hello
ubuntu

ubuntu 버전 별 코드네임, 지원종료

ubuntu 버전 별 코드네임, 지원종료일, LTS 정보

JHL

JHL

— 2 min read
Share
버전 코드네임 출시일 지원 종료일 비고
4.10 Warty Warthog 2004년 10월 20일 2006년 4월 30일
5.04 Hoary Hedgehog 2005년 4월 8일 2006년 10월 31일
5.10 Breezy Badger 2005년 10월 13일 2007년 4월 13일
6.06 LTS Dapper Drake 2006년 6월 1일 2011년 6월 1일 최초의 LTS 버전
6.10 Edgy Eft 2006년 10월 26일 2008년 4월 25일
7.04 Feisty Fawn 2007년 4월 19일 2008년 10월 19일
7.10 Gutsy Gibbon 2007년 10월 18일 2009년 4월 18일
8.04 LTS Hardy Heron 2008년 4월 24일 2013년 4월 24일
8.10 Intrepid Ibex 2008년 10월 30일 2010년 4월 30일
9.04 Jaunty Jackalope 2009년 4월 23일 2010년 10월 23일
9.10 Karmic Koala 2009년 10월 29일 2011년 4월 30일
10.04 LTS Lucid Lynx 2010년 4월 29일 2015년 4월 30일
10.10 Maverick Meerkat 2010년 10월 10일 2012년 4월 10일
11.04 Natty Narwhal 2011년 4월 28일 2012년 10월 28일
11.10 Oneiric Ocelot 2011년 10월 13일 2013년 5월 9일
12.04 LTS Precise Pangolin 2012년 4월 26일 2017년 4월 28일
12.10 Quantal Quetzal 2012년 10월 18일 2014년 4월
13.04 Raring Ringtail 2013년 4월 25일 2014년 1월
13.10 Saucy Salamander 2013년 10월 17일 2014년 7월
14.04 LTS Trusty Tahr 2014년 4월 17일 2019년 4월
14.10 Utopic Unicorn 2014년 10월 23일 2015년 7월
15.04 Vivid Vervet 2015년 4월 23일 2016년 1월
15.10 Wily Werewolf 2015년 10월 21일 2016년 7월
16.04 LTS Xenial Xerus 2016년 4월 21일 2021년 4월
16.10 Yakkety Yak 2016년 10월 13일 2017년 7월 20일
17.04 Zesty Zapus 2017년 4월 13일 2018년 1월 13일
17.10 Artful Aardvark 2017년 10월 19일 2018년 7월
18.04 LTS Bionic Beaver 2018년 4월 26일 2023년 4월
18.10 Cosmic Cuttlefish 2018년 10월 18일 2019년 7월
19.04 Disco Dingo 2019년 4월 18일 2020년 1월
19.10 Eoan Ermine 2019년 10월 17일 2020년 7월
20.04 LTS Focal Fossa 2020년 4월 23일 2025년 5월 31일 곧 지원 중단 예정
20.10 Groovy Gorilla 2020년 10월 22일 2021년 7월
21.04 Hirsute Hippo 2021년 4월 22일 2022년 1월
21.10 Impish Indri 2021년 10월 14일 2022년 7월
22.04 LTS Jammy Jellyfish 2022년 4월 21일 2027년 4월 현재 지원 중
22.10 Kinetic Kudu 2022년 10월 20일 2023년 7월
23.04 Lunar Lobster 2023년 4월 20일 2024년 1월
23.10 Mantic Minotaur 2023년 10월 12일 2024년 7월 11일
24.04 LTS Noble Numbat 2024년 4월 25일 2029년 5월 31일

Read more

AI가 짜준 코드가 배포 속도를 높였다면, 이제는 '신뢰성 가드레일'을 세울 때입니다

최근 많은 팀이 AI 코딩 어시스턴트나 에이전트를 도입하면서 코드 생산 속도가 비약적으로 상승했습니다. 하지만 속도가 빨라졌다는 것은 그만큼 잠재적인 결함이 프로덕션 환경으로 유입되는 속도 또한 빨라졌음을 의미합니다. DevOps.com의 이번 글은 AI가 생성한 코드의 특성과 그로 인해 발생하는 새로운 유형의 리스크, 그리고 이를 제어하기 위한 '신뢰성 가드레일(Reliability Guardrails)

By JHL

LLM 시대, 프롬프트 엔지니어링보다 '도메인 전문성'이 더 강력한 무기인 이유

최근 AI 도구들이 비약적으로 발전하면서 '프롬프트 엔지니어링'이라는 기술적 기법에 많은 관심이 쏠렸습니다. 하지만 실제 현업에서 LLM을 극한으로 활용해 고도의 결과물을 만들어내는 사람들의 공통점은 정교한 프롬프트 템플릿을 쓰는 능력이 아니라, 해당 분야에 대한 깊은 '도메인 전문성'을 갖추고 있다는 점입니다. 많은 이들이 LLM이 지식의 격차를 줄여준다고

By JHL

AI 코딩 에이전트 도입 시 고려해야 할 보안 제어 프레임워크: 속도와 안전의 균형 잡기

최근 Claude Code나 Kiro와 같은 AI 코딩 에이전트들이 단순한 코드 완성을 넘어, 자연어 프롬프트 하나로 수십 개의 PR을 생성하고 인프라를 수정하는 수준까지 발전했습니다. 하지만 이러한 생산성 향상은 '기계적 속도'라는 트레이드오프를 동반합니다. AI 에이전트는 조직의 보안 리스크나 컴플라이언스를 이해하지 못한 채 오직 '작업 완료'에만 최적화되어

By JHL

AI 벤치마크의 '포화 상태'와 평가 지표의 유효기간: 우리는 무엇을 믿어야 하는가

최근 LLM의 성능이 비약적으로 상승하면서, 역설적으로 우리가 모델의 성능을 측정하는 '자' 자체가 무용지물이 되는 현상이 가속화되고 있습니다. arXiv에 게재된 "When AI Benchmarks Plateau: A Systematic Study of Benchmark Saturation" 연구는 우리가 흔히 신뢰하는 벤치마크 점수가 왜 더 이상 모델 간의 변별력을 제공하지 못하는지, 그리고 이른바 '

By JHL