Cursor IDE 실사용 6개월 후기 — AI 코딩의 현실

이미지 출처: Cursor (Anysphere Inc.)

"AI 코딩 도구, 진짜 써보면 어때요?" 이 질문에 6개월치 실무 데이터로 답할 수 있게 됐다. 프론트엔드(React/Next.js)와 백엔드(FastAPI/Node.js) 혼합 프로젝트를 Cursor와 함께 진행하며 생산성, 한계, 비용 효율을 직접 체감했다. 결론부터 말하자면 "쓸 만하다"와 "만능은 아니다"가 동시에 참이다.

Cursor란 무엇인가

Cursor는 샌프란시스코 스타트업 Anysphere가 개발한 AI 네이티브 코드 에디터다. VS Code를 포크(fork)해 만든 탓에 기존 VS Code 사용자라면 설정·익스텐션·단축키 거의 그대로 가져올 수 있다. 단, 단순히 AI 플러그인을 얹은 수준이 아니라 에디터 자체에 AI 기능이 깊숙이 통합돼 있다는 점이 다르다.

핵심 차별점은 코드베이스 전체를 컨텍스트로 활용한다는 것이다. 단일 파일이 아니라 프로젝트 구조, 타입 정의, 관련 파일을 AI가 참조하며 응답한다. 2023년 말 등장해 빠르게 개발자 커뮤니티의 주목을 받았으며, 2025년 기준 월간 활성 사용자 50만 명을 넘어섰다고 알려져 있다.

경쟁 도구 4종 비교표

Cursor만 보는 것보다는 대안과 나란히 놓고 봐야 선택이 쉽다. 현재 시장에서 가장 많이 비교되는 GitHub Copilot, Windsurf, JetBrains AI와 핵심 기능을 정리했다.

핵심 포인트: Copilot은 GitHub 생태계 통합(PR 리뷰, 이슈 연동, Actions)이 강점이고 가격이 저렴하다. Cursor는 에이전트 기능과 컨텍스트 깊이에서 앞선다. Windsurf는 Cascade 에이전트의 작업 흐름이 자연스럽다는 평가가 많고 가격 경쟁력이 있다. JetBrains AI는 Java/Kotlin 개발자처럼 IntelliJ 생태계에 이미 발을 담근 팀에게 적합하다.

주요 기능 상세 분석

Tab 자동완성

Cursor의 Tab 자동완성은 GitHub Copilot과 가장 직접 비교되는 기능이다. 단어 단위가 아니라 여러 줄 단위로 미래 코드를 예측해 제안한다.

체감 특징:

• 현재 파일의 패턴을 학습해 일관된 코딩 스타일로 제안
• 커서 위치 앞뒤 맥락을 함께 보고 "중간 완성"도 지원 — 즉, 함수 중간에 빈 칸을 두고 뒷부분을 먼저 쓰면 AI가 그 간격에 맞는 코드를 채워준다
• Tab으로 수락, Esc로 거절, 부분 수락은 Ctrl+→

6개월 동안 가장 많이 쓴 기능이다. 반복적인 CRUD 코드나 테스트 코드 작성에서 체감 속도가 눈에 띄게 빨라졌다. 특히 같은 패턴의 코드를 반복할 때 AI가 패턴을 파악하고 다음 줄을 미리 완성해 주는 경험은 처음에는 놀라울 정도다.

한 가지 주의할 점은, 자동완성 제안이 항상 의도에 맞지는 않는다는 것이다. 특히 주석으로 의도를 명확히 적어두지 않으면 AI가 개발자의 방향과 다른 구현을 제안하는 경우가 있다. 주석 드리븐 코딩 습관을 들이면 자동완성 품질이 크게 올라간다.

Chat 패널

Ctrl+L로 사이드바 채팅, Ctrl+K로 인라인 편집 모드를 연다.

• 사이드바 채팅: "이 함수에서 발생할 수 있는 엣지 케이스를 알려줘" 같은 질의응답. 현재 열려 있는 파일이 자동으로 컨텍스트에 포함된다
• 인라인 편집(Ctrl+K): 선택한 코드 블록을 직접 수정 지시. diff 형태로 변경 사항을 보여주고 수락/거절 선택 가능. 부분 수락도 지원한다

인라인 편집이 특히 강력하다. 리팩토링 지시를 내리면 현재 코드 바로 아래에 변경 diff가 뜨기 때문에 문맥 전환 없이 바로 검토·수락할 수 있다.

