AWS vs GCP vs Azure 2026 비교: 어떤 클라우드를 선택할까

클라우드를 처음 쓰려는 사람이 가장 먼저 부딪히는 질문이 "AWS, GCP, Azure 중에 뭘 써야 하지?"다. 셋 다 써보지 않으면 비교가 어렵고, 셋 다 써보기엔 각자의 학습 비용이 만만치 않다.

결론부터 말하면, 정답은 없다. 상황에 따라 다르다. 다만 각 플랫폼의 강점과 약점을 파악하고 있으면 결정이 좀 더 쉬워진다.

시장 점유율

2026년 기준 클라우드 인프라 시장 점유율은 대략 이렇다.

• AWS — 약 31%. 여전히 1위지만 점유율이 조금씩 줄고 있다
• Azure — 약 25%. 꾸준히 성장 중. 엔터프라이즈 시장에서 강하다
• GCP — 약 11%. 3위지만 AI/ML 분야에서 성장세가 가파르다

나머지는 Alibaba Cloud, Oracle Cloud, IBM Cloud 등이 나눠 갖고 있다. 사실상 AWS, Azure, GCP 이 세 곳이 전체 시장의 2/3 이상을 차지한다.

AWS — 넓고 깊은 서비스

Amazon Web Services. 2006년에 시작해서 클라우드 시장을 만든 장본인이다. 가장 오래됐고, 가장 서비스가 많다.

강점:

서비스 수가 압도적이다. 200개 이상의 서비스를 제공한다. 컴퓨팅, 스토리지, 데이터베이스, 네트워킹은 물론이고, 위성 통신(Ground Station), 양자 컴퓨팅(Braket), 로보틱스(RoboMaker)까지 있다. "이런 것도 있어?" 싶은 서비스가 계속 나온다.

생태계가 크다. 레퍼런스, 튜토리얼, Stack Overflow 답변, 서드파티 도구가 가장 많다. 문제가 생겼을 때 검색하면 대부분 누군가 이미 겪고 해결한 내용이 나온다. 채용 시장에서도 AWS 경험이 가장 많이 요구된다.

리전(Region) 수도 가장 많다. 전 세계 30개 이상의 리전에서 운영 가능하고, 한국에도 서울 리전이 있다.

약점:

콘솔 UI가 복잡하다. 서비스가 너무 많아서 처음 접하면 뭘 써야 할지 모르겠다. 같은 기능을 하는 서비스가 여러 개 있는 경우도 있다. 컨테이너만 해도 ECS, EKS, Fargate, App Runner... 선택지가 많은 게 장점이기도 하고 혼란이기도 하다.

가격 구조가 난해하다. 서비스마다 과금 방식이 다르고, 데이터 전송 비용이 여기저기 숨어있다. 예상치 못한 청구서를 받는 경우가 흔하다. 비용 관리 도구(Cost Explorer, Budgets)를 반드시 설정해놓아야 한다.

핵심 서비스:

• EC2 — 가상 서버
• S3 — 객체 스토리지
• RDS — 관리형 관계형 DB
• Lambda — 서버리스 함수
• EKS — 관리형 쿠버네티스
• CloudFront — CDN
• DynamoDB — NoSQL

GCP — 데이터와 AI의 강자

Google Cloud Platform. 구글이 내부에서 쓰던 인프라 기술을 외부에 공개한 형태다.

강점:

데이터 분석과 AI/ML 분야에서 가장 앞선다. BigQuery는 페타바이트급 데이터를 SQL로 바로 분석할 수 있는 서버리스 데이터 웨어하우스인데, 이게 진짜 강력하다. 비슷한 규모의 데이터를 AWS Redshift에서 처리하려면 클러스터 크기를 미리 결정해야 하는데, BigQuery는 그냥 쿼리를 던지면 된다.

Vertex AI 플랫폼도 ML 모델 학습과 배포를 통합적으로 관리하기 좋다. 구글이 TensorFlow를 만든 회사니까 ML 생태계와의 통합이 자연스럽다. 2024년 이후로는 Gemini 모델 API도 Vertex AI를 통해 제공되면서 AI 분야의 입지가 더 강해졌다.

