Update app.py

app.py

@@ -1,28 +1,51 @@
 # app.py
+import os
 from fastai.text.all import load_learner
 import gradio as gr
 
-# 학습된 모델 파일 로드 ('model.pkl'은 실행 디렉토리에 위치)
-learn = load_learner('model.pkl')
+# 모델 파일 경로 설정 (환경 변수 또는 기본값 사용)
+MODEL_PATH = os.getenv('MODEL_PATH', 'model.pkl')
+
+try:
+    # 모델 로드
+    learn = load_learner(MODEL_PATH)
+except Exception as e:
+    raise RuntimeError(f"모델 로드 오류: {e}")
 
 # 한국어 질병 목록 (모델 출력 순서에 맞춰 설정)
-categories = ['알레르기', '빈혈', '기관지염', '당뇨병', '설사', '피로', '독감', '말라리아', '스트레스']
+categories = [
+    '알레르기', '빈혈', '기관지염', '당뇨병',
+    '설사', '피로', '독감', '말라리아', '스트레스'
+]
 
 def classify_korean(txt):
     """
-    한국어로 입력된 증상을 받아 각 질병별 확률을 반환합니다.
+    입력된 한국어 증상을 받아 각 질병별 확률을 반환합니다.
+    텍스트가 빈 문자열일 경우 확률 0.0을 반환합니다.
     """
+    if not txt.strip():
+        return {cat: 0.0 for cat in categories}
+    # 예측 수행
     _, _, probs = learn.predict(txt)
+    # 결과를 딕셔너리 형태로 반환
     return {cat: float(probs[i]) for i, cat in enumerate(categories)}
 
 # Gradio 인터페이스 설정
-iface = gr.Interface(
-    fn=classify_korean,
-    inputs=gr.Textbox(lines=3, label='증상을 자세히 입력하세요'),
-    outputs=gr.Label(num_top_classes=len(categories), label='질병별 확률'),
-    examples=['목이 아프고 기침이 나요', '열이 나고 몸살 기운이 있어요'],
-    description='증상을 입력하면 해당 질병별 확률을 한국어로 보여줍니다.'
-)
+def create_interface():
+    return gr.Interface(
+        fn=classify_korean,
+        inputs=gr.Textbox(lines=3, label='증상을 자세히 입력하세요'),
+        outputs=gr.Label(label='질병별 확률'),
+        examples=[
+            '목이 아프고 기침이 나요',
+            '열이 나고 몸살 기운이 있어요',
+            '속이 불편하고 설사를 합니다'
+        ],
+        title='한국어 의료 진단 확률 예측기',
+        description='증상을 입력하면 해당 질병별 확률을 한국어로 보여줍니다.'
+    )
 
 if __name__ == '__main__':
-    iface.launch()
+    # 인터페이스 실행 (외부 접속 필요 시 share=True 설정)
+    create_interface().launch()
+