Update application file

app.py

@@ -1,12 +1,53 @@
 import gradio as gr
 from transformers import pipeline
 
-generator = pipeline("text-generation", model="gpt2")
+# 3. 번역 파이프라인 생성
+print("한국어->영어 번역 모델(NHNDQ/nllb-finetuned-ko2en)을 로딩합니다...")
+ko_to_en_translator = pipeline('translation', model='NHNDQ/nllb-finetuned-ko2en')
 
-def generate_text(prompt):
-    return generator(prompt, max_new_tokens=50)[0]["generated_text"]
+print("영어->한국어 번역 모델(NHNDQ/nllb-finetuned-en2ko)을 로딩합니다...")
+en_to_ko_translator = pipeline('translation', model='NHNDQ/nllb-finetuned-en2ko')
 
-gr.Interface(fn=generate_text,
-             inputs=gr.Textbox(label="프롬프트 입력"),
-             outputs="text",
-             title="GPT-2 텍스트 생성기").launch()
+print("\n모든 모델 로딩 완료!")
+
+# 4. 번역을 수행하는 메인 함수 정의
+def translate_text(text, direction):
+    """
+    선택된 번역 방향에 따라 적절한 NLLB 파이프라인을 사용하여 텍스트를 번역합니다.
+    """
+    try:
+        # 입력 텍스트가 비어있는 경우, 빈 문자열 반환
+        if not text.strip():
+            return ""
+
+        if direction == "한국어 → 영어":
+            # [수정] src_lang과 tgt_lang을 명시적으로 지정합니다.
+            result = ko_to_en_translator(text, src_lang="kor_Hang", tgt_lang="eng_Latn")
+        else: # "영어 → 한국어"
+            # [수정] src_lang과 tgt_lang을 명시적으로 지정합니다.
+            result = en_to_ko_translator(text, src_lang="eng_Latn", tgt_lang="kor_Hang")
+
+        # 파이프라인 결과는 리스트 안의 딕셔너리 형태 [{'translation_text': '...'}] 입니다.
+        return result[0]['translation_text']
+    except Exception as e:
+        return f"번역 중 오류가 발생했습니다: {e}"
+
+# 5. Gradio 인터페이스 생성 및 실행
+demo = gr.Interface(
+    fn=translate_text,
+    inputs=[
+        gr.Textbox(lines=7, label="입력 텍스트", placeholder="번역할 내용을 입력하세요..."),
+        gr.Radio(
+            choices=["한국어 → 영어", "영어 → 한국어"],
+            value="한국어 → 영어",
+            label="번역 방향 선택"
+        )
+    ],
+    outputs=gr.Textbox(lines=7, label="번역 결과"),
+    title="NHN NLLB 기반 한국어-영어 번역기 🇰🇷↔️🇬🇧",
+    description="NHN의 NLLB 미세 조정 모델을 사용합니다. 번역할 내용과 방향을 선택해 주세요.",
+    allow_flagging="never"
+)
+
+# Colab에서 외부 공유 링크를 생성하기 위해 share=True 옵션 사용
+demo.launch(share=True)

requirements.txt

@@ -1,3 +1,5 @@
 gradio
 transformers
 torch
+sentencepiece
+accelerate