Create app.py

app.py

@@ -0,0 +1,1076 @@
+"""
+PROBIN - RFx 문서 분석 AI (하이브리드 검색 + Grok 점검 버전)
+
+"""
+import streamlit as st
+import fitz  # PyMuPDF
+import chromadb
+from sentence_transformers import SentenceTransformer, util
+import requests
+import os
+import re
+import shutil
+from collections import Counter
+import numpy as np
+from typing import List, Dict, Tuple
+import base64
+from dotenv import load_dotenv
+import json
+
+# 환경 변수 로드
+load_dotenv()
+
+# Configuration
+GROK_API_KEY = os.getenv("GROK_API_KEY")
+GROK_API_BASE = "https://api.x.ai/v1"
+CHROMA_DIR = "./chroma_db"
+EMBEDDING_MODEL = 'jhgan/ko-sroberta-multitask'
+
+# ==================== 하이라이트 설정 클래스 ====================
+class HighlightConfig:
+    """하이라이트 설정 - 노란색 고정"""
+    
+    def __init__(self):
+        # 하이라이트 색상 - 노란색 고정
+        self.color = [1.0, 1.0, 0.0]  # 노란색 (RGB 0-1 범위)
+
+# Page config
+st.set_page_config(
+    page_title="PROBIN",
+    page_icon="🔮",
+    layout="wide",
+    initial_sidebar_state="expanded"
+)
+
+# Custom CSS
+st.markdown("""
+<style>
+    [data-testid="stSidebar"] {
+        background: linear-gradient(180deg, 
+            #667eea 0%, 
+            #764ba2 100%);
+        box-shadow: 4px 0 30px rgba(0,0,0,0.2);
+        width: 290px !important;
+    }
+    
+    [data-testid="stSidebar"] h1 {
+        color: white !important;
+        text-shadow: 2px 2px 15px rgba(0,0,0,0.4);
+    }
+    
+    /* 파일 업로더 배경 투명하게 */
+    [data-testid="stSidebar"] [data-testid="stFileUploader"] {
+        background: rgba(255,255,255,0.15);
+        border-radius: 15px;
+        padding: 1.5rem;
+        border: 3px dashed rgba(255,255,255,0.4);
+        transition: all 0.3s ease;
+        backdrop-filter: blur(10px);
+    }
+    
+    /* 파일 업로더 내부 섹션도 투명하게 */
+    [data-testid="stFileUploader"] > section {
+        background: transparent !important;
+    }
+    
+    /* 파일 업로더 드래그 영역 */
+    [data-testid="stFileUploader"] > section > div {
+        background: transparent !important;
+    }
+    
+    /* 업로드된 파일 표시 영역 */
+    [data-testid="stFileUploader"] [data-testid="stMarkdownContainer"] {
+        color: #fafafa;
+    }
+    /* 하얀 박스(드롭존) 스타일 */
+    [data-testid="stSidebar"] [data-testid="stFileUploader"] > section,
+    [data-testid="stSidebar"] [data-testid="stFileUploader"] section > div {
+        background: transparent !important;
+        border: none !important;
+    }
+    /* 드롭존 내부 텍스트 색상 */
+    [data-testid="stSidebar"] [data-testid="stFileUploader"] [data-testid="stMarkdownContainer"] p {
+        color: rgba(255,255,255,0.9) !important;
+    }
+    /* "파일 찾기" 버튼 */
+    [data-testid="stSidebar"] [data-testid="stFileUploader"] button[kind="secondary"] {
+        background: rgba(255,255,255,0.2) !important;
+        color: white !important;
+        border: 1px solid rgba(255,255,255,0.3) !important;
+    }
+    /* 사이드바 버튼 스타일 업데이트 */
+    [data-testid="stSidebar"] .stButton button {
+        background: rgba(255,255,255,0.15) !important;
+        color: white !important;
+        border: 2px solid rgba(255,255,255,0.4) !important;
+        border-radius: 12px !important;
+        font-weight: 700 !important;
+        padding: 0.75rem 1.5rem !important;
+        backdrop-filter: blur(10px) !important;
+        transition: all 0.3s ease !important;
+        box-shadow: 0 4px 15px rgba(0,0,0,0.1) !important;
+    }
+    [data-testid="stSidebar"] .stButton button:hover {
+        background: rgba(255,255,255,0.25) !important;
+        border-color: rgba(255,255,255,0.6) !important;
+        transform: translateY(-2px) scale(1.02) !important;
+        box-shadow: 0 6px 20px rgba(0,0,0,0.2) !important;
+    }
+    [data-testid="stSidebar"] .stButton button:active {
+        transform: translateY(0px) scale(0.98) !important;
+    }
+    /* Primary 버튼 (문서 처리 시작) 특별 스타일 */
+    [data-testid="stSidebar"] .stButton button[kind="primary"] {
+        background: rgba(255,255,255,0.25) !important;
+        border: 2px solid rgba(255,255,255,0.5) !important;
+        font-size: 1.05rem !important;
+    }
+    [data-testid="stSidebar"] .stButton button[kind="primary"]:hover {
+        background: rgba(255,255,255,0.35) !important;
+        border-color: rgba(255,255,255,0.7) !important;
