AWS SageMaker 프리티어 과금 분석 (청구서 및 로그 기준 원인 탐색)

AWS SageMaker Studio의 넉넉한 무료 티어(ml.t3.medium 250시간)를 믿고 ML 실습을 진행하다, 예상치 못했던 소액의 10월 청구서를 받았다. 프리 티어 기능을 확인했을 때 충분히 이해하고 사용했다 판단했으나 내가 놓친 부분들이 있어서 이 부분들에 대해 기록하려 한다. 프리티어 무료 안내 내역 https://aws.amazon.com/ko/free/ 문서에 대한 이해도 필요했지만 해당 내용에 포함되지 않은 관련 내용들이 너무 산발적으로 퍼져있어서 모든걸 파악하는게 힘들었던게 주요 요인으로 볼 수 있을것이다…

결론적으로 과금액 자체는 크지 않았지만, 분석해보니 AWS 프리 티어 범위를 잘못 이해했거나 사소한 관리 실수가 누적되어 발생한 것이었다. 만약 이를 인지하지 못하고 계속 사용했다면 훨씬 큰 과금으로 이어질 수 있었을 것이다. 이 글은 내가 겪은 과금 원인 분석 과정(청구서 확인 -> Cost Explorer 분석 -> CloudTrail 로그 검증)과 그 결과를 공유하여, ML을 시작하는 다른 초보자들이 ‘AWS 과금 폭탄’을 피할 수 있도록 돕기 위해 작성한다.

주요 과금 발생 이력
- Studio 앱 (공용 250시간) — JupyterLab과 CodeEditor의 250시간 공용 무료 한도를 인지하지 못하고 장시간 미종료하여 초과 요금 발생
- 호스팅 인스턴스 — 모델 배포 시 무료 유형인 ml.m5.xlarge 대신 유료 인스턴스(ml.t2.medium 등)를 선택하여 추가 과금 발생
- 유휴 탄력적 IP — EC2 실습 후 탄력적 IP를 ‘릴리스’하지 않고 유휴 상태로 방치해 지속 과금 발생
- SageMaker 전용 스토리지 — EC2 EBS 무료 티어와 별개로, SageMaker 환경(Gp3)과 훈련·배포 작업(Gp2)에 대한 스토리지 비용 별도 발생

출처 : AWS

과금 분석 요약: 내가 놓쳤던 범위들

프리티어 리소스탭과 실제 오버된 내용들에 대해 정리하였다. 초과된 내역은 Request Tier1과, TimedStorage이고 그 외 여유 및 소량 사용 또는 과금 전환 예정들로 파악되었다.

