Update app.py

app.py

@@ -25,29 +25,28 @@ import tempfile
 import glob
 import shutil
 
-# ─── 추가된 라이브러리(절대 누락 금지) ───────────────────────────────
+# ─── Additional libraries (must not be removed) ───────────────────────
 import pyarrow.parquet as pq
 from sklearn.feature_extraction.text import TfidfVectorizer
 from sklearn.metrics.pairwise import cosine_similarity
 
-# ─── 네트워크 안정화용 라이브러리 ──────────────────────────────────────
+# ─── Network stability libraries ──────────────────────────────────────
 import httpx
 from httpx import RemoteProtocolError
 
-# ▸ backoff 모듈이 없으면 즉석에서 대체 구현
+# ▸ If `backoff` is not installed, provide a quick fallback
 try:
     import backoff
 except ImportError:
-    logging.warning("`backoff` 모듈이 없어 간단 대체 데코레이터를 사용합니다.")
+    logging.warning("`backoff` module is missing. Using a simple fallback decorator.")
 
     def _simple_backoff_on_exception(exceptions, *args, **kwargs):
         """
-        가벼운 지수(backoff=2^n) 재시도 데코레이터.
-        backoff.on_exception API의 필수 인자만 흉내냅니다.
-        - exceptions : 재시도 대상 예외(tuple 또는 단일)
-        - max_tries  : kwargs 로 지정(기본 3)
-        - base       : kwargs 로 지정(기본 2, 지수 배수)
-        기타 인자는 무시합니다.
+        Lightweight exponential (base^n) retry decorator.
+        This mimics the core parameters of backoff.on_exception:
+        - exceptions : tuple or single exception type
+        - max_tries  : from kwargs (default 3)
+        - base       : from kwargs (default 2)
         """
         max_tries = kwargs.get("max_tries", 3)
         base      = kwargs.get("base", 2)
@@ -64,7 +63,7 @@ except ImportError:
                             raise
                         sleep = base ** attempt
                         logging.info(
-                            f"[retry {attempt}/{max_tries}] {fn.__name__} -> {e} … {sleep}s 대기"
+                            f"[retry {attempt}/{max_tries}] {fn.__name__} -> {e} … waiting {sleep}s"
                         )
                         time.sleep(sleep)
             return wrapper
@@ -76,7 +75,7 @@ except ImportError:
     backoff = _DummyBackoff()
 
 
-# ─────────────────────────────── Environment Variables / Constants ─────────────────────────
+# ─────────────────────────────────── Environment Variables / Constants ─────────────────────────
 
 OPENAI_API_KEY   = os.getenv("OPENAI_API_KEY", "")
 BRAVE_KEY        = os.getenv("SERPHOUSE_API_KEY", "")   # Brave Search API
@@ -85,23 +84,23 @@ KAGGLE_KEY       = os.getenv("KAGGLE_KEY", "")
 KAGGLE_API_KEY   = KAGGLE_KEY
 
 if not (KAGGLE_USERNAME and KAGGLE_KEY):
-    raise RuntimeError("⚠️  KAGGLE_USERNAME과 KAGGLE_KEY 환경변수를 먼저 설정하세요.")
+    raise RuntimeError("⚠️  Please set KAGGLE_USERNAME and KAGGLE_KEY environment variables first.")
 
 os.environ["KAGGLE_USERNAME"] = KAGGLE_USERNAME
 os.environ["KAGGLE_KEY"]      = KAGGLE_KEY
 
 BRAVE_ENDPOINT   = "https://api.search.brave.com/res/v1/web/search"
-IMAGE_API_URL    = "http://211.233.58.201:7896"  # 예시 이미지 생성용 API
-MAX_TOKENS       = 7999        # 안전한 토큰 한도
+IMAGE_API_URL    = "http://211.233.58.201:7896"  # Example image generation API
+MAX_TOKENS       = 7999        # For safe token usage
 
-# ─────────────────────────────── Logging ───────────────────────────────
+# ────────────────────────────────── Logging ─────────────────────────────────
 logging.basicConfig(
     level=logging.INFO,
     format="%(asctime)s - %(levelname)s - %(message)s"
 )
 
 
-# ─────────────────────────────── 군사(밀리터리) 전술 데이터셋 로드 ─────────────────
+# ─────────────────────────────── Military Dataset ─────────────────────────
 @st.cache_resource
 def load_military_dataset():
     """
@@ -121,7 +120,7 @@ def load_military_dataset():
 MIL_DF = load_military_dataset()
 
 def is_military_query(text: str) -> bool:
-    """군사/전술 관련 키워드가 등장하면 True ���환"""
+    """Return True if text includes military/tactical keywords."""
     kw = [
         "군사", "전술", "전투", "전쟁", "작전", "무기", "병력",
         "military", "tactic", "warfare", "battle", "operation"
@@ -130,8 +129,8 @@ def is_military_query(text: str) -> bool:
 
 def military_search(query: str, top_k: int = 3):
     """
-    mil.parquet의 scenario_description 열과 코사인 유사도 분석하여
-    query와 가장 유사한 상위 시나리오를 반환
+    Use cosine similarity with scenario_description in mil.parquet
+    Return top K scenarios.
     """
     if MIL_DF is None:
         return []
@@ -149,7 +148,8 @@ def military_search(query: str, top_k: int = 3):
         logging.error(f"military_search error: {e}")
         return []
 
-# ─────────────────────────────── Kaggle Datasets ────────────────────────
+
+# ───────────────────────────── Kaggle Datasets ───────────────────────────
 KAGGLE_DATASETS = {
     "general_business": {
         "ref": "mohammadgharaei77/largest-2000-global-companies",
@@ -417,6 +417,7 @@ KAGGLE_DATASETS = {
     }
 }
 
+
 SUN_TZU_STRATEGIES = [
     {"계": "만천과해", "요약": "평범한 척, 몰래 진행", "조건": "상대가 지켜보고 있을 때", "행동": "루틴·평온함 과시", "목적": "경계 무력화", "예시": "규제기관 눈치 보는 신사업 파일럿"},
     {"계": "위위구조", "요약": "뒤통수 치면 포위 풀린다", "조건": "우리 측이 압박받을 때", "행동": "적 본진 급습", "목적": "압박 해소", "예시": "경쟁사 핵심 고객 뺏기"},
@@ -458,7 +459,7 @@ SUN_TZU_STRATEGIES = [
 
