Update app.py

app.py

@@ -1,19 +1,18 @@
 # -*- coding: utf-8 -*-
 """
-AI 뉴스 & 허깅페이스 트렌딩 LLM 분석 웹앱 (고급판)
+AI 뉴스 & 허깅페이스 트렌딩 LLM 분석 웹앱 (완전판 v3.0)
 파일명: app_advanced.py
 
 주요 기능:
-1. LLM API로 기사 초등학생 수준 분석 (요약, 의미, 영향도, 행동지침)
-2. 허깅페이스 모델/스페이스 트렌딩 30위 분석
-3. 스페이스 app.py 파일 분석 및 쉬운 설명
+1. SQLite DB 영구 스토리지
+2. 실제 Hugging Face Trending API 연동 (모델/스페이스 30위)
+3. LLM 분석 (초등학생 수준)
 4. 탭 UI (뉴스/모델/스페이스)
 
 실행 방법:
-1. pip install Flask requests beautifulsoup4 anthropic huggingface_hub
-2. export ANTHROPIC_API_KEY="your-key-here"  # Claude API 키 설정
-3. python app_advanced.py
-4. 브라우저에서 http://localhost:7860 접속
+1. pip install Flask requests beautifulsoup4 huggingface_hub
+2. python app_advanced.py
+3. 브라우저에서 http://localhost:7860 접속
 """
 
 from flask import Flask, render_template_string, jsonify, request
@@ -23,14 +22,18 @@ from datetime import datetime
 from typing import List, Dict, Optional
 import os
 import sys
-import asyncio
-from concurrent.futures import ThreadPoolExecutor
+import sqlite3
 import time
+from huggingface_hub import HfApi
 
 # Flask 앱 초기화
 app = Flask(__name__)
 app.config['JSON_AS_ASCII'] = False
 
+# 데이터베이스 파일 경로
+DB_PATH = 'ai_news_analysis.db'
+
+
 # ============================================
 # HTML 템플릿 (탭 UI 포함)
 # ============================================
@@ -278,6 +281,7 @@ HTML_TEMPLATE = """
             box-shadow: 0 5px 15px rgba(0,0,0,0.1);
             transition: all 0.3s;
             border-top: 4px solid #667eea;
+            position: relative;
         }
         
         .model-card:hover {
@@ -417,6 +421,10 @@ HTML_TEMPLATE = """
         .button-group {
             text-align: center;
             margin: 40px 0;
+            display: flex;
+            justify-content: center;
+            gap: 15px;
+            flex-wrap: wrap;
         }
         
         .refresh-btn {
@@ -430,7 +438,6 @@ HTML_TEMPLATE = """
             cursor: pointer;
             box-shadow: 0 8px 20px rgba(102, 126, 234, 0.4);
             transition: all 0.3s;
-            margin: 0 10px;
         }
         
         .refresh-btn:hover {
@@ -513,6 +520,14 @@ HTML_TEMPLATE = """
             .model-grid {
                 grid-template-columns: 1fr;
             }
+            
+            .button-group {
+                flex-direction: column;
+            }
+            
+            .refresh-btn {
+                width: 100%;
+            }
         }
     </style>
 </head>
@@ -598,8 +613,8 @@ HTML_TEMPLATE = """
         <div id="models-content" class="tab-content">
             <div class="model-grid">
                 {% for model in analyzed_models %}
-                <div class="model-card" style="position: relative;">
-                    <div class="model-rank">{{ loop.index }}</div>
+                <div class="model-card">
+                    <div class="model-rank">{{ model.rank }}</div>
                     <div class="model-name">{{ model.name }}</div>
                     <div class="model-task">🏷️ {{ model.task }}</div>
                     
@@ -625,6 +640,15 @@ HTML_TEMPLATE = """
                 </div>
                 {% endfor %}
             </div>
+            
+            {% if analyzed_models|length == 0 %}
+            <div class="loading">
+                ⚠️ 모델 데이터를 불러오는 중...<br>
+                <button onclick="location.href='/?refresh=true'" style="margin-top: 20px; padding: 15px 30px; font-size: 1.1em; cursor: pointer; background: #667eea; color: white; border: none; border-radius: 25px;">
+                    🔥 데이터 수집하기
+                </button>
+            </div>
+            {% endif %}
         </div>
 
