aws·2026년 7월 27일·4분 읽기큐레이션 요약

AWS 주간 요약: 아테네 로컬 영역, AWS의 Claude Opus 5, .NET용 Lambda 내구성 실행 및 기타 소식 (2026년 7월 27일) | Amazon Web Services

AWS는 인프라를 사용자와 데이터가 있는 지역에 더 가깝게 배치하고, AI·서버리스·관측성 기능을 강화하는 업데이트를 발표했다. 그리스 아테네 Local Zone, Amazon Bedrock의 Claude Opus 5, .NET용 Lambda durable execution 등이 대표적이다. 또한 에이전트 품질 평가, 멀티 리전 복원력, AI 코딩 도구의 효과 측정처럼 운영 단계의 실용성도 강조됐다. ## 아테네 AWS Local Zone 개설 - 그리스 아테네에 AWS Local Zone이 개설됐다. - EMEA 지역에서 Amazon S3와 Amazon EBS Local Snapshots를 지원하는 두 번째 Local Zone이다. - 지원 서비스: - Amazon EC2 C7i, M7i, R7i 인스턴스 - Amazon S3 One Zone-Infrequent Access - Amazon EBS - Amazon ECS - 데이터를 그리스 내에서 저장·처리할 수 있어 데이터 레지던시 요구사항 대응에 유리하다. - 대규모 사용자·산업 거점 가까이에서 한 자릿수 밀리초 지연 시간을 제공해 실시간 게임, 미디어 제작, 금융 서비스 등에 적합하다. - 지연 시간이 중요한 워크로드는 아테네에서 실행하고, 나머지 AWS 서비스는 인접 리전과 연결하는 하이브리드 아키텍처를 구성할 수 있다. ## Amazon Bedrock의 Claude Opus 5 - Anthropic의 최신 Opus급 모델인 Claude Opus 5를 AWS에서 사용할 수 있게 됐다. - Amazon Bedrock과 AWS 기반 Claude Platform을 통해 접근할 수 있다. - Amazon Bedrock에서는 zero data retention(ZDR)이 기본 활성화되어 데이터 거버넌스 요구사항을 충족하는 데 도움이 된다. - 고도의 지능이 필요한 애플리케이션에서 Opus급 가격으로 사용할 수 있다는 점이 강조됐다. ## .NET용 Lambda durable execution 정식 출시 - C# 개발자는 사용자 정의 진행 상태 추적이나 외부 오케스트레이션 서비스 없이 장기 실행 워크플로를 구축할 수 있다. - SDK가 실행 진행 상황을 자동으로 체크포인트에 저장한다. - 워크플로를 최대 1년까지 일시 중지할 수 있다. - 적합한 사용 사례: - 결제 처리 파이프라인 - AI 에이전트 오케스트레이션 - 사람의 승인이 필요한 human-in-the-loop 프로세스 - 기존에 개발자가 직접 구현해야 했던 재시도, 상태 저장, 재개 로직을 줄여준다. ## Bedrock AgentCore 관측성 통합 - 에이전트의 트레이스와 프롬프트가 에이전트 로그와 동일한 CloudWatch 로그 그룹에 저장된다. - 기존에는 트레이스와 프롬프트·입출력 데이터가 서로 다른 위치에 저장되어 단일 호출을 분석하기 어려웠다. - 이제 한 곳에서 에이전트 호출을 추적하고 디버깅할 수 있다. - 에이전트 단위로 세밀한 접근 제어와 고객 관리형 키(CMK) 암호화를 적용할 수 있다. ## Amazon Connect의 다국어 음성 에이전트 - 50개 이상의 언어에서 더 자연스럽고 인간적인 음성 기반 AI 경험을 제공한다. - 포르투갈어, 스페인어, 프랑스어, 이탈리아어, 일본어, 한국어, 태국어 등을 지원한다. - 100개 이상의 새로운 음성 옵션과 대화 품질 개선이 추가됐다. - AI 에이전트가 음성·디지털 채널에서 고객의 의도와 감정, 말투를 이해하고 필요한 작업을 수행할 수 있다. - 다국어 고객센터와 자연스러운 셀프서비스 구축에 활용할 수 있다. ## SageMaker Unified Studio와 OpenSearch 통합 - SageMaker Unified Studio에서 Amazon OpenSearch의 검색·로그 분석 데이터를 직접 조회하고 분석할 수 있다. - OpenSearch 데이터를 Amazon Redshift, Amazon S3, 관계형 데이터베이스의 데이터와 함께 다룰 수 있다. - 운영 데이터와 분석 데이터를 결합해 애플리케이션 로그와 트랜잭션 데이터를 연계 분석하는 데 유용하다. - 여러 데이터 소스를 하나의 거버넌스 환경에서 관리할 수 있다는 점이 핵심이다. ## CloudWatch 코딩 에이전트 인사이트 - 조직 내 AI 코딩 도구가 실제로 어떤 가치를 창출하는지 측정할 수 있다. - Claude apps gateway for AWS를 통해 Claude Code의 텔레메트리를 별도 계측 없이 수집한다. - Codex와 GitHub Copilot 같은 다른 코딩 에이전트도 지원한다. - OpenTelemetry 기반 지표로 AI 코딩 도구 도입 효과와 투자수익을 분석할 수 있다. ## 추가 AWS 소식과 행사 - Strands Agents와 Bedrock AgentCore를 활용해 AI 에이전트를 프로덕션 전후로 체계적으로 평가하는 가이드가 소개됐다. - CloudFormation custom resource를 멀티 리전 구조로 설계해 특정 리전 장애에도 배포 안정성을 유지하는 방법이 다뤄졌다. - Amazon SES에 이메일 발송량 증가에 대응할 수 있는 예측 가능한 가격제가 추가됐다. - AWS Summits와 AWS Community Days 등 2026년 하반기 개발자·클라우드 행사가 안내됐다. 실무적으로는 지역 데이터 보존이 필요하면 아테네 Local Zone을 검토하고, .NET 기반 장기 워크플로에는 Lambda durable execution을 활용할 만하다. AI 에이전트를 운영 중이라면 AgentCore의 통합 로그와 체계적인 평가 방법을 함께 도입하는 것이 효과적이다.