 physical_transformation_categories = {
     "센서 기능": [
-        # 기존 항목 유지
+        # Original items
         "시각 센서", "시각 감지", "청각 센서", "청각 감지", "촉각 센서", "촉각 감지",
         "미각 센서", "미각 감지", "후각 센서", "후각 감지", "온도 센서", "온도 감지",
         "습도 센서", "습도 감지", "압력 센서", "압력 감지", "가속도 센서", "가속도 감지",
@@ -476,7 +477,7 @@ physical_transformation_categories = {
         "홀 효과 감지", "초음파 센서", "초음파 감지", "레이더 센서", "레이더 감지",
         "라이다 센서", "라이다 감지", "터치 센서", "터치 감지", "제스처 센서", "제스처 감지",
         "심박 센서", "심박 감지", "혈압 센서", "혈압 감지", "LAN", "WIFI", "블루투스", "생체 인증",
-        # 추가 항목
+        # Additional items
         "다중 스펙트럼 센서", "다중 스펙트럼 감지", "깊이 인식 센서", "깊이 인식 감지",
         "퀀텀 센서", "퀀텀 감지", "웨어러블 센서", "웨어러블 감지", "바이오마커 센서", "바이오마커 감지",
         "임베디드 센서", "임베디드 감지", "IoT 센서 네트워크", "스트레인 센서", "스트레인 감지",
@@ -484,7 +485,7 @@ physical_transformation_categories = {
         "스마트 먼지 센서", "환경 센서 그리드", "신경형태학적 센서", "두뇌-기계 인터페이스"
     ],
     "크기와 형태 변화": [
-        # 기존 항목 유지
+        # Original items
         "부피 늘어남", "부피 줄어듦", "길이 늘어남", "길이 줄어듦", "너비 늘어남", "너비 줄어남",
         "높이 늘어남", "높이 줄어듦", "밀도 변화", "무게 증가", "무게 감소", "모양 변형",
         "상태 변화", "불균등 변형", "복잡한 형태 변형", "비틀림", "꼬임", "불균일한 확장",
@@ -492,14 +493,14 @@ physical_transformation_categories = {
         "물 저항", "먼지 저항", "찌그러짐", "복원", "접힘", "펼쳐짐", "압착", "팽창",
         "늘어남", "수축", "구겨짐", "평평해짐", "뭉개짐", "단단해짐", "말림", "펴짐",
         "꺾임", "구부러짐",
-        # 추가 항목
+        # Additional items
         "4D 프린팅 변형", "형상 기억", "프랙탈 변화", "자가 조립", "자가 복구",
         "기하학적 변환", "모듈화", "스마트 직물 변형", "매트릭스 구조 변형", "프로그래머블 변형",
         "미시 스케일 변형", "거시 스케일 변형", "이방성 변형", "등방성 변형", "선택적 강성 변화",
         "변형률 감응 구조", "형태학적 계산", "위상 변화", "경도 변화", "부드러움 변화"
     ],
     "표면 및 외관 변화": [
-        # 기존 항목 유지
+        # Original items
         "색상 변화", "질감 변화", "투명 변화", "불투명 변화", "반짝임 변화", "무광 변화",
         "빛 반사 정도 변화", "무늬 변화", "각도에 따른 색상 변화", "빛에 따른 색상 변화",
         "온도에 따른 색상 변화", "홀로그램 효과", "표면 각도별 빛 반사", "표면 모양 변형",
@@ -507,15 +508,15 @@ physical_transformation_categories = {
         "선명함 변화", "광택 변화", "윤기 변화", "색조 변화", "채도 변화", "발광",
         "형광", "빛 산란 효과", "빛 흡수 변화", "반투명 효과", "그림자 효과 변화",
         "자외선 반응 변화", "야광 효과",
-        # 추가 항목
+        # Additional items
         "생체모방 표면", "프로그래머블 질감", "촉각 피드백 표면", "열 반응성 표면",
         "초소수성/초친수성 표면", "스마트 코팅", "마찰 계수 변화", "도금 효과", "위장 효과",
         "양자점 효과", "메타표면 효과", "나노 구조화 표면", "전기변색 효과", "광변색 효과",
-        "압력변색 효과", "자기변색 효과", "항균 표면", "공기역학적 표면", "자기정렬 패턴", 
+        "압력변색 효과", "자기변색 효과", "항균 표면", "공기역학적 표면", "자기정렬 패턴",
         "부착성 변화", "선택적 접착성"
     ],
     "물질의 상태 변화": [
-        # 기존 항목 유지
+        # Original items
         "고체 전환", "액체 전환", "기체 전환", "결정화", "용해", "산화", "부식",
         "딱딱해짐", "부드러워짐", "특수 상태 전환", "무정형 전환", "결정형 전환", "성분 분리",
         "미세 입자 형성", "미세 입자 분해", "젤 형성", "젤 풀어짐", "준안정 상태 변화",
@@ -523,7 +524,7 @@ physical_transformation_categories = {
         "증발", "응축", "승화", "증착", "침전", "부유", "분산", "응집",
         "건조", "습윤", "팽윤", "수축", "동결", "해동", "풍화", "침식",
         "충전", "방전", "결합", "분리", "발효", "부패",
-        # 추가 항목
+        # Additional items
         "초임계 상태 전환", "양자 상태 전환", "메타물질 상태 변화", "프로그래머블 물질 변화",
         "소프트 로봇 물질 변화", "4D 프린팅 물질 변화", "바이오하이브리드 물질 변화",
         "자가 조직화 물질", "자가 순환 물질", "자가 치유 물질", "생분해성 전환",
@@ -531,14 +532,14 @@ physical_transformation_categories = {
         "스마트 유체 상태", "자극 반응성 상태", "형상기억 합금 상태", "초전도 상태"
     ],
     "움직임 특성 변화": [
-        # 기존 항목 유지
+        # Original items
         "가속", "감속", "일정 속도 유지", "진동", "진동 감소", "부딪힘", "튕김",
         "회전 속도 증가", "회전 속도 감소", "회전 방향 변화", "불규칙 움직임", "멈췄다", "미끄러지는 현상",
         "공진", "반공진", "유체 속 저항 변화", "유체 속 양력 변화", "움직임 저항 변화",
         "복합 진동 움직임", "특수 유체 속 움직임", "회전-이동 연계 움직임", "관성 정지",
         "충격 흡수", "충격 전달", "운동량 보존", "마찰력 변화", "관성 탈출", "불안정 균형",
         "동적 안정성", "흔들림 감쇠", "경로 예측성", "회피 움직임",
-        # 추가 항목
+        # Additional items
         "복합 운동학", "임의의 움직임", "재귀적 움직임", "흉내내는 움직임", "학습된 움직임",
         "자율적 움직임", "군집 움직임", "비선형 움직임", "양자 움직임", "초음파 움직임",
         "비대칭 움직임", "스토캐스틱 움직임", "카오스 움직임", "소프트 로보틱스 움직임",
@@ -546,7 +547,7 @@ physical_transformation_categories = {
         "계층적 움직임 제어", "적응형 움직임 패턴"
     ],
     "구조적 변화": [
-        # 기존 항목 유지
+        # Original items
         "부품 추가", "부품 제거", "조립", "분해", "접기", "펴기", "변형", "원상복구",
         "최적 구조 변화", "자가 재배열", "자연 패턴 형성", "자연 패턴 소멸", "규칙적 패턴 변화",
         "모듈식 변형", "복잡성 증가 구조", "원래 모양 기억 효과", "시간에 따른 형태 변화",
@@ -554,20 +555,20 @@ physical_transformation_categories = {
         "내부 구조 변화", "외부 구조 변화", "중심축 이동", "균형점 변화", "계층 구조 변화",
         "지지 구조 변화", "응력 분산 구조", "충격 흡수 구조", "그리드 구조 변화", "매트릭스 구조 변화",
         "상호 연결성 변화",
-        # 추가 항목
+        # Additional items
         "텐세그리티 구조 변화", "바이오닉 구조", "메타물질 구조", "다중 안정 구조", "자가 진화 구조",
         "자가 학습 구조", "생체모방 구조", "프랙탈 구조", "계층적 구조화", "에너지 흡수 구조",
         "에너지 변환 구조", "적응형 구조", "위상 최적화", "다공성 구조", "기능적 경사 구조",
         "다중 재료 구조", "초경량 구조", "초고강도 구조", "다기능성 구조", "내결함성 구조"
     ],
     "공간 이동": [
-        # 기존 항목 유지
+        # Original items
         "앞 이동", "뒤 이동", "좌 이동", "우 이동", "위 이동", "아래 이동",
         "세로축 회전(고개 끄덕임)", "가로축 회전(고개 젓기)", "길이축 회전(옆으로 기울임)", "원 운동",
         "나선형 이동", "관성에 의한 미끄러짐", "회전축 변화", "불규칙 회전", "흔들림 운동",
         "포물선 이동", "무중력 부유", "수면 위 부유", "점프", "도약", "슬라이딩", "롤링",
         "자유 낙하", "왕복 운동", "탄성 튕김", "관통", "회피 움직임", "지그재그 이동", "스윙 운동",
-        # 추가 항목
+        # Additional items
         "양자 이동", "차원 간 이동", "가상 공간 이동", "증강 공간 이동", "무인 이동",
         "군집 이동", "경로 최적화 이동", "상황 인식 이동", "생태계 통합 이동", "바이오닉 이동",
         "미시 스케일 이동", "매크로 스케일 이동", "변형 기반 이동", "자기장 유도 이동",
@@ -575,14 +576,14 @@ physical_transformation_categories = {
         "지능형 경로 탐색"
     ],
     "시간 관련 변화": [
-        # 기존 항목 유지
+        # Original items
         "노화", "풍화", "마모", "부식", "색 바램", "변색", "손상", "회복",
         "수명 주기 변화", "사용자 상호작용에 따른 적응", "학습 기반 형태 최적화", "시간에 따른 물성 변화",
         "집단 기억 효과", "문화적 의미 변화", "지연 반응", "이전 상태 의존 변화", "점진적 시간 변화",
         "진화적 변화", "주기적 재생", "계절 변화 적응", "생체리듬 변화", "생애 주기 단계",
         "성장", "퇴화", "자가 복구", "자가 재생", "자연 순환 적응", "지속성", "일시성",
         "기억 효과", "지연된 작용", "누적 효과",
-        # 추가 항목
+        # Additional items
         "시간 지연 효과", "예측 기반 변화", "학습 기반 변화", "인지적 시간 변화",
         "시간 압축 경험", "시간 확장 경험", "시간적 패턴 감지", "시간적 패턴 생성",
         "계절 인식 변화", "생체 시계 동기화", "시간 기반 프로그래밍", "연대기적 데이터 구조",
@@ -590,26 +591,26 @@ physical_transformation_categories = {
         "사용 패턴 적응", "사용자 타임라인 통합", "예측 유지보수", "자가 최적화 타이밍"
     ],
     "빛과 시각 효과": [
-        # 기존 항목 유지
+        # Original items
         "발광", "소등", "빛 투과", "빛 차단", "빛 산란", "빛 집중", "색상 스펙트럼 변화",
         "빛 회절", "빛 간섭", "홀로그램 생성", "레이저 효과", "빛 편광", "형광", "인광",
         "자외선 발광", "적외선 발광", "광학적 착시", "빛 굴절", "그림자 생성", "그림자 제거",
         "색수차 효과", "무지개 효과", "글로우 효과", "플래시 효과", "조명 패턴", "빔 효과",
         "광 필터 효과", "빛의 방향성 변화", "투영 효과", "빛 감지", "빛 반응", "광도 변화",
-        # 추가 항목
+        # Additional items
         "양자 발광", "메타 광학 효과", "프로그래머블 광학", "시야각 변화", "생체발광 모방",
         "광역학 효과", "퍼셉션 변화 효과", "맥스웰리안 뷰", "광 컴퓨팅 효과", "광유전학 효과",
         "생체 광학 모방", "비선형 광학 효과", "구조색 변화", "자가 발광", "광 결정 효과",
         "양자점 방출", "나노 발광체", "증강 광학", "투명 디스플레이 효과", "광학 위장"
     ],
     "소리와 진동 효과": [
-        # 기존 항목 유지
+        # Original items
         "소리 발생", "소리 소멸", "음 높낮이 변화", "음량 변화", "음색 변화", "공명",
         "반공명", "음향 진동", "초음파 발생", "저음파 발생", "소리 집중", "소리 분산",
         "음향 반사", "음향 흡수", "음향 도플러 효과", "음파 간섭", "음향 공진", "진동 패턴 변화",
         "타악 효과", "음향 피드백", "음향 차폐", "음향 증폭", "소리 지향성", "소리 왜곡",
         "비트 생성", "배음 생성", "주파수 변조", "음향 충격파", "음향 필터링",
-        # 추가 항목
+        # Additional items
         "메타 음향 효과", "방향성 음향", "3D 음향 효과", "생체음향 모방", "상황별 음향 변화",
         "음향 위장", "음향 투명화", "음향 렌즈", "양자 음향 효과", "초저주파 효과",
         "초고주파 효과", "음파 에너지 수확", "자가 조절 공명", "음향 홀로그래피",
@@ -617,7 +618,7 @@ physical_transformation_categories = {
         "기능적 음향 표면", "구조 공진 조절"
     ],
     "열 관련 변화": [
-        # 기존 항목 유지
+        # Original items
         "온도 상승", "온도 하강", "열 팽창", "열 수축", "열 전달", "열 차단", "압력 상승",
         "압력 하강", "열 변화에 따른 자화", "엔트로피 변화", "열전기 효과", "자기장에 의한 열 변화",
         "상태 변화 중 열 저장", "상태 변화 중 열 방출", "열 스트레스 발생", "열 스트레스 해소",
@@ -625,14 +626,14 @@ physical_transformation_categories = {
         "열 반사", "열 흡수", "냉각 응축", "열 활성화", "열 변색", "열 팽창 계수 변화",
         "열 안정성 변화", "내열성", "내한성", "자가 발열", "열적 평형", "열적 불균형",
         "열적 변형", "열 분산", "열 집중",
-        # 추가 항목
+        # Additional items
         "열전 효과", "열광 효과", "프로그래머블 열 특성", "상변화 냉각", "상변화 가열",
         "열 유도 기억", "열 광학 효과", "열 음향 효과", "열 기계 효과", "열 화학 반응",
         "양자 열역학 효과", "근적외선 열 효과", "열 조절 표면", "열흐름 제어", "열 방출 최적화",
         "열 캡처 최적화", "자가 조절 온도", "열 스위칭", "열 포커싱", "상변화 재료 활용"
     ],
     "전기 및 자기 변화": [
-        # 기존 항목 유지
+        # Original items
         "자성 생성", "자성 소멸", "전하량 증가", "전하량 감소", "전기장 생성", "전기장 소멸",
         "자기장 생성", "자기장 소멸", "초전도 상태 전환", "강유전체 특성 변화", "양자 상태 변화",
         "플라즈마 형성", "플라즈마 소멸", "스핀파 전달", "빛에 의한 전기 발생", "압력에 의한 전기 발생",
@@ -640,7 +641,7 @@ physical_transformation_categories = {
         "전자기 유도", "전자기파 방출", "전자기파 흡수", "전기 용량 변화", "자기 이력 현상",
         "전기적 분극", "전자 흐름 방향 변화", "전기적 공명", "전기적 차폐", "전기적 노출",
         "자기 차폐", "자기 노출", "자기장 정렬", "유선(Wire)", "무선(Wireless)",
-        # 추가 항목
+        # Additional items
         "양자 자성", "스핀트로닉스 효과", "마그네토일렉트릭 효과", "토폴로지컬 절연체 특성",
         "초전도 양자 효과", "쿨롱 차단 효과", "조셉슨 효과", "홀 효과 변화", "전자기 투명성",
         "자기 카이랄리티", "전자기 메타표면", "무선 전력 전송", "자기유변학적 효과",
@@ -648,14 +649,14 @@ physical_transformation_categories = {
         "전자 스핀 제어", "고속 스위칭 자성"
     ],
     "화학적 변화": [
-        # 기존 항목 유지
+        # Original items
         "표면 코팅 변화", "물질 성분 변화", "화학 반응 변화", "촉매 작용 시작/중단",
         "빛에 의한 화학 반응", "전기에 의한 화학 반응", "단분자막 형성", "분자 수준 구조 변화",
         "생체 모방 표면 변화", "환경 반응형 물질 변화", "주기적 화학 반응", "산화", "환원",
         "고분자화", "물 분해", "화합", "방사선 영향", "산-염기 반응", "중화 반응",
         "이온화", "화학적 흡착/탈착", "촉매 효율 변화", "효소 활성 변화", "발색 반응",
         "pH 변화", "화학적 평형 이동", "결합 형성/분해", "용해도 변화",
-        # 추가 항목
+        # Additional items
         "프로그래머블 화학 반응", "자가 촉매 반응", "클릭 케미스트리", "광화학 반응",
         "전기화학 반응", "초분자 화학 반응", "동적 공유 결합", "바이오오쏘고널 화학",
         "화학적 컴퓨팅", "화학적 감지", "화학적 통신", "화학적 기억", "선택적 촉매",
@@ -663,13 +664,13 @@ physical_transformation_categories = {
         "화학적 패턴 형성", "화학적 습도 조절", "화학적 정화"
     ],
     "생물학적 변화": [
-        # 기존 항목 유지
+        # Original items
         "성장/위축", "세포 분열/사멸", "생물 발광", "신진대사 변화", "면역 반응",
         "호르몬 분비", "신경 반응", "유전적 발현", "적응/진화", "생체리듬 변화",
         "재생/치유", "노화/성숙", "생체 모방 변화", "바이오필름 형성", "생물학적 분해",
         "효소 활성화/비활성화", "생물학적 신호 전달", "스트레스 반응", "체온 조절", "생물학적 시계 변화",
         "세포외 기질 변화", "생체 역학적 반응", "세포 운동성", "세포 극성 변화", "영양 상태 변화",
-        # 추가 항목
+        # Additional items
         "합성 생물학 반응", "생물학적 컴퓨팅", "오가노이드 발달", "인공 조직 발달",
         "생체적합성 변화", "면역학적 응답 제어", "후성유전학적 변화", "생물학적 리듬 조절",
         "신경가소성 효과", "세포외 기질 리모델링", "체세포 리프로그래밍", "생체활성 표면 상호작용",
@@ -677,13 +678,13 @@ physical_transformation_categories = {
         "바이오하이브리드 시스템", "세포 분화 조절", "생���신호 증폭", "생화학적 기억 형성"
     ],
     "환경 상호작용": [
-        # 기존 항목 유지
+        # Original items
         "온도 반응", "습도 반응", "기압 반응", "중력 반응", "자기장 반응",
         "빛 반응", "소리 반응", "화학 물질 감지", "기계적 자극 감지", "전기 자극 반응",
         "방사선 반응", "진동 감지", "pH 반응", "용매 반응", "기체 교환",
         "환경 오염 반응", "날씨 반응", "계절 반응", "일주기 반응", "생태계 상호작용",
         "공생/경쟁 반응", "포식/피식 관계", "군집 형성", "영역 설정", "이주 패턴", "정착 패턴",
-        # 추가 항목
+        # Additional items
         "탄소 포집 및 변환", "생태계 복원 효과", "생물다양성 증진", "순환 경제 상호작용",
         "도시 환경 통합", "스마트 환경 감지", "재생 가능 에너지 연계", "물 순환 상호작용",
         "대기 질 상호작용", "자연 기반 솔루션 통합", "재해 복원력 증진", "기후 변화 적응",
@@ -691,7 +692,7 @@ physical_transformation_categories = {
         "환경적 자가 수정", "지속가능한 자원 관리", "생태계 건강 모니터링", "생태 교란 방지"
     ],
     "비즈니스 아이디어": [
-        # 기존 항목 유지
+        # Original items
         "시장 재정의/신규 시장 개척",
         "비즈니스 모델 혁신/디지털 전환",
         "고객 경험 혁신/서비스 혁신",
@@ -702,7 +703,7 @@ physical_transformation_categories = {
         "지속 가능한 성장/사회적 가치 창출",
         "데이터 기반 의사결정/AI 도입",
         "신기술 융합/혁신 투자",
-        # 추가 항목
+        # Additional items
         "탄소중립 비즈니스 모델",
         "순환경제 비즈니스 모델",
         "구독 경제 모델",
@@ -720,7 +721,7 @@ physical_transformation_categories = {
         "웰빙/웰니스 중심 비즈니스"
     ],
     
