app.py

"""
AI 기반 상권 분석 시스템 - Comic Classic Theme 버전
Dataset: https://huggingface.co/datasets/ginipick/market
"""
import gradio as gr
import pandas as pd
import numpy as np
from typing import Dict, List, Tuple
import json
from datasets import load_dataset
import plotly.express as px
import plotly.graph_objects as go
from plotly.subplots import make_subplots
import folium
from folium.plugins import HeatMap, MarkerCluster
import requests
from collections import Counter
import re
import os
import time

# ============================================================================
# Brave 웹검색 클라이언트
# ============================================================================

class BraveSearchClient:
    """Brave Search API 클라이언트"""
    
    def __init__(self, api_key: str = None):
        self.api_key = api_key or os.getenv("BRAVE_API_KEY")
        self.base_url = "https://api.search.brave.com/res/v1/web/search"
    
    def search(self, query: str, count: int = 5) -> str:
        """웹 검색 수행"""
        if not self.api_key:
            return "⚠️ Brave Search API 키가 설정되지 않았습니다."
        
        headers = {
            "Accept": "application/json",
            "X-Subscription-Token": self.api_key
        }
        
        params = {
            "q": query,
            "count": count,
            "text_decorations": False,
            "search_lang": "ko"
        }
        
        try:
            response = requests.get(self.base_url, headers=headers, params=params, timeout=10)
            if response.status_code == 200:
                data = response.json()
                results = []
                
                if 'web' in data and 'results' in data['web']:
                    for item in data['web']['results'][:count]:
                        title = item.get('title', '')
                        description = item.get('description', '')
                        url = item.get('url', '')
                        results.append(f"📄 **{title}**\n{description}\n🔗 {url}")
                
                return "\n\n".join(results) if results else "검색 결과가 없습니다."
            else:
                return f"⚠️ 검색 실패: {response.status_code}"
        except Exception as e:
            return f"⚠️ 검색 오류: {str(e)}"


# ============================================================================
# 데이터 로더 클래스
# ============================================================================

class MarketDataLoader:
    """허깅페이스 상권 데이터 로더"""
    
    REGIONS = {
        '서울': '서울_202506', '경기': '경기_202506', '부산': '부산_202506',
        '대구': '대구_202506', '인천': '인천_202506', '광주': '광주_202506',
        '대전': '대전_202506', '울산': '울산_202506', '세종': '세종_202506',
        '경남': '경남_202506', '경북': '경북_202506', '전남': '전남_202506',
        '전북': '전북_202506', '충남': '충남_202506', '충북': '충북_202506',
        '강원': '강원_202506', '제주': '제주_202506'
    }
    
    # 업종 분류 매핑
    CATEGORY_MAPPING = {
        'G2': '소매업',
        'I1': '숙박업',
        'I2': '음식점업',
        'L1': '부동산업',
        'M1': '전문/과학/기술',
        'N1': '사업지원/임대',
        'P1': '교육서비스',
        'Q1': '보건의료',
        'R1': '예술/스포츠/여가',
        'S2': '수리/개인서비스'
    }
    
    @staticmethod
    def load_region_data(region: str, sample_size: int = 30000) -> pd.DataFrame:
        """지역별 데이터 로드"""
        try:
            file_name = f"소상공인시장진흥공단_상가(상권)정보_{MarketDataLoader.REGIONS[region]}.csv"
            dataset = load_dataset("ginipick/market", data_files=file_name, split="train")
            df = dataset.to_pandas()
            
            if len(df) > sample_size:
                df = df.sample(n=sample_size, random_state=42)
            
            return df
        except Exception as e:
            print(f"데이터 로드 실패: {str(e)}")
            return pd.DataFrame()
    
    @staticmethod
    def load_multiple_regions(regions: List[str], sample_per_region: int = 30000) -> pd.DataFrame:
        """여러 지역 데이터 로드"""
        dfs = []
        for region in regions:
            df = MarketDataLoader.load_region_data(region, sample_per_region)
            if not df.empty:
                dfs.append(df)
        
        if dfs:
            return pd.concat(dfs, ignore_index=True)
        return pd.DataFrame()


# ============================================================================
# 상권 분석 클래스
# ============================================================================

class MarketAnalyzer:
    """상권 데이터 분석 엔진"""
    
    def __init__(self, df: pd.DataFrame):
        self.df = df
        self.prepare_data()
    
    def prepare_data(self):
        """데이터 전처리"""
        if '경도' in self.df.columns:
            self.df['경도'] = pd.to_numeric(self.df['경도'], errors='coerce')
        if '위도' in self.df.columns:
            self.df['위도'] = pd.to_numeric(self.df['위도'], errors='coerce')
        self.df = self.df.dropna(subset=['경도', '위도'])
        
        # 층 정보 정제
        if '층정보' in self.df.columns:
            self.df['층정보_숫자'] = self.df['층정보'].apply(self._parse_floor)
    
    def _parse_floor(self, floor_str):
        """층 정보를 숫자로 변환"""
        if pd.isna(floor_str):
            return None
        floor_str = str(floor_str)
        if '지하' in floor_str or 'B' in floor_str:
            match = re.search(r'\d+', floor_str)
            return -int(match.group()) if match else -1
        elif '1층' in floor_str or floor_str == '1':
            return 1
        else:
            match = re.search(r'\d+', floor_str)
            return int(match.group()) if match else None
    
    def get_comprehensive_insights(self) -> List[Dict]:
        """포괄적인 인사이트 생성"""
        insights = []
        
        insights.append(self._create_top_categories_chart())
        insights.append(self._create_major_category_pie())
        insights.append(self._create_floor_analysis())
        insights.append(self._create_diversity_index())
        insights.append(self._create_franchise_analysis())
        insights.append(self._create_floor_preference())
        insights.append(self._create_district_density())
        insights.append(self._create_category_correlation())
        insights.append(self._create_subcategory_trends())
        insights.append(self._create_regional_specialization())
        
