Update app.py

app.py

@@ -1072,8 +1072,65 @@ class LLMAnalyzer:
             return None
     
     def analyze_news_simple(self, title: str, content: str = "") -> Dict:
-        """뉴스 기사를 중고등학생 수준으로 분석"""
-    
+        """뉴스 기사를 중고등학생 수준으로 분석 - LLM API 사용"""
+        
+        # LLM API가 사용 가능한 경우 실제 분석
+        if self.api_available:
+            try:
+                messages = [
+                    {
+                        "role": "system",
+                        "content": """당신은 중고등학생도 이해할 수 있게 AI 뉴스를 쉽게 설명하는 전문가입니다. 
+    한국어로 답변하며, 다음 형식의 JSON으로만 응답하세요:
+
+    {
+        "summary": "뉴스 내용을 8-10문장으로 자세하고 구체적으로 설명 (수치, 사실, 배경 포함)",
+        "significance": "이 뉴스가 왜 중요한지 2-3문장으로 설명",
+        "impact_level": "high 또는 medium 또는 low",
+        "impact_text": "높음 또는 중간 또는 낮음",
+        "impact_description": "어떤 영향이 있을지 2-3문장으로 설명",
+        "action": "중고등학생이 할 수 있는 것을 2-3문장으로 제안"
+    }
+
+    반드시 위 형식의 JSON만 출력하세요."""
+                    },
+                    {
+                        "role": "user",
+                        "content": f"""다음 AI 뉴스를 중고등학생이 이해할 수 있도록 분석해주세요:
+
+    제목: {title}
+
+    각 항목을 구체적이고 자세하게 작성하되, 중고등학생 수준에 맞춰 쉽게 설명해주세요.
+    특히 summary는 8-10문장으로 충분히 상세하게 작성하세요."""
+                    }
+                ]
+                
+                result = self.call_llm(messages, max_tokens=1500)
+                
+                if result:
+                    # JSON 파싱 시도
+                    try:
+                        # 마크다운 코드 블록 제거
+                        result_clean = result.replace('```json', '').replace('```', '').strip()
+                        analysis = json.loads(result_clean)
+                        
+                        # 필수 필드 검증
+                        required_fields = ['summary', 'significance', 'impact_level', 'impact_text', 'impact_description', 'action']
+                        if all(field in analysis for field in required_fields):
+                            print(f"    ✅ LLM 분석 성공")
+                            return analysis
+                        else:
+                            print(f"    ⚠️ LLM 응답에 필수 필드 누락")
+                    except json.JSONDecodeError as e:
+                        print(f"    ⚠️ JSON 파싱 오류: {e}")
+                        print(f"    원본 응답: {result[:200]}...")
+                        
+            except Exception as e:
+                print(f"    ⚠️ LLM API 호출 오류: {e}")
+        
+        # Fallback: 템플릿 기반 분석 (LLM 실패 시에만)
+        print(f"    ℹ️ 템플릿 모드로 전환")
+        
         analysis_templates = {
             "챗GPT": {
                 "summary": """마이크로소프트(MS)는 챗GPT의 폭발적인 사용량 증가로 인해 데이터센터 용량이 부족한 심각한 상황에 직면했습니다. 
@@ -1083,9 +1140,7 @@ class LLMAnalyzer:
     MS는 데이터센터 확장을 위해 막대한 투자를 하고 있지만, 실제 인프라 구축에는 최소 2-3년이 소요됩니다. 
     이러한 공급 부족 현상은 AI 서비스 가격 상승과 접근성 제한으로 이어질 수 있으며, 
