목록이 너무 길다
re:Invent는 매년 같은 문제를 남깁니다. 발표가 너무 많습니다.
AWS News Blog의 "Top announcements" 글만 해도 분석, AI, 컴퓨트, 컨테이너, 데이터베이스, 운영, 마이그레이션까지 분야가 열 개를 넘습니다. 그것도 '주요' 발표만 추린 목록입니다.
그래서 이 시리즈는 질문 하나로 범위를 좁혔습니다. 데이터 파이프라인과 LLM 기능을 운영하는 사람이 내년 설계에서 실제로 고려할 만한 것은 무엇인가. 칩과 인스턴스 소식은 짧게 지나가고, 운영 방식을 바꾸는 발표에 시간을 쓰겠습니다.
기조연설이 말한 방향
2025년 기조연설의 공통 단어는 에이전트였습니다.
주간 정리 글에 따르면 Matt Garman은 AWS 20년을 돌아보며 AI 에이전트를 다음 큰 전환으로 꼽았습니다. Swami Sivasubramanian은 에이전트가 자연어 목표에서 계획과 코드를 만들어 내는 시대에, AWS가 에이전트의 비결정적인 동작을 다룰 기반을 만들고 있다고 말했습니다.
인상적인 장면은 따로 있었습니다. Werner Vogels가 14년 만의 마지막 기조연설에서 "르네상스 개발자"를 이야기하며, 개발자가 만든 것에 끝까지 책임지라고 당부한 대목입니다. AI가 코드를 쓰는 시대에 꺼낸 말이라 무게가 다르게 들립니다.
이 시리즈에서 깊게 볼 네 가지
| 발표 | 한 줄 요약 | 다룰 질문 |
|---|---|---|
| Bedrock AgentCore Policy·Evaluations | 에이전트의 도구 호출을 실행 전에 막고, 품질을 계속 채점 | 프롬프트 밖에서 에이전트를 통제할 수 있나 |
| Amazon S3 Vectors GA | 인덱스 하나에 벡터 최대 20억 개, 전용 벡터 DB 대비 비용 최대 90% 절감 주장 | 벡터 DB를 따로 둘 이유가 남나 |
| Lambda Durable Functions | 일반 Lambda 코드로 최대 1년까지 멈췄다 이어지는 워크플로 | Step Functions 없이 다단계 작업을 짤 수 있나 |
| AWS DevOps Agent (프리뷰) | 지표·로그·배포 이력을 엮어 장애 원인을 찾는 에이전트 | 온콜의 어느 부분을 맡길 수 있나 |
넷 다 "에이전트를 만들기"보다 에이전트와 그 주변을 운영하기에 가까운 발표입니다. 이 점이 올해 목록에서 가장 눈에 띄는 흐름이었습니다.
짧게 짚고 넘어갈 것들
모델 쪽에서는 Amazon Nova 2 제품군이 나왔습니다. Nova 2 Lite는 확장 사고와 100만 토큰 컨텍스트를 갖춘 추론 모델이고, Nova 2 Omni는 텍스트·이미지·영상·음성을 받아 텍스트와 이미지를 내놓는 멀티모달 모델로 프리뷰입니다. 브라우저 작업을 자동화하는 Nova Act는 정식 출시됐습니다.
Bedrock에는 오픈 웨이트 모델 18종이 추가됐습니다. 강화 학습 기반 미세 조정도 들어왔는데, AWS는 기반 모델 대비 정확도가 66% 올랐다고 밝혔습니다. 다만 어떤 과제에서 잰 수치인지는 목록 글만으로는 알 수 없습니다.
컴퓨트에서는 5세대 CPU인 Graviton5, 3nm 칩을 쓴 Trainium3 UltraServer가 발표됐습니다. Lambda Managed Instances도 흥미롭습니다. Lambda 함수를 EC2 위에서 EC2 요금 체계로 돌리되, 인프라 관리는 AWS가 맡는 방식입니다. 꾸준히 트래픽이 있는 함수라면 비용 구조가 달라질 수 있습니다.
멀티클라우드를 대하는 태도의 변화
개인적으로 의외였던 발표는 AWS Interconnect – Multicloud입니다.
Amazon VPC와 다른 클라우드를 전용 고속 회선으로 잇는 서비스로, 프리뷰입니다. 첫 파트너가 Google Cloud이고, Microsoft Azure 지원은 2026년에 예정돼 있습니다.
AWS가 경쟁 클라우드와의 연결을 직접 상품으로 내놓았다는 점이 흥미롭습니다. 데이터가 여러 클라우드에 흩어진 회사가 그만큼 많다는 뜻이겠죠. 반년 뒤 구글이 Next '26에서 Cross-cloud Lakehouse를 내세운 것과도 같은 방향입니다.
마이그레이션 도구에 붙은 숫자들
AWS Transform 관련 발표에는 큰 숫자가 많았습니다. 조직의 패턴을 학습하는 Transform custom은 실행 시간을 최대 80% 줄인다고 하고, Windows 애플리케이션 현대화는 최대 5배 빠르다고 합니다. 메인프레임 현대화는 기간을 "수년에서 수개월로" 줄인다고 표현했습니다.
이런 수치는 언제나 '최대'라는 단어와 함께 읽어야 합니다. 레거시 코드가 얼마나 표준적인지에 따라 결과가 크게 달라지는 영역이기 때문입니다.
영상으로 더 보기
에이전트를 다음 전환으로 꼽은 Matt Garman의 기조연설 전체 영상입니다.
읽는 순서
이어지는 글은 통제(AgentCore) → 저장(S3 Vectors) → 실행(Durable Functions) → 운영(DevOps Agent) 순서로 갑니다. 에이전트 하나를 실제로 운영한다고 할 때 부딪히는 순서와 비슷합니다.
발표 자료만으로 판단할 수 없는 부분은 그렇다고 적었습니다. 직접 써 본 결과가 아니라 발표 원문을 꼼꼼히 읽은 기록이라는 점을 감안해 읽어 주세요.