        return insights
    
    def _create_top_categories_chart(self) -> Dict:
        """업종별 점포 수 차트"""
        if '상권업종중분류명' not in self.df.columns:
            return None
        
        top_categories = self.df['상권업종중분류명'].value_counts().head(15)
        fig = px.bar(
            x=top_categories.values,
            y=top_categories.index,
            orientation='h',
            labels={'x': '점포 수', 'y': '업종'},
            title='🏆 상위 업종 TOP 15',
            color=top_categories.values,
            color_continuous_scale='blues'
        )
        fig.update_layout(showlegend=False, height=500)
        return {'type': 'plot', 'data': fig, 'title': '업종별 점포 수 분석'}
    
    def _create_major_category_pie(self) -> Dict:
        """대분류별 분포"""
        if '상권업종대분류코드' not in self.df.columns:
            return None
        
        major_counts = self.df['상권업종대분류코드'].value_counts()
        labels = [MarketDataLoader.CATEGORY_MAPPING.get(code, code) for code in major_counts.index]
        
        fig = px.pie(
            values=major_counts.values,
            names=labels,
            title='📊 업종 대분류 분포',
            hole=0.4,
            color_discrete_sequence=px.colors.qualitative.Set3
        )
        fig.update_traces(textposition='inside', textinfo='percent+label')
        return {'type': 'plot', 'data': fig, 'title': '대분류별 상권 구성'}
    
    def _create_floor_analysis(self) -> Dict:
        """층별 분포 상세 분석"""
        if '층정보_숫자' not in self.df.columns:
            return None
        
        floor_data = self.df['층정보_숫자'].dropna()
        floor_counts = floor_data.value_counts().sort_index()
        
        underground = floor_counts[floor_counts.index < 0].sum()
        first_floor = floor_counts.get(1, 0)
        upper_floors = floor_counts[floor_counts.index > 1].sum()
        
        fig = go.Figure(data=[
            go.Bar(
                x=['지하', '1층', '2층 이상'],
                y=[underground, first_floor, upper_floors],
                text=[f'{underground:,}<br>({underground/len(floor_data)*100:.1f}%)',
                      f'{first_floor:,}<br>({first_floor/len(floor_data)*100:.1f}%)',
                      f'{upper_floors:,}<br>({upper_floors/len(floor_data)*100:.1f}%)'],
                textposition='auto',
                marker_color=['#e74c3c', '#3498db', '#95a5a6']
            )
        ])
        fig.update_layout(
            title='🏢 층별 점포 분포 (지하 vs 1층 vs 상층)',
            xaxis_title='층 구분',
            yaxis_title='점포 수',
            height=400
        )
        return {'type': 'plot', 'data': fig, 'title': '층별 입지 분석'}
    
    def _create_diversity_index(self) -> Dict:
        """지역별 업종 다양성 지수"""
        if '시군구명' not in self.df.columns or '상권업종중분류명' not in self.df.columns:
            return None
        
        diversity_data = []
        for district in self.df['시군구명'].unique()[:20]:
            district_df = self.df[self.df['시군구명'] == district]
            num_categories = district_df['상권업종중분류명'].nunique()
            total_stores = len(district_df)
            diversity_score = (num_categories / total_stores) * 100
            diversity_data.append({
                '지역': district,
                '다양성지수': diversity_score,
                '업종수': num_categories,
                '점포수': total_stores
            })
        
        diversity_df = pd.DataFrame(diversity_data).sort_values('다양성지수', ascending=False)
        
        fig = px.bar(
            diversity_df,
            x='다양성지수',
            y='지역',
            orientation='h',
            title='🎨 지역별 업종 다양성 지수 (업종 수 / 점포 수 × 100)',
            labels={'다양성지수': '다양성 지수', '지역': '시군구'},
            color='다양성지수',
            color_continuous_scale='viridis'
        )
        fig.update_layout(height=500)
        return {'type': 'plot', 'data': fig, 'title': '상권 다양성 분석'}
    
    def _create_franchise_analysis(self) -> Dict:
        """프랜차이즈 vs 개인사업자 분석"""
        if '브랜드명' not in self.df.columns:
            return None
        
        franchise_count = self.df['브랜드명'].notna().sum()
        individual_count = self.df['브랜드명'].isna().sum()
        
        fig = go.Figure(data=[
            go.Pie(
                labels=['개인사업자', '프랜차이즈'],
                values=[individual_count, franchise_count],
                hole=0.4,
                marker_colors=['#3498db', '#e74c3c'],
                textinfo='label+percent+value',
                texttemplate='%{label}<br>%{value:,}개<br>(%{percent})'
            )
        ])
        
        fig.update_layout(
            title='🏪 개인사업자 vs 프랜차이즈 비율',
            height=400
        )
        return {'type': 'plot', 'data': fig, 'title': '사업자 유형 분석'}
    
    def _create_floor_preference(self) -> Dict:
        """업종별 층 선호도"""
        if '층정보_숫자' not in self.df.columns or '상권업종중분류명' not in self.df.columns:
            return None
        
        top_categories = self.df['상권업종중분류명'].value_counts().head(10).index
        floor_pref_data = []
        
        for category in top_categories:
            cat_df = self.df[self.df['상권업종중분류명'] == category]
            floor_dist = cat_df['층정보_숫자'].dropna()
            
            if len(floor_dist) > 0:
                underground = (floor_dist < 0).sum()
                first_floor = (floor_dist == 1).sum()
                upper_floors = (floor_dist > 1).sum()
                
                floor_pref_data.append({
                    '업종': category,
                    '지하': underground,
                    '1층': first_floor,
                    '2층 이상': upper_floors
                })
        
