Update app-backup.py

app-backup.py

@@ -1,5 +1,3 @@
-
-
 import os
 import gradio as gr
 import random
@@ -7,7 +5,124 @@ import time
 import logging
 import google.generativeai as genai
 
+import torch
+import numpy as np
+from diffusers import DiffusionPipeline
+from transformers import pipeline as hf_pipeline
+
+##############################################################################
+# 1) ZeroGPU 환경 처리 + device, dtype 설정
+##############################################################################
+##############################################################################
+# 1) ZeroGPU 환경 처리 + device, dtype 설정
+##############################################################################
+# ZeroGPU 초기화 시도
+try:
+    import zerogpu
+    zerogpu.init()
+    print("ZeroGPU initialized successfully")
+    device = "cuda" if torch.cuda.is_available() else "cpu"
+except ImportError:
+    # ZeroGPU가 설치되지 않은 경우
+    print("ZeroGPU package not installed, continuing without it")
+    if os.getenv("ZERO_GPU"):
+        print("ZeroGPU environment variable is set but zerogpu package is not installed.")
+    device = "cuda" if torch.cuda.is_available() else "cpu"
+except Exception as e:
+    # ZeroGPU 초기화 중 다른 오류가 발생한 경우
+    print(f"Error initializing ZeroGPU: {e}")
+    print("Continuing without ZeroGPU")
+    device = "cuda" if torch.cuda.is_available() else "cpu"
+
+# GPU일 때만 bfloat16, 그 외에는 float32
+dtype = torch.bfloat16 if device == "cuda" else torch.float32
+
+print(f"Using device: {device}, dtype: {dtype}")
+
+##############################################################################
+# 2) 모델 로드: 번역 모델, DiffusionPipeline
+##############################################################################
+try:
+    translator = hf_pipeline(
+        "translation",
+        model="Helsinki-NLP/opus-mt-ko-en",
+        device=0 if device == "cuda" else -1
+    )
+
+    pipe = DiffusionPipeline.from_pretrained(
+        "black-forest-labs/FLUX.1-schnell",
+        torch_dtype=dtype
+    ).to(device)
+    
+    print("Models loaded successfully")
+except Exception as e:
+    print(f"Error loading models: {e}")
+    # 모델 로드 에러 처리를 위한 더미 함수들
+    def dummy_translator(text):
+        return [{'translation_text': text}]
+    
+    class DummyPipe:
+        def __call__(self, **kwargs):
+            from PIL import Image
+            import numpy as np
+            dummy_img = Image.fromarray(np.zeros((512, 512, 3), dtype=np.uint8))
+            class DummyResult:
+                def __init__(self, img):
+                    self.images = [img]
+            return DummyResult(dummy_img)
+    
+    translator = dummy_translator
+    pipe = DummyPipe()
+
+MAX_SEED = np.iinfo(np.int32).max
+MAX_IMAGE_SIZE = 2048
+
+##############################################################################
+# 한국어 감지 함수
+##############################################################################
+def contains_korean(text):
+    for char in text:
+        if ord('가') <= ord(char) <= ord('힣'):
+            return True
+    return False
+
+##############################################################################
+# 이미지 생성 함수
+##############################################################################
+def generate_design_image(prompt, seed=42, randomize_seed=True, width=1024, height=1024, num_inference_steps=4):
+    """
+    생성된 확장 아이디어 텍스트(prompt)를 입력받아,
+    필요시 한국어를 영어로 번역한 후 DiffusionPipeline으로 이미지를 생성합니다.
+    """
+    original_prompt = prompt
+    translated = False
+    
+    # 한국어가 포함되어 있으면 영어로 번역
+    if contains_korean(prompt):
+        translation = translator(prompt)
+        prompt = translation[0]['translation_text']
+        translated = True
+
+    # 랜덤 시드 설정
+    if randomize_seed:
+        seed = random.randint(0, MAX_SEED)
+    
+    generator = torch.Generator(device=device).manual_seed(seed)
+    
+    image = pipe(
+        prompt=prompt,
+        width=width,
+        height=height,
+        num_inference_steps=num_inference_steps,
+        generator=generator,
+        guidance_scale=0.0
+    ).images[0]
+    
+    return image
+
+##############################################################################
 # 로깅 설정
+##############################################################################
 logging.basicConfig(
     level=logging.INFO,
     format='%(asctime)s - %(name)s - %(levelname)s - %(message)s',
@@ -18,11 +133,15 @@ logging.basicConfig(
 )
 logger = logging.getLogger("idea_generator")
 