네트워크 성능이 좋다. 구글의 글로벌 네트워크 인프라를 공유하니까, 리전 간 통신이나 글로벌 서비스의 레이턴시가 낮다.

쿠버네티스는 구글이 만든 프로젝트다. 자연히 **GKE(Google Kubernetes Engine)**가 가장 성숙하고 기능이 풍부하다. K8s를 주력으로 쓸 계획이면 GKE가 가장 편하다.

약점:

서비스 범위가 AWS보다 좁다. 핵심 서비스는 다 있지만, 틈새 영역의 서비스가 적다. 엔터프라이즈 지원 측면에서도 AWS나 Azure에 비해 부족하다는 평가가 있다.

구글이 서비스를 잘 종료하는 것으로 유명하다는 점도 심리적 부담이다. 클라우드 서비스에서 대규모로 그런 일이 일어날 가능성은 낮지만, 신경은 쓰인다.

핵심 서비스:

• Compute Engine — 가상 서버
• Cloud Storage — 객체 스토리지
• BigQuery — 데이터 웨어하우스
• GKE — 관리형 쿠버네티스
• Cloud Run — 서버리스 컨테이너
• Vertex AI — AI/ML 플랫폼
• Cloud Functions — 서버리스 함수

Azure — 엔터프라이즈와 하이브리드

Microsoft Azure. 마이크로소프트의 엔터프라이즈 고객 기반을 등에 업고 빠르게 성장했다.

강점:

기존 마이크로소프트 생태계와의 통합이 최고 장점이다. Active Directory, Office 365, Dynamics 365, Teams를 쓰는 기업이면 Azure로의 전환이 자연스럽다. **Azure AD(지금은 Microsoft Entra ID)**로 싱글 사인온, ID 관리가 깔끔하게 해결된다.

하이브리드 클라우드 전략에서 가장 강하다. Azure Arc를 통해 온프레미스, 멀티 클라우드, 엣지 환경의 리소스를 Azure에서 통합 관리할 수 있다. 기존 데이터센터를 유지하면서 점진적으로 클라우드로 전환하려는 대기업에 맞는 전략이다.

.NET, C#, Visual Studio 개발자에게는 가장 친화적인 환경이다. Azure DevOps(CI/CD), GitHub(마이크로소프트가 인수)과의 연동도 매끄럽다.

약점:

AWS나 GCP에 비해 콘솔의 사용자 경험이 아쉽다. 로딩이 느리고, UI가 직관적이지 않다는 피드백이 꾸준히 나온다. 개선되고 있긴 하지만 아직 갈 길이 있다.

순수 리눅스/오픈소스 워크로드에서는 AWS나 GCP가 더 편하다는 의견이 많다. Azure가 리눅스를 잘 지원하긴 하지만, 태생적으로 Windows 친화적이라 오픈소스 생태계와의 자연스러움에서 살짝 밀린다.

핵심 서비스:

• Virtual Machines — 가상 서버
• Blob Storage — 객체 스토리지
• Azure SQL — 관리형 DB
• AKS — 관리형 쿠버네티스
• Azure Functions — 서버리스 함수
• Azure OpenAI Service — OpenAI 모델 API
• Cosmos DB — 글로벌 분산 NoSQL

가격 비교

클라우드 가격 비교는 솔직히 지옥이다. 서비스마다, 리전마다, 계약 조건마다 가격이 다르고, 할인 옵션도 제각각이다. 정확한 비교는 각 플랫폼의 가격 계산기로 직접 해봐야 한다.

