라이프스타일
AWS: SageMaker Studio에서 HyperPod Spaces 직접 관리 가능, 일상 작업에 명령줄 불필요
AWS는 2026년 10월 6일 게시글에서 데이터 과학자가 SageMaker Studio 웹 인터페이스에서 HyperPod 클러스터의 Spaces(대화형 개발 환경)를 명령어 입력 없이 바로 생성·시작·중지할 수 있다고 밝혔습니다. 이 글은 AWS가 설명한 기능, 관리자가 먼저 완료해야 할 설정, 시작 시간과 비용을 정리합니다.
읽는 데 약 9분
AWS가 발표한 내용
AWS가 2026년 10월 6일 게재한 블로그 글에 따르면, 회사는 최근 새로운 기능을 출시했습니다. 사용자는 Amazon SageMaker Studio 인터페이스에서 SageMaker HyperPod EKS 클러스터의 SageMaker Spaces를 직접 생성하고 관리할 수 있습니다. Spaces는 JupyterLab 노트북이나 Code Editor 코드 편집기처럼 클러스터에서 직접 실행되는 대화형 개발 환경을 말합니다. AWS는 데이터 과학자가 이제 Studio에서 Spaces를 생성, 구성, 시작, 중지, 열기할 수 있으며, HyperPod 클러스터 상세 페이지에 새로 추가된 'IDE and Notebooks' 탭이 완전한 관리 인터페이스를 제공한다고 밝혔습니다.
AWS 설명에 따르면 SageMaker HyperPod는 파운데이션 모델의 대규모 학습과 추론을 위해 구축된 인프라로, Amazon EKS(Amazon Elastic Kubernetes Service) 오케스트레이션과 함께 수백 개의 가속기에서 분산 학습을 실행할 수 있으며 복원력과 자동 장애 복구 기능을 내장하고 있습니다. AWS는 또한 올해 초 SageMaker Spaces for HyperPod 애드온을 출시해 대화형 개발 작업이 학습 작업, 모델 배포와 동일한 인프라를 공유할 수 있게 했으며, 부분 GPU 할당, 즉 GPU의 일부만 특정 환경에 할당하는 방식도 지원한다고 언급했습니다.
- AWS에 따르면 안내형 양식으로 컴퓨팅, 네임스페이스, 스토리지, 이미지, 그리고 컴퓨팅 할당량 관리에 쓰이는 HyperPod Task Governance를 설정할 수 있습니다.
- 검색 가능한 표에서 모든 Spaces의 이름, 애플리케이션 유형, 상태, 액세스 유형, 스토리지, GPU 및 vCPU 할당을 확인할 수 있습니다.
- Spaces를 시작·중지해 사용하지 않을 때 컴퓨팅 리소스를 반환할 수 있습니다.
- 브라우저에서 JupyterLab이나 Code Editor를 열거나, VS Code 같은 원격 IDE(자신의 컴퓨터에 설치된 개발 도구)로 연결할 수 있습니다.
사용자에게 미치는 실질적 영향
AWS는 과거 Spaces 생성·관리가 주로 HyperPod CLI나 kubectl 같은 명령줄 명령어에 의존했으며, 이 방식은 인프라 관리자에게 세밀한 제어를 제공했다고 밝혔습니다. AWS에 따르면 시각적 인터페이스를 선호하는 데이터 과학자는 이제 이 Studio 기능으로 명령줄 도구를 건너뛰고 모델 개발에 집중할 수 있습니다. AWS는 글의 결론에서 팀이 이제 CLI 도구나 Kubernetes 개념을 배우지 않고도 클러스터 액세스 권한을 얻은 뒤 몇 분 안에 실행 중인 JupyterLab 또는 Code Editor 환경에 도달할 수 있다고 밝혔습니다.
HyperPod 클러스터를 공유하는 팀에게는 일상적으로 개발 환경을 여는 절차가 일반적인 웹 작업에 더 가까워질 수 있습니다. AWS는 또한 작업 내용이 마운트된 Amazon EBS 볼륨에 저장되므로 Space를 중지했다가 다시 시작해도 진행 상황이 손실되지 않는다고 설명했습니다. 원격 연결과 관련해 AWS는 'Open in VS Code'가 내부적으로 SSH-over-SSM 터널을 사용하므로 SSH 키를 관리하거나 22번 포트를 열 필요가 없다고 밝혔습니다.