-    # 새로운 카테고리 추가
+    # Newly added categories
     
     "사용자 인터페이스 및 상호작용": [
         "제스처 인식", "제스처 제어", "음성 인식", "음성 제어", "시선 추적", "시선 제어",
@@ -797,91 +798,92 @@ physical_transformation_categories = {
     ]
 }
 
-# ──────────────────────────────── 프레임워크 분석 함수들 ─────────────────────────
+# ────────────────────────────── Frameworks ─────────────────────────────
 SWOT_FRAMEWORK = {
     "strengths": {
-        "title": "강점 (Strengths)",
-        "description": "내부적 긍정 요소 - 조직이 가진 경쟁 우위 요소",
+        "title": "Strengths",
+        "description": "Internal positive factors – competitive advantages",
         "prompt_keywords": ["강점", "장점", "우위", "역량", "자산", "전문성", "strength", "advantage"]
     },
     "weaknesses": {
-        "title": "약점 (Weaknesses)",
-        "description": "내부적 부정 요소 - 개선이 필요한 내부 한계",
+        "title": "Weaknesses",
+        "description": "Internal negative factors – internal limitations",
         "prompt_keywords": ["약점", "단점", "부족", "한계", "취약점", "weakness", "limitation", "deficit"]
     },
     "opportunities": {
-        "title": "기회 (Opportunities)",
-        "description": "외부적 긍정 요소 - 활용 가능한 외부 환경 변화",
+        "title": "Opportunities",
+        "description": "External positive factors – potential to leverage",
         "prompt_keywords": ["기회", "가능성", "트렌드", "변화", "성장", "opportunity", "trend", "potential"]
     },
     "threats": {
-        "title": "위협 (Threats)",
-        "description": "외부적 부정 요소 - 대응이 필요한 외부 위험 요소",
+        "title": "Threats",
+        "description": "External negative factors – threats or obstacles",
         "prompt_keywords": ["위협", "리스크", "경쟁", "위험", "장벽", "threat", "risk", "competition", "barrier"]
     }
 }
 
