Amazon Bedrock에 도착한 OpenAI GPT-6과 Anthropic Claude Opus 5.5, 그리고 Strands harness

에이전트나 LLM을 서비스에 붙여 놓고 나면 질문이 바뀝니다. "이 모델이 얼마나 똑똑한가"보다 "이 단계에는 어떤 모델을, 어느 비용과 지연으로 써야 하나"가 더 자주 걸립니다. 매번 가장 큰 모델을 부르면 요금이 그만큼 나가고, 반대로 작은 모델로 버티면 결과가 흔들립니다. 지난주 Amazon Bedrock에 올라온 새 모델들과 몇 가지 발표가 바로 이 지점을 건드립니다.

같은 작업, 다른 모델

OpenAI의 GPT-6 Sol과 GPT-6 Luna가 Bedrock에 추가됐습니다. GPT-6 Sol은 개발과 운영처럼 반복적이고 부하가 큰 작업을 겨냥합니다. GPT-6 Luna는 정해진 작업을 대량으로 돌릴 때 쓰도록 만들어졌습니다. 두 모델 모두 이전 세대인 GPT-5.6보다 낮은 가격에 제공됩니다.

Anthropic의 Claude Opus 5.5도 함께 올라왔습니다. Claude 5.5 계열의 첫 모델입니다. Opus 5보다 적은 토큰으로 같은 일을 처리하도록 조정됐고, 에이전트 방식의 코딩과 오래 걸리는 작업에 맞춰져 있습니다.

세 모델의 공통점은 단순합니다. 작업 성격에 맞는 모델을 골라 쓰라는 방향입니다. 정해진 포맷의 대량 처리, 긴 코딩 세션, 운영 자동화가 각각 다른 모델을 부르는 근거가 됩니다. 요금과 지원 리전 등 세부 사항은 AWS 공식 문서에서 확인할 수 있습니다.

에이전트를 붙이는 도구, Strands harness

Strands Agents 팀이 Strands harness를 공개했습니다. Apache 2.0 라이선스이고, 로컬에서 실행하거나 원하는 곳에 배포할 수 있습니다. Python이나 TypeScript 한 줄로 모델을 연결합니다. 대상 모델은 Amazon Bedrock, Anthropic, OpenAI, Google, 그리고 로컬 Ollama까지 포함합니다.

기본값으로 프롬프트 캐싱과 컨텍스트 관리가 들어 있습니다. 부피가 큰 도구 실행 결과를 잘라내고, 컨텍스트 창이 차면 압축하며, 실행 사이에 메모리를 유지합니다. 같은 모델을 쓸 때 비교 대상 harness보다 약 28% 저렴하면서 정확도는 유지한다고 팀이 밝히고 있습니다. 에이전트 실행 코드를 처음부터 짜는 대신 조립된 도구로 시작하려는 팀에게 해당합니다.

애플리케이션과 AI 에이전트를 한 화면에서 보는 CloudWatch Omni

Amazon CloudWatch Omni는 애플리케이션과 AI 에이전트를 하나의 화면에서 함께 관찰합니다. OpenTelemetry 위에 만들어져서, 이미 수집 중인 텔레메트리가 재설정 없이 그대로 나타납니다. 팀 전체가 하나의 URL로 접근하고, 엔터프라이즈 SSO로 들어갑니다. 콘솔 접근 권한은 필요하지 않습니다.

서비스를 자동으로 발견하고 의존 관계를 그립니다. 조사 세션에는 AWS DevOps Agent가 들어와 신호를 연결하고 근본 원인을 추적합니다. 에이전트를 운영에 붙이기 시작한 팀이라면, 애플리케이션 지표와 에이전트 동작을 따로 보던 상황을 한곳으로 모을 수 있습니다.

조직 전체가 공유하는 EventBridge 이벤트 버스

Amazon EventBridge에 개선된 커스텀 이벤트 버스가 추가됐습니다. 팀과 계정을 넘나들며 이벤트 기반 애플리케이션을 키우는 조직을 위한 것입니다. AWS RAM을 통해 조직 안의 모든 계정이 공유하는 중앙 버스 하나를 배포합니다. 이벤트 순서 보장은 선택 사항이고, 필터링과 대상과 재시도를 묶은 Subscriber 리소스, 내용 기반 중복 제거, AWS Lambda 같은 대상에 대한 동기 호출을 지원합니다.

