Linux 커뮤니티는 대형 언어 모델과 생성적 인공 지능의 등장에 대해 항상 엇갈린 반응을 보여 왔지만 Ubuntu는 최근 "Ubuntu에서 AI의 미래 개발 방향"에 대한 프로젝트 토론 게시물을 통해 자신의 입장을 분명히 했습니다. 2026년 10월에 출시된 Ubuntu 26.10 "Stonking Stingray"는 26.04 이후의 다음 중요한 버전이며 Ubuntu 새로운 AI 기능은 운영 체제 전체에 점진적으로 추가되지만 이러한 기능은 필수 푸시가 아닌 옵션으로 제공됩니다.

해당 프로젝트의 기술 리더인 존 시거(Jon Seager)는 2026년에 들어서면서 캐노니컬은 내부 개발자들이 AI 도구를 보다 적극적으로 사용하도록 장려하기 시작했지만, 토큰 사용량이나 "AI가 얼마나 많은 코드를 작성하는지"와 같은 피상적인 데이터 지표를 추구하는 데 중점을 두지 않는다고 말했습니다. 대신 엔지니어들이 AI가 효과적인 시나리오와 이상적이지 않은 시나리오를 깊이 이해하고 실제 출력을 통해 측정하기를 바랍니다. 그에 따르면 회사는 모든 팀에 동일한 AI 기술 스택을 채택하도록 강요하지는 않지만, 앞으로 몇 달 동안 여러 팀이 서로 다른 솔루션을 시도하고 더 많은 조직 수준 경험을 축적하도록 장려할 것입니다.

Seager는 또한 Canonical이 AI를 Ubuntu의 모든 구석구석에 밀어넣지는 않을 것이지만 이 작업을 발전시키기 위한 핵심 원칙으로 "책임"과 "투명성"을 사용할 것이라고 강조했습니다. 모델 선택 측면에서 Canonical은 개방형 가중치 모델, 오픈 소스 도구 체인 및 로컬 오프라인 추론에 최대한 의존하는 구현 방법에 우선순위를 부여합니다. 동시에 회사가 모델을 평가할 때 가중치가 열려 있는지 여부뿐만 아니라 모델 라이센스 조건이 Ubuntu의 가치와 호환되는지 여부에도 중점을 둘 것입니다.

캐노니컬의 계획에 따르면 향후 우분투의 AI 기능은 크게 두 가지로 나눌 수 있다. 하나는 '암시적 AI 기능'이고 다른 하나는 '명시적 AI 기능'이다. 소위 암시적 AI는 사용자의 정신 모델을 변경하지 않고 AI를 기존 운영 체제 기능에 통합하여 음성-텍스트, 텍스트-음성, OCR 및 향상된 화면 읽기 및 기타 접근성 기능과 같은 원래 기능의 성능을 향상시키는 것을 말합니다. Seager는 이러한 기능이 단순히 "AI"라는 라벨이 붙는 것이 아니라 본질적으로 주요 접근성 개선에 더 가깝다고 믿습니다. 많은 시나리오에서 정확성과 효율성을 고려하면서 오픈 소스 프레임워크, 개방형 가중치 모델 및 로컬 추론 방법을 통해 효율적으로 구현할 수 있습니다.

또 다른 유형의 명시적 AI 기능은 더욱 명백히 AI 중심적인 새로운 기능입니다. 여기에는 문서 작성, 애플리케이션 생성, 자동화된 문제 해결, 맞춤형 일일 뉴스 요약 제공 등 특정 상담원 기능이 포함된 워크플로가 포함될 수 있습니다. 그러나 Canonical은 이러한 기능에는 더 높은 보안 책임이 수반되므로 예기치 않은 부작용을 방지하기 위해 충분한 보안 메커니즘, 격리 및 권한 제어가 사전에 확립되어야 함을 인정합니다. Seager의 말에 따르면 암시적 AI는 Ubuntu의 기존 기능을 향상하는 데 사용될 것이며 명시적 AI는 점차 새로운 기능의 형태로 도입될 것입니다.

