AWS, AI 에이전트 워크로드를 위한 차세대 OpenSearch Serverless 출시

섹션별 상세

기존 클라우드 인프라는 인간의 검색, 클릭, 스트리밍 등 예측 가능한 패턴에 맞춰 설계되어 AI 에이전트의 불규칙한 트래픽 처리에 한계가 있다.

AI 에이전트는 수많은 데이터베이스 쿼리와 API 호출을 순식간에 수행한 뒤 사라지는 특성이 있어, 기존의 고정된 컴퓨팅 자원 할당 방식은 비효율적이다.

AWS의 새로운 OpenSearch Serverless는 컴퓨팅과 스토리지를 분리하여 에이전트 작업 발생 시 즉각적으로 확장하고, 유휴 상태에서는 컴퓨팅 자원을 0으로 축소해 비용을 절감한다.

클라우드 업계는 인간 중심의 인프라를 기계 중심의 워크로드로 전환하는 추세이며, Databricks, Snowflake, Microsoft, Cloudflare 등도 AI 에이전트 최적화 인프라를 도입하고 있다.

Cloudflare 데이터에 따르면 2027년 상반기에는 비인간 트래픽이 인간 트래픽을 추월할 것으로 예상되어, 이러한 인프라 재설계의 중요성이 커지고 있다.

에이전트 워크로드(Agentic Workload): — AI 에이전트가 자율적으로 정보를 검색하고 도구를 호출하며 생성하는 트래픽 패턴이다. 기존 인간의 예측 가능한 패턴과 달리 급격한 스파이크와 유휴가 반복되는 것이 특징이며, 이를 처리하기 위해 인프라의 동적 확장성이 요구된다.
서버리스(Serverless): — 인프라 관리 없이 코드 실행 환경을 제공하는 클라우드 모델이다. 요청에 따라 자원을 자동으로 확장하고 유휴 시 자원을 회수하여 비용 효율성을 극대화하며, 에이전트 워크로드와 같이 불규칙한 트래픽 처리에 적합하다.
벡터 데이터베이스(Vector Database): — AI 모델이 사용하는 고차원 벡터 데이터를 저장하고 유사도 검색을 수행하는 시스템이다. 에이전트가 정보를 검색하고 참조하는 핵심 인프라로, 대규모 데이터를 효율적으로 처리하는 성능이 중요하다.