Upload 5 files

.gitignore

@@ -0,0 +1,50 @@
+# Python
+__pycache__/
+*.py[cod]
+*$py.class
+*.so
+.Python
+build/
+develop-eggs/
+dist/
+downloads/
+eggs/
+.eggs/
+lib/
+lib64/
+parts/
+sdist/
+var/
+wheels/
+*.egg-info/
+.installed.cfg
+*.egg
+
+# Virtual Environment
+venv/
+ENV/
+env/
+.venv
+
+# IDE
+.vscode/
+.idea/
+*.swp
+*.swo
+*~
+
+# OS
+.DS_Store
+Thumbs.db
+
+# Secrets
+.env
+*.pem
+*.key
+
+# Gradio
+gradio_cached_examples/
+flagged/
+
+# Logs
+*.log

.python-version

@@ -0,0 +1 @@
+3.10

README.md

@@ -1,14 +1,96 @@
 ---
-title: CompositeAI
-emoji: 🏆
-colorFrom: indigo
-colorTo: green
+title: POSCO DX MRO Composite AI
+emoji: 🏭
+colorFrom: blue
+colorTo: purple
 sdk: gradio
-sdk_version: 6.2.0
+sdk_version: 4.44.1
 app_file: app.py
 pinned: false
 license: mit
-short_description: compositeAI
 ---
 
-Check out the configuration reference at https://huggingface.co/docs/hub/spaces-config-reference
+# 🏭 POSCO DX - MRO Composite AI
+
+## 업무 프로세스 자동화 + AI 의사결정 지원 시스템
+
+이 애플리케이션은 POSCO의 MRO(Maintenance, Repair, Operations) 프로세스를 자동화하고 최적화하는 3-Agent Collaboration 시스템입니다.
+
+### 🎯 주요 기능
+
+1. **MRO 운영 자동화**
+   - 설비-부품 자동 매칭
+   - 전사 재고 실시간 조회
+   - 발주 필요성 자동 판단
+
+2. **구매/조달 최적화**
+   - 공급업체 자동 비교
+   - Neuro-Symbolic AI 규정 검증
+   - Linear Programming 최적화
+
+3. **경영진 의사결정 지원**
+   - 실시간 KPI 대시보드
+   - Action Items 자동 생성
+   - 감사 추적 (Audit Trail)
+
+### 🚀 사용 방법
+
+#### 1. 기본 사용 (Demo Mode)
+
+API 키 없이도 데모 데이터로 시스템의 모든 기능을 체험할 수 있습니다:
+
+1. 시나리오 선택 (긴급 고장 대응 / 정기 발주 계획 / 규정 준수 검증)
+2. 파라미터 확인 (설비 ID, 품목 ID, 수량)
+3. "🚀 Composite AI 분석 실행" 버튼 클릭
+4. 각 탭에서 결과 확인
+
+#### 2. OpenAI 기능 활성화
+
+LLM 기반 AI 분석을 사용하려면:
+
+1. **Space Settings**로 이동
+2. **Secrets** 섹션에서 새 Secret 추가:
+   - Name: `OPENAI_API_KEY`
+   - Value: `sk-...` (귀하의 OpenAI API 키)
+3. Space를 재시작하면 자동으로 API 키가 로드됩니다
+
+### 📊 기대 효과
+
+- ⏱️ **처리 시간**: 기존 3-5일 → **1시간 이내**
+- 💰 **비용 절감**: 평균 **15-25%** 구매 비용 절감
+- ⚖️ **컴플라이언스**: **100%** 규정 준수
+- 📈 **효율성**: 담당자 업무 시간 **60%** 단축
+
+### 🛠️ 기술 스택
+
+- **Frontend**: Gradio 4.0+
+- **Data Processing**: Pandas, NumPy
+- **Visualization**: Plotly
+- **Optimization**: PuLP (Linear Programming)
+- **AI/LLM**: OpenAI GPT-4o-mini (optional)
+- **Workflow**: LangGraph
+
+### 📦 설치 방법 (로컬)
+
+```bash
+pip install -r requirements.txt
+python app.py
+```
+
+### 🔐 보안 참고사항
+
+- API 키는 절대 코드에 하드코딩하지 마세요
+- Hugging Face Spaces의 Secrets 기능을 사용하세요
+- 프로덕션 환경에서는 적절한 접근 제어를 구현하세요
+
+### 📄 라이선스
+
+이 프로젝트는 데모 목적으로 제공됩니다.
+
+### 👤 문의
+
+프로젝트 관련 문의사항은 이슈를 통해 남겨주세요.
+
+---
+
+**Created by G-Mission AI Team**

app.py

@@ -0,0 +1,1935 @@
+# =========================================================
+# POSCO DX - MRO Composite AI - PROCESS GUIDE ENHANCED
+# 업무 프로세스 가이드 통합 버전 - Hugging Face Spaces 배포용
+# =========================================================
+
+import os
+import json
+import time
+import random
+import traceback
+from dataclasses import dataclass
+from typing import Dict, Any, List, Optional, Tuple, TypedDict
+from datetime import datetime, timedelta
+
+import numpy as np
+import pandas as pd
+import networkx as nx
+
+# ✅ Plotly imports
+import plotly
+import plotly.graph_objects as go
+import plotly.express as px
+from plotly.subplots import make_subplots
+
+print(f"✅ NumPy: {np.__version__}")
+print(f"✅ Pandas: {pd.__version__}")
+print(f"✅ Plotly: {plotly.__version__}")
+
+try:
+    from pulp import LpProblem, LpMinimize, LpVariable, lpSum, LpStatus
+    PULP_AVAILABLE = True
+    print("✅ PuLP available")
+except ImportError:
+    print("⚠️ PuLP not available")
+    PULP_AVAILABLE = False
+
+import gradio as gr
+print(f"✅ Gradio: {gr.__version__}")
+
+try:
+    from langgraph.graph import StateGraph, END
+    LANGGRAPH_AVAILABLE = True
+    print("✅ LangGraph available")
+except ImportError:
+    print("⚠️ LangGraph not available")
+    LANGGRAPH_AVAILABLE = False
+
+try:
+    from openai import OpenAI
+    OPENAI_AVAILABLE = True
+    print("✅ OpenAI available")
+except ImportError:
+    print("⚠️ OpenAI not available")
+    OPENAI_AVAILABLE = False
+
+# =========================================================
+# API Key Configuration for Hugging Face Spaces
+# =========================================================
+# Hugging Face Spaces에서 환경 변수로 API 키 로드
+OPENAI_API_KEY = os.environ.get('OPENAI_API_KEY', '').strip()
+
+if OPENAI_API_KEY:
+    os.environ['OPENAI_API_KEY'] = OPENAI_API_KEY
+    print("✅ OpenAI API Key loaded from environment")
+else:
+    print("⚠️ DEMO MODE - No API Key found")
+    print("💡 To use OpenAI features, add OPENAI_API_KEY to your Hugging Face Space Secrets")
+
+print("\n" + "=" * 60)
+print("✅ 프로세스 가이드 통합 버전 초기화 완료!")
+print("=" * 60 + "\n")
+
+# =========================================================
+# Process Guide Configuration
+# =========================================================
+PROCESS_WORKFLOWS = {
+    "mro": {
+        "title": "🔧 MRO 운영 프로세스",
+        "steps": [
+            {
+                "id": "1",
+                "name": "고장/정비 요청 접수",
+                "description": "설비 고장 또는 예방정비 요청을 접수합니다",
+                "input": "설비 ID, 고장 유형, 우선순위",
+                "output": "요청 번호, 설비 상세정보",
+                "owner": "현장 담당자 → MRO팀",
+                "duration": "5분"
+            },
+            {
+                "id": "2",
+                "name": "설비 정보 조회",
+                "description": "Knowledge Graph에서 설비 상세 정보를 조회합니다",
+                "input": "설비 ID",
+                "output": "설비명, 위치, 중요도, 정비이력",
+                "owner": "MRO팀 (AI 자동)",
+                "duration": "1분"
+            },
+            {
+                "id": "3",
+                "name": "호환 부품 자동 매칭",
+                "description": "설비와 호환되는 모든 부품을 자동으로 조회합니다",
+                "input": "설비 ID, 설비 타입",
+                "output": "호환 부품 리스트, 필수/선택 구분",
+                "owner": "MRO팀 (AI 자동)",
+                "duration": "2분"
+            },
+            {
+                "id": "4",
+                "name": "전사 재고 현황 확인",
+                "description": "본사 및 각 제철소의 재고 현황을 실시간 확인합니다",
+                "input": "품목 ID",
+                "output": "창고별 재고량, 안전재고, 예약수량",
+                "owner": "MRO팀 (AI 자동)",
+                "duration": "1분"
+            },
+            {
+                "id": "5",
+                "name": "발주 필요성 판단",
+                "description": "재고 부족 시 발주 요청을 생성합니다",
+                "input": "현재고, 안전재고, 수요량",
+                "output": "발주 필요 여부, 발주 수량",
+                "owner": "MRO팀",
+                "duration": "3분"
+            },
+            {
+                "id": "6",
+                "name": "구매팀 발주 요청",
+                "description": "구매팀에 발주 요청서를 전달합니다",
+                "input": "품목 정보, 수량, 납기 요구사항",
+                "output": "발주 요청 번호",
+                "owner": "MRO팀 → 구매팀",
+                "duration": "2분"
+            }
+        ],
+        "total_duration": "약 15분",
+        "success_criteria": [
+            "✓ 설비 정보 정확�� 식별",
+            "✓ 호환 부품 100% 매칭",
+            "✓ 재고 현황 실시간 반영",
+            "✓ 발주 수량 최적화"
+        ]
+    },
+    "procurement": {
+        "title": "💰 구매/조달 프로세스",
+        "steps": [
+            {
+                "id": "1",
+                "name": "발주 요청 접수",
+                "description": "MRO팀으로부터 발주 요청을 접수합니다",
+                "input": "발주 요청서, 품목, 수량, 납기",
+                "output": "구매 작업 번호",
+                "owner": "구매팀",
+                "duration": "3분"
+            },
+            {
+                "id": "2",
+                "name": "공급업체 정보 조회",
+                "description": "품목별 등록된 모든 공급업체를 조회합니다",
+                "input": "품목 ID",
+                "output": "공급업체 리스트, 단가, 납기, ESG등급",
+                "owner": "구매팀 (AI 자동)",
+                "duration": "2분"
+            },
+            {
+                "id": "3",
+                "name": "규정 준수 검증",
+                "description": "Neuro-Symbolic AI로 구매 규정을 자동 검증합니다",
+                "input": "품목 속성, 공급업체 정보",
+                "output": "규정 위반 여부, 차단/경고 리스트",
+                "owner": "구매팀 (AI 자동)",
+                "duration": "1분"
+            },
+            {
+                "id": "4",
+                "name": "최적 배분 계산",
+                "description": "Linear Programming으로 최적 발주 계획을 수립합니다",
+                "input": "공급업체 오퍼, 수요량, 제약조건",
+                "output": "업체별 발주량, 총 비용, 예상 납기",
+                "owner": "구매팀 (AI 자동)",
+                "duration": "2분"
+            },
+            {
+                "id": "5",
+                "name": "발주 전략 수립",
+                "description": "LLM이 최적화 결과를 바탕으로 구매 전략을 제안합니다",
+                "input": "최적화 결과, 시장 상황",
+                "output": "발주 전략, 리스크 분석, 대안",
+                "owner": "구매팀 (AI 지원)",
+                "duration": "5분"
+            },
+            {
+                "id": "6",
+                "name": "경영진 승인 요청",
+                "description": "발주 계획을 경영진에게 승인 요청합니다",
+                "input": "발주 계획서, 비용 분석",
+                "output": "승인 요청 번호",
+                "owner": "구매팀 → 경영진",
+                "duration": "3분"
+            },
+            {
+                "id": "7",
+                "name": "PO 발행 (승인 후)",
+                "description": "승인 후 공급업체에 정식 발주서를 발행합니다",
+                "input": "승인된 발주 계획",
+                "output": "PO 번호, 계약서",
+                "owner": "구매팀",
+                "duration": "10분"
+            }
+        ],
+        "total_duration": "약 25분 (승인 대기 제외)",
+        "success_criteria": [
+            "✓ 규정 100% 준수",
+            "✓ 비용 최적화 달성",
+            "✓ 납기 요구사항 충족",
+            "✓ ESG 등급 기준 만족"
+        ]
+    },
+    "executive": {
+        "title": "👔 경영진 의사결정 프로세스",
+        "steps": [
+            {
+                "id": "1",
+                "name": "승인 요청 알림",
+                "description": "발주 승인 요청 알림을 수신합니다",
+                "input": "승인 요청 번호, 요약 정보",
+                "output": "알림 확인",
+                "owner": "시스템 → 경영진",
+                "duration": "즉시"
+            },
+            {
+                "id": "2",
+                "name": "KPI 대시보드 확인",
+                "description": "실시간 KPI 대시보드를 통해 전반적 현황을 파악합니다",
+                "input": "없음",
+                "output": "비용절감률, 컴플라이언스, ESG점수 등",
+                "owner": "경영진",
+                "duration": "2분"
+            },
+            {
+                "id": "3",
+                "name": "Action Items 검토",
+                "description": "우선순위별 조치 항목을 검토합니다",
+                "input": "Action Items 리스트",
+                "output": "검토 의견",
+                "owner": "경영진",
+                "duration": "5분"
+            },
+            {
+                "id": "4",
+                "name": "발주 상세 분석",
+                "description": "발주 계획의 타당성을 면밀히 검토합니다",
+                "input": "발주 계획서, 최적화 결과, 규정 검증",
+                "output": "분석 의견",
+                "owner": "경영진",
+                "duration": "10분"
+            },
+            {
+                "id": "5",
+                "name": "의사결정",
+                "description": "승인/반려/조건부승인을 결정합니다",
+                "input": "검토 결과",
+                "output": "승인 결정, 피드백",
+                "owner": "경영진",
+                "duration": "3분"
+            },
+            {
+                "id": "6",
+                "name": "피드백 제공",
+                "description": "개선 제안 또는 지시사항을 전달합니다",
+                "input": "의사결정 근거",
+                "output": "피드백 메시지, 개선 방향",
+                "owner": "경영진 → 구매팀",
+                "duration": "5분"
+            }
+        ],
+        "total_duration": "약 25분",
+        "success_criteria": [
+            "✓ 전략적 타당성 검증",
+            "✓ 리스크 수용 가능 수준",
+            "✓ 예산 범위 내 집행",
+            "✓ 장기 목표 부합"
+        ]
+    }
+}
+
+# =========================================================
+# Enhanced Configuration with Real Part Names
+# =========================================================
+SCENARIO_PRESETS = {
+    "긴급 고장 대응": {
+        "description": "🚨 포항제철소 컨베이어 베어링 긴급 고장",
+        "equipment_id": "CONV-PH-007",
+        "item_id": "",
+        "demand_qty": 10,
+        "context": "컨베이어 베어링 고장으로 생산라인 중단. 즉시 교체 필요.",
+        "priority": "긴급",
+        "guide": "리드타임 최소화 우선. 국내 공급업체 우선 고려."
+    },
+    "정기 발주 계획": {
+        "description": "📋 월간 정기 발주 - 유압펌프 예방정비",
+        "equipment_id": "PUMP-GY-003",
+        "item_id": "SEAL-A45",
+        "demand_qty": 50,
+        "context": "월간 예방정비 계획. 최적 가격 및 재고 균형 필요.",
+        "priority": "정상",
+        "guide": "비용 최적화 우선. ESG 등급 고려."
+    },
+    "규정 준수 검증": {
+        "description": "⚖️ 규제품목(특수화학물질) 구매 검증",
+        "equipment_id": "VALVE-PH-005",
+        "item_id": "",
+        "demand_qty": 20,
+        "context": "특수 실링재 구매. 해외구매 차단 규정 준수 필수.",
+        "priority": "규정준수",
+        "guide": "컴플라이언스 100% 준수. 국내업체만 허용."
+    }
+}
+
+# Real part names and categories
+REAL_PART_NAMES = {
+    "베어링": ["SKF 6205 볼베어링", "NSK 원통베어링", "NTN 테이퍼베어링"],
+    "윤활유": ["쉘 오마라 220", "모빌 DTE 25", "지에스칼텍스 터빈유"],
+    "필터": ["하이드로락 유압필터", "파커 에어필터", "도난드슨 정밀필터"],
+    "벨트": ["게이츠 파워그립 벨트", "반도 V벨트", "옵티벨트 타이밍벨트"],
+    "센서": ["지멘스 근접센서", "오므론 광전센서", "하니웰 압력센서"],
+    "패킹": ["NOK 오링", "파커 유압씰", "발카 그랜드패킹"],
+    "퓨즈": ["LS산전 MCCB", "슈나이더 차단기", "ABB 퓨즈"],
+    "호스": ["파커 유압호스", "만리 고압호스", "브리지스톤 산업호스"],
+    "볼트": ["SUS304 육각볼트", "고장력볼트 F10T", "앵커볼트 M16"],
+    "실링재": ["록타이트 실란트", "쓰리본드 액상패킹", "헨켈 밀봉재"]
+}
+
+# Enhanced supplier info
+REAL_SUPPLIERS = [
+    {"name": "포스코케미칼", "type": "국내", "esg": "A", "specialty": "화학/윤활유"},
+    {"name": "효성중공업", "type": "국내", "esg": "A", "specialty": "베어링/기계"},
+    {"name": "LS산전", "type": "국내", "esg": "B", "specialty": "전기/센서"},
+    {"name": "삼화콘덴서", "type": "국내", "esg": "B", "specialty": "전기부품"},
