今週のAWSアップデート概観

2026年4月20日週は、AWSのさまざまな領域で実用的なアップデートが相次いだ一週間でした。オブザーバビリティ、データベース、AIエージェント、データレイク、コンタクトセンターと、幅広いスタックに影響するアップデートが揃っています。

今回取り上げる5本はいずれも「すでに利用しているサービスがより強力になった」という性格のアップデートです。今日から設計や運用を見直すきっかけになる情報として解説します。

• CloudWatch Logs Insights - JOINとサブクエリの追加（4月21日）
• Aurora Serverless - プラットフォームv4による最大30%パフォーマンス向上（4月）
• Amazon Bedrock AgentCore - マネージドハーネス・CLI・コーディングスキルの追加（4月22日）
• Amazon Redshift - IcebergテーブルへのUPDATE/DELETE/MERGE対応（4月23日）
• Amazon Connect - AIエージェント向けメトリクス8種の追加（4月24日）

CloudWatch Logs InsightsにJOINとサブクエリが登場

Amazon CloudWatch Logs Insightsに、JOINコマンドとサブクエリコマンドが追加されました。2026年4月21日のアップデートで、全商用AWSリージョンで即日利用可能になっています。

これまでのLogs Insightsでは、複数のロググループにまたがる分析を行う場合、ロググループごとに個別クエリを実行し、その結果を手作業で突き合わせるか、CloudWatch Metrics Insightsや外部ツールに頼るしかありませんでした。マイクロサービスや分散システムを運用している現場では、「アプリログとインフラログを同時に見たいのに、クエリを分けないといけない」という煩わしさを経験されている方も多いはずです。

今回の追加により、アプリケーションエラーログとインフラメトリクスログの相関分析、セキュリティイベントの複数サービスにまたがる追跡、分散システムでのユーザーセッションのトレースなどを単一クエリで実行できます。

具体的には、「過去1日で20件以上エラーが発生したサービス」をサブクエリで抽出し、パフォーマンスログとJOINして平均応答時間を算出するといった使い方が典型例です。「エラーが多いサービスの中でレイテンシも悪いのはどれか」を一発で特定できます。Ragateでは、LambdaやECSサービスが連携するサーバーレスアーキテクチャの障害調査に特に有効な改善と評価しています。

Aurora ServerlessがMLスケーリングで最大30%高速化

Amazon Aurora Serverlessの新しいプラットフォームバージョン4（以下、v4）がリリースされました。v4では機械学習ベースのスケーリングアルゴリズムが採用され、パフォーマンスと応答性が大幅に改善されています。

主な改善数値は以下のとおりです。

• スケールアップ速度: 最大45.0%高速化
• ワークロード完了時間: 32.9%短縮
• Aurora MySQL/PostgreSQL両対応でv3比27〜34%のNOPM（New Orders per Minute）向上

v4の特徴的な点は、スケーリングアルゴリズムが「同時実行タスク間のリソース競合」を認識できるようになったことです。WebアプリのリクエストとバッチSQLが同時に動く状況でも、それぞれのリソース消費パターンを識別して適切にスケールアウトします。これまでのCPU/メモリ使用率ベースの反応的なスケーリングから、予測的・文脈的な判断へと進化しました。

AWSが特に推奨するユースケースは「エージェント型AIアプリケーションのバックエンド」です。バースト性が高く予測困難なトラフィックパターンを持つエージェント型AIに対して、v4のスケーリングは特に適しています。料金面での追加費用はなく、新規クラスター・リストア・クローンはすべて自動的にv4で起動します。

Ragateでは生成AIエンドポイントのバックエンドとしてAurora Serverlessを採用するプロジェクトが増えており、追加コストなしでv4の恩恵を受けられる点はサーバーレスアーキテクチャの運用最適化として大きなメリットになります。

Bedrock AgentCoreがエージェント開発を劇的に加速

Amazon Bedrock AgentCoreに、エージェント開発を加速する3つの新機能が追加されました。2026年4月22日のアップデートで、「マネージドハーネス（プレビュー）」「AgentCore CLI」「コーディングアシスタントスキル」が同時に登場しています。

マネージドハーネス（プレビュー）

従来、LLMベースのエージェントを動作させるには、推論ループ（モデルへの問い合わせ→ツール選択→ツール実行→結果の再入力）をオーケストレーションするコードを自前で実装する必要がありました。マネージドハーネスはこの実装コストをゼロにする機能です。

利用者はモデル・システムプロンプト・ツールを指定するだけで、AgentCoreがエージェントループ全体（推論・ツール選択・アクション実行・レスポンスストリーミング）を管理します。公式ブログによると、3回のAPI呼び出しで動作するエージェントを構築できるとされています。

セッションはマイクロVM上で管理され、ファイルシステムやシェルアクセスも利用可能です。「ファイルシステム永続化（プレビュー）」機能を使えば、エージェントが途中でサスペンドし、後から完全に同じ状態でレジュームすることも可能です。モデルは特定のモデルに縛られない設計であり、セッション途中でモデルを切り替えることもできます。

現時点ではプレビューで、対応リージョンは米国西部オレゴン・米国東部バージニア北部・欧州フランクフルト・アジア太平洋シドニーの4リージョンです（東京リージョンは現時点では未対応）。

AgentCore CLI

AgentCore CLIはAWS CDKをリソースマネージャーとして使うことで、エージェントをインフラストラクチャーアズコード（IaC）として管理できる機能です。エージェントのガバナンスと監査性を確保しながら、プロトタイプから本番環境へのプロモーションを標準的なデプロイパイプラインに乗せることができます。Terraform対応も予定されています。

コーディングアシスタントスキル

AgentCore CLIはコーディングアシスタントとの統合に最適化されており、AgentCoreの最新ガイダンスを提供するプレビルトスキルが提供されます。現時点ではKiro Powerで利用可能で、Claude Code・Codex・Cursorへの対応も予定されています。

これらの機能はいずれも追加料金なしで利用できます。AgentCore CLIは14リージョンで利用可能です。

Ragateでは、AIエージェント開発においてオーケストレーション実装の複雑さが案件ごとに工数を増大させる課題を実感しています。マネージドハーネスとAgentCore CLIの組み合わせにより、プロトタイプを迅速に構築して検証し、本番環境へのデプロイをIaCで管理するというサイクルを、より小さなチームで回せるようになると期待しています。

RedshiftがIcebergテーブルへのUPDATE/DELETE/MERGEに対応

Amazon RedshiftからApache Icebergテーブルへの行レベルDML操作（UPDATE、DELETE、MERGE）が可能になりました。2026年4月23日のアップデートで、Amazon Redshiftが利用可能な全AWSリージョンで利用できます。

Apache Icebergはオープンテーブルフォーマットとして広く採用されており、S3などのオブジェクトストレージ上に構築したデータレイクを、複数のクエリエンジンから読み書きできる形式で管理できます。しかし、これまでRedshiftからIcebergテーブルへのDML操作（データの変更）には制約があり、行レベルの更新や削除を行うには別のエンジン（Amazon EMRやAthena等）を使う必要がありました。

今回のアップデートで、Redshiftから直接以下の操作が可能になります。

• UPDATE: 指定した条件の行を更新
• DELETE: 指定した条件の行を削除
• MERGE (UPSERT): 存在すれば更新、なければ挿入を単一ステートメントで実行

対応するIcebergパーティションtransformはidentity・bucket・truncate・year・month・day・hourです。S3 Tablesも対応しています。

実用上特に重要なのがMERGE文です。これにより、CDC（Change Data Capture）パターンやSCD（Slowly Changing Dimension、緩やかに変化するディメンション）パターンをRedshift単体で実装できるようになります。データウェアハウスとデータレイクの境界がさらに溶けていくことで、アーキテクチャの選択肢が広がります。

相互運用性の観点では、RedshiftがIcebergテーブルに加えた変更はAmazon EMRやAmazon Athenaとも互換性が維持されます。Ragateでは、すでにRedshiftを分析基盤として利用しているプロジェクトで、追加のETLエンジンを導入せずにIcebergへの書き込みを実現できる点が運用コスト削減につながると評価しています。

Amazon ConnectにAIエージェント品質計測の新メトリクス8種

Amazon Connectに、AIエージェントのパフォーマンスを計測するための新メトリクスが8種類追加されました。2026年4月24日のアップデートで、Amazon Connect AIエージェントをサポートする全AWSリージョンで利用できます。

今回追加された新メトリクスには以下のようなものが含まれます。

• ゴール達成率（Goal success rate）: AIエージェントが顧客の要求を成功裏に解決したかどうかを評価
• 忠実度スコア（Faithfulness score）: AIエージェントが提供した回答が知識ベースや指示に基づいているかを評価。文脈的なハルシネーションの検出に活用
• ツール選択精度（Tool selection accuracy）: AIエージェントが適切なツールやAPIを選択・使用できているかを評価
• 顧客フィードバック: サムズアップ/ダウンによる顧客評価（有効化した場合）

これらのメトリクスにはAmazon ConnectのAIエージェントパフォーマンスダッシュボードからアクセスできるほか、GetMetricDataV2 APIやゼロETLデータレイク連携を通じてカスタムレポートや既存の分析ワークフローへの統合も可能です。

品質改善サイクル（計測→分析→改善→再計測）を回すための計測基盤が整ったことは、AIエージェントの本番運用において重要なアップデートです。Ragateでは特に忠実度スコアを、プロンプトチューニングや知識ベース改善を定量評価するための指標として推奨しています。

今週のAWSアップデートを振り返ると、AIエージェントの開発・運用基盤が着実に整備されてきていることが印象的です。Bedrock AgentCoreのマネージドハーネスはエージェント構築のハードルを大幅に下げ、Aurora Serverless v4はエージェント型AIのバックエンドとして最適なデータベースへと進化しました。RedshiftのIceberg DML対応やCloudWatch Logs InsightsのJOIN/サブクエリは、データ基盤と運用監視の両面で確実な前進です。

Ragateでは、AWSサーバーレスを中心としたクラウドネイティブなシステム構築と生成AI活用の支援を行っています。今週のアップデートを自社のシステムにどう活かすか検討している方は、ぜひお気軽にお声がけください。