fix: 평가 지표 채점 프롬프트 한국어 적용

[jeongye01]

문제

현재 4개 평가 지표 중 AR(Answer Relevance)만 한국어 프롬프트가 적용되어 있고, 나머지 3개는 영어 기본 프롬프트로 한국어 데이터를 채점하고 있음.

지표	도구	채점 프롬프트 언어
Answer Relevance	Ragas	✅ 한국어 (_make_ko_relevancy)
Faithfulness	Ragas	⚠️ 영어 (기본값)
Context Precision (ContextUtilization)	Ragas	⚠️ 영어 (기본값)
Contextual Relevancy	DeepEval	⚠️ 영어 (기본값)

gpt-4o-mini의 다국어 능력으로 어느 정도 동작하지만, 영어 프롬프트가 한국어 컨텍스트의 관련성을 과소/과대 평가할 가능성이 있음.

할 일

• 각 지표별 내부 채점 프롬프트 확인 (Ragas/DeepEval 소스 코드)
• 한국어 프롬프트 커스텀 적용 가능 여부 조사
• 적용 후 동일 질문 세트로 점수 비교 (프롬프트 변경 전/후)

참고

• backend/eval/evaluator.py
• 실험 001 Round 2에서 CR이 전반적으로 낮게 나온 원인 중 하나일 수 있음