서비스	과금원인(내역) ↔ 프리 티어 항목	무료 한도	현재/예상	상태/코멘트
Amazon S3 (Requests Tier1)	S3 PUT/POST/COPY/LIST 등 요청 수	2,000회/월 (12개월)	2,000 → 2,138 (106.9%)	초과 → 과금 발생
Amazon S3 (Requests Tier2)	S3 GET 요청 수	20,000회/월 (12개월)	1,126 → 1,204 (6.02%)	여유
Amazon S3 (TimedStorage)	S3 저장 용량(GB-월)	5 GB-월 (12개월)	0 → 0	현재 표상 미사용/미미
Amazon SageMaker (NotebookParent 250Hrs)	Studio 노트북/앱 시간(커널 게이트웨이 포함)	250시간/월 (단기 트라이얼)	250 → 267 (106.9%)	초과 → 과금 발생
Amazon SageMaker (HostingParent 125Hrs)	실시간 엔드포인트 가동 시간	125시간/월 (단기 트라이얼)	22 → 24 (19.07%)	일부 사용, 여유
Amazon SageMaker (TrainingParent 50Hrs)	훈련 잡(Training Job) 시간	50시간/월 (단기 트라이얼)	1 → 1 (1.67%)	소량 사용
Amazon EFS (TimedStorage)	Studio 도메인 저장소(EFS) 용량	5 GB-월 (12개월)	0 → 0	표상 0: 저장소가 매우 작거나 아직 집계 미미/다른 리전 가능
AmazonCloudWatch (Metrics)	지표 모니터링 개수	10개/월 (항상 무료)	0 → 1 (5.14%)	소액/여유
AmazonCloudWatch (Requests)	로그/메트릭 API 요청	1,000,000회/월 (항상 무료)	3,437 → 3,674 (0.37%)	여유
CloudWatch (DataProcessing/Storage)	로그 처리/저장(GB, GB-월)	5 GB/월 등 (항상 무료)	0 → 0	여유
AWS KMS (Requests)	KMS API 요청(암복호화 등)	20,000회/월 (항상 무료)	433 → 463 (2.31%)	여유
EC2 (BoxUsage freetier.micro 750Hrs)	t2/t3.micro 인스턴스 시간	750시간/월 (12개월)	575 → 615 (82.0%)	여유
EC2 (EBS VolumeUsage 30 GB-Mo)	EBS 볼륨 용량(GB-월)	30 GB-월 (12개월)	23 → 25 (82.41%)	여유
VPC (Public IPv4 InUseAddress 750Hrs)	탄력 IP(EIP) 보유 시간	750시간/월 (12개월)	575 → 615 (82.0%)	여유(미사용 시 분리 권장)
Data Transfer (Out)	인터넷/타리전 전송	100 GB/월 (항상 무료)	0 → 0	현재 없음
Service Catalog / DataZone / SNS / SQS / Glue 등	관리 API·카탈로그·알림·큐·카탈로그 요청	각 항목의 Always Free/Trial	낮은 사용량	대부분 여유/소액
ECR 이미지/스토리지	컨테이너 이미지 저장	(항목 미표시)	—	이번 표엔 직접 표기 없음(소액일 가능성)
NAT 게이트웨이 / VPC 엔드포인트	시간/GB 과금	(프리티어 없음)	—	표에 노출 없음(미사용 가능)

실제 과금된 내역 – 나의 실수 및 오해

(핵심 실수) Studio 앱 미종료 및 ‘공용 250시간’ 오해:
- 서비스명 : Amazon SageMaker (NotebookParent 250Hrs)
- CodeEditor(약 326시간), JupyterLab(약 30시간) 앱 사용 후 미종료.
- 무료 250시간이 JupyterLab 전용인 줄 알았으나, 실제로는 Studio 앱 간 공유되는 시간이었음. 결과적으로 106시간 초과.
- 과금 항목: CodeEditor ml.t3.medium , JupyterLab ml.t3.medium

(인지 부족) 잘못된 배포 인스턴스 유형 사용:
- 프리티어 외 비용 발생 (프리티어가 아닌 다른 모델로 배포)
  - 프리티어 대상은 ml.m5.xlarge이며, 그 외 ml.t2.medium이나 ml.m5.large는 과금 대상
- 과금 항목: Hosting ml.m5.large , Hosting ml.t2.medium
  - 참고자료 https://docs.aws.amazon.com/sagemaker/latest/dg/notebooks-available-instance-types.html
- Amazon SageMaker Free Tier includes 250 hours per month of ml.t2.micro or ml.m5.xlarge notebook usage for the first two months.
  — AWS Free Tier

SageMaker 전용 스토리지
- EC2 EBS와 별도로 SageMaker 환경 및 작업용 스토리지 비용 발생 인지 못함.
- 과금 항목: SageMaker Storage (Gp3, Gp2)

한도 초과했으나, $0.00 처리된 내역 (주의 범위)
- Amazon Simple Storage Service (S3 요청 – Tier 1):
  - 서비스명 : Amazon S3 (Requests Tier1)
  - 파일 쓰기/목록 보기 요청(Global-Requests-Tier1) 사용량이 무료 한도(2,000건)의 106.9% (2,138건) 도달. 요금은 $0.00 처리되었으나 한도 초과.
- Amazon Virtual Private Cloud (VPC – Public IP): 사용 중인 IP(Global-PublicIPv4:InUseAddress) 사용량이 무료 한도(750시간)의 76.71% (575시간) 도달.
- Amazon Elastic Compute Cloud (EC2 – EBS 스토리지): EBS(Global-EBS:VolumeUsage) 사용량이 무료 한도(30 GB-Mo)의 77.09% (23 GB-Mo) 도달.

