ICYMI: What landed for AI builders in October 2026

🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 요약

AWS는 2026년 10월 Amazon Bedrock의 모델 선택지를 확대하고, Amazon Bedrock AgentCore와 Strands에 에이전트의 가용성·통제·검증을 강화하는 기능과 비용 관리 개선을 추가했다.

📌 핵심 요약

• Amazon Bedrock에 비용과 속도, 작업 유형에 따른 모델 선택지가 추가됐다. Anthropic에 따르면 Claude Haiku 5.5는 대부분의 작업에서 Claude Haiku 4.5보다 비용이 약 75% 낮으며, OpenAI GPT-6.1 Terra는 OpenAI의 Agents’ Last Exam 평가에서 GPT-6 Astra와 동등한 성능을 보이면서 GPT-6 Astra 및 GPT-6.1 Sol보다 작업을 3배 넘게 빠르게 완료했다.
• AgentCore CLI 1.0이 정식 출시됐고, AgentCore Gateway는 Amazon Bedrock InvokeModel API와 모델 폴백을 지원한다. AWS Step Functions 워크플로를 에이전트 도구로 사용할 수 있으며, Amazon Bedrock의 모든 Claude 모델에서 스키마에 맞는 JSON을 제공하는 구조화된 출력을 지원한다.
• Amazon Bedrock Web Search는 OpenAI Responses API 요청에서 허용 도메인 최대 100개와 차단 도메인 최대 100개, 사용자 위치 설정을 지원한다. Amazon Bedrock Guardrails의 문맥 근거 확인용 Standard 등급은 Classic 등급과 같은 가격으로 대화형·추론 응답과 더 많은 언어를 지원한다.
• AgentCore 단기 메모리 과금이 이벤트당 정액에서 수집·검색·저장하는 데이터 기준으로 바뀌고, 장기 메모리에는 TTL 설정이 추가됐다. 기존 AWS 비용 관리 도구에서 Amazon Bedrock 지출을 모델·제공업체·추론 유형·기능별로 추가 요금 없이 확인할 수 있으며, Advanced Prompt Optimization은 평가 점수가 기존 이상일 때만 더 짧은 프롬프트를 반환한다.
• Strands Bidi Agents가 정식 출시됐고, 로컬 샌드박스 Strands Box는 개발자 프리뷰로 제공된다. Strands Evals에는 적대적 대화 평가와 구조화된 출력의 필드별 채점이 추가됐으며, Gemma 4 기반 네 가지 크기로 제공되는 Strands Decider를 적용한 Amazon 내부 티켓 분류 사례에서는 티켓당 추정 비용이 약 98%, 평균 응답 시간이 78% 감소했다.

🧩 주요 포인트

1. 모델별 비용·속도·전문성이 다양해지면서, 작업을 나눠 적합한 모델에 배정하는 방식이 에이전트 운영 효율을 좌우한다.
2. AgentCore Gateway의 모델 폴백, AWS Step Functions 실행, 구조화된 출력은 가용성·업무 절차·출력 형식을 각각 통제해 기존 시스템과의 연결을 돕는다.
3. 데이터 기준 메모리 과금과 세분화된 지출 정보, Strands Evals의 실패 분석은 에이전트의 경제성과 품질을 함께 검토할 근거를 넓힌다.

🧠 상세 정리

1. 프로토타입에서 운영으로 확장되는 에이전트 요구

AWS는 AI 개발자가 작업에 적합한 모델을 선택하고, 운영 환경의 에이전트를 신뢰하며, 워크로드 비용을 명확히 파악할 수 있어야 한다는 방향을 제시한다. Amazon Bedrock은 주요 모델에 대한 접근과 AI 애플리케이션을 안전하게 구축·확장하는 도구를 제공하고, Amazon Bedrock AgentCore는 모델이나 프레임워크에 관계없이 에이전트를 구축·연결·최적화하는 기반을 더한다. 오픈 소스 에이전트 개발 도구인 Strands까지 연결해 초기 프로토타입부터 운영까지 지원한다는 구상이다. 에이전트가 핵심 업무에 들어오면 작업·예산·지연 시간에 따라 모델을 바꾸고, 주 모델의 제한이나 장애에도 실행을 이어가며, 설정된 한계와 허용된 출처를 지켜야 한다. 2026년 10월 업데이트는 이러한 요구에 맞춰 모델 선택, 운영 신뢰성, 비용 예측, 에이전트 구축과 검증 기능을 함께 확장했다.

