1. The internet is being rebuilt for machines
URL: https://techcrunch.com/2026/05/28/the-internet-is-being-rebuilt-for-machines/
요약: TechCrunch는 AI 에이전트가 검색, API 호출, 데이터 조회를 대량으로 수행하면서 기존 사람 중심 인터넷 인프라가 재설계되고 있다고 보도했다. AWS는 agentic workload를 겨냥한 차세대 OpenSearch Serverless를 내놓았고, Cloudflare는 비인간 트래픽이 2027년 상반기에 인간 트래픽을 넘어설 수 있다고 본다. 기업이 에이전트를 실험에서 운영으로 옮기면서 검색·벡터 DB·서버리스 인프라는 갑작스러운 트래픽 급증과 idle 비용을 동시에 처리해야 한다.
2. MeMo's memory model lets teams upgrade their LLM without retraining it — and performance jumps 26%
URL: https://venturebeat.com/orchestration/memo-memory-model-teams-upgrade-llm-without-retraining
요약: MeMo는 대형 LLM을 다시 학습하지 않고도 별도 MEMORY 모델에 조직 지식을 담아 EXECUTIVE 모델이 질의하도록 하는 구조를 제안한다. 원문 문서를 그대로 RAG 컨텍스트로 넣는 대신, generator가 QA 쌍 형태의 reflections를 만들고 작은 memory model이 이를 파라미터화해 외부 지식 오라클처럼 동작한다. VentureBeat는 이 방식이 모델 교체와 지식 업데이트 비용을 낮추면서도 성능을 26% 끌어올릴 수 있다고 소개했다.
3. Researchers automated LLM reasoning strategy design and cut token usage by 69.5%
요약: AutoTTS 연구는 사람이 직접 설계하던 test-time scaling 전략을 AI가 자동으로 탐색하게 해 토큰 사용량을 크게 줄이는 접근을 보여준다. 연구진은 오프라인 replay 환경에서 reasoning controller를 반복 개선했고, 일부 벤치마크에서 정확도를 유지하며 token usage를 최대 69.5% 줄였다. 고비용 reasoning 모델을 운영하는 기업에는 '더 많은 토큰' 대신 작업별 compute allocation 자체를 최적화하는 방향을 제시한다.
Sources: