AWS 업데이트 요약 (2026/4/27 주)

주간 AWS – 2026/5/11 주

주간 생성형 AI (Generative AI) with AWS – 2026/5/11 주

AWS로 이전할 때 애플리케이션을 컨테이너로 리플랫폼 (Replatform)하는 기능이 추가되었습니다.

GitHub, Bitbucket, GitLab 또는 .zip 파일의 소스 코드를 Transform이 컨테이너화합니다.

Docker 이미지를 생성 → ECR에 공개 → ECS 또는 EKS에 배포가 가능합니다.

Anthropic의 네이티브 Claude Platform을 AWS 계정을 통해 직접 이용할 수 있는 신규 서비스인 「Claude Platform on AWS」가 GA (General Availability) 되었습니다.

Anthropic이 서비스 운영을 담당하며, 데이터 처리는 Anthropic 내부에서 이루어집니다.

Claude Platform on AWS는 베타 기능이나 개발자 도구에 대한 조기 액세스 등, Anthropic의 네이티브 플랫폼 경험을 원하는 경우에 최적입니다.

데이터 소재지에 대한 엄격한 요구 사항이 없는 경우 등에도 적합합니다.

리전 내의 서로 다른 가용 영역 (Availability Zone, AZ)에 있는 Amazon EC2 인스턴스 간의 트래픽을 지원하게 되어, 최대 25 Gbps의 단일 플로우 대역폭을 실현할 수 있게 되었습니다.

AWS 스케일러블하고 신뢰성 높은 데이터그램 (Scalable Reliable Datagram, SRD) 기술을 탑재하고 있습니다.

SRD는 동적 라우팅을 사용하여 처리량 (Throughput)을 향상시키고, 테일 레이턴시 (Tail Latency)를 최소화하는 고성능 네트워크 트랜스포트 프로토콜입니다.

기존에는 동일한 가용 영역 (Availability Zone) 내의 두 EC2 인스턴스 간에만 통신이 가능했습니다.

Amazon Redshift는 AWS Graviton 프로세서를 탑재한 차세대 프로비저닝 클러스터 노드인 「RG 인스턴스」가 GA 되었습니다.

현재 시점에서는 rg.xlarge와 rg.4xlarge 두 가지 인스턴스 크기를 이용할 수 있습니다.

・고성능·저비용: 기존 RA3와 비교하여 최대 2.4배 빠르며, vCPU당 요금은 약 30% 절감

・데이터 레이크 통합: Apache Iceberg나 Parquet를 직접 처리할 수 있는 전용 엔진 내장

・Spectrum 불필요: 데이터 레이크 분석을 위해 Redshift Spectrum 전용 스캐닝 플릿 (Scanning Fleet)이 필요하지 않으며, TB 단위 과금도 불필요

Amazon CloudFront 정액 요금의 프리미엄 플랜에서, 월간 사용량을 셀프 서비스로 설정할 수 있게 되었습니다.

설정은,

월 $1,000로 5억 리퀘스트 / 50 TB라는 단일 사용량부터 다음과 같이 사용량에 따라 선택할 수 있도록 되어 있습니다.

Amazon EKS에서 Karpenter를 사용할 때, Amazon Application Recovery Controller (ARC)의 zonal shift 및 zonal autoshift가 지원되었습니다.

・가용성 향상
장애가 발생한 가용 영역 (Availability Zone, AZ)으로부터 트래픽을 회피하여 애플리케이션의 지속적인 가동을 실현

・자동화
존 오토시프트 (Zone Autoshift)를 통해 이 회피 프로세스를 자동화 (사전 검증도 가능)

AWS가 시작하고 지원하는 오픈 소스 프로젝트로, Kubernetes 노드의 오토스케일링 (Autoscaling) 솔루션으로 작동합니다.

・장애 AZ에서는 신규 노드의 프로비저닝 중단

・장애 AZ의 노드에서는 통합이나 드리프트 (Drift) 등의 자발적인 중단 처리 중단

・장애 AZ로의 스케줄링이 필요한 처리 회피

・AZ 의존적인 조건을 가진 Pod는 기동을 시도하지 않음

・존 시프트 (Zone Shift) 종료 후에는 정상 동작으로 복귀

AWS Security Agent의 신기능인 full repository code review를 프리뷰 (Preview)로 제공하기 시작했습니다.

현대의 복잡한 애플리케이션에서는 시스템 전체의 취약점 (로직 불일치나 설계 누락)을 놓치기 쉽기 때문에, 해결책으로서 풀 리포지토리 코드 리뷰 (리포지토리 전체를 대상으로 한 자동 보안 분석)가 추가되었습니다.