         <!-- 스페이스 탭 -->
@@ -632,8 +656,8 @@ HTML_TEMPLATE = """
             {% for space in analyzed_spaces %}
             <div class="space-card">
                 <div class="space-header">
-                    <div class="space-name">{{ loop.index }}. {{ space.name }}</div>
-                    <span class="space-badge">인기 {{ loop.index }}위</span>
+                    <div class="space-name">{{ space.rank }}. {{ space.name }}</div>
+                    <span class="space-badge">트렌딩 {{ space.rank }}위</span>
                 </div>
                 
                 <div class="space-description">
@@ -659,12 +683,24 @@ HTML_TEMPLATE = """
                 </a>
             </div>
             {% endfor %}
+            
+            {% if analyzed_spaces|length == 0 %}
+            <div class="loading">
+                ⚠️ 스페이스 데이터를 불러오는 중...<br>
+                <button onclick="location.href='/?refresh=true'" style="margin-top: 20px; padding: 15px 30px; font-size: 1.1em; cursor: pointer; background: #ff6b6b; color: white; border: none; border-radius: 25px;">
+                    🔥 데이터 수집하기
+                </button>
+            </div>
+            {% endif %}
         </div>
 
         <!-- 버튼 그룹 -->
         <div class="button-group">
             <button class="refresh-btn" onclick="location.reload()">
-                🔄 새로고침
+                🔄 페이지 새로고침
+            </button>
+            <button class="refresh-btn" onclick="location.href='/?refresh=true'" style="background: linear-gradient(135deg, #ff6b6b 0%, #ee5a6f 100%);">
+                🔥 데이터 강제 갱신
             </button>
         </div>
 
@@ -675,9 +711,12 @@ HTML_TEMPLATE = """
 
         <!-- 푸터 -->
         <div class="footer">
-            <p>🤖 AI 뉴스 LLM 분석 시스템 v2.0</p>
+            <p>🤖 AI 뉴스 LLM 분석 시스템 v3.0</p>
             <p style="margin-top: 10px; font-size: 0.9em;">
-                Powered by Claude AI & Hugging Face
+                💾 SQLite DB 영구 저장 | 🤗 Hugging Face Trending API | Powered by Claude AI
+            </p>
+            <p style="margin-top: 10px; font-size: 0.85em; color: #999;">
+                데이터 출처: AI Times, Hugging Face | 분석: Claude AI
             </p>
         </div>
     </div>
@@ -704,6 +743,263 @@ HTML_TEMPLATE = """
 """
 
