README.md

metadata

title: 뉴스 기반 팩트체크
emoji: 🔎
colorFrom: blue
colorTo: indigo
sdk: streamlit
sdk_version: 1.40.0
app_file: app.py
pinned: false

🔎 뉴스 기반 팩트체크 (LangGraph + 네이버 뉴스 + Gemini)

주장 하나를 입력하면 4단계 워크플로우가 순서대로 흐르며 진위를 판정합니다.

[START] → 검색어 추출 → 네이버 뉴스 검색 → 근거 요약 → 진위 판정 → [END]

LLM의 '기억'이 아니라 최신 뉴스를 근거로 삼는 것이 핵심입니다(RAG의 기본 아이디어).

배포 방법 (Hugging Face Spaces)

1. Space 생성: SDK는 Streamlit 선택.

2. 파일 업로드: 이 폴더의 app.py, requirements.txt, README.md를 올립니다.

   • README.md 맨 위의 메타데이터(--- 블록)가 Space 설정으로 인식됩니다.
   • 진입점은 app_file: app.py 입니다.

3. Secrets 등록: Space의 Settings → Repository secrets 에 아래 3개를 추가합니다.

   이름	설명
   GEMINI_API_KEY	Google AI Studio에서 발급한 Gemini API 키
   NAVER_CLIENT_ID	네이버 개발자센터 검색 API 클라이언트 ID
   NAVER_CLIENT_SECRET	네이버 검색 API 클라이언트 시크릿

   Secrets에 넣은 값은 코드에서 os.environ으로 읽힙니다.

로컬에서 실행하기

pip install -r requirements.txt
# 같은 폴더에 .env 파일을 만들고 위 3개 키를 적은 뒤:
streamlit run app.py

.env 예시:

GEMINI_API_KEY=...
NAVER_CLIENT_ID=...
NAVER_CLIENT_SECRET=...