Chat 모델은 설정에서 선택 가능하다. GPT-4o, Claude 3.7 Sonnet, Gemini 2.0 Flash 등을 작업 성격에 따라 바꿔 쓸 수 있는 것이 Cursor의 강점 중 하나다. 실제로 코드 이해와 설명에는 Claude 계열이, 빠른 초안 작성에는 GPT-4o나 Gemini Flash가 편한 경우가 있어 상황에 따라 전환하는 전략이 유효하다.

Composer / Agent 모드

Ctrl+I로 여는 Composer는 Cursor의 핵심이다. 단일 파일을 넘어 여러 파일을 동시에 생성·수정하는 에이전트 기능이다.

"사용자 인증 기능 추가해줘. JWT 기반으로, 로그인·로그아웃·토큰 갱신 API 포함. FastAPI 프로젝트야."라고 입력하면:

1. 기존 프로젝트 구조 파악
2. auth/router.py, auth/models.py, auth/utils.py 신규 생성
3. main.py에 라우터 등록 코드 삽입
4. requirements.txt에 의존성 추가

까지 한 번에 처리한다. 물론 검토는 필수지만, 초안 생성 속도가 압도적이다.

최근 추가된 Agent 모드는 Composer에서 한 단계 더 나아가 터미널 명령 실행, 파일 시스템 탐색, 외부 검색까지 자율적으로 수행한다. 테스트를 직접 실행하고 실패 결과를 보고 코드를 수정하는 루프를 자동화할 수 있다. 단, 자율성이 높아진 만큼 예상치 못한 파일 수정이 발생할 수 있으므로 처음에는 작은 범위의 작업부터 시도하는 것이 좋다.

Codebase Indexing (@코드베이스 검색)

채팅에서 @codebase를 입력하면 프로젝트 전체를 벡터 검색해 관련 파일·함수를 컨텍스트로 끌어온다.

• @파일명: 특정 파일 참조
• @폴더명: 폴더 전체 참조
• @Docs: Cursor에 등록한 외부 문서(Next.js 공식 문서 등) 참조
• @Web: 실시간 웹 검색 결과 참조 (Pro 이상)

이 기능 덕분에 "우리 프로젝트에서 결제 관련 로직이 어디에 있어?" 같은 질문을 자연어로 던질 수 있다.

코드베이스 인덱싱은 첫 실행 시 프로젝트 전체를 벡터 임베딩으로 변환해 로컬에 저장한다. 이후 변경된 파일만 증분 업데이트한다. 중·소규모 프로젝트(파일 수 수천 개 이하)에서는 검색 정확도가 매우 높고, 처음 보는 코드베이스를 파악하는 데 특히 유용하다. .cursorignore 파일로 node_modules, .env 등 불필요하거나 민감한 파일을 인덱싱에서 제외할 수 있다.

실제 사용 시나리오별 테스트

새 프로젝트 시작

테스트: Next.js + Supabase 기반 SaaS 보일러플레이트 구성

Composer에 프로젝트 요구사항을 상세히 입력하자 디렉토리 구조, 기본 페이지, 인증 흐름, Supabase 클라이언트 설정까지 한 번에 생성해 줬다. 직접 만들 때 23시간 걸리던 초기 셋업이 30분 이내로 단축됐다. 생성된 코드의 7080%는 수정 없이 또는 소폭 조정으로 사용 가능했다.

평가: ★★★★★ — 새 프로젝트 시작에서 Cursor의 가치가 가장 극명하게 드러난다.

기존 코드베이스 이해

테스트: 2년 된 Django 레거시 모놀리식 프로젝트 분석

@codebase로 전체 인덱싱 후 "이 프로젝트의 주문 처리 플로우를 설명해줘"라고 물었다. Cursor는 orders/views.py, orders/models.py, payments/services.py 등 관련 파일을 자동으로 찾아 플로우 다이어그램을 텍스트로 설명해 줬다. 코드 리뷰나 온보딩에 걸리는 시간이 체감상 절반 이하로 줄었다.

