답변별 복기 부하 안전밸브를 환경변수로 노출

ai/.env.example

@@ -49,6 +49,11 @@ EMBEDDING_DIM=1536
 EMBEDDING_CHUNK_SIZE=1000
 EMBEDDING_CHUNK_OVERLAP=200
 EMBEDDING_BATCH_SIZE=32
+
+# 답변별 복기(코칭) 부하 안전밸브 — 피드백의 최대 비용 지점(답변 수만큼 LLM 호출).
+# 게이트웨이가 429 를 내기 시작하면 재배포 없이 이 둘을 낮춘다.
+FEEDBACK_COACHING_MAX_ANSWERS=30
+FEEDBACK_COACHING_CONCURRENCY=5
 EMBEDDING_MAX_RETRIES=5              # 429(RESOURCE_EXHAUSTED) 지수 백오프 재시도 횟수
 EMBEDDING_RETRY_BASE_DELAY_SEC=2.0   # 재시도 기본 지연(초). delay=base*2^attempt (최대 30s)
 

ai/src/ai_server/config/settings.py

@@ -39,6 +39,12 @@ class Settings(BaseSettings):
     ai_realtime_exchange: str = "stackup.realtime"
     ai_realtime_routing_user: str = "realtime.user.notify"
     feedback_rag_top_k: int = 5
+    # 답변별 복기(코칭)는 답변 수만큼 LLM 을 부르는 피드백 최대 비용 지점이다. 아래 둘이
+    # 게이트웨이 429/과부하를 막는 안전밸브인데 상수로 박혀 있어 조일 수가 없었다 —
+    # 다른 부하 관련 값(embedding_batch_size·llm_*_timeout_sec·*_rag_timeout_sec)과 같이
+    # 환경변수로 뺀다. 게이트웨이가 조이기 시작하면 재배포 없이 이 둘을 낮춘다.
+    feedback_coaching_max_answers: int = 30
+    feedback_coaching_concurrency: int = 5
     # RAG 컨텍스트 구성(임베딩+검색) 전체 상한. 초과 시 (none) 으로 폴백해 첫 토큰을 막지 않는다.
     followup_rag_timeout_sec: float = 1.5
     # 질문 풀 생성 시 다문서 RAG 검색 상한. followup 과 대칭 — 초과 시 base_context 로 폴백.

ai/src/ai_server/messaging/runner.py

@@ -259,6 +259,8 @@ def __init__(self, settings: Settings) -> None:
             core_client=core_client,
             embedder=embedder,
             rag_top_k=settings.feedback_rag_top_k,
+            coaching_max_answers=settings.feedback_coaching_max_answers,
+            coaching_concurrency=settings.feedback_coaching_concurrency,
             # 자기소개 첫인상 평가(Flash, 경량). 종합 점수엔 미포함, 패널 '첫인상' 항목으로만 표시.
             self_intro_evaluator=LlmSelfIntroEvaluator(
                 build_self_intro_evaluation_chain(settings, core_client=core_client)

ai/tests/test_feedback_consumer.py

@@ -1264,3 +1264,25 @@ async def test_no_storage_keeps_report_key_none():
 
     payload: FeedbackCallbackPayload = publisher.publish.await_args.kwargs["payload"]
     assert payload.report_s3_key is None
+
+
+# 코칭 상한·동시성은 게이트웨이 429 를 막는 안전밸브다. 상수로 박혀 있으면 게이트웨이가
+# 조이기 시작해도 재배포 없이는 낮출 수 없다 — runner 가 settings 값을 실제로 전달하는지 고정.
+def test_runner_wires_coaching_limits_from_settings() -> None:
+    import inspect
+
+    from ai_server.messaging import runner as runner_module
+
+    # 공백·줄바꿈에 깨지지 않게 정규화한 뒤 본다. 런타임 조립에 필요한 의존성이 많아
+    # 인스턴스를 만들어 검증하기보다 배선 자체를 고정하는 쪽이 싸다.
+    source = "".join(inspect.getsource(runner_module).split())
+    assert "coaching_max_answers=settings.feedback_coaching_max_answers" in source
+    assert "coaching_concurrency=settings.feedback_coaching_concurrency" in source
+
+
+def test_coaching_limits_are_settings_backed() -> None:
+    from ai_server.config.settings import Settings
+
+    fields = Settings.model_fields
+    assert "feedback_coaching_max_answers" in fields
+    assert "feedback_coaching_concurrency" in fields

docs/environment.md

@@ -148,6 +148,8 @@ EMBEDDING_DIM=1536                # DB 컬럼 차원과 일치 필수
 EMBEDDING_CHUNK_SIZE=1000
 EMBEDDING_CHUNK_OVERLAP=200
 EMBEDDING_BATCH_SIZE=32            # 한 요청당 청크 수 (작을수록 429 회피, 호출 수↑)
+FEEDBACK_COACHING_MAX_ANSWERS=30   # 답변별 복기 대상 상한 (초과분은 잘라내고 로그 남김)
+FEEDBACK_COACHING_CONCURRENCY=5    # 복기 동시 호출 수 (429 회피용 — 낮출수록 느려지고 안전)
 EMBEDDING_MAX_RETRIES=5           # 429(RESOURCE_EXHAUSTED) 지수 백오프 재시도 횟수
 EMBEDDING_RETRY_BASE_DELAY_SEC=2.0  # delay = base*2^attempt + jitter (상한 30s)