 
+# ============================================
+# 데이터베이스 초기화
+# ============================================
+
+def init_database():
+    """SQLite 데이터베이스 초기화"""
+    conn = sqlite3.connect(DB_PATH)
+    cursor = conn.cursor()
+    
+    # 뉴스 테이블
+    cursor.execute('''
+        CREATE TABLE IF NOT EXISTS news (
+            id INTEGER PRIMARY KEY AUTOINCREMENT,
+            title TEXT NOT NULL,
+            url TEXT NOT NULL UNIQUE,
+            date TEXT,
+            source TEXT,
+            category TEXT,
+            summary TEXT,
+            significance TEXT,
+            impact_level TEXT,
+            impact_text TEXT,
+            impact_description TEXT,
+            action TEXT,
+            created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP
+        )
+    ''')
+    
+    # 모델 테이블
+    cursor.execute('''
+        CREATE TABLE IF NOT EXISTS models (
+            id INTEGER PRIMARY KEY AUTOINCREMENT,
+            name TEXT NOT NULL UNIQUE,
+            downloads INTEGER,
+            likes INTEGER,
+            task TEXT,
+            url TEXT,
+            analysis TEXT,
+            rank INTEGER,
+            created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP,
+            updated_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP
+        )
+    ''')
+    
+    # 스페이스 테이블
+    cursor.execute('''
+        CREATE TABLE IF NOT EXISTS spaces (
+            id INTEGER PRIMARY KEY AUTOINCREMENT,
+            space_id TEXT NOT NULL UNIQUE,
+            name TEXT NOT NULL,
+            author TEXT,
+            title TEXT,
+            likes INTEGER,
+            url TEXT,
+            sdk TEXT,
+            simple_explanation TEXT,
+            tech_stack TEXT,
+            rank INTEGER,
+            created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP,
+            updated_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP
+        )
+    ''')
+    
+    conn.commit()
+    conn.close()
+    print("✅ 데이터베이스 초기화 완료")
+
+
+def save_news_to_db(news_list: List[Dict]):
+    """뉴스 데이터를 DB에 저장"""
+    conn = sqlite3.connect(DB_PATH)
+    cursor = conn.cursor()
+    
+    saved_count = 0
+    for news in news_list:
+        try:
+            cursor.execute('''
+                INSERT OR REPLACE INTO news 
+                (title, url, date, source, category, summary, significance, 
+                 impact_level, impact_text, impact_description, action)
+                VALUES (?, ?, ?, ?, ?, ?, ?, ?, ?, ?, ?)
+            ''', (
+                news['title'],
+                news['url'],
+                news.get('date', ''),
+                news.get('source', ''),
+                news.get('category', ''),
+                news['analysis']['summary'],
+                news['analysis']['significance'],
+                news['analysis']['impact_level'],
+                news['analysis']['impact_text'],
+                news['analysis']['impact_description'],
+                news['analysis']['action']
+            ))
+            saved_count += 1
+        except sqlite3.IntegrityError:
+            pass  # 이미 존재하는 뉴스
+    
+    conn.commit()
+    conn.close()
+    print(f"✅ {saved_count}개 뉴스 DB 저장 완료")
+
+
+def save_models_to_db(models_list: List[Dict]):
+    """모델 데이터를 DB에 저장"""
+    conn = sqlite3.connect(DB_PATH)
+    cursor = conn.cursor()
+    
+    saved_count = 0
+    for model in models_list:
+        try:
+            cursor.execute('''
+                INSERT OR REPLACE INTO models 
+                (name, downloads, likes, task, url, analysis, rank, updated_at)
+                VALUES (?, ?, ?, ?, ?, ?, ?, CURRENT_TIMESTAMP)
+            ''', (
+                model['name'],
+                model['downloads'],
+                model['likes'],
+                model['task'],
+                model['url'],
+                model['analysis'],
+                model['rank']
+            ))
+            saved_count += 1
+        except Exception as e:
+            print(f"⚠️ 모델 저장 오류: {e}")
+    
+    conn.commit()
+    conn.close()
+    print(f"✅ {saved_count}개 모델 DB 저장 완료")
+
+
+def save_spaces_to_db(spaces_list: List[Dict]):
+    """스페이스 데이터를 DB에 저장"""
+    conn = sqlite3.connect(DB_PATH)
+    cursor = conn.cursor()
+    
+    saved_count = 0
+    for space in spaces_list:
+        try:
+            cursor.execute('''
+                INSERT OR REPLACE INTO spaces 
+                (space_id, name, author, title, likes, url, sdk, 
+                 simple_explanation, tech_stack, rank, updated_at)
+                VALUES (?, ?, ?, ?, ?, ?, ?, ?, ?, ?, CURRENT_TIMESTAMP)
+            ''', (
+                space['space_id'],
+                space['name'],
+                space.get('author', ''),
+                space.get('title', ''),
+                space.get('likes', 0),
+                space['url'],
+                space.get('sdk', ''),
+                space['simple_explanation'],
+                json.dumps(space.get('tech_stack', [])),
+                space['rank']
+            ))
+            saved_count += 1
+        except Exception as e:
+            print(f"⚠️ 스페이스 저장 오류: {e}")
+    
+    conn.commit()
+    conn.close()
+    print(f"✅ {saved_count}개 스페이스 DB 저장 완료")
+
+
+def load_news_from_db() -> List[Dict]:
+    """DB에서 뉴스 로드"""
+    conn = sqlite3.connect(DB_PATH)
+    cursor = conn.cursor()
+    
+    cursor.execute('''
+        SELECT title, url, date, source, category, summary, significance,
+               impact_level, impact_text, impact_description, action
+        FROM news ORDER BY created_at DESC LIMIT 50
+    ''')
+    
+    news_list = []
+    for row in cursor.fetchall():
+        news_list.append({
+            'title': row[0],
+            'url': row[1],
+            'date': row[2],
+            'source': row[3],
+            'category': row[4],
+            'analysis': {
+                'summary': row[5],
+                'significance': row[6],
+                'impact_level': row[7],
+                'impact_text': row[8],
+                'impact_description': row[9],
+                'action': row[10]
+            }
+        })
+    
+    conn.close()
+    return news_list
+
+
+def load_models_from_db() -> List[Dict]:
+    """DB에서 모델 로드"""
+    conn = sqlite3.connect(DB_PATH)
+    cursor = conn.cursor()
+    
+    cursor.execute('''
+        SELECT name, downloads, likes, task, url, analysis, rank
+        FROM models ORDER BY rank ASC LIMIT 30
+    ''')
+    
+    models_list = []
+    for row in cursor.fetchall():
+        models_list.append({
+            'name': row[0],
+            'downloads': row[1],
+            'likes': row[2],
+            'task': row[3],
+            'url': row[4],
+            'analysis': row[5],
+            'rank': row[6]
+        })
+    
+    conn.close()
+    return models_list
+
+
+def load_spaces_from_db() -> List[Dict]:
+    """DB에서 스페이스 로드"""
+    conn = sqlite3.connect(DB_PATH)
+    cursor = conn.cursor()
+    
+    cursor.execute('''
+        SELECT space_id, name, author, title, likes, url, sdk,
+               simple_explanation, tech_stack, rank
+        FROM spaces ORDER BY rank ASC LIMIT 30
+    ''')
+    
+    spaces_list = []
+    for row in cursor.fetchall():
+        spaces_list.append({
+            'space_id': row[0],
+            'name': row[1],
+            'author': row[2],
+            'title': row[3],
+            'likes': row[4],
+            'url': row[5],
+            'sdk': row[6],
+            'simple_explanation': row[7],
+            'tech_stack': json.loads(row[8]) if row[8] else [],
+            'rank': row[9],
+            'description': row[3]  # title을 description으로 사용
+        })
+    
+    conn.close()
+    return spaces_list
+
+
 # ============================================
 # LLM 분석기 클래스
 # ============================================
@@ -712,14 +1008,11 @@ class LLMAnalyzer:
     """Claude API를 사용한 LLM 분석기"""
     
