WSL 3 Preview: Windows에서 Claude Code의 로컬 추론 지연 시간 단축

WSL 3 preview는 Copilot+ 노트북에서 Claude Code + Ollama를 위해 네이티브에 가까운 GPU/NPU 성능을 제공하지만, 데스크톱 사용자에게는 여전히 NVIDIA CUDA를 잘 처리하는 WSL 2가 유효합니다.

무엇이 바뀌었나 — Build 2026에서의 WSL 3 Preview

Microsoft는 2026년 6월 2일 Build에서 WSL 3를 발표했습니다. 핵심 내용은 다음과 같습니다: 준가상화(paravirtualized) 하드웨어 액세스 계층이 WSL 2의 전체 Hyper-V VM을 대체하여, GPU 연산 오버헤드(overhead)를 베어메탈(bare-metal) Linux 대비 약 15-20%에서 3-5%로 줄였습니다. 더 중요한 점은, 단순히 GPU뿐만 아니라 NPU를 Linux에 처음으로 노출시킨다는 것입니다.

주의사항: 이 프리뷰는 Snapdragon X Elite, Intel Meteor Lake 또는 Lunar Lake NPU를 탑재한 Copilot+ PC로 제한됩니다. AMD 및 외장 NVIDIA 데스크톱 설정은 출시 목록에 포함되지 않았습니다.

사용자에게 미치는 의미 — Claude Code 일상 사용에 미치는 구체적 영향

로컬 Ollama 모델을 사용하여 Windows 노트북에서 Claude Code 또는 Aider를 실행한다면, WSL 3는 여러분이 기다려온 업그레이드입니다. 실질적인 차이점은 다음과 같습니다:

• WSL 2 + NVIDIA 데스크톱: 이미 CUDA 패스스루(passthrough)를 사용하고 있습니다. 현재 ollama run qwen2.5-coder:14b는 귀하의 RTX GPU를 사용 중입니다. 그대로 유지하십시오.
• WSL 3 + Copilot+ 노트북: 이제 NPU와 통합 GPU(integrated GPU)를 Linux에서 사용할 수 있습니다. Llama 3.2 8B 또는 Qwen2.5-Coder 7B와 같은 로컬 모델의 경우, 이는 CPU에 의존하던 방식(2-5 tokens/sec)에서 네이티브에 가까운 추론(30-50+ tokens/sec)으로 전환됨을 의미합니다. 이는 "사용 불가능"과 "일상적인 도구" 사이의 차이입니다.

특히 Claude Code의 경우: 에이전트 자체는 Anthropic의 API를 호출하므로 GPU가 추론을 수행하지는 않습니다. 하지만 Claude Code를 로컬 모델 게이트웨이(예: 코드 리뷰, 린팅(linting) 또는 테스트 생성용)와 결합하거나, 에이전트가 구동하는 로컬 툴링을 실행하는 경우, WSL 3의 네이티브에 가까운 I/O는 마찰을 줄여줍니다.

지금 바로 시도하기 — WSL 3를 작동시키는 방법

1. 자격 요건 확인하기

# PowerShell에서
wsl --version
# WSL 버전이 2.x.x.x로 표시된다면, WSL 2를 사용 중인 것입니다.

필요 사항:

• Copilot+ PC (Snapdragon X Elite, Intel Meteor Lake 또는 Lunar Lake)
• Windows Insider Program 등록 (Dev 또는 Canary 채널)
• 프리뷰 빌드 설치

2. Windows Insider 등록하기

설정(Settings) → Windows 업데이트(Windows Update) → Windows Insider Program → Dev 또는 Canary 채널 선택 → 업데이트 설치 → 재부팅.

3. WSL 내부에 AI 코딩 스택 설치하기

# WSL 내부 (Ubuntu 권장)

# Ollama 설치
...

4. 네트워킹 함정 해결하기

가장 흔한 실패 사례: 에디터(Cline이 설치된 VS Code, Continue.dev 또는 Cursor)가 가상 NIC(Network Interface Card) 경계로 인해 WSL 내부의 Ollama에 도달하지 못하는 경우입니다.

해결 방법 — WSL 내부의 모든 인터페이스에 Ollama를 바인딩(bind)하세요:

# WSL 내부
export OLLAMA_HOST=0.0.0.0:11434
ollama serve
...

그 다음, 에디터의 주소를 localhost:11434 대신 http://172.20.0.2:11434로 지정하세요.

5. GPU/NPU 가속 확인하기

# Ollama가 GPU를 사용 중인지 확인
ollama ps
# 모델 이름과 GPU 사용률이 표시되어야 합니다.

만약 CPU 전용(CPU-only)으로 표시된다면, NPU 또는 GPU가 패스스루(pass-through)되지 않고 있는 것입니다. WSL 3에서는 지원되는 하드웨어의 경우 이것이 자동으로 작동해야 합니다.

솔직한 견해

이미 WSL 2와 함께 RTX 데스크톱을 사용 중이라면, CUDA 기반의 Aider 및 Cline 설정은 문제없으므로 그대로 유지하십시오. WSL 3는 듀얼 부팅 없이 NPU와 GPU를 Linux 코딩 에이전트에서 사용하고자 하는 Copilot+ 노트북 사용자들에게 진정한 업그레이드입니다. 다만, 프로덕션(production) 환경이 아닌 프리뷰(preview) 단계로 취급하십시오.

그 외의 모든 분들에게: Windows에서 로컬 AI 코딩 워크플로우의 가장 큰 병목 현상은 하이퍼바이저(hypervisor)가 아니라, WSL과 호스트 사이의 네트워크 경계입니다. 그것부터 먼저 해결하십시오.

출처: dev.to

[24 Jun devto_claudecode를 통해 업데이트됨]

Copilot+ PC의 NPU는 코딩 에이전트(coding agents)를 위해 설계되지 않았습니다. 이는 Recall, Cocreator, Live Captions와 같은 OS 기능을 구동하는 용도이지, Cursor나 Claude Code를 위한 것이 아닙니다 [dev.to에 따르면]. 진정한 로컬 코딩의 돌파구는 Computex 2026에서 발표된 NVIDIA의 RTX Spark입니다. 이는 최대 128GB의 통합 메모리(unified memory), 6,144개의 CUDA 코어, 그리고 1 petaflop의 AI 성능을 갖춘 Grace Blackwell 슈퍼칩으로, 1M 컨텍스트 토큰(context tokens)과 함께 120B 파라미터 모델을 실행할 수 있습니다. 이는 2026년 가을에 출시될 예정이며, 가격은 발표되지 않았으나 DGX Spark의 $3,999–$4,699 범위를 훨씬 상회할 것으로 보입니다.

원문은 gentic.news에 게시되었습니다.