← Financial Cloud Cloud 클라우드 클럽 · AWS Re:cap

극점매크로|Financial Cloud Cloud · AWS Re:cap

AWS Re:cap 13: Amazon의 FinOps: 글로벌 전자상거래 대기업이 전하는 클라우드 비용 교훈(AMZ308)

발표자: AWS re:Invent 2025

세션: 13

세션
Summit Dev Lounge2026 Re:cap
01 아키텍처를 Steering으로 인코딩해 AI Agent를 이끌다
Summit Dev Lounge2026 Re:cap
02 Agent Harness가 진짜 엔지니어링 해자다
Summit Dev Lounge2026 Re:cap
03 일상 언어로 관찰 가능성 데이터에 묻다
Summit Dev Lounge2026 Re:cap
04 Bedrock AgentCore로 만드는 Serverless AR 게임
Summit Dev Lounge2026 Re:cap
05 AgentCore 위의 Multi-Agent Quant Backtesting
Summit Dev Lounge2026 Re:cap
06 Kiro로 3분 만에 블로그를 슬라이드로
Summit Dev Lounge2026 Re:cap
AWS Community Day Hong Kong 2025 Re:cap
02 Terraform을 활용한 AWS 컴플라이언스
AWS Community Day Hong Kong 2025 Re:cap
03 초보자에서 빌더로: 멋진 클라우드 여정
AWS Community Day Hong Kong 2025 Re:cap
04 Laravel와 Bref를 활용한 팀 우선 서버리스 엔지니어링
AWS Community Day Hong Kong 2025 Re:cap
05 행사 개회
AWS Community Day Hong Kong 2025 Re:cap
06 Agent-to-Agent: AWS에서 상호 운용 가능한 AI 구축하기
AWS Community Day Hong Kong 2025 Re:cap
07 AI 에이전트와 추가 텔레메트리 데이터를 활용한 신속한 개선
AWS Community Day Hong Kong 2025 Re:cap
08 바이브 코딩을 넘어서: Kiro를 활용한 사양 주도 개발
AWS Community Day Hong Kong 2025 Re:cap
09 MCP 및 AI 에이전트를 활용한 자동화 테스트
AWS Community Day Hong Kong 2025 Re:cap
10 통신 보안 현대화: ML 기반 접근 방식
AWS Community Day Hong Kong 2025 Re:cap
11 GenAI 에이전트 재고찰: RAG와 MCP
AWS Community Day Hong Kong 2025 Re:cap
12 TAK와 AWS를 활용한 재난 및 긴급 대응
AWS Community Day Hong Kong 2025 Re:cap
13 테스트 관점에서 서버리스 애플리케이션 워크플로 재고찰
AWS Community Day Hong Kong 2025 Re:cap
14 클라우드 성공을 위한 실용적인 AWS FinOps
AWS Community Day Hong Kong 2025 Re:cap
15 AWS에서 AI로 구현하는 글로벌 Pure-Alpha 매크로 트레이딩: 위험 조정 자산 수익의 혁신
AWS Community Day Hong Kong 2025 Re:cap
FSI Recap
01 Modern Trade Lifecycle: Trading to Settlement
FSI Recap
02 Goldman Sachs: Fast Track your applications onto Cloud - AWS Re:cap Q1/2023
FSI Recap
03 Zurich Insurance Group: Building an Effective Log Management Solution on AWS
FSI Recap
04 FSI Meetup 2025 Q4 - Brex Database Disaster Recovery
FSI Recap
05 FSI Meetup 2025 Q4 - A Graviton Migration Success Story
FSI Recap
06 FSI Meetup 2025 Q4 - Stifel Modern Data Platform
FSI Recap
07 FSI Meetup 2025 Q4 - Financial Transaction Data Reconciler PayPal
FSI Recap
08 FSI Meetup 2025 Q4 - Scaling Resilience
FSI Recap
09 Maximizing AI Inference Cost Efficiency: Strategic Adoption of AWS GPU Instances
FSI Recap
10 Advanced Agentic AI Design Patterns
FSI Recap
11 Build New Modern Apps on AWS
FSI Recap
AWS re:Invent 2025
01 Coinbase re:Invent 요약 (IND3312)
AWS re:Invent 2025
02 AI 및 AWS를 활용한 미래 거래 플랫폼 구축
AWS re:Invent 2025
03 거래 혁신: Amazon Bedrock 기반 Jefferies AI 어시스턴트(IND3315)
AWS re:Invent 2025
04 FSI가 에이전틱 AI로 HFT 분석을 혁신한 방법(GBL302)
AWS re:Invent 2025
05 Nasdaq 사례로 살펴보는 Amazon Time Sync 기반 분산 시스템 개선