평가: ★★★★★ — 처음 보는 코드베이스 파악이 이렇게 빠를 수 있다는 것이 인상적이었다.

버그 수정

테스트: React 상태 관리 버그 (Context + useReducer 조합에서 발생하는 렌더링 루프)

에러 메시지와 관련 파일 3개를 컨텍스트로 제공하자 원인 후보 3가지와 각각의 수정 방법을 제시했다. 실제 원인은 두 번째 후보였고, 제안된 수정 코드도 거의 그대로 적용할 수 있었다. 다만 매우 깊숙이 중첩된 상태 불일치 버그는 원인 분석이 빗나가는 경우가 있었다.

평가: ★★★★☆ — 명확한 에러 메시지가 있는 버그는 잘 잡는다. 상태 관리나 비동기 타이밍 버그는 개발자의 추가 분석이 필요하다.

리팩토링

테스트: 1,200줄짜리 단일 서비스 파일을 Repository 패턴으로 분리

"이 서비스 레이어를 repository 패턴으로 분리해줘. 인터페이스 정의와 구현체 분리, 의존성 주입 적용 포함"이라고 구체적으로 지시했다. Composer가 파일 5개를 새로 만들고 기존 파일을 수정하는 작업을 한 번에 처리해 줬다. 모호하게 "더 좋게 만들어줘"라고 하면 결과가 들쭉날쭉하지만, 구체적인 패턴과 목표를 명시하면 결과의 품질이 크게 올라간다.

평가: ★★★★☆ — 지시의 구체성이 결과 품질을 거의 결정한다. 프롬프트 작성 능력이 중요하다.

단점과 아쉬운 점

1. 개인정보·보안 우려

Pro 플랜 기본 설정에서는 코드가 AI 모델 서버(OpenAI, Anthropic 등)로 전송된다. Cursor 자체 서버를 경유하는 구조다. 민감한 코드베이스(금융 알고리즘, 의료 데이터 처리, 내부 독점 기술)를 다루는 팀은 Privacy Mode 설정 또는 Business 플랜을 반드시 검토해야 한다. Privacy Mode를 켜면 코드가 학습에 사용되지 않는다고 명시하지만, 여전히 추론 시 서버를 경유한다. 완전한 온프레미스 솔루션을 원한다면 로컬 모델(Ollama 연동) 설정이 필요하다.

2. 높은 메모리 사용량

Cursor는 VS Code 기반인데도 메모리 점유가 상당하다. 코드베이스 인덱싱, AI 모델 관련 백그라운드 프로세스가 겹쳐 16GB RAM 환경에서도 다른 프로그램과 함께 실행 시 체감이 된다. 8GB RAM 환경에서는 속도 저하가 눈에 띌 수 있다. 맥북 M 시리즈나 최신 고사양 PC라면 크게 문제가 없지만, 사양이 낮은 개발 환경에서는 고려해야 할 요소다.

3. 구독 비용 부담

개인 개발자에게 월 $20은 체감상 작지 않다. 무료 플랜은 프리미엄 모델 사용 횟수가 엄격히 제한돼 실질적인 업무 활용은 어렵다. 팀 단위 도입 시 Business 플랜 $40/월/유저는 5인 팀 기준 월 $200으로, ROI를 명확히 계산하고 도입해야 한다. GitHub Copilot($10/월)과 비교하면 두 배 비싸지만, 에이전트 기능의 생산성 차이를 체감하는 사람은 대부분 "그래도 쓴다"는 반응이다.

4. 오프라인 사용 불가

인터넷 연결이 없으면 Tab 자동완성을 포함한 거의 모든 AI 기능이 동작하지 않는다. 로컬 모델(Ollama)을 연동하면 오프라인에서도 기본 기능을 사용할 수 있지만 설정이 복잡하고 응답 품질이 클라우드 모델보다 낮다. 비행기 안이나 인터넷이 불안정한 환경에서 작업이 잦은 개발자라면 이 점이 불편할 수 있다.

5. AI 환각(Hallucination)

존재하지 않는 함수나 API를 자신 있게 제안하는 경우가 있다. 특히 덜 알려진 라이브러리나 최신 버전 API에서 발생 빈도가 높다. 반드시 직접 실행·검증 과정이 필요하다. 6개월 동안 가장 빈번하게 경험한 단점이다.