+    }
+    [data-testid="stSidebar"] [data-testid="stAlert"] {
+        background-color: rgba(255, 255, 255, 0.001) !important;
+        border-radius: 0.5rem !important;
+    }
+    [data-testid="stAlert"] p {
+        color: rgb(250, 250, 250);  /* 흰색 */
+    }
+    /* 메인 컨텐츠 전체 너비 사용 */
+    .main .block-container {
+        max-width: 100%;
+        padding-left: 2rem;
+        padding-right: 2rem;
+    }
+    
+    /* 헤더 스타일 - 박스 제거, 텍스트 그림자만 */
+    .probin-header {
+        padding: 1.5rem 2rem;
+        margin-bottom: 2rem;
+    }
+    .probin-title {
+        font-size: 2.5rem;
+        font-weight: bold;
+        color: white;
+        margin: 0;
+        text-align: center;
+        text-shadow: 2px 2px 8px rgba(0, 0, 0, 0.4),
+                    0 0 20px rgba(102, 126, 234, 0.4);
+    }
+    .probin-subtitle {
+        font-size: 1rem;
+        color: rgba(255, 255, 255, 0.9);
+        text-align: center;
+        margin-top: 0.5rem;
+        text-shadow: 1px 1px 6px rgba(0, 0, 0, 0.4);
+    }
+    
+    /* 파일 업로더 커스터마이징 */
+    [data-testid="stFileUploader"] {
+        background: linear-gradient(135deg, #f5f7fa 0%, #c3cfe2 100%);
+        border: 3px dashed #667eea;
+        border-radius: 1rem;
+        padding: 3rem 2rem;
+    }
+    
+    [data-testid="stFileUploader"] > div {
+        text-align: center;
+    }
+    
+    [data-testid="stFileUploader"] label {
+        font-size: 1.2rem !important;
+        color: #2D3748 !important;
+        font-weight: 600 !important;
+    }
+    
+    /* PDF 컨테이너 */
+    .pdf-container {
+        border: 2px solid #E2E8F0;
+        border-radius: 0.5rem;
+        padding: 0.5rem;
+        height: 705px;
+        overflow-y: auto;
+        background: white;
+    }
+    
+    /* 채팅 컨테이너 - 스크롤 추가 */
+    .chat-container {
+        border: 2px solid #E2E8F0;
+        border-radius: 0.5rem;
+        padding: 1rem;
+        height: 650px;
+        overflow-y: auto;
+        background: white;
+        margin-bottom: 0.5rem;
+    }
+    
+    /* 채팅 입력창과 컨테이너 간격 최소화 */
+    [data-testid="stChatInput"] {
+        margin-top: 0 !important;
+        padding-top: 0 !important;
+    }
+    
+    /* 채팅 스타일 */
+    .source-box {
+        background: #F1F5F9;
+        padding: 1rem;
+        border-radius: 0.5rem;
+        margin: 0.5rem 0;
+        border-left: 3px solid #667eea;
+    }
+    
+    .source-title {
+        font-weight: bold;
+        color: #667eea;
+        margin-bottom: 0.5rem;
+    }
+    
+    .page-indicator {
+        background: #667eea;
+        color: white;
+        padding: 0.3rem 0.8rem;
+        border-radius: 1rem;
+        font-size: 0.85rem;
+        display: inline-block;
+        margin: 0.2rem;
+    }
+    
+    .highlight-indicator {
+        background: #FEF08A;
+        color: #854D0E;
+        padding: 0.5rem 1rem;
+        border-radius: 0.5rem;
+        margin: 0.5rem 0;
+        font-weight: bold;
+        border-left: 4px solid #EAB308;
+    }
+    
+    /* 사용 안내 스타일 */
+    .usage-guide {
+        background: linear-gradient(135deg, #f5f7fa 0%, #c3cfe2 100%);
+        padding: 2rem;
+        border-radius: 1rem;
+        margin-bottom: 2rem;
+        height: 100%;
+    }
+    
+    .guide-step {
+        display: flex;
+        align-items: center;
+        margin: 1.5rem 0;
+        font-size: 1.1rem;
+        color: #2D3748;
+    }
+    
+    .step-number {
+        background: #667eea;
+        color: white;
+        width: 2.5rem;
+        height: 2.5rem;
+        border-radius: 50%;
+        display: flex;
+        align-items: center;
+        justify-content: center;
+        font-weight: bold;
+        font-size: 1.2rem;
+        margin-right: 1rem;
+        flex-shrink: 0;
+    }
+    
+    /* 뷰어 헤더 스타일 */
+    .viewer-header {
+        display: flex;
+        justify-content: space-between;
+        align-items: center;
+        margin-bottom: 1rem;
+    }
+</style>
+""", unsafe_allow_html=True)
+
+
+def init_session():
+    """세션 상태 초기화"""
+    if 'processed' not in st.session_state:
+        st.session_state.processed = False
+    if 'vector_db' not in st.session_state:
+        st.session_state.vector_db = None
+    if 'embedder' not in st.session_state:
