Update app.py

app.py

@@ -18,10 +18,10 @@ except (KeyError, AttributeError):
 
 # AI 모델 설정
 generation_config = {
-    "temperature": 0.7, # 약간의 창의성은 유지하되, 규칙을 더 잘 따르도록 온도를 살짝 낮춤
+    "temperature": 0.8, # 다변수 관계의 창의성을 위해 온도를 약간 높임
     "top_p": 0.95,
     "top_k": 40,
-    "max_output_tokens": 4096,
+    "max_output_tokens": 8192, # 더 많은 데이터와 변수를 처리하기 위해 확장
     "response_mime_type": "text/plain",
 }
 model = genai.GenerativeModel(
@@ -29,53 +29,58 @@ model = genai.GenerativeModel(
     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.
+# --- 2. AI 프롬프트 (다변수 지원을 위해 대폭 개선) ---
+MULTI_VARIABLE_PROMPT = """
+당신은 현실적인 다변량 데이터를 시뮬레이션하는 데이터 과학자 AI입니다.
+당신의 임무는 사용자가 제공한 여러 원인(X) 변수와 결과(Y) 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}"
+*   원인 (X 변수) 목록: "{x_names_str}"
+*   결과 (Y 변수) 목록: "{y_names_str}"
 *   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)
+1.  **현실적 다변량 관계 모델링:**
+    *   제공된 변수들 간의 **현실적인 상관관계**를 모델링합니다. 일부 X는 Y에 긍정적인 영향을, 다른 X는 부정적인 영향을 줄 수 있습니다.
+    *   X 변수들 사이에도 자연스러운 상관관계가 존재할 수 있습니다. (예: '운동 시간'이 늘면 '수면의 질'도 좋아지는 경향)
+2.  **현실적 변동성 추가:** 관계가 완벽한 수학 공식이 아닌, 현실 데이터처럼 보이도록 적절한 무작위 변동성을 추가합니다.
+3.  **현실적 제약 조건 적용:** 각 변수의 의미를 고려하여 상한선(Maximum)과 하한선(Minimum)을 자연스럽게 적용합니다.
+    *   예를 들어, 변수 이름에 '점수', '만족도', '비율'이 포함되면 **결과값이 100을 넘지 않고, 0 미만이 되지 않도록** 데이터를 생성합니다.
+    *   변수 이름에 '시간', '비용', '노력' 등이 포함되면, 이 값이 커질수록 결과값의 상승폭이 점차 둔화되는 **'수확 체감(diminishing returns)' 현상**을 현실적으로 반영합니다.
 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.
+*   첫 줄은 헤더 `{header_line}` 입니다.
+*   두 번째 줄은 구분선 `{separator_line}` 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 |
+| 공부 시간 | 수면 시간 | 시험 점수 | 컨디션 점수 |
+|---|---|---|---|
+| 1.5 | 8.2 | 65.7 | 88.1 |
+| 4.0 | 6.5 | 88.2 | 72.4 |
+| 0.5 | 7.5 | 42.1 | 81.0 |
+| 3.2 | 8.0 | 85.9 | 92.5 |
+| 5.5 | 5.8 | 91.5 | 65.3 |
 
 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
+def generate_markdown_data(x_names, y_names, num_rows):
+    """AI를 호출하여 다변량 Markdown 테이블 형식의 데이터를 받아오는 함수"""
+    all_vars = x_names + y_names
+    header_line = "| " + " | ".join(all_vars) + " |"
+    separator_line = "|---" * len(all_vars) + "|"
+    
+    prompt = MULTI_VARIABLE_PROMPT.format(
+        x_names_str=", ".join(x_names),
+        y_names_str=", ".join(y_names),
+        num_rows=num_rows,
+        header_line=header_line,
+        separator_line=separator_line
     )
     try:
         response = model.generate_content([prompt])
@@ -87,21 +92,25 @@ def generate_markdown_data(x_name, y_name, num_rows):
 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]
+        # Markdown 테이블을 StringIO를 사용해 가상 파일처럼 읽어들임
+        # 이렇게 하면 pandas의 read_csv가 더 안정적으로 파싱할 수 있음
+        md_file = io.StringIO(markdown_text)
+        df = pd.read_csv(md_file, sep='|', skipinitialspace=True)
         
