Fix feature mismatch and typos in credit_app.py

.gitignore

@@ -2,3 +2,4 @@ models/preprocessor.pkl
 models/telecom_cb_model.keras
 __pycache__/
 .venv/
+.env

credit_app.py

@@ -16,7 +16,7 @@ from predictors.score_prediction import predictor
 os.environ["GOOGLE_API_KEY"] = GEMINI_API_KEY
 
 # ==========================================
-# 1. 피처 정의
+# 1. 피처 정의 (모델이 학습한 14개 피처와 정확히 일치해야 함)
 # ==========================================
 FEATURES = {
     'C1Z001386': '1년내 카드 총 이용금액 (만원)',
@@ -24,16 +24,21 @@ FEATURES = {
     'C18210000': '체크카드 건수',
     'C1L120001': '카드 총 한도금액 (만원)',
     'C1L120004': '카드 개설일수',
+    'L10210000': '은행권 대출 건수',
+    'L90210100': '은행업종 대출 건수',
+    'L90210200': '카드업종 대출 건수',
+    'L10210B00': '보험업종 대출 건수',
+    'L10216000': '신용대출 건수',
+    'L10217000': '담보대출 건수',
     'D10110000': '연체 건수',
-    'D10113000': '연체 잔액 (만원)',
-    'E1L210000': '은행업종 대출 건수',
-    'E1L21B000': '담보 대출 건수',
+    'D10133000': '총 연체 상환금액 (만원)',
     'PERF1': '90일 연체 여부'
 }
 
 FEATURE_ORDER = [
     'C1Z001386', 'C1M210000', 'C18210000', 'C1L120001', 'C1L120004', 
-    'D10110000', 'D10113000', 'E1L210000', 'E1L21B000', 'PERF1'
+    'L10210000', 'L90210100', 'L90210200', 'L10210B00', 'L10216000', 
+    'L10217000', 'D10110000', 'D10133000', 'PERF1'
 ]
 
 # ==========================================
@@ -135,14 +140,24 @@ with gr.Blocks(title="KCB Credit AI", theme=gr.themes.Soft()) as demo:
                 submit_btn = gr.Button("상담하기", variant="primary", scale=1)
 
     def handle_predict(*args):
-        ui_input_keys = [k for k in FEATURE_ORDER if k in FEATURES]
-        features_dict = {}
-        for i, key in enumerate(ui_input_keys):
-            if key == 'PERF1': features_dict[key] = int(args[i])
-            else: features_dict[key] = float(args[i]) if args[i] else 0.0
-        score = predictor.predict(features_dict)
-        display_score = int(min(max(round(score), 0), 1000))
-        return {"features": features_dict, "score": display_score}, display_score
+        try:
+            ui_input_keys = FEATURE_ORDER
+            features_dict = {}
+            for i, key in enumerate(ui_input_keys):
+                if key == 'PERF1': features_dict[key] = int(args[i])
+                else: features_dict[key] = float(args[i]) if args[i] else 0.0
+            
+            score = predictor.predict(features_dict)
+            
+            # score가 NaN인 경우 0으로 처리 (에러 방지)
+            if np.isnan(score):
+                return {"features": features_dict, "error": "Prediction returned NaN"}, 0
+            
+            display_score = int(min(max(round(score), 0), 1000))
+            return {"features": features_dict, "score": display_score}, display_score
+        except Exception as e:
+            print(f"Prediction Error: {e}")
+            return {"features": {}, "error": str(e)}, 0
 
     def user_msg(user_message, history):
         if not user_message: return history, "", ""