diff --git a/book/300_architecture/311_FastAPI_구조_원칙.md b/book/300_architecture/311_FastAPI_구조_원칙.md
index 1b2425d..e3bdcad 100644
--- a/book/300_architecture/311_FastAPI_구조_원칙.md
+++ b/book/300_architecture/311_FastAPI_구조_원칙.md
@@ -228,29 +228,28 @@ utils
 
 ## 13. LLM 우선 접근 원칙
 
-**핵심 원칙**: 애매한 경우에는 하드코딩된 규칙(heuristic) 대신 LLM을 적극 활용
+**핵심 원칙**: LLM을 기본으로 사용하고, 하드코딩된 규칙(heuristic)은 최소화
 
-### LLM 우선 적용 대상
-1. **의도 분류가 애매한 경우** (확신도 < 0.7)
-   - 규칙 기반 패턴 매칭 실패 시 LLM으로 재분류
+### LLM 기본 사용
+1. **의도 분류**: LLM이 기본, 규칙은 FastPath 최적화용으로만 사용
    - 짧은 질문("어디서?", "결과는?")은 LLM이 맥락을 해석하여 확장
-2. **맥락 의존 질문** ("그거 어떻게 됐어?", "취소해줘")
-   - LLM이 직전 대화 맥락을 참고하여 선행사 해석 및 질문 확장
-3. **모호한 표현 처리** ("어떻게 생각해?", "괜찮아?")
-   - LLM이 컨텍스트를 이해하여 적절한 응답 생성
-4. **엔티티 추출 및 해석**
-   - 규칙 기반 추출 실패 시 LLM으로 재시도
+   - 맥락 의존 질문("그거 어떻게 됐어?", "취소해줘")은 LLM이 선행사 해석
+2. **엔티티 추출 및 해석**: LLM이 기본, 규칙은 보조
    - 대명사, 지시어 해소는 LLM 활용
+   - 명확한 패턴(날짜, 시간 등)만 규칙으로 빠르게 처리
+3. **모호한 표현 처리**: LLM이 컨텍스트를 이해하여 적절한 응답 생성
+4. **복잡한 워크플로우**: LangGraph로 LLM 기반 다단계 처리
 
-### 규칙 기반은 보조적으로만 사용
-- **명확한 케이스**: 인사("안녕"), 명령어("/news") 등 패턴이 명확한 경우만 규칙 사용
-- **성능 최적화**: FastPath로 명확한 케이스를 빠르게 처리, 애매한 경우만 LLM 호출
-- **비용 최적화**: 확신도 높은 케이스는 규칙으로 처리, 애매한 경우만 LLM 사용
+### 규칙 기반은 성능 최적화용으로만 제한
+- **FastPath 최적화**: 인사("안녕"), 명령어("/news") 등 매우 명확한 패턴만 규칙 사용
+- **성능/비용 최적화**: 확신도 매우 높은 케이스(> 0.95)만 규칙으로 빠르게 처리
+- **규칙 추가 금지**: 새로운 패턴마다 규칙 추가하지 말고 LLM 활용
 
 ### 금지 사항
-- ❌ 애매한 케이스를 규칙/패턴 매칭으로 강제 처리
-- ❌ LLM 호출을 피하기 위해 복잡한 규칙 체인 구축
-- ❌ 새로운 패턴마다 규칙 추가하는 방식 (유지보수 부담 증가)
+- ❌ LLM 호출을 피하기 위해 규칙/패턴 매칭으로 처리
+- ❌ 복잡한 규칙 체인 구축 (LLM이 더 정확하고 유지보수 용이)
+- ❌ 새로운 패턴마다 규칙 추가하는 방식 (LLM이 자동으로 처리)
+- ❌ "규칙으로 처리 가능하면 규칙 사용" 사고방식 (LLM 우선 사고)
 
 ### 장점
 - **유연성**: 새로운 패턴에 대한 규칙 추가 없이 LLM이 자연스럽게 처리