 PORTER_FRAMEWORK = {
     "rivalry": {
-        "title": "기존 경쟁자 간의 경쟁",
-        "description": "동일 산업 내 경쟁 강도 분석",
+        "title": "Competitive Rivalry",
+        "description": "Intensity of competition among existing competitors",
         "prompt_keywords": ["경쟁", "경쟁사", "시장점유율", "가격경쟁", "competition", "rival", "market share"]
     },
     "new_entrants": {
-        "title": "신규 진입자의 위협",
-        "description": "새로운 기업의 시장 진입 난이도 분석",
+        "title": "Threat of New Entrants",
+        "description": "Ease or difficulty of new players entering the market",
         "prompt_keywords": ["진입장벽", "신규", "스타트업", "entry barrier", "newcomer", "startup"]
     },
     "substitutes": {
-        "title": "대체재의 위협",
-        "description": "대체 가능한 제품/서비스의 위협 분석",
+        "title": "Threat of Substitutes",
+        "description": "Availability of substitute products/services",
         "prompt_keywords": ["대체재", "대안", "substitute", "alternative", "replacement"]
     },
     "buyer_power": {
-        "title": "구매자의 교섭력",
-        "description": "고객의 가격 협상력 분석",
+        "title": "Buyer Power",
+        "description": "Negotiating leverage of customers",
         "prompt_keywords": ["고객", "구매자", "가격민감도", "협상력", "customer", "buyer power"]
     },
     "supplier_power": {
-        "title": "공급자의 교섭력",
-        "description": "공급업체의 가격/조건 협상력 분석",
+        "title": "Supplier Power",
+        "description": "Negotiating leverage of suppliers",
         "prompt_keywords": ["공급자", "벤더", "원재료", "supplier", "vendor", "raw material"]
     }
 }
 
 BCG_FRAMEWORK = {
     "stars": {
-        "title": "스타 (Stars)",
-        "description": "높은 성장률, 높은 시장점유율 - 추가 투자 필요",
+        "title": "Stars",
+        "description": "High growth, high market share – need investment",
         "prompt_keywords": ["성장", "점유율", "중점", "투자", "star", "growth", "investment"]
     },
     "cash_cows": {
-        "title": "현금젖소 (Cash Cows)",
-        "description": "낮은 성장률, 높은 시장점유율 - 현금흐름 창출",
+        "title": "Cash Cows",
+        "description": "Low growth, high market share – generates cash flow",
         "prompt_keywords": ["안정", "수익", "현금", "전통", "cash cow", "profit", "mature"]
     },
     "question_marks": {
-        "title": "물음표 (Question Marks)",
-        "description": "높은 성장률, 낮은 시장점유율 - 선택적 투자/철수",
+        "title": "Question Marks",
+        "description": "High growth, low market share – uncertain potential",
         "prompt_keywords": ["가능성", "위험", "불확실", "잠재", "question mark", "uncertain", "potential"]
     },
     "dogs": {
-        "title": "개 (Dogs)",
-        "description": "낮은 성장률, 낮은 시장점유율 - 철수 고려",
+        "title": "Dogs",
+        "description": "Low growth, low market share – potential divest",
         "prompt_keywords": ["회수", "철수", "저성장", "비효율", "dog", "divest", "low growth"]
     }
 }
 
 BUSINESS_FRAMEWORKS = {
-    "sunzi": "손자병법 36계",
-    "swot": "SWOT 분석",
-    "porter": "Porter의 5 Forces",
-    "bcg": "BCG 매트릭스"
+    "sunzi": "Sun Tzu's 36 Stratagems",
+    "swot": "SWOT Analysis",
+    "porter": "Porter's 5 Forces",
+    "bcg": "BCG Matrix"
 }
 
+
 @dataclass
 class Category:
-    """통일된 카테고리 및 항목 구조"""
+    """Unified category/item structure."""
     name_ko: str
     name_en: str
     tags: list[str]
@@ -951,26 +953,26 @@ def format_business_framework_analysis(framework_type: str, analysis_result: dic
     if not analysis_result:
         return ""
     titles = {
-        'swot': '# SWOT 분석 결과',
-        'porter': '# Porter의 5 Forces 분석 결과',
-        'bcg': '# BCG 매트릭스 분석 결과'
+        'swot': '# SWOT Analysis',
+        'porter': '# Porter’s 5 Forces Analysis',
+        'bcg': '# BCG Matrix Analysis'
     }
-    md = f"{titles.get(framework_type, '# 경영 프레임워크 분석')}\n\n"
-    md += "각 요소별 텍스트 분석 점수와 관련 키워드입니다.\n\n"
+    md = f"{titles.get(framework_type, '# Business Framework Analysis')}\n\n"
+    md += "Each factor includes a text analysis score and keywords found.\n\n"
     for category, info in analysis_result.items():
         md += f"## {info['title']}\n\n"
         md += f"{info['description']}\n\n"
-        md += f"**관련성 점수**: {info['score']}\n\n"
+        md += f"**Relevance Score**: {info['score']}\n\n"
         if info['keywords']:
-            md += "**관련 키워드 및 컨텍스트**:\n"
+            md += "**Keywords/Context**:\n"
             for keyword in info['keywords']:
                 md += f"- *{keyword}*\n"
             md += "\n"
         else:
-            md += "관련 키워드가 발견되지 않았습니다.\n\n"
+            md += "No relevant keywords found.\n\n"
     return md
 
-# ──────────────────────────────── 마크다운 → HTML 변환 ─────────────────────────
+# ───────────────────────────── Markdown -> HTML ───────────────────────
 def md_to_html(md_text: str, title: str = "Output") -> str:
     html_content = markdown.markdown(
         md_text,
@@ -1064,36 +1066,36 @@ def md_to_html(md_text: str, title: str = "Output") -> str:
 </html>
 """
 
-# ──────────────────────────────── 업로드 파일 처리 함수 ─────────────────────
+# ───────────────────────────── Upload File Handling ───────────────────
 def process_text_file(uploaded_file):
     try:
         content = uploaded_file.read().decode('utf-8')
-        return f"""# 업로드된 텍스트 파일: {uploaded_file.name}
+        return f"""# Uploaded Text File: {uploaded_file.name}
 
 {content}
 """
     except Exception as e:
-        logging.error(f"텍스트 파일 처리 오류: {str(e)}")
+        logging.error(f"Text file processing error: {str(e)}")
         return f"**Error processing {uploaded_file.name}**: {str(e)}"
 
 def process_csv_file(uploaded_file):
     try:
         df = pd.read_csv(uploaded_file)
-        return f"""# 업로드된 CSV 파일: {uploaded_file.name}
+        return f"""# Uploaded CSV File: {uploaded_file.name}
 
-## 기본 정보
-- 행 수: {df.shape[0]}
-- 열 수: {df.shape[1]}
-- 열 이름: {', '.join(df.columns.tolist())}
+## Basic Info
+- Rows: {df.shape[0]}
+- Columns: {df.shape[1]}
+- Column Names: {', '.join(df.columns.tolist())}
 
-## 첫 5행 데이터 미리보기
+## First 5 Rows
 {df.head(5).to_markdown(index=False)}
 
-## 기본 통계
+## Basic Statistics
 {df.describe().to_markdown()}
 """
     except Exception as e:
-        logging.error(f"CSV 파일 처리 오류: {str(e)}")
+        logging.error(f"CSV file processing error: {str(e)}")
         return f"**Error processing {uploaded_file.name}**: {str(e)}"
 
 def process_pdf_file(uploaded_file):
@@ -1108,16 +1110,16 @@ def process_pdf_file(uploaded_file):
             pages_preview.append(f"--- Page {page_num+1} ---\n{page.extract_text()}")
 
         preview_text = "\n\n".join(pages_preview)
-        return f"""# 업로드된 PDF 파일: {uploaded_file.name}
+        return f"""# Uploaded PDF File: {uploaded_file.name}
 
-## 기본 정보
-- 총 페이지 수: {len(reader.pages)}
+## Basic Info
+- Total Pages: {len(reader.pages)}
 
-## 처음 5개 페이지 내용 미리보기
+## Preview of First 5 Pages
 {preview_text}
 """
     except Exception as e:
-        logging.error(f"PDF 파일 처리 오류: {str(e)}")
+        logging.error(f"PDF file processing error: {str(e)}")
         return f"**Error processing {uploaded_file.name}**: {str(e)}"
 
 def process_uploaded_files(uploaded_files):
@@ -1142,12 +1144,13 @@ def process_uploaded_files(uploaded_files):
                     f"# Unsupported file: {file.name}\n\nThis file type is not supported for processing."
                 )
         except Exception as e:
-            logging.error(f"파일 처리 오류 {file.name}: {str(e)}")
+            logging.error(f"Error processing file {file.name}: {str(e)}")
             file_contents.append(f"# Error processing file: {file.name}\n\n{str(e)}")
 
-    return "\n\n# 사용자 업로드 파일 분석\n\n" + "\n\n---\n\n".join(file_contents)
+    return "\n\n# User Uploaded File Analysis\n\n" + "\n\n---\n\n".join(file_contents)
+
 
-# ──────────────────────────────── 이미지 생성 함수 ──────────────────────
+# ───────────────────────────── Image Generation ──────────────────────
 def generate_image(prompt: str):
     if not prompt:
         return None, None
@@ -1180,11 +1183,11 @@ def generate_image(prompt: str):
         logging.error(f"Image generation error: {str(e)}", exc_info=True)
         return None, None
 
-# ──────────────────────────────── Kaggle API 관련 ───────────────────────
+# ───────────────────────────── Kaggle API ─────────────────────────────
 @st.cache_resource
 def check_kaggle_availability():
     if not KAGGLE_API_KEY:
-        logging.warning("Kaggle API를 사용할 수 없습니다. (KAGGLE_KEY가 비어 있음)")
+        logging.warning("Kaggle API not available (KAGGLE_KEY is empty).")
         return False
     return True
 
@@ -1223,7 +1226,7 @@ def search_kaggle_datasets(query: str, top: int = 5) -> list[dict]:
 @st.cache_data
 def download_and_analyze_dataset(dataset_ref: str, max_rows: int = 1000):
     if not (os.getenv("KAGGLE_USERNAME") and os.getenv("KAGGLE_KEY")):
-        return "Kaggle API 인증정보가 없습니다."
+        return "Missing Kaggle API credentials."
     api = KaggleApi()
     api.authenticate()
     tmpdir = tempfile.mkdtemp()
@@ -1232,12 +1235,12 @@ def download_and_analyze_dataset(dataset_ref: str, max_rows: int = 1000):
     except Exception as e:
         logging.error(f"Dataset download failed ({dataset_ref}): {e}")
         shutil.rmtree(tmpdir)
-        return f"데이터셋 다운로드 오류: {e}"
+        return f"Error downloading dataset: {e}"
 
     csv_files = glob.glob(f"{tmpdir}/**/*.csv", recursive=True)
     if not csv_files:
         shutil.rmtree(tmpdir)
-        return "CSV 파일을 찾을 수 없습니다."
+        return "No CSV file found in the dataset."
 
