fix(search): semaphore로 LLM concurrency=1 강제 + run_eval analyze 파라미터 추가

## 배경
1차 Phase 2.2 eval에서 발견: 23개 쿼리가 순차 호출되지만 각 request의
background analyzer task는 모두 동시에 MLX에 요청 날림 → MLX single-inference
서버 queue 폭발 → 22개가 15초 timeout. cache 채워지지 않음.

## 수정

### query_analyzer.py
 - LLM_CONCURRENCY = 1 상수 추가
 - _LLM_SEMAPHORE: lazy init asyncio.Semaphore (event loop 바인딩)
 - analyze() 내부: semaphore → timeout(실제 LLM 호출만) 이중 래핑
   semaphore 대기 시간이 timeout에 포함되지 않도록 주의

### run_eval.py
 - --analyze true|false 파라미터 추가 (Phase 2.1+ 측정용)
 - call_search / evaluate 시그니처에 analyze 전달

## 기대 효과
 - prewarm/background/동기 호출 모두 1개씩 순차 MLX 호출
 - 23개 대기 시 최악 230초 소요, 단 모두 성공해서 cache 채움
 - MLX 서버 부하 안정

Co-Authored-By: Claude Opus 4.6 (1M context) <noreply@anthropic.com>

app/services/search/query_analyzer.py

@@ -46,6 +46,9 @@ LLM_TIMEOUT_MS = 15000  # async 구조 (background), 동기 경로 금지
 # ↑ 실측: gemma-4-26b-a4b-it-8bit MLX, 축소 프롬프트(prompt_tok=802) 7~11초.
 #   generation이 dominant (max_tokens 무효, 자연 EOS ~289 tok 생성).
 #   background 실행이라 15초도 안전. 상향 필요 시 여기서만 조정.
+LLM_CONCURRENCY = 1  # MLX는 single-inference, 동시 호출 시 queue 폭발.
+# ↑ 실측: 23 concurrent 요청 → 22개 15초 timeout. semaphore로 순차 강제.
+#   prewarm/background/동기 호출 모두 이 semaphore 경유.
 MIN_CACHE_CONFIDENCE = 0.5  # 이 미만은 캐시 금지
 MAX_NORMALIZED_QUERIES = 3
 
@@ -64,6 +67,17 @@ _CACHE: dict[str, dict[str, Any]] = {}
 _PENDING: set[asyncio.Task[Any]] = set()
 # 동일 쿼리 중복 실행 방지 (진행 중인 쿼리 집합)
 _INFLIGHT: set[str] = set()
+# MLX concurrency 제한 (single-inference → 1)
+# 첫 호출 시 lazy init (event loop이 준비된 후)
+_LLM_SEMAPHORE: asyncio.Semaphore | None = None
+
+
+def _get_llm_semaphore() -> asyncio.Semaphore:
+    """첫 호출 시 현재 event loop에 바인딩된 semaphore 생성."""
+    global _LLM_SEMAPHORE
+    if _LLM_SEMAPHORE is None:
+        _LLM_SEMAPHORE = asyncio.Semaphore(LLM_CONCURRENCY)
+    return _LLM_SEMAPHORE
 
 
 def _cache_key(query: str) -> str:
@@ -222,12 +236,16 @@ async def analyze(query: str, ai_client: AIClient | None = None) -> dict:
         client_owned = True
 
     t_start = time.perf_counter()
+    semaphore = _get_llm_semaphore()
+    # ⚠️ 중요: semaphore 대기는 timeout 포함되면 안됨 (대기만 해도 timeout 발동)
+    #   timeout은 실제 LLM 호출 구간에만 적용.
     try:
-        async with asyncio.timeout(LLM_TIMEOUT_MS / 1000):
-            raw = await ai_client._call_chat(
-                ai_client.ai.primary,
-                ANALYZE_PROMPT.replace("{query}", query),
-            )
+        async with semaphore:
+            async with asyncio.timeout(LLM_TIMEOUT_MS / 1000):
+                raw = await ai_client._call_chat(
+                    ai_client.ai.primary,
+                    ANALYZE_PROMPT.replace("{query}", query),
+                )
     except asyncio.TimeoutError:
         elapsed = (time.perf_counter() - t_start) * 1000
         logger.warning(