커서, 자체 AI 모델 출시... 에이전트 기반 코딩에 전력투구
새로운 ‘컴포저’, 다중 에이전트 워크플로우로 소프트웨어 개발 재정의하며 4배 빠른 코딩 약속
커서(Cursor)가 AI 프로그래밍 경쟁에서 도전장을 내밀었다. 이 스타트업은 화요일, 여러 AI 에이전트가 실시간으로 협력할 수 있도록 완전히 재구상된 인터페이스와 함께 첫 자체 개발 코딩 모델인 “컴포저(Composer)”를 공개했다. 이는 단순한 업그레이드를 넘어, 개발자들이 코드를 작성하고, 테스트하며, 생각하는 방식 자체의 변화를 의미한다.
커서 2.0의 핵심은 컴포저에 집중되어 있다. 커서 측은 이 모델이 대부분의 프로그래밍 작업을 30초 안에 완료할 수 있으며, 이는 다른 주요 AI 모델보다 약 4배 빠르다고 주장한다. 그러나 속도만이 전부는 아니다. 커서의 가장 큰 혁신은 파일이 아닌 자율 AI 작업자를 개발 프로세스의 핵심으로 다루는 '에이전트 우선' 설계다. 이는 코딩이 타이핑하는 행위보다는 디지털 엔지니어 팀을 관리하는 것처럼 느껴지는 미래에 대한 과감한 도전이다.
커서 팀은 발표에서 “코딩의 병목 현상이 변화하고 있다”고 설명했다. 과거 개발자들은 코드를 한 줄씩 작성하는 데 많은 시간을 보냈지만, 이제는 AI 에이전트가 생성한 코드를 검토하고 모든 것이 올바르게 작동하는지 확인하는 데 시간을 할애한다. 커서 2.0은 이 두 가지 문제를 정면으로 다룬다. 에이전트의 속도를 높이고, 이들을 제어하기 위한 내장 검증 도구를 제공한다.
이번 출시는 더없이 흥미로운 시기에 이루어졌다. 전 세계 기술 분야에서 AI 코딩 지원 도구는 이제 전체 기능을 생성하거나 방대한 프로젝트를 재구성할 수 있지만, 대부분의 개발 환경은 여전히 인간이 대부분의 작업을 수행한다고 가정한다. 커서의 해답은 무엇일까? 개발자가 원하는 바를 설명하면 에이전트가 어려운 작업을 처리하도록 하는 것이다. 물론, 필요할 때마다 옛날처럼 코드를 직접 수정할 수도 있다.
다중 에이전트 전략의 승부수
커서 2.0을 진정으로 차별화하는 점은 병렬 처리를 수용하는 방식이다. 새로운 인터페이스는 여러 에이전트(때로는 다른 AI 모델 기반)를 동시에 실행하여 동일한 작업을 처리하도록 쉽게 만든다. 작업이 완료되면 최상의 결과를 선택하면 된다. 연구원들은 오랫동안 실험실에서 이러한 “다중 시도, 최적 선택” 전략을 사용해왔지만, 이제는 스위치를 켜는 것만큼이나 쉬워졌다.
내부적으로 커서는 Git 워크트리 또는 원격 머신을 사용하여 각 에이전트를 격리함으로써 작업 충돌을 방지한다. 이 설정 덕분에 팀은 복잡한 문제에 대해 최대 8개의 에이전트를 동시에 실행할 수 있다. 이는 신뢰성을 높이기 위한 무차별 대입 방식(더 많은 컴퓨팅 파워)이며, 모델이 매우 빠르고 경제적일 때만 효과적이다. 커서는 컴포저가 이러한 조건을 충족한다고 믿는다.
그리고 초기 테스트 결과는 이러한 주장을 뒷받침하는 것으로 보인다. 회사 측은 “동일한 작업에 여러 모델을 실행하고 최상의 출력을 선택하는 것은 특히 어려운 문제에서 결과를 크게 향상시킨다”고 보고했다.
커서 2.0을 시범 운영해온 엔지니어링 컨설팅 업체 ctol.digital은 큰 성과를 거두었다. 내부 검토에서 그들은 컴포저의 코드 품질이 최고 수준의 외부 모델과 일치하며, “다단계 워크플로우에서 작업을 훨씬 더 빠르게 완료한다”고 밝혔다. ctol.digital의 엔지니어들은 이제 까다로운 리팩토링 작업에 병렬 에이전트를 일상적으로 활용하고, 깨끗하게 컴파일되고 모든 테스트를 통과하는 버전을 선택한다. 한 개발자는 “기계에 시행착오를 아웃소싱하는 것과 같다”고 표현했다.
