[AWS] EC2 Instance Types: family, generation, sizing

instance types, Graviton, m6i vs m6a vs m6g, right-sizing, burstable, Nitro

정의

EC2 인스턴스 수백 종. family + generation + modifier + size. 워크로드에 맞춰 right-sizing.

Family

Family	용도	예
t	burstable	t4g.micro
m	general	m7i, m7a, m7g
c	compute	c7i (CPU 강)
r	memory	r7i (RAM 강)
x, u	extreme memory	x2gd (1.5TB+)
i	storage (NVMe)	i4i
d	dense HDD	d3
p, g, inf, trn	GPU/AI	p5 (H100), trn1 (training)
hpc	HPC	hpc7g
mac	macOS	mac2 (Apple Silicon)

세대 + Modifier

m7g.large
│ │ │
│ │ └── size
│ └──── generation 7
└────── family + modifier
        m = general
        i = Intel
        a = AMD
        g = Graviton (ARM)
        n = enhanced network
        d = local NVMe

Modifier	의미
i	Intel Xeon
a	AMD EPYC
g	AWS Graviton (ARM)
n	enhanced network
d	local NVMe SSD
z	high frequency
e	extended memory

Size

Size	vCPU (m7i)	RAM
nano	2	0.5GB
micro	2	1GB
small	2	2GB
medium	2	4GB
large	2	8GB
xlarge	4	16GB
2xlarge	8	32GB
4xlarge	16	64GB
8xlarge	32	128GB
…	…	…
48xlarge	192	768GB

Graviton vs Intel vs AMD (비용 비교)

m7 family, 같은 size 의 시간당 비용 (직관)

Graviton 이 가장 저렴 + 비슷한 성능. 새 워크로드는 Graviton 우선.

Burstable (t family) 의 CPU Credit

sequenceDiagram
    Idle->>Bank: CPU credit 적립 (baseline 이하)
    Burst->>Bank: credit 소비 (baseline 초과 시)
    Bank-->>Throttle: credit 0 → throttle

타입	Baseline CPU
t4g.nano	5%
t4g.micro	10%
t4g.small	20%
t4g.medium	20% (2 vCPU)

Right-sizing

flowchart TD
    Q[현재 사용량 측정]
    Q --> Compute[CPU/Memory 평균 + p99]
    Compute --> Decide{사용률}
    Decide -->|< 30%| Down[size 줄임]
    Decide -->|30-70%| Keep[유지]
    Decide -->|> 70%| Up[size 늘림 또는 family 변경]

도구:

• AWS Compute Optimizer (자동 권장)
• CloudWatch metric
• 3rd-party (CloudHealth, Spot.io)

Nitro

AWS 의 경량 하이퍼바이저. 모든 새 generation (>= 2018) 이 Nitro. 거의 bare-metal 성능.

특징:

• 빠른 시작
• Nitro Enclaves (격리 컴퓨팅, 민감 데이터 처리)
• Nitro SSD (NVMe)
• 네트워크 / 스토리지 전용 카드

Spot 인스턴스 심화

Spot 은 미사용 EC2 용량을 최대 90% 할인에 제공. 단, AWS 가 언제든 회수 가능 (2분 경고).

flowchart LR
    Market["Spot Market\n(미사용 EC2 용량)"]
    Req["Spot 요청"]
    Market -->|용량 있음| Running[인스턴스 시작]
    Market -->|용량 부족 또는 가격 초과| Term[2분 경고 후 종료]
    Running -->|용량 회수 필요| Term
    Term -->|Spot Fleet 재시도| Req

Spot 적합/부적합 워크로드

적합	부적합
배치 처리, 렌더링	프로덕션 웹 서버 단독
빅데이터 처리 (Spark, EMR)	실시간 DB Primary
CI/CD 빌드	상태 유지 워크로드
ML 훈련 (체크포인트 지원 시)	종료 허용 안 되는 작업

Spot 중단 처리

import requests
import time

def check_spot_interruption():
    """EC2 instance metadata 로 종료 2분 전 알림 확인"""
    try:
        r = requests.get(
            "http://169.254.169.254/latest/meta-data/spot/termination-time",
            timeout=1
        )
        if r.status_code == 200:
            print(f"Spot termination at: {r.text}")
            # 체크포인트 저장, graceful shutdown 처리
            return True
    except Exception:
        pass
    return False

while True:
    if check_spot_interruption():
        # 상태 저장, 작업 큐에 반환 등
        break
    time.sleep(5)