+        st.session_state.embedder = None
+    if 'chat_history' not in st.session_state:
+        st.session_state.chat_history = []
+    if 'doc_metadata' not in st.session_state:
+        st.session_state.doc_metadata = {}
+    if 'pdf_bytes' not in st.session_state:
+        st.session_state.pdf_bytes = None
+    if 'pdf_pages_text' not in st.session_state:
+        st.session_state.pdf_pages_text = {}
+    if 'current_highlights' not in st.session_state:
+        st.session_state.current_highlights = []
+    if 'zoom_level' not in st.session_state:
+        st.session_state.zoom_level = 2.0
+    if 'highlight_config' not in st.session_state:
+        st.session_state.highlight_config = HighlightConfig()
+    if 'processing_query' not in st.session_state:
+        st.session_state.processing_query = None
+
+
+def extract_text_from_pdf(pdf_file) -> Tuple[List[str], List[Dict], bytes, Dict]:
+    """
+    PDF에서 텍스트 추출
+    
+    수정 사항:
+    - CHUNK_SIZE: 300 → 800
+    - OVERLAP_SIZE: 60 → 150
+    """
+    pdf_bytes = pdf_file.read()
+    doc = fitz.open(stream=pdf_bytes, filetype="pdf")
+    
+    chunks = []
+    metadata_list = []
+    pages_text = {}
+    
+    # ==================== 수정된 청크 설정 ====================
+    CHUNK_SIZE = 300     # 300에서 800으로 증가
+    OVERLAP_SIZE = 60   # 60에서 150으로 증가
+    # ========================================================
+    
+    for page_num in range(len(doc)):
+        page = doc[page_num]
+        text = page.get_text("text")
+        pages_text[page_num + 1] = text
+        
+        if not text.strip():
+            continue
+        
+        lines = [line.strip() for line in text.split('\n') if line.strip()]
+        cleaned_text = '\n'.join(lines)
+        
+        sentences = re.split(r'([.!?]\s+|\n{2,})', cleaned_text)
+        sentences = [s for s in sentences if s.strip()]
+        
+        current_chunk = ""
+        current_length = 0
+        
+        for sentence in sentences:
+            sentence_length = len(sentence)
+            
+            if current_length + sentence_length > CHUNK_SIZE and current_chunk:
+                chunks.append(current_chunk.strip())
+                metadata_list.append({
+                    "page": page_num + 1,
+                    "source": pdf_file.name,
+                    "chunk_type": "paragraph"
+                })
+                
+                overlap_text = current_chunk[-OVERLAP_SIZE:] if len(current_chunk) > OVERLAP_SIZE else current_chunk
+                current_chunk = overlap_text + sentence
+                current_length = len(current_chunk)
+            else:
+                current_chunk += sentence
+                current_length += sentence_length
+        
+        if current_chunk.strip():
+            chunks.append(current_chunk.strip())
+            metadata_list.append({
+                "page": page_num + 1,
+                "source": pdf_file.name,
+                "chunk_type": "paragraph"
+            })
+    
+    doc.close()
+    return chunks, metadata_list, pdf_bytes, pages_text
+
+
+@st.cache_resource
+def load_embedding_model():
+    """임베딩 모델 로드"""
+    return SentenceTransformer(EMBEDDING_MODEL)
+
+
+def create_vector_db(chunks: List[str], metadata_list: List[Dict]):
+    """벡터 데이터베이스 생성 - 메모리 기반으로 안정성 향상"""
+    embedder = load_embedding_model()
+    
+    # 메모리 기반 ChromaDB 사용 (파일 시스템 문제 회피)
+    client = chromadb.EphemeralClient(
+        settings=chromadb.Settings(
+            anonymized_telemetry=False,
+            allow_reset=True
+        )
+    )
+    
+    # 컬렉션 생성
+    try:
+        client.delete_collection("rfx_docs")
+    except Exception:
+        pass
+    
+    collection = client.create_collection(
+        name="rfx_docs",
+        metadata={"hnsw:space": "cosine"}
+    )
+    
+    # 배치 임베딩
+    batch_size = 32
+    all_embeddings = []
+    
+    for i in range(0, len(chunks), batch_size):
+        batch = chunks[i:i + batch_size]
+        embeddings = embedder.encode(batch, show_progress_bar=False, convert_to_numpy=True)
+        all_embeddings.extend(embeddings)
+    
+    ids = [f"doc_{i}" for i in range(len(chunks))]
+    collection.add(
+        embeddings=[emb.tolist() for emb in all_embeddings],
+        documents=chunks,