원문 읽기(새 탭에서 열림)

cloudformationAWSamazon-bedrockaws-lambda+4

aws·2026년 5월 6일·4분 읽기큐레이션 요약

AWS MCP 서버가 정식 출시되었습니다 | Amazon Web Services

AWS MCP Server는 AI 에이전트가 기존 IAM 자격 증명을 사용해 AWS 서비스에 안전하게 접근하도록 해 주는 관리형 원격 MCP 서버다. 최신 AWS 문서 검색, 15,000개 이상의 API 호출, 샌드박스 스크립트 실행을 제공해 에이전트가 오래된 학습 데이터나 과도한 권한 정책에 의존하는 문제를 줄인다. 특히 IAM 기반 권한 통제, CloudWatch·CloudTrail 감사, AWS 서비스별 Skills를 통해 프로덕션 환경에 적합한 AWS 자동화를 지원한다. ## AI 에이전트가 AWS에서 겪는 문제 - 모델의 학습 데이터가 오래되면 최신 서비스와 기능을 알지 못한다. - 예를 들어 2025년에 출시된 Amazon S3 Vectors를 학습하지 못한 모델은 S3에 임베딩을 저장하는 일반적인 방법만 제시할 수 있다. - 인프라를 구성할 때 AWS CDK나 CloudFormation보다 AWS CLI 명령을 우선적으로 생성하는 경향이 있다. - 필요 이상으로 광범위한 IAM 정책을 만들어 보안 위험을 키울 수 있다. - 데모 수준에서는 동작하더라도 최신 정보, 최소 권한, 운영 표준을 반영하지 못해 프로덕션 배포에는 부적합할 수 있다. ## AWS MCP Server의 핵심 도구 - `call_aws` - 기존 IAM 자격 증명을 사용해 15,000개 이상의 AWS API 작업을 실행한다. - 새 AWS API가 출시되면 며칠 내에 지원될 예정이다. - `search_documentation` - 실행 시점에 최신 AWS 공식 문서와 모범 사례를 검색한다. - `read_documentation` - 검색된 문서의 구체적인 내용을 읽어 에이전트가 최신 정보를 바탕으로 답변하도록 한다. - 이 도구들은 개별 AWS 서비스를 수천 개의 도구로 노출하지 않고 소수의 고정된 인터페이스로 제공해 모델 컨텍스트 사용량과 환각을 줄인다. ## GA 버전의 보안·효율성 개선 - IAM 컨텍스트 키를 지원해 별도의 MCP 서버용 IAM 권한 없이 표준 IAM 정책으로 세밀한 접근 제어를 설정할 수 있다. - 문서 검색은 인증 없이 사용할 수 있다. - 상호작용당 필요한 토큰 수를 줄여 복잡한 다단계 작업의 비용과 컨텍스트 부담을 낮췄다. - 에이전트 권한은 IAM 정책이나 SCP(Service Control Policy)로 제한할 수 있다. - 예를 들어 사용자는 리소스를 변경할 수 있지만 MCP 서버는 읽기 전용 작업만 수행하도록 분리할 수 있다. - `AWS-MCP` 네임스페이스의 CloudWatch 지표로 에이전트 호출을 사람의 직접 호출과 구분해 관찰할 수 있다. - CloudTrail은 실제 AWS API 호출에 대한 전체 감사 기록을 제공한다. ## 샌드박스 기반 `run_script` - 에이전트가 짧은 Python 스크립트를 작성해 AWS 서버 측 샌드박스에서 실행할 수 있다. - 샌드박스는 IAM 권한을 상속하지만 네트워크 접근과 로컬 파일 시스템·셸 접근은 차단된다. - 여러 AWS API를 순차적으로 호출하고 결과를 필터링·계산하는 작업을 한 번의 왕복으로 처리할 수 있다. - 그 결과 API 호출 지연과 모델 컨텍스트 사용량을 줄일 수 있다. - 로컬 환경 전체에 대한 접근 권한을 주지 않고도 데이터 처리 능력을 제공한다. ## Agent SOP에서 Skills로의 전환 - Skills는 에이전트가 자주 실수하는 작업에 대해 AWS 서비스 팀이 관리하는 검증된 지침과 모범 사례를 제공한다. - 에이전트가 더 적은 토큰으로 빠르고 일관되게 작업하도록 돕는다. - AWS 서비스별 지침을 별도 도구로 무분별하게 늘리지 않고 큐레이션된 지식으로 제공한다. - 짧고 예측 가능한 도구 목록을 유지해 환각을 줄이고 에이전트의 작업 집중도를 높인다. ## 최신 문서 검색을 통한 실제 효과 - 모델만 사용하면 Amazon S3 Vectors가 학습 데이터 이후에 출시되었기 때문에 해당 기능을 제안하지 못한다. - AWS MCP Server를 연결하면 `search_documentation`이 최신 AWS 문서를 조회한다. - 동일한 질문에 대해 Amazon S3 Vectors가 임베딩 저장을 위한 전용 서비스라는 정확한 답변을 얻을 수 있다. - 즉, 모델 자체를 재학습하지 않고도 실행 시점의 AWS 지식으로 최신 서비스와 API를 활용할 수 있다. ## 인증과 클라이언트 연동 - AWS MCP Server는 IAM과 IAM SigV4 인증을 사용한다. - MCP 클라이언트가 OAuth 2.1만 지원하는 경우 오픈 소스 `mcp-proxy-for-aws` 프록시를 사용해 로컬 AWS 자격 증명과 MCP를 연결할 수 있다. - 예시 설정은 Claude Code에서 다음과 같이 등록한다. ```bash claude mcp add-json aws-mcp --scope user \ '{"command":"uvx","args":["mcp-proxy-for-aws@latest","https://aws-mcp.us-east-1.api.aws/mcp","--metadata","AWS_REGION=us-west-2"]}' ``` - `--scope user`는 노트북의 모든 프로젝트에서 서버를 사용할 수 있게 한다. - 엔드포인트는 미국 동부 또는 유럽 리전에 위치하지만, API 호출 자체는 모든 AWS 리전에 수행할 수 있다. - Claude Code, Kiro, Cursor, Codex 등 MCP 호환 클라이언트에서 사용할 수 있다. ## 요금과 제공 리전 - AWS MCP Server 자체에는 추가 요금이 없다. - 사용자가 부담하는 비용은 생성한 AWS 리소스 비용과 해당 데이터 전송 비용이다. - 서비스 엔드포인트는 현재 미국 동부(버지니아 북부)와 유럽(프랑크푸르트) 리전에서 제공된다. 에이전트에 AWS 접근 권한을 부여할 때는 관리자 권한 대신 읽기 전용 또는 작업별 최소 권한 IAM 정책부터 적용하는 것이 좋다. 최신 문서 검색과 `run_script`를 활용하면 에이전트의 정확성과 효율성을 높이면서도 로컬 시스템과 AWS 리소스에 대한 접근 범위를 분리할 수 있다.