     try:
         df = pd.read_csv(csv_files[0], nrows=max_rows)
@@ -1249,30 +1252,30 @@ def download_and_analyze_dataset(dataset_ref: str, max_rows: int = 1000):
             "missing_values": df.isnull().sum().to_dict()
         }
     except Exception as e:
-        analysis = f"CSV 파싱 오류: {e}"
+        analysis = f"CSV parsing error: {e}"
 
     shutil.rmtree(tmpdir)
     return analysis
 
 def format_kaggle_analysis_markdown_multi(analyses: list[dict]) -> str:
     """
-    여러 Kaggle 데이터셋(최대 3개) 메타‧분석 결과를 한꺼번에 마크다운으로 반환
+    For multiple Kaggle datasets (up to 3) meta/analysis results in a single markdown.
     analyses = [ {"meta": {...}, "analysis": {... or str}}, ... ]
     """
     if not analyses:
-        return "# Kaggle 데이터셋\n\n관련 데이터셋을 찾을 수 없습니다.\n\n"
-    md = "# Kaggle 데이터셋 분석 결과\n\n"
-    md += "다음 데이터셋을 검토하여 아이디어 형성에 참고하세요.\n\n"
+        return "# Kaggle Datasets\n\nNo related dataset found.\n\n"
+    md = "# Kaggle Dataset Analysis\n\n"
+    md += "Review the following datasets for further insight:\n\n"
     for i, item in enumerate(analyses, 1):
         ds  = item["meta"]
         ana = item["analysis"]
         md += f"## {i}. {ds['title']}\n\n"
         md += f"{ds['subtitle']}\n\n"
-        md += f"- **참조** : {ds['ref']}\n"
-        md += f"- **URL** : [{ds['url']}]({ds['url']})\n\n"
+        md += f"- **Ref**: {ds['ref']}\n"
+        md += f"- **URL**: [{ds['url']}]({ds['url']})\n\n"
         if isinstance(ana, dict):
-            md += f"**행 × 열** : {ana['shape'][0]} × {ana['shape'][1]}\n\n"
-            md += "<details><summary>미리보기 & 통계 (펼치기)</summary>\n\n"
+            md += f"**Rows × Columns**: {ana['shape'][0]} × {ana['shape'][1]}\n\n"
+            md += "<details><summary>Preview & Stats (Click to expand)</summary>\n\n"
             try:
                 md += pd.DataFrame(ana["head"]).to_markdown(index=False) + "\n\n"
             except:
@@ -1287,23 +1290,21 @@ def format_kaggle_analysis_markdown_multi(analyses: list[dict]) -> str:
         md += "---\n\n"
     return md
 
-# ──────────────────────────────── OpenAI Client ──────────────────────────
+# ───────────────────────────── OpenAI Client ──────────────────────────
 @st.cache_resource
 def get_openai_client():
     if not OPENAI_API_KEY:
-        raise RuntimeError("⚠️ OPENAI_API_KEY 환경 변수가 설정되지 않았습니다.")
+        raise RuntimeError("⚠️ OPENAI_API_KEY is not set.")
     return OpenAI(
         api_key=OPENAI_API_KEY,
         timeout=60.0,
         max_retries=3
     )
 
-# ──────────────────────────────── 의사결정 목적/제약 식별 (이제 디자인/발명 목적) ─────────────────────
+# ───────────────────── Identify Decision Purpose (Design/Invention) ─────────────────────
 def identify_decision_purpose(prompt: str) -> dict:
     """
-    디자인/발명과 관련된 주요 목적이나 제약을 대략적으로 식별.
-    (기존의 의사결정 목적/제약 식별 로직을 재활용하되,
-     design/invention 관련 키워드도 추가로 고려할 수 있음.)
+    Identify main design/invention purposes or constraints from the prompt.
     """
     purpose_patterns = {
         'cost_reduction': [r'비용(\s*절감)?', r'예산', r'효율', r'저렴', r'경제', r'cost', r'saving', r'budget'],
@@ -1337,7 +1338,7 @@ def identify_decision_purpose(prompt: str) -> dict:
         'all_constraint_scores': constraint_scores
     }
 
-# ──────────────────────────────── 카테고리 유틸 ─────────────────────────
+# ───────────────────────────── Category Utility ──────────────────────
 def keywords(text: str, top: int = 8) -> str:
     words = re.findall(r'\b[a-zA-Z가-힣]{2,}\b', text.lower())
     stopwords = {
@@ -1356,7 +1357,7 @@ def keywords(text: str, top: int = 8) -> str:
 
 def compute_relevance_scores(prompt: str, categories: list[Category]) -> dict:
     """
-    디자인/발명 관점에서, 입력 프롬프트가 어떤 카테고리의 항목들과 관련성이 높은지 스코어링.
+    Score how relevant each category/item is for the prompt, from design/invention perspective.
     """
     prompt_lower = prompt.lower()
     prompt_tokens = set(re.findall(r'\b[a-zA-Z가-힣]{2,}\b', prompt_lower))
@@ -1380,51 +1381,41 @@ def compute_relevance_scores(prompt: str, categories: list[Category]) -> dict:
         if category.name_ko in prompt or category.name_en.lower() in prompt_lower:
             cat_score += 1
 
-        # 약간의 목적별 가중치 적용
+        # Slight weighting by purpose
         if main_purpose:
             purpose_category_weights = {
                 'cost_reduction': {
-            # 기존 항목
                     '구조적 변화': 1.5, '화학적 변화': 1.3, '비즈니스 아이디어': 1.5,
                     'Structural Change': 1.5, 'Chemical Change': 1.3, 'Business Ideas': 1.5,
-        # 추가 항목
                     '에너지 변환 및 관리': 1.6, '데이터 및 정보 변환': 1.4, '지속가능성 및 환경 영향': 1.3,
-                    'Energy Conversion and Management': 1.6, 'Data and Information Transformation': 1.4, 
+                    'Energy Conversion and Management': 1.6, 'Data and Information Transformation': 1.4,
                     'Sustainability and Environmental Impact': 1.3
                 },
                 'innovation': {
-                    # 기존 항목
                     '센서 기능': 1.5, '표면 및 외관 변화': 1.3, '비즈니스 아이디어': 1.5,
                     'Sensor Functions': 1.5, 'Surface and Appearance Change': 1.3, 'Business Ideas': 1.5,
-        # 추가 항목
                     '사용자 인터페이스 및 상호작용': 1.6, '데이터 및 정보 변환': 1.4, '인지 및 심리적 변화': 1.3,
                     'User Interface and Interaction': 1.6, 'Data and Information Transformation': 1.4,
                     'Cognitive and Psychological Changes': 1.3
                 },
                 'risk_management': {
-        # 기존 항목
                     '환경 상호작용': 1.5, '시간 관련 변화': 1.3, '비즈니스 아이디어': 1.4,
                     'Environmental Interaction': 1.5, 'Time-Related Change': 1.3, 'Business Ideas': 1.4,
-                # 추가 항목
                     '보안 및 프라이버시': 1.7, '지속가능성 및 환경 영향': 1.5, '데이터 및 정보 변환': 1.4,
                     'Security and Privacy': 1.7, 'Sustainability and Environmental Impact': 1.5,
                     'Data and Information Transformation': 1.4
                 },
                 'growth': {
-        # 기존 항목
                     '크기와 형태 변화': 1.4, '비즈니스 아이디어': 1.6, '구조적 변화': 1.3,
                     'Size and Shape Change': 1.4, 'Business Ideas': 1.6, 'Structural Change': 1.3,
-        # 추가 항목
                     '사회적 상호작용 및 협업': 1.5, '데이터 및 정보 변환': 1.4, '사용자 인터페이스 및 상호작용': 1.3,
                     'Social Interaction and Collaboration': 1.5, 'Data and Information Transformation': 1.4,
                     'User Interface and Interaction': 1.3
                 },
                 'customer': {
-        # 기존 항목
                     '표면 및 외관 변화': 1.5, '센서 기능': 1.4, '빛과 시각 효과': 1.3, '비즈니스 아이디어': 1.4,
                     'Surface and Appearance Change': 1.5, 'Sensor Functions': 1.4,
                     'Light and Visual Effects': 1.3, 'Business Ideas': 1.4,
-                # 추가 항목
                     '사용자 인터페이스 및 상호작용': 1.7, '미학 및 감성 경험': 1.6, '인지 및 심리적 변화': 1.5,
                     '사회적 상호작용 및 협업': 1.4,
                     'User Interface and Interaction': 1.7, 'Aesthetics and Emotional Experience': 1.6,
@@ -1436,7 +1427,7 @@ def compute_relevance_scores(prompt: str, categories: list[Category]) -> dict:
             elif category.name_en in purpose_category_weights.get(main_purpose, {}):
                 cat_score *= purpose_category_weights[main_purpose][category.name_en]
 
-        # 항목별 토큰 매칭
+        # Score by item tokens
         for item in category.items:
             item_score = cat_score
             item_tokens = set(re.findall(r'\b[a-zA-Z가-힣]{2,}\b', item.lower()))
@@ -1458,8 +1449,7 @@ def generate_comparison_matrix(
     relevance_threshold: float = 0.2
 ) -> list[tuple]:
     """
-    여러 카테고리의 요소를 복합적으로 조합한 '아이디어' 후보를 뽑아내는 매트릭스.
-    (본래 의사결정 매트릭스였으나, 디자인/발명에 맞게 재활용)
+    Generate multiple category/item combinations as 'idea' candidates.
     """
     if relevance_scores is None:
         pool = [(c.name_ko, item) for c in categories for item in c.items]
@@ -1496,10 +1486,10 @@ def generate_comparison_matrix(
     evaluated_combinations.sort(key=lambda x: x[3], reverse=True)
     return evaluated_combinations[:max_combinations]
 
