Morning Digest — 2026-06-04

• PDF·Word·Excel·PowerPoint·HTML·CSV·JSON·XML·EPub·ZIP·YouTube URL까지 Markdown 변환 지원
• 제목·목록·표·링크 등 문서 구조 보존에 초점, textract 유사하되 LLM·텍스트 분석 파이프라인 지향
• 이미지 EXIF·OCR, 오디오 메타데이터·음성 전사 지원, Azure Content Understanding 연동으로 구조화 필드 추출 가능

• Apache 2.0 공개 12B 모델, 코드·자연어 특화 및 처음부터 자체 학습된 소프트웨어 엔지니어링용 범용 LLM
• 64개 전문가 중 토큰당 8개만 활성화하는 MoE로 활성 파라미터 2.5B 수준, 지연 시간·처리량·비용 최적화
• GQA와 슬라이딩 윈도우 어텐션, YaRN 기반 128K 컨텍스트, MTP 헤드 기반 추측 디코딩으로 추론 효율 강화

• 물리 추론, 월드 생성, 행동 생성을 단일 모델 계열로 묶은 피지컬 AI 지향 구조
• NVIDIA가 Cosmos 3를 오픈 모델로 공개한 소식 중심의 발표
• 로보틱스·시뮬레이션·에이전트 환경처럼 물리 세계 이해와 상호작용이 필요한 활용 맥락

• Codex 프롬프트나 프로젝트에서 OpenAI 호스팅 웹사이트 직접 제작·배포 지원
• 별도 배포 파이프라인 없이 웹사이트, 웹 앱, 게임까지 생성 가능한 워크플로 제공
• 개발 환경과 배포 환경을 한 흐름으로 묶어 프로토타이핑과 공유 과정 단순화

• KV-cache quantization에서 reasoning 단계가 길어질수록 커지는 오차 누적 문제를 겨냥한 KVarN 제안
• 키·값 분포의 분산을 정규화한 뒤 양자화하는 방식으로 캐시 압축과 정확도 저하 완화를 함께 추구
• 특히 다단계 추론(reasoning) 과제에서 기존 KV-cache 양자화 대비 안정적인 성능 유지를 목표로 한 접근

• NVIDIA가 제안한 OmniDreams로 폐루프(closed-loop) 자율주행 시뮬레이션용 생성형 월드 모델 지향
• 실시간(real-time) 생성 성능을 전면에 둔 세계 모델로 차량 시뮬레이션 루프 내 직접 활용 목적
• 자율주행 시뮬레이션에서 환경 생성과 에이전트 상호작용을 통합하는 방식의 연구 포지셔닝

• 생명과학 연구용 GPT-Rosalind의 신규 기능 공개, biological reasoning 강화 중심
• 의약화학(medicinal chemistry) 전문성 확장, 후보 물질 탐색·해석 지원 범위 확대
• 유전체(genomics) 분석 역량 추가, 생물학 데이터 해석과 연구 인사이트 도출 지원

• 우버, Cursor·Claude Code 같은 에이전트형 코딩 도구에 직원당 도구별 월 1,500달러 상한 적용
• 한 도구의 사용액이 다른 도구 예산에 영향 없는 구조로, 도구별 개별 캡 방식 채택
• 작성자 추산 기준 엔지니어가 도구 2개를 적극 사용하면 연간 최대 3만6천달러 수준

• Google DeepMind의 오픈 웨이트 Gemma 4 계열 중 12B 모델 공개
• 텍스트·이미지 입력과 텍스트 출력 지원, 12B 포함 일부 모델은 오디오 입력 지원
• 최대 256K 토큰 컨텍스트 윈도와 140개 이상 언어 지원

• Gemma 4 12B를 텍스트·이미지 입력을 함께 다루는 unified multimodal 모델로 소개
• 별도 비전 인코더 없이 동작하는 encoder-free 구조를 전면에 내세운 설계
• 12B 규모에서 멀티모달 처리와 단일 아키텍처 통합을 겨냥한 Gemma 계열 확장