원문 읽기(새 탭에서 열림)

cloudformation모델 컨텍스트 프로토콜PythonAWS+4

aws·2026년 3월 26일원문

계정 색상, 리전 및 서비스 가시성을 포함한 시각적 설정을 통한 AWS 관리 콘솔 환경 맞춤 설정 | Amazon Web Services (새 탭에서 열림)

AWS는 사용자 경험 맞춤화(UXC) 기능을 통해 관리자가 팀의 필요에 맞춰 AWS 관리 콘솔의 UI를 최적화할 수 있도록 지원합니다. 이 기능을 사용하면 계정별로 색상을 지정해 환경을 시각적으로 구분하고, 사용하지 않는 리전과 서비스를 숨겨 작업 효율성을 높일 수 있습니다. 이를 통해 사용자는 불필요한 정보로 인한 인지 부하를 줄이고 핵심 업무에 더욱 집중할 수 있습니다. ### 시각적 계정 구분을 위한 색상 지정 * AWS 계정별로 고유한 색상을 지정하여 개발(주황색), 테스트(하늘색), 운영(빨간색) 등의 환경을 즉각적으로 식별할 수 있습니다. * 설정된 색상은 콘솔 상단 탐색바에 표시되어 사용자가 현재 어떤 환경에서 작업 중인지 실시간으로 인지하게 도와줍니다. * 콘솔 내 '계정(Account)' 설정 메뉴에서 선호하는 색상을 선택하는 것만으로 간단히 적용 가능합니다. ### 리전 및 서비스 가시성 제어 * 리전 선택기나 서비스 탐색 메뉴에서 팀에 필요한 항목만 나타나도록 설정하여 불필요한 클릭과 스크롤을 줄일 수 있습니다. * 통합 설정의 '계정 설정' 탭에서 표시할 리전과 서비스를 개별적으로 선택하거나 인기 서비스 카테고리를 활용해 구성할 수 있습니다. * 이 설정은 콘솔 UI상의 노출 여부만 제어하며, AWS CLI, SDK, API 또는 Amazon Q Developer를 통한 실제 서비스 접근 권한에는 영향을 주지 않습니다. ### CloudFormation을 활용한 프로그래밍 방식 설정 * 새로운 `AWS::UXC::AccountCustomization` 리소스 타입을 통해 CloudFormation 템플릿으로 콘솔 맞춤화 설정을 코드화할 수 있습니다. * `AccountColor`, `VisibleServices`, `VisibleRegions` 파라미터를 사용하여 조직 내 여러 계정에 일관된 UI 설정을 대규모로 배포할 수 있습니다. * 템플릿을 작성한 후 `aws cloudformation deploy` 명령어를 통해 손쉽게 설정을 적용하고 관리할 수 있습니다. 운영 환경에는 명확한 경각심을 주는 색상(예: 빨간색)을 적용하고, 실제로 사용하지 않는 리전은 숨김 처리하는 것을 추천합니다. 이러한 사소한 설정 변화만으로도 잘못된 환경에서의 작업을 방지하는 안전장치를 마련하고 팀의 전반적인 생산성을 향상시킬 수 있습니다.

cloudformationAWSAPIcli+3