AWS, AI 빌더 위한 아마존 베드록 및 에이전트코어 업데이트 발표

아마존 베드록 및 에이전트코어 주요 업데이트

AWS는 2026년 10월, AI 애플리케이션 개발자를 위한 아마존 베드록(Amazon Bedrock)과 에이전트코어(AgentCore) 및 오픈소스 에이전트 개발 툴킷 스트랜즈(Strands)에 광범위한 업데이트를 발표했다. 이번 업데이트는 개발자가 각 작업에 적합한 모델을 선택하고, 프로덕션 환경에서 에이전트를 신뢰하며, AI 워크로드 비용을 명확하게 파악할 수 있도록 지원하는 데 중점을 둔다. 주요 변경 사항으로는 새로운 모델 추가, 에이전트의 안정성과 신뢰성 향상, 비용 예측 및 최적화 기능 강화, 그리고 에이전트 개발 및 테스트 툴킷 개선 등이 있다.

특히, 다양한 성능과 비용 효율성을 가진 모델들을 베드록에 통합하여 개발자가 특정 작업의 요구사항에 맞춰 최적의 모델을 선택할 수 있도록 했다. 또한, 에이전트코어는 에이전트가 정의된 프로세스에 따라 작동하고, 모델 제한 또는 오류 발생 시에도 지속적으로 기능을 수행할 수 있도록 지원하는 기능을 추가했다. 스트랜즈 툴킷은 음성 에이전트 개발, 로컬 환경에서의 에이전트 격리 및 정책 적용, 그리고 에이전트의 취약점을 사전에 발견할 수 있는 테스트 도구를 제공하여 개발 초기 단계부터 프로덕션까지의 전 과정을 지원한다.

AI 에이전트 개발 환경의 변화 배경

AI 에이전트가 핵심 비즈니스 워크플로우에 통합되면서, 개발 환경은 더욱 높은 수준의 유연성과 신뢰성을 요구하게 되었다. 개발자는 작업의 특성, 예산, 지연 시간 목표에 따라 다양한 모델을 유연하게 활용할 필요가 있다. 또한, 기본 모델이 제한되거나 접근 불가능할 때에도 에이전트가 중단 없이 작동해야 하며, 설정된 한계 내에서 동작하고 다른 소프트웨어에서 즉시 사용할 수 있는 출력을 반환해야 한다. 에이전트의 답변은 허용된 출처에 기반해야 하며, 대규모 운영 환경에서도 비용 효율성을 유지하는 것이 중요해졌다.

이러한 요구사항에 대응하기 위해 AWS는 모델 선택의 폭을 넓히고, 에이전트의 가용성을 높이며, 정의된 프로세스에 따라 에이전트가 작동하도록 지원하는 기능들을 도입했다. 또한, 비용 예측 가능성을 높이고 지출을 명확하게 파악할 수 있는 도구를 제공하여, 개발자가 AI 에이전트를 비즈니스에 효과적으로 통합하고 확장할 수 있는 기반을 마련했다. 이는 AI 기술의 발전과 함께 실제 비즈니스 환경에서의 활용도가 증가함에 따라 발생하는 복잡성과 도전 과제를 해결하기 위한 노력의 일환이다.

새로운 모델 및 에이전트 기능의 구체적 내용

아마존 베드록에는 여러 신규 모델이 추가되어 개발자의 선택지를 넓혔다. 앤트로픽(Anthropic)의 클로드 하이쿠 5.5(Claude Haiku 5.5)는 서브 에이전트 및 대규모, 비용 민감 작업에 최적화되었으며, 클로드 하이쿠 4.5 대비 대부분의 작업에서 약 75% 낮은 비용으로 제공된다. 이 모델은 지능 수준 대비 비용을 조절할 수 있는 노력 제어(effort controls) 기능을 최초로 포함한다. 오픈AI(OpenAI)의 GPT-6.1 테라(Terra)는 아마존 베드록에서 정식 출시되었으며, 에이전트 성능 평가에서 GPT-6 아스트라(Astra)와 동등한 성능을 보였고, GPT-6 아스트라 및 GPT-6.1 솔(Sol)보다 3배 이상 빠르게 작업을 완료한다. 이 모델의 입출력 토큰 가격은 GPT-6.1 솔 및 GPT-5.6 테라 대비 최소 50% 저렴하며, 최대 100만 입력 토큰의 텍스트와 이미지를 처리할 수 있다. GPT-6.1 솔은 실시간 코딩 어시스턴트와 같은 지연 시간에 민감한 작업을 위해 울트라패스트 모드(Ultrafast mode)를 제공한다.

