[RFC] 데모용 LLM Provider 선정

[hywznn]

결정할 내용\n\nSpring Boot → AI Adapter 뒤에 연결할 최종 데모 Provider 1종과 장애 시 처리 정책을 정합니다. LM Studio는 로컬 실험 전용이며 최종 데모 의존성으로 사용하지 않습니다.\n\n## 비교 기준\n\n- 구조화 JSON과 Schema 준수 안정성\n- 한국어 HR 문장과 다국어 근로자 안내 품질\n- 응답 지연시간과 Timeout\n- 비용 한도와 Rate Limit\n- 개인정보·데이터 보존 정책\n- 모델 버전 고정과 변경 추적 가능성\n- 테스트·Staging·운영 Key 분리\n- 장애 시 재시도·Fallback·안전한 REVIEW_REQUIRED 처리\n\n## 후보\n\nOpenAI, Gemini, HyperCLOVA, Upstage, Anthropic 또는 관리형 Cloud Model Endpoint를 같은 평가 입력으로 비교합니다.\n\n## 제안 작성 양식\n\n- Provider / 모델:\n- JSON 성공률:\n- 평균·최대 latency:\n- 예상 데모 비용:\n- 개인정보·보존 조건:\n- 장점:\n- 위험:\n- 추천 여부:\n\n결정 뒤에는 #8과 #9의 구현 조건을 갱신하고, Provider 이름·모델·Prompt·Context·Workflow 버전을 모든 호출에 기록합니다.