feat(desktop): LLM 기본 모델 qwen3:4b → gemma4:e4b 전면 전환 + think:false 안전장치

qwen3:4b가 reasoning 모델이라 <think>...</think> 블록을 길게 생성 →
stripReasoningBlocks 후 빈 문자열 → 원본 transcript fallback으로 끝나면서
LLM refine이 42초 걸리는 병목 발견. Google Gemma 4 e4b(4.5B effective
params, 2026-04-02 릴리스)로 교체. non-reasoning 기본 + Ollama v0.20+
think: false 파라미터로 2중 방어.

실측 결과: 받아쓰기 한 사이클 51.4s → 5.5s (9.3배 빠름).
  STT 500ms + LLM 3,925ms + insert 1,092ms.
refine 품질 정상 동작 확인: "테스트하는 중입니다" → "테스트하고 있습니다".

- LocalLLMService: 3개 fallback 기본값 변경(generate / streamGenerate /
  chatStream) + Ollama 요청 body에 think: false 명시 추가. non-reasoning
  모델은 무시, reasoning 모델은 thinking 토큰 차단. NO_THINK 주석을
  legacy 설명으로 업데이트 — qwen3/deepseek-r1 수동 선택자를 위한 3중
  방어(/no_think + think:false + stripReasoningBlocks) 명시.
- OnboardingModal / OllamaGuideModal: pull 명령어 갱신
- 테스트 fixture 갱신
- 12개 i18n locale JSON: settings.ollamaHint / ollama.step2.alt 키 업데이트
  (qwen3:4b → gemma4:e4b, qwen3:8b → gemma4:26b)
- 10개 site i18n locale TS + HowItWorks.tsx 파이프라인 시각화 — detail
  문자열 'qwen3 / llama3 / gemma3' → 'gemma4 / llama3.2 / phi4',
  파이프라인 라벨 'qwen3:4b @ localhost' → 'gemma4:e4b @ localhost'
- 설계서 00 LLMConfig 기본값 + CONFIG_DEFAULTS
- 설계서 05: 6개 API 스키마 예시, 2개 OllamaClient 코드 예시, LLM 모델
  추천 표 재정렬(gemma4:e4b 최상위, qwen3는 reasoning 경고와 함께 후순위),
  권장 JSON 설정에 think:false 추가
- phase-14 meeting mode 컨텍스트 윈도우 표 갱신
- V2-5 Mac 부트스트랩 가이드 pull 커맨드 갱신
- project_status.md Part 7 전체 섹션 추가

docs/design/00-master-architecture.md

@@ -862,7 +862,7 @@ export interface TTSConfig {
 
 export interface LLMConfig {
   serverUrl: string;             // 기본: 'http://localhost:11434'
-  model: string;                 // 기본: 'qwen3:4b' (권장)
+  model: string;                 // 기본: 'gemma4:e4b' (non-reasoning, 권장)
   temperature: number;           // 0.0~2.0, 기본: 0.3
   maxTokens: number;             // 기본: 2048
   timeout: number;               // ms, 기본: 30000
@@ -905,7 +905,7 @@ const CONFIG_DEFAULTS: AppConfig = {
   },
   llm: {
     serverUrl: 'http://localhost:11434',
-    model: 'qwen3:4b',
+    model: 'gemma4:e4b',
     temperature: 0.3,
     maxTokens: 2048,
     timeout: 30000,

docs/design/05-external-engine-integration.md

@@ -347,7 +347,7 @@ faster-whisper 자체는 진정한 스트리밍을 지원하지 않는다. `tran
 ```typescript
 // 요청
 interface OllamaGenerateRequest {
-  model: string;              // 필수: "qwen3:4b"
+  model: string;              // 필수: "gemma4:e4b"
   prompt: string;             // 필수
   suffix?: string;            // FIM (Fill-in-Middle) 지원 모델용
   system?: string;            // 시스템 프롬프트
@@ -419,7 +419,7 @@ interface OllamaChatStreamChunk {
 // GET http://localhost:11434/api/tags
 interface OllamaTagsResponse {
   models: Array<{
-    name: string;             // "qwen3:4b"
+    name: string;             // "gemma4:e4b"
     model: string;
     modified_at: string;      // ISO 8601
     size: number;             // 바이트
@@ -427,8 +427,8 @@ interface OllamaTagsResponse {
     details: {
       parent_model: string;
       format: string;         // "gguf"
-      family: string;         // "qwen3"
-      parameter_size: string; // "4B"
+      family: string;         // "gemma4"
+      parameter_size: string; // "4.5B"
       quantization_level: string; // "Q4_K_M"
     };
   }>;
@@ -440,7 +440,7 @@ interface OllamaTagsResponse {
 ```typescript
 // 요청
 interface OllamaPullRequest {
-  name: string;     // "qwen3:4b"
+  name: string;     // "gemma4:e4b"
   stream?: boolean; // 기본 true
 }
 