+    {"name": "태광산업", "type": "국내", "esg": "C", "specialty": "호스/패킹"},
+    {"name": "한국파커", "type": "국내", "esg": "A", "specialty": "유압부품"},
+    {"name": "그라코(Graco)", "type": "해외", "esg": "B", "specialty": "유압장비"},
+    {"name": "에머슨(Emerson)", "type": "해외", "esg": "C", "specialty": "밸브/센서"}
+]
+
+# =========================================================
+# Utility Functions
+# =========================================================
+def now_ts() -> str:
+    return time.strftime("%Y-%m-%d %H:%M:%S")
+
+def safe_json(obj: Any) -> str:
+    try:
+        return json.dumps(obj, ensure_ascii=False, indent=2)
+    except Exception:
+        return str(obj)
+
+def format_status(status_dict: Dict[str, Any]) -> str:
+    lines = [
+        "=" * 60,
+        "📊 시스템 실행 상태",
+        "=" * 60,
+        "",
+        f"🔌 연결: {status_dict.get('mode', 'Unknown')}",
+        f"🎯 시나리오: {status_dict.get('scenario', 'N/A')}",
+        f"⚙️ 설비: {status_dict.get('equipment', 'N/A')}",
+        f"📦 품목: {status_dict.get('item_name', 'N/A')}",
+        f"📊 수요: {status_dict.get('demand', 'N/A')}개",
+        f"🚨 우선순위: {status_dict.get('priority', 'N/A')}",
+        f"\n✅ 데이터 검증: {'통과' if status_dict.get('tables_ok') else '실패'}",
+        f"⏱️ 진행: {status_dict.get('progress', 'N/A')}",
+        "\n" + "=" * 60
+    ]
+    return "\n".join(lines)
+
+def create_process_guide_html(process_key: str) -> str:
+    """업무 프로세스 가이드를 HTML로 생성"""
+    workflow = PROCESS_WORKFLOWS.get(process_key, {})
+    
+    if not workflow:
+        return "<p>프로세스 정보가 없습니다.</p>"
+    
+    html = f"""
+    <div style="font-family: 'Malgun Gothic', Arial, sans-serif; padding: 20px; background: linear-gradient(135deg, #667eea 0%, #764ba2 100%); border-radius: 10px; color: white;">
+        <h2 style="margin-top: 0;">{workflow['title']}</h2>
+        <p style="font-size: 14px; opacity: 0.9;">총 소요시간: <strong>{workflow['total_duration']}</strong></p>
+    </div>
+    
+    <div style="margin-top: 20px;">
+    """
+    
+    for step in workflow['steps']:
+        html += f"""
+        <div style="margin-bottom: 20px; padding: 15px; border-left: 4px solid #667eea; background: #f8f9fa; border-radius: 5px;">
+            <div style="display: flex; align-items: center; margin-bottom: 10px;">
+                <div style="background: #667eea; color: white; width: 30px; height: 30px; border-radius: 50%; display: flex; align-items: center; justify-content: center; font-weight: bold; margin-right: 10px;">
+                    {step['id']}
+                </div>
+                <h3 style="margin: 0; color: #2c3e50;">{step['name']}</h3>
+                <span style="margin-left: auto; background: #e3f2fd; padding: 3px 10px; border-radius: 10px; font-size: 12px; color: #1976d2;">
+                    ⏱️ {step['duration']}
+                </span>
+            </div>
+            
+            <p style="margin: 10px 0; color: #555;">{step['description']}</p>
+            
+            <div style="display: grid; grid-template-columns: 1fr 1fr; gap: 10px; margin-top: 10px;">
+                <div style="background: white; padding: 10px; border-radius: 5px; border: 1px solid #e0e0e0;">
+                    <strong style="color: #1976d2;">📥 입력:</strong><br>
+                    <span style="font-size: 13px; color: #666;">{step['input']}</span>
+                </div>
+                <div style="background: white; padding: 10px; border-radius: 5px; border: 1px solid #e0e0e0;">
+                    <strong style="color: #388e3c;">📤 출력:</strong><br>
+                    <span style="font-size: 13px; color: #666;">{step['output']}</span>
+                </div>
+            </div>
+            
+            <div style="margin-top: 10px; padding: 8px; background: white; border-radius: 5px; border: 1px solid #e0e0e0;">
+                <strong style="color: #f57c00;">👤 담당:</strong> 
+                <span style="font-size: 13px; color: #666;">{step['owner']}</span>
+            </div>
+        </div>
+        """
+    
+    html += """
+    </div>
+    
+    <div style="margin-top: 30px; padding: 20px; background: #e8f5e9; border-radius: 10px; border-left: 4px solid #4caf50;">
+        <h3 style="margin-top: 0; color: #2e7d32;">✅ 성공 기준</h3>
+        <ul style="margin: 0; padding-left: 20px;">
+    """
+    
+    for criterion in workflow['success_criteria']:
+        html += f"<li style='margin: 5px 0; color: #1b5e20;'>{criterion}</li>"
+    
+    html += """
+        </ul>
+    </div>
+    """
+    
+    return html
+
+# =========================================================
+# Enhanced Data Generator with Real Names
+# =========================================================
+def generate_demo_tables(seed: int = 7) -> Dict[str, pd.DataFrame]:
+    """Generate realistic demo data"""
+    random.seed(seed)
+    np.random.seed(seed)
+
+    plants = pd.DataFrame([
+        {"plant_id": "PH", "plant_name": "포항제철소", "region": "경북", "capacity": 1000},
+        {"plant_id": "GY", "plant_name": "광양제철소", "region": "전남", "capacity": 1200},
+        {"plant_id": "HQ", "plant_name": "본사", "region": "서울", "capacity": 0},
+    ])
+
+    # Equipment with real names
+    equipment = []
+    eq_configs = [
+        ("PUMP", "유압펌프", ["PH", "GY"], 6),
+        ("CONV", "컨베이어", ["PH", "GY"], 4),
+        ("VALVE", "제어밸브", ["PH", "GY"], 3),
+        ("MOTOR", "구동모터", ["PH", "GY"], 5),
+    ]
+    
+    eq_id = 1
+    for eq_type, eq_name_kr, plants_list, count in eq_configs:
+        for plant in plants_list:
+            for i in range(1, count + 1):
+                equipment.append({
+                    "equipment_id": f"{eq_type}-{plant}-{eq_id:03d}",
+                    "equipment_name": f"{eq_name_kr}-{plant}-{i}호기",
+                    "plant_id": plant,
+                    "equipment_type": eq_name_kr,
+                    "criticality": random.choice(["긴급", "긴급", "중요", "보통"]),
+                    "status": "가동중",
+                    "last_maintenance": (datetime.now() - timedelta(days=random.randint(30, 180))).strftime("%Y-%m-%d"),
+                })
+                eq_id += 1
+    equipment = pd.DataFrame(equipment)
+
+    # Items with real part names
+    items = []
+    item_id = 1
+    for category, part_list in REAL_PART_NAMES.items():
+        for part_name in part_list:
+            items.append({
+                "item_id": f"{category[:3].upper()}-{chr(65 + (item_id % 3))}{item_id:02d}",
+                "item_name": part_name,
+                "category": category,
+                "uom": "EA",
+                "risk_class": "규제" if "화학" in part_name or "특수" in category else "일반",
+                "unit_weight": round(0.5 + random.random() * 5, 1),
+                "shelf_life_days": random.choice([365, 730, 1095, None]),
+            })
+            item_id += 1
+    items = pd.DataFrame(items)
+
+    # Compatibility
+    compat = []
+    for eq_idx, eq_row in equipment.iterrows():
+        eq_id = eq_row["equipment_id"]
+        eq_type = eq_row["equipment_type"]
+        
+        # Match parts to equipment type
+        if "펌프" in eq_type:
+            relevant_cats = ["베어링", "윤활유", "패킹"]
+        elif "컨베이어" in eq_type:
+            relevant_cats = ["베어링", "벨트", "센서"]
+        elif "밸브" in eq_type:
+            relevant_cats = ["실링재", "패킹", "윤활유"]
+        else:
+            relevant_cats = ["베어링", "센서", "필터"]
+        
+        for cat in relevant_cats:
+            cat_items = items[items["category"] == cat]
+            if len(cat_items) > 0:
+                selected = cat_items.sample(min(2, len(cat_items)))
+                for _, item in selected.iterrows():
+                    compat.append({
+                        "equipment_id": eq_id,
+                        "item_id": item["item_id"],
+                        "is_mandatory": (cat == relevant_cats[0]),
+                        "annual_consumption_est": random.randint(20, 200),
+                        "failure_rate": round(random.random() * 0.05, 3),
+                    })
+    compat = pd.DataFrame(compat).drop_duplicates(["equipment_id", "item_id"])
+
+    # Storages
+    storages = pd.DataFrame([
+        {"storage_id": "WH-HQ", "plant_id": "HQ", "storage_name": "본사 중앙창고", "capacity": 10000},
+        {"storage_id": "WH-PH", "plant_id": "PH", "storage_name": "포항 MRO창고", "capacity": 5000},
+        {"storage_id": "WH-GY", "plant_id": "GY", "storage_name": "광양 MRO창고", "capacity": 5000},
+    ])
+
+    # Inventory with realistic levels
+    inventory = []
+    for st_idx, st_row in storages.iterrows():
+        sampled_items = items.sample(min(25, len(items)))
+        for _, item in sampled_items.iterrows():
+            stock_level = random.randint(10, 100)
+            safety_stock = int(stock_level * 0.2)
+            inventory.append({
+                "storage_id": st_row["storage_id"],
+                "item_id": item["item_id"],
+                "on_hand": stock_level,
+                "safety_stock": safety_stock,
+                "reserved": random.randint(0, min(5, stock_level)),
