import os import io import streamlit as st import google.generativeai as genai import pandas as pd from streamlit_extras.colored_header import colored_header from streamlit_extras.add_vertical_space import add_vertical_space # --- 1. 기본 설정 및 AI 구성 --- st.set_page_config(layout="wide", page_title="AI 학습 데이터 만들기") # Gemini API 키 설정 try: genai.configure(api_key=st.secrets["GEMINI_API_KEY"]) except (KeyError, AttributeError): st.error("🚨 GEMINI_API_KEY를 설정해주세요! (Streamlit secrets에 추가)") st.stop() # AI 모델 설정 generation_config = { "temperature": 0.3, # 약간의 창의성은 유지하되, 규칙을 더 잘 따르도록 온도를 살짝 낮춤 "top_p": 0.95, "top_k": 40, "max_output_tokens": 4096, "response_mime_type": "text/plain", } model = genai.GenerativeModel( model_name="gemini-2.5-flash", generation_config=generation_config, ) # --- 2. AI 프롬프트 (현실적인 데이터 생성을 위해 대폭 수정) --- REALISTIC_DATA_PROMPT = """ 당신은 현실적인 교육 데이터를 시뮬레이션하는 데이터 과학자 AI입니다. 당신의 임무는 사용자가 제공한 변수들의 현실적인 관계를 고려하여, 머신러닝 회귀 분석 학습에 적합한 데이터를 **Markdown 테이블 형식**으로 생성하는 것입니다. **사용자 입력:** * 원인 (X 변수) 이름: "{x_name}" * 결과 (Y 변수) 이름: "{y_name}" * 생성할 데이터 개수: {num_rows} **수행할 작업 (매우 중요):** 1. **현실적 관계 모델링:** 두 변수 간에 양의 상관관계가 있도록 데이터를 생성합니다. (X가 증가하면 Y도 대체로 증가) 2. **현실적 변동성 추가:** 관계가 완벽한 직선이 아닌, 현실 데이터처럼 보이도록 약간의 무작위 변동성을 추가합니다. 3. **현실적 제약 조건 적용:** 변수의 의미를 고려하여 상한선(Maximum)과 하한선(Minimum)을 자연스럽게 적용합니다. * 예를 들어, '{y_name}'이 '시험 점수'나 '만족도'와 관련 있다면 **결과값이 100을 넘지 않고, 0 미만이 되지 않도록** 데이터를 생성해야 합니다. * '{x_name}'이 '공부 시간'이나 '운동 시간'이라면, 시간이 늘어날수록 '{y_name}'의 상승폭이 점차 둔화되는 **'수확 체감(diminishing returns)' 현상**을 반영하여 데이터를 더욱 현실적으로 만듭니다. (예: 1시간 공부해서 20점 오르지만, 9시간 공부해서는 5점 오르는 식) 4. **출력 형식 준수:** 결과는 **오직 Markdown 테이블 형식**으로만 출력합니다. **출력 형식 (절대 변경 금지):** * 첫 줄은 헤더 `| {x_name} | {y_name} |` 입니다. * 두 번째 줄은 구분선 `|---|---|` 입니다. * 그 이후로는 `| 값1 | 값2 |` 형식의 데이터 행을 {num_rows}개 만큼 생성합니다. * 설명, 코드, ``` 등 다른 어떤 텍스트도 포함하지 마세요. **현실적인 데이터 출력 예시 (규칙을 잘 따르는 예시):** | 공부 시간 | 시험 점수 | |---|---| | 0.5 | 45.8 | | 1.2 | 62.1 | | 2.0 | 78.2 | | 3.5 | 89.5 | | 5.0 | 94.7 | | 6.5 | 98.1 | | 1.8 | 75.3 | | 4.2 | 92.0 | 이제 아래 정보를 바탕으로 현실적인 제약 조건을 따른 Markdown 테이블을 생성해주세요. """ # --- 3. 핵심 기능 함수 --- def generate_markdown_data(x_name, y_name, num_rows): """AI를 호출하여 Markdown 테이블 형식의 데이터를 받아오는 함수""" prompt = REALISTIC_DATA_PROMPT.format( # 수정된 프롬프트 사용 x_name=x_name, y_name=y_name, num_rows=num_rows ) try: response = model.generate_content([prompt]) return response.text.strip() except Exception as e: st.error(f"AI 호출 중 오류가 발생했습니다: {e}") return None def parse_markdown_to_df(markdown_text): """Markdown 테이블 텍스트를 Pandas DataFrame으로 변환하는 함수""" try: lines = markdown_text.strip().split('\n') cleaned_lines = [line.strip().strip('|').strip() for line in lines if '---' not in line] header = [h.strip() for h in cleaned_lines[0].split('|')] data = [ [cell.strip() for cell in row.split('|')] for row in cleaned_lines[1:] ] df = pd.DataFrame(data, columns=header) for col