+        metadatas=metadata_list,
+        ids=ids
+    )
+    
+    return collection, embedder
+
+
+def extract_keywords(text: str, top_n: int = 5) -> List[str]:
+    """키워드 추출"""
+    words_with_numbers = re.findall(r'[가-힣]*\d+[가-힣]*', text)
+    words = re.findall(r'[가-힣]{2,}', text)
+    
+    stopwords = {
+        '것', '등', '및', '그', '이', '저', '수', '때', '중', '내', '년', '월', '일',
+        '경우', '대한', '통해', '위해', '관련', '있는', '하는', '되는', '이런', '저런',
+        '어떤', '무슨', '어느', '누구', '언제', '어디', '무엇', '어떻게', '왜',
+        '알려', '설명', '말해', '대해', '관하여', '있나요', '인가요', '무엇인가요',
+        '얼마', '입니까', '합니까'
+    }
+    
+    important_keywords = {
+        '금액', '가격', '비용', '예산', '설계', '사업', '과업', '계약',
+        '공사', '용역', '제안', '입찰', '낙찰', '견적', '단가'
+    }
+    
+    filtered_words = [w for w in words if w not in stopwords and len(w) >= 2]
+    word_freq = Counter(filtered_words)
+    
+    for word in word_freq:
+        if word in important_keywords:
+            word_freq[word] += 5
+    
+    result = []
+    result.extend([w for w in words_with_numbers if w])
+    
+    for word, _ in word_freq.most_common(top_n * 2):
+        if word not in result:
+            result.append(word)
+        if len(result) >= top_n:
+            break
+    
+    return result[:top_n]
+
+
+# ==================== 새로운 하이브리드 검색 함수 ====================
+def hybrid_search(query: str, collection, embedder, top_k: int = 3) -> Dict:
+    """하이브리드 검색: 벡터 유사도 + 키워드 매칭"""
+    # 1. 벡터 검색
+    query_embedding = embedder.encode([query], convert_to_numpy=True)[0]
+    vector_results = collection.query(
+        query_embeddings=[query_embedding.tolist()],
+        n_results=20,  # 많이 가져와서 키워드로 필터링
+        include=["documents", "metadatas", "distances"]
+    )
+    
+    # 2. 키워드 추출
+    keywords = extract_keywords(query, top_n=5)
+    
+    # 3. 하이브리드 점수 계산
+    hybrid_results = []
+    for i, doc_id in enumerate(vector_results['ids'][0]):
+        doc = vector_results['documents'][0][i]
+        metadata = vector_results['metadatas'][0][i]
+        vector_score = 1 - vector_results['distances'][0][i]  # 거리를 유사도로 변환
+        
+        # 키워드 매칭 점수
+        keyword_score = 0
+        doc_lower = doc.lower()
+        for keyword in keywords:
+            if keyword.lower() in doc_lower:
+                keyword_score += 1
+        keyword_score = keyword_score / len(keywords) if keywords else 0
+        
+        # 하이브리드 점수 (벡터 70% + 키워드 30%)
+        hybrid_score = 0.7 * vector_score + 0.3 * keyword_score
+        
+        hybrid_results.append({
+            'id': doc_id,
+            'document': doc,
+            'metadata': metadata,
+            'hybrid_score': hybrid_score,
+            'vector_score': vector_score,
+            'keyword_score': keyword_score
+        })
+    
+    # 4. 점수순 정렬 후 상위 5개
+    hybrid_results.sort(key=lambda x: x['hybrid_score'], reverse=True)
+    top_results = hybrid_results[:top_k]
+    
+    return {
+        'documents': [[r['document'] for r in top_results]],
+        'metadatas': [[r['metadata'] for r in top_results]],
+        'scores': [r['hybrid_score'] for r in top_results],
+        'keywords': keywords
+    }
+
+
+# ==================== Grok API 점검 함수 ====================
+def grok_verify_and_extract(query: str, search_results: Dict, api_key: str) -> Dict:
+    """Grok API로 검색 결과 점검 및 최종 1개만 선택"""
+    docs = search_results['documents'][0]
+    metas = search_results['metadatas'][0]
+    
+    # 문서들을 번호와 함께 포맷팅
+    formatted_docs = []
+    for i, (doc, meta) in enumerate(zip(docs, metas), 1):
+        formatted_docs.append(f"[문서 {i}] (페이지 {meta['page']})\n{doc}")
+    
+    context = "\n\n".join(formatted_docs)
+    
+    system_prompt = """당신은 RFx 문서 분석 전문가입니다.
+주어진 3개의 문서 중에서 사용자 질문과 **가장 관련 있는 단 1개의 핵심 정보**만 선택하세요.
+
+**중요 규칙:**
+1. 반드시 **1개의 텍스트**만 추출
+2. 가장 직접적으로 질문에 답하는 정보 선택
+3. 금액, 날짜, 수량 등 구체적인 숫자 정보 우선
+4. 추출된 텍스트는 원문 그대로 유지 (150자 이내)
+5. JSON 형식으로만 응답
+
+**응답 형식:**
+{
+  "selected_text": "선택된 텍스트 (원문 그대로)",
+  "page": 페이지번호,
+  "relevance_reason": "이 텍스트를 선택한 이유"
+}"""
+
+    user_prompt = f"""<질문>
+{query}
+</질문>
+
+<검색된 문서들>
+{context}
+</검색된 문서들>
+
+위 3개 문서에서 질문에 가장 정확하게 답하는 **단 1개의 핵심 정보**를 JSON 형식으로 선택하세요.
+선택한 텍스트는 150자 이내로 하세요."""
