← 2026년 11월 18일 브리핑 · 12:00 업데이트로 추가
Amazon SageMaker HyperPod Inference, 관리형 NVIDIA Dynamo 지원…멀티 노드·분리형 서빙, KV 인지 라우팅, 자동 장애 복구
발표 2026년 11월 17일
확인된 내용 (사실)
AWS는 SageMaker HyperPod Inference에서 NVIDIA의 분산 추론 프레임워크 Dynamo를 관리형으로 쓸 수 있게 됐다고 밝혔다. 지원 기능은 여러 노드에 걸친 서빙, 단계를 나눠 처리하는 분리형(disaggregated) 서빙, KV 캐시 상태를 고려한 라우팅, 자동 장애 복구다. 사용자는 오케스트레이션 계층을 직접 만들지 않아도 대형 모델을 여러 노드에 나눠 서빙할 수 있다.
팩트체크 필요 (주장)
AWS: 오케스트레이션 계층을 직접 구축하지 않고도 대형 모델을 다수 노드에 걸쳐 서빙할 수 있다.
의미 (해석)
대형 모델을 여러 노드에서 분산 추론하려면 운영이 까다롭다. 이를 관리형 서비스로 넘길 수 있게 되면서 기업이 자체 추론 인프라를 구축하는 부담이 줄어든다. 앞서 소개된 SageMaker 실시간 엔드포인트의 KV 캐시 인지 라우팅에 이어, HyperPod 쪽에서도 추론 최적화 기능이 늘어나는 흐름이다.
출처
AWS 관련 다른 소식
-
AWS Quick 업데이트: 채팅에서 업무 프로세스 플로 만들고 실행, 여러 에이전트에 한꺼번에 물어 답변 보완, Meta 광고·Amplitude 연결 추가
AWS는 업무용 AI 작업공간 AWS Quick의 새 기능을 공개했다. 채팅 안에서 업무 프로세스용 플로(flow)를 만들고 바로 실행할 수 있다. 웹 앱도 새로 바뀌어 하루 동안 할 일을 정리하고 우선순위를 정할 수 있다. 질문 하나를 여러...
-
AWS, 직접 운영하는 LLM용 분산 KV 캐시 설정 '에이전트 스킬' 공개(비용 최대 40%↓·첫 토큰 지연 최대 80%↓ 주장)…HyperPod Slurm엔 관리형 관측·사용자 관리 확장
AWS는 Agent Toolkit for AWS에 분산 KV 캐싱 스킬을 넣었다. 코딩 에이전트가 이 스킬로 Amazon ElastiCache 기반 분산 KV 캐시를 쓸지 판단하고 직접 구성한다. 직접 운영하는 LLM이 매 턴 같은 컨텍스트를...
-
Amazon SageMaker HyperPod 'Global Inference Gateway'…엔드포인트 하나로 여러 클러스터·리전에 추론 요청 분산, 자동 장애 조치
AWS가 SageMaker HyperPod에 관리형 단일 엔드포인트 Global Inference Gateway를 도입했다. 한 리전 안 또는 여러 리전에 걸친 HyperPod 클러스터로 추론 요청을 보내며, 가장 적합한 클러스터를 고르고 장애...
-
Amazon Textract Insights 정식 출시…자연어로 필드 지정하면 값마다 신뢰도·페이지 근거 붙여 구조화
AWS가 Amazon Textract의 생성 AI 기능 Textract Insights를 정식 출시했다. 필요한 필드를 자연어로 설명하고 문서나 여러 문서가 섞인 묶음을 넣으면 구조화된 결과를 돌려준다. 추출한 값마다 신뢰도 점수와 페이지 단위...
-
AWS 도입 사례: Standard Bank Group, Bedrock 기반 LLM-as-a-judge로 생성 AI 사용 사례 위험 평가 자동화
Standard Bank Group이 AWS Professional Services와 함께 생성 AI 승인 절차에 필요한 근거 자료 작성을 자동화했다. 은행 자체 AWS 계정 안에서 Amazon Bedrock의 LLM-as-a-judge로 각...