(외부 환경 관리 실수) 유휴 탄력적 IP 미관리:
- SageMaker이 아닌 다른 실습 후 남은 탄력적 IP를 ‘릴리스(해제)’하지 않아 요금 발생.
- 과금 항목: Idle public IPv4 address

과금 내역 확인 및 검증 과정

처음 청구서를 봤을 때는 왜 소액이 나왔는지만 해당 내역에 대한 상세 원인들을 이해하기 어려웠다. 그래서 다음과 같은 단계로 원인을 추적했다.

청구서 상세 내역 확인:
- ‘결제 및 비용 관리’ -> ‘청구서’에서 10월 청구서 확인.
- CodeEditor ml.t3.medium, JupyterLab ml.t3.medium, Hosting ml.m5.large, Hosting ml.t2.medium, Idle public IPv4 address, SageMaker Storage 등 생각지 못했던 항목들에서 과금이 발생했음을 인지. 하지만 각 항목이 ‘왜’ 과금되었는지는 불명확했다. S3 요청 초과분은 금액만으로는 확인 불가.
프리 티어 사용량 페이지 확인:
- ‘결제 및 비용 관리’ -> ‘프리 티어’ 페이지 확인.
- Global-Notebk:ml.t.medium-NotebookParent (Studio 앱 시간)가 106.9%로 초과 확인.
- Global-Requests-Tier1 (S3 Tier 1 요청)가 106.9%로 초과 확인. -> S3 요청량 문제 인지.
Cost Explorer (비용 탐색기) 분석:
- ‘결제 및 비용 관리’ -> ‘Cost Explorer’ 실행.
- 날짜 범위를 ‘지난 달(10월)’로, 그래프 단위를 ‘일별(Daily)’로, 그룹화 기준을 ‘사용 유형(Usage Type)’으로 설정.
- 결과:
  - CodeEditor ... hour 사용량이 압도적으로 많았고(약 326시간), 특정 날짜부터 요금이 꾸준히 발생했다.
  - JupyterLab ... hour 사용량(약 30시간)은 상대적으로 적었지만, CodeEditor가 무료 시간을 다 소진한 시점 이후부터 요금이 발생하기 시작했다. -> 두 앱이 ‘공용 250시간’을 공유한다는 가설 수립.
  - Hosting... 및 Idle IP... 항목은 사용 시간 내내 요금이 발생 -> 애초에 프리 티어 대상이 아니거나, 관리가 잘못되었음을 시사.
CloudTrail (이벤트 기록) 검증:
- ‘CloudTrail’ -> ‘이벤트 기록’ 조회.
- 필터를 ‘이벤트 이름’으로 설정하고 CreateApp, DeleteApp 검색. JSON 형식으로 상세 내용 확인.
- 결과:
  - DeleteApp 이벤트가 10월 28일에 집중되어 있음 -> 내가 과금을 인지하고 앱들을 끈 시점과 일치.
  - CreateApp 이벤트는 훨씬 이전 날짜에 기록됨 -> 장기간 앱을 종료하지 않았다는 사실 증명.
  - JSON의 requestParameters를 통해 어떤 앱(appType: “JupyterServer” or “CodeEditor”)이 언제 생성/삭제되었는지 명확히 확인. (S3 관련 로그는 너무 방대하여 특정 요청 추적은 어려움)
AWS 공식 문서 확인:
- SageMaker 요금 페이지, 프리 티어 페이지, S3 요금 페이지 등을 참조하여 Cost Explorer 분석 결과(공용 250시간, 호스팅 무료 유형, S3 요청 Tier 구분 등)가 맞는지 교차 검증.

상세 분석: 내가 놓친 과금 포인트

이제 놓쳤던 포인트들에 대해 상세적으로 기록하려 한다. 총 5가지 포인트이며 프리티어와 프리티어 외, 그리고 다른 실습 작업내역으로 인한 3가지 범주내에서 발견되었다.