관리자가 먼저 완료해야 할 설정
이 기능은 바로 사용할 수 있는 것이 아닙니다. AWS 설명에 따르면 설정은 두 역할로 나뉩니다. 관리자는 클러스터를 준비하고, 데이터 과학자는 Spaces를 생성하고 엽니다. 관리자가 완료해야 할 일회성 설정은 다음과 같습니다.
- SageMaker Spaces 애드온 설치: AWS에 따르면 Quick install 또는 Custom install을 선택할 수 있으며, 웹 브라우저 액세스를 활성화하려면 Custom install이 필수입니다.
- EKS access entries(클러스터 액세스 권한) 설정: AWS에 따르면 AmazonSagemakerHyperpodSpacePolicy, AmazonSagemakerHyperpodUserClusterPolicy, AmazonSagemakerHyperpodSpaceTemplatePolicy 세 가지 관리형 정책을 데이터 과학자가 사용하는 IAM(AWS Identity and Access Management) 역할에 연결해야 합니다.
- 사용자별 ID 전파 활성화: AWS에 따르면 Studio 도메인이 이 통합 출시 이전에 생성된 경우 이 설정을 반드시 활성화해야 합니다. 이를 통해 각 사용자의 클러스터 작업이 EKS access entries와 AWS CloudTrail의 사용자 프로필에 귀속되고, Space 소유권, 즉 각 Space를 누가 생성했고 개인용인지 공유용인지가 기록·적용됩니다.
AWS에 따르면 도메인 설정을 업데이트해도 기존에 실행 중인 애플리케이션은 영향을 받지 않으며, 사용자가 다음에 로그인할 때 새 설정이 적용됩니다. 또한 AWS는 여러 선택 기능을 나열했습니다. 관리자가 사전 정의한 설정의 Space 템플릿, Kueue를 통한 Task Governance 할당량 및 대기열, Space 수요에 따라 노드를 동적으로 늘리고 줄이는 Karpenter 자동 확장, 유휴 시 자동 종료, A100/H100 하드웨어용 NVIDIA MIG 부분 GPU 할당, EFS/FSx 영구 볼륨, Amazon ECR에 호스팅된 사용자 지정 이미지 등입니다.
시작 시간과 비용
AWS에 따르면 Karpenter 자동 확장을 사용하고 0까지 축소된(대기 노드가 전혀 없는) 클러스터에서는 처음 Space를 생성할 때 기본적으로 5–7분의 콜드 스타트 지연이 발생하며, 주로 Amazon EC2 인스턴스 시작, Kubernetes 노드 등록, SageMaker Distribution 이미지 풀링에서 비롯됩니다. AWS가 소개한 오버프로비저닝 방식은 일부 노드를 미리 켜 두고 이미지를 다운로드해 두는 것입니다. 우선순위가 낮은 플레이스홀더 Deployment로 각 예열 노드에 '플레이스홀더 Pod'를 하나씩 배치하고, 사용자가 Space를 생성하면 스케줄러가 Space로 플레이스홀더 Pod를 대체(선점)하게 합니다. 이를 통해 시작 시간을 약 30–40초로 줄일 수 있다고 합니다.
| 시작 경로 | AWS 발표 지연 시간 |
|---|---|
| Space와 플레이스홀더 Pod가 같은 노드에 공존 | 약 14초 |
| Space가 플레이스홀더 Pod를 선점 | 약 35초 |
| 콜드 스타트(예열 풀 없음) | 5–7분 |
비용 측면에서 AWS는 SageMaker Spaces 애드온 설정에는 추가 요금이 발생하지 않지만, 사용자는 Spaces가 소비하는 HyperPod 클러스터 컴퓨팅과 SSH-over-SSM 원격 연결에 쓰이는 AWS Systems Manager Advanced On-Premises Instance 시간당 요금을 지불해야 한다고 밝혔습니다.
자주 묻는 질문
이 기능은 이전과 무엇이 다른가요?
AWS에 따르면 이전에는 Spaces 생성·관리가 주로 HyperPod CLI나 kubectl 명령어에 의존했습니다. 이제 데이터 과학자는 SageMaker Studio의 'IDE and Notebooks' 탭에서 Spaces를 직접 생성, 구성, 시작, 중지, 열기할 수 있습니다.
데이터 과학자가 바로 사용할 수 있나요?
