AWS 클라우드 비용 최적화 전략: Cost Explorer, RI, Savings Plans 실전 가이드

AWS 클라우드 비용 때문에 고민이신가요? Cost Explorer, Reserved Instances, Savings Plans를 활용해 실제 비용을 절감한 경험과 실전 팁을 공유합니다.

클라우드 도입 후, 예상보다 빠르게 증가하는 비용 때문에 당황하신 적 있으신가요? 저희 팀도 비슷한 경험을 했습니다. 개발 초기에는 인프라 비용에 크게 신경 쓰지 않다가, 서비스 규모가 커지면서 월별 청구서가 감당하기 힘든 수준으로 불어나는 것을 보고 깜짝 놀랐죠. 그때부터 AWS 클라우드 비용 최적화는 저희 팀의 중요한 과제가 되었습니다.

클라우드 비용 최적화는 단순히 돈을 아끼는 것을 넘어, 한정된 예산으로 더 많은 가치를 창출하고, 효율적인 인프라 운영 문화를 만드는 과정입니다. 이 글에서는 저희 팀이 직접 겪고 적용하며 효과를 본 AWS Cost Explorer, Reserved Instances (RI), Savings Plans (SP)를 활용한 실전 경험과 팁을 공유하고자 합니다. 이 글을 통해 여러분의 클라우드 비용 고민을 덜어내는 데 도움이 되기를 바랍니다.

📑 목차

• AWS Cost Explorer: 비용 가시성 확보의 첫걸음
• 필터와 그룹화를 통한 심층 분석
• Reserved Instances (RI): 예측 가능한 워크로드에 대한 할인
• RI 구매 전략과 관리 팁
• Savings Plans (SP): 유연성과 할인을 동시에
• SP 구매 방식과 효과적인 활용
• RI와 SP, 현명하게 선택하고 조합하기
• RI와 SP: 어떤 것을 선택해야 할까?
• 실질적인 비용 절감, 그 외의 팁들
• 마무리: 지속적인 모니터링과 최적화

Image by stevepb on Pixabay

AWS Cost Explorer: 비용 가시성 확보의 첫걸음

클라우드 비용 최적화의 시작은 현재 비용이 어디에서 발생하는지 정확히 아는 것입니다. AWS Cost Explorer는 이 질문에 대한 답을 제공하는 강력한 도구입니다. 처음 Cost Explorer를 접했을 때, 방대한 데이터에 압도될 수도 있지만, 몇 가지 핵심 기능을 익히면 우리 인프라의 비용 구조를 한눈에 파악할 수 있습니다.

저희 팀은 Cost Explorer를 통해 월별, 일별 비용 추이를 확인하고, 갑자기 비용이 증가한 부분이 있다면 어떤 서비스에서 발생했는지 즉시 파악합니다. 특히, 필터와 그룹화 기능은 비용 분석의 핵심입니다. 특정 서비스(예: EC2, S3, RDS)나 리전, 심지어 특정 태그(예: Project, Environment)별로 비용을 세분화하여 볼 수 있습니다.

필터와 그룹화를 통한 심층 분석

저희는 다음과 같은 방식으로 Cost Explorer를 활용하여 비용 인사이트를 얻었습니다:

• 서비스별 비용 분석: 어떤 서비스가 가장 많은 비용을 차지하는지 파악했습니다. 예를 들어, EC2가 압도적이라면 인스턴스 유형, 수량, 가동 시간 등을 더 면밀히 분석해야 함을 의미합니다.
• 태그 기반 비용 분류: 모든 AWS 리소스에 Project, Owner, Environment와 같은 태그를 지정하여, 특정 프로젝트나 부서, 개발/운영 환경별로 비용을 그룹화했습니다. 이를 통해 각 팀이나 프로젝트의 클라우드 사용량을 정확히 측정하고 책임감을 부여할 수 있었습니다.
• 사용량 유형 분석: Cost Explorer의 'Usage Type' 필터를 활용하여 EC2의 'On-Demand Linux t3.medium running hour'와 같이 세분화된 사용량 항목별 비용을 확인했습니다. 이를 통해 특정 리소스의 사용 패턴을 이해하고, 불필요한 사용을 찾아낼 수 있었습니다.
• 예측 기능 활용: Cost Explorer는 미래 비용을 예측하는 기능도 제공합니다. 저희는 이 예측치를 정기적으로 확인하여 예산 초과 가능성이 있는지 미리 파악하고 대응 전략을 수립하는 데 활용했습니다.

실제로 Cost Explorer를 통해 한 개발 서버의 데이터 전송량이 비정상적으로 높게 나타나는 것을 발견했고, 확인 결과 불필요한 로그가 외부 스토리지로 전송되고 있음을 알아내어 즉시 조치하여 비용을 절감할 수 있었습니다. 이처럼 비용 가시성을 확보하는 것만으로도 상당한 절감 기회를 찾을 수 있습니다.