6. 긴 Composer 세션의 불안정성

Composer로 많은 파일을 동시에 수정하는 대규모 작업 중 컨텍스트가 흐트러지는 경우가 있다. 중간중간 새 Composer 세션으로 분할하는 것이 실무상 더 안정적이다.

가격 정책 상세

*무제한이지만 과도한 사용 시 속도 제한(rate limit) 적용

타 도구 가격 비교:

• GitHub Copilot Individual: $10/월 (Pro), $19/월 (Pro+)
• Windsurf Pro: $15/월
• JetBrains AI Assistant: $16/월

비용 대비 효율은 사용 패턴에 따라 다르다. Composer Agent를 하루에 수십 번 쓰는 개발자라면 $20의 가치를 충분히 한다. 주로 Tab 자동완성만 쓴다면 Copilot이나 Windsurf가 더 합리적일 수 있다.

어떤 개발자에게 추천하나

강력 추천

• 풀스택 개발자: 프론트·백 여러 파일에 걸친 기능 구현 시 Composer 에이전트가 가장 빛난다. 컨텍스트 스위칭 비용이 크게 줄어든다
• 새 프로젝트를 자주 시작하는 개발자: 보일러플레이트 및 초기 구조 생성 속도가 압도적이다
• 레거시 코드베이스에 투입되는 개발자: 코드베이스 인덱싱과 자연어 탐색이 온보딩 시간을 현저히 단축한다
• 사이드 프로젝트·솔로 개발자: 소규모 팀 효과를 혼자서 낼 수 있다. 빠른 프로토타이핑에 특히 유리하다

조건부 추천

• 팀 단위 도입: Business 플랜의 Privacy Mode와 관리 기능을 먼저 검토하고, 보안 정책 담당자와 협의 후 도입할 것
• 특정 언어 집중 개발자: Python, JavaScript/TypeScript에서 성능이 가장 안정적이다. Rust, Go는 양호한 편이며, 비주류 언어에서는 결과 편차가 크다
• 이미 JetBrains 생태계 사용자: Cursor로 전환하면 IntelliJ의 강력한 리팩토링·디버깅 도구를 잃게 된다. JetBrains AI Assistant를 먼저 충분히 시도해볼 것

비추천

• 보안 규정이 엄격한 환경 (금융, 의료, 국방): 코드 외부 전송이 사내 정책 위반이 될 수 있다. 완전한 온프레미스 솔루션이 필요한 경우 적합하지 않다
• 인터넷 단절 환경에서 주로 작업하는 개발자: 로컬 모델 연동 설정 없이는 사실상 사용 불가
• AI 코드를 무검증으로 사용하려는 경우: AI 제안을 그대로 믿고 배포하면 반드시 사고가 난다. 코드를 이해하고 검증할 의지가 없다면 오히려 독이 될 수 있다
• 저사양 개발 환경 (RAM 8GB 이하): 메모리 사용량이 상당해 작업 중 체감 성능이 크게 저하된다

총평

Cursor는 과장이 아니라 코딩 생산성을 실질적으로 높여주는 도구다. 특히 에이전트 방식으로 여러 파일을 한 번에 다루는 Composer는 경쟁 도구 중 가장 완성도가 높은 편이다. 코드베이스 인덱싱과 @Docs 연동은 단순한 자동완성 도구와의 격차를 만드는 핵심이다.

하지만 AI 코딩 도구는 속도 부스터이지 대체제가 아니다. 생성된 코드를 이해하고 검증할 역량이 있는 개발자가 쓸 때 극대화된다. AI가 만들어준 코드를 이해하지 못한 채로 프로덕션에 올리는 것은 기술 부채의 빠른 축적으로 이어진다.

종합 평점:

6개월 후 내 결론: 계속 쓴다. 단, 코드리뷰는 여전히 사람이 한다. 그리고 AI가 만든 코드는 반드시 내가 이해한 코드여야 한다.

참고 자료

1. Cursor 공식 사이트
2. Cursor 공식 문서
3. Cursor 가격 정책
4. GitHub Copilot 공식 사이트
5. Windsurf (Codeium) 공식 사이트
6. SWE-bench 리더보드 — AI 코딩 성능 비교
7. Anysphere 블로그 (Cursor 개발사)