음성 에이전트 개발을 위해 아마존 노바 2.5 소닉(Amazon Nova 2.5 Sonic)은 음성-음성 모델로서 추론, 지시 따르기, 툴 호출 정확도를 개선하고, 아마존 노바 2 소닉과 동일한 가격으로 더 낮은 지연 시간을 제공한다. Z.ai의 GLM 5.3은 에이전트 코딩 및 장기 소프트웨어 엔지니어링을 위한 오픈 웨이트 모델로, 100만 토큰 컨텍스트 윈도우와 프롬프트 캐싱 기능을 갖추고 있으며, 자격 있는 엔터프라이즈 고객에게 제공된다. 트웰브랩스(TwelveLabs)의 페가수스 1.5(Pegasus 1.5)는 전체 비디오를 구조화된 시간 코드 메타데이터로 변환하며, 시각, 오디오, 화면 텍스트를 단일 패스로 처리한다. 또한, AWS GovCloud (US) 리전에서는 클로드 하이쿠 5.5와 교차 리전 추론을 지원하는 오픈AI GPT-5.6 모델이 추가되었고, 승인된 보안 작업을 위한 오픈AI의 데이브레이크 레드(Daybreak Red) 모델은 AWS GovCloud (US-East)의 자격 있는 고객에게 제공된다.

에이전트코어 CLI(AgentCore CLI) 버전 1.0은 정식 출시되어, 더 빠른 시작 시간과 일관된 명령 구조를 제공하며, 하네스(harnesses), 런타임(runtimes), 메모리(memory), 아이덴티티(identity), 게이트웨이(gateways), 결제(payments) 등 더 많은 에이전트코어 리소스를 지원한다. 에이전트코어 게이트웨이(AgentCore Gateway)는 아마존 베드록 InvokeModel API와 모델 폴백(fallback)을 지원하여, 기본 모델이 제한되거나 접근 불가능할 때 요청을 정의된 체인의 다음 모델 또는 공급자로 라우팅한다. 서킷 브레이커(circuit breaker)는 실패하는 대상을 건너뛰며, 게이트웨이는 자체 프라이빗 인증 기관의 인증서를 사용하여 VPC 내 프라이빗 대상에도 접근할 수 있다.

AWS 스텝 함수(Step Functions) 워크플로우를 에이전트코어 게이트웨이를 통해 에이전트 툴로 사용할 수 있게 되었다. 이는 기존 스탠다드 및 익스프레스 워크플로우를 포함하며, 비즈니스 로직을 에이전트 내부에 재구축하거나 프롬프트에 의존하지 않고 기존 워크플로우를 활용할 수 있도록 한다. 아마존 베드록의 모든 클로드 모델에 대해 구조화된 출력(Structured outputs)이 제공되어, 스키마를 준수하는 JSON을 사용자 지정 파싱 없이 받을 수 있다. 아마존 베드록 웹 검색(Web Search)은 오픈AI 응답 API 요청에 대해 도메인 필터링(최대 100개 허용/차단) 및 사용자 위치 지원을 추가했다. 아마존 베드록 가드레일(Guardrails)은 문맥적 근거 확인을 위한 새로운 스탠다드 티어(Standard tier)를 도입했으며, 클래식 티어와 동일한 비용으로 대화 및 추론 응답을 커버하고 더 많은 언어를 지원한다.

개발자 및 사용자에게 미치는 영향

이번 업데이트는 AI 에이전트 개발자와 사용자에게 여러 긍정적인 영향을 미친다. 개발자는 다양한 신규 모델을 활용하여 특정 작업의 성능, 비용, 지연 시간 요구사항에 가장 적합한 모델을 유연하게 선택할 수 있게 되었다. 예를 들어, 클로드 하이쿠 5.5는 비용에 민감한 대규모 서브 에이전트 작업에 적합하며, GPT-6.1 테라는 복잡한 문서 초안 작성이나 기술 도면 해석, 비즈니스 시스템 연동 에이전트 구축에 유용하다. 실시간 음성 에이전트 개발을 위한 아마존 노바 2.5 소닉은 고객 서비스와 같은 대화형 애플리케이션의 효율성을 높인다.