Reserved Instances (RI): 예측 가능한 워크로드에 대한 할인

저희 팀은 Cost Explorer를 통해 상당수의 EC2, RDS 인스턴스가 지속적으로 24시간 운영되고 있음을 파악했습니다. 이러한 예측 가능한 워크로드에 대해 AWS는 Reserved Instances (RI)라는 강력한 할인 옵션을 제공합니다. RI는 1년 또는 3년 약정을 통해 온디맨드(On-Demand) 가격 대비 최대 72%까지 할인받을 수 있는 제도입니다.

처음 RI를 도입할 때, '약정'이라는 단어 때문에 망설였던 것도 사실입니다. 하지만 저희는 핵심 서비스의 운영 인스턴스 중 최소한 1년 이상 변경 없이 운영될 것이 확실한 부분부터 RI를 적용하기 시작했습니다. 그 결과, 월별 EC2 비용에서 상당한 절감 효과를 볼 수 있었습니다.

RI 구매 전략과 관리 팁

• 정확한 수요 예측: RI는 구매 후 변경이 어렵거나 제한적이기 때문에, 워크로드의 안정성을 충분히 검토한 후 구매해야 합니다. 저희는 Cost Explorer의 RI 보고서를 활용하여 기존 인스턴스 사용 패턴을 분석하고, RI 적용 시 예상되는 절감액을 미리 확인했습니다.
• 인스턴스 유형 선택:
  • Standard RI: 특정 인스턴스 패밀리, 운영체제, 리전에 고정됩니다. 가장 높은 할인율을 제공하지만 유연성이 낮습니다.
  • Convertible RI: 인스턴스 패밀리, OS, 리전을 변경할 수 있는 유연성을 제공하지만, 할인율은 Standard RI보다 약간 낮습니다. 저희는 변화 가능성이 있는 워크로드에 Convertible RI를 일부 적용했습니다.
• 결제 옵션:
  • All Upfront: 전체 약정 금액을 선불로 지불합니다. 가장 높은 할인율을 제공합니다.
  • Partial Upfront: 일부 금액을 선불로 지불하고 나머지는 월별로 납부합니다.
  • No Upfront: 선불 없이 월별로 납부합니다. 할인율은 가장 낮지만 초기 부담이 적습니다.
  저희는 예산 상황과 절감 목표를 고려하여 All Upfront와 Partial Upfront를 조합하여 사용했습니다.
• RI 스코프: RI는 특정 계정에만 적용될 수도 있고, AWS Organizations를 통해 연결된 모든 계정에 적용될 수도 있습니다. 저희는 여러 계정을 사용하므로, 공유 RI를 통해 전체 조직의 비용 효율성을 극대화했습니다.
• RI 활용도 모니터링: RI를 구매한 후에도 Cost Explorer의 Reserved Instance Utilization 및 Coverage 보고서를 통해 RI가 얼마나 잘 활용되고 있는지 지속적으로 모니터링해야 합니다. 활용도가 낮다면 불필요한 RI를 구매했거나, 워크로드 패턴이 변경된 것이므로 다음 구매 계획에 반영해야 합니다.

RI는 안정적인 워크로드에 확실한 비용 절감을 가져다주지만, 잘못된 예측으로 구매하거나 활용도가 낮으면 오히려 손해가 될 수 있다는 점을 항상 염두에 두어야 합니다. 저희는 이러한 위험을 줄이기 위해 소규모부터 시작하여 점차 범위를 넓혀나가는 전략을 취했습니다.

Savings Plans (SP): 유연성과 할인을 동시에

RI가 특정 인스턴스 유형에 묶여 유연성이 다소 부족하다는 단점을 보완하기 위해 AWS는 Savings Plans (SP)를 출시했습니다. SP는 1년 또는 3년 약정을 통해 시간당 특정 금액을 AWS에 지불하겠다고 약속하는 것으로, 약정 금액을 충족하는 사용량에 대해 온디맨드 가격 대비 최대 66%까지 할인해 줍니다. 저희 팀은 변화가 잦은 개발 환경이나 Auto Scaling 그룹처럼 인스턴스 유형이 유동적인 워크로드에 SP를 적용하여 큰 효과를 보았습니다.