-# Gemini API 키는 환경 변수 GEMINI_API_KEY에서 가져옵니다.
+##############################################################################
+# Gemini API 키
+##############################################################################
 GEMINI_API_KEY = os.getenv("GEMINI_API_KEY")
 genai.configure(api_key=GEMINI_API_KEY)
 
-# 슬래시("/")가 포함된 변환 문자열에서 두 옵션 중 하나만 선택하는 헬퍼 함수
+##############################################################################
+# 선택적 변형 선택 함수
+##############################################################################
 def choose_alternative(transformation):
     if "/" not in transformation:
         return transformation
@@ -44,19 +163,17 @@ def choose_alternative(transformation):
     else:
         return random.choice([left, right])
 
-# 창의적인 모델/컨셉/형상 변화 아이디어를 위한 카테고리 (기존 '물리적 변화' 사전 유지)
-
-
-# 창의적인 모델/컨셉/형상 변화 아이디어를 위한 카테고리 (기존 '물리적 변화' 사전 유지)
+##############################################################################
+# 물리적 변화 카테고리 사전 (총 15개)
+##############################################################################
 physical_transformation_categories = {
     "공간 이동": [
-        "앞/뒤 이동", "좌/우 이동", "위/아래 이동", "세로축 회전(고개 끄덕임)", 
-        "가로축 회전(고개 젓기)", "길이축 회전(옆으로 기울임)", "원 운동", "나선형 이동", 
+        "앞/뒤 이동", "좌/우 이동", "위/아래 이동", "세로축 회전(고개 끄덕임)",
+        "가로축 회전(고개 젓기)", "길이축 회전(옆으로 기울임)", "원 운동", "나선형 이동",
         "관성에 의한 미끄러짐", "회전축 변화", "불규칙 회전", "흔들림 운동", "포물선 이동",
         "무중력 부유", "수면 위 부유", "점프/도약", "슬라이딩", "롤링", "자유 낙하",
         "왕복 운동", "탄성 튕김", "관통", "회피 움직임", "지그재그 이동", "스윙 운동"
     ],
-    
     "크기와 형태 변화": [
         "부피 늘어남/줄어듦", "길이 늘어남/줄어듦", "너비 늘어남/줄어듦", "높이 늘어남/줄어듦",
         "밀도 변화", "무게 증가/감소", "모양 변형", "상태 변화", "불균등 변형",
@@ -65,63 +182,56 @@ physical_transformation_categories = {
         "접힘/펼쳐짐", "압착/팽창", "늘어남/수축", "구겨짐/평평해짐", "뭉개짐/단단해짐",
         "말림/펴짐", "꺾임/구부러짐"
     ],
-    
     "표면 및 외관 변화": [
-        "색상 변화", "질감 변화", "투명/불투명 변화", "반짝임/무광 변화", 
-        "빛 반사 정도 변화", "무늬 변화", "각도에 따른 색상 변화", "빛에 따른 색상 변화", 
-        "온도에 따른 색상 변화", "홀로그램 효과", "표면 각도별 빛 반사", "표면 모양 변형", 
+        "색상 변화", "질감 변화", "투명/불투명 변화", "반짝임/무광 변화",
+        "빛 반사 정도 변화", "무늬 변화", "각도에 따른 색상 변화", "빛에 따른 색상 변화",
+        "온도에 따른 색상 변화", "홀로그램 효과", "표면 각도별 빛 반사", "표면 모양 변형",
         "초미세 표면 구조 변화", "자가 세정 효과", "얼룩/패턴 생성", "흐림/선명함 변화",
-        "광택/윤기 변화", "색조/채도 변화", "발광/형광", "빛 산란 효과", 
+        "광택/윤기 변화", "색조/채도 변화", "발광/형광", "빛 산란 효과",
         "빛 흡수 변화", "반투명 효과", "그림자 효과 변화", "자외선 반응 변화",
         "야광 효과"
     ],
-    
     "물질의 상태 변화": [
-        "고체/액체/기체 전환", "결정화/용해", "산화/부식", "딱딱해짐/부드러워짐", 
-        "특수 상태 전환", "무정형/결정형 전환", "성분 분리", "미세 입자 형성/분해", 
-        "젤 형성/풀어짐", "준안정 상태 변화", "분자 자가 정렬/분해", "상태변화 지연 현상", 
+        "고체/액체/기체 전환", "결정화/용해", "산화/부식", "딱딱해짐/부드러워짐",
+        "특수 상태 전환", "무정형/결정형 전환", "성분 분리", "미세 입자 형성/분해",
+        "젤 형성/풀어짐", "준안정 상태 변화", "분자 자가 정렬/분해", "상태변화 지연 현상",
         "녹음", "굳음", "증발/응축", "승화/증착", "침전/부유", "분산/응집",
         "건조/습윤", "팽윤/수축", "동결/해동", "풍화/침식", "충전/방전",
         "결합/분리", "발효/부패"
     ],
-    
     "열 관련 변화": [
-        "온도 상승/하강", "열에 의한 팽창/수축", "열 전달/차단", "압력 상승/하강", 
-        "열 변화에 따른 자화", "무질서도 변화", "열전기 현상", "자기장에 의한 열 변화", 
-        "상태변화 중 열 저장/방출", "열 스트레스 발생/해소", "급격한 온도 변화 영향", 
+        "온도 상승/하강", "열에 의한 팽창/수축", "열 전달/차단", "압력 상승/하강",
+        "열 변화에 따른 자화", "무질서도 변화", "열전기 현상", "자기장에 의한 열 변화",
+        "상태변화 중 열 저���/방출", "열 스트레스 발생/해소", "급격한 온도 변화 영향",
         "복사열에 의한 냉각/가열", "발열/흡열", "열 분포 변화", "열 반사/흡수",
         "냉각 응축", "열 활성화", "열 변색", "열 팽창 계수 변화", "열 안정성 변화",
         "내열성/내한성", "자기발열", "열적 평형/불균형", "열적 변형", "열 분산/집중"
     ],
-    
     "움직임 특성 변화": [
-        "가속/감속", "일정 속도 유지", "진동/진동 감소", "부딪힘/튕김", 
-        "회전 속도 증가/감소", "회전 방향 변화", "불규칙 움직임", "멈췄다 미끄러지는 현상", 
-        "공진/반공진", "유체 속 저항/양력 변화", "움직임 저항 변화", "복합 진동 움직임", 
+        "가속/감속", "일정 속도 유지", "진동/진동 감소", "부딪힘/튕김",
+        "회전 속도 증가/감소", "회전 방향 변화", "불규칙 움직임", "멈췄다 미끄러지는 현상",
+        "공진/반공진", "유체 속 저항/양력 변화", "움직임 저항 변화", "복합 진동 움직임",
         "특수 유체 속 움직임", "회전-이동 연계 움직임", "관성 정지", "충격 흡수",