포인트 1: Studio 앱들은 ‘공용 250시간’을 나눠 쓴다 (그리고 끄지 않으면 계속 누적된다) – 과금 발생

프리 티어
나의 오해:
1. ml.t3.medium 250시간 무료는 JupyterLab 전용일 것이다. (AWS 문서에도 주로 ‘Studio notebooks’만 언급되어 혼동)
2. CodeEditor는 VS Code 기반이니 별도 유료 앱일 것이다.
3. 브라우저 탭을 닫으면 앱도 종료될 것이다.
해결 및 증명 (위 2번 항목 참조):
- Cost Explorer를 통해 두 앱이 시간을 공유하며, 총 사용 시간(356시간)이 무료 한도(250시간)를 초과했음을 확인.
- CloudTrail 로그를 통해 장기간 앱 미종료 사실 증명. (해당 글 후 raw데이터 기반 검증하는 글은 별도로 추가 작성 예정이다.)
진실: ml.t3.medium 인스턴스를 사용하는 모든 SageMaker Studio 앱(JupyterLab, CodeEditor 등)은 ‘공용 250시간 풀(Pool)’을 공유한다. 어떤 앱이든 명시적으로 ‘종료(Shutdown)’하지 않으면 계속 실행되며 시간을 소진/초과시킨다.

➡️ 교훈: Studio 앱 사용 후 반드시 종료(Shutdown)하고, 여러 앱 사용 시 총 시간이 250시간을 넘지 않도록 관리해야 한다.

포인트 2: ‘아무거나’ 배포하면 안 된다.

ml 인스턴스 가이드 문서만 보고 사용했다가… (출처 : https://docs.aws.amazon.com/sagemaker/latest/dg/notebooks-available-instance-types.html) 이 중 프리티어 범위에 귀속 안되는 긴으을 사용해서 비용이 발생되었다.

프리티어 외 기능
나의 오해: SageMaker 배포 기능이니 기본적으로 무료 티어가 적용될 것이라 생각. 코드 예제의 ml.t2.medium을 그대로 사용.
해결 및 증명:
- 청구서 확인: Hosting ml.t2.medium, Hosting ml.m5.large 항목 과금 확인 (프리 티어 할인 없음).
- SageMaker 요금 페이지 확인: 호스팅 무료는 ml.m5.xlarge만 해당 명시 확인.
- 실행 코드 확인: instance_type='ml.t2.medium' 사용 및 delete_endpoint() 주석 처리 확인.
진실: 모델 배포(호스팅) 무료 티어는 오직 ml.m5.xlarge 유형에만 월 125시간 적용된다. 다른 유형은 즉시 유료다.

➡️ 교훈: 배포 시 instance_type='ml.m5.xlarge' 명시 또는 요금 페이지 확인 필수. 테스트 후 즉시 삭제(delete_endpoint()).

포인트 3: 보이지 않는 S3 요청량 누적 (Tier 1 초과) – 실제 과금 $0.00 (주의 필요)

나의 오해: S3 사용량은 스토리지 용량(GB)만 신경 쓰면 된다고 생각했다. ‘요청 수’도 과금 대상이며, 특히 무료 한도가 낮은 Tier 1 요청이 있다는 것을 몰랐다.
해결 및 증명:
- 프리 티어 사용량 페이지 확인: Global-Requests-Tier1 항목이 106.9% (2,138건)로 초과 확인.
- S3 요금 페이지 및 사용 보고서 가이드 확인: 요청 종류(PUT, LIST vs GET)에 따라 Tier가 나뉘고 무료 한도가 다름을 확인.
- 실행 코드 및 Studio 사용 행태 분석: JupyterLab에서 코드(.ipynb)를 저장(자동/수동)하거나, S3에 데이터를 업로드(코드 실행)하고, 훈련된 모델을 저장하고, S3 브라우저로 파일 목록을 보는 모든 행위가 PutObject 또는 ListObjectsV2 같은 Tier 1 요청을 발생시켰다. 이 작업들이 누적되어 2,000건을 초과한 것으로 추정된다. (CloudTrail 로그로 특정 요청 추적은 현실적으로 어려움)
진실: S3는 스토리지 용량 외에 데이터 요청 수에 대해서도 과금한다. 요청은 크게 두 종류로 나뉜다.요청 종류 (Tier)주요 작업 (API 예시)월 무료 한도나의 사용량 (10월)비고Tier 1쓰기 (PutObject), 복사 (CopyObject), 목록 보기 (ListObjectsV2)2,000건2,138건 (초과)한도가 낮아 주의 필요Tier 2읽기 (GetObject) 등 기타 모든 요청20,000건1,126건 (여유)한도가 비교적 넉넉함SageMaker 사용 시 백그라운드에서 발생하는 노트북 저장, 모델 저장, 로그 기록 등이 Tier 1 요청을 상당히 발생시킬 수 있다.