AWS re:Invent 2025
06 글로벌 복원력을 위한 Amazon Aurora HA 및 DR 설계 패턴 (DAT442)
AWS re:Invent 2025
07 에이전틱 AI 구축: Amazon Nova Act와 Strands Agents 실전 활용 (DEV327)
AWS re:Invent 2025
08 Amazon Aurora와 주요 혁신 심층 분석 (DAT441)
AWS re:Invent 2025
09 Amazon S3 심층 분석(STG407)
AWS re:Invent 2025
10 Nasdaq: 글로벌 금융 서비스를 위한 복원력 있는 인프라 구축(HMC327)
AWS re:Invent 2025
11 AWS Lambda의 새로운 기능(CNS376)
AWS re:Invent 2025
12 Kiro를 활용한 스펙 주도 개발(DEV314)
AWS re:Invent 2025
13 Amazon의 FinOps: 글로벌 전자상거래 대기업이 전하는 클라우드 비용 교훈(AMZ308)
AWS re:Invent 2025
14 AWS에서 지연 시간 거래 플랫폼을 거래하려면 선택하세요.
AWS re:Invent 2025
Government data
01 The AI Era: The Boundary Between Development and Design Is Disappearing
Government data
02 On-Device Multimodal AI and Smart-City Practice
Government data
03 Large-Model Capability Evaluation and a Method for Landing AI Projects
Government data
04 Controlled End-to-End Automation of Government Development with Cloud Agents
Government data
05 A New Software Ecosystem for the Agent Era, Seen Through Multi-Agent Systems
Government data
06 AI-Driven Macro Quantitative Research and Smart Governance
Government data
07 Authorized Operation of Public Data and Smart-Government Practice
Government data
08 Putting Data Assetization into Practice: Rights, Compliance, Engineering Governance, and Digital-Government Cases
Government data
09 AI for Mental-Health Public Welfare: Governance, Architecture, and Practice of a Trustworthy Platform
Government data
Amarathon 2025 정리
01 에이전트 아키텍처 설계를 위한 개발자 로드맵
Donnie Prakoso
02 Amazon Bedrock Data Automation
Hafiz Syed Ashir Hassan
03 AgentCore의 멀티 에이전트
Tan Xin
04 에이전틱 AI 구축 Nova Act와 Strands Agents 실전 활용
Haowen Huang
04 사양 주도 개발로 Kiro를 활용하여 마이그레이션 프로젝트 가속화
Sanchit Dilip Jain
06 "매칭"에서 "이해"로: AgentCore Memory가 주도하는 개인화 AI 검색 실습
Liu Cao
07 관찰을 통한 최적화 – LLM 관찰 가능성에서 AIOps까지, 실시간 인사이트를 지능형 자동화로 전환
Jimmy Soh
08 TEAM 배포와 최고의 엔지니어링 팀 구축
Yuji Oshima
09 소위 서버리스 데이터베이스를 5년간 사용하며 얻은 다섯 가지 뼈아픈 교훈
Renato Losio
14 AI가 내 일을 한다면? Q Developer CLI와 Kiro가 내 일상을 어떻게 바꾸었는가
Miguel Angel Muñoz
16 경계심을 갖춘 속도: Amazon Bedrock 에이전트 개발을 위한 필수 보안 사항
Brian Tarbox
26 단일 H100에서 OSS LLM을 더 스마트하고, 저렴하고, 빠르게 실행하기
Adit Modi Adit Modi
28 현대적인 통합 메타데이터 아키텍처: 데이터 사일로를 허무는 새로운 접근 방식
Shaofeng Shi
29 서버리스 MediaOps: Amazon Web Services에서 AI로 비디오 워크플로 자동화
Luis Valdivia
30 대규모 성능 테스트로 효율성과 안정성을 고려한 아키텍처 설계
Luis Guirigay
31 오픈 소스로 세계를 연결하기: 기술, 커뮤니티 및 글로벌 개발자 관계의 실전 여정
Richard Lin
33 실시간 물류 분석을 위한 스트리밍 Iceberg 테이블 구축
Fahad Shah
34 대규모 로봇 전략 훈련 가속화: Kiro, Trainium 및 EKS 기반 자동화 폐쇄 루프 아키텍처
Junjie Tang
35 사양 주도 개발로 감각적 코딩에서 실용적 개발로
Ricardo Sueiras
36 클라우드 비용 분석을 더 스마트하게: Strands와 AgentCore로 FinOps 지능형 에이전트 구축하기
Xiaofei Li
37 CNCF Kagent, K8sGPT, Nova Sonic을 사용하여 K8s용 대화형 에이전틱 AIOps 혁신하기
Shaoyi Li