         "충격 전달", "운동량 보존", "마찰력 변화", "관성 탈출", "불안정 균형",
         "동적 안정성", "흔들림 감쇠", "경로 예측성", "회피 움직임"
     ],
-    
     "구조적 변화": [
         "부품 추가/제거", "조립/분해", "접기/펴기", "변형/원상복구", "최적 구조 변화",
         "자가 재배열", "자연 패턴 형성/소멸", "규칙적 패턴 변화", "모듈식 변형",
-        "복잡성 증가 구조", "원래 모양 기억 효과", "시간에 따른 형태 변화", "부분 제거", 
+        "복잡성 증가 구조", "원래 모양 기억 효과", "시간에 따른 형태 변화", "부분 제거",
         "부분 교체", "결합", "분리", "분할/통합", "중첩/겹침", "내부 구조 변화",
         "외부 구조 변화", "중심축 이동", "균형점 변화", "계층 구조 변화", "지지 구조 변화",
         "응력 분산 구조", "충격 흡수 구조", "그리드/매트릭스 구조 변화", "상호 연결성 변화"
     ],
-    
     "전기 및 자기 변화": [
-        "자성 생성/소멸", "전하량 증가/감소", "전기장 생성/소멸", "자기장 생성/소멸", 
-        "초전도 상태 전환", "강유전체 특성 변화", "양자 상태 변화", "플라즈마 상태 형성/소멸", 
+        "자성 생성/소멸", "전하량 증가/감소", "전기장 생성/소멸", "자기장 생성/소멸",
+        "초전도 상태 전환", "강유전체 특성 변화", "양자 상태 변화", "플라즈마 상태 형성/소멸",
         "스핀파 전달", "빛에 의한 전기 발생", "압력에 의한 전기 발생", "자기장 속 전류 변화",
         "전기 저항 변화", "전기 전도성 변화", "정전기 발생/방전", "전자기 유도",
         "전자기파 방출/흡수", "전기 용량 변화", "자기 이력 현상", "전기적 분극",
         "전자 흐름 방향 변화", "전기적 공명", "전기적 차폐/노출", "자기 차폐/노출",
         "자기장 방향 정렬"
     ],
-    
     "화학적 변화": [
         "표면 코팅 변화", "물질 성분 변화", "화학 반응 변화", "촉매 작용 시작/중단",
         "빛에 의한 화학 반응", "전기에 의한 화학 반응", "단분자막 형성", "분자 수준 계산 변화",
@@ -130,16 +240,14 @@ physical_transformation_categories = {
         "이온화", "화학적 흡착/탈착", "촉매 효율 변화", "효소 활성 변화", "발색 반응",
         "pH 변화", "화학적 평형 이동", "결합 형성/분해", "용해도 변화"
     ],
-    
     "시간 관련 변화": [
         "노화/풍화", "마모/부식", "색 바램/변색", "손상/회복", "수명 주기 변화",
-        "사용자 상호작용에 따른 적응", "학습 기반 형태 최적화", "시간에 따른 물성 변화", 
-        "집단 기억 효과", "문화적 의미 변화", "지연 반응", "이전 상태 의존 변화", 
+        "사용자 상호작용에 따른 적응", "학습 기반 형태 최적화", "시간에 따른 물성 변화",
+        "집단 기억 효과", "문화적 의미 변화", "지연 반응", "이전 상태 의존 변화",
         "점진적 시간 변화", "진화적 변화", "주기적 재생", "계절 변화 적응",
-        "생체리듬 변화", "생애 주기 단계", "성장/퇴화", "자기 복구/재생", 
+        "생체리듬 변화", "생애 주기 단계", "성장/퇴화", "자기 복구/재생",
         "자연 순환 적응", "지속성/일시성", "기억 효과", "지연된 작용", "누적 효과"
     ],
-    
     "빛과 시각 효과": [
         "발광/소등", "빛 투과/차단", "빛 산란/집중", "색상 스펙트럼 변화", "빛 회절",
         "빛 간섭", "홀로그램 생성", "레이저 효과", "빛 편광", "형광/인광",
@@ -148,16 +256,14 @@ physical_transformation_categories = {
         "빔 효과", "광 필터 효과", "빛의 방향성 변화", "투영 효과", "빛 감지/반응",
         "광도 변화"
     ],
-    
     "소리와 진동 효과": [
         "소리 발생/소멸", "소리 높낮이 변화", "소리 크기 변화", "음색 변화",
         "공명/반공명", "음향 진동", "초음파/저음파 발생", "음향 집중/분산",
         "음향 반사/흡수", "음향 도플러 효과", "음파 간섭", "음향 공진",
         "진동 패턴 변화", "타악 효과", "음향 피드백", "음향 차폐/증폭",
         "소리 지향성", "음향 왜곡", "비트 생성", "하모닉스 생성", "주파수 변조",
-        "음향 충격파", "음향 필터링", "음파 전파 패턴", "진동 댐핑"
+        "음향 충격파", "음향 필터링"
     ],
-    
     "생물학적 변화": [
         "생장/위축", "세포 분열/사멸", "생물 발광", "신진대사 변화", "면역 반응",
         "호르몬 분비", "신경 반응", "유전적 발현", "적응/진화", "생체리듬 변화",
@@ -166,7 +272,6 @@ physical_transformation_categories = {
         "생물학적 시계 변화", "세포외 기질 변화", "생체 역학적 반응", "세포 운동성",
         "세포 극성 변화", "영양 상태 변화"
     ],
-    
     "환경 상호작용": [
         "온도 반응", "습도 반응", "기압 반응", "중력 반응", "자기장 반응",
         "빛 반응", "소리 반응", "화학 물질 감지", "기계적 자극 감지", "전기 자극 반응",
@@ -174,7 +279,6 @@ physical_transformation_categories = {
         "환경 오염 반응", "날씨 반응", "계절 변화 반응", "일주기 반응", "생태계 상호작용",
         "공생/경쟁 반응", "포식/피식 관계", "군집 형성", "영역 설정", "이주/정착 패턴"
     ],
-    
     "센서 기능": [
         "시각 센서/감지", "청각 센서/감지", "촉각 센서/감지", "미각 센서/감지", "후각 센서/감지",
         "온도 센서/감지", "습도 센서/감지", "압력 센서/감지", "가속도 센서/감지", "회전 센서/감지",
@@ -183,45 +287,36 @@ physical_transformation_categories = {
         "생체신호 센서/감지", "진동 센서/감지", "소음 센서/감지", "빛 세기 센서/감지", "빛 파장 센서/감지",
         "기울기 센서/감지", "pH 센서/감지", "전류 센서/감지", "전압 센서/감지", "이미지 센서/감지",
         "거리 센서/감지", "깊이 센서/감지", "중력 센서/감지", "속도 센서/감지", "흐름 센서/감지",
-        "수위 센서/감지", "탁도 센서/감지", "염도 센서/감지", "금속 감지", "압전 센서/감지", 
+        "수위 센서/감지", "탁도 센서/감지", "염도 센서/감지", "금속 감지", "압전 센서/감지",
         "광전 센서/감지", "열전대 센서/감지", "홀 효과 센서/감지", "초음파 센서/감지", "레이더 센서/감지",
         "라이다 센서/감지", "터치 센서/감지", "제스처 센서/감지", "심박 센서/감지", "혈압 센서/감지"
     ]
 }
 
 ##############################################################################
-# Gemini API 호출 함수 (예: gemini-2.0-flash-thinking-exp-01-21 -> 다른 모델 사용 시 수정)
+# Gemini API 호출 함수
 ##############################################################################
 def query_gemini_api(prompt):
     try:
-        # 예시: 기존 gemini-2.0... 대신, 다른 모델이 필요하다면 교체하세요.
         model = genai.GenerativeModel('gemini-2.0-flash-thinking-exp-01-21')
-        
         response = model.generate_content(prompt)
-
-        # 응답 구조 방어적으로 처리
         try:
             if hasattr(response, 'text'):
                 return response.text
-            
             if hasattr(response, 'candidates') and response.candidates:
-                if len(response.candidates) > 0:
-                    candidate = response.candidates[0]
-                    if hasattr(candidate, 'content'):
-                        content = candidate.content
-                        if hasattr(content, 'parts') and content.parts:
-                            if len(content.parts) > 0:
-                                return content.parts[0].text
+                candidate = response.candidates[0]
+                if hasattr(candidate, 'content'):
+                    content = candidate.content
+                    if hasattr(content, 'parts') and content.parts:
+                        if len(content.parts) > 0:
+                            return content.parts[0].text
             if hasattr(response, 'parts') and response.parts:
                 if len(response.parts) > 0:
                     return response.parts[0].text
-
             return "Unable to generate a response. API response structure is different than expected."
-            
         except Exception as inner_e:
             logger.error(f"Error processing response: {inner_e}")
             return f"An error occurred while processing the response: {str(inner_e)}"
-            
     except Exception as e:
         logger.error(f"Error calling Gemini API: {e}")
         if "API key not valid" in str(e):
@@ -229,7 +324,7 @@ def query_gemini_api(prompt):
         return f"An error occurred while calling the API: {str(e)}"
 