+                "last_updated": (datetime.now() - timedelta(days=random.randint(1, 30))).strftime("%Y-%m-%d"),
+            })
+    inventory = pd.DataFrame(inventory)
+
+    # Suppliers with real names
+    suppliers = pd.DataFrame([
+        {
+            "supplier_id": f"SUP-{i:03d}",
+            "supplier_name": sup["name"],
+            "supplier_type": sup["type"],
+            "rating": round(3.5 + random.random() * 1.5, 1),
+            "esg_level": sup["esg"],
+            "specialty": sup["specialty"],
+            "region": sup["type"],
+            "payment_terms": random.choice(["NET30", "NET45", "NET60"]),
+            "established_year": random.randint(1990, 2020),
+        }
+        for i, sup in enumerate(REAL_SUPPLIERS, 1)
+    ])
+
+    # Supplier offers with realistic pricing
+    offers = []
+    for _, item in items.iterrows():
+        num_suppliers = random.randint(3, 4)
+        selected_sups = suppliers.sample(min(num_suppliers, len(suppliers)))
+        
+        base_price = 10000 + random.randint(0, 90000)
+        
+        for rank, (_, sup) in enumerate(selected_sups.iterrows()):
+            price_multiplier = 1.0 + (rank * 0.05) + random.uniform(-0.1, 0.1)
+            
+            offers.append({
+                "item_id": item["item_id"],
+                "supplier_id": sup["supplier_id"],
+                "unit_price": int(base_price * price_multiplier),
+                "lead_time_days": 3 + rank * 2 + random.randint(0, 5),
+                "moq": [10, 20, 50, 100][rank % 4],
+                "contract_type": random.choice(["단가계약", "장기계약", "스팟"]),
+                "discount_rate": round(random.random() * 0.1, 2) if rank == 0 else 0,
+                "quality_grade": random.choice(["A", "A", "B", "C"]),
+            })
+    supplier_offers = pd.DataFrame(offers)
+
+    # Policies
+    policies = pd.DataFrame([
+        {
+            "policy_id": "R-001",
+            "rule_name": "규제품목 해외구매 제한", 
+            "rule_logic": "IF item.risk_class == '규제' AND supplier.region == '해외' THEN block",
+            "severity": "차단",
+            "department": "법무팀"
+        },
+        {
+            "policy_id": "R-002",
+            "rule_name": "안전재고 미만 긴급발주",
+            "rule_logic": "IF (on_hand - reserved) < safety_stock THEN expedite",
+            "severity": "경고",
+            "department": "MRO팀"
+        },
+        {
+            "policy_id": "R-003",
+            "rule_name": "긴급설비 우선배분",
+            "rule_logic": "IF equipment.criticality == '긴급' THEN priority",
+            "severity": "우선순위",
+            "department": "생산팀"
+        },
+        {
+            "policy_id": "R-004",
+            "rule_name": "ESG C등급 제한",
+            "rule_logic": "IF supplier.esg_level == 'C' THEN penalize",
+            "severity": "패널티",
+            "department": "구매팀"
+        },
+    ])
+
+    # Purchase history
+    purchase_history = []
+    for i in range(200):
+        item = items.sample(1).iloc[0]
+        supplier = suppliers.sample(1).iloc[0]
+        qty = random.randint(10, 100)
+        price = random.randint(10000, 100000)
+        
+        purchase_history.append({
+            "po_id": f"PO-2024-{10000 + i}",
+            "date": (datetime.now() - timedelta(days=random.randint(1, 365))).strftime("%Y-%m-%d"),
+            "item_id": item["item_id"],
+            "supplier_id": supplier["supplier_id"],
+            "qty": qty,
+            "unit_price": price,
+            "total_amount": qty * price,
+            "delivery_status": random.choice(["완료", "완료", "완료", "지연", "진행중"]),
+        })
+    purchase_history = pd.DataFrame(purchase_history)
+
+    return {
+        "plants": plants,
+        "equipment": equipment,
+        "items": items,
+        "compat": compat,
+        "storages": storages,
+        "inventory": inventory,
+        "suppliers": suppliers,
+        "supplier_offers": supplier_offers,
+        "policies": policies,
+        "purchase_history": purchase_history
+    }
+
+def validate_tables(tables: Dict[str, pd.DataFrame]) -> Tuple[bool, List[str]]:
+    """Validate tables"""
+    required = ["plants", "equipment", "items", "compat", "storages", "inventory",
+                "suppliers", "supplier_offers", "policies", "purchase_history"]
+    
+    issues = []
+    for k in required:
+        if k not in tables:
+            issues.append(f"Missing: {k}")
+        elif not isinstance(tables[k], pd.DataFrame):
+            issues.append(f"Invalid type: {k}")
+        elif len(tables[k]) == 0:
+            issues.append(f"Empty: {k}")
+    
+    return len(issues) == 0, issues
+
+# =========================================================
+# Plotly Dashboard Functions
+# =========================================================
+def create_mro_inventory_dashboard(inv_df: pd.DataFrame, item_name: str) -> go.Figure:
+    """MRO 재고 현황 대시보드"""
+    if len(inv_df) == 0:
+        fig = go.Figure()
+        fig.add_annotation(text="재고 데이터 없음", showarrow=False, font_size=20)
+        fig.update_layout(height=700, title_text="재고 정보 없음")
+        return fig
+    
+    # 서브플롯 생성
+    fig = make_subplots(
+        rows=2, cols=2,
+        subplot_titles=('창고별 재고 현황', '안전재고 대비 현재고', '재고 상태', '창고별 점유율'),
+        specs=[[{"type": "bar"}, {"type": "indicator"}],
+               [{"type": "pie"}, {"type": "table"}]]
+    )
+    
+    # 1. 창고별 재고 바 차트
+    fig.add_trace(
+        go.Bar(
+            x=inv_df['storage_name'],
+            y=inv_df['on_hand'],
+            name='현재고',
+            marker_color='lightblue',
+            text=inv_df['on_hand'],
+            textposition='auto',
+        ),
+        row=1, col=1
+    )
+    
+    fig.add_trace(
+        go.Bar(
+            x=inv_df['storage_name'],
+            y=inv_df['safety_stock'],
+            name='안전재고',
+            marker_color='orange',
+            text=inv_df['safety_stock'],
+            textposition='auto',
+        ),
+        row=1, col=1
+    )
+    
+    # 2. 총 재고 게이지
+    total_stock = inv_df['on_hand'].sum()
+    total_safety = inv_df['safety_stock'].sum()
+    
+    fig.add_trace(
+        go.Indicator(
+            mode="gauge+number+delta",
+            value=total_stock,
+            delta={'reference': total_safety, 'increasing': {'color': "green"}},
+            title={'text': f"총 재고량<br><sub>{item_name}</sub>"},
+            gauge={
+                'axis': {'range': [0, total_safety * 2]},
+                'bar': {'color': "darkblue"},
+                'steps': [
+                    {'range': [0, total_safety], 'color': "lightgray"},
+                    {'range': [total_safety, total_safety * 1.5], 'color': "lightgreen"}
+                ],
+                'threshold': {
+                    'line': {'color': "red", 'width': 4},
+                    'thickness': 0.75,
+                    'value': total_safety
+                }
+            }
+        ),
+        row=1, col=2
+    )
+    
+    # 3. 재고 상태 파이 차트
+    inv_df['available'] = inv_df['on_hand'] - inv_df['reserved']
+    
+    fig.add_trace(
+        go.Pie(
+            labels=['가용재고', '예약됨', '안전재고'],
+            values=[
+                inv_df['available'].sum(),
+                inv_df['reserved'].sum(),
+                max(0, total_safety - inv_df['available'].sum())
+            ],
+            marker_colors=['green', 'orange', 'red'],
+            hole=0.3,
+        ),
+        row=2, col=1
+    )
+    
+    # 4. 상세 테이블
+    fig.add_trace(
+        go.Table(
+            header=dict(
+                values=['창고', '현재고', '안전재고', '예약', '가용'],
+                fill_color='paleturquoise',
+                align='left'
+            ),
+            cells=dict(
+                values=[
+                    inv_df['storage_name'],
+                    inv_df['on_hand'],
+                    inv_df['safety_stock'],
+                    inv_df['reserved'],
+                    inv_df['available']
+                ],
+                fill_color='lavender',
+                align='left'
+            )
+        ),
+        row=2, col=2
+    )
+    
+    fig.update_layout(
+        height=700,
+        showlegend=True,
+        title_text=f"📦 MRO 재고 분석 대시보드 - {item_name}",
+        title_font_size=20
+    )
+    
+    return fig
+
+def create_mro_workflow_status(equipment_info: Dict, compat_items: pd.DataFrame) -> go.Figure:
+    """MRO 워크플로우 상태 시각화"""
+    fig = go.Figure()
+    
+    # 워크플로우 단계
+    steps = [
+        "설비 확인",
+        "호환부품 조회",
+        "재고 확인",
+        "수요 검증",
+        "발주 요청"
+    ]
+    
+    statuses = ["완료", "완료", "진행중", "대기", "대기"]
+    colors = ["green", "green", "orange", "gray", "gray"]
+    
+    # Funnel 차트로 워크플로우 표현
+    fig.add_trace(go.Funnel(
+        y=steps,
+        x=[100, 80, 60, 40, 20],
+        textposition="inside",
+        textinfo="label+percent initial",
+        marker={"color": colors},
+        connector={"line": {"color": "royalblue", "width": 3}}
+    ))
+    
+    equipment_name = equipment_info.get('equipment_name', 'N/A') if equipment_info else 'N/A'
+    
