AWS 뉴스

AI 에이전트가 인프라를 변경할 때 발생하는 감사 로그의 불연속성 문제를 해결하기 위해, 단일 Run ID를 모든 시스템의 쓰기 경로에 삽입하는 전략을 설명합니다. 이를 통해 Kubernetes, AWS, Git의 각기 다른 로그를 하나의 식별자로 통합하여 책임 소재를 명확히 규명할 수 있습니다.

아마존웹서비스(AWS)가 국내 서울대, 연세대, 국민대를 포함한 18개국 132개 대학 학생들에게 AI 에이전트 '키로'의 프로 요금제와 매월 1,000 크레딧을 12개월간 무료로 제공합니다. 이번 프로그램은 학생들이 신용카드 등록 없이도 최신 AI 모델을 활용해 실제 서비스를 구현해보는 경험을 지원하는 데 목적이 있습니다.

AWS가 AI 개발 도구 '키로(Kiro)'의 대학생 대상 무료 지원 프로그램을 전 세계 18개국 132개 대학으로 대폭 확대했습니다. 국내에서는 서울대, 연세대, 국민대 학생들이 1년간 키로 프로 요금제를 무료로 이용할 수 있게 되어 AI 개발 환경 접근성이 높아질 전망입니다.

대규모 AWS 환경에서 방치된 EBS 스냅표은 비용 상승의 주범이며, Cloud Custodian을 이용한 3단계 자동 삭제 파이프라인이 대안으로 제시됩니다. 하지만 단순한 Lambda 기반 구현은 실행 시간 제한과 비용 효율성 문제로 인해 실패할 수 있으므로, Step Functions를 활용한 정교한 오케스트레이션이 필요합니다.

VeloxML은 Docker나 Kubernetes의 복잡한 설정 없이 자신의 클라우드 인점 내에 오픈소스 LLM을 직접 배포할 수 있게 해주는 CLI 기반의 배포 엔진입니다. 데이터가 외부 서버를 거치지 않아 보안성이 높으며, 스팟 인스턴스를 활용해 GPU 비용을 획기적으로 절감할 수 있는 것이 특징입니다.

아마존웹서비스(AWS)가 국내 우주·위성 스타트업을 대상으로 클라우드 크레딧과 기술 멘토링을 제공하는 4주간의 액셀러레이팅 프로그램을 발표했습니다. 이번 프로그램은 우주항공청, 메가존클라우드 등과 협력하여 초기 단계부터 프리시리즈 B 단계 기업의 글로벌 경쟁력 확보와 투자 유치를 지원합니다.

AWS가 우주항공청 및 메가존클라우드와 함께 국내 우주·위성 스타트업을 대상으로 하는 엑셀러레이터 프로그램을 개최합니다. 선정된 기업에는 최대 10만 달러 상당의 클라우드 크레딧과 함께 전문가 멘토링, 비즈니스 코칭, 글로벌 네트워킹 기회가 제공됩니다.

Floci는 LocalStack의 무료 티어 종료에 대응하는 초고급 AWS 에뮬레이터로 개발 및 CI 환경에 최적화되어 있으며, Spinifex는 폐쇄망이나 데이터 주권이 필요한 환경을 위한 실제 AWS 호환 프로덕션 플랫폼입니다. 두 도구는 서로 다른 목적을 가진 상호 보완적 기술로, 개발부터 실제 운영까지 동일한 API 인터페이스를 유지하며 파이프라인을 구축할 수 있게 돕습니다.

아마존웹서비스(AWS)가 국내 초기 단계 우주 스타트업을 대상으로 4주간의 기술 및 사업 코칭을 제공하는 액셀러레이팅 프로그램을 시작한다. 선정된 기업은 최대 10만 달러의 클라우드 크레딧과 함께 글로벌 네트워크 및 투자자 연결 기회를 얻게 된다.

스마일샤크는 AWS와 공동 개최한 세미나를 통해 멀티클라우드 운영의 복잡성을 줄이기 위한 AWS 마이그레이션 로드맵을 발표했습니다. 핵심 워크로드와 생성형 AI 서비스를 AWS로 통합하여 보안, 권한, 비용 관리 체계를 단일화하는 구체적인 실행 방안을 제시했습니다.

AWS 데이터 전송 비용은 데이터가 이동하는 경계(AZ, 리전, 인터넷)와 거리에 따라 결정되며, 특히 NAT 게이트웨이 처리 비용과 인터넷 이그레스 비용이 주요 비용 상승 원인입니다. 이를 해결하기 위해 VPC 엔드포인트 도입, CloudFront 활용, AZ 내 통신 최적화와 같은 아키텍처 개선이 필수적입니다.

이 글은 AWS EKS 클러스터에 kube-prometheus-stack을 사용하여 Prometheus, Grafana, Alertmanager 기반의 모니터링 체계를 구축하는 과정을 설명합니다. 단순한 Pod의 실행 상태를 넘어, 메트릭 시각화와 알림 설정을 통해 시스템의 이상 징후를 사전에 감지하고 대응하는 관측성 확보의 핵심 가치를 강조합니다.

AWS 인프라 구축의 용이함이 자원 방치로 이어져 클라우드 비용을 지속적으로 상승시적일 수 있습니다. EC2, EBS, S3, NAT Gateway 등 사용되지 않거나 과도하게 설정된 리소스를 식별하고, 삭제 전 의존성을 면밀히 검토하여 비용 효율적인 클라우드 환경을 구축하는 것이 핵심입니다.

Stave는 AWS 리소스의 단순 설정을 넘어 리소스 간의 권한 및 연결 관계를 분석하여 복합적인 보안 위험을 찾아내는 오픈소스 도구입니다. 로컬 JSON 스냅샷을 기반으로 오프객 분석을 지원하며, 삭제된 리소스를 가리키는 잘못된 참조나 복잡한 공격 경로를 탐지하는 데 특화되어 있습니다.

Terraform의 IaC(Infrastructure as Code) 개념을 사용하여 AWS DynamoDB의 Orders와 Products 테이블을 생성하는 구체적인 가이드를 제공합니다. 설정 파일 분리, 변수 활용, 그리고 커뮤니티 모듈을 이용한 효율적인 리소스 정의 방법을 단계별로 설명합니다.

이 글은 AWS EKS 클러스터에서 HPA와 Karpenter를 사용하여 트래픽 증가에 따른 Pod 및 Node의 자동 확장 과정을 k6 부하 테스트를 통해 실증적으로 보여줍니다. 특히 metrics-server의 설정 오류가 HPA 작동에 미치는 영향과 Karpenter를 통한 효율적인 노드 관리 및 비용 최적화 과정을 상세히 다룹니다.

AWS는 비용 상한선을 강제로 설정하는 기능을 제공하지 않는데, 이는 자원 중단이 서비스 장애로 이어질 수 있기 때문입니다. 따라서 개발자는 단순 이메일 알림 대신 슬랙 연동을 통한 단계별 예측 알림을 구축하고, 샌드박스 환경에 한해 자원 제한 정책을 적용하는 전략을 취해야 합니다.

이 글은 AWS 환경에서 보안 정보와 설정을 관리하기 위한 Secrets Manager와 Parameter Store의 핵심 차이점을 비교합니다. 자동 회전이 필요한 데이터베이스 자격 증명에는 Secrets Manager를, 단순 설정값이나 비용 효율성이 중요한 데이터에는 Parameter Store를 사용하는 것이 권장됩니다.

기업의 고객 지원 운영이 늘어나는 티켓량과 파편화된 지식으로 인해 한계에 직면한 가운데, AWS는 생성형 AI를 통한 운영 현대화 방안을 제안합니다. 이 솔루션은 영상 기반 SOP 자동 생성, RAG를 통한 문제 해결 가이드, ML 기반의 SLA 위험 예측 및 에이전틱 워크플로우를 통한 업무 자동화를 핵심으로 합니다.

AWS는 인프라가 정상임에도 데이터가 잘못 표시되는 '침묵의 오류'를 해결하기 위해 Amazon Bedrock 기반의 자동화된 콘텐츠 검증 솔루션을 구축했습니다. 이 시스템은 시각적 무결성과 수치 일관성을 동시에 모니터링하여 사용자가 문제를 인지하기 전에 개발자에게 실시간 알림을 제공합니다.