        pref_df = pd.DataFrame(floor_pref_data)
        
        fig = go.Figure()
        fig.add_trace(go.Bar(name='지하', x=pref_df['업종'], y=pref_df['지하'], marker_color='#e74c3c'))
        fig.add_trace(go.Bar(name='1층', x=pref_df['업종'], y=pref_df['1층'], marker_color='#3498db'))
        fig.add_trace(go.Bar(name='2층 이상', x=pref_df['업종'], y=pref_df['2층 이상'], marker_color='#95a5a6'))
        
        fig.update_layout(
            title='🏢 업종별 층 선호도 (상위 10개 업종)',
            xaxis_title='업종',
            yaxis_title='점포 수',
            barmode='stack',
            height=500,
            xaxis_tickangle=-45
        )
        return {'type': 'plot', 'data': fig, 'title': '층별 선호도 분석'}
    
    def _create_district_density(self) -> Dict:
        """시군구별 상권 밀집도"""
        if '시군구명' not in self.df.columns:
            return None
        
        district_counts = self.df['시군구명'].value_counts().head(20)
        
        fig = px.bar(
            x=district_counts.values,
            y=district_counts.index,
            orientation='h',
            title='📍 시군구별 점포 밀집도 TOP 20',
            labels={'x': '점포 수', 'y': '시군구'},
            color=district_counts.values,
            color_continuous_scale='reds'
        )
        fig.update_layout(showlegend=False, height=600)
        return {'type': 'plot', 'data': fig, 'title': '지역 밀집도 분석'}
    
    def _create_category_correlation(self) -> Dict:
        """업종 상관관계"""
        if '시군구명' not in self.df.columns or '상권업종중분류명' not in self.df.columns:
            return None
        
        top_categories = self.df['상권업종중분류명'].value_counts().head(10).index.tolist()
        districts = self.df['시군구명'].unique()
        correlation_matrix = np.zeros((len(top_categories), len(top_categories)))
        
        for i, cat1 in enumerate(top_categories):
            for j, cat2 in enumerate(top_categories):
                if i != j:
                    coexist_count = 0
                    for district in districts:
                        district_df = self.df[self.df['시군구명'] == district]
                        has_cat1 = cat1 in district_df['상권업종중분류명'].values
                        has_cat2 = cat2 in district_df['상권업종중분류명'].values
                        if has_cat1 and has_cat2:
                            coexist_count += 1
                    correlation_matrix[i][j] = coexist_count
        
        fig = go.Figure(data=go.Heatmap(
            z=correlation_matrix,
            x=top_categories,
            y=top_categories,
            colorscale='Blues',
            text=np.round(correlation_matrix, 1),
            texttemplate='%{text}',
            textfont={"size": 10}
        ))
        
        fig.update_layout(
            title='🔗 업종 상관관계 매트릭스 (같은 지역 동시 출현율)',
            xaxis_title='업종',
            yaxis_title='업종',
            height=600,
            xaxis_tickangle=-45
        )
        return {'type': 'plot', 'data': fig, 'title': '업종 공존 분석'}
    
    def _create_subcategory_trends(self) -> Dict:
        """소분류 트렌드"""
        if '상권업종소분류명' not in self.df.columns:
            return None
        
        subcat_counts = self.df['상권업종소분류명'].value_counts().head(20)
        
        fig = px.treemap(
            names=subcat_counts.index,
            parents=[''] * len(subcat_counts),
            values=subcat_counts.values,
            title='🔍 소분류 업종 트렌드 TOP 20',
            color=subcat_counts.values,
            color_continuous_scale='greens'
        )
        fig.update_layout(height=600)
        return {'type': 'plot', 'data': fig, 'title': '세부 업종 분석'}
    
    def _create_regional_specialization(self) -> Dict:
        """지역별 특화 업종"""
        if '시도명' not in self.df.columns or '상권업종중분류명' not in self.df.columns:
            return None
        
        specialization_data = []
        for region in self.df['시도명'].unique():
            region_df = self.df[self.df['시도명'] == region]
            top_categories = region_df['상권업종중분류명'].value_counts().head(3)
            for category, count in top_categories.items():
                specialization_data.append({
                    '지역': region,
                    '특화업종': category,
                    '점포수': count
                })
        
        spec_df = pd.DataFrame(specialization_data)
        
        fig = px.sunburst(
            spec_df,
            path=['지역', '특화업종'],
            values='점포수',
            title='🎯 지역별 특화 업종 (각 지역 TOP 3)',
            color='점포수',
            color_continuous_scale='oranges'
        )
        fig.update_layout(height=700)
        return {'type': 'plot', 'data': fig, 'title': '지역 특화 분석'}
    
    def create_density_map(self, sample_size: int = 1000) -> str:
        """점포 밀집도 지도 생성"""
        df_sample = self.df.sample(n=min(sample_size, len(self.df)), random_state=42)
        
        center_lat = df_sample['위도'].mean()
        center_lon = df_sample['경도'].mean()
        
        m = folium.Map(location=[center_lat, center_lon], zoom_start=11, tiles='OpenStreetMap')
        
        heat_data = [[row['위도'], row['경도']] for _, row in df_sample.iterrows()]
        HeatMap(heat_data, radius=15, blur=25, max_zoom=13).add_to(m)
        
        return m._repr_html_()
    
    def analyze_for_llm(self) -> Dict:
        """LLM 컨텍스트용 분석 데이터"""
        context = {
            '총_점포_수': len(self.df),
            '지역_수': self.df['시도명'].nunique() if '시도명' in self.df.columns else 0,
            '업종_수': self.df['상권업종중분류명'].nunique() if '상권업종중분류명' in self.df.columns else 0,
        }
        
