Amazon AI 뉴스

Anthropic이 차세대 모델 Claude Fable 5.1을 Amazon Bedrock 및 AWS Claude Platform에 출시했습니다. 이 모델은 복잡한 추론, 에이전트 기반 코딩, 자율적 작업 수행 능력이 대폭 강화되었으며, 기업용 보안 솔루션인 EFS를 통해 데이터 보안을 강화한 것이 특징입니다.

Jamf는 개발자의 AI 모델 사용량이 급증할 때 발생하는 비용 폭증을 막기 위해, 예산 사용량에 따라 고비용 모델의 접근을 자동으로 차단하는 서버리스 기반의 실시간 지출 강제 시스템을 구축했습니다. 이 시스템은 AWS Lambda와 IAM 정책을 활용하여 개발자의 작업 흐름을 방해하지 않으면서도 비용 효율적인 모델로의 전환을 유도합니다.

t54는 AI 에이전트가 외부 API 비용 등을 자율적으로 결제할 수 있도록 돕는 신뢰 계층인 'x402-secure'를 개발했습니다. Amazon Bedrock AgentCore의 결제 인프라와 결합하여, 인간의 개입 없이도 수천만 건의 마이크로 결제를 안전하게 처리하며 지출 한도 및 보안 관리를 자동화합니다.

Boomi Scribe는 AWS Bedrock과 Claude 모델을 기반으로 복잡한 데이터 통합 프로세스를 분석하여 상세한 문서를 자동으로 생성하는 AI 에이전트입니다. 이 솔루션은 XML 데이터를 DAG 구조로 변환하여 문서화할 뿐만 아니라, 버전 간 차이점까지 비교하여 개발자의 생산성을 높이고 기술 부채를 줄여줍니다.

이 글은 기업용 멀티 테넌트 에이전틱 채팅 앱 구축 시 발생하는 데이터 격리 및 인프라 관리의 어려움을 Amazon Bedrock Managed Knowledge Base로 해결하는 방법을 다룹니다. 개발자는 복잡한 벡터 검색 및 인덱싱 인프라 대신 제품의 핵심 비즈니스 로직에만 집중할 수 있는 아키텍처를 구축할 수 있습니다.

글로벌 진단 기업 Natera는 Amazon Bed액 AgentCore를 도입하여 환자의 채혈 예약 과정을 자동화하는 지능형 음성 에이전트를 구축했습니다. 이 시스템은 복잡한 인증 및 외부 벤더 연동을 처리하면서도 7초 미만의 낮은 지연 시간과 호출당 1센트 미만의 저렴한 비용으로 높은 정확도를 구현했습니다.

기업의 멀티 계정 환경에서 보안과 거버넌스를 위해 분리된 데이터 계정의 Redshift Serverless 데이터를 복사 없이 안전하게 AI 에이전트와 연결하는 방법을 다룹니다. AWS STS를 통해 권한을 위임받아 RetrieveAndGenerate API를 호출함으로써, 데이터 이동 없이도 고도화된 RAG(Retrieval Augmented Generation) 기능을 구현할 수 있습니다.

AutoBot은 이번 주 업데이트를 통해 셋업 위저드의 409 락 바인딩 로직을 상태가 아닌 신선도(staleness) 기준으로 개선하고, 액세스 제어 시의 프로비저닝 오류를 수정했습니다. 또한 Bedrock 모듈의 문서 오류를 바로잡아 플랫폼의 운영 안정성과 문서의 정확도를 높였습니다.

AWS Bedrock의 비용 가시성 부족 문제를 해결하기 위해 개발된 'AI Bed록 Cost Lens'는 매일 아침 비용, 토큰 사용량, 모델별 비중을 요약하여 이메일로 전달합니다. 특히 주간 보고서에는 AI가 직접 비용 절감을 위한 모델 교체나 프롬프트 최적화 등의 실행 가능한 권고안을 포함하여 비용 관리를 자동화합니다.

ADOP는 Amazon Bedrock 기반의 AI 에이전트를 활용해 데이터 엔지니어링의 ETL, 품질 검사, 컴플라이언스 설정을 자동화하는 빌드 타임 가속화 플랫폼입니다. 개발 단계에서 생성된 코드를 CI/CD를 통해 프로덕션에 배포함으로써, 런타임에는 모델 의존성 없이 안정적이고 감사 가능한 데이터 파이프lam을 운영할 수 있습니다.

AI 에이전트가 기업 내부 도구에 연결될 때 발생하는 자격 증명 유출, 정책 불일치, 감사 공백 등의 보안 문제를 해결하기 위해 Amazon Bedrock AgentCore Gateway를 소개합니다. 이 서비스는 인증, 권한 관리, 도구 카탈로그화를 통해 단계별로 AI 에이전트의 운영 성숙도를 높이는 4단계 거버넌스 체계를 제안합니다.

이 기사는 Amazon Bedrock 환경에서 RAG 시스템의 입력 토큰 비용을 최적화하기 위한 '쿼리 인식 압축' 방법을 설명합니다. 검색된 대량의 청크 중 질문과 관련된 핵심 문구만 저비용 모델로 추출하여 메인 모델에 전달함으로써, 비용 절감과 환각 감소라는 두 마리 토끼를 동시에 잡는 전략을 다룹니다.

AWS Bedrock을 사용하는 Codex CLI가 최신 프롬프트 캐싱 옵션을 지원하지 않아, 반복적인 컨텍스트 입력 시 발생하는 '캐시 쓰기(cache-write)' 비용이 급증하는 현상이 발견되었습니다. 이로 인해 실제 사용량 대비 약 10배에 달하는 과도한 비용이 발생할 수 있어, 관련 기능의 구현 및 업데이트가 시급한 상황입니다.

아마존 베드락이 OpenAI GPT-5.6 모델(Sol, Terra, Luna)에 대해 교차 리전 추론 기능을 출시하여 25개 이상의 AWS 리전에서 가용성을 극대화했습니다. 이 기능은 데이터 거버넌스를 유지하는 지리적 프로필과 전 세계 리전을 활용해 성능을 최적화하는 글로벌 프로필로 나뉘어 운영 효율성을 제공합니다.

아마존은 자연어 문서를 정교한 Dogwood 정책 스펙으로 변환해주는 'Policy Authoring' 기능을 공개했습니다. 이를 통해 개발자는 복잡한 코딩 없이도 AI 에이전트의 행동 범위, 시간적 제약, 입력 파라미터 제한 등을 설정하여 기업의 규제 준수와 보안을 강화할 수 있습니다.