Amazon BedrockでAI利用コストをユーザー単位に可視化・制御する方法
IAMプリンシパルを起点に、ツール横断でコストを帰属
Amazon Bedrockのコスト帰属機能は、推論APIの呼び出しを実行したIAMプリンシパルに結び付け、ユーザー別の利用額をCUR 2.0やCost Explorerで追跡する。BedrockはAPI呼び出しに変更を加えなくても、bedrock-runtimeとbedrock-mantleの各エンドポイントで呼び出し元のIAM ARNを記録する。連携ユーザーの場合、セッション名も含む完全なARNがCUR 2.0のline_item_iam_principal列に出力される。
この仕組みの要点は、個々のAIツールではなくBedrockのエンドポイント層で帰属を行うことだ。記事ではClaude Code、Claude Desktop、OpenAI Codex、ChatGPT Work、OpenCodeを例に挙げており、Bedrock経由で推論する限り、ツール固有の計測処理を追加せずに同じ帰属機構を利用できる。組織属性を付加する場合は、IAMプリンシパルへのタグ付け、またはフェデレーション時のセッションタグを使う。タグはCUR 2.0にiamPrincipal/プレフィックス付きで出力され、Cost Explorerでも絞り込み可能なディメンションになる。
ただし、CUR 2.0が示すのはリクエスト単位のコストではない。請求データはプリンシパルと使用タイプごとに、エクスポート間隔単位で集計される。時間単位エクスポートなら1時間、日単位なら1日が集計粒度となる。プロンプト単位の詳細が必要な場合は、モデル呼び出しログやリクエストメタデータタグを併用する。Bedrockは入力、出力、キャッシュ読み取り、キャッシュ書き込みのトークンを別々に計測するため、同一ユーザーの1時間の利用でも通常は4行のCURレコードが生じる。
従来の課題は、複数ユーザーが固定のセッション名で共有IAMロールを使うことや、ゲートウェイ自身のロールでリクエストを中継することで、請求上の主体が単一のプリンシパルに集約される点にある。IAM Identity Centerを使い、各ユーザーのサインイン名をセッション名として伝搬させれば、ユーザー別の識別が可能になる。さらにTeamやCostCenterなどをセッションタグとして付与することで、個人の利用額と組織単位の集計を同じ請求データから扱える。
Identity CenterからCUR 2.0までの実装と運用上の注意
実装の前提は、Bedrockモデルへのアクセス権を持つAWSアカウント、管理アカウントで有効化されたIAM Identity Center、SCIMプロビジョニングに対応する外部IdP、AWS CLI v2、IAMプリンシパル情報を含むCUR 2.0エクスポート、コスト配分タグ、CUR 2.0を参照するAthenaテーブルである。外部IdPとして、記事はOkta、Microsoft Entra ID、Ping Identityを例示している。
まずIdentity CenterのIDソースを外部IdPに設定し、SCIMでユーザーやグループ、チームなどの属性を同期する。次に「Attributes for access control」で属性マッピングを構成し、aws:PrincipalTag/Teamやaws:PrincipalTag/CostCenterとしてセッションへ伝搬させる。Bedrock呼び出し時にこの属性が付与されるため、ツールごとに属性を実装する必要はない。
権限セットは、利用するエンドポイントに応じて構成する。bedrock-mantleを使うツールには、Projectリソースを対象としたbedrock-mantle:CreateInferenceやbedrock-mantle:CountTokensが必要となる。bedrock-runtimeでは、対象モデルまたは推論プロファイルARNにスコープしたbedrock:InvokeModel、bedrock:InvokeModelWithResponseStreamなどを付与する。両方のエンドポイントを使う組織は、同一の権限セットにまとめられる。記事のポリシー例は出発点として示されており、実運用では許可するProjectや推論プロファイルに対象を絞ることが推奨されている。ユーザーは長期AWS認証情報を持たず、監査ログはユーザー単位でCloudTrailに集約される。
開発者端末ではAWS CLIのSSOプロファイルを設定し、aws sso login --profile bedrockで認証する。CLIとSDKはIdentity Centerのセッションが終了するまでアクセストークンを自動更新する。記事ではセッションの既定値を8時間としており、セッション時間の設定はセキュリティと操作性のバランスを取る必要がある。
ツール側では、標準のAWS認証情報チェーンを利用する設定を行う。Claude CodeはAWS SDK認証情報チェーンを読み取るが、AWS_BEARER_TOKEN_BEDROCKが設定されているとそのキーを優先し、キーに関連付くIAMユーザーとして帰属される。Codexでも同変数がSSOプロファイルより優先されるため、ユーザー別SSO帰属を求める場合は無効化が必要だ。Claude Desktopは管理対象設定を読み込み、アプリ内AWSサインインを利用する構成では、各ユーザーがIdentity Centerに直接認証できる。Codexのデスクトップアプリではシェル環境変数が引き継がれない場合があるため、記事は~/.codex/.envへの設定を案内している。モデルの更新で利用挙動が変わるのを避けるため、全社展開前にモデルバージョンを固定することも運用上のポイントとして挙げられている。