SP 구매 방식과 효과적인 활용

• 시간당 약정 금액: SP는 시간당 $X를 지불하겠다는 약정입니다. 이 금액은 과거 사용량 데이터를 기반으로 Cost Explorer의 Savings Plans 추천 기능을 통해 최적화된 값을 제안받을 수 있습니다. 저희는 이 추천 기능을 적극 활용하여 적정 약정 금액을 설정했습니다.
• 유형 선택:
  • EC2 Instance Savings Plans: 특정 리전 내의 EC2 인스턴스 패밀리에 적용됩니다. 운영체제, 인스턴스 크기, 테넌시와 관계없이 할인받을 수 있어 Standard RI보다 훨씬 유연합니다.
  • Compute Savings Plans: 가장 높은 유연성을 제공합니다. EC2, Fargate, Lambda에 걸쳐 적용되며, 인스턴스 패밀리, 리전, 운영체제, 테넌시 등에 구애받지 않고 할인받을 수 있습니다. 저희는 특히 서버리스 아키텍처를 도입하면서 Lambda 비용 절감을 위해 Compute SP를 활용했습니다.
  • SageMaker Savings Plans: SageMaker 사용량에 대해 할인받을 수 있습니다. (저희는 아직 사용하지 않지만, ML 워크로드가 있다면 고려해볼 만합니다.)
• 결제 옵션: RI와 동일하게 All Upfront, Partial Upfront, No Upfront 옵션이 있습니다. 저희는 RI와 마찬가지로 All Upfront와 Partial Upfront를 조합하여 사용했습니다.
• SP 활용도 모니터링: Cost Explorer에서 Savings Plans Utilization 및 Coverage 보고서를 통해 SP의 활용도를 지속적으로 모니터링하는 것이 중요합니다. 활용도가 낮다면 약정 금액이 너무 높게 설정되었거나, 사용량이 줄어든 것이므로 다음 약정 시 조정해야 합니다.

SP는 RI에 비해 설정의 복잡성이 적고 유연성이 뛰어나, 클라우드 워크로드의 변화가 잦은 환경에서 비용 절감과 운영 효율성을 동시에 잡을 수 있는 훌륭한 대안이었습니다. 특히 개발 환경처럼 인스턴스 생성 및 삭제가 빈번한 곳에서 SP의 진가가 발휘되었습니다.

Image by onkelglocke on Pixabay

RI와 SP, 현명하게 선택하고 조합하기

RI와 SP 모두 장단점이 명확하기 때문에, 저희 팀은 두 가지를 적절히 조합하여 최대 비용 절감 효과를 노렸습니다. 핵심은 워크로드의 특성을 정확히 이해하고 그에 맞는 전략을 수립하는 것입니다.

RI와 SP: 어떤 것을 선택해야 할까?

다음 표는 RI와 SP의 주요 차이점을 비교하여 어떤 상황에 더 적합한지 판단하는 데 도움을 줍니다.

구분	Reserved Instances (RI)	Savings Plans (SP)
할인 방식	특정 인스턴스 속성(인스턴스 유형, 리전, OS 등)에 대한 약정	시간당 사용량($X/hr)에 대한 약정
유연성	낮음 (Standard RI는 고정, Convertible RI는 유연성 약간 높음)	높음 (Compute SP는 인스턴스 유형, 리전, OS 등에 관계없이 적용)
최대 할인율	최대 72% (EC2 Standard RI 기준)	최대 66% (EC2 Instance SP 기준)
적용 서비스	EC2, RDS, Redshift, ElastiCache, DynamoDB 등 다양한 서비스	EC2, Fargate, Lambda, SageMaker
적합한 워크로드	운영 환경의 안정적이고 예측 가능한 핵심 워크로드	유동적인 워크로드 (Auto Scaling, 개발/스테이징 환경), 서버리스 워크로드

저희 팀의 전략은 다음과 같습니다:

1. 핵심 운영 서버 (예: 데이터베이스 서버, 핵심 API 서버) 중 장기간 변동 없이 유지될 것이 확실한 인스턴스에는 Standard RI를 적용하여 최대 할인을 받습니다.
2. 개발/스테이징 환경이나 Auto Scaling 그룹처럼 인스턴스 유형 및 수량이 유동적으로 변할 수 있는 워크로드에는 Compute Savings Plans를 적용하여 유연성을 확보하면서도 할인을 받습니다.
3. RI와 SP 모두 1년 약정을 우선적으로 고려하되, 3년 약정 시 추가 할인 폭이 크고 워크로드의 안정성이 매우 높다면 3년 약정도 고려합니다. 단, 3년 약정은 신중해야 합니다.

이러한 조합을 통해 저희는 전체 클라우드 비용에서 평균 30% 이상의 절감 효과를 달성할 수 있었습니다. 물론, 이 수치는 워크로드의 특성과 규모에 따라 달라질 수 있습니다.

Image by MR-PANDA on Pixabay

실질적인 비용 절감, 그 외의 팁들

Cost Explorer, RI, SP가 AWS 클라우드 비용 최적화의 핵심 도구이지만, 이 외에도 저희 팀이 실제로 적용하여 효과를 본 다양한 팁들이 있습니다.