Spot Fleet / EC2 Fleet

SpotFleet:
  SpotFleetRequestConfig:
    AllocationStrategy: diversified
    TargetCapacity: 10
    LaunchSpecifications:
      - InstanceType: m7i.large
        SubnetId: subnet-a
      - InstanceType: m7a.large
        SubnetId: subnet-b
      - InstanceType: m6i.large
        SubnetId: subnet-c

diversified 전략: 여러 인스턴스 타입과 AZ 에 분산 → 대규모 중단 위험 감소.

Placement Groups

인스턴스 배치를 제어해 성능 또는 가용성 최적화.

유형	목적	특성
Cluster	최저 레이턴시, 최고 처리량	같은 AZ, 같은 랙. HPC/ML 훈련
Spread	최고 가용성	AZ 별 다른 랙. 중요 인스턴스 격리
Partition	대규모 분산	AZ 내 파티션 격리. Kafka, Cassandra, HDFS

# Cluster Placement Group 생성 (HPC)
aws ec2 create-placement-group \
  --group-name hpc-cluster \
  --strategy cluster

# 인스턴스를 그룹에 배치
aws ec2 run-instances \
  --placement GroupName=hpc-cluster \
  ...

워크로드별 인스턴스 선택 가이드

flowchart TD
    W{"워크로드 유형"}
    W -->|"CPU 집약 (ML 추론, 인코딩)"| C[c7g / c7i]
    W -->|"메모리 집약 (인메모리 DB, SAP)"| R[r7g / r7i]
    W -->|"GPU 필요 (ML 훈련, 렌더링)"| G[p5 / g6 / trn1]
    W -->|"일반 웹/앱 서버"| M[m7g / m7i]
    W -->|"소규모 개발/테스트"| T[t4g / t3a]
    W -->|"NVMe 스토리지 필요"| I[i4i / im4gn]
    C --> Grav{"ARM 호환?"}
    M --> Grav
    R --> Grav
    Grav -->|예| ARM[Graviton 선택]
    Grav -->|아니오| Intel[Intel/AMD 선택]

요금 모델 비교

모델	할인율	유연성	적합
On-Demand	기준	최고 (즉시 시작/종료)	단기, 예측 불가
Reserved (1년)	약 30-40%	낮음 (1년 약정)	안정적 베이스라인
Reserved (3년)	약 60-70%	매우 낮음	장기 고정 워크로드
Savings Plans	Reserved 유사	중간 (패밀리/리전 유연)	다양한 인스턴스 타입
Spot	최대 90%	중간 (회수 가능)	내결함성 배치
Dedicated Host	없음	낮음	라이센스, 규정 준수

Savings Plans vs Reserved Instances

항목	Reserved Instances	Compute Savings Plans
약정 단위	특정 인스턴스 타입/리전	특정 금액 (시간당)
인스턴스 변경	불가 (Convertible RI 제외)	가능 (패밀리, OS, 리전)
관리 복잡성	높음	낮음
권장	패밀리 고정 대용량	유연한 현대적 아키텍처

Graviton 마이그레이션 체크리스트

# 1. 아키텍처 호환성 확인 (컨테이너)
docker inspect --format='{{.Architecture}}' my-image
# 결과: amd64 (x86) → 마이그레이션 필요, arm64 → 즉시 사용 가능

# 2. 멀티 아키텍처 이미지 빌드 (Docker Buildx)
docker buildx build \
  --platform linux/amd64,linux/arm64 \
  -t myrepo/myapp:latest \
  --push .

# 3. Graviton 인스턴스 테스트 배포
aws ec2 run-instances \
  --instance-type m7g.large \
  --image-id ami-xxxx-arm64 \
  ...

주의 사항:

• 컴파일 언어 (Go, Java, Python): 대부분 arm64 바이너리 자동 생성 또는 패키지 제공
• 인라인 어셈블리 코드: x86 전용이면 이식 필요
• 서드파티 라이브러리: arm64 지원 여부 확인

흔한 함정

관련 위키

• aws-ec2
• aws-ebs-vs-instance-store
• aws-auto-scaling
• aws-ecs-fargate
• aws-eks