+
+    headers = {
+        "Content-Type": "application/json",
+        "Authorization": f"Bearer {api_key}"
+    }
+    
+    payload = {
+        "model": "grok-3",
+        "messages": [
+            {"role": "system", "content": system_prompt},
+            {"role": "user", "content": user_prompt}
+        ],
+        "temperature": 0.1,
+        "max_tokens": 1000,
+        "stream": False
+    }
+    
+    try:
+        response = requests.post(
+            f"{GROK_API_BASE}/chat/completions",
+            headers=headers,
+            json=payload,
+            timeout=30
+        )
+        
+        if response.status_code != 200:
+            return {"error": f"API 오류: {response.status_code}"}
+        
+        result = response.json()
+        content = result["choices"][0]["message"]["content"]
+        
+        # JSON 파싱
+        # markdown 코드 블록 제거
+        content = content.replace("```json", "").replace("```", "").strip()
+        extracted_data = json.loads(content)
+        
+        return extracted_data
+        
+    except Exception as e:
+        return {"error": f"오류: {str(e)}"}
+
+
+def build_context(search_results: Dict, max_length: int = 3000) -> str:
+    """컨텍스트 구성"""
+    context_parts = []
+    current_length = 0
+    
+    docs = search_results['documents'][0]
+    metas = search_results['metadatas'][0]
+    
+    for i, (doc, meta) in enumerate(zip(docs, metas), 1):
+        part = f"[문서 {i}] (페이지 {meta['page']})\n{doc}\n"
+        part_length = len(part)
+        
+        if current_length + part_length > max_length:
+            remaining = max_length - current_length
+            if remaining > 200:
+                part = f"[문서 {i}] (페이지 {meta['page']})\n{doc[:remaining-50]}...\n"
+                context_parts.append(part)
+            break
+        
+        context_parts.append(part)
+        current_length += part_length
+    
+    return "\n".join(context_parts)
+
+
+def generate_answer(query: str, search_results: Dict, api_key: str) -> str:
+    """답변 생성"""
+    context = build_context(search_results, max_length=4000)
+    
+    system_prompt = """당신은 자동차 제조업 RFx 문서 전문 분석가입니다.
+**산업 특화 지침:**
+1. **자동차 제조업 은어·약어 해석**: 사용자의 질문에는 자동차 제조업 특유의 은어·약어·전문용어가 포함될 수 있으므로 산업 문맥에 맞게 정확히 해석하라.
+2. **언어 혼용 및 비문 대응**: 사용자의 문장은 한국어와 영어가 섞이거나 문법 오류가 있을 수 있으므로 의도를 추론하여 정확히 이해하라.
+3. **모호한 질문 자동 보정**: 사용자의 질문이 불완전하거나 모호해도 질문 의도를 추론하여 적절하게 재구성하라.
+**문서 기반 응답 원칙 (절대 추측 금지):**
+1. 제공된 문서를 **매우 꼼꼼히** 읽고 정확한 정보를 찾으세요
+2. **반드시 문서에서 근거를 찾아 답변**하고, 문서에 없는 내용은 임의로 추측하지 말고 **"문서에서 관련 정보를 찾을 수 없습니다"**라고 명시하라
+3. **문서와 전혀 무관한 질문**(예: 점심 추천, 날씨, 일상 대화 등)은 **"죄송하지만, 제공된 문서에는 해당 질문과 관련된 정보가 포함되어 있지 않습니다."**라고만 답변하고 추가 설명 없이 종료하라
+4. 문서에 정보가 있는데도 "없다"고 하지 마세요
+**핵심 정보 우선 추출:**
+- 금액, 수량, 규격, 일정, 요구조건 등 **수치 기반 정보를 최우선**으로 식별하고 정확하게 반환하라
+- 숫자, 금액, 날짜 등 구체적인 정보를 우선적으로 찾으세요
+- 애매한 표현 대신 구체적인 수치를 제공하세요
+**방대한 문서 처리 (500페이지 가능):**
+- 문서가 매우 길 수 있으므로 질문과 직접 관련된 부분만 선별해 요약하고 핵심 정보만 사용하라
+**실무 맥락 고려 (RFx 프로세스 특화):**
+- 답변할 때 실제 자동차 RFx 실무자가 의사결정에 사용하는 정보라는 점을 고려하여 실무 중심으로 명확하게 설명하라
+- 특히 다음 항목들을 우선적으로 파악하라:
+  1. 사업 참여 자격 및 요구 인증
+  2. 사업 기간 및 일정
+  3. 예산 (현금/현물 비중, 순수 회사 수익 가능성)
+  4. 제안요청서 사양서 – 필요한 기술적 요구사항(서버/소프트웨어 등)
+  5. 판매 대상 및 사업 범위
+**답변 형식:**
+- 답변 시 반드시 **[페이지 X]** 형태로 출처를 명시하세요 (예: [페이지 3], [페이지 5, 12])
+- 관련 문맥을 유지하며, 답변에는 문서의 페이지 번호와 원문 일부를 정확히 인용하라
+- 핵심 답변을 먼저 명확하게 제시
+- 필요시 추가 관련 정보 제공
+- 리스트는 - 또는 번호를 사용
+- 강조는 **굵게** 또는 *기울임* 사용
+- **답변은 반드시 마크다운만 사용해야 하며, HTML 태그(<div>, <span>, <details>, <summary> 등)는 절대 사용하지 마십시오**"""
+    
+    user_prompt = f"""다음 문서들을 **매우 꼼꼼히** 읽고 질문에 답변하세요.