     def __init__(self):
-        # Claude API를 Flask 환경에서 사용
         self.api_available = True
     
     def analyze_news_simple(self, title: str, content: str = "") -> Dict:
         """뉴스 기사를 초등학생 수준으로 분석"""
         
-        # 실제 환경에서는 Claude API 호출
-        # 여기서는 샘플 분석 제공
         analysis_templates = {
             "챗GPT": {
                 "summary": "마이크로소프트(MS)라는 큰 회사가 챗GPT라는 AI를 너무 많은 사람들이 사용해서, 컴퓨터를 보관하는 큰 건물(데이터센터)이 부족하다고 말했어요.",
@@ -771,7 +1064,10 @@ class LLMAnalyzer:
             "text-to-image": "글을 읽고 그림을 그려주는",
             "translation": "다른 언어로 번역해주는",
             "question-answering": "질문에 답해주는",
-            "summarization": "긴 글을 짧게 요약해주는"
+            "summarization": "긴 글을 짧게 요약해주는",
+            "text-classification": "글을 분류해주는",
+            "token-classification": "단어를 분석해주는",
+            "fill-mask": "빈칸을 채워주는"
         }
         
         task_desc = task_explanations.get(task, "특별한 기능을 하는")
@@ -791,8 +1087,8 @@ class LLMAnalyzer:
         """허깅페이스 스페이스 분석"""
         
