Initial commit: mBART Translation API with Docker support

- FastAPI 기반 다국어 번역 REST API 서비스
- mBART-50 모델을 사용한 18개 언어 지원
- Docker 및 Docker Compose 설정 포함
- GPU/CPU 지원
- 헬스 체크 및 API 문서 자동 생성
- 외부 접속 지원 (172.30.1.2:8000)

주요 파일:
- main.py: FastAPI 애플리케이션
- translator.py: mBART 번역 서비스
- models.py: Pydantic 데이터 모델
- config.py: 환경 설정
- Dockerfile: 최적화된 Docker 이미지
- docker-compose.yml: 간편한 배포 설정

🤖 Generated with [Claude Code](https://claude.com/claude-code)

Co-Authored-By: Claude <noreply@anthropic.com>

translator.py

@@ -0,0 +1,105 @@
+import torch
+from transformers import MBartForConditionalGeneration, MBart50TokenizerFast
+from typing import Optional
+import logging
+
+from config import config
+
+logging.basicConfig(level=logging.INFO)
+logger = logging.getLogger(__name__)
+
+
+class MBartTranslator:
+    """mBART 모델을 사용한 번역 서비스"""
+
+    def __init__(self):
+        self.model: Optional[MBartForConditionalGeneration] = None
+        self.tokenizer: Optional[MBart50TokenizerFast] = None
+        self.device = config.DEVICE
+        self.model_name = config.MODEL_NAME
+        self.max_length = config.MAX_LENGTH
+
+    def load_model(self):
+        """모델과 토크나이저를 로드합니다."""
+        try:
+            logger.info(f"Loading mBART model: {self.model_name}")
+            self.tokenizer = MBart50TokenizerFast.from_pretrained(self.model_name)
+            self.model = MBartForConditionalGeneration.from_pretrained(self.model_name)
+
+            # GPU 사용 가능 시 모델을 GPU로 이동
+            if self.device == "cuda" and torch.cuda.is_available():
+                self.model = self.model.to("cuda")
+                logger.info("Model loaded on CUDA")
+            else:
+                self.device = "cpu"
+                logger.info("Model loaded on CPU")
+
+            logger.info("Model loaded successfully")
+        except Exception as e:
+            logger.error(f"Error loading model: {str(e)}")
+            raise
+
+    def translate(
+        self, text: str, source_lang: str, target_lang: str
+    ) -> str:
+        """
+        텍스트를 번역합니다.
+
+        Args:
+            text: 번역할 텍스트
+            source_lang: 소스 언어 코드 (예: "ko", "en")
+            target_lang: 타겟 언어 코드 (예: "en", "ko")
+
+        Returns:
+            번역된 텍스트
+        """
+        if self.model is None or self.tokenizer is None:
+            raise RuntimeError("Model not loaded. Call load_model() first.")
+
+        # 언어 코드를 mBART 형식으로 변환
+        source_lang_code = config.SUPPORTED_LANGUAGES.get(source_lang)
+        target_lang_code = config.SUPPORTED_LANGUAGES.get(target_lang)
+
+        if not source_lang_code or not target_lang_code:
+            raise ValueError(
+                f"Unsupported language. Source: {source_lang}, Target: {target_lang}"
+            )
+
+        try:
+            # 소스 언어 설정
+            self.tokenizer.src_lang = source_lang_code
+
+            # 입력 텍스트 토큰화
+            encoded = self.tokenizer(
+                text, return_tensors="pt", max_length=self.max_length, truncation=True
+            )
+
+            # GPU 사용 시 입력도 GPU로 이동
+            if self.device == "cuda":
+                encoded = {k: v.to("cuda") for k, v in encoded.items()}
+
+            # 번역 생성
+            generated_tokens = self.model.generate(
+                **encoded,
+                forced_bos_token_id=self.tokenizer.lang_code_to_id[target_lang_code],
+                max_length=self.max_length,
+            )
+
+            # 디코딩
+            translated_text = self.tokenizer.batch_decode(
+                generated_tokens, skip_special_tokens=True
+            )[0]
+
+            return translated_text
+
+        except Exception as e:
+            logger.error(f"Translation error: {str(e)}")
+            raise
+
+    def is_ready(self) -> bool:
+        """모델이 로드되어 사용 가능한지 확인합니다."""
+        return self.model is not None and self.tokenizer is not None
+
+
+# 글로벌 translator 인스턴스
+translator = MBartTranslator()