Amazon Bedrock의 숨겨진 비용 구조 파헤치기
•
많은 기술 리더들이 생성형 AI를 도입하려 하지만, '비용'이라는 큰 장벽에 부딪힙니다. Amazon Bedrock의 가격 정책은 생각보다 복잡하여, 제대로 이해하지 못하면 예상치 못한 '요금 폭탄'을 맞을 수 있습니다. 이 발표에서는 Bedrock의 가격표 뒤에 숨겨진 진짜 비용 구조를 파헤쳐 봅니다.
•
편리함만 보고 섣불리 시작하기 전에, 실제 비용을 예측하는 것은 매우 중요한 과제입니다
•
미리 비용 구조를 알아두는 것이 현명한 AI 도입의 첫걸음입니다.
비용의 시작: '토큰' 이해하기
•
모든 비용의 기본 단위 : 토큰은 모든 텍스트 기반 AI 모델 가격의 기본 단위입니다. 대략 1,000 토큰이 약 750 단어에 해당한다고 생각하면 이해하기 쉽습니다.
•
AI 모델 가격의 기본 화폐
•
입력(질문)과 출력(답변) 모두에 비용 부과
•
비용 예측의 가장 기초적인 요소
•
입력 vs 출력 : 가장 중요한 점은, 우리가 모델에게 보내는 질문(입력)과 모델이 생성해주는 답변(출력) 모두에 대해 각각 토큰 단위로 비용을 지불한다는 것입니다. 이 점을 반드시 기억해야 합니다.
베드록 가격 모델: 두 가지 선택지
•
아마존 베드록의 가격 모델은 크게 두 가지로 나뉩니다. 각 방식은 택시와 자동차 리스에 비유할 수 있습니다.
•
온디맨드 (On-Demand) : 필요할 때만 사용하고 쓴 만큼만 비용을 내는 '택시'와 같습니다. 사용량이 적거나 불규칙할 때 유리하며, 유연성이 매우 높습니다.
•
프로비저닝된 처리량 (Provisioned Throughput) : 일정 기간 사용을 약정하고 할인받는 '자동차 리스' 개념입니다. 꾸준하고 많은 양을 사용할 경우, 온디맨드 대비 비용을 크게 절감할 수 있습니다.
예를 들어 앞에서 실행한 명령어를 기준으로 산정한다면
Amazon Bedrock 비용은 모델마다 과금 단위가 다릅니다. 텍스트 LLM은 보통 입력/출력 토큰 수, 이미지 모델은 생성 이미지 수, 영상·음성 모델은 별도의 생성 단위로 과금됩니다. 또한 리전과 Standard/Flex/Priority/Batch 같은 서비스 티어에 따라서도 달라질 수 있습니다. AWS는 Batch 추론을 지원하는 일부 모델에 대해 On-Demand 대비 50% 낮은 가격을 제공하고 있습니다. Amazon Web Services, Inc.
현재 실습 중인 Nova Lite + Stable Image Core를 중심으로 비용 산정을 해 보겠습니다.
1. Amazon Bedrock의 기본 과금 구조
텍스트 생성 모델은 대체로 다음 공식으로 계산합니다.
총 비용
=
입력 토큰 비용
+
출력 토큰 비용
Plain Text
복사
예를 들어 모델 가격이
입력 1M tokens = $0.80
출력 1M tokens = $3.20
Plain Text
복사
이고 한 번 질문할 때
입력 = 1,000 tokens
출력 = 500 tokens
Plain Text
복사
을 사용했다면:
입력 비용
= 1,000 / 1,000,000 × $0.80
= $0.0008
출력 비용
= 500 / 1,000,000 × $3.20
= $0.0016
총 비용
= $0.0024
Plain Text
복사
즉 API 호출 횟수 자체보다 실제 처리한 토큰 양이 중요합니다.
2. Amazon Nova 계열
AWS가 Nova 제품군을 비용·성능의 서로 다른 지점에 맞춰 제공하고 있습니다. Nova Micro는 빠르고 저렴한 텍스트 전용 모델, Nova Lite는 저비용 멀티모달, Nova Pro는 성능·속도·비용의 균형을 지향하는 멀티모달 모델입니다. AWS 문서
교육에서는 다음과 같이 이해시키면 쉽습니다.
