결론부터
입문 단계에서는 윈도우도 괜찮습니다. 하지만 본격적으로 AI를 하게 되면 리눅스가 편해지는 시점이 옵니다.
왜 AI 쪽에서 리눅스를 많이 쓰나
1. 대부분의 AI 도구가 리눅스 우선
PyTorch, TensorFlow 등 주요 AI 프레임워크가 리눅스에서 먼저 개발되고 테스트됩니다. 윈도우 지원은 뒤따라오거나, 일부 기능이 빠지기도 합니다.
2. CUDA 설치가 더 쉬움
윈도우에서 CUDA 설치하다가 버전 충돌로 삽질하는 경우가 많습니다. 리눅스에서는 패키지 매니저로 깔끔하게 설치됩니다.
3. Docker가 네이티브
Docker가 리눅스 기반 기술이라, 리눅스에서 성능이 더 좋고 호환 문제도 적습니다. 윈도우에서 Docker는 WSL2를 거치기 때문에 약간의 오버헤드가 있습니다. Docker가 뭔지 모르겠다면 먼저 개념을 잡고 오세요.
4. 서버 환경과 동일
실제 AI 서비스를 배포하는 서버는 거의 리눅스입니다. 개발 환경과 배포 환경이 같으면 “내 PC에서는 되는데 서버에서 안 되는” 문제가 줄어듭니다.
5. SSH 원격 작업
클라우드 GPU 서버에 접속해서 작업할 때 리눅스 명령어를 알아야 합니다. 어차피 원격 서버는 리눅스니까요.
윈도우의 장점
리눅스만 좋은 건 아닙니다.
- 편의성 — 일반 사용에는 윈도우가 훨씬 편함
- 게임 — 게임도 하려면 윈도우
- Office — 워드, 엑셀, 파워포인트
- WSL2 — 윈도우에서 리눅스를 쓸 수 있음
특히 **WSL2(Windows Subsystem for Linux)**는 게임 체인저입니다. 윈도우 안에서 리눅스 터미널을 열 수 있어서, 둘의 장점을 모두 쓸 수 있습니다.
WSL2 = 최고의 타협
사실 지금 이 블로그도 WSL2 환경에서 작업하고 있습니다.
WSL2의 좋은 점:
- 윈도우를 유지하면서 리눅스 개발 환경 사용
- CUDA도 WSL2에서 지원
- Docker도 WSL2에서 잘 돌아감
- 파일 공유도 됨
단점:
- 네이티브 리눅스보다 약간 느림
- GPU 패스스루 설정이 필요할 수 있음
- 가끔 호환 이슈
리눅스로 넘어가야 하는 시점
다음 상황이 되면 리눅스(또는 듀얼부팅)를 고려해보세요:
- WSL2에서 성능 한계를 느낄 때
- 멀티 GPU를 쓸 때
- 24시간 학습을 돌릴 때
- 서버 운영이 필요할 때
그 전까지는 윈도우 + WSL2로 충분합니다.
리눅스를 처음 쓴다면
Ubuntu를 추천합니다.
- 가장 사용자가 많아서 문제가 생겨도 검색하면 답이 나옴
- AI 관련 튜토리얼 대부분이 Ubuntu 기준
- 설치가 쉬움
WSL2에서 Ubuntu를 설치하는 것도 간단합니다.
마치며
“AI 하려면 반드시 리눅스"는 아닙니다. 특히 입문 단계에서는 윈도우 + WSL2면 대부분 가능합니다.
중요한 건 OS가 아니라 실제로 코드를 돌려보고 경험을 쌓는 것입니다. OS 때문에 시작을 못 하고 있다면, 지금 쓰는 환경에서 그냥 시작하세요. 로컬 LLM 직접 실행하기도 윈도우나 리눅스 모두에서 도전해볼 수 있습니다. AI 작업에 맞는 GPU를 고른다면 NVIDIA vs AMD 비교도 참고해보세요.