[06-Reviewer] #218 sticky cache 수정 + reference doc nit 3건

코드 결함 1건 + 문서 정확성 nit 3건. 사용자 동작에 영향 있는 건 (1)
번만, 나머지는 문서 정정.

(1) _LazyLlmService._delegate sticky cache 수정 (main.dart)
- 기존: 첫 호출 시점에 잡힌 delegate (Mock vs Gemma) 가 앱 재시작까지
  유지 — 옵트인 OFF 상태에서 첫 suggestFrame 호출 → Mock 잡힘 → 사용자
  옵트인 ON + 다운로드 완료 후에도 같은 Mock 만 반환 (사용자는 AI 가
  켜진 줄 알고 mock 응답 받음).
- 수정: 매 _resolve() 호출마다 checkAvailability 재평가. 캐시는
  (Gemma↔Mock 종류) + (Gemma 의 modelPath) 모두 일치할 때만 재사용 →
  state 변화 시 자동 교체. flutter_gemma installModel 자체가
  idempotent 라 반복 resolve 비용 무시 가능.

(2) reference doc nit 3건 — 04-QA round 2 가 08-Documenter 로 인계한
    nit 를 Reviewer 가 직접 정정:
    - L184: "device_info_plus 로 systemFeatures / totalMem 조회" → 실
      구현은 MethodChannel `life_helper/device_caps`. device_info_plus
      는 deps 에 있지만 4GB 임계 측정엔 미사용 (isLowRamDevice 는 ~1GB).
    - L186: F1 후속 이슈 번호 "#222 등" → "#219 별도 이슈".
    - L191: follow-up 매핑 — 임의 "#219 ProGuard rules 정제" 항목 제거.
      Planner OOS 기준 #219=F1 unload, #220=F2 purge, #221=AC10 corpus,
      #222=production keystore 로 정정.

검증: flutter analyze 무이슈, flutter test 88/88 통과.

Refs #218

app/lib/main.dart

@@ -40,13 +40,21 @@ class _LazyLlmService implements LlmService {
   LlmService? _delegate;
 
   Future<LlmService> _resolve() async {
-    if (_delegate != null) return _delegate!;
     final avail = await lifecycle.checkAvailability();
     final path = await meta.find(AiMetaKeys.modelPath);
-    if (avail == ModelAvailability.ready && path != null) {
-      _delegate = GemmaLlmService(modelPath: path);
-    } else {
-      _delegate = MockLlmService();
+    final wantGemma = avail == ModelAvailability.ready && path != null;
+    // Re-resolve every call so opt-in / opt-out state changes are reflected
+    // without an app restart. Repeat-resolve of the same kind reuses the
+    // cached instance (Gemma's flutter_gemma installModel is idempotent;
+    // Mock has no setup), but the kind itself flips when availability does.
+    final keep = _delegate != null &&
+        (wantGemma == (_delegate is GemmaLlmService)) &&
+        (!wantGemma ||
+            (_delegate as GemmaLlmService).modelPath == path);
+    if (!keep) {
+      _delegate = wantGemma
+          ? GemmaLlmService(modelPath: path)
+          : MockLlmService();
     }
     return _delegate!;
   }

docs/reference/215-ai-frame-suggest.md

@@ -181,13 +181,13 @@ abstract class LlmService {
 
 ## 8. 알려진 제약
 
-- **#218 AC-6 (디바이스 게이트)**: 저사양 단말 (RAM < 4GB) 에서는 SettingsScreen 의 AI 토글 disabled + "이 단말의 RAM 이 부족합니다 (필요: 4GB+)" 안내. `device_info_plus` 로 `AndroidDeviceInfo.systemFeatures` / `totalMem` 조회. iOS 는 #218 범위 밖.
+- **#218 AC-6 (디바이스 게이트)**: 저사양 단말 (RAM < 4GB) 에서는 SettingsScreen 의 AI 토글 disabled + "이 단말에서는 AI 도움을 사용할 수 없어요 (RAM 4GB 이상 필요)" 안내. RAM 조회 = MethodChannel `life_helper/device_caps` → `MainActivity.kt` 에서 `ActivityManager.MemoryInfo.totalMem`. `device_info_plus` 도 deps 에 있지만 RAM 임계 (4GB) 측정엔 미사용 (해당 패키지는 `isLowRamDevice` ≈ 1GB 만 제공). iOS 는 #218 범위 밖.
 - **#218 AC-7 (실 단말 E2E)**: cold-start ≤ 8s / opt-in→ready→suggestFrame 시나리오는 실 Android 8GB+ 단말 필요. Host CI 는 검증 불가 → 별도 디바이스 랩 단계.
-- **F1**: 설계서 §8.8 / §9 의 "60초 idle 시 `unload()`" 미구현. 운영 모니터링 후 #222 등으로 후속 — 단발 호출 후 즉시 unload 가 안전한 기본값.
+- **F1**: 설계서 §8.8 / §9 의 "60초 idle 시 `unload()`" 미구현. #219 별도 이슈 — 단발 호출 후 즉시 unload 가 안전한 기본값.
 - **#221 AC10 corpus 품질 평가**: 30+ 한국어 라이브 입력 corpus 로 L2 ≥ 70% / L3 ≥ 50% 측정. 실 모델 통합 후 별도 이슈.
 
 ## 9. 다음 단계 / 확장 포인트
 
-- **#219 ProGuard rules 정제** + **#220 lifecycle observer 기반 unload** + **#221 corpus 평가** + **#222 멀티 모델 슬롯 (E2B + E4B)**: #215 follow-up 5 이슈 중 #218 다음 작업들.
+- **#215 follow-up 4 이슈** (#218 다음): **#219** 60s idle auto-unload (F1), **#220** purge hardening (F2), **#221** AC10 한국어 corpus 품질 평가 (≥70%), **#222** production keystore / Play Store 준비.
 - 시나리오 #2~#6 (앵커 추출 / dose variants / if-then / lapse 구조화 / 주간 요약): 모두 `LlmService.generateStructured` 에 새 schema 추가하는 형태로 확장. 도메인 함수는 `lib/domain/ai/` 에 신규 파일.
 - 멀티 모델 슬롯 (E2B + E4B): ADR-0004 후보.