ci: GPU 러너 동시 실행 차단 + 티어 검증을 실제 로드로 교체

러너를 여러 프로젝트가 공유한다는 전제에서 두 가지 구멍이 있었다.

1) 동시 실행 — GPU 는 나눠 쓸 수 없다. 두 작업이 같이 VRAM 을 잡으면
   둘 다 OOM 이거나, 더 나쁘게는 하나가 조용히 느려져 원인을 못 찾는다.
   concurrency(같은 저장소) + 러너 capacity:1(저장소 무관, 진짜 보장)을
   두 겹으로 두고, 문서에 capacity 확인을 필수 절차로 넣었다.
   한 대에 러너 프로세스를 여러 개 띄우면 안 된다는 것도 명시.

2) 티어 검증이 주장보다 얕았다 — "4·5티어 검증"이라 해놓고 실제로는
   tier_availability() 만 봤고, 그 함수는 torch 유무만 본다. 즉

     - 4티어(Seed-X AWQ Int4)는 autoawq 가 없어도 "사용 가능"
     - 5티어(Qwen3-8B)는 VRAM 11GB 가 필요한데 8GB 카드에서도 "사용 가능"

   게이트가 통과인데 실제로는 못 올리는 상태를 CI 가 못 잡고 있었다.
   그래서 게이트 검사는 얕은 검사임을 이름과 주석에 명시하고, 그 옆에
   **진짜로 모델을 올려 번역까지 하는** 항목을 새로 뒀다. 러너 GPU 가
   무엇일지 모르므로 여유 VRAM 과 autoawq 유무로 후보를 거른 뒤 올릴 수
   있는 것 중 가장 무거운 티어를 고르고, 건너뛴 티어와 그 이유를 결과에
   남긴다. 하나도 못 올리면 실패다 (조용히 통과하지 않는다).

   게이트는 통과인데 실제 로드가 실패하면 그게 찾아야 할 버그다 — 앱이
   사용자에게 "쓸 수 있다"고 하고선 못 올리는 상황. 러너가 붙으면 실제
   증거를 보고 tier_availability() 를 고칠지 판단한다.

- autoawq 설치 단계 추가(4티어 전용, Windows 휠이 없을 때가 있어 선택)
- 1~3티어 CUDA 경로 번역 검사는 유지하고 unload 를 finally 로 보장

검증: pytest 189개 통과, ruff clean, 워크플로 파싱·concurrency 확인,
      --gpu 를 torch 없는 환경에서 실행해 6개 중 5개가 의도대로 실패

Co-Authored-By: Claude Opus 4.7 <noreply@anthropic.com>

.gitea/workflows/windows-gpu.yml

@@ -16,6 +16,14 @@ name: Windows GPU
 on:
   workflow_dispatch:
 
+# GPU 는 나눠 쓸 수 없다. 두 작업이 동시에 VRAM 을 잡으면 둘 다 OOM 으로
+# 죽거나, 더 나쁘게는 하나가 조용히 느려져 원인을 못 찾는다.
+# 이건 같은 저장소 안에서만 막아준다. **다른 저장소까지 포함한 진짜 보장은
+# 러너의 capacity: 1** 이다 (docs/WINDOWS-TESTING.md 참고).
+concurrency:
+  group: windows-gpu
+  cancel-in-progress: false
+
 jobs:
   gpu:
     runs-on: windows-gpu
@@ -57,6 +65,14 @@ jobs:
           .\.venv-gpu\Scripts\python -m pip install -r requirements.txt
           .\.venv-gpu\Scripts\python -c "import torch; assert torch.cuda.is_available(), 'CUDA 안 잡힘 — CPU 빌드가 깔렸는지 확인'; print('CUDA OK:', torch.cuda.get_device_name(0))"
 
+      # 4티어(Seed-X AWQ Int4)에만 필요하고 Windows 휠이 없을 때가 있다.
+      # 실패해도 멈추지 않는다 — 점검기가 autoawq 유무를 보고 4티어를
+      # 건너뛰면서 "건너뜀: 정밀(autoawq 없음)" 이라고 분명히 남긴다.
+      - name: autoawq (4티어 전용, 선택)
+        shell: pwsh
+        continue-on-error: true
+        run: .\.venv-gpu\Scripts\python -m pip install autoawq
+
       - name: GPU 전용 점검
         shell: pwsh
         env: