데이터 과학자와 분석가를 위해 개발된 GeoSQL은 PostGIS, BigQuery, Snowflake, Wherobots 등에서 지리공간 데이터를 처리할 수 있도록 클로드, 코덱스, 깃허브 코파일럿에 기능을 추가하는 도구다. SaaS 계정이 필요 없으며 100% 로컬 또는 자체 호스팅으로 작동하고, 지도를 루프에 포함시켜 지리공간 작업 성능을 최대 4배 향상시킨다. 에이전트는 웨어하우스 메타데이터를 탐색해 스키마를 추측하지 않고 정확한 공간 SQL을 작성하며, 빅쿼리에서는 모든 쿼리를 먼저 드라이런(dry-run)하여 10GiB 청구 한도를 넘지 않도록 비용을 통제한다. 또한 렌더링된 지도 이미지를 보고 기하학 오류를 스스로 교정하는 피드백 루프를 통해, 텍스트만으로는 놓치기 쉬운 다각형 경계 오인이나 중복 집계 같은 실수를 잡아낸다.
Kokoro는 단 8200만 개의 파라미터만으로도 사실적인 음성을 생성하는 경량 TTS 모델로, GPU 없이 CPU만으로 구동된다. 12년 된 Intel Core i7-4770K에서도 4.7초 만에 문장을 합성할 정도로 성능이 뛰어나며, Apple M2 Pro와 AMD Ryzen 7 8745HS에서는 각각 4.5초, 1.5초가 소요된다. 이 모델은 영어, 중국어, 힌디어 등 여러 언어를 지원하고 약 50개의 음성을 제공하며, OpenAI 음성 API와 호환되는 서버를 Docker나 Podman으로 간편하게 실행할 수 있다. 컨테이너 이미지 크기는 약 5GB로, 음성 모델이 미리 포함되어 있어 별도 다운로드가 필요 없다.
로우보트(Rowboat)는 사용자의 업무를 기억하는 오픈소스 AI 동료로, 이메일, 회의, 슬랙 대화 등을 옵시디언 스타일의 백링크 지식 그래프로 자동 색인한다. 내장 이메일 클라이언트는 중요한 메일을 자동 분류하고, 업무 맥락을 활용해 답변을 초안 작성해준다. 로컬 회의록 기능은 마이크와 스피커를 통해 실시간 대화를 텍스트로 변환하고 요약해 마크다운 파일로 저장하며, 코드 모드에서는 클로드 코드나 코덱스를 이용해 병렬 코딩 에이전트를 실행할 수 있다. 모든 데이터는 사용자 기기에 일반 마크다운 파일로 저장되며, 언제든지 열람·수정·백업·삭제가 가능하고, 로컬 모델(올라마, LM 스튜디오)이나 자체 API 키를 통한 호스티드 모델을 자유롭게 전환할 수 있다.
텔레커뮤니케이션 학위 과정에서 신호와 잡음 수업을 들으며 확률 계산을 손으로 반복하던 저자가, 모든 값을 확률 분포로 취급하는 새로운 프로그래밍 언어 'NoiseLang'을 개발했다. 이 언어에서 상수 5는 디랙 델타(단일 값에 모든 확률이 집중된 분포)이며, 변수는 항상 같은 노드를 가리키므로 X + X는 2X, X - X는 정확히 0이 된다. 독립적인 난수가 필요하면 '~' 연산자를 여러 번 사용하며, 실제 계산은 P(X + Y < 10) 같은 질의가 들어올 때만 수백만 번의 몬테카를로 시뮬레이션을 실행해 표준 오차와 함께 결과를 반환한다. 9년간 미완성으로 남아 있던 이 프로젝트는 최근 AI 도구(특히 JIT 컴파일러와 수치 연산 부분)의 도움으로 컴파일러, Cranelift 기반 JIT, WASM 백엔드를 갖춘 본격적인 버전으로 재탄생했다.
숙련된 프로그래머들 사이에서 AI 코딩 도구에 대한 평가가 극명하게 갈리는 이유는, 그들이 실제로 완전히 다른 작업을 하고 있기 때문이다. 전자는 자신의 판단 아래 AI를 도구로 활용하는 '센타우르'인 반면, 후자는 AI 시스템의 주변기기로 전락한 '리버스 센타우르'여서다. '바이브 코딩' 역시 개인이 직접 유용한 도구를 만드는 셸 스크립팅이나 하이퍼카드의 연장선이 될 수 있지만, 기업이 생산 코드에 무분별하게 도입하면 막대한 기술 부채를 남기는 재앙이 될 수 있다. 핵심은 같은 기술이라도 개인을 위한 '오늘의 작업'인지, 조직의 부채로 전가되는 '쌓여가는 작업'인지에 따라 결과가 완전히 달라진다는 점이다.
IEEE가 엔지니어와 기술 전문가를 대상으로 한 대규모 언어 모델(LLM) 교육 과정을 새롭게 선보였다. 이 과정은 LLM의 기초 개념부터 실제 응용까지 다루며, 참가자들은 제미나이와 같은 최신 모델을 활용한 실습을 경험할 수 있다. 특히 배시(Bash) 환경에서의 모델 배포 및 최적화 기법도 포함되어 있어 실무에 바로 적용 가능한 내용으로 구성됐다. IEEE 스펙트럼은 이 과정이 AI 기술의 급속한 발전에 맞춰 엔지니어들의 역량 강화를 돕기 위해 기획됐다고 밝혔다.