in df.columns: df[col] = pd.to_numeric(df[col], errors='coerce') df.dropna(inplace=True) return df except Exception as e: st.error(f"생성된 데이터를 테이블로 변환하는 중 오류가 발생했습니다: {e}") st.info("AI가 생성한 원본 데이터:") st.text(markdown_text) return None # --- 4. Streamlit UI 구성 --- colored_header( label="🤖 나만의 AI 학습 데이터 만들기 (회귀용)", description="AI가 여러분이 정한 규칙에 따라 '진짜 같은' 학습 데이터를 만들어줘요!", color_name="blue-70", ) add_vertical_space(1) # 세션 상태 초기화 if 'generated_df' not in st.session_state: st.session_state.generated_df = None if 'markdown_output' not in st.session_state: st.session_state.markdown_output = "" # 입력 영역 st.subheader("1. 데이터 규칙 정하기") col1, col2, col3 = st.columns(3) with col1: x_input_name = st.text_input( "**원인(X) 이름은?**", value="공부 시간", help="데이터의 원인이 되는 값의 이름을 정해주세요. (예: 공부 시간, 운동량)" ) with col2: y_input_name = st.text_input( "**결과(Y) 이름은?**", value="시험 점수", help="원인(X)에 따라 변하는 결과 값의 이름을 정해주세요. (예: 시험 점수, 만족도)" ) with col3: num_data_rows = st.number_input( "**데이터는 몇 개 만들까요?**", min_value=10, max_value=200, value=30, step=10, help="AI를 학습시키려면 데이터가 충분해야 해요. 10개 이상을 추천해요!" ) add_vertical_space(1) generate_button = st.button("🚀 데이터 생성 시작!", type="primary", use_container_width=True) add_vertical_space(2) # 실행 및 결과 출력 영역 if generate_button: if not x_input_name or not y_input_name: st.warning("⚠️ '원인(X) 이름'과 '결과(Y) 이름'을 모두 입력해주세요!") else: with st.spinner("똑똑한 AI가 현실 세계의 규칙을 생각하며 데이터를 만들고 있어요... 🤖"): markdown_data = generate_markdown_data(x_input_name, y_input_name, num_data_rows) if markdown_data: df = parse_markdown_to_df(markdown_data) if df is not None: st.session_state.generated_df = df st.session_state.markdown_output = markdown_data st.success("🎉 데이터 생성 완료! 아래에서 확인하고 다운로드하세요.") else: st.error("데이터 생성에 실패했어요. AI가 만든 데이터를 분석할 수 없는 것 같아요.") st.session_state.generated_df = None else: st.error("AI가 데이터를 생성하지 못했어요. 잠시 후 다시 시도해주세요.") st.session_state.generated_df = None # 세션 상태에 저장된 데이터가 있으면 화면에 표시 if st.session_state.generated_df is not None: st.subheader("2. 생성된 데이터 미리보기 (Markdown)") st.markdown(st.session_state.markdown_output) # 데이터의 최대/최소값을 확인하여 현실성 검증 try: y_col_name = st.session_state.generated_df.columns[1] max_val = st.session_state.generated_df[y_col_name].max() min_val = st.session_state.generated_df[y_col_name].min() st.info(f"**결과값('{y_col_name}')의 범위:** 최소 {min_val:.1f} ~ 최대 {max_val:.1f}") except (IndexError, TypeError): # DataFrame이 비어있거나 숫자형이 아닐 경우를 대비한 예외 처리 pass st.subheader("3. CSV 파일로 다운로드하기") st.markdown("이 버튼을 눌러 위에 보이는 데이터를 CSV 파일로 컴퓨터에 저장하세요.") csv = st.session_state.generated_df.to_csv(index=False).encode('utf-8-sig') st.download_button( label="📥 CSV 파일 다운로드", data=csv, file_name=f"{x_input_name.replace(' ', '_')}_{y_input_name.replace(' ', '_')}_data.csv", mime="text/csv", use_container_width=True ) with st.expander("👀 AI가 생성한 원본 Markdown 텍스트가 궁금하다면?"): st.text(st.session_state.markdown_output)