("""# 🟧 Square Theory Generator\n단어 하나만 입력하면, LLM이 사각형 구조·카피·브랜드 네임을 자동으로 제안합니다.""")
-
+    gr.Markdown("""# 🟧 Square Theory Generator\n단어 하나만 입력하면 LLM이 사각형 구조·카피·브랜드 네임을 자동 생성합니다.""")
     seed = gr.Textbox(label="시드 단어(TL)", placeholder="예: 골든")
-    run_btn = gr.Button("사각형 생성")
-
+    run = gr.Button("사각형 생성")
     fig_out = gr.Plot(label="사각형 다이어그램")
     top_out = gr.Textbox(label="윗변 표현")
     bottom_out = gr.Textbox(label="아랫변 표현")
     slogan_out = gr.Textbox(label="두 줄 슬로건")
-    brand_out = gr.Textbox(label="브랜드 네임 제안")
+    brand_out = gr.Textbox(label="브랜드 네임")
 
-    run_btn.click(fn=generate, inputs=seed, outputs=[fig_out, top_out, bottom_out, slogan_out, brand_out])
+    run.click(generate, inputs=seed, outputs=[fig_out, top_out, bottom_out, slogan_out, brand_out])
 
 if __name__ == "__main__":
-    # launch(): share=True 하면 외부에서 접속 가능
     demo.launch()