        if '상권업종중분류명' in self.df.columns:
            context['상위_업종_5'] = self.df['상권업종중분류명'].value_counts().head(5).to_dict()
        
        if '층정보_숫자' in self.df.columns:
            first_floor_ratio = (self.df['층정보_숫자'] == 1).sum() / len(self.df) * 100
            context['1층_비율'] = f"{first_floor_ratio:.1f}%"
        
        return context


# ============================================================================
# LLM 쿼리 프로세서 (스트리밍 지원 + 웹검색)
# ============================================================================

class LLMQueryProcessor:
    """Fireworks AI 기반 자연어 처리 (스트리밍 지원 + 웹검색)"""
    
    def __init__(self, api_key: str = None):
        self.api_key = api_key or os.getenv("FIREWORKS_API_KEY")
        self.base_url = "https://api.fireworks.ai/inference/v1/chat/completions"
        
        if not self.api_key:
            raise ValueError("❌ FIREWORKS_API_KEY 환경변수를 설정하거나 API 키를 입력해주세요!")
    
    def process_query_stream(self, query: str, data_context: Dict, chat_history: List = None, web_search_results: str = None):
        """자연어 쿼리 처리 (스트리밍 모드) - 웹검색 결과 포함"""
        
        web_context = ""
        if web_search_results and "⚠️" not in web_search_results:
            web_context = f"""

🌐 **최신 웹 검색 정보**
{web_search_results}

위 웹 검색 결과를 참고하여 최신 정보와 트렌드를 반영해주세요.
"""

        system_prompt = f"""당신은 한국 상권 데이터 분석 전문가입니다.

📊 **현재 분석 데이터**
{json.dumps(data_context, ensure_ascii=False, indent=2)}
{web_context}

구체적인 숫자와 비율로 정량적 분석을 제공하세요.
창업, 투자, 경쟁 분석 관점에서 실용적 인사이트를 제공하세요.
웹 검색 결과가 제공된 경우 최신 트렌드와 함께 분석하세요.
반드시 한국어로 답변하세요."""

        messages = [{"role": "system", "content": system_prompt}]
        if chat_history:
            messages.extend(chat_history[-6:])
        messages.append({"role": "user", "content": query})
        
        payload = {
            "model": "accounts/fireworks/models/qwen3-235b-a22b-instruct-2507",
            "max_tokens": 4800,
            "temperature": 0.7,
            "messages": messages,
            "stream": True
        }
        
        headers = {
            "Authorization": f"Bearer {self.api_key}",
            "Content-Type": "application/json"
        }
        
        try:
            response = requests.post(
                self.base_url, 
                headers=headers, 
                json=payload, 
                timeout=60,
                stream=True
            )
            
            if response.status_code == 200:
                for line in response.iter_lines():
                    if line:
                        line_text = line.decode('utf-8')
                        if line_text.startswith('data: '):
                            data_str = line_text[6:]
                            if data_str.strip() == '[DONE]':
                                break
                            try:
                                data = json.loads(data_str)
                                if 'choices' in data and len(data['choices']) > 0:
                                    delta = data['choices'][0].get('delta', {})
                                    content = delta.get('content', '')
                                    if content:
                                        yield content
                            except json.JSONDecodeError:
                                continue
            else:
                yield f"⚠️ API 오류: {response.status_code}"
                
        except requests.exceptions.Timeout:
            yield "⚠️ API 응답 시간 초과. 잠시 후 다시 시도해주세요."
        except requests.exceptions.ConnectionError:
            yield "⚠️ 네트워크 연결 오류. 인터넷 연결을 확인해주세요."
        except Exception as e:
            yield f"❌ 오류: {str(e)}"


# ============================================================================
# 전역 상태
# ============================================================================

class AppState:
    def __init__(self):
        self.analyzer = None
        self.llm_processor = None
        self.brave_client = None
        self.chat_history = []

app_state = AppState()


# ============================================================================
# Gradio 인터페이스 함수
# ============================================================================

def load_data(regions):
    """데이터 로드"""
    if not regions:
        return "❌ 최소 1개 지역을 선택해주세요!", None, None, None
    
    try:
        df = MarketDataLoader.load_multiple_regions(regions, sample_per_region=30000)
        if df.empty:
            return "❌ 데이터 로드 실패!", None, None, None
        
        app_state.analyzer = MarketAnalyzer(df)
        
        stats = f"""
✅ **데이터 로드 완료!**
{'=' * 40}
📊 **분석 통계**
   • 총 점포: {len(df):,}개
   • 분석 지역: {', '.join(regions)}
   • 업종 수: {df['상권업종중분류명'].nunique()}개
   • 대분류: {df['상권업종대분류명'].nunique()}개
{'=' * 40}
💡 이제 인사이트를 확인하거나 AI에게 질문하세요!
"""
        
        return stats, gr.update(visible=True), gr.update(visible=True), gr.update(visible=True)
    except Exception as e:
        return f"❌ 오류: {str(e)}", None, None, None


def generate_insights():
    """인사이트 생성"""
    if app_state.analyzer is None:
        return [None] * 11
    
    insights = app_state.analyzer.get_comprehensive_insights()
    map_html = app_state.analyzer.create_density_map(sample_size=2000)
    
    result = [map_html]
    for insight in insights:
        if insight and insight['type'] == 'plot':
            result.append(insight['data'])
        else:
            result.append(None)
    
    while len(result) < 11:
        result.append(None)
    
    return result[:11]


def chat_respond(message, history):
    """챗봇 응답 (스트리밍 모드 + 웹검색)"""
    if app_state.analyzer is None:
        yield history + [[message, "❌ 먼저 데이터를 로드해주세요!"]]
        return
    
    data_context = app_state.analyzer.analyze_for_llm()
    
    try:
        if app_state.llm_processor is None:
            app_state.llm_processor = LLMQueryProcessor()
        