모델 | 특징 | 입력/출력 과금의 대표적 수준* | 추천 용도 |
Nova Micro | 가장 가벼운 텍스트 모델 | 매우 저렴 | 분류, 요약, 간단한 챗봇 |
Nova Lite | 저비용 멀티모달 | 저렴 | 교육, 챗봇, 이미지/문서 이해 |
Nova Pro | 고성능 멀티모달 | Lite보다 높음 | RAG, Agent, 복잡한 업무 |
Nova Premier | 복잡한 추론용 상위 모델 | 상대적으로 높음 | 복잡한 Agent/추론 |
•
정확한 현재 단가는 리전·서비스 티어와 모델 세대에 따라 AWS 가격표에서 확인해야 합니다. AWS는 가격을 변경할 수 있으므로 강의자료에는 날짜를 함께 적는 것이 안전합니다. Amazon Web Services, Inc.
특히 지금 코드의
TEXT_MODEL_ID=amazon.nova-lite-v1:0
Plain Text
복사
Nova Lite이므로, 학생 실습용으로 비용을 낮추면서 Converse/ConverseStream을 실습하기에 적합한 모델입니다. Nova Lite는 텍스트뿐 아니라 이미지와 비디오 입력도 처리하는 저비용 멀티모달 모델입니다.
3. Anthropic Claude 계열
Claude도 Bedrock에서 많이 사용하는 모델입니다. Claude 모델 역시 기본적으로 입력 토큰 + 출력 토큰 방식입니다.
예를 들어 AWS 가격표에는 Public Extended Access가 적용된 Claude 3.5 Sonnet 계열의 일부 가격이 현재 다음과 같이 표시됩니다.
모델 | 입력 1M Tokens | 출력 1M Tokens |
Claude 3.5 Sonnet (Public Extended Access) | $6.00 | $30.00 |
Claude 3.5 Sonnet v2 (Public Extended Access) | $6.00 | $30.00 |
AWS 가격표는 이들 모델의 Batch 가격을 각각 입력 $3.00, 출력 $15.00/1M tokens로 표시하고 있습니다. Amazon Web Services, Inc.
여기서 학생들에게 중요한 점은 출력 토큰 가격이 입력 토큰보다 훨씬 높은 모델이 많다는 것입니다.
따라서:
inferenceConfig={"maxTokens": 500}
Plain Text
복사
처럼 불필요하게 긴 답변을 제한하는 것도 비용 관리 방법입니다.
4. Meta Llama / Mistral / 기타 모델
Bedrock에는 Amazon 모델만 있는 것이 아닙니다.
Amazon Nova
Anthropic Claude
Meta Llama
Mistral AI
Cohere
AI21 Labs
Stability AI
Qwen
Writer
등
Plain Text
복사
모델 공급자별 가격이 서로 다릅니다. AWS 가격표의 현재 예를 보면 Qwen3 32B는 일부 미국 리전에서 입력 $0.20/1M tokens, 출력 $0.78/1M tokens로 표시되어 있습니다. Amazon Web Services, Inc.
따라서 “Bedrock 사용료”라는 하나의 가격이 있는 것이 아니라,
Bedrock
│
├─ Nova → Nova 가격
├─ Claude → Claude 가격
├─ Llama → Llama 가격
├─ Mistral → Mistral 가격
└─ Stability → 이미지 생성 가격
Plain Text
복사
이라고 이해해야 합니다.
5. 이미지 생성 모델은 계산법이 다르다.
이 부분은 현재 만드신 Streamlit 프로그램과 직접 관련됩니다.
현재 .env:
IMAGE_REGION=us-west-2
IMAGE_MODEL_ID=stability.stable-image-core-v1:1
Plain Text
복사
즉 텍스트 생성이 아니라 Stability AI Stable Image Core V1:1을 사용하고 있습니다.
텍스트 모델처럼
입력 Token × 가격
+
출력 Token × 가격
Plain Text
복사
으로 생각하기보다는 이미지 생성/처리 단위의 모델별 요금을 확인해야 합니다.
AWS의 현재 Stability AI 가격표에서도 이미지 서비스는 예를 들어:
Remove Background $0.07 / generation
Erase Object $0.07
Control Structure $0.07
Control Sketch $0.07
Style Guide $0.07
Style Transfer $0.08
Fast Upscale $0.03
Conservative Upscale $0.40
Creative Upscale $0.60
Plain Text
복사
등으로 기능별 생성/처리 횟수에 따라 과금됩니다. Amazon Web Services, Inc.
