AWS 뉴스

마키나락스가 AWS의 클라우드 인프라와 보안 기술을 활용하여 국방 AI 사업 확장을 위한 전략적 협력을 추진한다. 이번 협력은 마키나락스의 AI 운영체제 '런웨이'에 AWS의 고가용성·저지연 아키텍처를 적용해 국방 환경에 최적화된 대규모 AI 모델 개발을 목표로 한다.

많은 챗봇 프로젝트가 모델 자체의 성능보다 운영 시스템의 한계로 인해 실패하므로, RAG를 활용한 검색 레이어 구축과 오케스트레이션 API 설계가 필수적입니다. Node.js와 Python, Docker 및 AWS를 결합한 컨테이너 기반 인프라는 확장 가능한 AI 서비스를 위한 핵심 아키텍처를 제공합니다.

데이터 파이프라인, 스토리지, 분석 영역에서 서비스 속도를 유지하며 클라우드 비용을 최적화하는 가이드를 다룹니다. AI와 GPU 등 기술적 접근을 통해 AWS, GCP, Azure 비용을 20~60%까지 절감하고 데이터 플랫폼을 현대화하는 전략을 강조합니다.

노타가 AWS의 AI 전용 칩(Trainium, Inferentia) 환경을 대상으로 하는 AI 모델 경량화 및 튜닝 서비스를 새롭게 선보였습니다. 자사 플랫폼 '넷츠프레소'를 통해 대규모 언어 모델(LLM)의 크기를 획기적으로 줄이면서도 성능 손실을 최소화하는 원스톱 프로세스를 제공할 계획입니다.

마키나락스가 AWS와 협력하여 국방 환경에 최적화된 AI 운영 플랫폼 '런웨이'를 고도화하고, 지휘통제 및 전장 관리 기능을 강화할 계획입니다. 양사는 글로벌 공동 판매와 AWS 마켓플레이스 등록을 통해 일본과 아시아·태평양 지역 등 해외 시장 공략에도 나섭니다.

Nimbus는 단순한 모니터링을 넘어 인프라 설계, 배포, 비용 관리 및 코드 수정을 대화형 인터페이스로 수행하는 AI 기반 클라우드 제어 플랫폼입니다. AWS와 GCP를 지원하며, 사용자의 승인 하에 실제 리소스를 변경하고 GitHub PR까지 생성하는 실행력을 갖추고 있습니다.

AWS가 AI 기반 'AWS 스타트업 어드바이저'와 자동화된 마이그레이션 기능을 출시하여 제품 개발부터 클라우드 전환까지의 과정을 지원합니다. 이를 통해 기존에 수개월 걸리던 인프라 이전 작업을 며칠 단위로 단축하고, 비기술 창업자도 손쉽게 서비스를 구축할 수 있는 환경을 제공합니다.

AWS가 스타트업의 아이디어 구현부터 시장 출시까지 전 과정을 지원하는 'AWS 스타트업 어드바이저'와 AI 기반 마이그레이션 기능을 새롭게 공개했습니다. 이번 기능은 GCP 등 타 클라우드 환경 및 다양한 LLM 워크로드를 AWS로 신속하게 이전할 수 있도록 설계되어 개발 생산성을 극대화합니다.

AWS가 스타트업의 성장 단계에 맞춰 아키텍처, 비용, 보안 설정을 안내하는 AI 어시스턴트 'AWS 스타트업 어드바이저'를 출시했습니다. 이와 함께 GCP 기반 인프라를 AWS로 신속하게 이전할 수 있는 AI 기반 마이그레이션 기능도 선보이며 클라우드 전환 기간을 획기적으로 단축할 전망입니다.

작성자는 기존 AWS 알림 기능이 제공하지 못하는 '비용 발생 원인'에 대한 답을 찾기 위해 Bedrock 에이전트를 구축하여 30일간 운영했습니다. 이 에이전트는 유휴 리소스를 식별하고 비용 패턴을 분석하며, 읽기 전용 권한을 통해 안전하게 클라우드 비용 최적화 인사이트를 제공하는 실험을 진행했습니다.