요청 종류 (Tier)	주요 작업 (API 예시)	월 무료 한도	나의 사용량 (10월)	비고
Tier 1	쓰기 (`PutObject`), 복사 (`CopyObject`), 목록 보기 (`ListObjectsV2`)	2,000건	2,138건 (초과)	한도가 낮아 주의 필요
Tier 2	읽기 (`GetObject`) 등 기타 모든 요청	20,000건	1,126건 (여유)	한도가 비교적 넉넉함

S3 요청량 감소 방안 고민:
- (고민 1) 코드로 리소스 삭제 (boto3 S3 삭제): 오히려 ListObjectsV2(Tier 1) 요청을 증가시킬 수 있음.
- (고민 2) 로컬 IDE로 코드 관리: 노트북 저장(PutObject, Tier 1) 빈도를 줄일 수 있으나, SageMaker 작업 자체의 S3 요청은 불가피.
  - 결론: S3 요청 요금 자체는 매우 저렴했다. 위 방안들은 작업량이 아주 많아 S3 요청 비용이 무시 못 할 수준일 때 고려해볼 만하며, 일반적인 경우에는 컴퓨팅 인스턴스(Studio 앱, 호스팅) 관리가 비용 절감에 훨씬 더 중요하다.

➡️ 교훈: SageMaker 사용 시 보이지 않는 S3 요청(특히 Tier 1) 누적 가능성을 인지하되, 비용 영향은 적으므로 컴퓨팅 자원 관리에 더 집중하자.

포인트 4: EC2와 별도로 청구되는 ‘SageMaker ML 스토리지’

나의 오해: EC2 EBS 무료 티어(30GB)가 SageMaker 스토리지도 커버할 것이라 생각.
해결 및 증명:
- 청구서 확인: Amazon SageMaker CreateVolume-Gp3/Gp2 항목 별도 과금 확인.
- SageMaker 요금 페이지 확인: Studio 환경 및 작업용 ML 스토리지 별도 요금 명시 확인.
진실: SageMaker Studio는 자체 환경 구성(Gp3) 및 훈련/배포 작업(Gp2)을 위한 별도의 ML 스토리지를 사용하며, 이는 EC2 EBS 무료 티어와 무관하게 과금된다.
- Gp3가 ‘내 개발 환경’**의 C드라이브라면, Gp2는 ‘훈련용 컴퓨터’**와 ‘배포용 컴퓨터’**의 C드라이브라고 비유할 수 있다.
  - Amazon SageMaker CreateVolume-Gp2
    - 이 요금은 련(Training) 작업 또는 배포(Hosting) 작업을 위한 임시 스토리지다. 비용 발생 시점은 아래와 같다
      - 훈련 시: 코드에서 estimator.fit()을 실행할 때, SageMaker는 훈련을 위한 별도 인스턴스를 띄운다. 이때 훈련용 인스턴스에 임시 스토리지(Gp2)가 부착되며, 훈련이 실행되는 동안 비용이 발생한다. (청구서의 Training Job ML storage)
      - 배포 시: 코드에서 estimator.deploy()를 실행하여 엔드포인트를 배포할 때, 호스팅 인스턴스에도 스토리지(Gp2)가 부착된다. 이 비용은 엔드포인트가 ‘InService’ 상태로 존재하는 내내 발생한다. (청구서의 Endpoint ML storage)
  - Amazon SageMaker CreateVolume-Gp3
    - 이 요금은 SageMaker Studio 환경 자체의 기본 스토리지으로 SageMaker Studio 도메인과 사용자 프로필을 처음 생성하는 순간부터 발생한다.
      - JupyterLab이나 CodeEditor 앱을 실행하면, 그 앱이 설치되고 실행될 “컴퓨터”가 필요한데, 이 “컴퓨터”에 부착된 기본 C드라이브(EBS 볼륨)가 바로 Gp3 스토리지로 확인된다.
      - 청구서를 보면 약 5GB가 할당된 것으로 보인다(5.095 GB-Mo)
      - 이 요금은 JupyterLab 앱을 ‘종료(Shutdown)’하는 것과 관계없이, SageMaker Studio 도메인 자체가 존재하는 한 매달 고정적으로 발생하는 “기본료” 또는 “유지비”에 가까운 것 같다.
요약
- Gp3 : Studio 환경을 만드는 순간부터 계속 발생하는 기본 C드라이브 요금.
- Gp2 : fit()이나 deploy()를 실행하여 훈련/배포 인스턴스를 띄울 때 임시로 발생하는 작업용 C드라이브 요금.
AWS 공식 문서 내용
- “SageMaker Studio apps (JupyterLab, Code Editor, etc.) use EBS volumes for persistent user data. These volumes remain allocated as long as the user profile exists.” — AWS Docs: SageMaker Studio Cost Breakdown
- “The 30 GB EBS Free Tier applies only to volumes created under Amazon EC2, not other services such as SageMaker.”
  — AWS Free Tier FAQ