        if app_state.brave_client is None:
            try:
                app_state.brave_client = BraveSearchClient()
            except:
                app_state.brave_client = None
        
        web_results = None
        if app_state.brave_client and app_state.brave_client.api_key:
            search_query = f"한국 상권 창업 트렌드 {message}"
            web_results = app_state.brave_client.search(search_query, count=3)
        
        chat_hist = []
        for user_msg, bot_msg in history:
            chat_hist.append({"role": "user", "content": user_msg})
            chat_hist.append({"role": "assistant", "content": bot_msg})
        
        history = history + [[message, ""]]
        
        if web_results and "⚠️" not in web_results:
            history[-1][1] = "🔍 웹 검색 중...\n\n"
            yield history
        
        full_response = ""
        for chunk in app_state.llm_processor.process_query_stream(message, data_context, chat_hist, web_results):
            full_response += chunk
            history[-1][1] = full_response
            yield history
        
    except ValueError as e:
        response = f"""📊 **기본 데이터 분석 결과**

**전체 현황**
- 총 점포 수: {data_context['총_점포_수']:,}개
- 업종 종류: {data_context['업종_수']}개
- 1층 비율: {data_context.get('1층_비율', 'N/A')}

⚠️ **AI 분석 사용 방법**
환경변수를 설정하세요:
```bash
export FIREWORKS_API_KEY="your_api_key_here"
export BRAVE_API_KEY="your_brave_api_key_here"
```"""
        
        history = history + [[message, response]]
        yield history


# ============================================================================
# 🎨 Comic Classic Theme CSS
# ============================================================================

css = """
/* ===== 🎨 Google Fonts Import ===== */
@import url('https://fonts.googleapis.com/css2?family=Bangers&family=Comic+Neue:wght@400;700&family=Noto+Sans+KR:wght@400;700&display=swap');

/* ===== 🎨 Comic Classic 배경 - 빈티지 페이퍼 + 도트 패턴 ===== */
.gradio-container {
    background-color: #FEF9C3 !important;
    background-image: 
        radial-gradient(#1F2937 1px, transparent 1px) !important;
    background-size: 20px 20px !important;
    min-height: 100vh !important;
    font-family: 'Noto Sans KR', 'Comic Neue', cursive, sans-serif !important;
}

/* ===== 허깅페이스 상단 요소 숨김 ===== */
.huggingface-space-header,
#space-header,
.space-header,
[class*="space-header"],
.svelte-1ed2p3z,
.space-header-badge,
.header-badge,
[data-testid="space-header"],
.svelte-kqij2n,
.svelte-1ax1toq,
.embed-container > div:first-child {
    display: none !important;
    visibility: hidden !important;
    height: 0 !important;
    width: 0 !important;
    overflow: hidden !important;
    opacity: 0 !important;
    pointer-events: none !important;
}

/* ===== Footer 완전 숨김 ===== */
footer,
.footer,
.gradio-container footer,
.built-with,
[class*="footer"],
.gradio-footer,
.main-footer,
div[class*="footer"],
.show-api,
.built-with-gradio,
a[href*="gradio.app"],
a[href*="huggingface.co/spaces"] {
    display: none !important;
    visibility: hidden !important;
    height: 0 !important;
    padding: 0 !important;
    margin: 0 !important;
}

/* ===== 메인 컨테이너 ===== */
#col-container { 
    max-width: 1400px; 
    margin: 0 auto; 
}

/* ===== 🎨 헤더 타이틀 - 코믹 스타일 ===== */
.header-text h1 {
    font-family: 'Bangers', cursive !important;
    color: #1F2937 !important;
    font-size: 3.2rem !important;
    font-weight: 400 !important;
    text-align: center !important;
    margin-bottom: 0.5rem !important;
    text-shadow: 
        4px 4px 0px #FACC15,
        6px 6px 0px #1F2937 !important;
    letter-spacing: 3px !important;
    -webkit-text-stroke: 2px #1F2937 !important;
}

/* ===== 🎨 서브타이틀 ===== */
.subtitle {
    text-align: center !important;
    font-family: 'Noto Sans KR', 'Comic Neue', cursive !important;
    font-size: 1.1rem !important;
    color: #1F2937 !important;
    margin-bottom: 1.5rem !important;
    font-weight: 700 !important;
}

/* ===== 🎨 카드/패널 - 만화 프레임 스타일 ===== */
.gr-panel,
.gr-box,
.gr-form,
.block,
.gr-group {
    background: #FFFFFF !important;
    border: 3px solid #1F2937 !important;
    border-radius: 8px !important;
    box-shadow: 6px 6px 0px #1F2937 !important;
    transition: all 0.2s ease !important;
}

.gr-panel:hover,
.block:hover {
    transform: translate(-2px, -2px) !important;
    box-shadow: 8px 8px 0px #1F2937 !important;
}

/* ===== 🎨 입력 필드 (Textbox) ===== */
textarea, 
input[type="text"], 
input[type="number"] {
    background: #FFFFFF !important;
    border: 3px solid #1F2937 !important;
    border-radius: 8px !important;
    color: #1F2937 !important;
    font-family: 'Noto Sans KR', 'Comic Neue', cursive !important;
    font-size: 1rem !important;
    font-weight: 700 !important;
    transition: all 0.2s ease !important;
}

textarea:focus, 
input[type="text"]:focus, 
input[type="number"]:focus {
    border-color: #3B82F6 !important;
    box-shadow: 4px 4px 0px #3B82F6 !important;
    outline: none !important;
}

textarea::placeholder {
    color: #9CA3AF !important;
    font-weight: 400 !important;
}