-# ──────────────────────────────── Diverse Matrix Generator ────────────────────
+# ────────────────────────────── Random Matrix Generator ─────────────────────────
 def smart_weight(cat_name, item, relevance, global_cnt, T):
     rare_boost = 1 / (global_cnt.get(item, 0) + 0.5)
-    noise = random.random() ** (1 / T)  # T가 클수록 noise가 1에 가까움
+    noise = random.random() ** (1 / T)  # T bigger => noise is closer to 1
     relevance_weight = 1 - (T - 0.1) / 3.0
     return ((relevance * relevance_weight) + 0.1) * rare_boost * noise
 
@@ -1514,8 +1504,8 @@ def generate_random_comparison_matrix(
     T: float = 1.3,
 ):
     """
-    다양성 있게 여러 카테고리/항목들을 조합하여 무작위 매트릭스를 생성.
-    (디자인/발명 아이디어 확장 시 유용)
+    Randomly generate a matrix of category/item combos to ensure diversity,
+    helpful for design/invention idea expansion.
     """
     if seed is None:
         seed = random.randrange(2 ** 32)
@@ -1557,9 +1547,8 @@ def generate_random_comparison_matrix(
     combos.sort(key=lambda x: x[3], reverse=True)
     return combos[:max_combos]
 
-# ──────────────────────────────── PHYS_CATEGORIES ────────────────────────
+# ───────────────────────────── Physical Categories ─────────────────────────
 PHYS_CATEGORIES: list[Category] = [
-    # 기존 카테고리 유지
     Category(
         name_ko="센서 기능",
         name_en="Sensor Functions",
@@ -1656,8 +1645,6 @@ PHYS_CATEGORIES: list[Category] = [
         tags=["business", "idea", "비즈니스"],
         items=physical_transformation_categories["비즈니스 아이디어"]
     ),
-    
-    # 새로 추가된 카테고리
     Category(
         name_ko="사용자 인터페이스 및 상호작용",
         name_en="User Interface and Interaction",
@@ -1707,16 +1694,114 @@ PHYS_CATEGORIES: list[Category] = [
         items=physical_transformation_categories["미학 및 감성 경험"]
     )
 ]
-# ──────────────────────────────── (중간 부분 생략 없이) ──────────────────────────
 
-def get_idea_system_prompt(selected_category: str | None = None,
-                           selected_frameworks: list | None = None) -> str:
+
+# ────────────────────────── System Prompts in English/Korean ─────────────────────────
+def get_idea_system_prompt_en(selected_category: str | None = None,
+                              selected_frameworks: list | None = None) -> str:
+    """
+    English system prompt for design/invention idea generation.
+    """
+    cat_clause = (
+        f'\n**Additional Note**: Please pay special attention to the selected category "{selected_category}"\n'
+    ) if selected_category else ""
+    if not selected_frameworks:
+        selected_frameworks = []
+    framework_instruction = "\n\n### (Selected Additional Frameworks)\n"
+    for fw in selected_frameworks:
+        if fw == "sunzi":
+            framework_instruction += "- Sun Tzu's 36 Stratagems\n"
+        elif fw == "swot":
+            framework_instruction += "- SWOT Analysis\n"
+        elif fw == "porter":
+            framework_instruction += "- Porter's 5 Forces\n"
+        elif fw == "bcg":
+            framework_instruction += "- BCG Matrix\n"
+
+    base_prompt = f"""
+You are a creative design/invention expert AI.
+Given the user's input, produce **"the top 5 design/invention ideas"** in detail.
+Each idea must meet these requirements:
+1) **Extensive detail** so the reader can visualize it
+2) Also provide an **image prompt** for each idea
+3) If you see insights from Kaggle datasets or web search, reference them
+4) At the end, add a **"Sources"** section with:
+   - 3~5 URLs from the web search (Brave)
+   - Any Kaggle dataset names/URLs
+   - Other references
+5) Provide **10 additional ideas** outside the top 5, in a single line each,
+   describing the core concept and novelty in one line
+
+{framework_instruction}
+
+## Idea Evaluation Criteria
+When selecting the top ideas, each is evaluated with the following weighting:
+1. **Innovation** (30%)
+2. **Feasibility** (25%)
+3. **Market Potential** (20%)
+4. **Social Impact** (15%)
+5. **Scalability** (10%)
+
+Format your final answer in English, structured:
+1. **Topic Summary** (brief analysis approach, ~300 characters)
+2. **Top 5 Ideas Overview** (short summary and rationale, up to 400 words)
+3. **Top 5 Ideas Detailed**
+   - For each idea:
+     - ### Idea X: [Idea Name] (Score: x.x/10)
+     - #### Core Concept
+       * Provide a thorough explanation (~400 characters)
+       * The specific problem it solves and importance
+       * At least 3 main differences from existing solutions
+       * Clearly define the unique value proposition
+     - #### Detailed Design & Technical Implementation
+       * Components, design specs, materials, production method
+       * Dimensions, mechanics, feasibility details
+       * At least 3 technical challenges + solutions
+       * Potential patentable elements
+       * Required key technologies/resources
+     - #### Usage Scenarios & User Experience
+       * At least 3 real usage scenarios with a short story
+       * Define at least 2 user personas
+       * Step-by-step user journey
+       * Emotional connections and user feedback approach
+     - #### Market Analysis & Business Model
+       * TAM, SAM, SOM and growth rate estimates
+       * Main customer segments + their needs
+       * Compare with 5 existing competitor solutions (table) + advantage
+       * Revenue model and streams
+       * Market entry strategy + marketing approach
+       * Scalable model analysis (business model canvas)
+     - #### Implementation Roadmap & Resource Planning
+       * Step-by-step plan (PoC, prototype, testing, production, etc.)
+       * 6-month, 1-year, 3-year timeline + major milestones
+       * Required team roles
+       * Initial funding and fundraising strategy
+       * Partnerships or external collaborations
+       * Quality control and metrics
+     - #### SWOT Analysis
+       * Strengths (5 unique advantages)
+       * Weaknesses (3 potential downsides + solutions)
+       * Opportunities (4 external triggers for success)
+       * Threats (3 external risks + mitigation)
+
+4. **Additional Insights** (any selected frameworks or extra analysis)
+5. **Additional 10 Ideas** (in one line each)
+   - Example: `#### Additional Idea X:\n One line description with novelty`
+
+6. **Sources** (web links, Kaggle references, etc.)
+
+{cat_clause}
+
+No matter how long, strictly follow these instructions and output only the final completed text.
+(Do not reveal internal chain-of-thought.)
+"""
+    return base_prompt.strip()
+
+
+def get_idea_system_prompt_kr(selected_category: str | None = None,
+                              selected_frameworks: list | None = None) -> str:
     """
-    디자인/발명 목적을 위해 더욱 강화된 시스템 프롬프트.
-    - 사용자 요청: "가장 우수한 10가지 아이디어"를 상세 설명
-    - 결과 출력에 '가장 우수한 10가지 아이디어'에 포함되지 않은 '부가 아이디어' 30가지 리스트(한줄씩)도 설명
-    - 결과 출력 시, 이미지 생성 자동화
-    - Kaggle + 웹 검색 출처 제시
+    Korean system prompt for design/invention idea generation.
     """
     cat_clause = (
         f'\n**추가 지침**: 선택된 카테고리 "{selected_category}"를 특별히 우선하여 고려하세요.\n'
@@ -1733,7 +1818,7 @@ def get_idea_system_prompt(selected_category: str | None = None,
             framework_instruction += "- Porter의 5 Forces\n"
         elif fw == "bcg":
             framework_instruction += "- BCG 매트릭스\n"
-    # 핵심: "가장 우수한 10가지 아이디어를 아주 상세하게" + "각 아이디어별 이미지 프롬프트" + "출처 제시"
+
     base_prompt = f"""
 당신은 창의적 디자인/발명 전문가 AI입니다.
 사용자가 입력한 주제를 분석하여,
@@ -1741,15 +1826,13 @@ def get_idea_system_prompt(selected_category: str | None = None,
 각 아이디어는 다음 요구를 충족해야 합니다:
 1) **아주 상세하게** 설명하여, 독자가 머릿속에 이미지를 그릴 수 있을 정도로 구체적으로 서술  
 2) **이미지 프롬프트**도 함께 제시하여, 자동 이미지 생성이 되도록 하라  
-   - 예: `### 이미지 프롬프트\\n한 줄 영문 문구`  
 3) **Kaggle 데이터셋**, **웹 검색**을 활용한 통찰(또는 참조)이 있으면 반드시 결과에 언급  
 4) 최종 출력의 마지막에 **"출처"** 섹션을 만들고,  
    - 웹 검색(Brave)에서 참조한 URL 3~5개  
    - Kaggle 데이터셋 이름/URL(있다면)  
    - 그 밖의 참고 자료
-5) **부가 아이디어** 5가지에 포함되지 않은 다음 순서 10개를 자세하게 작성하여 긴 한줄로 각 라인별로 설명/출력   
-   - 예: `#### 부가 아이디어 X:\\n한 줄 한글 문구`  
-   
+5) **추가 아이디어** 5개에 포함되지 않은 다음 순서 10개를 한 줄씩 간략하면서도 핵심 가치와 혁신점을 포함해 서술하라
+
 {framework_instruction}
 
