AWS는 2026년 9월 28일로 끝나는 주간에 다양한 인공지능 서비스와 인프라 도구를 자사 생태계에 추가했다. 이는 모든 경우에 가장 큰 모델을 사용하는 대신 지능 수준, 비용, 응답 시간에 따라 각 작업에 적합한 모델을 선택하는 데 초점을 둔 방향이다.
Amazon Bedrock을 통한 새로운 모델
Amazon Bedrock은 OpenAI의 GPT-6 Sol과 GPT-6 Luna 모델을 제공하기 시작했다. GPT-6 Sol은 개발 업무와 반복적이면서 복잡한 작업을 대상으로 하며, GPT-6 Luna는 대규모로 실행할 때 특정되고 반복 가능한 작업에 초점을 둔다. AWS는 두 모델이 이전 모델인 GPT-5.6보다 훨씬 낮은 가격으로 제공된다고 밝혔다.
Anthropic의 Claude Opus 5.5도 Bedrock을 통해 이용할 수 있게 됐다. 이는 Claude 5.5 제품군의 첫 번째 모델이다. Claude Opus 5와 비교해 더 적은 토큰으로 더 많은 작업을 수행하도록 설계됐으며, 에이전트 기반 프로그래밍과 장시간 실행되는 작업에 맞게 조정됐다.
한 공간에서 애플리케이션과 에이전트 모니터링
AWS는 하나의 협업 경험 안에서 애플리케이션과 인공지능 에이전트를 모니터링하는 Amazon CloudWatch Omni 서비스를 출시했다. 이 서비스는 OpenTelemetry를 기반으로 하므로 재구성 없이 현재 측정 데이터를 표시할 수 있다. 또한 단일 주소를 통한 접근과 통합된 기업용 로그인 기능을 제공하며, 콘솔에 직접 로그인 권한을 부여할 필요가 없다.
CloudWatch Omni는 서비스를 자동으로 식별하고 종속성을 연결하며, AWS DevOps Agent를 조사 세션에 통합해 신호를 연결하고 장애의 근본 원인을 추적한다.
추론과 이벤트 기반 아키텍처의 실질적 변화
AWS는 Amazon SageMaker HyperPod Inference Gateway도 선보였다. 이는 애플리케이션을 수정하지 않고 Amazon EKS에 단일 관리형 애드온으로 배포되는 Kubernetes 네이티브 라우팅 계층이다. 기존의 전통적인 라운드 로빈 방식 대신 KV 캐시 메모리 사용량, 대기열 길이, 프리픽스 캐시 적중 성공 여부, 예상 응답 시간과 같은 실시간 신호에 따라 요청을 라우팅한다. AWS는 다양한 하드웨어와 간헐적인 워크로드가 포함된 시나리오에서 이 방식이 첫 번째 토큰까지의 지연 시간을 최대 82% 줄였다고 밝혔다. 이 계층은 vLLM과 SGLang을 포함해 OpenAI와 호환되는 모델 서버를 지원한다.
Amazon EventBridge에서는 이제 AWS RAM을 통해 조직의 계정 간에 공유되는 중앙 이벤트 버스를 생성할 수 있다. 또한 이벤트 순서 지정, 콘텐츠 기반 중복 제거, AWS Lambda와 같은 대상에 대한 동기식 호출 옵션을 제공한다. 새로운 Subscriber 리소스는 필터링 정책, 대상, 재시도 정책을 통합한다. 반면 ingress/egress 가격 책정 모델은 다중 버스 아키텍처에서 계정 간에 누적되는 라우팅 요금을 대체한다. 기존 버스는 계속해서 “classic” 버스로 작동한다.
실제로 무엇이 달라지는가?
이번 발표들은 모델 목록의 확대와 모델을 둘러싼 운영 계층의 개선을 결합한다. 실질적인 가치는 추가 모델을 이용할 수 있다는 데 그치지 않는다. 모델 선택이 작업의 비용과 시간에 더 밀접하게 연결되기 시작했으며, CloudWatch Omni와 Inference Gateway는 시스템과 에이전트의 동작을 이해하고 이질적인 워크로드에서 추론 지연을 줄이는 두 가지 직접적인 운영 문제를 겨냥한다.
AWS는 AWS MCP Server를 통해 Amazon SES와 AWS End User Messaging에서 인공지능 에이전트용 스킬도 출시했다. 이를 통해 프로그래밍 에이전트가 발신자 신원 확인, 프로덕션 이메일 발송, 카드와 버튼이 포함된 RCS 에이전트 구축과 같은 작업을 수행하도록 안내할 수 있다. 이 스킬은 Claude Code, Codex, Cursor, Kiro와 함께 작동한다.
Strands Agents 팀은 Strands harness도 발표했다. 이는 로컬에서 실행하거나 어디서든 배포할 수 있는 범용 에이전트 프레임워크이며 Apache 2.0 라이선스를 따른다. Amazon Bedrock, Anthropic, OpenAI, Google, Ollama의 모델을 지원하고, 컨텍스트 캐시 관리, 도구 결과 축소, 실행 간 메모리 유지를 위한 설정을 포함한다. 팀에 따르면 동일한 모델에서 유사한 프레임워크보다 비용이 약 28% 낮으면서 정확도를 유지하지만, 이 결과는 팀이 제시한 주장으로서 독립적인 검증이 필요하다.