동영상: https://www.youtube.com/watch?v=-GuZhm4XGxM

Amazon의 현대화 여정에서 얻은 핵심 교훈

● AWS Billing and Cost Management Services를 기반으로 구축

● FinOps 관행의 기반 마련

● Amazon은 AWS에서 운영되므로 포괄적인 FinOps 접근 방식이 필요

● 월별 클라우드 비용을 위한 맞춤형 재무 보고로 시작

● AWS Data Exports, Cost and Usage Reports(CUR) 및 기타 AWS 결제 서비스로 전환

● 월별/계정 단위에서 ARN 및 시간 단위 시각화로 전환

● 여러 팀(빌더, 리더, 재무, FinOps)이 비용 데이터를 폭넓게 활용할 수 있도록 지원

● 셀프서비스 비용 분석과 실시간 의사 결정을 위해 Cost Explorer 활성화

● 더 나은 비용 통제를 위해 조직 전체에 태깅 전략 배포

● Compute Optimizer 및 Cost Optimization Hub 같은 AWS 기능과 통합

● 중앙 집중식 보고에서 분산형 비용 인텔리전스 모델로 전환

● 일관된 통제와 통합 도구 세트를 위해 AWS Organizations 활용

비즈니스에 연계된 메커니즘을 통한 효율성 향상

● 과제: 비용 관리 관행의 광범위한 도입

● 핵심 통찰: 팀 수준에서 클라우드 비용을 비즈니스 성과와 연결

● AWS Cost & Usage Report(CUR)의 세분화된 비용과 팀이 중요하게 여기는 비즈니스 지표를 결합

● 지출액과 지출한 비용당 얻은 가치를 파악할 수 있도록 지원

지능형 자동화를 통한 FinOps 관행 확장

● FinOps를 효율적으로 확장하기 위한 프로세스 자동화에 집중

● 사용된 구체적인 자동화 전략과 도구 설명

● FinOps 관행을 유지하고 확장하는 데 자동화가 중요함을 강조

비즈니스 맥락 통합

비용과 비즈니스 성과의 연결을 통한 도입 촉진

● 도입의 핵심: 팀의 비용을 비즈니스 성과와 연결

● 계정 및 태그 기반 비용 할당을 비즈니스 맥락과 투자 추적에 포함

● AWS 비용 관리 서비스를 활용해 투자 수익률 분석 자동화

● 비용 가시성 단순화

● 실행 가능한 통찰과 최적화 기회를 위해 AWS Cloud Intelligence Dashboard(CID) 사용

● 예산 차이를 보여 주기 위해 AWS 서비스별 세부 예산 데이터를 실제 사용량과 비교

● 재무 및 운영 효율성 팀이 비용 절감 계획과 예산/예측 수정을 처리할 수 있도록 지원

● AWS 인프라 사용량과 함께 맥락화된 비즈니스 데이터 통합

● 팀별 심층 서비스 분석을 위한 역할별 보기 생성

● 실제 사례

● 팀은 비용 급증, 발생 계정, 서비스 및 리소스를 식별 가능

● 매출이나 예산 같은 지표와 함께 비즈니스 영향 시각화

● 즉각적인 조치를 위해 비용 급증을 개인이나 계획과 연결

● 효율성 접근 방식의 발전

● 효율성에 획일적인 해법은 없다는 점을 인식

● 기본 리소스 사용률 지표(CPU, 메모리, 네트워크 처리량) 측정

● 워크로드마다 서로 다른 효율성 접근 방식이 필요

● 중앙 효율성 메커니즘 구축

● 비즈니스별 효율성 추적

● 중앙에서 합의한 이상적인 기준과 비교하여 리소스 사용률 모니터링

● 적용 가능한 사업 부문에서 효율성과 비용 절감 측면의 상당한 성과 달성

비즈니스 맥락 통합(계속)