 ##############################################################################
-# 설명 확장 함수: "모델/컨셉/형상의 변화에 대한 이해와 혁신 포인트, 기능성 등을 중심"으로
+# 설명 확장 함수 (LLM 이용)
 ##############################################################################
 def enhance_with_llm(base_description, obj_name, category):
     prompt = f"""
@@ -243,74 +338,62 @@ def enhance_with_llm(base_description, obj_name, category):
     return query_gemini_api(prompt)
 
 ##############################################################################
-# 단일 키워드(오브젝트)에 대한 "창의적 변화 아이디어" 생성
+# 각 객체수(1, 2, 3)에 따른 변형 아이디어 생성
 ##############################################################################
-def generate_single_object_transformations(obj):
-    results = {}
-    for category, transformations in physical_transformation_categories.items():
-        transformation = choose_alternative(random.choice(transformations))
-        base_description = f"{obj}이(가) {transformation} 현상을 보인다"
-        results[category] = {"base": base_description, "enhanced": None}
-    return results
+def generate_single_object_transformation_for_category(obj, selected_category):
+    transformations = physical_transformation_categories.get(selected_category)
+    if not transformations:
+        return {}
+    transformation = choose_alternative(random.choice(transformations))
+    base_description = f"{obj}이(가) {transformation} 현상을 보인다"
+    return {selected_category: {"base": base_description, "enhanced": None}}
 