2026년 6월 말 주간 VM 프로비저닝 성능 측정 결과, AWS가 p50 기준 약 37초로 가장 빠른 속도를 보였습니다. 반면 GCP는 약 2분 18초로 가장 느린 지연 시간을 기록했으나, 특정 지역의 신뢰도는 개선된 것으로 나타났습니다.

배포 프로세스의 핵심인 승인 이메일이 설정 오류나 환경 변화로 인해 제대로 전달되지 않는 문제를 해결하기 위한 CI/뮬 패턴을 제안합니다. 실제 운영과 동일한 Docker 컨테이너를 사용하여 이메일 발송부터 수신함 확인까지의 전 과정을 자동화함으로써 인프라 변경 시 발생할 수 있는 릴리스 지연 리스크를 최소화합니다.

단일 서비스나 데모 단계에서는 운영 부담이 적은 AWS ECS가 유리하지만, 10개 이상의 마이크로서비스를 운영하는 프로덕션 환경에서는 EKS의 정교한 제어 능력이 필요합니다. 특히 카나리 배포, GitOps 기반의 선언적 관리, 그리고 풍부한 오픈소스 생태계 활용 측면에서 EKS가 압도적인 우위를 점하고 있습니다.

AWS가 임페리얼 칼리지 런던과 협력하여 전 세계 항생제 내성(AMR) 데이터를 하나로 연결하는 글로벌 AI 데이터 플랫폼 구축을 지원합니다. 아마존 베드록 등 생성형 AI 기술을 활용해 파편화된 의료 및 연구 데이터를 통합함으로써, 신약 후보 물질 탐색과 내성균 대응 프로세스를 획기적으로 단축할 계획입니다.

이 글은 AWS ELB와 Auto Scaling의 작동 원리부터 수평적/수직적 확장 방식의 차이, 그리고 효율적인 트래픽 분산을 위한 스케일링 정책까지 상세히 다룹니다. 특히 서비스 가용성을 극대화하고 장애 발생 시 자동 복구 기능을 구현하기 위한 실무적인 기술 개념을 설명합니다.

마이크로소프트(MS)가 25억 달러를 투입해 전문가 6,000명 규모의 'MS 프런티어 컴퍼니'를 출범하고 고객사에 엔지니어를 직접 파견합니다. 이는 AWS의 유사한 행보에 이은 것으로, 클라우드 거대 기업들이 AI 기술의 실질적 효용을 증명하여 고객 생태계를 강화하려는 전략입니다.

3년 이상 AWS 콘솔에서 수동으로 관리해온 핀테크 플랫폼의 인프라를 테라폼으로 전환한 과정을 다룹니다. Terraformer를 활용한 대규모 리소스 임포트부터 상태 검증, 원격 백엔드 설정까지의 단계별 방법론과 마이그레이션 중 발생한 기술적 난제 해결책을 상세히 설명합니다.

AWS는 공공기관이 안정성을 이유로 특정 기술에 묶이지 않고 최적의 AI 에이전트와 도구를 선택할 수 있는 권리가 필요하다고 강조했습니다. 이에 대해 과학기술정보통신부 역시 AI 기본법 추진 시 선제적 규제보다는 글로벌 흐름과 산업계 수요를 반영한 혁신 지원에 집중하겠다는 의지를 표명했습니다.

AWS가 고객사 내부에서 에이전트형 AI 시스템을 함께 구축하는 'AWS 전방배치 엔지니어링(FDE)' 조직을 신설하고 10억 달러를 투자합니다. 이 모델은 시맨틱 레이어와 지식 그래프 기술을 활용해 배포 기간을 수개월에서 수일로 단축하며, 프로젝트 종료 후 고객이 스스로 시스템을 운영할 수 있도록 설계된 것이 특징입니다.

트웰브랩스가 NEA와 네이버벤처스 주도로 약 1,500억 원 규모의 시리즈B 투자를 성공적으로 마무리했습니다. 특히 아마존(AWS)이 주요 투자자로 참여하며 전략적 파트너십을 강화했으며, 이를 통해 영상 AI 기술력을 글로벌 시장으로 확산할 계획입니다.