・프로파일링
리포지토리 전체를 읽어 데이터 흐름 (Data Flow)이나 신뢰 경계 (Trust Boundary), 공격 표면 (Attack Surface)을 이해

・취약점 검색
고위험 부분부터 전문 에이전트가 조사하여 관련 코드를 횡단적으로 분석

・트리아지 (Triage)
중복 및 노이즈를 제거하고 중요한 후보만을 추출

・독립적인 검증
공격 성립 가능성과 부정 요소 양면에서 검증하여 신뢰성 높은 결과를 제시

Amazon EventBridge 스케줄러를 사용하여 Lambda Managed Instances에서 실행되는 함수의 스케줄링된 스케일링 (Scaling)을 지원하기 시작했습니다.

Amazon EventBridge Scheduler를 사용하여 Lambda Managed Instances(EC2 등의 유연성을 가진 서버리스 환경)에서 구동되는 함수의 스케줄 기반 스케일링 액션 (Scaling Action)을 실행할 수 있습니다.

이 인스턴스들은 AWS 전용 커스텀 Intel Xeon 6 프로세서를 탑재하고 있으며, 이전 세대의 Intel 기반 인스턴스와 비교하여 가격 대비 성능이 최대 15% 향상되었고, 메모리 대역폭이 2.5배 향상되었습니다.

데이터 분석, 데이터 엔지니어링, 머신러닝 (ML) 워크플로우를 효율화하기 위해 도입된 내장형 AI 어시스턴트 (에이전트)입니다.

데이터 사이언티스트나 분석가가 보일러플레이트 코드 (Boilerplate code, 정형 코드) 작성이나 데이터 전처리 같은 번거로운 작업을 자연어로 해결할 수 있도록 지원합니다.

Amazon Athena, Amazon Redshift, Amazon S3, AWS Glue 데이터 카탈로그 등의 연결된 데이터 소스에 맞춰 조정된, 실행 가능한 Python 또는 SQL 코드를 전달받아 처리할 수 있습니다.

PostgreSQL 18.4에서는 11건의 CVE (CVE-2026-6479 등)를 포함한 중요한 보안 취약성이 수정되었습니다.

PostgreSQL 18용 "PostGIS 3.6.3"에서 새롭게 postgis_topology가 지원되었습니다. 이를 통해 네트워크 연결성이나 공간 인접성과 같은 토폴로지적 관계의 모델링 및 쿼리 실행을 데이터베이스 내에서 직접 수행할 수 있습니다.

새로운 내장 함수인 Fn::GetStackOutput을 지원합니다. 이를 통해 CloudFormation 템플릿이나 CDK 애플리케이션 내부에서 직접, AWS 계정 및 리전의 경계를 넘어 스택의 출력값 (Output)을 참조할 수 있습니다.

다른 스택의 출력값을 (명시적인 내보내기 없이) 가져오기 위한 함수입니다.

본 함수는 배포 (생성·업데이트) 시점에 단 한 번 값을 해결하는 "약한 참조 (Weak reference)"입니다. 참조 대상이 삭제되거나 변경되어도 참조 원본 스택으로 자동 통지나 동기화가 이루어지지 않습니다. 의도하지 않은 변경을 방지하기 위해 참조 대상 스택에는 삭제 보호 등의 대책이 권장됩니다.

개발자는 Kiro, Claude Code, Cursor, Codex와 같은 개발 에이전트 도구에서 직접 .NET, VMware, 메인프레임, 커스텀 코드의 변환 작업을 수행할 수 있게 되었습니다.

기존의 AWS 인증 정보를 그대로 사용하여 Transform 환경, 워크스페이스 및 트랜스포메이션 잡 (Transformation job)을 생성할 수 있게 되었습니다.

모드에서는 CloudFront가 인증서 검증을 수행하지 않고, 클라이언트 인증서를 오리진 (Origin)으로 전달하여 오리진 측에서 검증을 실시합니다.

・기존 메커니즘에 영향이 없음.

이미 자체 오리진 서버 측에서 클라이언트 인증서 검증을 수행하고 있는 경우, 해당 검증 로직이나 위치를 변경하지 않고도 CloudFront의 글로벌 에지 네트워크 (Edge network, 가속화 및 부하 분산 등)를 도입할 수 있습니다.

・설정의 간소화

CloudFront 측에 "트러스트 스토어 (Trust store, 신뢰하는 인증서 목록)"를 설정할 필요가 없습니다.

・에지에서의 처리도 가능

인증서를 그대로 통과 (패스스루, Pass-through)시키는 한편, 요청이 오리진에 도달하기 전에 에지 측에서 인증서 헤더 처리나 데이터 변환을 수행하는 기능은 계속 이용할 수 있습니다.

