양파개발자 실바의 블로그

AWS - EC2 인스턴스 유형 및 용도

aws cloud

AWS EC2 인스턴스는 다양한 워크로드를 지원하도록 여러 유형(Instance Types)으로 나뉘어 제공됩니다. 주요 인스턴스 유형은 다음과 같습니다:

1. 범용(GENERAL PURPOSE) 인스턴스

  • 용도: 균형 잡힌 CPU, 메모리, 네트워크 성능 제공.
  • 예시:
    • t4g, t3, t2: 저비용, 버스트 가능한 성능. 개발 및 테스트 환경에 적합.
    • m7g, m6g, m5, m4: 더 높은 성능을 요구하는 일반 애플리케이션용.
  • 사용 사례: 웹 서버, 소규모 데이터베이스, 애플리케이션 서버.

2. 컴퓨팅 최적화(COMPUTE OPTIMIZED) 인스턴스

  • 용도: 고성능 CPU가 필요한 워크로드에 적합.
  • 예시:
    • c7g, c6g, c5, c4: 높은 컴퓨팅 성능 제공.
  • 사용 사례: CPU 집약적 작업 (예: 고성능 웹 서버, 배치 처리, 동영상 인코딩).

3. 메모리 최적화(MEMORY OPTIMIZED) 인스턴스

  • 용도: 메모리 집약적인 워크로드에 적합.
  • 예시:
    • r6g, r5, r4: 인메모리 데이터베이스, 캐싱.
    • x2gd, x1e: 매우 높은 메모리 제공.
  • 사용 사례: SAP, 고성능 캐시, 대규모 데이터베이스.

4. 스토리지 최적화(STORAGE OPTIMIZED) 인스턴스

  • 용도: 고속, 대용량 로컬 스토리지가 필요한 작업.
  • 예시:
    • i4i, i3: NVMe SSD 기반의 고성능 스토리지 제공.
    • d2: HDD 기반 대용량 스토리지.
  • 사용 사례: 빅데이터 분석, OLTP 시스템, 분산 파일 시스템.

5. GPU 및 인공지능 최적화(ACCELERATED COMPUTING) 인스턴스

  • 용도: GPU 및 FPGA를 활용한 고성능 연산.
  • 예시:
    • p4, p3: 머신러닝, 딥러닝 훈련/추론.
    • g5, g4dn: 그래픽 렌더링 및 AI 워크로드.
  • 사용 사례: 머신러닝, 그래픽 렌더링, 과학적 연산.

6. 고밀도 컴퓨팅(HIGH PERFORMANCE COMPUTING - HPC) 인스턴스

  • 용도: 매우 높은 네트워크와 병렬 처리 성능 제공.
  • 예시:
    • hpc7g, hpc6id: 슈퍼컴퓨팅급 작업에 적합.
  • 사용 사례: 시뮬레이션, 과학 연구, 대규모 모델 학습.

7. 한눈에 보기

아래 워크로드 유형에 따라 인스턴스를 추천할 수 있습니다:

워크로드 추천 인스턴스 설명
웹 서버 / 애플리케이션 서버 t3, t4g, m5 균형 잡힌 CPU와 메모리 성능 제공
CPU 집약적 작업 c5, c6g, c7g 컴퓨팅 성능 최적화
메모리 집약적 작업 r5, r6g, x1e 대규모 인메모리 데이터베이스에 적합
고성능 로컬 스토리지 작업 i3, i4i NVMe SSD 기반, 빠른 스토리지 접근
머신러닝 / AI 훈련 p4, g5 GPU 최적화 인스턴스
대용량 파일 저장 / 빅데이터 d2, i4i 스토리지 최적화, 대규모 파일 처리

8. EC2 비용 최적화 방법

  1. 인스턴스 유형 선택:
    • 워크로드에 맞는 인스턴스 유형을 선택해 과잉 리소스 낭비를 방지.
  2. 스팟 인스턴스 활용:
    • 스팟 인스턴스를 사용하면 온디맨드 대비 최대 90% 비용 절감 가능 (비중요 작업에 적합).
  3. 리저브드 인스턴스 (RI):
    • 1~3년 약정으로 인스턴스 예약 시 최대 72% 할인 제공.
  4. Auto Scaling:
    • 트래픽에 맞게 인스턴스를 동적으로 확장/축소해 비용 절감.
  5. EC2 인스턴스 정리:
    • 사용하지 않는 인스턴스는 종료하거나 스케줄링을 통해 중단.
  6. Savings Plans:
    • 특정 기간 동안의 사용량을 약정하고 비용 절감.
  7. AWS Compute Optimizer:
    • 인스턴스 크기나 유형 최적화를 추천해주는 서비스 활용.

요약

  • 범용: t, m 시리즈 (균형 잡힌 성능).
  • 컴퓨팅 최적화: c 시리즈 (CPU 중심 작업).
  • 메모리 최적화: r, x 시리즈 (RAM 많이 요구).
  • 스토리지 최적화: i, d 시리즈 (로컬 스토리지 중심).
  • GPU/AI 최적화: p, g 시리즈 (ML/AI, 그래픽).
  • HPC: hpc 시리즈 (고성능 병렬 연산).