요금 체계도 바뀌었습니다. 여러 버스를 두었을 때 계정 간 라우팅 요금이 겹쳐 늘어나던 방식 대신, 인그레스/이그레스 기반 모델로 대체됐습니다. 기존 버스는 "classic"으로 그대로 동작합니다.

그 밖의 소식

Amazon SES와 AWS End User Messaging이 AWS MCP Server용 AI 에이전트 스킬을 공개했습니다. 발신 자격 검증, 프로덕션 이메일 발송, 카드와 버튼이 있는 브랜드 RCS 에이전트 구성 같은 작업을 검증된 단계별 안내로 처리합니다. Claude Code, Codex, Cursor, Kiro에서 동작합니다. 문서와 콘솔 화면을 오가지 않고 메시징 작업을 끝낼 수 있습니다.

Amazon SageMaker HyperPod Inference Gateway는 HyperPod 위의 LLM 추론 앞단에 GPU를 인식하는 라우팅 계층을 놓습니다. Amazon EKS 관리형 애드온 하나로 배포되고 애플리케이션 변경이 필요 없습니다. 라운드로빈 대신 KV 캐시 사용률, 큐 깊이, 프리픽스 캐시 적중, 예측 지연 같은 실시간 추론 신호로 라우팅합니다. 혼합 하드웨어와 급증 상황에서 첫 토큰 지연을 최대 82% 줄인다고 합니다. vLLM과 SGLang을 포함해 OpenAI 호환 모델 서버와 함께 동작합니다.

AWS는 2026 Gartner Magic Quadrant 컨테이너 관리 부문에서 4년 연속 리더로 선정됐습니다. EKS Provisioned Control Plane의 99.99% 가용성 SLA가 함께 언급됐습니다. 또 AWS Executive in Residence 팀이 27개국 154명의 리더를 9개월간 인터뷰한 AWS Reimagine 보고서가 나왔습니다.

AWS re:Invent는 11월 30일부터 12월 4일까지 라스베이거스에서 열립니다. 좌석 예약은 10월 6일에 시작합니다.

실무 판단

솔트웨어 AI아키텍트의 판단입니다

지금 손대야 하는 팀은 이미 Bedrock으로 LLM을 서비스에 붙여 운영 중인 곳입니다. GPT-6 Sol/Luna와 Claude Opus 5.5가 이전 세대보다 낮은 가격에 나왔으니, 지금 쓰는 모델의 호출 로그를 열어 어느 단계가 굳이 큰 모델을 부르고 있는지 확인해 볼 값어치가 있습니다. 정해진 포맷의 대량 처리를 값비싼 모델로 돌리고 있었다면 Luna로 내려 보는 실험, 긴 코딩·자동화 작업이라면 Opus 5.5 토큰 절감 효과 검증이 우선입니다. 에이전트 실행 코드를 아직 손으로 짜고 있다면 Strands harness로 한 줄 연결부터 테스트해 볼 만합니다.

이번에는 넘겨도 되는 팀은 자체 GPU 위에서 추론 서버를 직접 돌리지 않는 곳입니다. HyperPod Inference Gateway의 82% 지연 감소는 EKS에서 vLLM이나 SGLang을 직접 운영하는 규모에서 의미가 있습니다. Bedrock의 관리형 엔드포인트로 모델을 쓰는 스타트업이라면 지금 볼 일이 아닙니다. EventBridge의 조직 공유 버스도 계정이 여러 개로 갈라진 조직용이라, 단일 계정으로 운영 중이면 급하지 않습니다.

작업 규모는 모델 교체 검증 기준으로 반나절에서 하루입니다. Bedrock 안에서 모델 ID를 바꾸고 대표 프롬프트 몇 개로 응답 품질과 토큰 사용량을 비교하는 수준이면 충분합니다. Strands harness 연동 시험도 하루 안에 끝납니다.

비용 방향은 내려가는 쪽입니다. 신규 GPT-6 모델이 GPT-5.6보다 저렴하고, Opus 5.5는 같은 작업을 더 적은 토큰으로 처리합니다. 단, 새 모델이 더 좋다고 모든 단계를 상위 모델로 올리면 절감 효과가 사라집니다. 단계별로 최소 모델을 붙이는 원칙을 지킬 때만 요금이 실제로 줄어듭니다.

출처: AWS News Blog, AWS Weekly Roundup (2026년 9월 28일).

원문: AWS Weekly Roundup: GPT-6 Sol and Luna, Claude Opus 5.5 on Amazon Bedrock, Strands harness, and more (September 28, 2026) · 발행일 2026-09-28