def evaluate_model(rmse, nmae=None, rmse_max=500, nmae_max=1.0):
    """
    모델 성능 점수화 함수
    - RMSE와 NMAE는 작을수록 좋음
    - RMSE는 [0, rmse_max], NMAE는 [0, nmae_max] 구간으로 정규화
    - NMAE가 없는 경우 0점 처리
    - 최종 점수는 RMSE와 NMAE 점수의 단순 평균

    Args:
      rmse : float
          모델의 RMSE 값
      nmae : float or None
          모델의 NMAE 값 (없으면 None)
      rmse_max : float
          RMSE 최대 기준값 (default=500)
      nmae_max : float
          NMAE 최대 기준값 (default=1.0)

    Return:
      dict : {
          "rmse_score": float,
          "nmae_score": float,
          "final_score": float
      }

    """
    # RMSE 점수 (0~100)
    rmse_score = max(0, (1 - rmse / rmse_max) * 100)

    # NMAE 점수 (0~100)
    if nmae is not None:
        nmae_score = max(0, (1 - nmae / nmae_max) * 100)
    else:
        nmae_score = 0

    # 최종 점수 = 단순 평균
    final_score = (rmse_score + nmae_score) / 2

    return final_score
    # return {
    #     "rmse": round(rmse_score, 2),
    #     "nmae": round(nmae_score, 2),
    #     "final": round(final_score, 2)
    # }