Update app.py

app.py

@@ -12,11 +12,12 @@ from transformers import AutoModelForCausalLM, AutoTokenizer, pipeline
 # ===== 모델 목록 =====
 MODEL_OPTIONS = {
     "Qwen2.5-1.5B-Instruct": "Qwen/Qwen2.5-1.5B-Instruct",
-    "CLOVA-Donut-CORDv2": "naver-clova-ix/donut-base-finetuned-cord-v2"
+    "CLOVA-Text(대체)": "kakaobrain/kogpt"
 }
 
-# ===== 모델 로드 (둘 다 text-generation으로) =====
-def load_text_model(model_name):
+# ===== 텍스트 모델 로드 =====
+def load_text_model(model_choice):
+    model_name = MODEL_OPTIONS[model_choice]
     tokenizer = AutoTokenizer.from_pretrained(model_name, trust_remote_code=True)
     model = AutoModelForCausalLM.from_pretrained(model_name, trust_remote_code=True).to("cpu")
     return pipeline("text-generation", model=model, tokenizer=tokenizer, device=-1)
@@ -42,9 +43,9 @@ def summarize_text(text):
     summarizer = TextRankSummarizer()
     return [str(s) for s in summarizer(parser.document, sentence_count)]
 
-# ===== 재작성 (Qwen·CLOVA 공통) =====
+# ===== 재작성 =====
 def rewrite_with_llm(sentences, model_choice):
-    llm_pipeline = load_text_model(MODEL_OPTIONS[model_choice])
+    llm_pipeline = load_text_model(model_choice)
     joined_text = "\n".join(sentences)
     prompt = f"""다음 문장을 의미는 유지하되, 원문에 없는 내용은 절대 추가하지 말고,
 문장만 더 자연스럽게 바꿔주세요. 다른 설명이나 부연 문장은 쓰지 마세요.
@@ -74,7 +75,7 @@ def process_url(url, model_choice):
         # 요약
         summary_sentences = summarize_text(plain_text) or ["요약 없음"]
 
-        # 재작성 (Qwen·CLOVA 모두 수행)
+        # 재작성
         paraphrased_text = rewrite_with_llm(summary_sentences, model_choice)
 
         return link_html + "<br><br>" + markdown_text, "\n".join(summary_sentences), paraphrased_text
@@ -94,7 +95,7 @@ iface = gr.Interface(
         gr.Textbox(label="자동 재작성 (LLM)", lines=5)
     ],
     title="한국어 본문 추출 + 자동 요약 + LLM 재작성",
-    description="원문 텍스트에서 바로 요약 후, 선택한 모델(Qwen 또는 CLOVA)로 재작성합니다."
+    description="원문 텍스트에서 바로 요약 후, 선택한 모델(Qwen 또는 KoGPT)로 재작성합니다."
 )
 
 if __name__ == "__main__":