Update app.py

app.py

@@ -1,112 +1,147 @@
-import gradio as gr
-import requests
-import os
-from openai import OpenAI
-
+# 필요한 라이브러리 불러오기
+import gradio as gr              # Gradio: 웹 인터페이스 구성을 위한 라이브러리
+import requests                  # requests: HTTP 요청을 보내기 위한 라이브러리
+from openai import OpenAI        # OpenAI: Upstage Solar API와 호환되는 클라이언트
+
+# ------------------------------
+# 🔍 문서 파싱 함수 정의
+# ------------------------------
 def parse_document(file, api_key):
-    url = "https://api.upstage.ai/v1/document-ai/document-parse"
-    headers = {'Authorization': f'Bearer {api_key}'}
-    files = {"document": open(file.name, "rb")}
+    """
+    업로드된 PDF 문서를 HTML로 변환하는 함수 (Upstage Document Parse API 사용)
+    """
+    url = "https://api.upstage.ai/v1/document-ai/document-parse"  # API 요청 URL
+    headers = {'Authorization': f'Bearer {api_key}'}              # 인증 헤더 설정
+    files = {"document": open(file.name, "rb")}                   # 파일 읽기
     data = {
-        "base64_encoding": "['table']",
-        "model": "document-parse"
+        "base64_encoding": "['table']",  # 테이블 데이터는 base64로 인코딩
+        "model": "document-parse"        # 사용 모델 명시
     }
 
-    response = requests.post(url, headers=headers, files=files, data=data)
-    result = response.json()
-    html_text = result.get("content", {}).get("html", "")
+    response = requests.post(url, headers=headers, files=files, data=data)  # POST 요청
+    result = response.json()                                                # 응답 결과 파싱
+    html_text = result.get("content", {}).get("html", "")                  # HTML 추출
     return html_text
 
 
+# ------------------------------
+# 💬 문서 기반 Q&A 함수 정의
+# ------------------------------
 def chat_with_document(history, html_text, user_question, api_key):
+    """
+    문서 내용을 기반으로 사용자 질문에 답변하는 Solar LLM 함수
+    """
     if not html_text.strip():
-        return history, history, "⚠️ 먼저 문서를 변환해주세요."
+        return history, history, "⚠️ 먼저 문서를 변환해주세요."  # 문서가 없는 경우 안내
 
+    # OpenAI 클라이언트 초기화 (Upstage Solar LLM)
     client = OpenAI(
         api_key=api_key,
         base_url="https://api.upstage.ai/v1"
     )
 
+    # 이전 대화 기록 초기화
     history = history or []
-    system_prompt = f"""The following is a financial statement document extracted in HTML format.
-Please answer user questions accurately and concisely in Korean, based on the text within HTML tags.
 
-Document:
-{html_text}
-"""
+    # 시스템 프롬프트: HTML 문서 내용을 기반으로 답변 요청
+    system_prompt = f"""The following is a financial statement document extracted in HTML format.
+                    Please answer user questions accurately and concisely in Korean, based on the text within HTML tags.
+                    
+                    Document:
+                    {html_text}
+                    """
 
+    # 메시지 구성 (시스템 → 사용자/봇 대화 → 현재 질문)
     messages = [{"role": "system", "content": system_prompt}]
     for user, bot in history:
         messages.append({"role": "user", "content": user})
         messages.append({"role": "assistant", "content": bot})
     messages.append({"role": "user", "content": user_question})
 
+    # Solar LLM 호출
     try:
         response = client.chat.completions.create(
-            model="solar-pro",
-            messages=messages,
-            temperature=0,
-            max_tokens=1024
+            model="solar-pro",     # 사용할 모델 이름
+            messages=messages,     # 전체 메시지 전달
+            temperature=0,         # 창의성 최소화
+            max_tokens=1024        # 최대 응답 길이
         )
-        bot_reply = response.choices[0].message.content
+        bot_reply = response.choices[0].message.content  # 응답 메시지 추출
     except Exception as e:
-        bot_reply = f"⚠️ 오류가 발생했습니다: {str(e)}"
+        bot_reply = f"⚠️ 오류가 발생했습니다: {str(e)}"  # 에러 처리
 
+    # 대화 이력 업데이트 후 반환
     history.append((user_question, bot_reply))
     return history, history, ""
 