• 미사용 리소스 정리: Cost Explorer로 비용을 분석하다 보면, 간혹 사용되지 않는 리소스가 비용을 차지하는 경우를 발견합니다. 예를 들어, 더 이상 사용하지 않는 EBS 볼륨, 오래된 스냅샷, 미사용 Elastic IP, 연결되지 않은 로드 밸런서 등이 그렇습니다. 저희는 주기적으로 이러한 좀비 리소스를 찾아내어 삭제하고 있습니다. AWS Trusted Advisor나 third-party 비용 분석 도구를 활용하면 이러한 리소스를 더 쉽게 찾아낼 수 있습니다.
• Right-Sizing: 인스턴스나 데이터베이스의 CPU, 메모리 사용량을 모니터링하여 과도하게 프로비저닝된 리소스를 줄이는 것입니다. 예를 들어, t3.medium으로도 충분한데 m5.large를 사용하고 있다면, 더 작은 인스턴스로 변경하여 비용을 절감할 수 있습니다. CloudWatch 지표를 활용하여 인스턴스 사용량을 분석하고, AWS Compute Optimizer와 같은 도구의 추천을 참고하는 것도 좋은 방법입니다.
• Auto Scaling 및 스케줄링: 개발/테스트 환경이나 특정 시간에만 트래픽이 몰리는 서비스는 Auto Scaling을 통해 필요한 만큼만 인스턴스를 유지하거나, 스케줄링을 통해 업무 시간 외에는 인스턴스를 중지하여 비용을 절감할 수 있습니다. 저희 팀은 개발 환경 인스턴스들을 업무 시간 외 및 주말에는 자동으로 중지하도록 스케줄링하여 상당한 비용을 절감했습니다.
• S3 스토리지 클래스 최적화: S3는 다양한 스토리지 클래스를 제공합니다 (Standard, Infrequent Access, Glacier 등). 데이터의 접근 빈도와 중요도에 따라 적절한 스토리지 클래스를 선택하면 비용을 크게 줄일 수 있습니다. 예를 들어, 자주 접근하지 않는 로그 데이터는 S3 Standard-IA나 Glacier로 이동시켜 비용을 절약합니다. S3 Lifecycle 정책을 활용하면 데이터를 자동으로 계층화할 수 있습니다.
• 데이터 전송 비용 관리: AWS에서 발생하는 데이터 전송(Data Transfer) 비용은 종종 간과하기 쉽지만, 무시할 수 없는 부분입니다. 특히 인터넷으로 나가는 데이터 전송 비용이 비쌉니다. 저희는 CDN(CloudFront)을 적극 활용하여 사용자에게 더 가까운 엣지 로케이션에서 콘텐츠를 제공하고, 데이터 전송 비용을 줄였습니다. 또한, 같은 리전 내에서는 비용이 저렴하므로 가능한 한 리소스들을 같은 리전 내에 배치하는 전략을 사용했습니다.

이러한 팁들은 단순히 비용을 줄이는 것을 넘어, 인프라를 더 효율적으로 사용하고 관리하는 문화를 만드는 데 기여했습니다.

마무리: 지속적인 모니터링과 최적화

AWS 클라우드 비용 최적화는 한 번에 끝나는 프로젝트가 아니라 지속적인 과정입니다. 저희 팀은 정기적으로 Cost Explorer를 확인하고, RI 및 SP 활용도를 모니터링하며, 새로운 서비스나 기능이 출시될 때마다 비용 절감 가능성을 검토합니다. 클라우드 환경은 끊임없이 변화하므로, 이에 맞춰 최적화 전략도 진화해야 합니다.

이 글에서 공유한 Cost Explorer, Reserved Instances, Savings Plans 활용 가이드와 기타 팁들이 여러분의 클라우드 비용 절감 여정에 실질적인 도움이 되기를 바랍니다. 처음에는 복잡하게 느껴질 수 있지만, 작은 부분부터 시작하여 점진적으로 확장해 나간다면 분명 큰 성과를 거둘 수 있을 것입니다.

여러분의 클라우드 비용 최적화 경험은 어떠신가요? 혹시 이 글에서 다루지 않은 꿀팁이 있다면 댓글로 공유해 주세요! 함께 더 효율적인 클라우드 운영 방법을 찾아나가길 기대합니다.

📌 함께 읽으면 좋은 글

• [클라우드 인프라] EKS AKS GKE 비교 분석: 클라우드 쿠버네티스 서비스 선택 가이드
• [개발 책 리뷰] 클린 아키텍처: 소프트웨어 설계의 본질과 원칙 이해 심층 리뷰
• [튜토리얼] Docker Compose 로컬 개발 환경 구축: 다중 서비스 연동 실전 가이드

이 글이 도움이 되셨다면 공감(♥)과 댓글로 응원해 주세요!
궁금한 점이나 다루었으면 하는 주제가 있다면 댓글로 남겨주세요.