+<문서>
+{context}
+</문서>
+<질문>
+{query}
+</질문>
+**중요**: 
+- 질문이 문서와 전혀 무관한 경우(예: 점심 추천, 날씨, 일상 대화 등) "죄송하지만, 제공된 문서에는 해당 질문과 관련된 정보가 포함되어 있지 않습니다."라고만 답변하세요
+- 문서를 처음부터 끝까지 주의 깊게 읽으세요
+- 숫자, 금액 등 구체적인 정보를 찾으세요
+- 찾은 정보는 정확히 인용하세요
+- 출처는 반드시 [페이지 X] 형태로 표시하세요 (예: [페이지 3])
+- 여러 페이지에서 정보를 찾은 경우 [페이지 3, 5, 12] 형태로 표시하세요
+- 정말로 문서에 없는 경우에만 "문서에서 관련 정보를 찾을 수 없습니다"라고 하세요
+- 마크다운 형식으로만 답변하고, HTML 태그는 절대 사용하지 마세요"""
+    
+    headers = {
+        "Content-Type": "application/json",
+        "Authorization": f"Bearer {api_key}"
+    }
+    
+    payload = {
+        "model": "grok-3",
+        "messages": [
+            {"role": "system", "content": system_prompt},
+            {"role": "user", "content": user_prompt}
+        ],
+        "temperature": 0.1,
+        "max_tokens": 2000,
+        "stream": False
+    }
+    
+    try:
+        response = requests.post(
+            f"{GROK_API_BASE}/chat/completions",
+            headers=headers,
+            json=payload,
+            timeout=30
+        )
+        
+        if response.status_code != 200:
+            error_detail = ""
+            try:
+                error_data = response.json()
+                error_detail = error_data.get('error', {}).get('message', '')
+            except Exception:
+                error_detail = response.text
+            
+            return f"❌ API 오류 (코드: {response.status_code})\n\n{error_detail}"
+        
+        result = response.json()
+        return result["choices"][0]["message"]["content"]
+        
+    except Exception as e:
+        return f"❌ 오류: {str(e)}"
+
+
+def highlight_text_in_pdf(pdf_bytes: bytes, highlight_info: List[Dict]) -> bytes:
+    """PDF에 텍스트 하이라이트 추가 - 노란색 고정"""
+    doc = fitz.open(stream=pdf_bytes, filetype="pdf")
+    
+    # 노란색 고정
+    yellow_color = [1.0, 1.0, 0.0]
+    
+    for item in highlight_info:
+        page_num = item['page'] - 1
+        search_text = item['text']
+        
+        if page_num >= len(doc):
+            continue
+        
+        page = doc[page_num]
+        
+        text_variations = [
+            search_text,
+            search_text.replace(' ', ''),
+            search_text.replace(',', ''),
+        ]
+        
+        for text_var in text_variations:
+            text_instances = page.search_for(text_var)
+            
+            for inst in text_instances:
+                highlight = page.add_highlight_annot(inst)
+                highlight.set_colors(stroke=yellow_color)
+                highlight.update()
+    
+    output_bytes = doc.tobytes()
+    doc.close()
+    
+    return output_bytes
+
+
+# ==================== Grok 추출 결과 기반 하이라이트 ====================
+def extract_highlights_from_grok(grok_result: Dict) -> List[Dict]:
+    """Grok API가 선택한 최종 1개를 하이라이트 형식으로 변환"""
+    if "error" in grok_result:
+        return []
+    
+    highlights = []
+    
+    # 최종 선택된 1개만 처리
+    selected_text = grok_result.get("selected_text", "")
+    page = grok_result.get("page", 1)
+    
+    if selected_text and len(selected_text) <= 150:
+        highlights.append({
+            'text': selected_text,
+            'page': page
+        })
+    
+    return highlights
+
+
+def render_pdf_with_highlights(pdf_bytes: bytes, highlight_info: List[Dict], zoom_level: float = 2.0):
+    """하이라이트된 PDF 렌더링"""
+    highlighted_pdf = highlight_text_in_pdf(pdf_bytes, highlight_info)
+    
+    doc = fitz.open(stream=highlighted_pdf, filetype="pdf")
+    
+    highlighted_pages = set(h['page'] for h in highlight_info)
+    
+    pdf_html = '<div class="pdf-container">'
+    
+    for page_num in range(len(doc)):
+        page = doc[page_num]
+        
+        # zoom_level을 사용하여 렌더링
+        pix = page.get_pixmap(matrix=fitz.Matrix(zoom_level, zoom_level))
+        img_data = pix.tobytes("png")
+        img_base64 = base64.b64encode(img_data).decode()
+        
+        # 실제 이미지 크기 계산 (zoom_level에 따라)
+        zoom_percentage = int(zoom_level * 50)  # 2.0 = 100%, 1.0 = 50%
+        
+        pdf_html += '<div style="margin-bottom: 2rem; position: relative;">'
+        
+        # 하이라이트 여부에 따라 페이지 헤더 스타일 변경
+        if (page_num + 1) in highlighted_pages:
+            # 하이라이트가 있는 페이지 - 노란 배경
+            pdf_html += f'<div style="background: #FEF08A; color: #854D0E; padding: 0.5rem; margin-bottom: 0.5rem; border-radius: 0.3rem; font-weight: bold; border-left: 4px solid #EAB308;">⭐ 페이지 {page_num + 1}</div>'
+        else:
+            # 일반 페이지 - 파란 배경
+            pdf_html += f'<div style="background: #667eea; color: white; padding: 0.5rem; margin-bottom: 0.5rem; border-radius: 0.3rem; font-weight: bold;">📄 페이지 {page_num + 1}</div>'
+        
+        # width를 zoom_percentage로 변경하여 실제 확대/축소 적용
+        pdf_html += f'<img src="data:image/png;base64,{img_base64}" style="width: {zoom_percentage}%; border: 1px solid #E2E8F0; border-radius: 0.3rem; box-shadow: 0 1px 3px rgba(0,0,0,0.1); display: block; margin: 0 auto;" />'
+        pdf_html += '</div>'
+    
+    pdf_html += '</div>'
+    doc.close()
+    
+    return pdf_html
+
+
+def main():
+    init_session()
+
+    
+    # Header 문서 처리 전에만 보임 
+    if not st.session_state.processed:
+        st.markdown("""
+        <div class="probin-header">
+            <div class="probin-title">📄 PROBIN</div>
+            <div class="probin-subtitle">RFx 문서 분석 AI - 하이브리드 검색 + Grok 점검</div>
+        </div>
+        """, unsafe_allow_html=True)
+
+    # ========== 사이드바 ==========
+    with st.sidebar:
+        st.title("🔮 PROBIN")
+        
+        uploaded_file = st.file_uploader(
+            "드래그하여 파일을 업로드 또는 클릭하여 선택하세요.",
+            type=['pdf'],
+            label_visibility="visible",
+            help="PDF 파일만 업로드 가능합니다 (최대 200MB)"
+        )
+
+        if uploaded_file:
+            if st.button("📄 문서 처리 시작", type="primary", use_container_width=True):
+                if not GROK_API_KEY:
+                    st.error("⚠️ GROK_API_KEY가 .env 파일에 설정되지 않았습니다!")
