refactor: AI 서비스 조립컴 Ollama 단독 운영으로 전환

- Ollama 메인 → MLX fallback 순서로 변경 (기존 MLX 우선 제거)
- OLLAMA_BASE_URL을 gpu.hyungi.net으로 변경 (Docker 네트워크 호환)
- OLLAMA_TEXT_MODEL을 qwen3:8b → qwen3.5:9b-q8_0으로 업데이트
- health 엔드포인트: model 필드 직접 반환, 이중 중첩 해소
- health 체크 타임아웃 120초 → 5초로 단축
- Ollama API 호출에 think: false 추가 (thinking 토큰 방지)

Co-Authored-By: Claude Opus 4.6 <noreply@anthropic.com>

ai-service/routers/health.py

@@ -7,12 +7,24 @@ router = APIRouter(tags=["health"])
 
 @router.get("/health")
 async def health_check():
-    ollama_status = await ollama_client.check_health()
+    backends = await ollama_client.check_health()
+    stats = vector_store.stats()
+
+    # 메인 텍스트 모델명 결정 (Ollama 메인, MLX fallback)
+    model_name = None
+    ollama_models = backends.get("ollama", {}).get("models", [])
+    if ollama_models:
+        model_name = ollama_models[0]
+    if not model_name and backends.get("mlx", {}).get("status") == "connected":
+        model_name = backends["mlx"].get("model")
+
     return {
         "status": "ok",
         "service": "tk-ai-service",
-        "ollama": ollama_status,
-        "embeddings": vector_store.stats(),
+        "model": model_name,
+        "ollama": backends.get("ollama", {}),
+        "mlx": backends.get("mlx", {}),
+        "embeddings": stats,
     }