/* ===== 🎨 Primary 버튼 - 코믹 블루 ===== */
.gr-button-primary,
button.primary,
.gr-button.primary {
    background: #3B82F6 !important;
    border: 3px solid #1F2937 !important;
    border-radius: 8px !important;
    color: #FFFFFF !important;
    font-family: 'Noto Sans KR', 'Bangers', cursive !important;
    font-weight: 700 !important;
    font-size: 1.2rem !important;
    letter-spacing: 1px !important;
    padding: 14px 28px !important;
    box-shadow: 5px 5px 0px #1F2937 !important;
    transition: all 0.1s ease !important;
    text-shadow: 1px 1px 0px #1F2937 !important;
}

.gr-button-primary:hover,
button.primary:hover,
.gr-button.primary:hover {
    background: #2563EB !important;
    transform: translate(-2px, -2px) !important;
    box-shadow: 7px 7px 0px #1F2937 !important;
}

.gr-button-primary:active,
button.primary:active,
.gr-button.primary:active {
    transform: translate(3px, 3px) !important;
    box-shadow: 2px 2px 0px #1F2937 !important;
}

/* ===== 🎨 Secondary 버튼 - 코믹 레드 ===== */
.gr-button-secondary,
button.secondary {
    background: #EF4444 !important;
    border: 3px solid #1F2937 !important;
    border-radius: 8px !important;
    color: #FFFFFF !important;
    font-family: 'Noto Sans KR', 'Bangers', cursive !important;
    font-weight: 700 !important;
    font-size: 1rem !important;
    letter-spacing: 1px !important;
    box-shadow: 4px 4px 0px #1F2937 !important;
    transition: all 0.1s ease !important;
    text-shadow: 1px 1px 0px #1F2937 !important;
}

.gr-button-secondary:hover,
button.secondary:hover {
    background: #DC2626 !important;
    transform: translate(-2px, -2px) !important;
    box-shadow: 6px 6px 0px #1F2937 !important;
}

/* ===== 🎨 Small 버튼 ===== */
button.sm,
.gr-button-sm {
    background: #10B981 !important;
    border: 2px solid #1F2937 !important;
    border-radius: 6px !important;
    color: #FFFFFF !important;
    font-family: 'Noto Sans KR', cursive !important;
    font-weight: 700 !important;
    font-size: 0.9rem !important;
    padding: 8px 16px !important;
    box-shadow: 3px 3px 0px #1F2937 !important;
    transition: all 0.1s ease !important;
}

button.sm:hover,
.gr-button-sm:hover {
    background: #059669 !important;
    transform: translate(-1px, -1px) !important;
    box-shadow: 4px 4px 0px #1F2937 !important;
}

/* ===== 🎨 로그 출력 영역 ===== */
.info-log textarea {
    background: #1F2937 !important;
    color: #10B981 !important;
    font-family: 'Courier New', monospace !important;
    font-size: 0.9rem !important;
    font-weight: 400 !important;
    border: 3px solid #10B981 !important;
    border-radius: 8px !important;
    box-shadow: 4px 4px 0px #10B981 !important;
}

/* ===== 🎨 아코디언 - 말풍선 스타일 ===== */
.gr-accordion {
    background: #FACC15 !important;
    border: 3px solid #1F2937 !important;
    border-radius: 8px !important;
    box-shadow: 4px 4px 0px #1F2937 !important;
}

.gr-accordion-header {
    color: #1F2937 !important;
    font-family: 'Noto Sans KR', 'Comic Neue', cursive !important;
    font-weight: 700 !important;
    font-size: 1.1rem !important;
}

/* ===== 🎨 체크박스 그룹 ===== */
.gr-checkbox-group {
    background: #FFFFFF !important;
    border: 3px solid #1F2937 !important;
    border-radius: 8px !important;
    padding: 10px !important;
}

input[type="checkbox"] {
    accent-color: #3B82F6 !important;
    width: 18px !important;
    height: 18px !important;
}

/* ===== 🎨 탭 스타일 ===== */
.gr-tab-nav {
    background: #FACC15 !important;
    border: 3px solid #1F2937 !important;
    border-radius: 8px 8px 0 0 !important;
    box-shadow: 4px 4px 0px #1F2937 !important;
}

.gr-tab-nav button {
    font-family: 'Noto Sans KR', 'Comic Neue', cursive !important;
    font-weight: 700 !important;
    color: #1F2937 !important;
    border: none !important;
    padding: 12px 20px !important;
}

.gr-tab-nav button.selected {
    background: #3B82F6 !important;
    color: #FFFFFF !important;
    border-radius: 6px 6px 0 0 !important;
}

/* ===== 🎨 챗봇 스타일 ===== */
.gr-chatbot {
    background: #FFFFFF !important;
    border: 3px solid #1F2937 !important;
    border-radius: 8px !important;
    box-shadow: 6px 6px 0px #1F2937 !important;
}

.gr-chatbot .message {
    font-family: 'Noto Sans KR', sans-serif !important;
}

/* ===== 🎨 라벨 스타일 ===== */
label,
.gr-input-label,
.gr-block-label {
    color: #1F2937 !important;
    font-family: 'Noto Sans KR', 'Comic Neue', cursive !important;
    font-weight: 700 !important;
    font-size: 1rem !important;
}

/* ===== 🎨 Markdown 스타일 ===== */
.gr-markdown {
    font-family: 'Noto Sans KR', 'Comic Neue', cursive !important;
    color: #1F2937 !important;
}

.gr-markdown h1,
.gr-markdown h2,
.gr-markdown h3 {
    font-family: 'Bangers', 'Noto Sans KR', cursive !important;
    color: #1F2937 !important;
    text-shadow: 2px 2px 0px #FACC15 !important;
}

/* ===== 🎨 Plot 영역 ===== */
.gr-plot {
    border: 3px solid #1F2937 !important;
    border-radius: 8px !important;
    box-shadow: 4px 4px 0px #1F2937 !important;
    background: #FFFFFF !important;
}

