쿠키 기본 설정 선택

당사는 사이트와 서비스를 제공하는 데 필요한 필수 쿠키 및 유사한 도구를 사용합니다. 고객이 사이트를 어떻게 사용하는지 파악하고 개선할 수 있도록 성능 쿠키를 사용해 익명의 통계를 수집합니다. 필수 쿠키는 비활성화할 수 없지만 '사용자 지정' 또는 ‘거부’를 클릭하여 성능 쿠키를 거부할 수 있습니다.

사용자가 동의하는 경우 AWS와 승인된 제3자도 쿠키를 사용하여 유용한 사이트 기능을 제공하고, 사용자의 기본 설정을 기억하고, 관련 광고를 비롯한 관련 콘텐츠를 표시합니다. 필수가 아닌 모든 쿠키를 수락하거나 거부하려면 ‘수락’ 또는 ‘거부’를 클릭하세요. 더 자세한 내용을 선택하려면 ‘사용자 정의’를 클릭하세요.

설정
문의하기
피드백
AWS Documentation
AWS 계정 생성
SUS05-BP02 영향이 가장 적은 인스턴스 유형 사용 - AWS Well-Architected 프레임워크
구현 지침구현 단계리소스

SUS05-BP02 영향이 가장 적은 인스턴스 유형 사용

PDFRSS

새로운 인스턴스 유형을 지속적으로 모니터링하고 사용하여 에너지 효율 개선을 활용합니다.

일반적인 안티 패턴:

  • 인스턴스 패밀리는 하나만 사용합니다.

  • x86 인스턴스만 사용합니다.

  • Amazon EC2 Auto Scaling 구성에서 하나의 인스턴스 유형을 지정합니다.

  • AWS 인스턴스를 설계되지 않은 방식으로 사용합니다(예: 컴퓨팅에 최적화된 인스턴스를 메모리 집약적 워크로드에 사용).

  • 새 인스턴스 유형을 정기적으로 평가하지 않습니다.

  • AWS 적정 크기 조정 도구(예: AWS Compute Optimizer)에서 권장 사항을 확인하고 분석하지 않습니다.

이 모범 사례 확립의 이점: 적정 크기로 조정된 에너지 효율적인 인스턴스를 사용하면 환경 영향 및 워크로드 비용을 크게 줄일 수 있습니다.

이 모범 사례가 확립되지 않을 경우 노출되는 위험 수준: 중간

구현 지침

클라우드 워크로드에서 효율적인 인스턴스를 사용하는 것은 리소스 사용량을 줄이고 비용 효율성을 높이는 데 매우 중요합니다. 새로운 인스턴스 유형의 릴리스를 지속적으로 모니터링하고 기계 학습 훈련 및 추론, 동영상 트랜스코딩과 같은 특정 워크로드를 지원하도록 설계된 인스턴스 유형을 포함하여 에너지 효율성 개선의 이점을 활용합니다.

구현 단계

  • 인스턴스 유형 학습 및 탐색: 워크로드가 환경에 미치는 영향을 줄일 수 있는 인스턴스 유형을 찾습니다.

  • 영향이 가장 적은 인스턴스 유형 사용: 워크로드를 영향이 가장 적은 인스턴스 유형으로 전환하도록 계획합니다.

    • 워크로드를 위한 새로운 기능 또는 인스턴스를 평가하기 위한 프로세스를 정의합니다. 클라우드에서 민첩성을 활용하여 새 인스턴스 유형이 워크로드 환경 지속 가능성을 어떻게 개선할 수 있는지 신속하게 테스트합니다. 프록시 지표를 사용하여 작업 단위를 완료하는 데 필요한 리소스를 측정합니다.

    • 가능한 경우 다양한 vCPU 수와 다양한 메모리 용량으로 작동하도록 워크로드를 수정하여 인스턴스 유형 선택의 폭을 극대화합니다.

    • 워크로드의 성능 효율성을 개선하려면 워크로드를 Graviton 기반 인스턴스로 전환할 것을 고려합니다. AWS Graviton으로 워크로드를 이동하는 방법에 대한 자세한 내용은 AWS Graviton Fast Start 및 Considerations when transitioning workloads to AWS Graviton-based Amazon Elastic Compute Cloud instances를 참조하세요.

    • AWS 관리형 서비스를 사용할 때 AWS Graviton 옵션 선택을 고려하세요.

    • 지속 가능성에 미치는 영향이 가장 적고 비즈니스 요구 사항을 충족하는 인스턴스를 제공하는 리전으로 워크로드를 마이그레이션합니다.

    • 기계 학습 워크로드의 경우 AWS Trainium, AWS Inferentia 및 Amazon EC2 DL1과 같이 워크로드에 따라 특정한 목적별 하드웨어의 장점을 활용합니다. AWS Inf2 인스턴스와 같은 Inferentia 인스턴스는 동급 Amazon EC2 인스턴스에 비해 최대 50% 더 우수한 와트당 성능을 제공합니다.

    • Amazon SageMaker AI Inference Recommender를 사용하여 ML 추론 엔드포인트를 적정 크기로 조정합니다.

    • 사용량이 급증하는 워크로드의 경우(추가 용량에 대한 요구 사항이 적은 워크로드) 성능 버스트 가능 인스턴스를 사용합니다.

    • 상태 비저장 및 내결함성 워크로드의 경우 Amazon EC2 스팟 인스턴스를 사용하여 클라우드의 전체 활용률을 높이고 미사용 리소스가 지속 가능성에 미치는 영향을 줄입니다.

  • 운영 및 최적화: 워크로드 인스턴스를 운영 및 최적화합니다.

리소스

관련 문서:

관련 비디오:

관련 예제:

도움이 필요하십니까?

프라이버시사이트 이용 약관쿠키 기본 설정
© 2025, Amazon Web Services, Inc. 또는 계열사. All rights reserved.