YOU CHOO?

인공지능이 생각하고 있는 단어는 무엇일까요?

overview

인공지능이 생각하고 있는 단어를 인간이 맞추는 프로그램입니다. 정답 단어를 추측하면, 추측한 단어가 정답 단어와 얼마나 유사한지 점수로 알려주게 됩니다. 오늘은 인공지능이 어떤 단어를 생각하고 있을까요? You Quiz? 아니 You Choo?

steps

1. FastText 모델을 로드하여 오늘의 단어를 선택합니다.
2. 사용자는 아무 단어나 입력하며 계산된 유사도를 보고 추측한다.
3. 포기하기를 입력하면 그 즉시 답을 알 수 있다.

notice

• 정답은 명사와 동사, 부사 만을 포함합니다.
• 유사도는 FastText로 Pre-trained된 모델을 사용합니다.
• 유사도는 단어의 철자가 비슷한 것이 아닌 의미에 대한 유사도입니다.

예를 들어 나는 00에 간다. 00 안에 들어가는 단어는 수도없이 많습니다.

output(YouChoo?.py)

How to use

pip install schedule fasttext scikit-learn wordcloud matplotlib flask redis

• FastText에 들어가서 한국어 모델을 다운로드 하셔서 bin 파일을 프로젝트 폴더에 넣어주시면 됩니다.
• 사용을 못한다면 sentences.json에서 굉장히 많은 문장을 추가한 다음 train/train.py를 실행시켜 단어를 추출하면 됩니다.

redis-server

• flask 서버 실행하기 전에 Redis 서버를 실행해줘야 합니다. (랭킹 DB 업로드)

python project/app.py

features

• 오늘의 워드 클라우드
• 단어 유사도 계산
• 유사도 랭킹 테이블
• 사용자 랭킹 DB
• 게임은 하루에 한 번씩
• 오전 12시 초기화

해야할 것

• 사용자들의 첫 단어 -> 두 번째 단어 빈도 수 통계 -> 워드클라우드로 나타내기
• 웹사이트로 아이디어 발전
• 도전 횟수 업데이트 기능
• 유사도 점수 랭킹 저장
• 전체 사용자 랭킹 db 개발
• 사용자 랭킹 시스템 top5 -> n번째만에 맞추셨습니다. 랭킹은 n위입니다.
• 1초에 한 번씩 워드클라우드 업데이트
• 워드클라우드 오전 12시 되면 초기화
• 영어 입력 alert to gameinfo()
• t-SNE 사용-> 유사도를 더 시각적으로 확인
• 힌트 기능:

Deployment (CI/CD)

Follow these steps to enable automatic build & deploy from GitHub Actions.

• Required repository secrets (Settings → Secrets → Actions):

  • GITHUB_TOKEN — provided by GitHub automatically (used by Actions).
  • DEPLOY_HOST — remote server IP or hostname.
  • DEPLOY_USER — SSH user on the remote host (e.g., ubuntu).
  • DEPLOY_SSH_KEY — private SSH key (PEM) for DEPLOY_USER (add as secret, do NOT add passphrase).
  • (optional) REMOTE_COMPOSE_PATH — path to docker-compose.yml on the remote host (e.g. /home/ubuntu/youchoo/docker-compose.yml).
  • (optional) MODEL_URL — public or signed URL where the FastText .bin is stored (S3, object storage). If set, the container entrypoint will download the model at startup.

• How it works:

  1. Push to main/master triggers .github/workflows/ci.yml.

2. Action builds the Docker image from project/Dockerfile and pushes to GitHub Container Registry ghcr.io/<owner>/youchoo.
3. If DEPLOY_* secrets are set, the workflow SSHes to your DEPLOY_HOST and pulls the new image. If REMOTE_COMPOSE_PATH exists on the host the workflow will run docker-compose pull and docker-compose up -d; otherwise it will run the container with docker run -d. If you set MODEL_URL as a repo secret, the deploy step will pass it to the remote process (as MODEL_URL) so the container entrypoint can download the large FastText .bin at startup.

• Quick local steps to finalize:
  • Make the deploy helper executable locally:

    chmod +x ./scripts/deploy.sh

  • Add the required GitHub secrets in repository settings.
  • Push changes; the GH Actions workflow will run and (if secrets present) deploy automatically.

If you'd like, I can add a second workflow that only runs on release tags, or add Docker Hub support instead of GHCR.

Quick verification (local)

1. Build the image locally (from repo root):

docker build -t youchoo-local:latest -f project/Dockerfile project

2. Run locally (bind port 8000):

docker run --rm -p 8000:8000 youchoo-local:latest

3. Test the app at http://localhost:8000.

Helpful notes and security

• Create a dedicated deploy SSH key on your server and add the public key to ~/.ssh/authorized_keys for DEPLOY_USER. Store the private key as the DEPLOY_SSH_KEY repository secret.
• Prefer restricting the deploy key to a single user and directory; do not reuse your personal keys.
• For extra security, consider using GitHub Actions OIDC or a short-lived token instead of long-lived SSH keys.

If you want, I can add a separate release.yml that only builds images when you push a Git tag, or I can add DockerHub support instead of GHCR.

Uploading the model to S3 and creating a presigned URL

You can upload your FastText .bin model to S3 and create a short-lived presigned URL to use as MODEL_URL in GitHub secrets. Example helper script is included at scripts/upload_model_to_s3.py.

Prerequisites:

• aws credentials configured locally (via ~/.aws/credentials or environment variables AWS_ACCESS_KEY_ID/AWS_SECRET_ACCESS_KEY).
• boto3 installed: pip install boto3.

Example usage:

python scripts/upload_model_to_s3.py --file project/model/cc.ko.300.bin --bucket my-bucket --key models/cc.ko.300.bin --expiry 3600

This prints a presigned MODEL_URL. Copy that value and add it to GitHub repository secrets as MODEL_URL (set a short expiry for security).