     경쟁사들도 유사한 문제에 직면할 가능성이 높습니다. 
-    전문가들은 이 상황이 AI 산업의 성장 속도를 일시적으로 늦출 수 있다고 분석하고 있습니다. 
-    동시에 데이터센터 건설 관련 산업과 반도체, 냉각 시스템 등 관련 기술 분야의 수요가 급증할 것으로 전망됩니다. 
-    이는 AI 시대의 물리적 인프라가 얼마나 중요한지를 보여주는 사례로, 단순히 소프트웨어만으로는 AI 혁명을 완성할 수 없음을 시사합니다.""",
+    전문가들은 이 상황이 AI 산업의 성장 속도를 일시적으로 늦출 수 있다고 분석하고 있습니다.""",
                 "significance": "이 뉴스는 AI 기술의 대중화 속도가 기업들의 예상을 훨씬 뛰어넘고 있음을 보여줍니다. MS 같은 글로벌 IT 기업도 AI 수요를 따라잡기 위해 고군분투하고 있으며, 이는 AI가 단순한 유행이 아닌 산업 전반을 변화시키는 핵심 기술임을 증명합니다.",
                 "impact_level": "high",
                 "impact_text": "높음",
@@ -1099,9 +1154,7 @@ class LLMAnalyzer:
     현재 GPU 시장은 엔비디아가 약 80% 이상을 장악하고 있으며, 특히 AI 전용 H100, H200 칩은 공급 부족 현상이 심각합니다. 
     이번 결정으로 엔���디아의 시가총액이 5조 달러에 근접할 것으로 월스트리트는 전망하고 있습니다. 
     한편, 이는 미국의 전략적 기술 수출 정책 변화를 보여주는 중요한 사례입니다. 
-    중국에 대해서는 엄격한 수출 통제를 유지하면서도, 중동의 주요 동맹국에는 선별적으로 허용하는 '기술 동맹' 전략을 구사하고 있습니다. 
-    UAE는 막대한 오일머니를 바탕으로 AI 허브 구축을 추진 중이며, 이번 승인으로 중동 지역 AI 생태계가 급성장할 가능성이 높습니다. 
-    AMD와 인텔 등 다른 반도체 기업들도 이 시장 진출을 노리고 있어, 향후 경쟁이 치열해질 전망입니다.""",
+    중국에 대해서는 엄격한 수출 통제를 유지하면서도, 중동의 주요 동맹국에는 선별적으로 허용하는 '기술 동맹' 전략을 구사하고 있습니다.""",
                 "significance": "이는 미국의 AI 기술 수출 정책 변화를 보여주는 중요한 신호입니다. 기술 패권 경쟁 속에서도 전략적 동맹국과의 협력을 통해 AI 생태계를 확장하려는 미국의 의도를 엿볼 수 있습니다.",
                 "impact_level": "medium",
                 "impact_text": "중간",
@@ -1115,9 +1168,7 @@ class LLMAnalyzer:
     현재 미국과 캐나다에서 iOS 전용으로 먼저 출시되었으며, 안드로이드 버전과 글로벌 확장이 계획되어 있습니다. 
     소라는 기존의 이미지 생성 AI(미드저니, 스테이블 디퓨전 등)를 뛰어넘어, 시간의 흐름과 물리 법칙을 이해하는 수준으로 발전했습니다. 
     예를 들어, 파도가 치는 장면을 생성할 때 물의 움직임, 빛의 반사, 소리까지 자연스럽게 표현할 수 있습니다. 
-    이는 영화, 광고, 교육 콘텐츠, 게임 등 모든 영상 산업에 혁명적 변화를 예고합니다. 
-    전문가들은 향후 2-3년 내에 소라 같은 도구가 일반화되면, 소규모 창작자도 할리우드급 영상을 제작할 수 있게 될 것으로 전망합니다. 
-    다만 딥페이크 악용, 저작권 문제, 일자리 감소 등 윤리적 우려도 동시에 제기되고 있어, 적절한 규제와 가이드라인 마련이 시급한 상황입니다.""",
+    이는 영화, 광고, 교육 콘텐츠, 게임 등 모든 영상 산업에 혁명적 변화를 예고합니다.""",
                 "significance": "텍스트를 이미지로 변환하는 기술에서 더 나아가 동영상 생성까지 가능해진 것은 AI 기술의 진화를 보여줍니다. 콘텐츠 제작의 민주화가 가속화되고 있으며, 누구나 쉽게 고품질 영상을 만들 수 있는 시대가 열리고 있습니다.",
                 "impact_level": "high",
                 "impact_text": "높음",
@@ -1139,8 +1190,7 @@ class LLMAnalyzer:
     특히 대규모 언어 모델(LLM)과 생성형 AI의 발전은 산업 전반에 걸쳐 혁신을 가져오고 있습니다. 
     이러한 기술 변화는 새로운 일자리를 창출하는 동시에, 기존 직업의 성격을 변화시키고 있어 우리 모두가 주목해야 할 트렌드입니다. 
     전문가들은 향후 5-10년 내에 AI가 거의 모든 산업 분야에 통합될 것으로 전망하고 있습니다. 
-    따라서 관련 기술의 원리를 이해하고, 사회적 파급효과를 함께 고민하는 것이 미래 세대에게 매우 중요한 역량이 될 것입니다. 
-    또한 AI 기술의 발전과 함께 데이터 프라이버시, 알고리즘 편향성, 자동화로 인한 일자리 변화 등 윤리적 문제도 함께 논의되고 있습니다.""",
+    따라서 관련 기술의 원리를 이해하고, 사회적 파급효과를 함께 고민하는 것이 미래 세대에게 매우 중요한 역량이 될 것입니다.""",
             "significance": "AI 기술의 발전은 단순한 기술 혁신을 넘어 사회, 경제, 윤리적 측면에서 다양한 논의를 불러일으키고 있습니다. 이러한 변화를 이해하고 대비하는 것이 미래 세대에게 중요한 역량입니다.",
             "impact_level": "medium",
             "impact_text": "중간",