feat(llm): 화물 혼재 심사 전용 모델 SAFETY_LLM_MODEL (비우면 LLM_MODEL)

.env.example

@@ -22,6 +22,8 @@ LLM_PROVIDER=openai
 LLM_MODEL=gpt-4.1-mini
 # 챗봇만 쓰는 모델(같은 provider). 비우면 LLM_MODEL. 도구를 고르는 에이전트라 nano 로는 불안정하다.
 CHATBOT_LLM_MODEL=gpt-4.1-mini
+# 화물 혼재 심사(/safety/assess)만 쓰는 모델. 비우면 LLM_MODEL. 서술(화물 특성·체크리스트)만 LLM 이라 nano 로 충분.
+SAFETY_LLM_MODEL=gpt-4.1-nano
 
 # ── 공공 API ───────────────────────────────────────────────────────────────
 KMA_API_KEY=

app/api/v1/safety.py

@@ -7,7 +7,7 @@
     SafetyVerdict,
 )
 from app.agents.safety.service import assess_safety, assess_verdict
-from app.core.deps import get_llm_client, get_session
+from app.core.deps import get_safety_llm_client, get_session
 from app.core.exceptions import LLMGenerationError, MsdsNotFoundError, MsdsUpstreamError
 from app.llm.base import LLMClient
 from app.neo4j_client import neo4j_client
@@ -57,7 +57,7 @@
 async def assess(
     request: SafetyAssessmentRequest,
     db: AsyncSession = Depends(get_session),
-    llm_client: LLMClient = Depends(get_llm_client),
+    llm_client: LLMClient = Depends(get_safety_llm_client),
 ) -> SafetyAssessmentResult:
     try:
         return await assess_safety(db, neo4j_client.driver, llm_client, request)

app/config.py

@@ -35,6 +35,9 @@ class Settings(BaseSettings):
     # 고르는 에이전트라(27번 설계안 C단계) 작은 모델로는 도구 선택이 불안정하고, 판정 잡은
     # 결과가 바뀔 때만 LLM 을 부르므로 작은 모델로 충분해 둘을 나눈다.
     chatbot_llm_model: str | None = None
+    # [2026-09-29] 화물 혼재 심사(POST /safety/assess)만 쓰는 모델. 비우면 llm_model. 등급은 규칙엔진이
+    # 정하고 LLM 은 화물 특성·체크리스트만 쓰므로 작은 모델로 응답 시간을 줄인다.
+    safety_llm_model: str | None = None
     # 임베딩은 llm_provider와 독립적으로 고른다. 챗봇 RAG의 벡터 공간은 적재
     # 시점(scripts/embed_msds.py)과 조회 시점이 반드시 같은 모델이어야 하는데,
     # llm_provider는 답변 품질/비용 사정으로 자유롭게 바뀔 수 있기 때문이다.

app/core/deps.py

@@ -7,6 +7,7 @@
 from app.llm.factory import get_chatbot_llm_client as _get_chatbot_llm_client
 from app.llm.factory import get_embedding_client as _get_embedding_client
 from app.llm.factory import get_llm_client as _get_llm_client
+from app.llm.factory import get_safety_llm_client as _get_safety_llm_client
 
 
 async def get_session(session: AsyncSession = Depends(get_db)) -> AsyncSession:
@@ -21,5 +22,9 @@ def get_chatbot_llm_client() -> LLMClient:
     return _get_chatbot_llm_client()
 
 
+def get_safety_llm_client() -> LLMClient:
+    return _get_safety_llm_client()
+
+
 def get_embedding_client() -> EmbeddingClient:
     return _get_embedding_client()

app/llm/factory.py

@@ -36,8 +36,22 @@ def get_chatbot_llm_client() -> LLMClient:
     provider 는 get_llm_client 와 같다 — 챗봇만 다른 provider 를 쓸 이유가 아직 없다.
     """
     settings = get_settings()
-    model = settings.chatbot_llm_model or settings.llm_model
+    return _client_for(settings.chatbot_llm_model or settings.llm_model)
 
+
+@lru_cache
+def get_safety_llm_client() -> LLMClient:
+    """화물 혼재 심사(POST /safety/assess)용 LLMClient. safety_llm_model 이 있으면 그 모델, 없으면 llm_model.
+
+    [2026-09-29] 종합 문장 품질 때문에 llm_model 을 mini 로 올리자 혼재 심사 화면(화물 특성·체크리스트만
+    LLM)이 느려졌다 — 등급은 규칙엔진이 정하므로 이 서술은 작은 모델로 충분하다.
+    """
+    settings = get_settings()
+    return _client_for(settings.safety_llm_model or settings.llm_model)
+
+
+def _client_for(model: str) -> LLMClient:
+    settings = get_settings()
     if settings.llm_provider == "gemini":
         if not settings.gemini_api_key:
             raise RuntimeError("GEMINI_API_KEY가 설정되지 않았습니다 (.env 확인).")