구체적인 기술 구현 측면에서 캐노니컬은 앞서 선보인 '인퍼런스 스냅(인퍼런스 스냅 패키지)'을 계속해서 홍보할 계획이다. 공식 성명에 따르면 이러한 유형의 Snap을 사용하면 사용자가 특정 하드웨어에 최적화된 모델 추론 기능을 로컬에서 보다 쉽게 ​​호출할 수 있어 Ollama, Hugging Face 및 수많은 정량적 모델 사이를 오가는 복잡성이 줄어듭니다. 예를 들어, 사용자가 추론 Snap을 설치한 후 관련 칩 제조업체가 적응 최적화를 제공한 경우 시스템은 현재 하드웨어 플랫폼에 더 적합한 모델 버전을 자동으로 얻을 수 있습니다. 또한 이러한 추론 Snap에는 다른 Snap과 동일한 샌드박스 격리 규칙이 적용되므로 모델이 기본 데이터 및 시스템 리소스에 무차별적으로 액세스할 위험이 줄어듭니다.

Seager는 또한 과거에는 대형 모델의 기능을 완전히 활용하려면 일반적으로 매개변수 크기가 더 큰 모델에 의존해야 했다고 언급했습니다. 그러나 최근 모델의 발전을 보면 중소형 모델에서는 툴 콜링 등 고급 기능이 지속적으로 강화되고 있는 것으로 나타났습니다. 예를 들어 기사에서는 Gemma 4 및 Qwen-3.6-35B-A3B와 같은 새로운 모델이 도구 호출 기능을 시연했으며 이론적으로 웹 페이지 검색, 외부 API 및 파일 시스템과 상호 작용, 실시간 시스템 문제 해결, 원래 교육 데이터의 범위를 넘어서는 주제에 대한 추론 수행에 사용할 수 있다고 명시합니다. 따라서 Canonical의 다음 초점 중 하나는 팀 투자를 확대하고, 가능한 한 빨리 최신 모델 출시에 대한 후속 조치를 취하고, 가능한 한 많은 칩 플랫폼에 최적화된 버전을 제공하는 것입니다.

기본적인 추론 기능 외에도 Canonical은 보다 "컨텍스트 인식" 운영 체제 경험을 구상하고 있습니다. Seager는 점점 더 많은 사용자가 "에이전트" 작업에 익숙해짐에 따라 Ubuntu는 Linux가 수년 동안 축적해 온 강력한 기능을 보다 이해하고 사용하기 쉬운 방식으로 더 많은 사람들에게 제공하기를 희망한다고 말했습니다. 관계자들은 에이전트 기반 워크플로를 Ubuntu에 통합하는 방법을 계획하고 있지만 전제는 여전히 Ubuntu 사용자 그룹의 사용 습관과 일치해야 하며 개인 정보 보호 및 보안 가치를 존중해야 합니다. 그의 견해에 따르면 Snap의 제한된 패키징 메커니즘과 Ubuntu가 최근 몇 년간 핵심 시스템 기능을 통합하기 위해 마련한 기반은 Canonical이 보다 안전한 방식으로 이 목표를 달성하는 데 도움이 될 것입니다.

Linux 데스크탑 생태계는 오랫동안 단편화되어 있는 것으로 알려져 왔습니다. 이러한 단편화는 생태계의 번영에 어느 정도 기여했지만 종종 통합 경험을 복잡하게 만들고 일부 사용자를 좌절시키기도 했습니다. Canonical은 대규모 모델을 시스템 수준에 주의 깊게 적용할 수 있다면 사용자가 최신 Linux 워크스테이션의 기능을 보다 직관적으로 이해하는 데 도움이 되어 Linux 데스크탑이 더 많은 사람들에게 더 매력적으로 보일 수 있다고 믿습니다.