+    fig.update_layout(
+        title_text=f"🔄 MRO 워크플로우 진행 상태<br><sub>설비: {equipment_name}</sub>",
+        height=400,
+        showlegend=False
+    )
+    
+    return fig
+
+def create_procurement_comparison_dashboard(offers_df: pd.DataFrame, rules_eval: Dict) -> go.Figure:
+    """구매 담당자 - 공급업체 비교 대시보드"""
+    if len(offers_df) == 0:
+        fig = go.Figure()
+        fig.add_annotation(text="공급업체 데이터 없음", showarrow=False, font_size=20)
+        fig.update_layout(height=700, title_text="공급업체 정보 없음")
+        return fig
+    
+    # 서브플롯
+    fig = make_subplots(
+        rows=2, cols=2,
+        subplot_titles=(
+            '💰 가격 비교',
+            '⏱️ 납기 비교',
+            '📊 ESG 등급 분포',
+            '🎯 종합 평가'
+        ),
+        specs=[
+            [{"type": "bar"}, {"type": "scatter"}],
+            [{"type": "pie"}, {"type": "table"}]
+        ]
+    )
+    
+    # 규칙 평가 결과 추가
+    offers_df['blocked'] = offers_df['supplier_id'].apply(
+        lambda x: rules_eval.get(x, {}).get('block', False)
+    )
+    offers_df['color'] = offers_df['blocked'].apply(lambda x: 'red' if x else 'green')
+    
+    # 1. 가격 비교 바 차트
+    fig.add_trace(
+        go.Bar(
+            x=offers_df['supplier_name'],
+            y=offers_df['unit_price'],
+            marker_color=offers_df['color'],
+            text=[f"{p:,}원" for p in offers_df['unit_price']],
+            textposition='auto',
+            name='단가',
+        ),
+        row=1, col=1
+    )
+    
+    # 2. 가격-납기 스캐터
+    fig.add_trace(
+        go.Scatter(
+            x=offers_df['lead_time_days'],
+            y=offers_df['unit_price'],
+            mode='markers+text',
+            marker=dict(
+                size=15,
+                color=offers_df['color'],
+                line=dict(width=2, color='white')
+            ),
+            text=offers_df['supplier_name'],
+            textposition="top center",
+            name='공급업체',
+        ),
+        row=1, col=2
+    )
+    
+    # 3. ESG 등급 파이
+    esg_counts = offers_df['esg_level'].value_counts()
+    fig.add_trace(
+        go.Pie(
+            labels=esg_counts.index,
+            values=esg_counts.values,
+            marker_colors=['lightgreen', 'lightyellow', 'lightcoral'],
+            hole=0.3,
+        ),
+        row=2, col=1
+    )
+    
+    # 4. 종합 평가 테이블
+    evaluation = offers_df.copy()
+    evaluation['종합점수'] = (
+        (100 - (evaluation['unit_price'] / evaluation['unit_price'].max() * 50)) +
+        (100 - (evaluation['lead_time_days'] / evaluation['lead_time_days'].max() * 30)) +
+        evaluation['esg_level'].map({'A': 20, 'B': 10, 'C': 0})
+    ).round(1)
+    evaluation['순위'] = evaluation['종합점수'].rank(ascending=False).astype(int)
+    
+    fig.add_trace(
+        go.Table(
+            header=dict(
+                values=['순위', '공급업체', '단가', '납기', 'ESG', '점수'],
+                fill_color='paleturquoise',
+                align='center'
+            ),
+            cells=dict(
+                values=[
+                    evaluation['순위'],
+                    evaluation['supplier_name'],
+                    [f"{p:,}" for p in evaluation['unit_price']],
+                    [f"{d}일" for d in evaluation['lead_time_days']],
+                    evaluation['esg_level'],
+                    evaluation['종합점수']
+                ],
+                fill_color=[['white' if not b else 'lightcoral' for b in evaluation['blocked']]],
+                align='center'
+            )
+        ),
+        row=2, col=2
+    )
+    
+    fig.update_layout(
+        height=700,
+        showlegend=False,
+        title_text="📊 공급업체 종합 비교 대시보드",
+        title_font_size=20
+    )
+    
+    fig.update_xaxes(title_text="납기 (일)", row=1, col=2)
+    fig.update_yaxes(title_text="단가 (원)", row=1, col=2)
+    
+    return fig
+
+def create_procurement_workflow(opt_result: Dict) -> go.Figure:
+    """구매 워크플로우 진행 상태"""
+    fig = go.Figure()
+    
+    # 워크플로우 단계와 상태
+    workflow_steps = [
+        {"step": "1. 수요 접수", "status": "완료", "time": "10분"},
+        {"step": "2. 공급업체 조회", "status": "완료", "time": "5분"},
+        {"step": "3. 규정 검증", "status": "완료", "time": "2분"},
+        {"step": "4. 최적화 분석", "status": "완료", "time": "3분"},
+        {"step": "5. 발주 승인", "status": "대기중", "time": "-"},
+        {"step": "6. PO 발행", "status": "대기중", "time": "-"},
+    ]
+    
+    # Progress Bar 스타일
+    y_pos = list(range(len(workflow_steps)))
+    colors = []
+    for step_info in workflow_steps:
+        if step_info["status"] == "완료":
+            colors.append("lightgreen")
+        elif step_info["status"] == "진행중":
+            colors.append("lightyellow")
+        else:
+            colors.append("lightgray")
+    
+    fig.add_trace(go.Bar(
+        y=[s["step"] for s in workflow_steps],
+        x=[100 if s["status"] == "완료" else 50 if s["status"] == "진행중" else 0 
+           for s in workflow_steps],
+        orientation='h',
+        marker=dict(color=colors),
+        text=[f"{s['status']} ({s['time']})" for s in workflow_steps],
+        textposition='auto',
+    ))
+    
+    fig.update_layout(
+        title_text="🔄 구매 워크플로우 진행 현황",
+        xaxis_title="진행률 (%)",
+        height=400,
+        showlegend=False
+    )
+    
+    return fig
+
+def create_executive_kpi_dashboard(
+    opt_result: Dict,
+    offers_df: pd.DataFrame,
+    purchase_history: pd.DataFrame
+) -> go.Figure:
+    """경영진 KPI 대시보드"""
+    
+    fig = make_subplots(
+        rows=2, cols=3,
+        subplot_titles=(
+            '💰 비용 절감',
+            '⚖️ 컴플라이언스',
+            '📈 ESG 점수',
+            '⏱️ 처리 시간',
+            '🎯 목표 달성률',
+            '📊 월간 트렌드'
+        ),
+        specs=[
+            [{"type": "indicator"}, {"type": "indicator"}, {"type": "indicator"}],
+            [{"type": "indicator"}, {"type": "indicator"}, {"type": "scatter"}]
+        ]
+    )
+    
+    # 1. 비용 절감
+    if len(offers_df) > 0:
+        min_price = offers_df['unit_price'].min()
+        max_price = offers_df['unit_price'].max()
+        savings = ((max_price - min_price) / max_price * 100) if max_price > 0 else 0
+    else:
+        savings = 0
+    
+    fig.add_trace(
+        go.Indicator(
+            mode="gauge+number+delta",
+            value=savings,
+            title={'text': "비용 절감률 (%)"},
+            delta={'reference': 10},
+            gauge={
+                'axis': {'range': [0, 50]},
+                'bar': {'color': "darkblue"},
+                'steps': [
+                    {'range': [0, 10], 'color': "lightgray"},
+                    {'range': [10, 25], 'color': "lightgreen"},
+                    {'range': [25, 50], 'color': "green"}
+                ],
+                'threshold': {
+                    'line': {'color': "red", 'width': 4},
+                    'thickness': 0.75,
+                    'value': 15
+                }
+            }
+        ),
+        row=1, col=1
+    )
+    
+    # 2. 컴플라이언스 준수율
+    fig.add_trace(
+        go.Indicator(
+            mode="gauge+number",
+            value=100,
+            title={'text': "규정 준수율 (%)"},
+            gauge={
+                'axis': {'range': [0, 100]},
+                'bar': {'color': "green"},
+                'steps': [
+                    {'range': [0, 80], 'color': "lightcoral"},
+                    {'range': [80, 95], 'color': "lightyellow"},
+                    {'range': [95, 100], 'color': "lightgreen"}
+                ]
+            }
+        ),
+        row=1, col=2
+    )
+    
+    # 3. ESG 평균 점수
+    if len(offers_df) > 0:
+        esg_score = offers_df['esg_level'].map({'A': 100, 'B': 70, 'C': 40}).mean()
+    else:
+        esg_score = 0
+    
+    fig.add_trace(
+        go.Indicator(
+            mode="gauge+number",
+            value=esg_score,
+            title={'text': "ESG 평균 점수"},
+            gauge={
+                'axis': {'range': [0, 100]},
+                'bar': {'color': "darkgreen"},
+                'steps': [
+                    {'range': [0, 50], 'color': "lightcoral"},
+                    {'range': [50, 80], 'color': "lightyellow"},
+                    {'range': [80, 100], 'color': "lightgreen"}
+                ]
+            }
+        ),
+        row=1, col=3
+    )
+    
+    # 4. 평균 처리 시간
+    fig.add_trace(
+        go.Indicator(
+            mode="number+delta",
+            value=20,
+            title={'text': "처리 시간 (분)"},
+            delta={'reference': 30, 'increasing': {'color': "red"}, 'decreasing': {'color': "green"}},
+            number={'suffix': "분"}
+        ),
+        row=2, col=1
+    )
+    
+    # 5. 목표 달성률
+    fig.add_trace(
+        go.Indicator(
+            mode="gauge+number",
+            value=85,
+            title={'text': "월간 목표 달성률 (%)"},
+            gauge={
+                'axis': {'range': [0, 100]},
+                'bar': {'color': "royalblue"},
+                'threshold': {
+                    'line': {'color': "red", 'width': 4},
+                    'thickness': 0.75,
+                    'value': 80
+                }
+            }
