feat: LLM 모델명 외부 설정 + 포인트 추가 기능

- mcp-server: 하드코딩된 모델명을 llm-model.json 기반 config.py로 외부화
- C#: AppendPointsAsync로 기존 데이터 유지하면서 포인트 추가
- C#: LlmConfigController로 LLM 모델명 조회/저장 API
- Frontend: LLM 설정 UI 카드 + 포인트 빌더에서 추가하기 버튼

mcp-server/pipeline/mapper.py

@@ -13,10 +13,11 @@ class MappingResult(BaseModel):
     confidence: float = Field(..., ge=0.0, le=1.0, description="Confidence score from 0 to 1")
 
 class IntelligentMapper:
-    def __init__(self, graph: nx.Graph, system_tags: List[str], api_client: Optional[AsyncOpenAI] = None):
-        self.graph = graph          # Phase 2에서 생성된 NetworkX 그래프
-        self.system_tags = system_tags # Experion 시스템의 전체 태그 리스트
+    def __init__(self, graph: nx.Graph, system_tags: List[str], api_client: Optional[AsyncOpenAI] = None, model_name: str = "Qwen3.6-27B-FP8"):
+        self.graph = graph
+        self.system_tags = system_tags
         self.client = api_client
+        self.model_name = model_name
 
     def get_node_context(self, node_id: str) -> str:
         """노드의 주변 위상 정보를 텍스트로 변환 (확장된 컨텍스트 제공)"""
@@ -84,7 +85,7 @@ class IntelligentMapper:
         
         try:
             response = await self.client.chat.completions.create(
-                model="Qwen3.6-27B-FP8", # MCP 서버 설정 모델 사용
+                model=model_name,
                 messages=[{"role": "user", "content": prompt}],
                 response_format={ "type": "json_object" }
             )