항목	설명
Gp3 (기본료)	Studio 환경(User Profile 단위)에 영구적으로 연결된 기본 디스크. JupyterLab 종료와 무관하게 월 단위 과금.
Gp2 (작업료)	fit() / deploy() 실행 시 임시로 생성되는 Job / Endpoint 용 디스크. 작업 종료 시 해제.
EC2 EBS 프리티어	SageMaker 볼륨에는 미적용. (서비스 명칭이 Amazon SageMaker 이기 때문)

➡️ 교훈: SageMaker 사용 시 소량의 스토리지 비용은 기본 발생함을 인지.

포인트 5: ‘유휴’ IP는 ‘릴리스’해야 과금이 멈춘다.

나의 오해: EC2 인스턴스 중지 시 연결된 탄력적 IP 과금도 멈출 것이라 생각.
해결 및 증명:
- 청구서 확인: Idle public IPv4 address 과금 확인.
- 프리 티어 사용량 페이지 확인: InUseAddress(사용 중)는 무료 한도 내, Idle IP는 별도 과금 확인.
- AWS 문서/콘솔 용어 확인: IP 제거는 ‘릴리스(Release)‘ 사용 확인.
진실: 인스턴스에 연결된 ‘사용 중(In-use)’ IP만 무료. 인스턴스 중지/종료 후 IP를 **’릴리스(Release)’**하지 않으면 ‘유휴(Idle)’ 상태로 간주되어 즉시 과금된다.

➡️ 교훈: ‘EC2’ > ‘탄력적 IP’ 메뉴에서 사용 안 하는 IP는 반드시 ‘릴리스’.

서비스	프리 티어 항목	월 제공량	내 사용량 (10월)	비고 (과금 포인트)
SageMaker Studio	`ml.t3.medium` 인스턴스 (앱 공용)	250시간	356시간	초과 (106시간). JupyterLab, CodeEditor 등 공유.
SageMaker Hosting	`ml.m5.xlarge` 인스턴스	125시간	22시간	`ml.t2`, `ml.m5.large` 사용으로 별도 과금 발생.
S3 Requests	Tier 1 요청 (PUT, LIST 등)	2,000건	2,138건 (초과)	SageMaker 사용 시 누적 주의.
EC2 (Public IP)	사용 중인 Public IPv4 주소	750시간	575시간 (76%)	유휴(Idle) IP는 유료
EC2 (EBS Storage)	범용(SSD) 스토리지	30 GB-월	23 GB-월 (77%)	SageMaker 스토리지는 별도 과금