---
title: "llama.cpp, 드디어 리눅스에서도 시스템 RAM 통합 오프로딩 지원"
published: 2026-03-24T23:16:34.000Z
canonical: https://jeff.news/article/958
---
# llama.cpp, 드디어 리눅스에서도 시스템 RAM 통합 오프로딩 지원

llama.cpp가 리눅스 커널 업데이트, NVIDIA 오픈 드라이버, CUDA 13의 조합으로 리눅스에서도 macOS 수준의 통합 메모리 관리를 지원하게 됐다. 게이밍 PC급 하드웨어로 로컬 AI 추론이 가능해진 셈.

- llama.cpp가 드디어 리눅스에서도 **통합/이기종 메모리 관리(Unified/Heterogeneous Memory Management)**를 지원하기 시작했음. 지금까지 이 기능은 Windows에서 GPU 공유 가상 메모리를 "혹사"시키는 방법으로만 가능했는데, 이제 리눅스에서도 된다는 거임

- 이게 가능해진 건 세 가지가 동시에 맞물렸기 때문임: llama.cpp 코어 코드 변경 + 리눅스 커널 업데이트 + NVIDIA의 새 "오픈" 드라이버 및 **CUDA 13** 지원

- 실질적으로 의미하는 건 macOS의 통합 메모리 같은 경험을 리눅스에서도 AI 추론에 활용할 수 있다는 것임

## 게이밍 PC 수준이면 충분함

- 적절한 CLI 플래그 + 희소 활성화 모델(예: **Qwen 3.5 35B A3B**)을 조합하면, RTX 3060 / i5 또는 Ryzen 5 / 32GB RAM(DDR4든 DDR5든) / 500~700W 파워 정도의 "매장에서 팔리는 게이밍 PC" 수준으로 AI 추론이 돌아간다는 거임

- llama.cpp 내장 서버나 직접 코드를 짜면, 사무실 구석 클로젯에 박스 하나 넣어두고 팀 전용 프라이빗 AI 허브를 운영할 수도 있음. 월 비용 $0

> [!TIP]
> 주의사항: NVIDIA 설치 가이드가 Secure Boot를 고려하지 않음. Ubuntu/RHEL은 사전 서명된 드라이버가 있지만, 그 외 배포판은 리부팅 전에 `mokutils`를 꼭 실행해야 함. Ubuntu 26.04 LTS(2026년 4월 출시)에서는 CUDA 개발 환경 설치가 훨씬 쉬워질 예정

- 글쓴이가 마지막에 "Sam, Elon, Mark, Dario 다 끝났다. AI가 해방됐다"고 선언하는데, 마침 같은 날 LiteLLM 추론 프레임워크 보안 침해 사건이 터졌다고 함. 온디바이스 추론의 보안 이점이 공교롭게 부각된 타이밍

## 핵심 포인트

- 리눅스에서 Unified/Heterogeneous Memory Management 지원 시작
- RTX 3060급 게이밍 PC로 AI 추론 가능
- Qwen 3.5 35B A3B 같은 희소 활성화 모델과 조합 시 실용적
- Ubuntu 26.04 LTS에서 CUDA 설치 간소화 예정

## 인사이트

월 $0로 팀 전용 프라이빗 AI 허브를 구축할 수 있다는 현실적 시나리오가 매력적. 같은 날 터진 LiteLLM 보안 사고와 대비되는 온디바이스 추론의 이점.