docs: Gemini 2.5 Flash-Lite 기본값 통일 및 하드코딩 제거 반영

- LLM_모델_비교_분석.md: config.py 기본값 설명 추가
- 250906_gemini_model_optimization.md: 하드코딩 제거 및 config.py 기본값 변경 내용 추가

journey/research/LLM_모델_비교_분석.md

@@ -145,11 +145,13 @@ ANTHROPIC_API_KEY=(Anthropic API 키)
 DEFAULT_LLM_MODEL=gemini-2.5-flash-lite
 ```
 
+**참고**: 기본값은 `rb8001/app/core/config.py`에서 `gemini-2.5-flash-lite`로 설정되어 있으며, 환경변수 `DEFAULT_LLM_MODEL`로 오버라이드 가능합니다.
+
 ### 사용 예시
 ```python
 # 환경변수에서 기본 모델 가져오기 (권장)
 from app.core.config import settings
-default_model = settings.DEFAULT_LLM_MODEL  # "gemini-2.5-flash-lite"
+default_model = settings.DEFAULT_LLM_MODEL  # "gemini-2.5-flash-lite" (기본값)
 
 # 모델 선택 로직
 if task_type == "general":

journey/troubleshooting/250906_gemini_model_optimization.md

@@ -19,6 +19,12 @@
 - rb8001/app/llm/gemini_handler.py
 - rb8001/app/llm/llm_service.py
 
+## 추가 개선 (2025-12-19)
+- `config.py` 기본값을 `"gpt-4"`에서 `"gemini-2.5-flash-lite"`로 변경
+- 하드코딩된 폴백 값 제거: `ir_analyzer.py`, `naverworks_briefing.py`에서 `os.getenv("DEFAULT_LLM_MODEL", "gemini-2.5-flash-lite")` → `settings.DEFAULT_LLM_MODEL`로 통일
+- 모든 서비스가 `settings.DEFAULT_LLM_MODEL`을 일관되게 사용하도록 개선
+
 ## 교훈
 - 환경변수로 모델 관리하면 서버별 최적화 가능
-- 최신 lite 모델이 구버전보다 빠르고 저렴 (35% 속도 향상, 4배 비용 절감)
+- 최신 lite 모델이 구버전보다 빠르고 저렴 (35% 속도 향상, 4배 비용 절감)
+- 하드코딩된 폴백 값 제거로 설정 일관성 확보, `config.py` 기본값 변경으로 환경변수 미설정 시에도 올바른 모델 사용