반드시 그렇지는 않습니다. AWS 설명에 따르면 관리자가 먼저 HyperPod EKS 클러스터에 SageMaker Spaces 애드온을 설치하고, 세 가지 관리형 정책을 관련 IAM 역할에 연결해야 합니다. Studio 도메인이 이 통합 출시 이전에 생성되었다면 사용자별 ID 전파도 활성화해야 합니다.
Space 하나를 시작하는 데 얼마나 걸리나요?
AWS에 따르면 0까지 축소된 클러스터에서 콜드 스타트는 약 5–7분이 걸리고, 오버프로비저닝으로 노드를 예열하면 약 30–40초입니다. AWS는 이 수치가 CPU에만 해당하며 GPU Spaces는 별도 설정이 필요하다고 명시했습니다.
이 기능을 사용하면 추가 요금이 있나요?
AWS에 따르면 애드온 설정 자체는 무료지만, Spaces가 소비하는 HyperPod 클러스터 컴퓨팅과 SSH-over-SSM 원격 연결에 쓰이는 AWS Systems Manager Advanced On-Premises Instance 시간당 요금을 지불해야 합니다. 오버프로비저닝을 사용하면 예열 노드에서도 추가 비용이 발생합니다.
이 정보는 독립적으로 검증되었나요?
아닙니다. 이 글의 모든 내용은 AWS 공식 블로그라는 단일 출처에서 나왔으며, 시작 지연 수치를 포함해 모두 AWS가 자체 발표한 것입니다.
같은 주제의 글
라이프스타일
AI 광고 생성 플랫폼 Melius, 2,500만 달러 투자 유치 발표: 전 Ramp 엔지니어들이 첫 제품을 접고 방향 전환
TechCrunch 보도에 따르면 뉴욕의 AI 스타트업 Melius가 CRV 주도의 2,000만 달러 시리즈 A와 General Catalyst 주도의 500만 달러 시드 라운드를 포함해 누적 2,500만 달러의 투자 유치를 발표했다. 전 Ramp 엔지니어 세 명은 광고 지출 관리를 돕던 기존 도구를 포기하고, 일상 언어로 광고 캠페인·이미지·영상을 생성하는 플랫폼으로 전환해 Higgsfield 등이 경쟁하는 AI 광고 소재 시장에 뛰어들었다.
라이프스타일
LibreOffice, 가까운 장래에 AI 기본 탑재 안 한다… "사용자 문서 데이터는 자신의 컴퓨터에 남아야"
TechCrunch 보도에 따르면 무료 오피스 소프트웨어 LibreOffice를 운영하는 비영리 단체 The Document Foundation은 문서를 서버에 업로드하지 않아도 되도록 가까운 장래에 소프트웨어에 AI를 넣지 않겠다고 밝혔습니다. 데이터 프라이버시를 중시하는 개인과 기관에 참고가 될 만한 소식이며, AI를 쓰고 싶은 사용자는 로컬 모델에 연결하는 확장 기능을 따로 설치할 수 있습니다.
라이프스타일
Technology Innovation Institute, Falcon-Emirati-7B 공개: 에미리트 방언에 특화한 아랍어 AI 모델, 자체 평가에서 경쟁 모델보다 방언으로 더 자주 답한다고 주장
Technology Innovation Institute(TII)는 2026년 10월 6일, 에미리트(아랍에미리트) 구어 방언을 이해하고 구사하는 데 특화한 AI 언어 모델 Falcon-Emirati-7B를 공개했다. TII는 다른 아랍어 모델이 내용은 맞히면서도 문어체인 표준 아랍어로 답하는 경우가 많다고 주장한다. 이 글은 TII가 공개한 학습 방법, 평가 수치, 사용상 한계를 정리한 것이며, 모든 데이터는 TII의 일방적 주장이다.
라이프스타일
NVIDIA, DGX Spark 64GB 모델 출시: 10월 23일 판매 시작, 시작가 4,999달러, 두 대 연결 시 128GB
NVIDIA는 2026년 10월 2일 개인용 AI 컴퓨터 DGX Spark에 더 저렴한 64GB 메모리 모델을 추가한다고 발표했다. 10월 23일부터 Acer, ASUS 등 6개 제조사를 통해 공급되며, 주요 대상은 자신의 기기에서 AI 모델을 실행하려는 개발자와 연구자다. NVIDIA가 공개한 사양, 두 대 연결에 관한 설명, 그리고 일반 독자에게 갖는 의미를 정리했다.