커서 컴파일 26 기조연설 정리 — 커서 모바일, 오리진 깃 플랫폼, 처음부터 학습하는 신규 코딩 모델

핵심 메시지

• 커서 이용자의 95% 이상이 코드 자동완성이 아니라 에이전트를 주된 사용 방식으로 쓰고 있으며, 요청 건수로도 에이전트가 보조 기능보다 약 5배 많다.
• 이번 콘퍼런스에서 커서 모바일 베타, 에이전트를 염두에 두고 설계한 깃 플랫폼 '오리진', 그리고 새 대형 모델 세 가지를 발표했다.
• 새 모델은 오픈소스 가중치에서 출발하지 않고 처음부터 학습하며, 이전보다 10~20배 많은 연산 자원을 투입한다고 밝혔다.
• 회사는 개발자가 작업을 몇 분씩 쪼개 넘기는 방식에서 벗어나, 에이전트에게 프로젝트 단위를 며칠간 맡기는 방향을 목표로 제시했다.
• 창업자는 2022년 1월 창업 당시 AI 코딩 분야가 이미 붐벼 진입을 망설였고, 초기 베타 사용자 대부분이 제품에 시큰둥했다는 사실도 함께 공개했다.

쉽게 이해하기

커서가 첫 자체 콘퍼런스 '컴파일 26'을 열고 공동창업자 마이클 트루엘의 기조연설로 문을 열었다. 그는 회사가 2022년 1월에 시작됐고 커서 첫 버전은 2023년 초에 나왔다고 회고했다. 정작 창업 초기에는 AI 코딩 분야에 이미 수십 개의 스타트업과 빅테크, 연구소가 뛰어들어 있어 "자리가 없다"고 판단하고 다른 프로젝트를 하며 한 해를 보냈다고 한다.

결국 스스로 쓰고 싶은 도구가 시장에 없다는 이유로 2022년 말 개발에 착수해, 2주 만에 프로토타입을 만들었다. 초기 베타 사용자 20명을 직접 붙어서 온보딩했지만 첫 번째와 두 번째 사용자는 제품을 마음에 들어 하지 않았고, 두 번째 사용자는 아예 연락을 끊었다고 밝혔다. 그 뒤 매일 쓰는 개발자가 몇 명 생기면서 지금까지 이어지는 개선 루프가 시작됐다는 설명이다.

제품 측면의 가장 큰 변화는 '에이전트 우선'으로의 전환이다. 트루엘은 현재 이용자의 95% 이상이 커서를 주로 에이전트로 쓰고, 요청 건수 기준으로도 에이전트가 탭 자동완성 같은 보조 기능보다 약 5배 많으며 작성되는 코드 줄 수로 보면 격차가 훨씬 크다고 말했다. 최신 버전인 커서 3는 화면을 가리키며 요소 수정을 지시하는 디자인 모드, 서브에이전트가 다시 서브에이전트를 호출하는 재귀 구조 등을 담았다.

발표된 세 가지 신규 발표 중 첫째는 커서 모바일 베타다. 클라우드 에이전트는 지난 몇 달간 속도가 3배 빨라지고 이른바 '나인 세 개'(99.9%) 수준의 안정성에 도달했으며, 자동화 기능은 출시 몇 달 만에 600만 건 이상 실행됐다고 한다. 사례로 앰플리튜드가 리액트 컴포넌트 2만여 곳을 테일윈드로 바꾸는 마이그레이션을 자체 에이전트로 돌리고 있다는 점을 들었다.

둘째는 '오리진'이라는 깃 플랫폼이다. 올해 1월 커서에 인수된 그래파이트의 공동창업자 토마스 라이머스가 발표를 맡아, 깃 구조를 새로 설계해 수천 개 에이전트가 같은 저장소에 동시에 밀어 넣고 받아가는 부하 테스트를 통과했다고 설명했다. 셋째는 새 모델로, 오퍼스·GPT급 규모에 처음부터 학습하며 코딩을 넘어 범용 지능을 지향한다고 밝혔다.

주요 인사이트

• 커서가 강조한 지표는 '에이전트 사용 비중'이다. 자동완성 중심에서 위임 중심으로 개발 도구의 무게중심이 옮겨갔다는 주장을, 회사가 자사 사용 데이터로 뒷받침한 셈이다.
• 발표에서 반복된 문제의식은 '노트북에서 에이전트 서너 개를 돌리는 방식은 확장되지 않는다'는 것이다. 에이전트에게 각자의 개발 환경과 자격 증명을 주어 테스트·검증·데모 생성까지 스스로 하게 만드는 쪽으로 설계가 이동하고 있다.
• 모델 전략의 전환점도 분명하다. 기존 컴포저 계열은 오픈소스 기반 위에 강화학습과 추가 사전학습을 얹는 방식이었지만, 새 모델은 처음부터 학습해 동작 전반을 직접 통제하겠다는 것이다.
• 회사는 연산 자원 부족이 그동안 모델 개선의 실질적 병목이었다고 인정했다. 10~20배 확대가 성능 향상으로 이어질지는 아직 검증되지 않은 주장이므로, 실제 공개 이후의 평가가 필요하다.
• 코드 리뷰·머지·배포처럼 '코드를 쓰는 일' 바깥의 워크플로까지 도구가 흡수하려는 흐름이 오리진 발표에 담겨 있다. 개발 도구 경쟁이 편집기 영역을 넘어서고 있다는 신호다.

자주 묻는 질문

관련 AI 소식