AWS, 베드록 AI 도구 비용 추적법 공개

2분 AWS아마존 베드록비용 추적IAM
최근 30일 조회수 — 좋아요 —

핵심 요약

베드록의 IAM 주체와 조직 태그를 활용해 AI 도구 비용을 사용자·팀별로 집계하고 분석하는 방식이다.

AWS, 베드록 AI 도구 비용 추적법 공개 — 기사 주제를 표현한 AI 생성 개념 삽화
AI 생성 개념 삽화 · 실제 사건을 촬영한 사진이 아닙니다.

AWS가 클로드 코드(Claude Code), 오픈AI 코덱스(OpenAI Codex), 챗GPT 워크(ChatGPT Work) 등 여러 AI 개발·업무 도구가 아마존 베드록(Amazon Bedrock)에서 발생시키는 비용을 사용자와 팀 단위로 추적하는 방안을 공개했다. 별도 계측 코드를 넣지 않아도 베드록이 모든 추론 호출의 AWS IAM 주체를 기록하고, 조직 태그와 함께 비용·사용량 보고서(CUR 2.0)와 코스트 익스플로러(Cost Explorer)로 넘기는 방식이다.1

도구별 연동을 따로 만들 필요가 없다는 점이 핵심이다. 자료에 따르면 클로드 데스크톱(Claude Desktop), 오픈코드(OpenCode)를 포함한 지원 도구는 bedrock-runtime 또는 bedrock-mantle 엔드포인트로 추론을 요청한다. 비용 귀속은 도구 내부가 아니라 이 엔드포인트 계층에서 처리된다. 따라서 관리자가 사용자 신원 전달을 한 번 구성하면, 베드록을 거치는 각 도구에 같은 사용자별 비용 가시성이 적용된다.

AWS가 제시한 구성에서는 외부 신원 제공자를 AWS IAM 아이덴티티 센터(IAM Identity Center)에 연결한다. 연합 인증 사용자가 모델을 호출하면 베드록은 세션 이름을 포함한 전체 IAM ARN을 line_item_iam_principal 열에 기록한다. 팀과 비용 센터 같은 세션 태그도 iamPrincipal/ 접두사가 붙어 CUR 2.0에 들어가며, 코스트 익스플로러에서는 필터 조건으로 쓸 수 있다. 관리자는 이를 아마존 아테나(Amazon Athena)로 조회하거나 대시보드에 연결해 사용자당 실제 비용, 팀별 지출, 인원과 도입률에 따른 예산 규모를 분석할 수 있다.

다만 CUR 2.0의 단위는 개별 요청이 아니다. 시간별 내보내기에서는 한 시간, 일별 내보내기에서는 하루 동안의 사용량이 IAM 주체와 사용 유형별로 합산된다. 프롬프트별 비용이나 토큰 수준의 세부 정보가 필요하면 모델 호출 로그나 요청 메타데이터 태깅을 함께 써야 한다. 워크로드별 분류에는 bedrock-runtime의 애플리케이션 추론 프로필, bedrock-mantle의 프로젝트와 워크스페이스를 겹쳐 적용할 수 있다. 즉 청구서에서는 사용자별 금액을 확인하고, 로그에서는 프롬프트별 사용 내역을 파고드는 구조다.

AWS는 이 구성을 베드록 자체 사용 통제와 결합해 지출 한도를 집행할 수 있다고 설명했다. 다만 공개 자료에서 강조한 기본 귀속 방식은 요청별 실시간 원가 계산이 아니라 내보내기 주기별 집계이므로, 세밀한 통제가 필요한 조직은 로그와 메타데이터를 함께 설계해야 한다.

Footnotes

  1. AWS Machine Learning Blog, “Cost attribution and controls for AI developer and productivity tools on Amazon Bedrock” ↩

읽기 목록은 이 브라우저에 저장됩니다.

출처

  1. Cost attribution and controls for AI developer and productivity tools on Amazon Bedrock | Amazon Web Services — AWS Machine Learning Blog

이 글은 위 출처를 근거로 자동 생성된 뒤 발행됐습니다. 원문을 함께 확인해 주세요. 교차 보도 없이 단독 출처로 작성됐습니다.