Refactor: Combine Backend and Frontend into Monorepo structure

Dockerfile

@@ -1,22 +1,15 @@
 FROM python:3.9-slim
 
-# 보안 및 권한 설정을 위한 유저 생성 (Hugging Face 권장 사항)
-RUN useradd -m -u 1000 user
-USER user
-ENV PATH="/home/user/.local/bin:$PATH"
+WORKDIR /code
 
-WORKDIR /app
+# Copy backend files
+COPY ./backend /code/backend
 
-# 의존성 설치
-COPY --chown=user requirements.txt requirements.txt
-RUN pip install --no-cache-dir --upgrade pip && \
-    pip install --no-cache-dir -r requirements.txt
+# Change working directory to backend
+WORKDIR /code/backend
 
-# 코드 복사 (모델 파일 포함)
-COPY --chown=user . .
+# Install dependencies
+RUN pip install --no-cache-dir -r requirements.txt
 
-# 포트 설정 (Hugging Face는 7860 포트를 사용합니다)
-EXPOSE 7860
-
-# 실행 명령어
+# Run the application
 CMD ["uvicorn", "src.api:app", "--host", "0.0.0.0", "--port", "7860"]

README.md

@@ -5,92 +5,35 @@ colorFrom: yellow
 colorTo: red
 sdk: docker
 pinned: false
+app_port: 7860
 ---
 
-# 🍳 K-Recipe2Vec
+# 🍳 K-Recipe2Vec (Monorepo)
 
-AI 기반 한식 식재료 대체 추천 서비스
+이 리포지토리는 백엔드 API와 프론트엔드 웹사이트를 포함하는 모노레포입니다.
 
-## 📖 Overview
+- **Frontend**: [Github Pages](https://nneans.github.io/k-recipe2vec/)
+- **Backend API**: [Hugging Face Space](https://huggingface.co/spaces/nneans/k-recipe2vec)
 
-한국 요리에서 식재료를 대체할 수 있는 재료를 AI가 추천해주는 웹 서비스입니다.  
-Doc2Vec과 Word2Vec 모델을 활용하여 식재료 간의 의미적 유사도를 분석합니다.
+## 📁 Structure
 
-## 🔗 Demo
-
-🚀 **[Live Demo](https://korea-recipe-ai.streamlit.app/)** - Streamlit Cloud 배포
-
-## ✨ Features
-
-- **🥬 식재료 대체 추천**: 없는 재료에 대한 유사 재료 추천
-- **📊 3D 시각화**: PCA 기반 재료 벡터 공간 시각화
-- **💰 가격 정보**: 재료별 가격 정보 제공
-- **☁️ 워드클라우드**: 추천 재료 시각화
-
-## 🛠️ Tech Stack
-
-| Category | Technologies |
-|----------|-------------|
-| **Frontend** | Streamlit |
-| **ML Models** | Gensim (Doc2Vec, Word2Vec) |
-| **Data Processing** | Pandas, NumPy |
-| **Visualization** | Plotly, Matplotlib, WordCloud |
-| **Database** | Supabase |
-| **Deployment** | Streamlit Cloud |
-
-## 📁 Project Structure
-
-```
-k-recipe2vec/
-├── app.py              # Main Streamlit application
-├── logic.py            # Core recommendation logic (if exists)
-├── requirements.txt    # Python dependencies
-├── d2v.model          # Doc2Vec trained model
-├── w2v.model          # Word2Vec trained model
-├── price_rank.csv     # Price data
-└── stats.pkl          # Preprocessed statistics
-```
+- `backend/`: FastAPI 기반 AI 모델 API
+- `web/`: React 기반 웹 프론트엔드
 
 ## 🚀 Getting Started
 
-### Prerequisites
-
-- Python 3.8+
-- pip
-
-### Installation
+### Backend
 
 ```bash
-# Clone the repository
-git clone https://github.com/nneans/k-recipe2vec.git
-cd k-recipe2vec
-
-# Install dependencies
+cd backend
 pip install -r requirements.txt
-
-# Run the app
-streamlit run src/app.py
+uvicorn src.api:app --reload
 ```
 
-## 📊 Model Information
-
-### Doc2Vec Model
-- 한국 레시피 데이터 기반 학습
-- 레시피 단위 문서 임베딩
-
-### Word2Vec Model
-- 식재료 간 의미적 유사도 학습
-- 대체 가능한 재료 추천에 활용
-
-## 🤝 Contributing
-
-버그 리포트, 기능 제안, PR 환영합니다!
+### Frontend
 