+                    st.stop()
+                
+                # 기존 세션 초기화
+                st.session_state.vector_db = None
+                st.session_state.embedder = None
+                st.session_state.chat_history = []
+                st.session_state.current_highlights = []
+                
+                with st.spinner("📄 문서 처리 중..."):
+                    try:
+                        chunks, metadata_list, pdf_bytes, pages_text = extract_text_from_pdf(uploaded_file)
+                        
+                        with st.spinner("🔧 벡터 데이터베이스 생성 중..."):
+                            collection, embedder = create_vector_db(chunks, metadata_list)
+                        
+                        st.session_state.vector_db = collection
+                        st.session_state.embedder = embedder
+                        st.session_state.pdf_bytes = pdf_bytes
+                        st.session_state.pdf_pages_text = pages_text
+                        st.session_state.processed = True
+                        st.session_state.doc_metadata = {
+                            "filename": uploaded_file.name,
+                            "chunks": len(chunks),
+                            "pages": len(set(m['page'] for m in metadata_list))
+                        }
+                        
+                        st.success("✅ 문서 처리 완료!")
+                        st.rerun()
+                        
+                    except Exception as e:
+                        st.error(f"오류: {str(e)}")
+        
+        # ==================== 수정: 청크 표시 제거 ====================
+        # 문서 정보 표시 (청크 정보 제외)
+        if st.session_state.processed:
+            st.markdown("#### 📊 문서 정보")
+            st.info(f"📄 **{st.session_state.doc_metadata['filename']}**")
+            st.info(f"📑 페이지: {st.session_state.doc_metadata['pages']}")
+            # 청크 표시 제거됨
+        # ============================================================
+        
+        st.divider()
+        
+        # 초기화 버튼
+        if st.button("🔄 새 문서 업로드", use_container_width=True):
+            st.session_state.processed = False
+            st.session_state.vector_db = None
+            st.session_state.embedder = None
+            st.session_state.chat_history = []
+            st.session_state.current_highlights = []
+            st.session_state.pdf_bytes = None
+            st.session_state.pdf_pages_text = {}
+            st.session_state.zoom_level = 2.0
+            st.rerun()
+    
+    # ===== 아직 문서가 처리되지 않은 경우
+    if not st.session_state.processed:
+        st.markdown("""
+        <div class="usage-guide">
+            <h2 style="text-align: center; color: #2D3748; margin-bottom: 1.5rem;">📖 사용 방법</h2>
+            <div class="guide-step">
+                <div class="step-number">1</div>
+                <div>오른쪽에 PDF 문서를 업로드하세요.</div>
+            </div>
+            <div class="guide-step">
+                <div class="step-number">2</div>
+                <div>문서 처리가 완료될 때까지 30초 정도 기다립니다.</div>
+            </div>
+            <div class="guide-step">
+                <div class="step-number">3</div>
+                <div>왼쪽에서 PDF를 확인하고, 오른쪽 채팅창에서 질문하세요.</div>
+            </div>
+            <div class="guide-step">
+                <div class="step-number">4</div>
+                <div>AI가 하이브리드 검색으로 3개 결과를 찾고, Grok이 최종 1개만 선택해 하이라이트합니다.</div>
+            </div>
+        </div>
+        """, unsafe_allow_html=True)
+
+    # 문서가 처리된 경우: 분석 화면
+    else:
+        # 2단 레이아웃
+        col1, col2 = st.columns([1, 1])
+        
+        with col1:
+            # 헤더와 줌 컨트롤을 가로로 나란히
+            header_cols = st.columns([7, 1, 1.5, 1])
+            with header_cols[0]:
+                st.markdown("### 📄 문서 뷰어")
+            with header_cols[1]:
+                if st.button("➖", key="zoom_out", help="축소", use_container_width=True):
+                    if st.session_state.zoom_level > 0.5:
+                        st.session_state.zoom_level -= 0.25
+                        st.rerun()
+            with header_cols[2]:
+                st.markdown(f"<div style='text-align: center; padding-top: 0.5rem; font-weight: bold;'>{int(st.session_state.zoom_level * 50)}%</div>", unsafe_allow_html=True)
+            with header_cols[3]:
+                if st.button("➕", key="zoom_in", help="확대", use_container_width=True):
+                    if st.session_state.zoom_level < 4.0:
+                        st.session_state.zoom_level += 0.25
+                        st.rerun()
+            
+            if st.session_state.pdf_bytes:
+                pdf_html = render_pdf_with_highlights(
+                    st.session_state.pdf_bytes,
+                    st.session_state.current_highlights,
+                    st.session_state.zoom_level
+                )
+                st.markdown(pdf_html, unsafe_allow_html=True)
+        
+        with col2:
+            st.markdown("### 💬 AI 챗봇")
+            
+            # 채팅 히스토리를 담을 컨테이너
+            chat_container = st.container(height=650)
+            
+            with chat_container:
+                for msg in st.session_state.chat_history:
+                    with st.chat_message(msg["role"]):
+                        st.markdown(msg["content"])
+                        
+                        if msg["role"] == "assistant" and "sources" in msg:
+                            with st.expander("📚 참조 문서"):
