Video Validated MSP Guide

Agentic AI 워크플로를 단계별로 따라가며 팀에 바로 적용해 보세요.

9.5 비용 최적화

AWS·Azure·GCP 비용 데이터를 수집해 Amazon Q Developer CLI로 FinOps 리포트를 자동화하는 실무 절차를 정리했습니다.

1. 공통 설정

비용 분석 명령은 모두 AWS_PROFILE, AZURE_SUBSCRIPTION_ID, gcloud config구성처럼 계정 맥락을 명시한 상태에서 수행합니다. 보고서 결과는 Amazon Q를 통해 DOCS/Markdown으로 정리합니다.

# 대표 환경 변수
export AWS_PROFILE=bespin-finops
export AZURE_SUBSCRIPTION_ID=00000000-1111-2222-3333-444444444444
gcloud config configurations activate bespin-gcp-billing

2. 비용 데이터 수집

먼저 보고서 출력 디렉터리를 준비하세요.

mkdir -p reports

AWS CUR

# 지난 30일 서비스별 비용
START_DATE=$(python - <<'PY'
from datetime import date, timedelta
today = date.today()
start = (today - timedelta(days=30)).replace(day=1)
print(start.strftime("%Y-%m-%d"))
PY
)
END_DATE=$(python -c "from datetime import date; print(date.today().strftime('%Y-%m-%d'))")
aws ce get-cost-and-usage \
--time-period Start=$START_DATE,End=$END_DATE \
--granularity DAILY \
--metrics UnblendedCost \
--group-by Type=DIMENSION,Key=SERVICE \
> reports/aws-cost.json

Azure Cost Management

# ResourceGroup 단위 비용
cat <<'JSON' > reports/azure-aggregation.json
{"totalCost":{"name":"Cost","function":"Sum"}}
JSON
az costmanagement query \
--scope /subscriptions/$AZURE_SUBSCRIPTION_ID \
--type Usage \
--timeframe Custom \
--time-period from=2025-08-01 to=2025-08-31 \
--dataset-granularity Daily \
--dataset-aggregation @reports/azure-aggregation.json \
--dataset-grouping name=ResourceGroup,type=Dimension \
--output json \
> reports/azure-cost.json

GCP Billing Export

# BigQuery에서 비용 조회
bq query --use_legacy_sql=false > reports/gcp-cost.json <<'SQL'
SELECT
service.description AS service,
SUM(cost) AS total_cost
FROM
`billing_export.gcp_billing_export_v1_XXXX`
WHERE
usage_start_time >= DATE_SUB(CURRENT_DATE(), INTERVAL 30 DAY)
GROUP BY
service
SQL

3. Amazon Q로 FinOps 보고서 작성

수집한 JSON을 Amazon Q Developer CLI에 입력하면, 추세·이상 징후·절감 기회가 포함된 DOCS 형식 보고서를 생성할 수 있습니다.

# FinOps 리포트 프롬프트
AWS_PROFILE=bespin-finops q chat --no-interactive $'당신은 멀티클라우드 FinOps 리드입니다.
reports/aws-cost.json, reports/azure-cost.json, reports/gcp-cost.json 데이터를 토대로
서비스별 비용 추세, 이상 비용, 절감 기회를 표와 그래프로 정리한 DOCS 보고서를 작성하세요.
각 절감안에 예상 절감액과 실행 난이도를 포함하세요.'

4. 자동 최적화 시나리오

① 인스턴스 Right-sizing

# AWS Compute Optimizer 결과
aws compute-optimizer get-ec2-instance-recommendations \
--account-ids 111111111111 \
--filters name=Finding,values=OVER_PROVISIONED \
> reports/aws-rightsize.json

Amazon Q에 aws-rightsize.json을 전달해 “우선 적용해야 할 인스턴스와 예상 절감 금액, 검증 절차”를 요약하도록 지시합니다.

