# KoBART 기반 장문 자동 요약 및 음성 출력 시스템  

## 프로젝트 소개

본 프로젝트는 **SKT의 KoBART(Korean BART) 요약 모델**을 활용하여  
**긴 한국어 텍스트를 자동으로 요약**하고, **요약 결과를 음성(TTS)으로 읽어주는 시스템**을 구현한 캡스톤 디자인 프로젝트입니다.

뉴스 기사, 보고서, 장문 문서 등 읽기에 부담이 되는 텍스트를 입력하면  
핵심 내용만 추출하여 요약하고, 이를 음성으로 제공함으로써  
**정보 접근성 향상**과 **사용자 편의성 증대**를 목표로 합니다.

## 프로젝트 목표

- KoBART 모델을 활용한 **한국어 장문 요약 자동화**
- 요약 결과를 **음성으로 출력(TTS)** 하여 시각적 부담 감소
- 웹 기반 인터페이스를 통한 **간편한 사용 환경 제공**
- AI 모델 + 서비스 구조에 대한 **실무형 이해 및 구현 경험**

## 시스템 구성

```
사용자 입력(장문 텍스트)
        ↓
KoBART 요약 모델
        ↓
요약 텍스트 생성
        ↓
TTS(Text-to-Speech)
        ↓
음성 출력
```

## 주요 기능

### 1. 장문 텍스트 자동 요약
- SKT에서 공개한 **KoBART 요약 모델** 사용
- 입력 길이에 따라 문단 단위 처리
- 불필요한 문장 제거 후 핵심 정보 중심 요약

### 2. 요약 결과 음성 출력 (TTS)
- 요약된 텍스트를 음성으로 변환
- 눈으로 읽지 않아도 내용을 파악 가능
- 시각 피로 감소 및 접근성 강화

### 3. 웹 기반 인터페이스
- 브라우저에서 바로 텍스트 입력
- 요약 결과 즉시 확인
- 음성 재생 버튼 제공

## 사용 모델 및 기술 스택

### AI / NLP
- **KoBART (SKT)**
  - digit82/kobart-summarization
  - Transformer 기반 Seq2Seq 요약 모델

### Backend
- **Python**
- **FastAPI**
- **PyTorch**

### Frontend
- **HTML / CSS / JavaScript**

### 기타
- GPU 가속(CUDA) 지원
- REST API 기반 구조

## 프로젝트 의의

- 실제 공개된 **대규모 한국어 요약 모델을 서비스 형태로 구현**
- AI 모델 학습이 아닌 **응용·배포 관점의 실무 경험**
- 텍스트 요약 + 음성 출력 결합을 통한 **사용자 경험(UX) 개선**
- AI 기술을 실생활 문제 해결에 적용한 사례

## 실행 방법 (요약)

```bash
pip install -r requirements.txt
python KoBART.py
```

웹 브라우저에서 페이지 접속 후 장문 텍스트 입력 → 요약 및 음성 출력

## 참고 자료

- SKT KoBART GitHub  
  https://github.com/SKT-AI/KoBART
- KoBART Summarization  
  https://github.com/seujung/KoBART-summarization

## 라이선스

본 프로젝트는 **학습 및 연구 목적**으로 제작되었습니다.