-##############################################################################
-# 두 키워드에 대한 "창의적 변화 아이디어" 생성
-##############################################################################
-def generate_two_objects_interaction(obj1, obj2):
-    results = {}
-    for category, transformations in physical_transformation_categories.items():
-        transformation = choose_alternative(random.choice(transformations))
-        template = random.choice([
-            "{obj1}이(가) {obj2}에 결합하여 {change}가 발생했다",
-            "{obj1}과(와) {obj2}이(가) 충돌하면서 {change}가 일어났다"
-        ])
-        base_description = template.format(obj1=obj1, obj2=obj2, change=transformation)
-        results[category] = {"base": base_description, "enhanced": None}
-    return results
+def generate_two_objects_interaction_for_category(obj1, obj2, selected_category):
+    transformations = physical_transformation_categories.get(selected_category)
+    if not transformations:
+        return {}
+    transformation = choose_alternative(random.choice(transformations))
+    template = random.choice([
+        "{obj1}이(가) {obj2}에 결합하여 {change}가 발생했다",
+        "{obj1}과(와) {obj2}이(가) 충돌하면서 {change}가 일어났다"
+    ])
+    base_description = template.format(obj1=obj1, obj2=obj2, change=transformation)
+    return {selected_category: {"base": base_description, "enhanced": None}}
 
-##############################################################################
-# 세 키워드에 대한 "창의적 변화 아이디어" 생성
-##############################################################################
-def generate_three_objects_interaction(obj1, obj2, obj3):
-    results = {}
-    for category, transformations in physical_transformation_categories.items():
-        transformation = choose_alternative(random.choice(transformations))
-        template = random.choice([
-            "{obj1}, {obj2}, {obj3}이(가) 삼각형 구조로 결합하여 {change}가 발생했다",
-            "{obj1}이(가) {obj2}와(과) {obj3} 사이에서 매개체 역할을 하며 {change}를 촉진했다"
-        ])
-        base_description = template.format(obj1=obj1, obj2=obj2, obj3=obj3, change=transformation)
-        results[category] = {"base": base_description, "enhanced": None}
-    return results
+def generate_three_objects_interaction_for_category(obj1, obj2, obj3, selected_category):
+    transformations = physical_transformation_categories.get(selected_category)
+    if not transformations:
+        return {}
+    transformation = choose_alternative(random.choice(transformations))
+    template = random.choice([
+        "{obj1}, {obj2}, {obj3}이(가) 삼각형 구조로 결합하여 {change}가 발생했다",
+        "{obj1}이(가) {obj2}와(과) {obj3} 사이에서 매개체 역할을 하며 {change}를 촉진했다"
+    ])
+    base_description = template.format(obj1=obj1, obj2=obj2, obj3=obj3, change=transformation)
+    return {selected_category: {"base": base_description, "enhanced": None}}
 
 ##############################################################################
-# 생성된 기본 설명을 LLM을 통해 확장
+# 생성된 기본 설명을 LLM을 통해 확장 (각 카테고리별)
 ##############################################################################
 def enhance_descriptions(results, objects):
-    # progress 인자 제거
     obj_name = " 및 ".join([obj for obj in objects if obj])
-    
     for category, result in results.items():
         result["enhanced"] = enhance_with_llm(result["base"], obj_name, category)
-    
     return results
 
 ##############################################################################
-# 사용자 입력(최대 3개 키워드)에 따라 창의적 변화 아이디어 생성
+# 사용자 입력(최대 3개 키워드) + 선택 카테고리 → 변화 아이디어 생성
 ##############################################################################
-def generate_transformations(text1, text2=None, text3=None):
-    # progress 인자 제거
-    
+def generate_transformations(text1, text2, text3, selected_category):
     if text2 and text3:
-        results = generate_three_objects_interaction(text1, text2, text3)
+        results = generate_three_objects_interaction_for_category(text1, text2, text3, selected_category)
         objects = [text1, text2, text3]
     elif text2:
-        results = generate_two_objects_interaction(text1, text2)
+        results = generate_two_objects_interaction_for_category(text1, text2, selected_category)
         objects = [text1, text2]
     else:
-        results = generate_single_object_transformations(text1)
+        results = generate_single_object_transformation_for_category(text1, selected_category)
         objects = [text1]
-    
     return enhance_descriptions(results, objects)
 
 ##############################################################################
@@ -323,9 +406,9 @@ def format_results(results):
     return formatted
 
 ##############################################################################
-# Gradio UI에서 호출할 함수
+# Gradio UI에서 호출될 함수 (텍스트 아이디어만 생성)
 ##############################################################################
-def process_inputs(text1, text2, text3, progress=gr.Progress()):
+def process_inputs(text1, text2, text3, selected_category, progress=gr.Progress()):
     text1 = text1.strip() if text1 else None
     text2 = text2.strip() if text2 else None
     text3 = text3.strip() if text3 else None
@@ -333,36 +416,32 @@ def process_inputs(text1, text2, text3, progress=gr.Progress()):
     if not text1:
         return "오류: 최소 하나의 키워드를 입력해주세요."
     