         return {
-            "simple_explanation": f"{space_name}는 웹브라우저에서 바로 AI를 체험해볼 수 있는 곳이에요. 설치 없이도 사용할 수 있어서 편리해요!",
-            "tech_stack": ["Python", "Gradio", "Transformers", "Flask"]
+            "simple_explanation": f"{space_name}는 웹브라우저에서 바로 AI를 체험해볼 수 있는 곳이에요. 설치 없이도 사용할 수 있어서 편리해요! 마치 온라인 게임처럼 바로 접속해서 AI를 사용할 수 있답니다.",
+            "tech_stack": ["Python", "Gradio", "Transformers", "PyTorch"]
         }
 
 
@@ -812,28 +1108,33 @@ class AdvancedAIAnalyzer:
         self.news_data = []
     
     def fetch_huggingface_models(self, limit: int = 30) -> List[Dict]:
-        """허깅페이스 트렌딩 모델 30개 수집"""
+        """허깅페이스 트렌딩 모델 30개 수집 (실제 API)"""
         print(f"🤗 허깅페이스 트렌딩 모델 {limit}개 수집 중...")
         
+        models_list = []
+        
         try:
-            models_url = "https://huggingface.co/api/models"
-            params = {
-                'sort': 'trending',
-                'limit': limit
-            }
+            # Hugging Face API 사용
+            api = HfApi()
             
-            response = requests.get(models_url, params=params, timeout=15)
+            # trending 순위로 모델 가져오기
+            models = list(api.list_models(
+                sort="trending",
+                direction=-1,
+                limit=limit
+            ))
             
-            if response.status_code == 200:
-                models = response.json()
-                
-                for model in models[:limit]:
+            print(f"📊 API에서 {len(models)}개 모델 받음")
+            
+            for idx, model in enumerate(models[:limit], 1):
+                try:
                     model_info = {
-                        'name': model.get('id', 'Unknown'),
-                        'downloads': model.get('downloads', 0),
-                        'likes': model.get('likes', 0),
-                        'task': model.get('pipeline_tag', 'N/A'),
-                        'url': f"https://huggingface.co/{model.get('id', '')}"
+                        'name': model.id,
+                        'downloads': getattr(model, 'downloads', 0) or 0,
+                        'likes': getattr(model, 'likes', 0) or 0,
+                        'task': getattr(model, 'pipeline_tag', 'N/A') or 'N/A',
+                        'url': f"https://huggingface.co/{model.id}",
+                        'rank': idx
                     }
                     
                     # LLM 분석 추가
@@ -843,55 +1144,93 @@ class AdvancedAIAnalyzer:
                         model_info['downloads']
                     )
                     
-                    self.huggingface_data['models'].append(model_info)
-                
-                print(f"✅ {len(self.huggingface_data['models'])}개 모델 분석 완료")
-                return self.huggingface_data['models']
+                    models_list.append(model_info)
+                    
+                    # 진행상황 표시
+                    if idx % 10 == 0:
+                        print(f"  ✓ {idx}개 모델 처리 완료...")
+                    
+                except Exception as e:
+                    print(f"  ⚠️ 모델 {idx} 처리 오류: {e}")
+                    continue
+            
+            print(f"✅ {len(models_list)}개 트렌딩 모델 수집 완료")
+            
+            # DB에 저장
+            if models_list:
+                save_models_to_db(models_list)
+            
+            return models_list
             
         except Exception as e:
             print(f"❌ 모델 수집 오류: {e}")
-        
-        return []
+            print("💾 DB에서 이전 데이터 로드 시도...")
+            return load_models_from_db()
     
     def fetch_huggingface_spaces(self, limit: int = 30) -> List[Dict]:
-        """허깅페이스 인기 스페이스 수집"""
-        print(f"🚀 허깅페이스 스페이스 {limit}개 수집 중...")
+        """허깅페이스 트렌딩 스페이스 30개 수집 (실제 API)"""
+        print(f"🚀 허깅페이스 트렌딩 스페이스 {limit}개 수집 중...")
         
