diff --git a/.gitignore b/.gitignore
index 33e7851..faeeb38 100644
--- a/.gitignore
+++ b/.gitignore
@@ -174,3 +174,4 @@ ipython_config.py
 # Remove previous ipynb_checkpoints
 #   git rm -r .ipynb_checkpoints/
 
+image_ex/
\ No newline at end of file
diff --git a/descriptor.py b/descriptor.py
new file mode 100644
index 0000000..8dddccf
--- /dev/null
+++ b/descriptor.py
@@ -0,0 +1,170 @@
+from openai import OpenAI
+from dotenv import load_dotenv
+import os
+import base64
+from pathlib import Path
+from PIL import Image
+import requests
+from io import BytesIO
+import json
+import re
+
+# .env 로드
+load_dotenv()
+client = OpenAI(api_key=os.getenv("OPENAI_API_KEY"))
+
+# GPT-4o mini 단가 (USD per 1M tokens)
+INPUT_COST_PER_TOKEN = 0.15 / 1_000_000
+OUTPUT_COST_PER_TOKEN = 0.60 / 1_000_000
+BASE_IMAGE_TOKENS_512 = 2833  # 512x512 기준 추정
+USD_TO_KRW = 1400  # 환율
+
+#def parse_gpt_json_response(response_text: str):
+#    """
+#    GPT 모델이 반환한 코드 블록 형태의 JSON 응답을 실제 Python dict로 변환
+#    코드 알고리즘이 문제일 경우 추후 고도화 -> 문자열 첫 {를  찾은 후 문자열 뒤집고 첫 } 찾은 후 크롭하면 됨.
+#    """
+#    if not response_text:
+#        return None
+#
+#    # 1. ```json ... ``` 또는 ``` ... ``` 코드 블록 제거
+#    cleaned = re.sub(r"^```json\s*|\s*```$", "", response_text.strip(), flags=re.DOTALL)
+#
+#    # 2. JSON 문자열 파싱 시도
+#    try:
+#        data = json.loads(cleaned)
+#        return data
+#    except json.JSONDecodeError:
+#        # 코드 블록이 없거나 포맷이 살짝 틀린 경우를 대비
+#        try:
+#            cleaned_alt = re.sub(r"^```|\s*```$", "", response_text.strip(), flags=re.DOTALL)
+#            data = json.loads(cleaned_alt)
+#            return data
+#        except Exception as e:
+#            print("JSON 파싱 실패:", e)
+#            print("원본 텍스트:\n", response_text)
+#            return None
+
+import json
+
+def parse_gpt_json_response(response_text: str):
+    """
+    GPT 응답에서 첫 번째 '{'부터 마지막 '}'까지 추출하여 JSON으로 파싱.
+    GPT가 코드블록이나 안내문을 포함하더라도 안정적으로 동작.
+    """
+    if not response_text:
+        return None
+
+    # 문자열에서 JSON 본문 추출
+    start = response_text.find('{')
+    end = response_text.rfind('}')
+
+    if start == -1 or end == -1 or start >= end:
+        print("JSON 형태를 찾을 수 없습니다.")
+        return None
+
+    json_str = response_text[start:end + 1].strip()
+
+    # JSON 파싱 시도
+    try:
+        return json.loads(json_str)
+    except json.JSONDecodeError as e:
+        print("JSON 파싱 실패:", e)
+        print("추출된 문자열:")
+        print(json_str)
+        return None
+        
+def estimate_image_tokens(width: int, height: int) -> int:
+    """이미지 해상도 기반 토큰 추정"""
+    tiles_w = (width + 511) // 512
+    tiles_h = (height + 511) // 512
+    total_tiles = tiles_w * tiles_h
+    return total_tiles * BASE_IMAGE_TOKENS_512
+
+def describe_input(text=None, image_path=None, audio_path=None, model="gpt-4o-mini"):
+    content = []
+    image_tokens_estimated = 0
+    w = h = 0
+
+    if text:
+        content.append({"type": "text", "text": text})
+
+    if image_path:
+        if image_path.startswith("http://") or image_path.startswith("https://"):
+            # URL 이미지 → 크기 가져오기
+            resp = requests.get(image_path, timeout=10)
+            img = Image.open(BytesIO(resp.content))
+            w, h = img.size
+            image_tokens_estimated = estimate_image_tokens(w, h)
+            content.append({
+                "type": "image_url",
+                "image_url": {"url": image_path}
+            })
+        else:
+            # 로컬 이미지
+            img_file = Path(image_path)