이 비전은 데스크톱에만 국한되지 않습니다. Seager는 다수의 Ubuntu 시스템을 관리하는 SRE(사이트 안정성 엔지니어)인 경우 사고 처리 중 로그 해석, 근본 원인 분석 속도 향상 또는 엄격한 가드레일 하에서 일련의 계획된 유지 관리 작업 수행과 같은 다양한 시나리오에서도 대규모 모델이 도움이 될 수 있다고 언급했습니다. Canonical의 목표는 에이전트가 다양한 인터페이스에서 "Ubuntu의 기본 기능처럼 자연스럽게 작동"할 수 있도록 다양한 Ubuntu 장치 형태에 적응할 수 있는 기능 프레임워크를 구축하는 것입니다. 그는 일부 사이트 안정성 엔지니어링 작업을 에이전트에게 넘겨준다고 해서 반드시 새로운 위험 범주가 도입되는 것은 아니라는 점을 강조했습니다. 왜냐하면 성숙한 생산 환경은 본질적으로 엄격한 액세스 제어, 감사 추적, 관찰과 실행 간의 명확한 격리에 의존하기 때문입니다. Ubuntu가 원하는 것은 읽기 전용 분석, 세분화된 권한, 결정 및 결과에 대한 완전한 감사 등 기존 경계 내에서 작동할 수 있는 기본 기능을 에이전트에 제공하는 것입니다.

사용 시나리오의 관점에서 관계자들은 미래에는 사용자가 Linux 장치에 Wi-Fi 연결 문제를 해결하도록 직접 요청하거나 사전 구성되고 보안이 강화되었으며 TLS 액세스 기능을 갖춘 오픈 소스 소프트웨어 플랫폼을 자동으로 구축할 수 있을 것으로 예상합니다. 추가 시나리오에서는 이러한 종류의 기능이 다른 장치가 Linux 호스트를 제어하는 ​​입구가 될 수도 있습니다. 상호 작용 방법은 모바일 애플리케이션, 문자 메시지, 음성 명령 및 기타 미디어가 될 수 있습니다.

물론 Canonical은 로컬 추론 능력이 하드웨어 조건과 밀접한 관련이 있다는 점도 인정합니다. 기업들이 일반 소비자 하드웨어에서 개방형 모델을 더 쉽게 실행할 수 있도록 노력하고 있지만 현재 매개변수 크기가 더 작은 모델은 많은 작업에서 더 큰 모델과 정면으로 경쟁할 수 없습니다. 그러나 Seager는 이러한 격차가 대체로 단계적인 문제일 뿐이라고 믿습니다. 글로벌 칩 제조업체가 추론 기능을 향상하여 소비자 시장을 위한 새로운 하드웨어를 계속 개발함에 따라 오늘날 최첨단 AI 인프라에서만 가능해 보이는 기능은 앞으로 몇 달, 심지어 몇 년 내에 점차 일반화될 것입니다.

그는 또 AI를 논할 때 성능만 볼 것이 아니라 효율성도 고려해야 한다고 구체적으로 지적했다. 사용자가 대규모 클라우드 모델의 토큰 생성 속도와 로컬 디바이스의 성능을 직접 비교하는 것은 쉽지만, 이러한 워크로드를 처리할 때 로컬 네이티브 가속기의 전력 소비도 크게 줄어들어 사용 임계값이 더욱 낮아질 것으로 예상됩니다. Canonical은 이 모든 것이 하룻밤 사이에 완료되지는 않을 것이라고 예측하지만 Ubuntu는 조건이 무르익고 칩 제조업체와의 협력 및 관련 적응 작업이 점점 더 중요한 역할을 할 때 준비가 되기를 바라고 있습니다.

종합해보면, Canonical이 제공하는 신호는 분명합니다. Ubuntu는 자체적으로 "AI 제품"으로 전환할 의도가 없지만, 향후 버전에서 더욱 신중하고 제어 가능하며 오픈 소스 가치와 더욱 일관되게 AI 기능을 점진적으로 도입하기를 희망합니다. 관계자들은 2026년 내내 팀이 "Ubuntu 사용자가 신중하고 안전하며 오픈 소스 호환 방식으로 최첨단 AI에 액세스할 수 있도록 허용"한다는 목표를 달성하기 위해 노력할 것이라고 밝혔습니다. 여기에는 엔지니어 교육, 효율적인 로컬 추론, 접근성 향상, 보다 상황에 맞는 운영 체제 경험이 포함됩니다.