오픈 사양을 채택하고 있어, 서로 다른 클라우드 제공업체가 연결된 대상이라도 일관되고 통일감 있는 경험으로 신속하게 프라이빗 연결을 프로비저닝할 수 있습니다.

지금까지는 여러 클라우드 간에 워크로드를 상호 연결할 때, 사용자가 직접 글로벌 다층 네트워크를 대규모로 구축하고 관리해야 했기에 복잡성이 과제였습니다.

Amazon RDS for PostgreSQL Extended Support 마이너 버전 11.22-rds.20260224, 12.22-rds.20260224, 13.23-rds.20260224 발표

4개의 보안 취약점 (CVE-2026-2003, CVE-2026-2004, CVE-2026-2005, CVE-2026-2006)을 수정합니다.

표준 지원 종료 후에도 PostgreSQL의 이전 버전을 실행해야 하는 고객은 이러한 버전으로의 업그레이드를 권장합니다.

RDS 연장 지원 (RDS Extended Support)을 이용하면, RDS 표준 지원 종료일 이후에도 데이터베이스를 이전 메이저 엔진 버전으로 계속 실행할 수 있습니다.

메이저 엔진 버전의 RDS 표준 지원 종료일로부터 최대 3년이 기한입니다.

RDS 연장 지원을 활성화하여 이용하십시오.

Logs Insights 쿼리 언어를 사용하여 1,000건에서 100,000건의 결과를 가져올 수 있게 되었습니다.

프롬프트 최적화와 여러 모델 간의 비교 평가를 일괄적으로 수행할 수 있는 「Advanced Prompt Optimization」 기능이 추가되었습니다.

• 단일 짧은 프롬프트에 대해 빠르고 규칙 기반(rule-based)으로 재작성 실시
• 특정 1개 모델 대상
• 여러 모델(최대 5개)을 비교하며 최적화 가능, 모델 전환 시나 기존 모델의 성능 향상에 이용

입력값으로 다음을 사용합니다.

・프롬프트 템플릿 (최대 10개)
・샘플 입력 (템플릿당 최대 100개)
・정답 데이터 (ground truth)
・평가 지표 (LLM 심사, Lambda 함수, 자연어 규칙 등)

멀티모달 (Multimodal, 이미지·PDF 등) 대응도 지원합니다.

OAuth의 클라이언트 ID (oauth.clientId)를 설정함으로써, 동적 클라이언트 등록을 지원하지 않는 HTTP 기반의 MCP 서버에도 접속할 수 있습니다.

• Slack, GitHub, Figma 등 수동으로 OAuth 등록이 필요한 서비스 대응
• 별도의 프록시 없이 이러한 MCP 서버를 이용할 수 있습니다.

Kiro의 데이터 저장 위치 (에이전트, 프롬프트, 설정, 세션 등)를 임의의 디렉터리로 변경할 수 있습니다.

・여러 환경에서의 설정 공유 (dotfiles 관리)
・업무용 및 개인용 분리
・컨테이너 환경에서의 상태 분리

키 바인딩 (취소, 메뉴 종료, 종료)을 자유롭게 변경할 수 있습니다.

Ctrl+C 나 Esc가 tmux 또는 터미널과 충돌하는 문제를 해결합니다.

셸 명령 실행 시의 출력 방식을 확장

$AGENT_DISPLAY_OUT: TUI 상에 리치한 진행 상황 표시 (컨텍스트 비대화 방지)
$AGENT_CONTEXT_OUT: 도구 결과값을 agent_notes에 출력

기존의 표준 출력 (stdout)도 계속 이용할 수 있습니다.

, Qwen3.6 (27B 파라미터) 모델의 서버리스 커스터마이징을 지원합니다.

SFT (지도 미세 조정, Supervised Fine-Tuning)와 RFT (강화학습을 통한 조정, Reinforcement Learning from Feedback)를 이용할 수 있습니다.

• 기존에는 배포만 가능 → 이번부터 독자적인 데이터로 튜닝 가능
• Qwen3.5 등 기존 모델 대응에 추가

파인튜닝 (Fine-tuning)의 장점으로는 다음과 같은 것들이 있습니다.

・자사의 전문 지식, 용어, 품질 기준 반영
・도메인 특화 태스크의 정확도 향상
・조직의 톤이나 스타일에 맞춘 출력
・새로운 태스크에도 대응 가능

AWS Transform용 에이전트 빌더 툴킷인 Kiro Power가 GA (General Availability) 되었습니다.