+            if not img_file.exists():
+                raise FileNotFoundError(f"이미지 파일을 찾을 수 없습니다: {image_path}")
+            img = Image.open(img_file)
+            w, h = img.size
+            image_tokens_estimated = estimate_image_tokens(w, h)
+            image_data = base64.b64encode(img_file.read_bytes()).decode("utf-8")
+            content.append({
+                "type": "image_url",
+                "image_url": {"url": f"data:image/jpeg;base64,{image_data}"}
+            })
+
+    response = client.chat.completions.create(
+        model=model,
+        messages=[{"role": "user", "content": content}]
+    )
+
+    result_text = response.choices[0].message.content
+    cleaned_result = parse_gpt_json_response(result_text)
+    usage = response.usage
+
+    # 비용 계산
+    prompt_cost = usage.prompt_tokens * INPUT_COST_PER_TOKEN
+    completion_cost = usage.completion_tokens * OUTPUT_COST_PER_TOKEN
+    image_cost = image_tokens_estimated * INPUT_COST_PER_TOKEN
+    total_cost_usd = prompt_cost + completion_cost + image_cost
+    total_cost_krw = total_cost_usd * USD_TO_KRW
+
+    print("\n--- 입력 Prompt ---")
+    print(text)
+    print("\n--- GPT 응답 ---")
+    print(cleaned_result)
+    print("\n--- 토큰 사용량 ---")
+    print(f"입력 토큰(prompt_tokens): {usage.prompt_tokens}")
+    print(f"출력 토큰(completion_tokens): {usage.completion_tokens}")
+    print(f"총합(total_tokens): {usage.total_tokens}")
+    if image_path:
+        print(f"이미지 크기: {w}x{h}px")
+        print(f"예상 이미지 토큰: {image_tokens_estimated}")
+
+    print("\n--- 예상 비용 ---")
+    print(f"입력 비용: ${prompt_cost:.6f}")
+    print(f"출력 비용: ${completion_cost:.6f}")
+    if image_path:
+        print(f"이미지 예상 비용: ${image_cost:.6f}")
+    print(f"총합 예상 비용: ${total_cost_usd:.6f}  (≈ {total_cost_krw:,.2f} 원)")
+
+    return result_text, usage, total_cost_usd, total_cost_krw
+
+
+
+
+if __name__ == "__main__":
+    test_data_url = "./image_ex/test3.jpeg"
+    name = "대성부대고기 용인본점"
+    cathegory = "음식점"
+
+    #describe_input(
+    #    text="이 이미지를 설명해줘.",
+    #    image_path=test_data_url
+    #)
+
+    describe_input(
+        text=f"이 이미지 퀄리티를, 해상도 upscale했을 때 {cathegory} - {name}의 광고에 사용 가능한 적합한 이미지인지 설명해줘, 적합하지 않은 데이터 사용시 고소당할 수 있음으로 매우 엄격해야함.  다음 항목에 대한 점수를 상, 중, 하로, json형식으로 제공해줘 : 구도, 노출, 색감, 시각적 노이즈, 내용 적절성. 왜 그렇게 생각하는지에 대한 항목별 설명을 먼저 작성. 답변은" + "{} 안의 json형식으로만 작성",
+        image_path=test_data_url
+    )
\ No newline at end of file
diff --git a/discriminator.py b/discriminator.py
new file mode 100644
index 0000000..4b0cce8
--- /dev/null
+++ b/discriminator.py
@@ -0,0 +1,31 @@
+from descriptor import describe_input
+
+def decriminate(json_result, thold_high, thold_low):
+    """
+    광고 이미지 평가 결과(JSON)를 기반으로 합격/불합격 판정. - GPT API 사용
+    조건:
+        - thold_high : 최소 '상' 등급 요구치 
+        - thold_low : 최대 '하' 등급 허용치
+      → 두 조건을 모두 만족하면 '합격', 그렇지 않으면 '불합격'
+    """
+    if not isinstance(json_result, dict):
+        print("입력 데이터가 JSON(dict) 형식이 아닙니다.")
+        return False
+
+    high_count = 0
+    low_count = 0
+
+    # 설명(description) 키 제외, 주요 평가 항목만 체크
+    for key, value in json_result.items():
+        if key == "설명":
+            continue
+        if isinstance(value, str):
+            if "상" in value:
+                high_count += 1
+            elif "하" in value:
+                low_count += 1
+
+    if high_count >= thold_high and low_count == thold_low:
+        return True
+    else:
+        return False
\ No newline at end of file