+                                for i, (doc, meta) in enumerate(zip(
+                                    msg["sources"]["docs"],
+                                    msg["sources"]["metas"]
+                                ), 1):
+                                    # 텍스트를 150자로 제한하고 간결하게 표시
+                                    clean_text = doc[:150] + ('...' if len(doc) > 150 else '')
+                                    
+                                    st.markdown(f"""
+                                    <div class="source-box">
+                                        <div class="source-title">
+                                            <span class="page-indicator">페이지 {meta['page']}</span>
+                                        </div>
+                                        <div style="font-size: 0.9rem; color: #475569; margin-top: 0.3rem;">
+                                            {clean_text}
+                                        </div>
+                                    </div>
+                                    """, unsafe_allow_html=True)
+                            
+                            # Grok 검증 결과 표시 (최종 1개)
+                            if "grok_verified" in msg["sources"]:
+                                with st.expander("🔍 Grok AI 최종 선택"):
+                                    grok_data = msg["sources"]["grok_verified"]
+                                    if isinstance(grok_data, dict) and "selected_text" in grok_data:
+                                        selected_text = grok_data.get('selected_text', '선택된 정보 없음')
+                                        # 텍스트를 150자로 제한
+                                        display_text = selected_text[:150] + ('...' if len(selected_text) > 150 else '')
+                                        
+                                        st.markdown(f"""
+                                        <div class="highlight-indicator">
+                                            <strong>✅ 페이지 {grok_data.get('page', '?')}</strong><br>
+                                            <div style="margin-top: 0.5rem;">{display_text}</div>
+                                        </div>
+                                        """, unsafe_allow_html=True)
+            
+            # 채팅 입력 - 컨테이너 바로 아래에 배치
+            prompt = st.chat_input("💬 질문을 입력하세요...", key="chat_input")
+            
+            # 1단계: 질문을 받으면 즉시 히스토리에 추가하고 rerun (질문이 채팅 박스 안에 나타남)
+            if prompt:
+                st.session_state.chat_history.append({"role": "user", "content": prompt})
+                st.session_state.processing_query = prompt
+                st.rerun()
+            
+            # 2단계: processing_query가 있으면 AI 답변 생성
+            if st.session_state.processing_query:
+                query = st.session_state.processing_query
+                st.session_state.processing_query = None  # 플래그 리셋
+                
+                with st.spinner("🔍 하이브리드 검색 중..."):
+                    try:
+                        # 1. 하이브리드 검색 (벡터 + 키워드) - 상위 3개
+                        search_results = hybrid_search(
+                            query,
+                            st.session_state.vector_db,
+                            st.session_state.embedder,
+                            top_k=3
+                        )
+                        
+                        # 2. Grok API로 검증 및 추출
+                        with st.spinner("🤖 Grok AI 검증 중..."):
+                            grok_result = grok_verify_and_extract(
+                                query,
+                                search_results,
+                                GROK_API_KEY
+                            )
+                        
+                        # 3. 답변 생성
+                        answer = generate_answer(
+                            query,
+                            search_results,
+                            GROK_API_KEY
+                        )
+                        
+                        # 4. Grok 추출 결과를 하이라이트로 변환
+                        highlights = extract_highlights_from_grok(grok_result)
+                        st.session_state.current_highlights = highlights
+                        
+                        # 5. 채팅 히스토리에 답변 저장
+                        chat_data = {
+                            "role": "assistant",
+                            "content": answer,
+                            "sources": {
+                                "docs": search_results['documents'][0],
+                                "metas": search_results['metadatas'][0],
+                                "scores": search_results.get('scores', []),
+                                "keywords": search_results.get('keywords', []),
+                                "grok_verified": grok_result
+                            }
+                        }
+                        st.session_state.chat_history.append(chat_data)
+                        st.rerun()
+                    
+                    except Exception as e:
+                        error_msg = f"❌ 오류: {str(e)}"
+                        st.session_state.chat_history.append({
+                            "role": "assistant",
+                            "content": error_msg
+                        })
+                        st.rerun()
+
+
+if __name__ == "__main__":
+    main()