대략적인 경향만 정리하면:

• 컴퓨팅 — GCP가 초당 과금이라 짧은 작업에 유리하다. 장기 사용 시 자동 할인(Sustained Use Discount)도 있어서, 별도 약정 없이도 할인을 받을 수 있다. AWS와 Azure는 예약 인스턴스(1~3년 약정)로 할인
• 스토리지 — 세 곳 다 비슷한 수준. 대용량에서는 AWS S3가 약간 유리한 편
• 데이터 전송 — 세 곳 다 인바운드는 무료, 아웃바운드는 유료. GCP가 전반적으로 데이터 전송 비용이 낮다
• 서버리스 — AWS Lambda와 Azure Functions의 가격이 비슷하고, GCP Cloud Functions도 큰 차이 없다

프리 티어 비교

항목	AWS	GCP	Azure
기간	12개월 무료 + 상시 무료	90일 $300 크레딧 + 상시 무료	12개월 무료 + 상시 무료
컴퓨팅	t2.micro 750시간/월 (12개월)	e2-micro 1개 상시 무료	B1s 750시간/월 (12개월)
스토리지	S3 5GB (12개월)	Cloud Storage 5GB 상시 무료	Blob Storage 5GB (12개월)
DB	RDS 750시간/월 (12개월)	Firestore 1GB 상시 무료	Cosmos DB 1000 RU/s (12개월)
서버리스	Lambda 100만 요청/월 상시	Cloud Functions 200만 요청/월 상시	Functions 100만 요청/월 상시

GCP의 e2-micro 인스턴스가 상시 무료라는 게 눈에 띈다. 12개월 제한 없이 계속 무료로 소규모 서버를 돌릴 수 있다. 개인 프로젝트나 학습 용도로는 가장 좋은 조건이다.

상황별 추천

스타트업/소규모 팀 — AWS 또는 GCP. AWS는 레퍼런스가 많아서 삽질을 줄일 수 있고, GCP는 프리 티어가 좋고 가격이 합리적이다. 어차피 작은 규모에서는 세 곳 다 비용 차이가 크지 않으니까, 팀에서 경험 있는 플랫폼을 쓰는 게 맞다.

데이터/AI 중심 서비스 — GCP. BigQuery, Vertex AI, Dataflow의 조합이 강력하다. 대규모 데이터 파이프라인을 구축한다면 GCP가 가장 편하다.

엔터프라이즈/MS 생태계 — Azure. Active Directory, Office 365를 이미 쓰고 있다면 Azure와의 연동이 자연스럽다. 하이브리드 클라우드 전략도 Azure가 강하다.

글로벌 서비스 — AWS. 리전 수가 가장 많고, 국가별 규정 준수(compliance) 지원이 넓다. 전 세계에 사용자가 분포된 서비스라면 AWS의 글로벌 인프라가 유리하다.

K8s 중심 아키텍처 — GCP. GKE가 가장 성숙하고 관리가 편하다. Autopilot 모드를 쓰면 노드 관리까지 자동화된다.

멀티 클라우드

"하나만 쓰기 불안한데, 여러 개 쓰면 안 되나?" 기술적으로는 가능하다. 실제로 대기업 중에는 멀티 클라우드 전략을 쓰는 곳이 있다. 한 곳에 장애가 나도 다른 곳에서 서비스를 유지할 수 있고, 벤더 종속(vendor lock-in)도 줄일 수 있다.

근데 현실은 그렇게 단순하지 않다. 멀티 클라우드를 제대로 하려면 각 클라우드의 고유 서비스 대신 Kubernetes, Terraform 같은 클라우드 중립적인 도구를 써야 하고, 네트워킹 설계도 복잡해진다. 운영 인력도 두 배 세 배 필요하다. 소규모 팀에서는 멀티 클라우드의 이점보다 복잡성이 더 크다.

대부분의 경우, 하나의 클라우드를 제대로 쓰는 게 여러 개를 어설프게 쓰는 것보다 낫다. 벤더 종속이 걱정되면 컨테이너 기반 아키텍처와 Infrastructure as Code(Terraform)를 써서 이식성을 확보하는 정도가 현실적인 타협점이다.

결국 클라우드 선택은 기술 비교보다 팀의 경험과 프로젝트 맥락이 더 중요하다. 완벽한 선택을 고민하느라 시간을 허비하기보다, 하나를 빨리 정하고 쓰면서 배우는 게 낫다. 어차피 핵심 개념(컴퓨팅, 스토리지, 네트워킹, IAM)은 세 곳 다 비슷하니까, 하나를 깊이 익히면 다른 곳으로 옮기는 것도 그렇게 어렵지 않다.