Kiro Power는 AWS의 AI 어시스턴트 겸 IDE인 「Kiro」에서, AI 에이전트에게 특정 「전문 지식」이나 「도구」를 일시적으로 부여하여 태스크 해결 전문가로 변신시키는 것입니다.

「현재 CLI에서는 AWS Transform Custom 워크로드만 지원됩니다」라고 하며, Kiro Power로 이용할 수 있는 것도 AWS Transform Custom뿐인 것으로 보입니다.

Transform의 데이터 저장 위치를 기업 정책에 맞춰 제어할 수 있는 메커니즘이 제공되었습니다. 변환 아티팩트 (Artifact)의 저장 위치를 고객이 관리하는 S3로 설정할 수 있으며, 보호 방법을 관리할 수 있게 됩니다.

전제 조건은 다음과 같습니다.

・Transform과 동일한 리전의 S3 버킷
・필수 버킷 정책 설정
・웹 앱 이용 시 CORS 설정
・SSE-KMS 사용 시 KMS 키 설정

각 모델의 특징

・고품질 이미지 생성 및 편집 대응
・컴팩트함 (약 13GB VRAM에서 동작)
・실시간 생성 및 여러 이미지를 사용한 편집 가능
・주요 용도

• 크리에이티브 제작
• 제품 시각화 (Visualizing)
• 프로토타이핑
  ・100개 이상의 언어를 지원하는 임베딩 (Embedding) 모델

・검색, 분류, 클러스터링 (Clustering)에 최적

・차원 수 (Dimensions)를 유연하게 조정 가능

・지시어 기반 임베딩 (Embedding)에도 대응

・주요 용도

시맨틱 검색 (Semantic Search)

RAG (검색 증강 생성, Retrieval-Augmented Generation)

다국어 문서 검색

・Qwen3-TTS-12Hz-1.7B-CustomVoice

・Qwen3-TTS-12Hz-1.7B-Base

・Qwen3-ASR-1.7B

・음색, 감정, 억양을 지시어로 제어 가능

・표현력이 풍부한 음성 생성

・주요 용도

음성 비서 (Voice Assistant)

대화형 AI

콘텐츠 제작

・약 3초의 음성 입력으로 음성 클로닝 (Voice Cloning)

・유연한 커스텀 음성 생성에 최적

・주요 용도

독자적인 음성 생성 및 튜닝 (Tuning)

개발용 베이스 모델 (Base Model)

・52개 언어 및 방언 대응

・노이즈 환경에서도 높은 정밀도

・주요 용도

전사 (Transcription)

실시간 자막

다국어 지원

・GLM-5.1-FP8 (Z.ai)

・Phi-4-mini-instruct (Microsoft)

・에이전트 (Agent)형 소프트웨어 개발에 특화

・리포지토리 (Repository) 전체의 코드 생성 및 복잡한 디버깅 대응

・반복적인 개선 (다단계 추론, Multi-step Reasoning)을 통한 정밀도 향상

・주요 용도

자동 코드 리뷰

AI 개발 지원 (IDE 연동)

장기적·반복적 문제 해결

・경량화 및 낮은 지연 시간 (Low Latency)으로 높은 추론 능력 보유

・수학 및 논리 추론에 강점

・24개 언어 대응 + 함수 호출 (Function Calling) 대응

・주요 용도

엣지 (Edge) 환경

실시간 애플리케이션

다국어 챗봇

액세스 제어 및 데이터 관리 기능이 대폭 강화되었습니다.

SDK v3 대응의 장점으로는, 모듈화된 API를 통해 개발이 간소화되고 특징량 (Feature) 그룹 관리가 효율화될 수 있다는 점입니다.

Lake Formation 연동을 통해 열 수준(Column-level) 및 행 수준(Row-level)의 액세스 제어가 가능해졌으며, Feature Store 생성 시 설정만으로 적용할 수 있습니다.

Apache Iceberg도 지원하여 테이블 속성 (Table Properties)을 직접 설정할 수 있으며, 압축 설정 및 스냅샷 (Snapshot) 유효 기간 설정이 가능합니다.

Amazon SageMaker Studio 노트북에서 Amazon EC2 P5.4xl 인스턴스 (NVIDIA H100 Tensor Core GPU 탑재)의 일반 제공 (GA)이 시작되었습니다.

특징으로는 H100 (P5) / H200 (P5e, P5en) GPU가 탑재되어 있습니다.

심층 학습 (DL, Deep Learning) 및 고성능 컴퓨팅 (HPC, High Performance Computing) 애플리케이션용으로 사용됩니다.

이전 세대 대비

・CPU 성능: 2배

・메모리: 2배

・스토리지: 4배