2. 저비용 하위 에이전트와 빠른 범용 작업을 위한 모델

Claude Haiku 5.5는 하위 에이전트와 대량의 비용 민감 작업을 겨냥하며, Anthropic은 역대 Haiku 중 가장 유능하고 대부분의 작업에서 Claude Haiku 4.5보다 비용이 약 75% 낮다고 설명한다. Haiku 최초의 effort controls를 통해 작업별 비용과 지능 수준을 조절할 수 있고, Claude Opus 5.5가 계획을 세운 뒤 명확히 정의된 코딩·도구 사용·브라우저 자동화 작업을 Haiku에 맡기는 구성이 예시로 제시된다. Amazon Bedrock에서 정식 제공되는 OpenAI GPT-6.1 Terra는 OpenAI의 Agents’ Last Exam 평가에서 GPT-6 Astra와 동등한 성능을 보이면서 GPT-6 Astra와 GPT-6.1 Sol보다 작업을 3배 넘게 빠르게 완료했다. 입력·출력 토큰 가격은 GPT-6.1 Sol과 GPT-5.6 Terra보다 최소 50% 낮고, 텍스트와 이미지를 받아 최대 100만 입력 토큰을 처리하므로 제안서 작성, 기술 도면 해석, 업무 시스템을 넘나드는 에이전트에 적합하다고 소개된다. 실시간 코딩 도우미처럼 지연 시간에 민감한 작업을 위해서는 GPT-6.1 Sol의 Ultrafast mode도 추가됐다.

3. 음성·코딩·영상 특화 모델과 GovCloud 확대

음성 간 변환 모델 Amazon Nova 2.5 Sonic은 Amazon Nova 2 Sonic과 같은 가격으로 추론, 지시 준수, 도구 호출 정확도를 개선하고 지연 시간을 낮췄으며, 고객 서비스 에이전트가 한 대화에서 주문 조회부터 반품 자격 확인과 반품 시작까지 처리하는 사례가 제시된다. Z.ai의 GLM 5.3은 에이전트형 코딩과 장기간 이어지는 소프트웨어 엔지니어링 작업을 위한 오픈 웨이트 모델로, 100만 토큰 컨텍스트 창과 프롬프트 캐싱을 제공하며 자격을 갖춘 기업 고객이 이용할 수 있다. TwelveLabs Pegasus 1.5는 영상·음성·화면 속 텍스트를 한 번에 읽고 별도의 수집 파이프라인 없이 영상 전체를 시간 정보가 붙은 구조화된 메타데이터로 변환한다. AWS GovCloud (US)에는 Claude Haiku 5.5와 교차 리전 추론을 지원하는 OpenAI GPT-5.6 모델이 추가됐다. 승인된 보안 작업용 OpenAI Daybreak Red는 AWS GovCloud (US-East)의 자격을 갖춘 고객에게 제공되며, AWS는 규제 대상 조직이 미국 데이터 주권을 유지하면서 더 많은 모델을 선택할 수 있다고 설명한다.

4. CLI와 Gateway로 개발·운영 및 장애 대응 통합

Amazon Bedrock AgentCore의 AgentCore CLI는 1.0 버전으로 정식 출시됐으며, 시작 속도와 명령 구조를 개선하고 더 많은 AgentCore 리소스를 지원하도록 재구축됐다. 개발자는 하네스, 런타임, 메모리, 자격 증명, 게이트웨이, 결제를 직접 다루거나 프로젝트를 통해 관리할 수 있고, 기존 프로젝트는 명령 하나로 버전 1로 전환할 수 있다. AgentCore Gateway는 Amazon Bedrock InvokeModel API와 모델 폴백을 지원하므로, 기존 Amazon Bedrock SDK 코드가 제공업체별 코드 수정 없이 게이트웨이를 향하도록 설정할 수 있다. 주 모델이 요청 제한에 걸리거나 연결되지 않으면 사용자가 정의한 체인의 다음 모델 또는 제공업체로 요청을 넘기고, 회로 차단기는 실패 중인 대상을 건너뛴다. 자체 사설 인증 기관의 인증서를 이용해 VPC 내부의 비공개 대상에도 접근할 수 있어, 각 클라이언트에 재시도 로직을 넣는 부담을 줄이면서 에이전트 가용성을 유지하도록 돕는다.

5. 업무 절차·JSON 형식·응답 근거에 대한 통제

AgentCore Gateway는 기존 Standard 및 Express 유형의 AWS Step Functions 워크플로를 에이전트 도구로 제공하므로, 에이전트가 실행 시점을 결정하더라도 각 단계는 이미 정의된 업무 절차대로 수행된다. 환불 사례에서는 자격 확인, 승인, 금액 지급 단계를 기존 워크플로에 유지해 업무 로직을 에이전트 안에 다시 만들거나 프롬프트의 절차 준수에 의존할 필요를 줄인다. Amazon Bedrock의 모든 Claude 모델에는 구조화된 출력이 제공돼 별도 파싱이나 재시도 없이 스키마를 준수하는 JSON을 받을 수 있으며, 실적 보고서 필수 항목 추출이나 지원 티켓 분류에 활용할 수 있다. Amazon Bedrock Web Search는 OpenAI Responses API 요청에서 도메인 필터와 사용자 위치를 지원해 최대 100개 도메인을 허용하고 최대 100개를 차단하며 지역에 관련된 결과를 반환할 수 있다. 이어 Amazon Bedrock Guardrails가 답변의 출처 충실도를 검사하고, 새 문맥 근거 확인용 Standard 등급은 Classic 등급과 같은 가격으로 대화형·추론 응답과 더 많은 언어를 지원해 출처 통제와 환각 탐지를 확장한다.

6. 메모리 과금과 지출 가시성, 프롬프트 비용 개선

AgentCore 메모리의 단기 메모리 요금은 이벤트당 정액에서 에이전트가 수집·검색·저장하는 데이터 양을 기준으로 하는 방식으로 바뀌었다. AWS에 따르면 대부분의 워크로드에서 비용이 낮아지며, 특히 페이로드가 작은 사용 사례에서 절감 폭이 가장 크다. 장기 메모리 레코드에는 TTL을 설정할 수 있어 보존 요구사항에 맞추고 저장 비용을 통제할 수 있다. AWS Cost Explorer, AWS Budgets, AWS Cost Management Dashboards는 추가 요금 없이 Amazon Bedrock 비용을 모델, 모델 제공업체, 추론 유형, 기능별로 구분해 보여주므로 재무·플랫폼 조직이 고비용 모델을 찾거나 특정 모델에 대한 예산 알림을 설정할 수 있다. Advanced Prompt Optimization은 입력 비용 절감을 위해 프롬프트를 줄이는 기능도 제공하지만, 사용자의 평가에서 기존과 같거나 더 높은 점수를 얻을 때만 짧아진 버전을 반환한다.

