> ## Documentation Index > Fetch the complete documentation index at: https://docs.cloudthinker.io/llms.txt > Use this file to discover all available pages before exploring further. # CostOps > AI가 생성한 추천을 통해 AWS, GCP, Azure 전반의 클라우드 비용 절감 기회를 찾고 우선순위를 정하고 추적합니다 CostOps는 연결된 클라우드 계정을 지속적으로 분석하여 절감 기회를 발굴하고, 우선순위가 매겨진 추천을 생성하며, 구현한 최적화를 추적합니다. 유휴 인스턴스, 연결되지 않은 볼륨, 예약 용량 적용 범위의 드리프트 같은 클라우드 낭비는 청구서 사이에 조용히 누적됩니다. CostOps는 청구서를 기다리는 대신 지속적으로 감시합니다. ## 동작 방식 1. **발견** — CloudThinker가 연결된 AWS, GCP, Azure 계정을 스캔하여 리소스, 구성, 지출 패턴을 인벤토리화합니다. 2. **분석** — 에이전트가 리소스 활용도, 지출 추세, 구성 패턴을 클라우드 네이티브 베스트 프랙티스와 비교 평가합니다. 3. **추천** — [Alex](/ko/guide/agents/alex)가 우선순위가 매겨진 추천을 생성합니다. 각 추천에는 예상 절감액, 노력 수준(Low/Medium/High), 위험 평가(Low/Medium/High), 구현 단계가 포함됩니다. 4. **구현** — [승인](/ko/guide/approval)을 받아 CloudThinker가 추천을 실행하거나 수동 실행을 위한 상세 가이드를 제공합니다. 5. **추적** — [절감 추적](/ko/guide/cost-optimization/savings)이 구현 후 실제 절감액을 예측치와 비교 측정합니다. Alex가 클라우드 전반의 비용 작업을 주도하며, [Kai](/ko/guide/agents/kai)는 Kubernetes 효율성을, [Tony](/ko/guide/agents/tony)는 데이터베이스 비용을 튜닝합니다. ## 주요 기능 | 기능 | 설명 | 자세히 보기 | | -------- | ------------------------------------------------------------------------------------------ | ----------------------------------------------------- | | 추천 | 각 항목에 절감액, 노력, 위험이 포함된 AI 생성 비용 절감 추천 검토 | [추천](/ko/guide/cost-optimization/recommendations) | | 비용 분석 | 계정 및 서비스 전반의 지출 추세, 예측, 귀속 분석 | [Analytics](/ko/guide/cost-optimization/analytics) | | 리소스 최적화 | 인스턴스 적정 크기 조정, 유휴 리소스 감지, 활용도 분석 | [리소스](/ko/guide/infrastructure/resources) | | 절감 추적 | 구현된 추천을 추적하고 실제 절감액과 예측치 비교 측정 | [절감 추적](/ko/guide/cost-optimization/savings) | | 지속적 가드레일 | 예약된 [CloudKeepers](/ko/guide/infrastructure/cloudkeepers) 비용 검사를 실행하여 낭비를 놀라움이 아닌 발견으로 드러냄 | [CloudKeepers](/ko/guide/infrastructure/cloudkeepers) | ## 지원 리소스 유형 CostOps는 58개 이상의 AWS 리소스 유형과 핵심 GCP 및 Azure 서비스를 분석합니다. | 제공자 | 영역 | 적용 범위 | | ----- | ------- | -------------------------------------------------------------------------------------------------- | | AWS | 컴퓨팅 | EC2 (적정 크기 조정, 예약 인스턴스, 스팟), ECS, EKS, Lambda 메모리 튜닝, Batch, EMR, App Runner | | AWS | 스토리지 | S3 라이프사이클 및 스토리지 클래스, EBS (연결 해제, 과대 크기), EFS 처리량, Glacier 아카이빙 | | AWS | 데이터베이스 | RDS 크기 조정 및 예약 인스턴스, DynamoDB 용량 모드, DocumentDB, Neptune, Redshift, ElastiCache | | AWS | 네트워킹 | CloudFront 캐싱, ELB/ALB/NLB 유휴 감지, NAT Gateway 효율성, Route 53, API Gateway | | AWS | 분석 및 AI | SageMaker 엔드포인트, 노트북, 트레이닝 작업, OpenSearch, Kinesis, Firehose, Glue | | GCP | 전체 | Compute Engine (적정 크기 조정, 약정 사용 할인), Cloud Run, Cloud Functions, Cloud SQL, GKE, Cloud Storage 클래스 | | Azure | 전체 | Virtual Machines, Azure Kubernetes Service, Azure SQL Database, Blob Storage, App Services | ## 빠른 시작 워크스페이스 채팅에서 Alex에게 첫 번째 비용 분석을 요청하세요: ```text theme={null} @alex #recommend cost-saving opportunities for production workloads @alex #dashboard current month spending by service @alex #report unattached EBS volumes and unused Elastic IPs across all regions ``` 각 결과에는 기반 데이터가 포함되어 있어 실행 전에 추천을 검증할 수 있습니다. ## 시작하기 비용 절감 추천을 생성, 검토, 구현, 추적합니다 지출 패턴, 이상 징후, 예측을 파악합니다 낭비를 발견으로 드러내는 지속적인 비용 가드레일을 예약합니다 실현된 절감액과 최적화 결과를 시간별로 측정합니다