diff --git a/1/model.py b/1/model.py
index 870addd..4b9a21a 100644
--- a/1/model.py
+++ b/1/model.py
@@ -9,8 +9,6 @@ class TritonPythonModel:
     def initialize(self, args):
         """
         모델이 로드될 때 딱 한 번만 호출됩니다.
-        `initialize` 함수를 구현하는 것은 선택 사항입니다.
-        이 함수를 통해 모델은 이 모델과 관련된 모든 상태를 초기화할 수 있습니다.
         """
         self.logger = pb_utils.Logger
         self.model_name = args["model_name"]
@@ -25,79 +23,60 @@ class TritonPythonModel:
 
         # 각 추론 요청을 순회하며 처리합니다.
         for request in requests:
-            # Triton 입력 파싱
-            input_text = self._get_input_value(request, "INPUT")
-            self.logger.log_info(f"INPUT 출력:\n{input_text}")
+            try:
+                # 입력 텐서 직접 가져오기
+                self.logger.log_info("입력 텐서 직접 가져오기")
+                input_tensor = pb_utils.get_input_tensor_by_name(request, "INPUT")
+                self.logger.log_info(f"input_tensor: '{input_tensor}'")
 
-            # 랜덤 문자열 생성 (구문 오류 수정)
-            random_string = ''.join(random.choice(string.ascii_letters + string.digits) for _ in range(16))
-            output = random_string  # random*string -> random_string로 수정
-            self.logger.log_info(f"OUTPUT 출력:\n{output}")
+                if input_tensor is None:
+                    # 입력이 없는 경우 기본값 처리
+                    input_text = "default_input"
+                else:
+                    # numpy 배열로 변환 후 문자열로 디코딩
+                    input_array = input_tensor.as_numpy()
+                    if len(input_array) > 0:
+                        # bytes인 경우 decode, 아니면 str로 변환
+                        first_element = input_array[0]
+                        if isinstance(first_element, bytes):
+                            input_text = first_element.decode('utf-8')
+                        elif isinstance(first_element, np.bytes_):
+                            input_text = first_element.decode('utf-8')
+                        else:
+                            input_text = str(first_element)
+                    else:
+                        input_text = "empty_input"
+                
+                self.logger.log_info(f"INPUT 처리됨: {input_text}")
 
-            # 생성된 텍스트를 Triton 출력 텐서로 변환합니다.
-            # STRING 타입으로 출력 텐서 생성 (수정된 부분)
-            output_tensor = pb_utils.Tensor("OUTPUT", np.array([output], dtype=object))
+                # 랜덤 문자열 생성
+                random_string = ''.join(random.choice(string.ascii_letters + string.digits) for _ in range(16))
+                output_text = f"Processed: {input_text} -> {random_string}"
+                
+                self.logger.log_info(f"OUTPUT 생성됨: {output_text}")
 
-            # 응답 객체를 생성하고 출력 텐서를 추가합니다.
-            responses.append(pb_utils.InferenceResponse(output_tensors=[output_tensor]))
+                # 출력 텐서 생성 - bytes 형태로 직접 생성
+                output_bytes = output_text.encode('utf-8')
+                output_tensor = pb_utils.Tensor("OUTPUT", np.array([output_bytes], dtype=np.object_))
+
+                # 응답 생성
+                response = pb_utils.InferenceResponse(output_tensors=[output_tensor])
+                responses.append(response)
+
+            except Exception as e:
+                # 오류 발생시 오류 응답 생성
+                self.logger.log_error(f"실행 중 오류 발생: {str(e)}")
+                error_msg = f"Error: {str(e)}"
+                output_bytes = error_msg.encode('utf-8')
+                output_tensor = pb_utils.Tensor("OUTPUT", np.array([output_bytes], dtype=np.object_))
+                response = pb_utils.InferenceResponse(output_tensors=[output_tensor])
+                responses.append(response)
 
         return responses
 
-    def _get_input_value(self, request, input_name: str, default=None):
-        """
-        Triton 추론 요청에서 특정 이름의 입력 텐서 값을 가져옵니다.
-        
-        Args:
-            request (pb_utils.InferenceRequest): Triton 추론 요청 객체.
-            input_name (str): 가져올 입력 텐서의 이름.
-            default (any, optional): 입력 텐서가 없을 경우 반환할 기본값. Defaults to None.
-        
-        Returns:
-            any: 디코딩된 입력 텐서의 값. 텐서가 없으면 기본값을 반환합니다.
-        """
-        tensor_value = pb_utils.get_input_tensor_by_name(request, input_name)
-        if tensor_value is None:
-            return default
-        
-        # STRING 타입 입력 처리 (수정된 부분)
-        numpy_array = tensor_value.as_numpy()
-        if len(numpy_array) > 0:
-            return self._np_decoder(numpy_array[0])
-        return default
-
-    def _np_decoder(self, obj):
-        """
-        NumPy 객체의 데이터 타입을 확인하고 Python 기본 타입으로 변환합니다.
-        
-        Args:
-            obj (numpy.ndarray element): 변환할 NumPy 배열의 요소.
-        
-        Returns:
-            any: 해당 NumPy 요소에 대응하는 Python 기본 타입 (str, int, float, bool).
-            bytes 타입인 경우 UTF-8로 디코딩합니다.
-        """
-        if isinstance(obj, bytes):
-            return obj.decode('utf-8')
-        if isinstance(obj, np.bytes_):
-            return obj.decode('utf-8')
-        if np.issubdtype(type(obj), np.integer):
-            return int(obj)
-        if np.issubdtype(type(obj), np.floating):
-            return round(float(obj), 3)
-        if isinstance(obj, np.bool_):
-            return bool(obj)
-        # 문자열인 경우 그대로 반환
-        if isinstance(obj, str):
-            return obj
-        # numpy.str_인 경우 처리
-        if hasattr(obj, 'item'):
-            return obj.item()
-        return str(obj)
-
     def finalize(self):
         """
-        모델 실행이 완료된 후 Triton 서버가 종료될 때 한 번 호출되는 함수입니다.
-        `finalize` 함수를 구현하는 것은 선택 사항입니다.
-        이 함수를 통해 모델은 종료 전에 필요한 모든 정리 작업을 수행할 수 있습니다.
+        모델 종료시 정리 작업
         """
+        self.logger.log_info(f"'{self.model_name}' 모델 종료")
         pass
\ No newline at end of file