7. Strands의 음성 에이전트와 로컬 실행 경계

양방향 음성 에이전트를 만드는 Strands Bidi Agents는 정식 출시됐으며, Amazon Nova Sonic, OpenAI, Gemini 모델을 직접 지원한다. 모델과의 재연결을 백그라운드에서 처리하므로 제공업체의 세션 제한을 넘는 긴 통화도 이어갈 수 있고, 조사처럼 오래 걸리는 작업은 다른 에이전트에 맡긴 뒤 결과를 음성으로 설명할 수 있다. 개발자 프리뷰로 제공되는 Strands Box는 AI 에이전트를 위한 오픈 소스 로컬 샌드박스로, 운영체제 수준 격리와 의미 기반 정책을 결합한다. 사용자가 도구별 정책을 정하면 에이전트가 도구를 직접 호출하든 Model Context Protocol(MCP)을 통하든 코드를 생성해 실행하든 Box가 정책을 결정론적으로 적용한다. 모델이나 에이전트 프레임워크에 관계없이 사용할 수 있으며, 프로젝트 안에서 작업하는 에이전트가 허용되지 않은 파일과 서비스에 접근하지 못하도록 실행 범위를 제한한다.

8. 적대적 평가와 일상적 의사결정의 비용 절감

Strands Evals의 레드팀 기능은 프롬프트 인젝션과 탈옥 시도 같은 적대적 대화를 에이전트에 실행하고, 실패가 발생한 메시지와 도구 호출을 보여준다. 구조화된 출력도 필드별로 채점할 수 있어 대부분의 필드가 맞았을 때 부분 점수를 부여하며, 운영 투입 전에 취약한 지점을 찾고 수정하는 데 활용하도록 제시된다. 지난달 회고에서 소개된 소형 오픈 소스 의사결정 모델 Strands Decider는 이제 Gemma 4 기반 네 가지 크기로 제공되며, 텍스트를 생성하는 대신 호출할 도구나 요청 전달 경로처럼 사용자가 정의한 선택지 중 하나를 고른다. Amazon의 가장 큰 내부 티켓 시스템 중 하나에서 티켓 분류를 Decider로 전환한 사례에서는 티켓당 추정 비용이 약 98%, 평균 응답 시간이 78% 감소했으며, 이는 해당 적용 사례의 결과로 소개된다. 글은 Amazon Bedrock 탐색, AgentCore CLI를 통한 에이전트 배포, Strands Harness SDK를 이용한 첫 에이전트 구축을 시작 경로로 안내하며 마무리한다.

🧾 핵심 주장 / 시사점

• 이번 업데이트는 모델 자체의 성능뿐 아니라 장애 시 대체 경로, 정해진 업무 절차, 출력 형식, 근거 출처를 함께 다뤄 에이전트 운영 신뢰성을 여러 층에서 보완한다.
• 비용 절감 수단은 저렴한 모델 선택에 그치지 않고 메모리 사용량, 프롬프트 길이, 제한된 선택지에 대한 의사결정까지 확장된다. 다만 모델 평가 수치와 내부 적용 사례의 성과는 각각 제시된 평가 및 사용 맥락 안에서 해석할 필요가 있다.
• 정식 출시된 AgentCore CLI와 Strands Bidi Agents, 개발자 프리뷰인 Strands Box는 제공 단계가 다르므로 기능의 유용성과 함께 현재 이용 가능한 성숙도를 구분해 검토할 필요가 있다.

✅ 액션 아이템

• 작업별 비용·속도 요구를 기준으로 Claude Haiku 5.5와 OpenAI GPT-6.1 Terra의 적용 적합성 검토.
• AgentCore Gateway의 모델 폴백, AWS Step Functions, 구조화된 출력을 활용한 가용성·업무 절차·출력 형식 통제 검토.
• 데이터 기준으로 바뀐 AgentCore 단기 메모리 과금과 Amazon Bedrock 지출 정보로 비용 영향을 살피고, Strands Evals로 실패 지점 확인.

❓ 열린 질문

• 실제 대상 작업에서도 Claude Haiku 5.5의 비용 절감과 OpenAI GPT-6.1 Terra의 속도 이점이 나타나는가?
• AgentCore Gateway의 모델 폴백과 AWS Step Functions를 적용할 때 어떤 가용성·업무 절차 제약을 우선 충족해야 하는가?
• AgentCore 단기 메모리의 데이터 기준 과금과 Advanced Prompt Optimization은 현재 워크로드의 비용에 각각 어떤 영향을 주는가?