섹션별 상세
추론 호출을 수행한 IAM 주체에 비용이 자동 할당되어 개별 사용자나 애플리케이션 단위의 비용 추적이 가능해졌습니다. IAM 사용자, 역할, 또는 Okta/Entra ID와 같은 페더레이션 ID를 통해 호출된 모든 Bedrock 요청이 AWS Billing 데이터에 기록됩니다. 이를 통해 '누가 어떤 모델에 얼마를 썼는지'를 CUR 2.0 보고서에서 직접 확인할 수 있습니다. 별도의 리소스 관리 없이 기존 인증 체계를 그대로 활용할 수 있다는 점이 핵심입니다.
근거
- Amazon Bedrock은 이제 호출을 수행한 IAM 주체에게 추론 비용을 자동으로 할당한다. — Introduction 섹션 및 How granular cost attribution works 섹션
IAM 주체에 부착된 태그나 세션 태그를 활용하여 팀, 프로젝트, 비용 센터별로 비용을 그룹화하고 분석할 수 있습니다. 고정된 주체 태그는 IAM 사용자/역할에 직접 설정하며, 세션 태그는 STS를 통해 임시 자격 증명을 얻을 때 동적으로 전달됩니다. 활성화된 태그는 CUR 2.0에서 'iamPrincipal/' 접두사와 함께 표시되어 복잡한 조직 구조에서도 정확한 비용 정산(Chargeback)을 지원합니다. 이는 대규모 조직에서 부서별 예산 관리와 비용 최적화의 근거 자료가 됩니다.
근거
- 태그는 활성화 후 24~48시간 이내에 Cost Explorer와 CUR 2.0에 나타난다. — Quickstart by scenario 섹션의 Note 하단
기업용 페더레이션 인증 환경(OIDC/SAML)에서도 세션 이름과 태그를 통해 개별 사용자별 비용 가시성을 유지할 수 있습니다. 사용자가 공유 IAM 역할을 사용하더라도 IdP에서 전달된 세션 이름이 CUR의 'line_item_iam_principal' 열에 기록됩니다. OIDC의 경우 ID 토큰에 태그 클레임을 주입하고, SAML은 속성 매핑을 통해 팀이나 비용 센터 정보를 안전하게 전달합니다. 이를 통해 수천 명의 사용자가 하나의 역할을 공유하는 환경에서도 개별적인 비용 분석이 가능합니다.
자체 구축한 LLM 게이트웨이를 사용하는 경우에도 사용자별 세션 관리를 통해 세분화된 비용 추적이 가능합니다. 게이트웨이가 Bedrock을 호출할 때 각 사용자별로 'AssumeRole'을 호출하여 고유한 세션 이름과 태그가 포함된 임시 자격 증명을 생성합니다. 생성된 세션은 지연 시간 최소화를 위해 최대 1시간 동안 캐싱되어 재사용되며, 이를 통해 게이트웨이 뒤에 숨겨진 실제 사용자나 테넌트 정보를 빌링 데이터로 전달합니다. 이는 멀티 테넌트 SaaS 환경에서 고객별 사용량을 정확히 측정하는 데 필수적인 아키텍처입니다.
근거
- LLM 게이트웨이 시나리오에서 STS 호출은 사용자당 시간당 1회로 최적화할 수 있다. — Scenario 4: Key implementation considerations 섹션
기술
- Amazon Bedrock
- AWS IAM
- AWS STS
- AWS Cost Explorer
- CUR 2.0
- OpenID Connect
- SAML
활용 사례
- 부서별 AI 사용 비용 정산 (Chargeback)
- 멀티 테넌트 SaaS의 고객별 원가 분석
- 프로젝트별 LLM 예산 최적화
- 개별 개발자의 실험 비용 모니터링
AI 분석 전체 내용 보기
AI 요약 · 북마크 · 개인 피드 설정 — 무료
출처 · 인용 안내
원문 발행 2026. 04. 18.수집 2026. 04. 18.출처 타입 RSS
인용 시 "요약 출처: AI Trends (aitrends.kr)"를 표기하고, 사실 확인은 원문 보기 기준으로 진행해 주세요. 자세한 기준은 운영 정책을 참고해 주세요.