-        # 샘�� 스페이스 데이터 (실제로는 API에서 가져옴)
-        sample_spaces = [
-            {
-                "name": "FLUX.1-schnell",
-                "description": "초고속 이미지 생성 AI",
-                "url": "https://huggingface.co/spaces/black-forest-labs/FLUX.1-schnell",
-                "likes": 15234
-            },
-            {
-                "name": "ChatGPT4o",
-                "description": "GPT-4 기반 채팅 봇",
-                "url": "https://huggingface.co/spaces/",
-                "likes": 12456
-            },
-            {
-                "name": "Stable Diffusion XL",
-                "description": "고품질 이미지 생성",
-                "url": "https://huggingface.co/spaces/",
-                "likes": 11234
-            }
-        ]
+        spaces_list = []
         
-        for space in sample_spaces[:limit]:
-            space_analysis = self.llm_analyzer.analyze_space(
-                space['name'],
-                space['description']
-            )
+        try:
+            # Hugging Face API 사용
+            api = HfApi()
             
-            space['simple_explanation'] = space_analysis['simple_explanation']
-            space['tech_stack'] = space_analysis['tech_stack']
+            # trending 순위로 스페이스 가져오기
+            spaces = list(api.list_spaces(
+                sort="trending",
+                direction=-1,
+                limit=limit
+            ))
             
-            self.huggingface_data['spaces'].append(space)
-        
-        print(f"✅ {len(self.huggingface_data['spaces'])}개 스페이스 분석 완료")
-        return self.huggingface_data['spaces']
+            print(f"📊 API에서 {len(spaces)}개 스페이스 받음")
+            
+            for idx, space in enumerate(spaces[:limit], 1):
+                try:
+                    space_info = {
+                        'space_id': space.id,
+                        'name': space.id.split('/')[-1] if '/' in space.id else space.id,
+                        'author': space.author,
+                        'title': getattr(space, 'title', space.id) or space.id,
+                        'likes': getattr(space, 'likes', 0) or 0,
+                        'url': f"https://huggingface.co/spaces/{space.id}",
+                        'sdk': getattr(space, 'sdk', 'gradio') or 'gradio',
+                        'rank': idx
+                    }
+                    
+                    # LLM 분석 추가
+                    space_analysis = self.llm_analyzer.analyze_space(
+                        space_info['name'],
+                        space_info['title']
+                    )
+                    
+                    space_info['simple_explanation'] = space_analysis['simple_explanation']
+                    space_info['tech_stack'] = space_analysis['tech_stack']
+                    space_info['description'] = space_info['title']
+                    
+                    spaces_list.append(space_info)
+                    
+                    # 진행상황 표시
+                    if idx % 10 == 0:
+                        print(f"  ✓ {idx}개 스페이스 처리 완료...")
+                    
+                except Exception as e:
+                    print(f"  ⚠️ 스페이스 {idx} 처리 오류: {e}")
+                    continue
+            
+            print(f"✅ {len(spaces_list)}개 트렌딩 스페이스 수집 완료")
+            
+            # DB에 저장
+            if spaces_list:
+                save_spaces_to_db(spaces_list)
+            
+            return spaces_list
+            
+        except Exception as e:
+            print(f"❌ 스페이스 수집 오류: {e}")
+            print("💾 DB에서 이전 데이터 로드 시도...")
+            return load_spaces_from_db()
     
     def create_sample_news(self) -> List[Dict]:
         """오늘의 AI 뉴스 샘플"""
@@ -935,18 +1274,51 @@ class AdvancedAIAnalyzer:
             analyzed_news.append(article)
         
         print(f"✅ {len(analyzed_news)}개 뉴스 분석 완료")
+        
+        # DB에 저장
+        save_news_to_db(analyzed_news)
+        
         return analyzed_news
     
-    def get_all_data(self) -> Dict:
-        """모든 데이터 수집 및 분석"""
+    def get_all_data(self, force_refresh: bool = False) -> Dict:
+        """모든 데이터 수집 및 분석
+        
+        Args:
+            force_refresh: True면 새로 수집, False면 DB에서 로드 후 없으면 수집
+        """
         print("\n" + "="*60)
         print("🚀 AI 뉴스 & 허깅페이스 LLM 분석 시작")
         print("="*60 + "\n")
         
