UneeQ, AWS Spot 인스턴스 기반 오케스트레이션으로 디지털 휴먼 렌더링 비용 55% 절감

UneeQ는 Amazon EC2 Spot 인스턴스를 활용해 고충실도 3D 디지털 휴먼 렌더링 인프라를 구축하며, 디지털 휴먼당 서비스 비용을 30~55% 절감하는 성과를 거뒀다. 기존 클라우드 인프라는 1:N 모델에 최적화되어 있어, 사용자 1명당 독립 인스턴스가 필요한 AI 에이전트 워크로드의 비용 효율성을 확보하기 어려웠다.

맞춤형 오케스트레이션 계층 'Group Manager'

UneeQ는 기본 AWS 스케일링 기능의 한계를 극복하기 위해 'Group Manager'라는 맞춤형 오케스트레이션 계층을 개발했다. 이 시스템은 AWS Lambda와 Amazon EventBridge를 기반으로 2분마다 가용 Spot 용량과 가격을 평가하며, 워크로드 밀도(노드당 처리 가능한 디지털 휴먼 수)를 고려한 동적 인스턴스 할당을 수행한다.

• 워크로드 인지형 선택: g5, g6 등 다양한 GPU 인스턴스 타입의 밀도와 비용을 분석해 '디지털 휴먼당 실효 비용'이 가장 낮은 조합을 우선 선택한다.
• 다중 리전 분산: Amazon Route 53과 ALB를 활용해 us-east-1, us-west-2 등 여러 리전에 트래픽을 분산하고 가용성을 극대화한다.
• 자동 폴백 전략: Spot 인스턴스 부족 시 즉시 On-Demand 인스턴스로 전환하거나, 여유 용량 발생 시 On-Demand 인스턴스를 종료해 비용을 최소화한다.

측정된 성과 및 운영 효율

이 아키텍처를 통해 UneeQ는 99.95%의 가용성을 유지하면서도 순수 On-Demand 환경 대비 성능 저하 없이 비용을 대폭 낮췄다. 또한 CloudWatch 모니터링 기반의 자동화로 운영 부담을 줄여 월간 약 15시간의 수동 관리 시간을 절감했다. 이 사례는 게임 스트리밍, 실시간 렌더링 등 GPU 집약적 워크로드에서 비용 관리를 경쟁 우위로 전환할 수 있는 청사진을 제시한다.