-    # 진행 상태 메시지 (중첩 리스트 대신 단순 문자열 사용)
-    status_message = ""
+    progress(0.05, desc="아이디어 생성 준비 중...")
+    time.sleep(0.3)
+    progress(0.1, desc="창의적인 아이디어 생성 시작...")
     
-    # 키워드 정보 확인
-    keyword_info = f"키워드: {text1}"
-    if text2:
-        keyword_info += f", {text2}"
-    if text3:
-        keyword_info += f", {text3}"
+    # 카테고리에 해당하는 아이디어 생성
+    results = generate_transformations(text1, text2, text3, selected_category)
     
-    # 결과 생성 (progress 인자 전달하지 않음)
-    try:
-        # 진행 상태를 단계별로 표시
-        progress(0.05, desc="아이디어 생성 준비 중...")
-        time.sleep(0.3)  # 시각적 효과를 위한 짧은 지연
-        
-        progress(0.1, desc="창의적인 모델/컨셉/형상 변화 아이디어 생성 시작...")
-        
-        # text1, text2, text3만 전달하고 progress는 전달하지 않음
-        results = generate_transformations(text1, text2, text3)
-        
-        progress(0.8, desc="결과 포맷팅 중...")
-        formatted = format_results(results)
-        
-        progress(1.0, desc="완료!")
-        return formatted
-        
-    except Exception as e:
-        logger.error(f"Error in process_inputs: {e}")
-        return f"처리 중 오류가 발생했습니다: {str(e)}"
+    progress(0.8, desc="결과 포맷팅 중...")
+    formatted = format_results(results)
+    progress(1.0, desc="완료!")
+    return formatted
+
+##############################################################################
+# 아이디어와 이미지를 함께 생성하는 최종 함수
+##############################################################################
+def process_all(text1, text2, text3, selected_category, progress=gr.Progress()):
+    idea_result = process_inputs(text1, text2, text3, selected_category, progress)
+    image_result = generate_design_image(
+        idea_result, 
+        seed=42, 
+        randomize_seed=True, 
+        width=1024, 
+        height=1024, 
+        num_inference_steps=4
+    )
+    return idea_result, image_result
 
 ##############################################################################
 # API 키 경고 메시지
@@ -375,38 +454,67 @@ def get_warning_message():
 ##############################################################################
 # Gradio UI
 ##############################################################################
-with gr.Blocks(title="키워드 기반 창의적 변화 아이디어 생성기",
-               theme=gr.themes.Soft(primary_hue="teal", secondary_hue="slate", neutral_hue="neutral")) as demo:
+with gr.Blocks(
+    title="키워드 기반 창의적 변화 아이디어 및 디자인 생성기",
+    theme=gr.themes.Soft(primary_hue="teal", secondary_hue="slate", neutral_hue="neutral")
+) as demo:
     
     gr.HTML("""
     <style>
-    body { background: linear-gradient(135deg, #e0eafc, #cfdef3); font-family: 'Arial', sans-serif; }
-    .gradio-container { padding: 20px; }
-    h1, h2 { text-align: center; }
-    h1 { color: #333; }
-    h2 { color: #555; }
-    .output { background-color: #ffffff; padding: 15px; border-radius: 8px; }
-    .gr-button { background-color: #4CAF50; color: white; border: none; border-radius: 4px; padding: 8px 16px; }
-    .progress-message { color: #2196F3; font-weight: bold; margin-top: 10px; }
+    body { 
+        background: linear-gradient(135deg, #e0eafc, #cfdef3); 
+        font-family: 'Arial', sans-serif; 
+    }
+    .gradio-container { 
+        padding: 20px; 
+    }
+    h1, h2 { 
+        text-align: center; 
+    }
+    h1 { 
+        color: #333; 
+    }
+    h2 { 
+        color: #555; 
+    }
+    .output { 
+        background-color: #ffffff; 
+        padding: 15px; 
+        border-radius: 8px; 
+    }
+    .gr-button { 
+        background-color: #4CAF50; 
+        color: white; 
+        border: none; 
+        border-radius: 4px; 
+        padding: 8px 16px; 
+    }
+    .progress-message { 
+        color: #2196F3; 
+        font-weight: bold; 
+        margin-top: 10px; 
+    }
     </style>
     """)
     