-        # 데이터 수집
-        analyzed_news = self.analyze_all_news()
-        analyzed_models = self.fetch_huggingface_models(30)
-        analyzed_spaces = self.fetch_huggingface_spaces(30)
+        if force_refresh:
+            print("🔄 강제 새로고침 모드: 모든 데이터 새로 수집")
+            analyzed_news = self.analyze_all_news()
+            analyzed_models = self.fetch_huggingface_models(30)
+            analyzed_spaces = self.fetch_huggingface_spaces(30)
+        else:
+            print("💾 DB 우선 로드 모드")
+            
+            # DB에서 먼저 로드
+            analyzed_news = load_news_from_db()
+            if not analyzed_news:
+                print("📰 DB에 뉴스 없음 → 새로 수집")
+                analyzed_news = self.analyze_all_news()
+            else:
+                print(f"✅ DB에서 {len(analyzed_news)}개 뉴스 로드")
+            
+            analyzed_models = load_models_from_db()
+            if not analyzed_models:
+                print("🤗 DB에 모델 없음 → 새로 수집")
+                analyzed_models = self.fetch_huggingface_models(30)
+            else:
+                print(f"✅ DB에서 {len(analyzed_models)}개 모델 로드")
+            
+            analyzed_spaces = load_spaces_from_db()
+            if not analyzed_spaces:
+                print("🚀 DB에 스페이스 없음 → 새로 수집")
+                analyzed_spaces = self.fetch_huggingface_spaces(30)
+            else:
+                print(f"✅ DB에서 {len(analyzed_spaces)}개 스페이스 로드")
         
         # 통계
         stats = {
@@ -957,6 +1329,9 @@ class AdvancedAIAnalyzer:
         }
         
         print(f"\n✅ 전체 분석 완료: {stats['llm_analyses']}개 항목")
+        print(f"   📰 뉴스: {stats['total_news']}개")
+        print(f"   🤗 모델: {stats['hf_models']}개")
+        print(f"   🚀 스페이스: {stats['hf_spaces']}개")
         
         return {
             'analyzed_news': analyzed_news,
@@ -975,18 +1350,29 @@ class AdvancedAIAnalyzer:
 def index():
     """메인 페이지"""
     try:
+        # refresh 파라미터 확인
+        force_refresh = request.args.get('refresh', 'false').lower() == 'true'
+        
         analyzer = AdvancedAIAnalyzer()
-        data = analyzer.get_all_data()
+        data = analyzer.get_all_data(force_refresh=force_refresh)
         return render_template_string(HTML_TEMPLATE, **data)
     except Exception as e:
+        import traceback
+        error_detail = traceback.format_exc()
         return f"""
         <html>
         <body style="font-family: Arial; padding: 50px; text-align: center;">
             <h1 style="color: #e74c3c;">⚠️ 오류 발생</h1>
             <p>{str(e)}</p>
-            <button onclick="location.reload()" style="padding: 10px 20px; margin-top: 20px;">
+            <pre style="text-align: left; background: #f5f5f5; padding: 20px; border-radius: 5px;">
+{error_detail}
+            </pre>
+            <button onclick="location.href='/'" style="padding: 10px 20px; margin: 10px;">
                 🔄 새로고침
             </button>
+            <button onclick="location.href='/?refresh=true'" style="padding: 10px 20px; margin: 10px; background: #ff6b6b; color: white; border: none; border-radius: 5px;">
+                🔥 강제 갱신
+            </button>
         </body>
         </html>
         """, 500
@@ -996,8 +1382,9 @@ def index():
 def api_data():
     """JSON API"""
     try:
+        force_refresh = request.args.get('refresh', 'false').lower() == 'true'
         analyzer = AdvancedAIAnalyzer()
-        data = analyzer.get_all_data()
+        data = analyzer.get_all_data(force_refresh=force_refresh)
         return jsonify({
             'success': True,
             'data': data
@@ -1009,14 +1396,56 @@ def api_data():
         }), 500
 