테스트 루프 완성
커서 2.0은 단순히 코딩만 하는 것이 아니라 테스트도 수행한다. 이번 업데이트는 에이전트가 자체 테스트를 실행하고, 웹 인터페이스를 클릭하며, 사람의 도움 없이 즉석에서 문제를 해결할 수 있는 내장 브라우저를 도입했다. UI(사용자 인터페이스) 중심의 애플리케이션을 구축하는 개발자들에게 이는 판도를 바꾸는 기능이다.
ctol.digital 팀은 이 브라우저를 “주목할 만한 큰 변화”라고 평가하며, “변경 사항을 자동 테스트하고 병합 전에 오류를 잡아낸다”는 점을 칭찬했다. 요소 선택, 자동 스크린샷, 공유 컨텍스트와 같은 기능을 통해 에이전트는 이제 자신의 작업을 즉시 확인할 수 있다.
이는 AI 코딩에서 가장 큰 좌절감 중 하나를 직접적으로 해결한다. 즉, 모델이 완벽해 보이지만 실행 시 조용히 실패하는 코드를 자주 생성한다는 점이다. 에이전트가 스스로 테스트하도록 함으로써 커서는 품질 관리를 소스 코드에 더 가깝게 만들고, 진정한 자율 코딩을 향한 큰 발걸음을 내딛는다.
내부 작동 방식
컴포저는 빠를 뿐만 아니라 똑똑하다. 이 모델은 코드 조각(snippet)이 아니라 전체 코드베이스를 이해하도록 훈련되었다. 내장된 시맨틱 검색 덕분에 방대한 리포지토리를 탐색하고 수천 개의 파일 간 관계를 추적할 수 있다. 이는 작은 변경 사항이 전체 시스템에 영향을 미칠 수 있는 실제 프로젝트에서 매우 중요하다.
커서는 또한 내부 기술에도 막대한 투자를 해왔다. 자동 완성 기능을 개선하기 위해 온라인 강화 학습을 추가했으며, 엔비디아의 새로운 블랙웰(Blackwell) GPU에 최적화된 “전문가 혼합(mixture-of-experts)” 아키텍처를 실험하고 있다. 이러한 업그레이드는 개발자들이 코딩 세션당 수십 건의 AI 요청을 주저 없이 보낼 수 있는 미래를 암시한다.
속도와 정밀함의 균형
새 시스템 지지자들조차도 모든 것이 순조롭지만은 않다고 인정한다. ctol.digital의 검토는 몇 가지 주의 사항을 제시했다. 그들은 “AI 편집이 미묘한 회귀(regression)를 유발할 수 있다”고 경고했다. 개발자들은 여전히 모든 변경 사항을 신중하게 검토하고 통제된 브랜치를 사용해야 한다. 또한 에이전트 우선 워크플로우는 기존 IDE에 익숙한 사람들에게 적응 시간이 필요하다.
그들의 조언은 무엇일까? 어려운 문제에 다중 에이전트 모드를 사용하되, 코드 검토는 절대 건너뛰지 말라는 것이다. 팀은 “컴포저의 속도를 검증을 대체하는 것이 아니라 더 많이 반복할 수 있는 방법으로 활용하라”고 조언했다.
기계의 효율성과 인간의 통찰력 사이의 이러한 균형이 소프트웨어 개발의 다음 시대를 정의할 수도 있다. AI 도구는 이제 엄청난 복잡성을 처리할 수 있지만, 인간의 감독은 모든 것을 원활하게 유지하는 안전망으로 남아 있다.
현재로서는 커서의 전략이 분명하다. 에이전트를 더 빠르고, 더 스마트하며, 스스로 테스트하는 데 더 능숙하게 만드는 것이다. 컴포저가 오픈AI, 앤트로픽, 구글과 같은 거대 기업들과 진정으로 경쟁할 수 있을지는 아직 미지수다. 그러나 한 가지 확실한 점은, 커서의 새로운 접근 방식이 자동 완성에서 협업으로의 전환을 의미한다는 것이다. 코딩이 줄을 타이핑하는 것보다 디지털 코더들의 조화로운 교향곡을 지휘하는 것처럼 보이게 하는 변화다.
ctol.digital 엔지니어링 팀의 일부 엔지니어들은 커서의 새로운 출시를 전통적인 소프트웨어 엔지니어링의 종말을 알리는 '최후의 못'이라고 부르고 있다. 다중 에이전트 AI 시스템이 번개 같은 속도로 코드를 작성, 테스트, 최적화하는 시대가 도래하면서, 인간이 소프트웨어의 모든 라인을 직접 만들던 구시대적 모델은 다른 시대의 유물처럼 느껴진다. 수동 코딩의 시대는 단순히 저물고 있는 것이 아니라, 공식적으로 끝난 것이다.