+        ),
+        row=2, col=2
+    )
+    
+    # 6. 월간 트렌드
+    months = ['1월', '2월', '3월', '4월', '5월', '6월']
+    values = [75, 78, 82, 85, 88, 90]
+    
+    fig.add_trace(
+        go.Scatter(
+            x=months,
+            y=values,
+            mode='lines+markers',
+            name='발주 효율',
+            line=dict(color='royalblue', width=3),
+            marker=dict(size=10)
+        ),
+        row=2, col=3
+    )
+    
+    fig.update_layout(
+        height=700,
+        showlegend=False,
+        title_text="📊 경영진 KPI 대시보드",
+        title_font_size=22
+    )
+    
+    return fig
+
+def create_action_items_table(opt_result: Dict, offers_df: pd.DataFrame) -> pd.DataFrame:
+    """경영진 Action Items 생성"""
+    
+    action_items = []
+    
+    # 1. 즉시 발주 승인 항목
+    alloc = opt_result.get('allocation', {})
+    if alloc:
+        for supplier_id, details in alloc.items():
+            if isinstance(details, dict):
+                action_items.append({
+                    "우선순위": "🔴 긴급",
+                    "Action Item": f"{details.get('supplier_name')} 발주 승인",
+                    "수량": f"{details.get('qty')}개",
+                    "예상 비용": f"{details.get('qty', 0) * details.get('unit_price', 0):,}원",
+                    "담당": "구매팀",
+                    "기한": "즉시",
+                    "상태": "승인 대기"
+                })
+    
+    # 2. 재고 보충 권고
+    action_items.append({
+        "우선순위": "🟡 중요",
+        "Action Item": "안전재고 미달 품목 보충",
+        "수량": "3개 품목",
+        "예상 비용": "검토 필요",
+        "담당": "MRO팀",
+        "기한": "1주일 내",
+        "상태": "검토 중"
+    })
+    
+    # 3. ESG 개선
+    if len(offers_df) > 0:
+        c_grade_count = len(offers_df[offers_df['esg_level'] == 'C'])
+        if c_grade_count > 0:
+            action_items.append({
+                "우선순위": "🟢 보통",
+                "Action Item": "ESG C등급 공급업체 대체 검토",
+                "수량": f"{c_grade_count}개사",
+                "예상 비용": "영향도 분석 필요",
+                "담당": "구매팀",
+                "기한": "1개월 내",
+                "상태": "계획 단계"
+            })
+    
+    # 4. 장기 계약 협상
+    action_items.append({
+        "우선순위": "🟢 보통",
+        "Action Item": "주요 공급업체 장기계약 협상",
+        "수량": "2-3개사",
+        "예상 비용": "5-10% 절감 예상",
+        "담당": "구매팀",
+        "기한": "분기 내",
+        "상태": "계획 단계"
+    })
+    
+    return pd.DataFrame(action_items)
+
+# =========================================================
+# Core Components
+# =========================================================
+@dataclass
+class ToolCallLog:
+    ts: str
+    actor: str
+    tool: str
+    input: Dict[str, Any]
+    output_preview: str
+
+class MCPToolRegistry:
+    def __init__(self, tables: Dict[str, pd.DataFrame]):
+        self.tables = tables
+        self.logs: List[ToolCallLog] = []
+
+    def _log(self, actor: str, tool: str, inp: Dict[str, Any], out: Any):
+        self.logs.append(ToolCallLog(
+            ts=now_ts(),
+            actor=actor,
+            tool=tool,
+            input=inp,
+            output_preview=str(out)[:500]
+        ))
+
+    def query_inventory(self, actor: str, item_id: str) -> pd.DataFrame:
+        inv = self.tables["inventory"]
+        stor = self.tables["storages"]
+        df = inv[inv["item_id"] == item_id].copy()
+        if len(df) > 0:
+            df = df.merge(stor, on="storage_id", how="left")
+        self._log(actor, "query_inventory", {"item_id": item_id}, f"{len(df)} rows")
+        return df
+
+    def query_offers(self, actor: str, item_id: str) -> pd.DataFrame:
+        offers = self.tables["supplier_offers"]
+        suppliers = self.tables["suppliers"]
+        df = offers[offers["item_id"] == item_id].copy()
+        if len(df) > 0:
+            df = df.merge(suppliers, on="supplier_id", how="left")
+        self._log(actor, "query_offers", {"item_id": item_id}, f"{len(df)} rows")
+        return df
+
+    def query_compat_items(self, actor: str, equipment_id: str) -> pd.DataFrame:
+        compat = self.tables["compat"]
+        items = self.tables["items"]
+        df = compat[compat["equipment_id"] == equipment_id].copy()
+        if len(df) > 0:
+            df = df.merge(items, on="item_id", how="left")
+        self._log(actor, "query_compat_items", {"equipment_id": equipment_id}, f"{len(df)} rows")
+        return df
+
+    def get_equipment_info(self, actor: str, equipment_id: str) -> Dict[str, Any]:
+        eq = self.tables["equipment"]
+        match = eq[eq["equipment_id"] == equipment_id]
+        if len(match) == 0:
+            return {}
+        info = match.iloc[0].to_dict()
+        self._log(actor, "get_equipment_info", {"equipment_id": equipment_id}, safe_json(info))
+        return info
+
+    def audit_log_df(self) -> pd.DataFrame:
+        if not self.logs:
+            return pd.DataFrame({"메시지": ["로그 없음"]})
+        return pd.DataFrame([{
+            "시간": l.ts[:19],
+            "에이전트": l.actor,
+            "도구": l.tool,
+            "입력": str(l.input)[:50],
+        } for l in self.logs])
+
+def apply_rules(tables: Dict[str, pd.DataFrame], item_id: str, 
+                supplier_row: Dict[str, Any]) -> Dict[str, Any]:
+    """Apply rules"""
+    items = tables["items"]
+    item_match = items[items["item_id"] == item_id]
+    
+    if len(item_match) == 0:
+        return {"block": False, "alerts": [], "explanations": [], "rules_fired": []}
+    
+    item = item_match.iloc[0].to_dict()
+    
+    decision = {
+        "block": False,
+        "alerts": [],
+        "explanations": [],
+        "rules_fired": []
+    }
+    
+    if item.get("risk_class") == "규제" and supplier_row.get("region") == "해외":
+        decision["block"] = True
+        decision["rules_fired"].append("R-001")
+        decision["explanations"].append(
+            f"🚫 R-001: 규제품목({item.get('item_name')}) 해외업체({supplier_row.get('supplier_name')}) 구매 차단"
+        )
+    
+    if supplier_row.get("esg_level") == "C":
+        decision["rules_fired"].append("R-004")
+        decision["explanations"].append(
+            f"📊 R-004: ESG C등급({supplier_row.get('supplier_name')}) 패널티"
+        )
+    
+    return decision
+
+def optimize_order_allocation(demand_qty: int, offers_df: pd.DataFrame, 
+                              rules_eval: Dict[str, Dict[str, Any]]) -> Dict[str, Any]:
+    """Optimize allocation"""
+    if not PULP_AVAILABLE:
+        return {
+            "status": "UNAVAILABLE",
+            "reason": "PuLP not installed",
+            "allocation": {},
+            "demand": demand_qty
+        }
+    
+    feasible = []
+    blocked = []
+    
+    for _, r in offers_df.iterrows():
+        sid = r["supplier_id"]
+        if rules_eval.get(sid, {}).get("block"):
+            blocked.append({
+                "supplier_id": sid,
+                "supplier_name": r.get("supplier_name", sid),
+                "reason": "규칙 위반"
+            })
+        else:
+            feasible.append(r)
+    
+    if len(feasible) == 0:
+        return {
+            "status": "INFEASIBLE",
+            "reason": "모든 공급업체 차단",
+            "allocation": {},
+            "blocked_suppliers": blocked,
+            "demand": demand_qty
+        }
+    
+    fdf = pd.DataFrame(feasible)
+    prob = LpProblem("MRO_Allocation", LpMinimize)
+    
+    x = {}
+    for _, r in fdf.iterrows():
+        sid = r["supplier_id"]
+        x[sid] = LpVariable(f"x_{sid}", lowBound=0, cat="Integer")
+    
+    prob += lpSum(list(x.values())) >= demand_qty, "DemandConstraint"
+    
+    obj_terms = []
+    for _, r in fdf.iterrows():
+        sid = r["supplier_id"]
+        price = float(r["unit_price"])
+        obj_terms.append(x[sid] * price)
+    
+    prob += lpSum(obj_terms), "TotalCost"
+    prob.solve()
+    
+    alloc = {}
+    total_cost = 0.0
+    for _, r in fdf.iterrows():
+        sid = r["supplier_id"]
+        val = x[sid].value()
+        if val is not None and val > 0:
+            qty = int(val)
+            alloc[sid] = {
+                "qty": qty,
+                "unit_price": float(r["unit_price"]),
+                "supplier_name": r.get("supplier_name", sid),
+                "lead_time": int(r.get("lead_time_days", 0))
+            }
+            total_cost += qty * float(r["unit_price"])
+    
+    return {
+        "status": LpStatus.get(prob.status, "Unknown"),
+        "allocation": alloc,
+        "demand": demand_qty,
+        "blocked_suppliers": blocked,
+        "total_cost": round(total_cost, 2)
+    }
+
+class LLMOrchestrator:
+    def __init__(self):
+        self.api_key = os.environ.get("OPENAI_API_KEY", "").strip()
+        self.demo_mode = (not self.api_key or not OPENAI_AVAILABLE)
+        
+        if not self.demo_mode:
+            try:
+                self.client = OpenAI(api_key=self.api_key)
+                test_resp = self.client.chat.completions.create(
+                    model="gpt-4o-mini",
+                    messages=[{"role": "user", "content": "test"}],
+                    max_tokens=5
+                )
+                print("✅ OpenAI API 연결 성공!")