② 스토리지 계층 최적화

  • AWS S3: Storage Lens CSV를 분석해 Intelligent Tiering 전환 대상 버킷을 식별
  • Azure Blob: az storage blob list로 90일 이상 미접근 데이터 파악
  • GCP: BigQuery Export로 Nearline/Coldline 후보 탐색
# 스토리지 정책 생성
AWS_PROFILE=bespin-finops q chat --no-interactive $'버킷 보고서를 참고해
S3 Lifecycle 정책과 Azure Storage, GCS Object Lifecycle 규칙을 작성해줘.
각 규칙별 기대 절감액과 위험도를 표로 정리해줘.'

③ 스케줄링 & 자동 종료

EventBridge Scheduler + Lambda 예시

# 개발 계정 야간 종료
aws events put-rule --name stop-dev-nights --schedule-expression "cron(0 13 ? * MON-FRI *)"
aws events put-targets --rule stop-dev-nights --targets file://targets.json

targets.json에는 Lambda 함수 ARN과 `AWS_PROFILE=bespin-devops`로 실행할 권한 세트가 포함됩니다.

Claude Use Case로 FinOps 보고 자동화

Claude track CSV →프롬프트 템플릿 →

Cloud Ops 트랙 외에도 재무/전략 담당자가 즉시 사용할 수 있는 Claude 카드가 다수 존재합니다.docs/reference/claude_use_case_tracks.csv에서 track=cloud_ops 혹은 persona가 FinOps/Strategy인 항목을 선택하고, 아래 예시처럼 비용 데이터와 MCP 도구를 묶어 리포트를 생성하세요.

organize-your-business-finances

FinOps Lead · 월간 AWS CUR/RI/저장소 지표를 요약해야 할 때

AWS_PROFILE=bespin-finops q chat --no-interactive $'s3://cur-bucket/{year}-{month}.csv CUR 데이터를 분석해
RI/SavingsPlan/CUD KPI와 이상 징후를 표로 정리하고,
증빙이 필요한 지표는 Cost Explorer 스크린샷 경로를 함께 적어줘.'

결과는 DOCS 템플릿으로 저장 후 재무 승인 로그에 링크

build-financial-models

FinOps Lead · 아키텍처 변경 전 비용 민감도 모델링이 필요할 때

AWS_PROFILE=bespin-finops q chat --no-interactive $'git://iac/modules?path=eks/variables.tf 변수를 기준으로
예상 워크로드 OPEX 시나리오(최소/기준/최대)를 계산하고 그래프 설명을 작성해줘.'

Beta: 그래프는 BI 도구로 재검증, Cost Explorer 데이터와 차이 확인

draft-investment-memos

Strategy Office · FinOps 데이터를 투자/비즈니스 언어로 바꿔야 할 때

AWS_PROFILE=bespin-strategy q chat --no-interactive $'filesystem://reports/monthly-finops.md 내용을 읽고
투자 판단 포인트/리스크/필요 결정을 bullet 형태로 정리한 경영진 메모를 작성해줘.'

결정 문서는 Notion/Confluence에 게시 전 CFO 검토 필수

검증 루틴

  • AI가 계산한 수치를 CUR/Azure Cost Management/GCP Export 원본과 대조
  • Slack/메일 공유 시 슬러그와 페르소나를 명시해 승인자 파악을 쉽게 만든다.
  • 프롬프트 템플릿은 docs/snippets/use-case-prompts.md General Biz 블록을 참고해 최신화

5. FinOps 운영 수칙

권장 사항

  • CUR/Cost Management/GCP Export 파일을 하루 1회 자동 갱신
  • AI가 만든 절감 제안은 Change Manager나 Jira에 등록해 승인 흐름 적용
  • 절감 효과를 KPI(ROI, 비용 대비 매출)로 연결해 월간 리포트 발행

주의 사항

  • AI 프롬프트에 비용 데이터(계약 단가 등)를 전달할 때 권한 있는 계정에서만 공유
  • 자동 종료/다운사이징 작업은 업무 시간 기준표와 승인자 명단을 반드시 포함
  • 예상 절감액이 큰 조치일수록 A/B 검증 후 단계적으로 적용

마지막 9.6에서는 멀티클라우드 환경에서 비용·운영 정보를 통합 관리하는 방법을 이어서 설명합니다.