-        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)
+        # 첫 번째와 마지막 열은 비어있으므로 제거
+        df = df.iloc[:, 1:-1]
         
+        # 헤더 공백 제거
+        df.columns = df.columns.str.strip()
+
+        # 데이터 타입 변환 및 정리
         for col in df.columns:
-            df[col] = pd.to_numeric(df[col], errors='coerce')
-        
+            # 첫 번째 행은 '---' 이므로 제거
+            df[col] = df[col].iloc[1:]
+            df[col] = pd.to_numeric(df[col].str.strip(), errors='coerce')
+
         df.dropna(inplace=True)
+        df.reset_index(drop=True, inplace=True)
         return df
 
     except Exception as e:
@@ -113,8 +122,8 @@ def parse_markdown_to_df(markdown_text):
 
 # --- 4. Streamlit UI 구성 ---
 colored_header(
-    label="🤖 나만의 AI 학습 데이터 만들기 (회귀용)",
-    description="AI가 여러분이 정한 규칙에 따라 '진짜 같은' 학습 데이터를 만들어줘요!",
+    label="🤖 나만의 AI 학습 데이터 만들기 (다변량 회귀용)",
+    description="AI가 여러 변수들의 복합적인 관계를 고려하여 '진짜 같은' 학습 데이터를 만들어줘요!",
     color_name="blue-70",
 )
 add_vertical_space(1)
@@ -127,20 +136,20 @@ if 'markdown_output' not in st.session_state:
 
 # 입력 영역
 st.subheader("1. 데이터 규칙 정하기")
-col1, col2, col3 = st.columns(3)
+col1, col2, col3 = st.columns([2, 2, 1])
 
 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)"
+    x_input_names_str = st.text_area(
+        "**원인(X) 변수 이름은?** (쉼표로 구분)",
+        value="공부 시간, 수면 시간, 주말 복습 횟수",
+        help="데이터의 원인이 되는 값의 이름들을 쉼표(,)로 구분하여 입력하세요."
     )
 
 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)"
+    y_input_names_str = st.text_area(
+        "**결과(Y) 변수 이름은?** (쉼표로 구분)",
+        value="시험 점수, 과제 점수",
+        help="원인(X)에 따라 변하는 결과 값의 이름들을 쉼표(,)로 구분하여 입력하세요."
     )
 
 with col3:
@@ -148,7 +157,7 @@ with col3:
         "**데이터는 몇 개 만들까요?**",
         min_value=10,
         max_value=200,
-        value=30,
+        value=50,
         step=10,
         help="AI를 학습시키려면 데이터가 충분해야 해요. 10개 이상을 추천해요!"
     )
@@ -160,16 +169,20 @@ 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!")
+    # 입력값을 리스트로 변환
+    x_names_list = [name.strip() for name in x_input_names_str.split(',') if name.strip()]
+    y_names_list = [name.strip() for name in y_input_names_str.split(',') if name.strip()]
+
+    if not x_names_list or not y_names_list:
+        st.warning("⚠️ '원인(X) 변수'와 '결과(Y) 변수'를 하나 이상씩 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)
+        with st.spinner("똑똑한 AI가 변수들의 복합적인 관계를 생각하며 데이터를 만들고 있어요... 🤖"):
+            markdown_data = generate_markdown_data(x_names_list, y_names_list, num_data_rows)
 
             if markdown_data:
                 df = parse_markdown_to_df(markdown_data)
 
-                if df is not None:
+                if df is not None and not df.empty:
                     st.session_state.generated_df = df
                     st.session_state.markdown_output = markdown_data
                     st.success("🎉 데이터 생성 완료! 아래에서 확인하고 다운로드하세요.")
@@ -182,29 +195,24 @@ if generate_button:
 
 # 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
+    df_to_show = st.session_state.generated_df
+    
+    st.subheader("2. 생성된 데이터 미리보기")
+    st.dataframe(df_to_show)
 
+    st.subheader("3. 데이터 통계 요약")
+    st.markdown("생성된 데이터의 평균, 표준편차, 최소/최대값 등 기술 통계를 확인해보세요.")
+    st.dataframe(df_to_show.describe())
 
-    st.subheader("3. CSV 파일로 다운로드하기")
+    st.subheader("4. 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')
+    csv = df_to_show.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",
+        file_name="ai_generated_multivariable_data.csv",
         mime="text/csv",
         use_container_width=True
     )