Stable Image Core 자체의 정확한 현재 단가는 AWS 가격 페이지에서 모델/리전 선택에 따라 확인하는 것을 권장합니다.
6. 현재 만든 프로그램에서는 비용이 두 번 발생할 수 있다.
이 부분이 학생들에게 가장 중요
현재 만든 streaming_chatbot.py의 이미지 생성 구조는:
사용자
│
│ "귀여운 호랑이"
▼
Amazon Nova Lite
│
│ 영어 Prompt 생성
▼
Stable Image Core
│
▼
🐯 이미지
Plain Text
복사
따라서 이미지 생성 버튼을 한 번 눌렀다고 해서 모델 하나만 호출되는 것이 아닙니다.
첫 번째 비용 — Nova Lite
코드에서:
converted_prompt = convert_to_image_prompt( image_prompt)
Plain Text
복사
내부에서:
text_bedrock.converse(...)
Plain Text
복사
가 실행됩니다.
따라서 Nova Lite의:
입력 Token
+
출력 Token
Plain Text
복사
비용이 발생합니다.
두 번째 비용 — Stable Image Core
그 다음:
image_bedrock.invoke_model(...)
Plain Text
복사
이 실행됩니다.
Stable Image Core
→ 이미지 1장 생성
→ 이미지 생성 비용
Plain Text
복사
이 추가됩니다.
따라서 프로그램의 실질적인 비용 구조는:
┌───────────────────────────────┐
│ 이미지 생성 1회 │
└───────────────┬───────────────┘
│
┌────────┴────────┐
▼ ▼
Nova Lite Stable Image Core
│ │
Prompt 변환 이미지 생성
│ │
Token 비용 Generation 비용
│ │
└────────┬────────┘
▼
총 비용
Plain Text
복사
입니다.
7. 채팅은 조금 다릅니다
현재 채팅 프로그램은:
response = text_bedrock.converse_stream( modelId=TEXT_MODEL_ID, messages=bedrock_messages, ...)
Plain Text
복사
이므로:
사용자
↓
Streamlit
↓
ConverseStream
↓
Nova Lite
↓
답변
Plain Text
복사
입니다.
여기서는 기본적으로 Nova Lite 사용량이 핵심입니다.
그리고 매우 중요한 비용 요소가 하나 더 있습니다.
현재 프로그램은 이전 대화를 모두:
for message in st.session_state.messages: bedrock_messages.append(...)
Plain Text
복사
로 다시 Nova에 전달합니다.
따라서 대화가 길어질수록:
1번째 질문
입력: 100 tokens
2번째 질문
이전 대화 + 새 질문
입력: 300 tokens
3번째 질문
이전 대화 + 새 질문
입력: 600 tokens
...
20번째 질문
대화 History가 매우 커짐
Plain Text
복사
처럼 입력 토큰 비용이 증가할 수 있습니다.
이것은 실제 생성형 AI 서비스에서 비용 최적화할 때 매우 중요한 개념입니다.
8. 비용에 대한 요약정리
AWS Bedrock 비용
① 텍스트 생성 AI
Nova / Claude / Llama / Mistral
↓
Token 기반 과금
↓
입력 Token + 출력 Token
② 이미지 생성 AI
Stable Image / Nova Canvas
↓
이미지 생성 기반 과금
③ 현재 우리가 만든 프로그램
AI 채팅
↓
Nova Lite
↓
Token 비용
AI 이미지 생성
↓
Nova Lite
↓
Prompt 변환 Token 비용
+
Stable Image Core
↓
이미지 생성 비용
Plain Text
복사
•
Converse와 InvokeModel 자체에 별도의 “API 호출료”가 붙는다고 생각하면 안 됩니다.
•
핵심 비용은 선택한 모델과 실제 사용량입니다.
•
다만 Knowledge Bases, Guardrails, Agents, Lambda, OpenSearch, S3 같은 서비스를 추가하면 그 서비스 비용이 별도로 발생할 수 있습니다.
•
실제 AWS 예시에서도 Bedrock 모델 비용 외에 CloudWatch, DynamoDB, Lambda 등 애플리케이션 인프라 비용이 별도로 계산됩니다. AWS 문서
•
교육에서는 “Bedrock 가격 = 모델 가격만 보면 끝”이 아니라, 모델 추론 + RAG/Agent 기능 + 주변 AWS 인프라를 합쳐 전체 비용을 계산한다고 강조하시면 좋습니다.