-## 📝 License
-
-MIT License
-
-## 👤 Author
-
-**Mingyun Kang**
-- GitHub: [@nneans](https://github.com/nneans)
+```bash
+cd web
+npm install
+npm run dev
+```

backend/Dockerfile

@@ -0,0 +1,22 @@
+FROM python:3.9-slim
+
+# 보안 및 권한 설정을 위한 유저 생성 (Hugging Face 권장 사항)
+RUN useradd -m -u 1000 user
+USER user
+ENV PATH="/home/user/.local/bin:$PATH"
+
+WORKDIR /app
+
+# 의존성 설치
+COPY --chown=user requirements.txt requirements.txt
+RUN pip install --no-cache-dir --upgrade pip && \
+    pip install --no-cache-dir -r requirements.txt
+
+# 코드 복사 (모델 파일 포함)
+COPY --chown=user . .
+
+# 포트 설정 (Hugging Face는 7860 포트를 사용합니다)
+EXPOSE 7860
+
+# 실행 명령어
+CMD ["uvicorn", "src.api:app", "--host", "0.0.0.0", "--port", "7860"]

backend/README.md

@@ -0,0 +1,96 @@
+---
+title: K-Recipe2Vec API
+emoji: 🍳
+colorFrom: yellow
+colorTo: red
+sdk: docker
+pinned: false
+---
+
+# 🍳 K-Recipe2Vec
+
+AI 기반 한식 식재료 대체 추천 서비스
+
+## 📖 Overview
+
+한국 요리에서 식재료를 대체할 수 있는 재료를 AI가 추천해주는 웹 서비스입니다.  
+Doc2Vec과 Word2Vec 모델을 활용하여 식재료 간의 의미적 유사도를 분석합니다.
+
+## 🔗 Demo
+
+🚀 **[Live Demo](https://korea-recipe-ai.streamlit.app/)** - Streamlit Cloud 배포
+
+## ✨ Features
+
+- **🥬 식재료 대체 추천**: 없는 재료에 대한 유사 재료 추천
+- **📊 3D 시각화**: PCA 기반 재료 벡터 공간 시각화
+- **💰 가격 정보**: 재료별 가격 정보 제공
+- **☁️ 워드클라우드**: 추천 재료 시각화
+
+## 🛠️ Tech Stack
+
+| Category | Technologies |
+|----------|-------------|
+| **Frontend** | Streamlit |
+| **ML Models** | Gensim (Doc2Vec, Word2Vec) |
+| **Data Processing** | Pandas, NumPy |
+| **Visualization** | Plotly, Matplotlib, WordCloud |
+| **Database** | Supabase |
+| **Deployment** | Streamlit Cloud |
+
+## 📁 Project Structure
+
+```
+k-recipe2vec/
+├── app.py              # Main Streamlit application
+├── logic.py            # Core recommendation logic (if exists)
+├── requirements.txt    # Python dependencies
+├── d2v.model          # Doc2Vec trained model
+├── w2v.model          # Word2Vec trained model
+├── price_rank.csv     # Price data
+└── stats.pkl          # Preprocessed statistics
+```
+
+## 🚀 Getting Started
+
+### Prerequisites
+
+- Python 3.8+
+- pip
+
+### Installation
+
+```bash
+# Clone the repository
+git clone https://github.com/nneans/k-recipe2vec.git
+cd k-recipe2vec
+
+# Install dependencies
+pip install -r requirements.txt
+
+# Run the app
+streamlit run src/app.py
+```
+
+## 📊 Model Information
+
+### Doc2Vec Model
+- 한국 레시피 데이터 기반 학습
+- 레시피 단위 문서 임베딩
+
+### Word2Vec Model
+- 식재료 간 의미적 유사도 학습
+- 대체 가능한 재료 추천에 활용
+
+## 🤝 Contributing
+
+버그 리포트, 기능 제안, PR 환영합니다!
+
+## 📝 License
+
+MIT License
+
+## 👤 Author
+
+**Mingyun Kang**
+- GitHub: [@nneans](https://github.com/nneans)

web

@@ -0,0 +1 @@
+Subproject commit a4271215feae73d4660de0c761bffa3bd3f2f20a