課金データの出力では、BillingのData ExportsからCUR 2.0を作成し、Parquet形式、時間または日単位の粒度を選び、「Include caller identity (IAM principal) allocation data」を有効にする。管理アカウントでエクスポートを作成すれば、複数アカウントのBedrock利用を含められる。既存のCUR 2.0エクスポートを使う場合でも、呼び出し元IAMプリンシパル情報を有効にした新しいエクスポートが必要となる。
コスト配分タグは、ユーザーがサインインし、少なくとも1回Bedrockを呼び出した後にBillingで有効化する。タグが表示されるまで最大24時間、CUR 2.0とCost Explorerに反映されるまで最大48時間かかることがあり、有効化前の利用にさかのぼって適用されない。したがって、導入初期のデータ欠落を避けるには、実利用の開始、タグ確認、有効化、請求データ検証の順序をあらかじめ運用手順に組み込む必要がある。
Athena分析と、可視化・利用制御の段階的な設計
CUR 2.0のデータはAthenaで分析できる。たとえばline_item_iam_principalからassumed-role/<role>/<session-name>形式のセッション名を抽出し、使用タイプごとのコストと利用量を集計すれば、ユーザー別の請求内訳を得られる。Cost Center別の時系列分析では、iamPrincipal/CostCenterタグと利用開始日を使って日次コストを集計する。Parquet形式とbilling_periodによる絞り込みは、Athenaのスキャン量、ひいてはクエリコストを抑えるのに有効である。
可視化には、追加構築をほとんど要しないCost Explorer、Athena接続によるダッシュボードや異常検知に対応するAmazon Quick Sight、Cloud Intelligence DashboardsのオープンソースフレームワークであるCUDOS、Athenaプラグインを用いたGrafanaが選択肢となる。用途に応じて、経理・FinOps向けの集計、部門ダッシュボード、既存インフラメトリクスとの時系列比較を使い分けられる。
コストの可視化と支出制限は別の設計課題である。AWS Budgetsは、IAMプリンシパルタグで予算を絞り込み、閾値超過時に拒否ポリシー適用などのアクションを実行できる。追加インフラが不要な反面、更新は最大で1日3回であり、Bedrock料金が請求データに現れるまで最大24時間かかる場合がある。そのため、利用速度の高いユーザーでは、制御が有効になる前に最大1日分の超過が起こり得る。
より短い遅延が必要なら、BedrockのCloudWatchメトリクス(InputTokenCount、OutputTokenCount、Invocations)をモデルIDまたは推論プロファイルでフィルタリングし、CloudWatchアラームとLambdaで制御する構成がある。記事が示す制御遅延は1~5分だが、ユーザー単位に細分化するにはApplication Inference Profilesまたはユーザー別ロールが必要となる。DynamoDBを使ったクォータ管理は、認証時にユーザー別トークンカウンターを更新し、上限超過後に認証情報の発行を止める方式である。個々のAPI呼び出しを即時遮断するものではなく、次回の認証情報更新時に制限が効くが、請求データの反映待ちに依存しない。LLMゲートウェイはリクエストごとの遮断を実現できる一方、運用負荷が最も高く、各リクエストに遅延を追加する。
実務では、CUR 2.0を事後分析と予算報告の基盤にし、DynamoDBまたはゲートウェイで低遅延の制御を補い、AWS Budgetsをバックストップとして重ねる構成が考えられる。どの方式を採るかは、許容可能な超過額、制御の即時性、追加運用負荷のトレードオフで決まる。
開発者・エンジニア視点での考察
-
認証情報の優先順位を、デプロイ前のテスト項目にする。 SSOプロファイルを設定していても、
AWS_BEARER_TOKEN_BEDROCKが存在すれば、ツールによってはAPIキー側のIAMユーザーに帰属が切り替わる。端末設定、デスクトップアプリの環境変数継承、認証情報チェーンの優先順位を確認し、CloudTrailとCURの主体が想定ユーザーになっていることを検証してから展開する。 -
「ユーザー別請求」と「プロンプト別分析」を分離して設計する。 CUR 2.0は使用タイプとエクスポート間隔単位の集計であり、個々の呼び出しの費用をそのまま提供するものではない。まずCURでユーザー・チーム別の予算管理を行い、プロンプト単位の調査が必要なワークロードに限ってモデル呼び出しログやリクエストメタデータタグを追加すれば、詳細度とデータ管理コストの釣り合いを取りやすい。
-
予算アラートを即時遮断の代替と見なさない。 Budgetsの更新頻度と請求データの遅延を踏まえると、閾値設定だけでは高速利用時の超過防止にならない。チームごとに許容超過額を定義し、低リスクの可視化はCURとBudgets、高リスクの利用制御は認証時クォータやゲートウェイに分担させる。制御方式ごとの有効化タイミングも含めて、実際のトークン利用で上限超過時の挙動を試験することが重要である。
Source / 元記事
この記事について
この記事は、公開されているニュース、論文、公式発表、RSSフィードなどをもとに、AIが要約・補足調査・考察を行って作成しています。
元記事の完全な翻訳・逐語的な要約ではなく、AIによる背景説明や開発者向けの考察を含みます。
重要な技術仕様・価格・提供状況などは、必ず元記事または公式情報をご確認ください。