/* ===== 🎨 HTML 영역 (지도) ===== */
.gr-html {
    border: 4px solid #1F2937 !important;
    border-radius: 8px !important;
    box-shadow: 6px 6px 0px #FACC15 !important;
    overflow: hidden !important;
}

/* ===== 🎨 스크롤바 - 코믹 스타일 ===== */
::-webkit-scrollbar {
    width: 12px;
    height: 12px;
}

::-webkit-scrollbar-track {
    background: #FEF9C3;
    border: 2px solid #1F2937;
}

::-webkit-scrollbar-thumb {
    background: #3B82F6;
    border: 2px solid #1F2937;
    border-radius: 0px;
}

::-webkit-scrollbar-thumb:hover {
    background: #EF4444;
}

/* ===== 🎨 선택 하이라이트 ===== */
::selection {
    background: #FACC15;
    color: #1F2937;
}

/* ===== 🎨 링크 스타일 ===== */
a {
    color: #3B82F6 !important;
    text-decoration: none !important;
    font-weight: 700 !important;
}

a:hover {
    color: #EF4444 !important;
}

/* ===== 🎨 Row/Column 간격 ===== */
.gr-row {
    gap: 1.5rem !important;
}

.gr-column {
    gap: 1rem !important;
}

/* ===== 🎨 Badge 스타일 ===== */
.badge-container {
    display: flex;
    justify-content: center;
    gap: 15px;
    flex-wrap: wrap;
    margin: 20px 0;
}

.comic-badge {
    display: inline-flex;
    align-items: center;
    gap: 8px;
    padding: 12px 24px;
    border: 3px solid #1F2937;
    border-radius: 8px;
    text-decoration: none;
    font-weight: 700;
    font-size: 1em;
    transition: all 0.2s ease;
    box-shadow: 4px 4px 0px #1F2937;
    font-family: 'Noto Sans KR', sans-serif;
}

.comic-badge:hover {
    transform: translate(-2px, -2px);
    box-shadow: 6px 6px 0px #1F2937;
}

.comic-badge-yellow {
    background: #FACC15;
    color: #1F2937;
}

.comic-badge-blue {
    background: #3B82F6;
    color: #FFFFFF;
}

.comic-badge-green {
    background: #10B981;
    color: #FFFFFF;
}

/* ===== 반응형 조정 ===== */
@media (max-width: 768px) {
    .header-text h1 {
        font-size: 2rem !important;
        text-shadow: 
            3px 3px 0px #FACC15,
            4px 4px 0px #1F2937 !important;
    }
    
    .gr-button-primary,
    button.primary {
        padding: 12px 20px !important;
        font-size: 1rem !important;
    }
    
    .gr-panel,
    .block {
        box-shadow: 4px 4px 0px #1F2937 !important;
    }
}

/* ===== 🎨 다크모드 비활성화 ===== */
@media (prefers-color-scheme: dark) {
    .gradio-container {
        background-color: #FEF9C3 !important;
    }
}
"""


# ============================================================================
# Gradio UI
# ============================================================================

with gr.Blocks(title="AI 상권 분석 시스템", css=css) as demo:
    
    # HOME Badge
    gr.HTML("""
        <div style="text-align: center; margin: 20px 0 10px 0;">
            <a href="https://www.humangen.ai" target="_blank" style="text-decoration: none;">
                <img src="https://img.shields.io/static/v1?label=🏠 HOME&message=HUMANGEN.AI&color=0000ff&labelColor=ffcc00&style=for-the-badge" alt="HOME">
            </a>
        </div>
    """)
    
    # Header Title
    gr.Markdown(
        """
        # 🏪 AI 상권 분석 시스템 PRO 📊
        """,
        elem_classes="header-text"
    )
    
    gr.Markdown(
        """
        <p class="subtitle">⚡ 전국 상가(상권) 데이터 실시간 분석 | 스트리밍 + 웹검색 🔍 | 10가지 심층 인사이트 🚀</p>
        """,
    )
    
    # 배지
    gr.HTML("""
    <div class="badge-container">
        <a href="https://open.kakao.com/o/peIe8KWh" target="_blank" class="comic-badge comic-badge-yellow">
            <span>💬</span>
            <span>오픈채팅 바로가기</span>
        </a>
        <a href="https://ginigen.ai" target="_blank" class="comic-badge comic-badge-blue">
            <span>🍌</span>
            <span>나노 바나나 애드온 무료 서비스</span>
        </a>
    </div>
    """)
    
    # API 상태
    api_status = "✅ 설정됨" if os.getenv("FIREWORKS_API_KEY") else "⚠️ 미설정"
    brave_status = "✅ 활성화" if os.getenv("BRAVE_API_KEY") else "⚠️ 비활성화"
    
    with gr.Row(equal_height=False):
        # 왼쪽 컬럼 - 설정
        with gr.Column(scale=1, min_width=300):
            gr.Markdown("### ⚙️ 분석 설정")
            
            gr.Markdown(f"""
**🔑 API 상태**
- Fireworks AI: {api_status}
- Brave Search: {brave_status}
            """)
            
            region_select = gr.CheckboxGroup(
                choices=list(MarketDataLoader.REGIONS.keys()),
                value=['서울'],
                label="📍 분석 지역 선택 (최대 5개 권장)"
            )
            
            load_btn = gr.Button(
                "📊 데이터 로드하기!",
                variant="primary",
                size="lg"
            )
            
            with gr.Accordion("📜 로드 상태", open=True):
                status_box = gr.Markdown(
                    "👈 지역을 선택하고 데이터를 로드하세요!",
                    elem_classes="info-log"
                )
        
