Update app.py

app.py

@@ -18,9 +18,6 @@ LABELS = {
     5: "기타 질병"
 }
 
-# 라벨 출력 (Logs에서 확인 가능)
-print("🔍 라벨 매핑:", LABELS)
-
 # 3. 예측 함수 정의
 def predict(text):
     try:
@@ -36,21 +33,27 @@ def predict(text):
 
         # 예측 결과 상위 3개 추출
         topk = torch.topk(probs, 3)
-        result = {
-            LABELS.get(int(idx), f"Label {idx}") : f"{prob:.2%}"
+        results = [
+            f"{LABELS.get(int(idx), f'Label {idx}')} ({prob:.1%})"
             for idx, prob in zip(topk.indices, topk.values)
-            if float(prob) > 0.1  # 10% 이상만 보여줌
-        }
+            if float(prob) > 0.1
+        ]
+
+        if results:
+            summary_text = "예측된 질병:\n" + "\n".join(results)
+        else:
+            summary_text = "예측된 질병 없음 🫥"
+
+        return summary_text
 
-        return result if result else {"예측된 질병 없음": "🫥"}
     except Exception as e:
-        return {"오류 발생": str(e)}
+        return f"오류 발생: {str(e)}"
 
 # 4. Gradio UI 구성
 demo = gr.Interface(
     fn=predict,
     inputs=gr.Textbox(label="반려동물 증상 입력", placeholder="예: 강아지가 자주 기침해"),
-    outputs=gr.JSON(label="예측 질병 목록"),
+    outputs=gr.Textbox(label="예측 결과"),
     title="🐾 PetBERT ICD 수의사 예측기",
     description="반려동물의 증상 문장을 입력하면 AI가 질병 가능성을 예측해드립니다."
 )