신용 점수 지표

● 다양한 서비스의 리소스 효율성을 측정하기 위해 신용 점수라는 지표 생성

● 중앙 기준선을 정교화하기 위한 반복적 접근 방식

● 중앙 효율성 캠페인(예: 용량 사용률, 스토리지 클래스 최적화)과의 부합 여부 평가

● 사업 부문별 FinOps 성숙도를 측정하기 위해 비즈니스 데이터(매출, 예산)와 연계

● 팀이 최적화하여 상당한 비용을 절감하도록 지원

● 주간 효율성 점수

● 팀은 비용 권장 사항이 포함된 주간 효율성 점수를 받음

● 기술 범주(스토리지, 컴퓨팅, 생성형 AI, 데이터베이스, 네트워크)별로 권장 사항을 그룹화 가능

● 권장 사항을 계정, 팀 및 담당자와 연결

● 모든 이해관계자(재무 팀, 리더십, 기술 담당자, 운영 효율성 팀)가 각자의 관점에서 데이터를 확인 가능

● FinOps 관행 확장을 위한 자동화

● 진정한 클라우드 재무 관리는 지속적이고 지능적인 순환 과정

● AWS 서비스를 자동화된 워크플로와 통합하여 수동 프로세스를 스스로 개선되는 시스템으로 전환

● 클라우드 비용에 대한 더 나은 가시성을 제공하는 것부터 FinOps 자동화 여정을 시작

● 인프라 지출 패턴에 대한 더 깊은 통찰을 제공하는 시스템을 만들기 위해 지속적으로 반복 개선

● 각 개선 사항이 학습 주기에 다시 반영되어 지능형 클라우드 재무 관리 역량을 강화

● 효과적인 FinOps 자동화에는 추세, 예산 차이 및 용량 요구 사항의 포괄적인 활용이 필요

지능형 자동화를 통한 FinOps 관행 확장

알림 및 자동 대응

● 팀은 선호하는 채널을 통해 최적화 기회에 대한 알림을 받음

● 충분히 이해된 시나리오의 경우, 팀은 자동 대응을 트리거하는 정책과 임계값을 정의 가능

● 신뢰 구축과 도입 촉진에는 자동화와 감독 사이의 균형이 중요

● 투명성을 통한 신뢰 구축

● FinOps 확장에는 일관된 투명성이 필요

● 모든 작업(자동 또는 수동)을 상세히 기록하고 추적해야 함

● 팀은 인프라 비용에 어떤 일이 왜 발생하는지 정확히 확인할 수 있어야 함

● 투명성 우선 접근 방식은 자동화 및 계획 기능 도입에 매우 중요

● 사람의 통찰과 자동 분석 결합

● 특히 소매 분야에서 큰 효과

● AWS 서비스를 기반으로 FinOps 자동화 여정을 시작

● 먼저 비용 가시성 확보에 집중

● 충분히 이해된 프로세스(예: 재무 계획, OP1 주기, 계획, 용량 관리)를 점진적으로 자동화

● 투명성과 결과를 통해 신뢰가 쌓이면 자동화의 범위와 정교함을 확대

● 목표는 사람을 제거하는 것이 아니라 자동화로 사람의 역량을 강화하는 것

자체 FinOps 로드맵 구축

견고한 기반

● 맞춤형 도구, 메커니즘 및 프로세스로 시작

● AWS 결제 및 비용 관리 서비스는 맞춤형 솔루션보다 더 나은 가시성을 제공

● AWS Cost and Usage Report는 세밀한 비용 통제를 위한 세분화된 데이터를 제공

● Cost Explorer는 팀에 직접 분석 기능을 제공

● AWS Organizations는 대규모 거버넌스를 지원

● 비즈니스 성과와 클라우드 비용 연결

● 진정한 혁신은 비즈니스 성과를 클라우드 비용과 연결할 때 발생

● 단순히 지출액을 아는 것보다 매출에 비용이 어떻게 귀속되는지 이해하는 것이 더 실행 가능성이 높음

● AWS Cost Intelligence Dashboards는 목표에 부합하는 팀 수준의 가치와 지표를 표시

● 규모와 효율성을 위한 자동화

● 월별 검토에서 일일 최적화 작업으로 전환

● 지능형 시스템이 이상을 감지하고 최적화를 권장하며 개선 사항을 자동으로 구현

● 자동화가 일상적인 작업을 처리하는 동안 팀은 전략적 의사 결정에 집중

● 자동화를 통해 대규모로 운영