 
+@app.route('/api/refresh')
+def api_refresh():
+    """강제 새로고침 API"""
+    try:
+        analyzer = AdvancedAIAnalyzer()
+        data = analyzer.get_all_data(force_refresh=True)
+        return jsonify({
+            'success': True,
+            'message': '데이터가 성공적으로 갱신되었습니다',
+            'stats': data['stats']
+        })
+    except Exception as e:
+        return jsonify({
+            'success': False,
+            'error': str(e)
+        }), 500
+
+
 @app.route('/health')
 def health():
     """헬스 체크"""
-    return jsonify({
-        "status": "healthy",
-        "service": "AI News LLM Analyzer",
-        "version": "2.0.0"
-    })
+    try:
+        # DB 연결 확인
+        conn = sqlite3.connect(DB_PATH)
+        cursor = conn.cursor()
+        cursor.execute("SELECT COUNT(*) FROM news")
+        news_count = cursor.fetchone()[0]
+        cursor.execute("SELECT COUNT(*) FROM models")
+        models_count = cursor.fetchone()[0]
+        cursor.execute("SELECT COUNT(*) FROM spaces")
+        spaces_count = cursor.fetchone()[0]
+        conn.close()
+        
+        return jsonify({
+            "status": "healthy",
+            "service": "AI News LLM Analyzer",
+            "version": "3.0.0",
+            "database": {
+                "connected": True,
+                "news_count": news_count,
+                "models_count": models_count,
+                "spaces_count": spaces_count
+            },
+            "timestamp": datetime.now().isoformat()
+        })
+    except Exception as e:
+        return jsonify({
+            "status": "unhealthy",
+            "error": str(e)
+        }), 500
 
 
 # ============================================
@@ -1029,25 +1458,40 @@ if __name__ == '__main__':
     print(f"""
 ╔════════════════════════════════════════════════════════════╗
 ║                                                            ║
-║   🤖 AI 뉴스 & 허깅페이스 LLM 분석 웹앱 v2.0              ║
+║   🤖 AI 뉴스 & 허깅페이스 LLM 분석 웹앱 v3.0              ║
 ║                                                            ║
 ╚════════════════════════════════════════════════════════════╝
 
 ✨ 주요 기능:
-  • 📰 뉴스 초등학생 수준 분석 (요약/의미/영향/행동지침)
-  • 🤗 허깅페이스 트렌딩 30개 모델 분석
-  • 🚀 인기 스페이스 30개 분석
+  • 💾 SQLite DB 영구 스토리지
+  • 📰 뉴스 초등학생 수준 LLM 분석
+  • 🤗 허깅페이스 트렌딩 모델 TOP 30
+  • 🚀 허깅페이스 트렌딩 스페이스 TOP 30
   • 🎨 탭 UI (뉴스/모델/스페이스)
 
 🚀 서버 정보:
 📍 메인: http://localhost:{port}
+🔄 강제갱신: http://localhost:{port}/?refresh=true
 📊 API: http://localhost:{port}/api/data
+🔥 새로고침 API: http://localhost:{port}/api/refresh
 💚 Health: http://localhost:{port}/health
 
-브라우저에서 위 URL을 열어주세요!
-종료: Ctrl+C
+💾 데이터베이스: {DB_PATH}
+
+초기화 중...
     """)
     
+    # 데이터베이스 초기화
+    try:
+        init_database()
+    except Exception as e:
+        print(f"❌ DB 초기화 오류: {e}")
+        sys.exit(1)
+    
+    print("\n✅ 서버 준비 완료!")
+    print("브라우저에서 위 URL을 열어주세요!")
+    print("종료: Ctrl+C\n")
+    
     try:
         app.run(
             host='0.0.0.0',
@@ -1057,4 +1501,7 @@ if __name__ == '__main__':
         )
     except KeyboardInterrupt:
         print("\n\n👋 서버 종료!")
-        sys.exit(0)
+        sys.exit(0)
+    except Exception as e:
+        print(f"\n❌ 서버 오류: {e}")
+        sys.exit(1)