 
+# ------------------------------
+# 🔁 HTML 보기 토글 함수
+# ------------------------------
 def toggle_html_view(current_html, is_visible):
+    """
+    HTML 보기/숨기기 상태를 토글하는 함수
+    """
     return (
-        gr.update(value=current_html, visible=not is_visible),
-        gr.update(value=current_html, visible=is_visible),
-        not is_visible
+        gr.update(value=current_html, visible=not is_visible),  # 텍스트박스 숨기기/보이기
+        gr.update(value=current_html, visible=is_visible),      # HTML 렌더링 반대 동작
+        not is_visible                                          # 상태 반전
     )
 
+
+# ------------------------------
+# 📦 Gradio UI 구성
+# ------------------------------
 with gr.Blocks() as demo:
+    # 제목 및 설명 표시
     gr.Markdown("# 📄 재무제표 분석 챗봇")
     gr.Markdown("1. Document Parse API로 PDF 문서를 HTML로 변환합니다.\n"
                 "2. Solar LLM을 통해 문서 기반 질문에 답변합니다.")
 
-    # 🔑 API Key 입력창 추가
+    # 🔑 API Key 입력창 (사용자가 직접 입력)
     api_key_input = gr.Textbox(label="🔑 Upstage API Key", type="password", placeholder="Paste your API key here")
 
-    # 파일 업로드 및 변환
+    # 📎 파일 업로드 + 문서 변환 버튼
     with gr.Row():
         file_input = gr.File(label="📎 재무제표 업로드")
         parse_btn = gr.Button("문서 HTML 변환")
 
+    # 📘 HTML 출력 영역 (텍스트 + HTML 토글 뷰)
     html_output = gr.Textbox(label="📘 문서 내용", lines=10, visible=True, elem_id="scrollable-html")
     html_display = gr.HTML(visible=False, elem_id="scrollable-html-display")
     toggle_html_btn = gr.Button("🔁 HTML 보기 전환")
-    html_visible_state = gr.State(False)
+    html_visible_state = gr.State(False)  # 보기 상태 저장
 
-    # 문서 변환 시 API Key도 같이 전달
+    # 문서 변환 버튼 클릭 시 → HTML 생성
     parse_btn.click(
         fn=parse_document,
         inputs=[file_input, api_key_input],
         outputs=html_output
     )
 
+    # HTML 보기 전환 버튼 클릭 시 → 토글 동작 실행
     toggle_html_btn.click(
         fn=toggle_html_view,
         inputs=[html_output, html_visible_state],
         outputs=[html_output, html_display, html_visible_state]
     )
 
+    # 💬 챗봇 인터페이스
     chatbot = gr.Chatbot(label="💬 문서 기반 Q&A", height=400)
     user_question = gr.Textbox(label="❓ 질문을 입력하세요", lines=2)
     answer_btn = gr.Button("답변 생성")
-    chat_state = gr.State([])
+    chat_state = gr.State([])  # 대화 상태 저장
 
+    # 💡 예제 질문 버튼 구성
     with gr.Row():
         gr.Markdown("💡 예제 질문:")
         ex1 = gr.Button("어떤 기업의 재무제표인가요?")
         ex2 = gr.Button("3분기 총 순매출은 얼마인가요?")
 
+    # 예제 질문 버튼 클릭 시 → 질문 + 응답 실행
     for btn, question in [(ex1, "어떤 기업의 재무제표인가요?"), (ex2, "1분기 총 순매출은 얼마인가요?")]:
         btn.click(
-            fn=lambda q=question: q,
+            fn=lambda q=question: q,        # 질문 텍스트 전달
             inputs=[],
             outputs=user_question
         ).then(
@@ -116,21 +151,7 @@ with gr.Blocks() as demo:
             show_progress=True
         )
 
+    # 사용자 질문 제출 → Solar LLM 답변
     answer_btn.click(
         fn=chat_with_document,
-        inputs=[chat_state, html_output, user_question, api_key_input],
-        outputs=[chatbot, chat_state, user_question],
-        show_progress=True
-    )
-
-demo.css = """
-#scrollable-html, #scrollable-html-display {
-    max-height: 400px;
-    overflow: auto;
-    border: 1px solid #ccc;
-    padding: 10px;
-}
-"""
-
-if __name__ == "__main__":
-    demo.launch()
+        inputs=[chat_state_