AWS re:Invent 2025(12월)가 던진 한 방: “AI 모델을 ‘고객이 직접 훈련’하는 클라우드”로 전환 중
들어가며
2025년 12월 AWS는 re:Invent를 통해 생성형 AI를 “API로 쓰는 단계”에서 “기업이 자기 데이터로 모델/에이전트를 직접 만들고 운영하는 단계”로 밀어 올리는 신규 서비스를 다수 공개했습니다. 같은 달 Azure는 에이전트 거버넌스/지식 관리(Control Plane, IQ)와 Claude 모델 수용으로 ‘운영 가능한 agent 플랫폼’ 쪽을 강화했고, GCP는 Data Cloud 업데이트와 MCP(Model Context Protocol) 지원 확대로 “AI-데이터-거버넌스 연결”을 전면에 내세웠습니다. (aws.amazon.com)
📰 무슨 일이 있었나
- AWS (2025년 12월 2~5일, re:Invent 2025)
- Amazon Nova Forge 공개: 기업이 사전 학습된 모델의 checkpoint를 활용하고, 자사 데이터 + Amazon Nova curated datasets를 섞어 커스텀 모델을 구축하는 방향(일명 “open training”)을 제시했습니다. (aboutamazon.com)
- Amazon Nova 2 라인업 발표(예: Nova 2 Sonic, Nova 2 Lite 등):
- Nova 2 Sonic은 speech-to-speech 기반의 대화형 음성 경험(다국어, 텔레포니 통합 등)을 강조했고,
- Nova 2 Lite는 “빠르고 비용 효율적인 reasoning 모델”과 1M token context window를 전면에 내세웠습니다. (aws.amazon.com)
- 인프라 측면에서 EC2 Trn3 UltraServers(Trainium3, 3nm)를 공개하며 Trainium2 대비 최대 4.4배 compute, 4배 에너지 효율, 칩당 3배 throughput, 4배 faster response 같은 수치를 제시했습니다. (aboutamazon.com)
- 개발 방식 변화와 맞물린 메시지로 “frontier agents”(Kiro / Security / DevOps Agent)도 함께 부각됐습니다. (aboutamazon.com)
- 또한 AWS News Blog는 re:Invent Top announcements 형태로 Nova 2, Nova Forge 등을 포함한 핵심 발표를 정리해 공개했습니다. (aws.amazon.com)
- Azure (2025년 12월, 파트너 업데이트)
- Microsoft Foundry Control Plane (public preview): 여러 환경에서 동작하는 AI agents의 정책/가시성/보안/거버넌스/관측(Observability)를 통합 관리하는 콘셉트를 제시했습니다. (partner.microsoft.com)
- Foundry IQ (public preview): 에이전트의 지식(RAG) 측면에서 통합 endpoint와 소스 라우팅/리트리벌 워크플로우 자동화(Azure AI Search 기반)를 강조했습니다. (partner.microsoft.com)
- Anthropic Claude 모델의 Foundry 내 제공도 명시되어, “모델 선택권 + 거버넌스 프레임”을 같이 가져가는 방향이 드러났습니다. (partner.microsoft.com)
- GCP (2025년 12월)
- Google Cloud Blog의 Data Cloud 업데이트(2025-12-18)에서는 Looker의 셀프서비스 기능 강화, Dataplex(Universal Catalog)에서의 data products(미리 큐레이션된 데이터 패키지), 그리고 MCP 지원 확대(BigQuery/GCE/GKE 등)를 전면에 내세웠습니다. (cloud.google.com)
- 문서 기반으로는 Apigee의 LLM Token Management 정책(GA, 2025-12-23)처럼, LLM 비용/트래픽 제어를 API Gateway 레벨에서 제도화하는 움직임도 확인됩니다. (docs.cloud.google.com)
🔍 왜 중요한가
-
AWS의 포인트는 “모델을 쓰는 것”에서 “모델을 소유/최적화하는 것”으로의 이동입니다.