 ## 아이디어 평가 기준
@@ -1802,12 +1885,10 @@ def get_idea_system_prompt(selected_category: str | None = None,
        * 약점(Weaknesses): 잠재적 약점 3가지 이상 및 이를 극복하기 위한 구체적인 방안
        * 기회(Opportunities): 외부 환경(기술, 시장, 정책 등)에서 발생하는 기회 요소 4가지 이상
        * 위협(Threats): 성공을 방해할 수 있는 외부 요인 3가지 이상과 각각에 대한 구체적 대응책
-      각 상세히 작성
-   - 각 아이디어는 이 구조로 10개 아이디어 모두 동일하게 작성하라:
-   
+
 4. **부가적 통찰** (선택된 프레임워크 분석 결과)
-5. **부가 아이디어** (TOP 5에 해당하지 않는 10가지 아이디어, 각각 한 줄로 간결하게 설명하되 해당 아이디어의 핵심 가치와 혁신점을 포함)
-   - 예: `#### 부가 아이디어 X:\\n 한 줄로 자세한 한글 문구`  
+5. **추가 아이디어** (TOP 5에 해당하지 않는 10가지 아이디어, 각각 한 줄로 간결하게 설명하되 해당 아이디어의 핵심 가치와 혁신점을 포함)
+   - 예: `#### 부가 아이디어 X:\\n 한 줄로 자세한 한글 문구`
 6. **출처** (웹검색 링크, Kaggle 데이터셋 등)
 {cat_clause}
 아무리 길어도 이 요구사항을 준수하고, **오직 최종 완성된 답변**만 출력하십시오.
@@ -1815,12 +1896,12 @@ def get_idea_system_prompt(selected_category: str | None = None,
 """
     return base_prompt.strip()
 
-# ──────────────────────────────── 나머지 코드 (웹검색, kaggle, 이미지 생성 등) ──────────────────────────
 
+# ────────────────────────── Web Search, Kaggle, etc. ─────────────────────────
 @st.cache_data(ttl=3600)
 def brave_search(query: str, count: int = 20):
     if not BRAVE_KEY:
-        raise RuntimeError("⚠️ SERPHOUSE_API_KEY (Brave API Key) 환경 변수가 비어있습니다.")
+        raise RuntimeError("⚠️ SERPHOUSE_API_KEY (Brave API Key) is missing.")
     headers = {
         "Accept": "application/json",
         "Accept-Encoding": "gzip",
@@ -1868,7 +1949,7 @@ def do_web_search(query: str) -> str:
     try:
         arts = brave_search(query, 20)
         if not arts:
-            logging.warning("No search results from Brave. Using fallback.")
+            logging.warning("No Brave search results. Using fallback.")
             return mock_results(query)
         hdr = "# Web Search Results\nUse the information below to spark new design/invention insights.\n\n"
         body = "\n".join(
@@ -1880,53 +1961,20 @@ def do_web_search(query: str) -> str:
         logging.error(f"Web search process failed: {str(e)}")
         return mock_results(query)
 
-# ──────────────────────────────── (신규) 디자인/발명 아이디어 처리 함수 ─────────────────
-def process_invention_ideas(keyword: str):
-    """
-    (이전에는 별도 버튼/프롬프트가 있었으나,
-     이제 메인 프롬프트로 일원화되어 사실상 사용되지 않을 수도 있음.)
-    """
-    if not keyword.strip():
-        st.warning("키워드를 입력하세요.")
-        return
-
-    st.info(f"디자인/발명 아이디어 생성 중... (키워드: **{keyword}**)")
-
-    # 모든 카테고리와 항목을 리스트업
-    categories_text = []
-    for cat_name, items in physical_transformation_categories.items():
-        joined_items = ", ".join(items)
-        categories_text.append(f"- {cat_name}: {joined_items}")
-    categories_joined = "\n".join(categories_text)
-
-    prompt = f"""
-당신은 디자인/발명 전문가입니다.
-키워드: "{keyword}"
-아래는 카테고리+항목 목록입니다.
-{categories_joined}
-
-이 키워드를 각 항목과 결합한 아이디어를 생각하고,
-타당한 것과 배제할 것을 분류하여 마크다운으로 출력하세요.
-"""
-    try:
-        client = get_openai_client()
-        with st.spinner("Generating invention ideas..."):
-            response = client.chat.completions.create(
-                model="gpt-4.1-mini",
-                messages=[{"role": "user", "content": prompt}],
-                temperature=0.9,
-                max_tokens=2500,
-            )
-        result_text = response.choices[0].message.content
-        st.markdown(result_text)
-    except Exception as e:
-        st.error(f"오류 발생: {e}")
 
-# ──────────────────────────────── Streamlit 메인 앱 ──────────────────────
+# ────────────────────────── Main processing for design/invention ─────────────────────────
+
 def idea_generator_app():
-    st.title("Ilúvatar(일루바타르) : Creative Design & Invention AI")
-    st.caption("이 시스템은 빅데이터를 자율적으로 수집·분석하여, 복합적인 디자인/발명 아이디어를 제안합니다.")
+    # ---------------- Language Setting in Sidebar -----------------
+    if "language" not in st.session_state:
+        st.session_state["language"] = "English"  # default
+
+    st.set_page_config(page_title="Ilúvatar: Creative Design & Invention AI", layout="wide")
+
+    st.title("Ilúvatar: Creative Design & Invention AI")
+    st.caption("This system autonomously collects and analyzes big data to propose complex design/invention ideas.")
 
+    # Default states
     default_vals = {
         "ai_model": "gpt-4.1-mini",
         "messages": [],
@@ -1943,9 +1991,14 @@ def idea_generator_app():
             st.session_state[k] = v
 
     sb = st.sidebar
+
+    # Language selection
+    language_choice = sb.radio("Select Output Language", ["English", "Korean"], index=0 if st.session_state["language"] == "English" else 1)
+    st.session_state["language"] = language_choice
+
     st.session_state.temp = sb.slider(
-        "Diversity temperature", 0.1, 3.0, 1.3, 0.1,
-        help="0.1 = 매우 보수적, 3.0 = 매우 창의/무작위"
+        "Diversity Temperature", 0.1, 3.0, 1.3, 0.1,
+        help="0.1 = Very conservative, 3.0 = Highly creative/random"
     )
 
     sb.title("Settings")
@@ -1968,24 +2021,17 @@ def idea_generator_app():
             sb.error("⚠️ KAGGLE_KEY not set.")
             st.session_state.kaggle_enabled = False
 
-    # (디자인/발명용 사이드바 항목은 삭제됨, 메인 prompt에서 처리)
-
-    # 예시 주제
-    example_topics = {
-        "example1": "'고양이 장난감' 디자인",
-        "example2": "재밍 대응 가능한 드론 디자인",
-        "example3": "사용자 인터페이스(UI/UX) 혁신을 위한 웨어러블 기기 아이디어"
-    }
+    # Example Topics
     sb.subheader("Example Topics")
     c1, c2, c3 = sb.columns(3)
-    if c1.button("고양이 장난감", key="ex1"):
-        process_example(example_topics["example1"])
-    if c2.button("재밍 대응 드론", key="ex2"):
-        process_example(example_topics["example2"])
-    if c3.button("UI/UX 혁신", key="ex3"):
-        process_example(example_topics["example3"])
-
-    # 대화 히스토리 다운로드
+    if c1.button("Cat Toy Design", key="ex1"):
+        process_example("Cat toy design that includes interactive sensors")
+    if c2.button("Jamming-resistant drone design", key="ex2"):
+        process_example("A drone design resistant to jamming signals, including advanced comm protocols")
+    if c3.button("Wearable UI/UX innovation", key="ex3"):
+        process_example("A wearable device focusing on revolutionary UI/UX concepts")
+
+    # Download chat
     latest_ideas = next(
         (m["content"] for m in reversed(st.session_state.messages)
          if m["role"] == "assistant" and m["content"].strip()),
@@ -2001,12 +2047,12 @@ def idea_generator_app():
         d2.download_button("Download as HTML", md_to_html(latest_ideas, title),
                            file_name=f"{title}.html", mime="text/html")
 
-    # 대화 히스토리 로드/저장
+    # Load/Save chat history
     up = sb.file_uploader("Load Conversation (.json)", type=["json"], key="json_uploader")
     if up:
         try:
             st.session_state.messages = json.load(up)
-            sb.success("Conversation history loaded successfully")
+            sb.success("Conversation history loaded.")
         except Exception as e:
             sb.error(f"Failed to load: {e}")
 
@@ -2018,7 +2064,7 @@ def idea_generator_app():
             mime="application/json"
         )
 
-    # 파일 업로드
+    # File upload area
     st.subheader("File Upload (Optional)")
     uploaded_files = st.file_uploader(
         "Upload reference files (txt, csv, pdf)",
@@ -2051,7 +2097,7 @@ def idea_generator_app():
                 if idx < len(uploaded_files) - 1:
                     st.divider()
 
-    # 이미 렌더된 메시지(중복 방지)
+    # Display existing messages
     skip_idx = st.session_state.get("_skip_dup_idx")
     for i, m in enumerate(st.session_state.messages):
         if skip_idx is not None and i == skip_idx:
@@ -2062,24 +2108,23 @@ def idea_generator_app():
                 st.image(m["image"], caption=m.get("image_caption", ""))
     st.session_state["_skip_dup_idx"] = None
 
-    # 메인 채팅 입력
-    prompt = st.chat_input("새로운 디자인/발명 아이디어가 필요하신가요? 여기에 상황이나 목표를 작성하세요!")
+    # Main chat input
+    prompt = st.chat_input("Need a new design/invention idea? Share your context or goal here!")
     if prompt:
         process_input(prompt, uploaded_files)
 
     sb.markdown("---")
     sb.markdown("Created by [VIDraft](https://discord.gg/openfreeai)")
 
+
 def process_example(topic):
     process_input(topic, [])
 
+
 def process_input(prompt: str, uploaded_files):
     """
-    메인 채팅 입력을 받아 디자인/발명 아이디어를 생성한다.
-    스트리밍 실패(RemoteProtocolError 등) 시 backoff 재시도 후
-    최종적으로 non-stream 호출로 폴백.
+    Handle main chat input for design/invention ideas.
     """
-    # ─── 대화 기록 중복 방지 ──────────────────────────────
     if not any(m["role"] == "user" and m["content"] == prompt for m in st.session_state.messages):
         st.session_state.messages.append({"role": "user", "content": prompt})
     with st.chat_message("user"):
@@ -2091,7 +2136,6 @@ def process_input(prompt: str, uploaded_files):
             and st.session_state.messages[i + 1]["role"] == "assistant"):
             return
 