+            except Exception:
+                self.demo_mode = True
+                self.client = None
+        else:
+            self.client = None
+
+    def chat(self, role: str, system: str, user: str) -> str:
+        if self.demo_mode:
+            return self._demo_response(role)
+        try:
+            resp = self.client.chat.completions.create(
+                model="gpt-4o-mini",
+                temperature=0.2,
+                messages=[
+                    {"role": "system", "content": system},
+                    {"role": "user", "content": user}
+                ]
+            )
+            return resp.choices[0].message.content
+        except Exception as e:
+            return f"[ERROR: {e}]\n" + self._demo_response(role)
+
+    def _demo_response(self, role: str) -> str:
+        return f"[DEMO MODE - {role}] AI 분석 완료"
+
+# =========================================================
+# LangGraph Workflow
+# =========================================================
+class DemoState(TypedDict, total=False):
+    tables: Dict[str, pd.DataFrame]
+    mcp: MCPToolRegistry
+    llm: LLMOrchestrator
+    scenario: str
+    equipment_id: str
+    item_id: str
+    demand_qty: int
+    priority: str
+    tables_ok: bool
+    validation_issues: List[str]
+    progress: str
+    inventory_view: pd.DataFrame
+    offers_view: pd.DataFrame
+    rules_eval: Dict[str, Any]
+    optimization: Dict[str, Any]
+    narrative: Dict[str, str]
+    audit_log: pd.DataFrame
+    selected_item_name: str
+    equipment_info: Dict[str, Any]
+    compat_items: pd.DataFrame
+
+def node_validate(state: DemoState) -> DemoState:
+    ok, issues = validate_tables(state["tables"])
+    state["tables_ok"] = ok
+    state["validation_issues"] = issues
+    state["progress"] = "1/4 검증 완료"
+    return state
+
+def node_mro_agent(state: DemoState) -> DemoState:
+    mcp: MCPToolRegistry = state["mcp"]
+    equipment_id = state.get("equipment_id", "")
+    item_id = state.get("item_id", "")
+    
+    # Get equipment info
+    equipment_info = mcp.get_equipment_info("MRO_AGENT", equipment_id)
+    state["equipment_info"] = equipment_info
+    
+    # Get compatible items
+    compat_df = pd.DataFrame()
+    if equipment_id:
+        compat_df = mcp.query_compat_items("MRO_AGENT", equipment_id)
+        state["compat_items"] = compat_df
+    
+    if not item_id and len(compat_df) > 0:
+        mandatory = compat_df[compat_df["is_mandatory"] == True]
+        if len(mandatory) > 0:
+            selected = mandatory.iloc[0]
+        else:
+            selected = compat_df.iloc[0]
+        item_id = selected["item_id"]
+        state["item_id"] = item_id
+        state["selected_item_name"] = selected.get("item_name", item_id)
+    
+    inv_df = pd.DataFrame()
+    if item_id:
+        inv_df = mcp.query_inventory("MRO_AGENT", item_id)
+    state["inventory_view"] = inv_df
+    
+    llm: LLMOrchestrator = state["llm"]
+    if "narrative" not in state:
+        state["narrative"] = {}
+    state["narrative"]["mro"] = llm.chat("MRO", "MRO 분석", "설비/재고")
+    state["progress"] = "2/4 MRO 완료"
+    return state
+
+def node_procurement_agent(state: DemoState) -> DemoState:
+    mcp: MCPToolRegistry = state["mcp"]
+    item_id = state.get("item_id", "")
+    demand_qty = int(state.get("demand_qty", 10))
+    
+    offers_df = pd.DataFrame()
+    if item_id:
+        offers_df = mcp.query_offers("PROC_AGENT", item_id)
+    state["offers_view"] = offers_df
+    
+    rules_eval = {}
+    if len(offers_df) > 0:
+        for _, r in offers_df.iterrows():
+            sid = r["supplier_id"]
+            supplier_row = {
+                "supplier_id": sid,
+                "supplier_name": r.get("supplier_name", sid),
+                "region": r.get("region", ""),
+                "esg_level": r.get("esg_level", ""),
+            }
+            rules_eval[sid] = apply_rules(state["tables"], item_id, supplier_row)
+    state["rules_eval"] = rules_eval
+    
+    opt_result = {}
+    if len(offers_df) > 0:
+        opt_result = optimize_order_allocation(demand_qty, offers_df, rules_eval)
+    else:
+        opt_result = {
+            "status": "NO_DATA",
+            "reason": "공급업체 정보 없음",
+            "allocation": {},
+            "demand": demand_qty
+        }
+    state["optimization"] = opt_result
+    
+    llm: LLMOrchestrator = state["llm"]
+    state["narrative"]["proc"] = llm.chat("PROC", "구매 전략", "최적화")
+    state["narrative"]["exec"] = llm.chat("EXEC", "임원 요약", "종합")
+    state["progress"] = "3/4 구매 완료"
+    return state
+
+def node_collect_audit(state: DemoState) -> DemoState:
+    mcp: MCPToolRegistry = state["mcp"]
+    state["audit_log"] = mcp.audit_log_df()
+    state["progress"] = "4/4 완료 ✓"
+    return state
+
+def build_workflow():
+    if not LANGGRAPH_AVAILABLE:
+        return None
+    try:
+        graph = StateGraph(DemoState)
+        graph.add_node("validate", node_validate)
+        graph.add_node("mro_agent", node_mro_agent)
+        graph.add_node("procurement_agent", node_procurement_agent)
+        graph.add_node("collect_audit", node_collect_audit)
+        graph.set_entry_point("validate")
+        graph.add_edge("validate", "mro_agent")
+        graph.add_edge("mro_agent", "procurement_agent")
+        graph.add_edge("procurement_agent", "collect_audit")
+        graph.add_edge("collect_audit", END)
+        return graph.compile()
+    except Exception as e:
+        print(f"⚠️ LangGraph failed: {e}")
+        return None
+
+APP = build_workflow()
+
+# =========================================================
+# Main Execution - Enhanced with Dashboards
+# =========================================================
+def run_demo(scenario: str, seed: int, equipment_id: str, item_id: str, 
+             demand_qty: int) -> Tuple:
+    """Main execution - returns 12 outputs (enhanced)"""
+    try:
+        seed_int = int(seed)
+        demand_int = int(demand_qty)
+        
+        tables = generate_demo_tables(seed=seed_int)
+        mcp = MCPToolRegistry(tables)
+        llm = LLMOrchestrator()
+        
+        preset = SCENARIO_PRESETS.get(scenario, SCENARIO_PRESETS["긴급 고장 대응"])
+        
+        state: DemoState = {
+            "tables": tables,
+            "mcp": mcp,
+            "llm": llm,
+            "scenario": scenario,
+            "equipment_id": equipment_id.strip(),
+            "item_id": item_id.strip(),
+            "demand_qty": demand_int,
+            "priority": preset.get("priority", "정상"),
+        }
+        
+        if APP is not None:
+            out = APP.invoke(state)
+        else:
+            out = node_validate(state)
+            out = node_mro_agent(out)
+            out = node_procurement_agent(out)
+            out = node_collect_audit(out)
+        
+        status = {
+            "mode": "⚠️ DEMO" if llm.demo_mode else "✅ LLM",
+            "scenario": scenario,
+            "tables_ok": out.get("tables_ok", False),
+            "equipment": out.get("equipment_id", ""),
+            "item_name": out.get("selected_item_name", ""),
+            "demand": out.get("demand_qty", 0),
+            "priority": out.get("priority", "정상"),
+            "progress": out.get("progress", "완료"),
+        }
+        
+        status_text = format_status(status)
+        
+        # Data extraction
+        inv_df = out.get("inventory_view", pd.DataFrame())
+        offers_df = out.get("offers_view", pd.DataFrame())
+        audit_df = out.get("audit_log", pd.DataFrame())
+        equipment_info = out.get("equipment_info", {})
+        compat_items = out.get("compat_items", pd.DataFrame())
+        rules_eval = out.get("rules_eval", {})
+        opt_result = out.get("optimization", {})
+        purchase_history = tables.get("purchase_history", pd.DataFrame())
+        
+        item_name = out.get("selected_item_name", "부품")
+        
+        # Create dashboards
+        mro_dashboard = create_mro_inventory_dashboard(inv_df, item_name)
+        mro_workflow = create_mro_workflow_status(equipment_info, compat_items)
+        proc_dashboard = create_procurement_comparison_dashboard(offers_df, rules_eval)
+        proc_workflow = create_procurement_workflow(opt_result)
+        exec_dashboard = create_executive_kpi_dashboard(opt_result, offers_df, purchase_history)
+        action_items = create_action_items_table(opt_result, offers_df)
+        
+        # Fallback for empty dataframes
+        if len(audit_df) == 0:
+            audit_df = pd.DataFrame({"메시지": ["감사로그 없음"]})
+        
+        print("✅ 대시보드 생성 완료\n")
+        
+        # Return 12 outputs
+        return (
+            status_text,        # 1
+            mro_dashboard,      # 2 - MRO 재고 대시보드
+            mro_workflow,       # 3 - MRO 워크플로우
+            proc_dashboard,     # 4 - 구매 비교 대시보드
+            proc_workflow,      # 5 - 구매 워크플로우
+            exec_dashboard,     # 6 - 경영진 KPI
+            action_items,       # 7 - Action Items
+            offers_df,          # 8 - 공급업체 원본 데이터
+            inv_df,             # 9 - 재고 원본 데이터
+            opt_result,         # 10 - 최적화 결과 (dict를 text로)
+            audit_df,           # 11 - 감사 로그
+            out.get("selected_item_name", "N/A")  # 12 - 품목명
+        )
+    
+    except Exception as e:
+        print(f"❌ 오류: {e}\n{traceback.format_exc()}")