@@ -457,7 +457,7 @@ interface OllamaPullStreamChunk {
 
 ```typescript
 // POST http://localhost:11434/api/show
-// 요청: { "name": "qwen3:4b" }
+// 요청: { "name": "gemma4:e4b" }
 interface OllamaShowResponse {
   modelfile: string;
   parameters: string;
@@ -477,7 +477,7 @@ interface OllamaShowResponse {
 
 ```typescript
 // DELETE http://localhost:11434/api/delete
-// 요청: { "name": "qwen3:4b" }
+// 요청: { "name": "gemma4:e4b" }
 // 응답: 200 OK (성공) | 404 Not Found
 ```
 
@@ -516,7 +516,7 @@ class OllamaClient {
       method: 'POST',
       headers: { 'Content-Type': 'application/json' },
       body: JSON.stringify({
-        model: options.model ?? 'qwen3:4b',
+        model: options.model ?? 'gemma4:e4b',
         prompt,
         system: options.systemPrompt,
         stream: false,
@@ -555,7 +555,7 @@ class OllamaClient {
         method: 'POST',
         headers: { 'Content-Type': 'application/json' },
         body: JSON.stringify({
-          model: options.model ?? 'qwen3:4b',
+          model: options.model ?? 'gemma4:e4b',
           prompt,
           system: options.systemPrompt,
           stream: true,
@@ -1053,25 +1053,26 @@ User                 HotkeyService   VoiceModeService   AudioCapture    WhisperS
 
 | 모델 | 크기 | 한국어 | RAM | 추천 용도 |
 |------|------|--------|-----|----------|
-| **`qwen3:4b`** | 2.7GB | ◎◎ 우수 | 4GB+ | **기본 추천. 한중일 강점** |
-| `qwen3.5:4b` | ~3GB | ◎◎ 최상 | 4GB+ | 최신 모델, 한국어 특히 강화 |
-| `gemma3:4b` | 3.3GB | ◎ 양호 | 4GB+ | Google 다국어, 140개 언어 |
-| `llama3.2:3b` | 2.0GB | △ 보통 | 3GB+ | 영어 위주, 한국어 약함 |
-| `phi-4-mini` | 2.5GB | △ 보통 | 3GB+ | 추론 강점, 한국어 제한적 |
+| **`gemma4:e4b`** | 3.3GB | ◎◎ 우수 | 4GB+ | **기본 추천. non-reasoning, 140개 언어, Ollama think:false 지원** |
+| `gemma4:e2b` | 1.8GB | ◎ 양호 | 2GB+ | 더 빠른 응답. 정제 품질은 한 끗 낮음 |
+| `llama3.2:3b` | 2.0GB | ◎ 양호 | 3GB+ | 가장 빠름, Meta 소형 플래그십 |
+| `phi4-mini:3.8b` | 2.5GB | △ 보통 | 3GB+ | 추론/수학 강점, 한국어 제한적 |
+| `qwen3:4b` | 2.7GB | ◎◎ 우수 | 4GB+ | ⚠ reasoning 모델. strip empty 버그 유의 (think:false 필수) |
 
-**판정:** Qwen3/3.5 계열이 한국어에서 압도적. Alibaba의 다국어 학습 데이터에 한중일이 충분히 포함됨.
+**판정:** Gemma 4는 Google의 최신 non-reasoning 플래그십 소형 모델(2026-04). 한국어 포함 140개 언어 강력하고, reasoning 토큰을 기본으로 생성하지 않아 정제 파이프라인이 단순하다. Qwen3 계열은 한국어 품질은 좋지만 reasoning 모델이라 thinking block strip 후 빈 응답 fallback 이슈가 있음 — 수동 선택 시 Ollama v0.20+의 `think: false` 파라미터 필수.
 
 **텍스트 후처리에 권장 설정:**
 ```json
 {
-  "model": "qwen3:4b",
+  "model": "gemma4:e4b",
+  "think": false,
   "temperature": 0.3,
   "num_predict": 512,
   "top_p": 0.9,
   "stop": ["\n\n"]
 }
 ```
-낮은 temperature(0.3)로 원문 의미 보존, 짧은 출력으로 빠른 응답.
+낮은 temperature(0.3)로 원문 의미 보존, 짧은 출력으로 빠른 응답. `think: false`는 gemma4/llama3.2는 무시하고, 사용자가 qwen3/deepseek-r1 등으로 교체했을 때 reasoning 토큰 차단.
 
 ### 6.3 TTS 음성 추천