feat(backend): add provider/model metrics for LLM A/B experiment

[youneedpython]

📌 개요

LLM 성능 비교(A/B 테스트)를 위한 관측(Observability) 기반을 구축했습니다.

기존에는 LLM 실행 시간에 대한 측정은 있었지만,
어떤 Provider(OpenAI / Bedrock) 및 어떤 Model이 사용되었는지 구분할 수 없었습니다.

이번 변경을 통해 provider 및 model 정보를 모든 핵심 METRIC 로그에 포함시켜,
CloudWatch에서 LLM 성능을 정확히 비교·분석할 수 있도록 구조를 개선했습니다.

---

✨ 주요 변경 사항

Backend — LLM Metrics 구조 확장

1️⃣ ask_llm_total span에 provider/model 태그 추가

• LLM 전체 실행 구간(ask_llm_total)에 provider 및 model 정보 포함
• 향후 OpenAI vs Bedrock 성능 비교 가능

예시:
METRIC|event=span|name=ask_llm_total|ms=...|provider=openai|model=gpt-4o-mini

---

2️⃣ request-level METRIC 로그 확장

• METRIC|event=request 로그에 provider/model 정보 추가
• 요청 단위 성능 집계(p50/p95/p99) 시 provider 기준 필터링 가능

예시:
METRIC|event=request|path=/api/chat/...|provider=openai|model=gpt-4o-mini|ms_total=...

---

3️⃣ A/B 테스트 준비 구조 정비

• provider/model 기준 집계가 가능하도록 로그 포맷 정규화
• 추후 Bedrock 도입 시 별도 로그 수정 없이 비교 가능
• CloudWatch Logs Insights에서 provider/model 기준 통계 집계 가능

---

🎯 변경 목적

• LLM Provider별 성능 비교 기반 마련
• OpenAI ↔ Bedrock A/B 테스트 준비
• LLM 구간과 RAG 구간의 성능 분리 분석 가능
• 운영 환경에서 p50/p95/p99 기반 의사결정 가능하도록 구조 개선

---

🧪 테스트 사항

• 로컬 환경에서 채팅 요청 4회 반복 테스트
• ask_llm_total span에 provider/model 정상 출력 확인
• request-level METRIC 로그에 provider/model 포함 확인
• 기존 응답 로직 및 기능 동작 이상 없음 확인

---

⚠️ 영향 범위

• 로깅 구조 확장 (비즈니스 로직 변경 없음)
• API 응답 포맷 변경 없음
• RAG 및 LLM 호출 흐름 변경 없음
• 기존 OpenAI-only 환경과 완전 호환

---

🚀 다음 단계

• Dev EB Role에 Bedrock InvokeModel 권한 추가
• LLM Provider 분기 로직 구현
• 50:50 A/B 테스트 실행
• CloudWatch 기반 provider별 성능 비교 분석

---

ℹ️ 참고

본 PR은 LLM A/B 실험을 위한 관측 구조 준비 단계입니다.
실제 Bedrock LLM 호출 및 Provider 분기 로직은 이후 PR에서 반영 예정입니다.