Update app.py

app.py

@@ -113,7 +113,7 @@ def load_rag_objects():
         except Exception as e:
             error_msg = f"[{region}] 로딩 실패: {str(e)}"
             logger.info(error_msg)
-            # 📢 [수정]: 상세한 에러 추적을 위해 traceback 추가
+            # [수정]: 상세한 에러 추적을 위해 traceback 추가
             traceback.logger.info_exc() 
             socketio.emit('message', {'message': error_msg})
 
@@ -174,7 +174,21 @@ def get_reg_list():
 def handle_connect():
     global connected_clients
     connected_clients += 1
-    logger.info(f"클라이언트 연결: {connected_clients}명")
+    
+    # 클라이언트 IP 가져오기
+    client_ip = request.remote_addr
+    
+    # 프록시(Nginx, Cloudflare 등)를 거치는 경우 실제 IP는 헤더에 들어있을 수 있음
+    if request.headers.get('X-Forwarded-For'):
+        # X-Forwarded-For 는 "client, proxy1, proxy2" 형태로 여러 IP가 있을 수 있음
+        client_ip = request.headers.get('X-Forwarded-For').split(',')[0].strip()
+    elif request.headers.get('X-Real-IP'):
+        client_ip = request.headers.get('X-Real-IP')
+    # Cloudflare의 경우
+    elif request.headers.get('CF-Connecting-IP'):
+        client_ip = request.headers.get('CF-Connecting-IP')
+
+    logger.info(f"클라이언트 연결 | IP: {client_ip} | 현재 접속자: {connected_clients}명")
 
     global rag_connection_status_info
     socketio.emit('message', {'message': rag_connection_status_info})
@@ -203,8 +217,6 @@ def Gemma3_AI_analysis(query_txt, content_txt):
     query_txt = str(query_txt)
     prompt = lexi_prompts.use_prompt(lexi_prompts.AI_system_prompt, query_txt=query_txt, content_txt=content_txt)
 
-    logger.info(f"Gemma3_AI_analysis Prompt\n {prompt}")
-
     try:
         response = client.chat.completions.create(
             #model="meta-llama/Llama-4-Scout-17B-16E-Instruct", #비용 효율 측면 최고
@@ -305,18 +317,18 @@ def RegAI(query, Rag_Results, ResultFile_FolderAddress):
     gc.collect()
     AI_Result = "검색 결과가 없습니다." if not Rag_Results else Gemma3_AI_analysis(query, Rag_Results)
 
-    with open(ResultFile_FolderAddress, 'w', encoding='utf-8') as f:
-        print("검색된 문서:", file=f)
-        logger.info("검색된 문서:")
-        for i, doc in enumerate(Rag_Results):
-            print(f"문서 {i+1}: {doc.page_content[:200]}... (메타: {doc.metadata})", file=f)
-            logger.info(f"문서 {i+1}: {doc.page_content[:200]}... (메타: {doc.metadata})")
+    #with open(ResultFile_FolderAddress, 'w', encoding='utf-8') as f:
+    #    print("검색된 문서:", file=f)
+    #    logger.info("검색된 문서:")
+    #    for i, doc in enumerate(Rag_Results):
+    #        print(f"문서 {i+1}: {doc.page_content[:200]}... (메타: {doc.metadata})", file=f)
+    #        logger.info(f"문서 {i+1}: {doc.page_content[:200]}... (메타: {doc.metadata})")
             
-        print("\n답변:", file=f)
-        logger.info("\n답변:")
+    #    print("\n답변:", file=f)
+    #    logger.info("\n답변:")
         
-        print(AI_Result, file=f)
-        logger.info(AI_Result)
+    #    print(AI_Result, file=f)
+    #    logger.info(AI_Result)
 
     return AI_Result