+        error_msg = f"❌ 오류\n\n{str(e)}"
+        empty_fig = go.Figure()
+        empty_fig.add_annotation(text="오류 발생", showarrow=False)
+        empty_df = pd.DataFrame({"오류": [str(e)[:100]]})
+        
+        return (
+            error_msg, empty_fig, empty_fig, empty_fig, empty_fig,
+            empty_fig, empty_df, empty_df, empty_df, {}, empty_df, "N/A"
+        )
+
+def update_scenario(scenario: str) -> Tuple[str, str, int, str]:
+    preset = SCENARIO_PRESETS.get(scenario, SCENARIO_PRESETS["긴급 고장 대응"])
+    guide_text = f"""**📌 {preset['description']}**
+
+**배경**: {preset['context']}
+**우선순위**: {preset.get('priority', '정상')}
+**가이드**: {preset.get('guide', '')}
+"""
+    
+    return (
+        preset["equipment_id"],
+        preset["item_id"],
+        preset["demand_qty"],
+        guide_text
+    )
+
+# =========================================================
+# Enhanced Gradio UI with Process Guides
+# =========================================================
+print("🎨 프로세스 가이드 통합 UI 구성 중...\n")
+
+with gr.Blocks(title="POSCO DX MRO Composite AI", theme=gr.themes.Soft()) as demo:
+    
+    gr.Markdown("""
+# 🏭 POSCO DX - MRO Composite AI 프로세스 가이드 통합 버전
+
+## 🎯 업무 프로세스 자동화 + AI 의사결정 지원 시스템
+
+**3-Agent Collaboration**: MRO 운영 → 구매/조달 → 경영진 승인
+""")
+    
+    # Process Overview Section
+    with gr.Accordion("📖 전체 업무 프로세스 개요", open=False):
+        gr.Markdown("""
+### 🔄 End-to-End 워크플로우
+
+```
+┌─────────────────┐      ┌──────────────────┐      ┌─────────────────┐
+│  1️⃣ MRO 운영    │ ───> │  2️⃣ 구매/조달     │ ───> │  3️⃣ 경영진 승인  │
+│                 │      │                  │      │                 │
+│ • 고장 접수     │      │ • 공급업체 조회  │      │ • KPI 확인      │
+│ • 부품 확인     │      │ • 규정 검증      │      │ • 의사결정      │
+│ • 재고 확인     │      │ • 최적화 분석    │      │ • 피드백        │
+│ • 발주 요청     │      │ • 승인 요청      │      │                 │
+└─────────────────┘      └──────────────────┘      └─────────────────┘
+     ⏱️ 15분                   ⏱️ 25분                   ⏱️ 25분
+```
+
+### 💡 핵심 가치
+
+1. **자동화**: 설비-부품 매칭, 재고 조회, 규정 검증 등 반복 업무 자동화
+2. **최적화**: AI 기반 비용 최적화 및 공급업체 선정
+3. **검증**: Neuro-Symbolic AI로 100% 규정 준수 보장
+4. **가시성**: 실시간 대시보드로 전 과정 모니터링
+5. **추적성**: 모든 의사결정 과정 자동 기록
+
+### 📊 기대 효과
+
+- ⏱️ **처리 시간**: 기존 3-5일 → **1시간 이내**
+- 💰 **비용 절감**: 평균 **15-25%** 구매 비용 절감
+- ⚖️ **컴플라이언스**: **100%** 규정 준수
+- 📈 **효율성**: 담당자 업무 시간 **60%** 단축
+""")
+    
+    with gr.Row():
+        with gr.Column():
+            gr.Markdown("### 🎯 시나리오")
+            scenario_radio = gr.Radio(
+                choices=list(SCENARIO_PRESETS.keys()),
+                value="긴급 고장 대응",
+                label="분석 시나리오"
+            )
+            scenario_info = gr.Markdown(
+                value=f"""**📌 {SCENARIO_PRESETS['긴급 고장 대응']['description']}**
+
+**배경**: {SCENARIO_PRESETS['긴급 고장 대응']['context']}
+**가이드**: {SCENARIO_PRESETS['긴급 고장 대응']['guide']}
+"""
+            )
+        
+        with gr.Column():
+            gr.Markdown("### ⚙️ 파라미터")
+            seed_number = gr.Number(value=7, label="��이터 시드", precision=0)
+            equipment_text = gr.Textbox(value="CONV-PH-007", label="설비 ID")
+            item_text = gr.Textbox(value="", label="품목 ID (선택)")
+            demand_number = gr.Number(value=10, label="수량", precision=0)
+    
+    run_button = gr.Button("🚀 Composite AI 분석 실행", variant="primary", size="lg")
+    
+    gr.Markdown("---")
+    
+    status_output = gr.Textbox(label="📊 실행 상태", lines=10)
+    selected_item_display = gr.Textbox(label="📦 선택된 품목", interactive=False)
+    
+    with gr.Tabs():
+        with gr.Tab("🔧 MRO 담당자"):
+            # Process Guide for MRO
+            with gr.Accordion("📋 MRO 운영 프로세스 가이드", open=True):
+                mro_process_html = gr.HTML(create_process_guide_html("mro"))
+            
+            gr.Markdown("---")
+            gr.Markdown("### 📊 대시보드 및 분석 결과")
+            
+            mro_inventory_plot = gr.Plot(label="📦 재고 분석 대시보드")
+            mro_workflow_plot = gr.Plot(label="🔄 MRO 워크플로우 진행")
+            mro_inventory_table = gr.Dataframe(label="📋 상세 재고 데이터")
+        
+        with gr.Tab("💰 구매 담당자"):
+            # Process Guide for Procurement
+            with gr.Accordion("📋 구매/조달 프로세스 가이드", open=True):
+                proc_process_html = gr.HTML(create_process_guide_html("procurement"))
+            
+            gr.Markdown("---")
+            gr.Markdown("### 📊 대시보드 및 분석 결과")
+            
+            proc_comparison_plot = gr.Plot(label="📊 공급업체 비교 대시보드")
+            proc_workflow_plot = gr.Plot(label="🔄 구매 워크플로우")
+            proc_offers_table = gr.Dataframe(label="📋 공급업체 상세 정보")
+        
+        with gr.Tab("👔 경영진"):
+            # Process Guide for Executive
+            with gr.Accordion("📋 경영진 의사결정 프로세스 가이드", open=True):
+                exec_process_html = gr.HTML(create_process_guide_html("executive"))
+            
+            gr.Markdown("---")
+            gr.Markdown("### 📊 대시보드 및 분석 결과")
+            
+            exec_kpi_plot = gr.Plot(label="📊 경영진 KPI 대시보드")
+            exec_action_table = gr.Dataframe(label="📋 Action Items")
+            
+            gr.Markdown("### 💬 경영진 피드백")
+            with gr.Row():
+                feedback_text = gr.Textbox(
+                    label="개선 제안 / 피드백",
+                    placeholder="예: ESG C등급 업체 비중을 20% 이하로 제한하시기 바랍니다.",
+                    lines=3
+                )
+            with gr.Row():
+                approve_btn = gr.Button("✅ 승인", variant="primary")
+                reject_btn = gr.Button("❌ 반려", variant="stop")
+                suggest_btn = gr.Button("💡 개선 제안", variant="secondary")
+            
+            feedback_output = gr.Textbox(label="피드백 처리 결과", lines=2)
+        
+        with gr.Tab("📝 감사 로그"):
+            gr.Markdown("""
+### 감사 추적 (Audit Trail)
+
+**목적**: 모든 의사결정 과정 추적 및 컴플라이언스 확보
+
+**기록 항목**:
+- 🕐 시간: 작업 수행 시각
+- 👤 에이전트: MRO/구매/경영진
+- 🔧 도구: 사용한 기능
+- 📥 입력: 파라미터
+- 📤 출력: 결과 요약
+
+**활용**:
+- 규정 준수 감사
+- 프로세스 개선
+- 책임 추적성
+""")
+            audit_table = gr.Dataframe(label="📝 전체 감사 로그")
+            
+            # Hidden outputs for optimization result
+            opt_result_json = gr.JSON(label="최적화 상세 결과", visible=False)
+    
+    gr.Markdown("""
+---
+## 💡 시스템 사용 가이드
+
+### 📋 단계별 사용법
+
+#### 1️⃣ 시나리오 선택
+- **긴급 고장 대응**: 설비 고장으로 즉시 교체가 필요한 경우
+- **정기 발주 계획**: 월간/분기 정기 발주 최적화
+- **규정 준수 검증**: 특수 품목 구매 시 컴플라이언스 확인
+
+#### 2️⃣ 파라미터 입력
+- **설비 ID**: 고장/정비 대상 설비 (자동 입력)
+- **품목 ID**: 특정 품목 지정 (선택사항, 비우면 자동 선택)
+- **수량**: 발주 필요 수량
+
+#### 3️⃣ 분석 실행
+- "🚀 Composite AI 분석 실행" 버튼 클릭
+- 약 5-10초 내 결과 확인
+
+#### 4️⃣ 결과 검토
+- **MRO 탭**: 재고 현황 및 발주 필요성 확인
+- **구매 탭**: 공급업체 비교 및 최적 선택
+- **경영진 탭**: KPI 확인 및 의사결정
+
+#### 5️⃣ 승인/피드백
+- Action Items 검토 후 승인/반려 결정
+- 개선 제안 입력 시 자동으로 담당 부서에 전달
+
+### 🎓 프로세스 이해
+
+각 탭의 "📋 프로세스 가이드"를 펼치면:
+- 단계별 상세 절차
+- 입력/출력 명세
+- 담당자 및 소요 시간
+- 성공 기준
+
+을 확인할 수 있습니다.
+
+### 🔍 주요 기능
+
+1. **자동 부품 매칭**: 설비 ID만으로 호환 부품 자동 검색
+2. **전사 재고 통합**: 본사, 포항, 광양 전체 창고 실시간 조회
+3. **AI 규정 검증**: 규제품목, ESG 등급 등 자동 검증
+4. **최적화 엔진**: Linear Programming으로 비용 최소화
+5. **인터랙티브 대시보드**: Plotly 차트로 드릴다운 분석 가능
+
+### 🔑 API Key 설정 (Hugging Face Spaces)
+
+OpenAI 기능을 사용하려면:
+1. Space Settings → Secrets으로 이동
+2. 새 Secret 추가: 
+   - Name: `OPENAI_API_KEY`
+   - Value: `your-openai-api-key`
+3. Space 재시작
+
+API 키 없이도 데모 모드로 기본 기능 사용 가능합니다.
+""")
+    
+    # Event Handlers
+    scenario_radio.change(
+        fn=update_scenario,
+        inputs=[scenario_radio],
+        outputs=[equipment_text, item_text, demand_number, scenario_info]
+    )
+    
+    run_button.click(
+        fn=run_demo,
+        inputs=[scenario_radio, seed_number, equipment_text, item_text, demand_number],
+        outputs=[
+            status_output,           # 1
+            mro_inventory_plot,      # 2
+            mro_workflow_plot,       # 3
+            proc_comparison_plot,    # 4
+            proc_workflow_plot,      # 5
+            exec_kpi_plot,          # 6
+            exec_action_table,      # 7
+            proc_offers_table,      # 8
+            mro_inventory_table,    # 9
+            opt_result_json,        # 10
+            audit_table,            # 11
+            selected_item_display   # 12
+        ]
+    )
+    
+    # Feedback handlers
+    def handle_approve(feedback):
+        return f"✅ 승인 완료: {datetime.now().strftime('%Y-%m-%d %H:%M:%S')}\n피드백: {feedback}"
+    
+    def handle_reject(feedback):
+        return f"❌ 반려됨: {datetime.now().strftime('%Y-%m-%d %H:%M:%S')}\n사유: {feedback}"
+    
+    def handle_suggest(feedback):
+        return f"💡 개선 제안 접수: {datetime.now().strftime('%Y-%m-%d %H:%M:%S')}\n내용: {feedback}"
+    
+    approve_btn.click(fn=handle_approve, inputs=[feedback_text], outputs=[feedback_output])
+    reject_btn.click(fn=handle_reject, inputs=[feedback_text], outputs=[feedback_output])
+    suggest_btn.click(fn=handle_suggest, inputs=[feedback_text], outputs=[feedback_output])
+
+print("=" * 60)
+print("✅ 프로세스 가이드 통합 UI 완료!")
+print("=" * 60)
+
+if __name__ == "__main__":
+    demo.launch(
+        server_name="0.0.0.0",
+        server_port=7860,
+        show_error=True
+    )
+
+print("\n🎉 프로세스 가이드 통합 버전 실행 중!\n")

requirements.txt

@@ -0,0 +1,10 @@
+numpy==1.24.3
+pandas==2.0.3
+networkx==3.1
+plotly==5.18.0
+pulp==2.7.0
+gradio==4.44.1
+langgraph==0.0.40
+openai==1.40.0
+langchain-core==0.1.52
+