에이전트코어의 개선 사항은 에이전트의 안정성과 운영 효율성을 크게 향상시킨다. 에이전트코어 게이트웨이의 모델 폴백 기능은 기본 모델에 문제가 발생하더라도 에이전트가 중단 없이 작동하도록 보장하여, 프로덕션 환경에서의 신뢰도를 높인다. AWS 스텝 함수 워크플로우를 에이전트 툴로 활용하는 기능은 기존 비즈니스 로직을 에이전트에 쉽게 통합할 수 있게 하여, 개발 시간과 노력을 절감하고 일관된 비즈니스 프로세스를 유지할 수 있도록 돕는다. 또한, 클로드 모델의 구조화된 출력은 에이전트가 생성하는 데이터를 다른 시스템에서 즉시 활용할 수 있게 하여 통합 작업을 간소화한다.

비용 관리 측면에서는 에이전트코어 메모리 요금 체계 변경과 AWS 비용 관리 도구의 베드록 비용 세분화 기능이 개발자와 재무팀에게 큰 이점을 제공한다. 에이전트 메모리 비용이 사용량 기반으로 변경되어 대부분의 워크로드에서 비용 절감 효과를 기대할 수 있으며, 특히 소규모 페이로드 사용 사례에서 가장 큰 절감 효과를 볼 수 있다. 비용 탐색기(Cost Explorer) 등을 통해 모델, 공급자, 추론 유형별 비용을 상세하게 파악할 수 있어, 예산 설정 및 비용 최적화 전략 수립이 더욱 용이해진다.

스트랜즈 툴킷의 업데이트는 에이전트 개발 전반의 생산성과 안정성을 높인다. 스트랜즈 비디 에이전트(Bidi Agents)는 음성 에이전트 개발을 간소화하고, 스트랜즈 박스(Box)는 에이전트가 허용되지 않은 파일이나 서비스에 접근하는 것을 방지하는 로컬 샌드박스를 제공하여 보안을 강화한다. 스트랜즈 이발스(Evals)의 레드 팀 기능은 에이전트가 프로덕션에 배포되기 전에 프롬프트 인젝션이나 탈옥 시도와 같은 공격에 대한 취약점을 사전에 식별하고 수정할 수 있도록 돕는다. 스트랜즈 디사이더(Decider)는 루틴한 에이전트 의사 결정 비용을 크게 절감하여, 특정 내부 시스템에서 티켓 분류 비용을 약 98% 절감하고 평균 응답 시간을 78% 단축하는 효과를 보였다.

적용 조건 및 한계

이번 업데이트 중 일부 기능은 특정 조건 하에 제공된다. 예를 들어, Z.ai의 GLM 5.3 모델과 오픈AI의 데이브레이크 레드 모델은 자격 있는 엔터프라이즈 고객 또는 승인된 보안 작업 팀에 한해 접근이 허용된다. AWS GovCloud (US) 리전에서의 모델 확장 역시 해당 리전의 규제 준수 요구사항을 충족하는 팀에 국한된다. 스트랜즈 박스(Strands Box)는 현재 개발자 프리뷰(developer preview) 단계에 있어, 정식 출시 전까지는 기능 변경이나 제한이 있을 수 있다.

에이전트코어 게이트웨이의 모델 폴백 기능은 정의된 체인 내에서 다음 모델 또는 공급자로 요청을 라우팅하지만, 모든 가능한 실패 시나리오를 완벽하게 커버하지 못할 수 있으며, 체인 구성에 따라 에이전트의 동작이 달라질 수 있다. 웹 검색의 도메인 필터링은 최대 100개의 도메인 허용 및 차단을 지원하며, 이 한도를 초과하는 복잡한 필터링 요구사항에는 추가적인 고려가 필요하다. 아마존 베드록 가드레일의 스탠다드 티어는 문맥적 근거 확인 기능을 제공하지만, 모든 종류의 환각(hallucinations)을 완벽하게 방지할 수 있는 것은 아니며, 사용자의 애플리케이션 특성에 맞는 추가적인 검증이 필요하다.

스트랜즈 이발스의 레드 팀 기능은 에이전트의 취약점을 식별하는 데 유용하지만, 모든 잠재적 공격 벡터를 포괄하지는 않으므로, 에이전트의 보안을 강화하기 위한 다각적인 접근 방식이 여전히 중요하다. 스트랜즈 디사이더의 비용 절감 및 응답 시간 단축 효과는 특정 내부 시스템에서의 사례를 기반으로 하며, 다른 환경이나 사용 사례에서는 다른 결과가 나타날 수 있다. 개발자는 각 기능의 문서(documentation)를 참조하여 적용 조건, 구성 방법, 그리고 잠재적 한계를 명확히 이해하고 활용해야 한다.