Nova Forge가 던지는 메시지는 명확합니다. 기업이 Bedrock 위에서 모델을 호출하는 수준을 넘어, checkpoint 기반 커스터마이징으로 “우리 도메인에 맞는 frontier 모델”을 만들려는 수요를 정면으로 받겠다는 거죠. (aboutamazon.com) -
Trainium3(Trn3 UltraServer) 수치 경쟁은, 곧 ‘학습·추론 단가’ 경쟁입니다.
2024~2025년의 생성형 AI는 모델 성능도 중요했지만, 실제 조직 입장에선 학습/서빙 비용과 전력 효율이 성패를 갈랐습니다. AWS가 4.4x compute, 4x energy efficiency 같은 지표를 전면에 두는 건 “GPU 의존도를 낮추면서도 대규모 워크로드를 감당하겠다”는 선언에 가깝습니다. (aboutamazon.com) -
개발자에게 가장 직접적인 변화는 “Agent 운영”이 새 표준이 된다는 점입니다.
AWS는 frontier agents로 SDLC(개발-보안-운영)를 에이전트로 재편하려는 그림을 공개했고, Azure는 Control Plane/IQ로 거버넌스·관측·지식을 플랫폼화합니다. 이제는 “모델이 똑똑한가?”만이 아니라, 에이전트가 안전하게 동작하고(Policy), 추적 가능하며(Observability), 비용이 통제되는가(Token/Quota)가 핵심 체크리스트가 됩니다. (itpro.com)
💡 시사점과 전망
-
멀티클라우드는 ‘네트워킹 + 거버넌스’가 함께 묶이는 방향으로 진화 중입니다.
2025년 12월 1일 AWS와 Google Cloud가 전용(private) 고속 멀티클라우드 연결을 함께 발표했다는 보도는, “서로 경쟁만 하는 구도”에서 “큰 고객의 멀티클라우드 현실을 전제로 한 상호접속”이 커졌음을 보여줍니다. (timesofindia.indiatimes.com)
(이 흐름이 커지면, 향후 개발자는 특정 클라우드 종속보다 데이터 이동/정책/보안 경계를 더 자주 설계하게 됩니다.) -
GCP는 ‘데이터 거버넌스 → AI 연결’에 강하게 베팅하고 있습니다.
Dataplex의 data products, Looker-LLM 연결, MCP 지원 같은 업데이트는 “AI는 결국 데이터가 좌우한다”는 관점에 충실합니다. 즉, 모델보다 조직의 데이터 구조화/카탈로그/세맨틱 레이어가 승부처가 될 가능성이 커졌습니다. (cloud.google.com) -
Azure는 ‘에이전트 운영체제(관리 계층)’ 포지션을 강화합니다.
Control Plane과 IQ는 모델 자체보다도, 기업 환경에서 필수인 정책/가시성/보안/지식 라우팅을 “플랫폼 기본값”으로 만들려는 시도로 읽힙니다. 이 방향은 AWS의 agent 드라이브와 경쟁하면서도, 고객에겐 “운영 가능한 agent 스택”을 빠르게 고를 수 있는 선택지를 늘립니다. (partner.microsoft.com)
🚀 마무리
2025년 12월의 핵심은 한 문장으로 정리됩니다: 클라우드는 이제 AI 모델 호출 인프라가 아니라, ‘모델 커스터마이징 + 에이전트 운영 + 비용/정책 통제’의 종합 플랫폼 경쟁으로 넘어갔다. (aws.amazon.com)
개발자 권장 액션은 3가지입니다.
1) 팀의 GenAI 로드맵을 “API 통합”에서 “Agent 운영(Observability/Policy/Cost)” 중심으로 재작성하기, 2) 도메인 데이터 품질/카탈로그/세맨틱 레이어(예: Looker/Dataplex류) 정비를 우선순위로 올리기, 3) 특정 벤더 고정이 아니라 멀티클라우드 연결/데이터 이동을 포함한 아키텍처를 초기에 가정하고 설계하기. (cloud.google.com)