-    # ─── 결과 생성 ───────────────────────────────────────
     with st.chat_message("assistant"):
         status = st.status("Preparing to generate invention ideas…")
         stream_placeholder = st.empty()
@@ -2103,10 +2147,18 @@ def process_input(prompt: str, uploaded_files):
 
             selected_cat        = st.session_state.get("category_focus", None)
             selected_frameworks = st.session_state.get("selected_frameworks", [])
-            sys_prompt = get_idea_system_prompt(
-                selected_category=selected_cat,
-                selected_frameworks=selected_frameworks
-            )
+
+            # Decide prompt language
+            if st.session_state["language"] == "Korean":
+                sys_prompt = get_idea_system_prompt_kr(
+                    selected_category=selected_cat,
+                    selected_frameworks=selected_frameworks
+                )
+            else:
+                sys_prompt = get_idea_system_prompt_en(
+                    selected_category=selected_cat,
+                    selected_frameworks=selected_frameworks
+                )
 
             def category_context(sel):
                 if sel:
@@ -2119,45 +2171,45 @@ def process_input(prompt: str, uploaded_files):
 
             search_content = kaggle_content = file_content = mil_content = None
 
-            # ① 웹 검색
+            # 1) Web search
             if use_web_search:
                 status.update(label="Searching the web…")
                 with st.spinner("Searching…"):
                     search_content = do_web_search(keywords(prompt, top=5))
 
-            # ② Kaggle
+            # 2) Kaggle
             if use_kaggle and check_kaggle_availability():
-                status.update(label="Kaggle 데이터셋 분석 중…")
+                status.update(label="Kaggle dataset analysis…")
                 with st.spinner("Searching Kaggle…"):
                     kaggle_kw = extract_kaggle_search_keywords(prompt)
                     try:
                         datasets = search_kaggle_datasets(kaggle_kw)
                     except Exception as e:
-                        logging.warning(f"search_kaggle_datasets 오류 무시: {e}")
+                        logging.warning(f"search_kaggle_datasets error ignored: {e}")
                         datasets = []
                     analyses = []
                     if datasets:
-                        status.update(label="Downloading & analysing datasets…")
+                        status.update(label="Downloading & analyzing datasets…")
                         for ds in datasets:
                             try:
                                 ana = download_and_analyze_dataset(ds["ref"])
                             except Exception as e:
-                                logging.error(f"Kaggle 분석 오류({ds['ref']}) : {e}")
-                                ana = f"데이터셋 분석 오류: {e}"
+                                logging.error(f"Kaggle analysis error({ds['ref']}) : {e}")
+                                ana = f"Error analyzing dataset: {e}"
                             analyses.append({"meta": ds, "analysis": ana})
                     if analyses:
                         kaggle_content = format_kaggle_analysis_markdown_multi(analyses)
 
-            # ③ 파일 업로드
+            # 3) Uploaded files
             if has_uploaded:
                 status.update(label="Reading uploaded files…")
                 with st.spinner("Processing files…"):
                     file_content = process_uploaded_files(uploaded_files)
 
-            # ④ 군사 전술 데이터
+            # 4) Military dataset
             if is_military_query(prompt):
-                status.update(label="Searching military tactics dataset…")
-                with st.spinner("Loading military insights…"):
+                status.update(label="Searching military tactics…")
+                with st.spinner("Analyzing military dataset…"):
                     mil_rows = military_search(prompt)
                 if mil_rows:
                     mil_content = "# Military Tactics Dataset Reference\n\n"
@@ -2169,18 +2221,16 @@ def process_input(prompt: str, uploaded_files):
                             f"**Defense Reasoning:** {row['defense_reasoning']}\n\n---\n"
                         )
 
-            # ─── 유저 콘텐츠 구성 ───────────────────────���──
             user_content = prompt
             for extra in (search_content, kaggle_content, file_content, mil_content):
                 if extra:
                     user_content += "\n\n" + extra
 
-            # ─── 내부 분석 ───────────────────────────────
-            status.update(label="분석 중…")
+            status.update(label="Analyzing categories…")
             decision_purpose = identify_decision_purpose(prompt)
             relevance_scores = compute_relevance_scores(prompt, PHYS_CATEGORIES)
 
-            status.update(label="카테고리 조합 아이디어 생성 중…")
+            status.update(label="Generating category-based ideas…")
             T = st.session_state.temp
             k_cat_range  = (4, 8) if T < 1.0 else (6, 10) if T < 2.0 else (8, 12)
             n_item_range = (2, 4) if T < 1.0 else (3, 6) if T < 2.0 else (4, 8)
@@ -2195,22 +2245,22 @@ def process_input(prompt: str, uploaded_files):
                 T=T,
             )
 
-            combos_table = "| 조합 | 가중치 | 영향도 | 신뢰도 | 총점 |\n|------|--------|--------|--------|-----|\n"
+            combos_table = "| Combination | Weight | Impact | Confidence | Score |\n|------|--------|--------|--------|-------|\n"
             for w, imp, conf, tot, cmb in combos:
                 combo_str = " + ".join(f"{c[0]}-{c[1]}" for c in cmb)
                 combos_table += f"| {combo_str} | {w} | {imp} | {conf:.1f} | {tot} |\n"
 
-            purpose_info = "\n\n## 디자인/발명 목표 분석\n"
+            purpose_info = "\n\n## Design/Invention Goal Analysis\n"
             if decision_purpose['purposes']:
-                purpose_info += "### 핵심 목적\n"
+                purpose_info += "### Main Purposes\n"
                 for p, s in decision_purpose['purposes']:
-                    purpose_info += f"- **{p}** (관련성: {s})\n"
+                    purpose_info += f"- **{p}** (relevance: {s})\n"
             if decision_purpose['constraints']:
-                purpose_info += "\n### 제약 조건\n"
+                purpose_info += "\n### Constraints\n"
                 for c, s in decision_purpose['constraints']:
-                    purpose_info += f"- **{c}** (관련성: {s})\n"
+                    purpose_info += f"- **{c}** (relevance: {s})\n"
 
-            # ─── 프레임워크 분석 (옵션) ────────────────────
+            # Additional frameworks
             framework_contents = []
             for fw in selected_frameworks:
                 if fw == "swot":
@@ -2227,11 +2277,11 @@ def process_input(prompt: str, uploaded_files):
                     )
 
             if framework_contents:
-                user_content += "\n\n## (Optional) 기타 프레임워크 분석\n\n" + "\n\n".join(framework_contents)
+                user_content += "\n\n## (Optional) Additional Framework Analysis\n\n" + "\n\n".join(framework_contents)
 
-            user_content += f"\n\n## 카테고리 매트릭스 분석{purpose_info}\n{combos_table}"
+            user_content += f"\n\n## Category Matrix Analysis{purpose_info}\n{combos_table}"
 
-            status.update(label="Generating final design/invention ideas…")
+            status.update(label="Generating final ideas…")
 
             api_messages = [
                 {"role": "system", "content": sys_prompt},
@@ -2239,7 +2289,6 @@ def process_input(prompt: str, uploaded_files):
                 {"role": "user",   "content": user_content},
             ]
 
-            # ─── OpenAI Chat 호출 (backoff 재시도) ─────────────────
             @backoff.on_exception(
                 (RemoteProtocolError, APITimeoutError, APIError), max_tries=3
             )
@@ -2253,7 +2302,6 @@ def process_input(prompt: str, uploaded_files):
                     stream=True
                 )
 
-
             try:
                 stream = safe_stream()
                 for chunk in stream:
@@ -2261,7 +2309,7 @@ def process_input(prompt: str, uploaded_files):
                         full_response += chunk.choices[0].delta.content
                         stream_placeholder.markdown(full_response + "▌")
             except (RemoteProtocolError, APITimeoutError, APIError) as stream_err:
-                logging.warning(f"스트리밍 실패, non-stream 폴백: {stream_err}")
+                logging.warning(f"Streaming failed, fallback to non-stream: {stream_err}")
                 resp = client.chat.completions.create(
                     model="gpt-4.1-mini",
                     messages=api_messages,
@@ -2275,7 +2323,7 @@ def process_input(prompt: str, uploaded_files):
 
             status.update(label="Invention ideas created!", state="complete")
 
-            # ─── 이미지 생성 ────────────────────────────────
+            # Auto image generation
             img_data = img_caption = None
             if st.session_state.generate_image and full_response:
                 match = re.search(r"###\s*이미지\s*프롬프트\s*\n+([^\n]+)", full_response, re.I)
@@ -2288,15 +2336,13 @@ def process_input(prompt: str, uploaded_files):
                     if img_data:
                         st.image(img_data, caption=f"Visualized Concept – {img_caption}")
 
-            # ─── 세션 메시지 저장 ─────────────────────────────
             answer_msg = {"role": "assistant", "content": full_response}
             if img_data:
-                answer_msg["image"]         = img_data
+                answer_msg["image"] = img_data
                 answer_msg["image_caption"] = img_caption
             st.session_state["_skip_dup_idx"] = len(st.session_state.messages)
             st.session_state.messages.append(answer_msg)
 
-            # ─── 다운로드 옵션 ──────────────────────────────
             st.subheader("Download This Output")
             col_md, col_html = st.columns(2)
             col_md.download_button(
@@ -2319,12 +2365,11 @@ def process_input(prompt: str, uploaded_files):
 
         except Exception as e:
             logging.error("process_input error", exc_info=True)
-            st.error(f"⚠️ 작업 중 오류가 발생했습니다: {e}")
+            st.error(f"⚠️ An error occurred: {e}")
             st.session_state.messages.append(
-                {"role": "assistant", "content": f"⚠️ 오류: {e}"}
+                {"role": "assistant", "content": f"⚠️ Error: {e}"}
             )
 
-
 def main():
     idea_generator_app()