        # 오른쪽 컬럼 - 메인 콘텐츠
        with gr.Column(scale=3, min_width=600):
            with gr.Tabs() as tabs:
                # 탭 1: 인사이트 대시보드
                with gr.Tab("📊 인사이트 대시보드", id=0) as tab1:
                    insights_content = gr.Column(visible=False)
                    
                    with insights_content:
                        gr.Markdown("### 🗺️ 점포 밀집도 히트맵")
                        map_output = gr.HTML()
                        
                        gr.Markdown("---")
                        gr.Markdown("### 📈 10가지 심층 상권 인사이트")
                        
                        with gr.Row():
                            chart1 = gr.Plot(label="🏆 업종별 점포 수")
                            chart2 = gr.Plot(label="📊 대분류 분포")
                        
                        with gr.Row():
                            chart3 = gr.Plot(label="🏢 층별 분포")
                            chart4 = gr.Plot(label="🎨 업종 다양성")
                        
                        with gr.Row():
                            chart5 = gr.Plot(label="🏪 프랜차이즈 분석")
                            chart6 = gr.Plot(label="📍 층 선호도")
                        
                        with gr.Row():
                            chart7 = gr.Plot(label="🔥 지역 밀집도")
                            chart8 = gr.Plot(label="🔗 업종 상관관계")
                        
                        with gr.Row():
                            chart9 = gr.Plot(label="🔍 소분류 트렌드")
                            chart10 = gr.Plot(label="🎯 지역 특화")
                
                # 탭 2: AI 챗봇
                with gr.Tab("🤖 AI 분석 챗봇 ⚡🔍", id=1) as tab2:
                    chat_content = gr.Column(visible=False)
                    
                    with chat_content:
                        gr.Markdown("""
### 💡 예시 질문
강남에서 카페 창업? | 치킨집 포화 지역? | 1층이 유리한 업종? | 프랜차이즈 점유율?

⚡ **스트리밍**: AI 응답이 실시간으로 표시됩니다!
🔍 **웹검색**: 최신 상권 트렌드를 자동 반영합니다!
                        """)
                        
                        chatbot = gr.Chatbot(
                            height=450, 
                            label="AI 상권 분석 어시스턴트"
                        )
                        
                        with gr.Row():
                            msg_input = gr.Textbox(
                                placeholder="무엇이든 물어보세요! (예: 강남에서 카페 창업하려면?)",
                                show_label=False,
                                scale=4
                            )
                            submit_btn = gr.Button("🚀 전송", variant="primary", scale=1)
                        
                        with gr.Row():
                            sample_btn1 = gr.Button("☕ 강남 카페 창업?", size="sm")
                            sample_btn2 = gr.Button("🍗 치킨집 포화 지역?", size="sm")
                            sample_btn3 = gr.Button("🏢 1층 유리한 업종?", size="sm")
                            sample_btn4 = gr.Button("🏪 프랜차이즈 점유율?", size="sm")
    
    # 사용 가이드
    gr.Markdown("""
---
### 📖 사용 가이드
1️⃣ 지역 선택 → 2️⃣ 데이터 로드 → 3️⃣ 10가지 인사이트 확인 또는 AI에게 질문!

### 📊 제공되는 10가지 분석
| 분석 항목 | 설명 |
|----------|------|
| 🏆 업종별 점포 수 | 가장 많은 업종 TOP 15 |
| 📊 대분류 분포 | 소매/음식/서비스 등 비율 |
| 🏢 층별 분포 | 지하/1층/상층 입지 분석 |
| 🎨 업종 다양성 | 지역별 업종 다양성 지수 |
| 🏪 프랜차이즈 분석 | 개인 vs 프랜차이즈 비율 |
| 📍 층 선호도 | 업종별 선호 층수 |
| 🔥 지역 밀집도 | 점포 수 상위 지역 |
| 🔗 업종 상관관계 | 같이 나타나는 업종 패턴 |
| 🔍 소분류 트렌드 | 세부 업종 분포 |
| 🎯 지역 특화 | 각 지역의 특화 업종 |

💡 **Tip**: API 키 없이도 10가지 시각화 분석과 기본 통계를 확인할 수 있습니다!
    """)

    # 이벤트 핸들러
    load_btn.click(
        fn=load_data,
        inputs=[region_select],
        outputs=[status_box, insights_content, chat_content, tab1]
    ).then(
        fn=generate_insights,
        outputs=[map_output, chart1, chart2, chart3, chart4, chart5, chart6, chart7, chart8, chart9, chart10]
    )
    
    # 챗봇 이벤트
    submit_btn.click(
        fn=chat_respond,
        inputs=[msg_input, chatbot],
        outputs=[chatbot]
    ).then(
        fn=lambda: "",
        outputs=[msg_input]
    )
    
    msg_input.submit(
        fn=chat_respond,
        inputs=[msg_input, chatbot],
        outputs=[chatbot]
    ).then(
        fn=lambda: "",
        outputs=[msg_input]
    )
    
    # 샘플 버튼 이벤트
    def create_sample_click(text):
        def handler(history):
            for result in chat_respond(text, history or []):
                yield result
        return handler
    
    sample_btn1.click(fn=create_sample_click("강남에서 카페 창업하려면 어떻게 해야 하나요?"), inputs=[chatbot], outputs=[chatbot])
    sample_btn2.click(fn=create_sample_click("치킨집이 가장 포화된 지역은 어디인가요?"), inputs=[chatbot], outputs=[chatbot])
    sample_btn3.click(fn=create_sample_click("1층이 유리한 업종은 무엇인가요?"), inputs=[chatbot], outputs=[chatbot])
    sample_btn4.click(fn=create_sample_click("프랜차이즈 점유율이 높은 업종은?"), inputs=[chatbot], outputs=[chatbot])


# 실행
if __name__ == "__main__":
    demo.launch(server_name="0.0.0.0", server_port=7860, share=False)