-    gr.Markdown("# 🚀 키워드 기반 창의적 변화 아이디어 생성기")
-    gr.Markdown("입력한 **키워드**(최대 3개)를 바탕으로, **창의적인 모델/컨셉/형상 변화**에 대한 이해와 **혁신 포인트**, **기능성** 등을 중심으로 확장된 아이디어를 제시합니다.")
+    gr.Markdown("# 🚀 키워드 기반 창의적 변화 아이디어 및 디자인 생성기")
+    gr.Markdown("입력한 **키워드**(최대 3개)와 **카테고리**를 바탕으로, 창의적인 모델/컨셉/형상 변화 아이디어를 생성하고, 해당 확장 아이디어를 프롬프트로 하여 디자인 이미지를 생성합니다.")
     
     warning = gr.Markdown(get_warning_message())
     
-    # 좌측 입력 영역
     with gr.Row():
         with gr.Column(scale=1):
             text_input1 = gr.Textbox(label="키워드 1 (필수)", placeholder="예: 스마트폰")
             text_input2 = gr.Textbox(label="키워드 2 (선택)", placeholder="예: 인공지능")
             text_input3 = gr.Textbox(label="키워드 3 (선택)", placeholder="예: 헬스케어")
+            category_dropdown = gr.Dropdown(
+                label="카테고리 선택",
+                choices=list(physical_transformation_categories.keys()),
+                value=list(physical_transformation_categories.keys())[0],
+                info="출력할 카테고리를 선택하세요."
+            )
+            status_msg = gr.Markdown("💡 '아이디어 생성하기' 버튼을 클릭하면 선택한 카테고리에 해당하는 아이디어와 디자인 이미지가 생성됩니다.")
             
-            # 입력과 버튼 사이에 상태 메시지를 표시할 영역 추가
-            status_msg = gr.Markdown("💡 '아이디어 생성하기' 버튼을 클릭하면 아이디어 생성이 시작됩니다.")
-            
-            # 처리 중일 때만 표시되는 상태 메시지
             processing_indicator = gr.HTML("""
             <div style="display: flex; justify-content: center; align-items: center; margin: 10px 0;">
                 <div style="border: 5px solid #f3f3f3; border-top: 5px solid #3498db; border-radius: 50%; width: 30px; height: 30px; animation: spin 2s linear infinite;"></div>
@@ -422,44 +530,45 @@ with gr.Blocks(title="키워드 기반 창의적 변화 아이디어 생성기",
             
             submit_button = gr.Button("아이디어 생성하기", variant="primary")
         
-        # 우측 출력 영역
         with gr.Column(scale=2):
             idea_output = gr.Markdown(label="아이디어 결과")
-
-    # 예시 입력
+            generated_image = gr.Image(label="생성된 디자인 이미지", type="pil")
+    
+    # 예제
     gr.Examples(
         examples=[
-            ["스마트폰", "", ""],
-            ["자동차", "", ""],            
-            ["자동차", "인공지능", ""],
-            ["드론", "인공지능", ""],
-            ["운동화", "웨어러블", "건강"],
+            ["스마트폰", "", "", list(physical_transformation_categories.keys())[0]],
+            ["자동차", "", "", list(physical_transformation_categories.keys())[0]],
+            ["자동차", "인공지능", "", list(physical_transformation_categories.keys())[0]],
+            ["드론", "인공지능", "", list(physical_transformation_categories.keys())[0]],
+            ["운동화", "웨어러블", "건강", list(physical_transformation_categories.keys())[0]],
         ],
-        inputs=[text_input1, text_input2, text_input3],
+        inputs=[text_input1, text_input2, text_input3, category_dropdown],
     )
     
-    # 처리 시작 전 함수 (로딩 표시기 보이게)
+    # 처리중 아이콘 보이기
     def show_processing_indicator():
         return gr.update(visible=True)
     
-    # 처리 완료 후 함수 (로딩 표시기 숨기기)
+    # 처리중 아이콘 숨기기
     def hide_processing_indicator():
         return gr.update(visible=False)
     
-    # 버튼 이벤트 - 여러 함수 순차 실행
+    # 버튼 클릭 시 처리 로직
     submit_button.click(
         fn=show_processing_indicator,
         inputs=None,
         outputs=processing_indicator
     ).then(
-        fn=process_inputs,
-        inputs=[text_input1, text_input2, text_input3],
-        outputs=idea_output
+        fn=process_all,
+        inputs=[text_input1, text_input2, text_input3, category_dropdown],
+        outputs=[idea_output, generated_image]
     ).then(
         fn=hide_processing_indicator,
         inputs=None,
         outputs=processing_indicator
     )
 
+# 메인 실행
 if __name__ == "__main__":
-    demo.launch(debug=True)
+    demo.launch(debug=True)