SageMaker AI 실시간 엔드포인트, KV 캐시 인지 라우팅 지원…프롬프트와 가장 길게 일치하는 캐시를 가진 인스턴스로 요청 전달
발표 2026년 11월 17일
확인된 내용 (사실)
Amazon SageMaker AI 실시간 엔드포인트에 KV 캐시 인지 라우팅이 추가됐다. 각 요청을 그 프롬프트와 가장 길게 일치하는 캐시를 보유한 인스턴스로 보내는 방식이다. AWS는 기존 접두사 인지 라우팅과 언제 나눠 쓸지, 단일 모델·추론 컴포넌트 엔드포인트에서 켜고 검증하는 방법을 함께 안내했다.
의미 (해석)
긴 시스템 프롬프트를 반복하는 에이전트 워크로드에서 캐시 적중률을 높여 지연·비용을 줄이는 서빙 기법이 관리형 서비스 기본 옵션이 되고 있다.
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...