Update app.py

app.py

@@ -5,40 +5,40 @@ from openai import OpenAI
 from translate_utils import translate_ko_to_en
 
 YOUR_OPENAI_API_KEY = "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"
+
 # 임베딩 모델 로드
 embedding_model_name = "snunlp/KR-SBERT-V40K-klueNLI-augSTS"
 embedding_model = HuggingFaceEmbeddings(
     model_name=embedding_model_name,
-    model_kwargs={"device": "cpu"},  # GPU 설정 시 "cuda"로 변경 가능
+    model_kwargs={"device": "cpu"},  # GPU 사용 시 "cuda"로 변경
     encode_kwargs={"normalize_embeddings": True},
 )
 
-# vector DB 로드드
+# vector DB 로드
 save_path = "./version-2024-12-22"
-vectorstore = FAISS.load_local(save_path, embedding_model,allow_dangerous_deserialization=True)
-
-
+vectorstore = FAISS.load_local(save_path, embedding_model, allow_dangerous_deserialization=True)
 
-
-def chatbot(input_question, eng_trans = True, num_ref = 3):
+def chatbot(input_question, eng_trans=True, num_ref=3):
+    """챗봇 함수"""
     retriever = vectorstore.as_retriever(search_kwargs={"k": num_ref})
-    if eng_trans == False:
+
+    # 한국어로 질의
+    if not eng_trans:
         basic_docs = retriever.invoke(input_question)
+    # 영어로 번역 후 질의(영어, 한글 둘 다 검색)
     else:
         eng = translate_ko_to_en(input_question)
-
         basic_docs = retriever.invoke(input_question)
         eng_docs = retriever.invoke(eng)
         basic_docs = basic_docs + eng_docs
 
-    context = "\n".join([doc.page_content for doc in basic_docs])  
+    context = "\n".join([doc.page_content for doc in basic_docs])
 
-    client = OpenAI(
-    api_key=YOUR_OPENAI_API_KEY)
+    client = OpenAI(api_key=YOUR_OPENAI_API_KEY)
 
-    # question과 context를 message에 삽입
+    # GPT-4 or GPT-4o-mini 등 모델 지정
     completion = client.chat.completions.create(
-        model="gpt-4o-mini",  
+        model="gpt-4o-mini",
         messages=[
             {
                 "role": "user",
@@ -54,16 +54,66 @@ def chatbot(input_question, eng_trans = True, num_ref = 3):
         ]
     )
 
-
-
     return completion.choices[0].message.content
 
+# Gradio Blocks 레이아웃으로 꾸민 버전
+with gr.Blocks() as demo:
+    # 상단 이미지
+    gr.Image(
+        value="head.png",  # 이미지 경로 또는 URL
+        elem_id="top-image",
+        label=None
+    )
+    
+    # 안내 문구
+    gr.Markdown(
+        """
+        # 차세대반도체학과 특화 챗봇
+        - 이 챗봇은 한국어 질의에 대해 반도체 관련 정보, 차세대반도체학과 관련 정보를 친절하게 제공합니다.<br>
+        - 반도체 전문용어는 일부 영어로 답변될 수 있습니다.<br>
+        ### 영어 번역 사용 여부 기능
+        - 영어 번역 사용 여부를 키면, 정확도가 상승될 수 있으나, 추론 시간이 길어질 수 있습니다. <br>
+        ### 검색 문서 개수 변경 기능
+        검색할 문서 개수를 늘리면 정확도가 상승될 수 있으나, 추론 시간이 길어질 수 있습니다. <br>
+        """,
+        elem_id="description"
+    )
 
+    # 메인 UI
+    with gr.Group():
+        with gr.Row():
+            # 입력 파트
+            with gr.Column():
+                input_question = gr.Textbox(
+                    label="질문 입력",
+                    placeholder="반도체와 차세대반도체학과에 대해 궁금한 점을 입력하세요."
+                )
+                eng_trans = gr.Checkbox(
+                    label="영어 번역 사용 여부",
+                    value=True
+                )
+                num_ref = gr.Slider(
+                    minimum=1, 
+                    maximum=5, 
+                    value=3, 
+                    step=1, 
+                    label="검색할 문서 개수"
+                )
+                submit_btn = gr.Button("질문하기")
+
+            # 출력 파트
+            with gr.Column():
+                output_answer = gr.Textbox(
+                    label="답변",
+                    placeholder="답변이 여기에 표시됩니다...",
+                    lines=10
+                )
+
+        # 버튼과 함수 연결
+        submit_btn.click(
+            fn=chatbot, 
+            inputs=[input_question, eng_trans, num_ref], 
+            outputs=output_answer
+        )
 
-
-demo = gr.Interface(fn=chatbot, 
-                    inputs=[gr.Textbox(label="질문 입력"),  # 텍스트 입력
-                            gr.Checkbox(label="영어 번역 사용 여부", value=True),  # 체크박스 추가
-                            gr.Slider(1,5, value=3, step=1),
-    ], outputs="text")
 demo.launch()