Cursor라는 서비스 들어보셨나요?

스타트업에서 AI는 이제 일상적인 주제입니다. 그럼에도 이 질문을 건네면 사람마다 반응이 꽤 달랐습니다. 특히 개발자가 아닌 분은 모르는 경우가 대부분이었습니다. 사실 그도 당연할 것이, Cursors는 AI Code Editor입니다.

wideSize Cursor 홈페이지 메인 화면

Cursor는 마이크로소프트의 Copilot처럼 개발자의 코딩 작업을 도와주는 도구입니다. 홈페이지 메인의 서비스 데모 화면을 보면 누가 봐도 개발자를 위한 서비스입니다. Open AI로부터 800만 달러 투자를 받았다고 하는데요. 생성형 AI가 코딩 영역에서 유독 성과가 뛰어나지만, 그 중에서도 가장 요즘 '핫한' 서비스로 꼽히고 있습니다.

제가 Cursor를 쓰기 시작한 것도 코딩, 정확히는 '바이브 코딩'을 해보고 싶어서였습니다. 독학으로 공부해서 개발을 매우 조금 할 줄 아는데요. 업으로 삼을 자신 있는 실력은 결코 아닙니다. 누가 시키지도 않았는데 혼자 삽질하며 공부하는 게 재밌다고 느끼는 분야라서 붙들고 있는 정도였는데요.

이런 경험 덕분에 개발 기초 체력은 있습니다. 코딩이라는 행위가 무엇인지, 프로그래밍 언어로 하나의 서비스를 만드는 과정이 어떤 '느낌'인지는 아는 것이죠. 그런데 '바이브'로 코딩하며 나 같은 비전문가도 서비스 하나를 뚝딱 만들 수 있다니!

나중에 다른 글로 쓰겠지만 지금 이 글을 올린 웹사이트를 바이브 코딩으로 저 혼자 만들었습니다.

AI 업계 근처에 있던 탓에 오히려 AI의 현실을 조금 더 아는 편입니다. 그렇기에 어느 정도 거품이겠지, 하는 생각도 했었습니다. 그냥 새로운 툴 써보는 거 좋아하니 툴 구경이나 하자는 마음으로 Cursor를 설치했습니다. 그리고 사무실에서 육성으로 탄성이 나왔습니다. "얘 귀신인가?"

'바이브 코딩' 그냥 하는 말인 줄 알았더니 진짜 될 지도?

저는 10만 줄이 넘어가는 데이터로 통계 분석이 필요하면 파이썬 코드를 짜서 해결합니다. 구글 시트에 10만 줄을 넣으면 한국인이 감내할 수 없는 속도가 되거든요. Cursor를 키고 정작 AI에게 프롬프트 같은 건 날리지 않았습니다. 여느때처럼 제가 직접 파이썬 코드를 쓰고 있었습니다. Cursor의 코드 추천 옵션을 켜두면 내가 코드를 쓰는 순간 순간 마다 (단 1문장만 입력하더라도 그 순간마다) Cursor가 그 다음 줄에 코드를 추천해줍니다.

여기서 핵심은 Cursor가 내가 무슨 작업을 할 지 예상해서 추천해준다는 점입니다. 예를 들어 제가 User ID를 기준으로 데이터를 Group by 한다고 해보겠습니다. 이 코드를 작성하자마자 Cursor가 제가 쓴 코드를 그대로 따라해서 Workspace ID로 Group by 하는 코드를 추천해줍니다. 그리고 저는 그 때 실제로 '이번엔 Workspace ID로...'라고 생각하고 있었습니다.

wideSize적절한 짤을 찾지 못해 GPT에게 만들라고 시킨 이미지. 실제는 훨씬 더 소오오름인 느낌이었습니다.

물론 통계치 계산이라는게 할 만한 작업이 거의 정해져 있긴 합니다. 그 중에서 마침 제가 생각하고 있던 작업이 바로 다음 순서로 선택된 건 어느 정도 우연의 일치겠죠. 그래도 지금까지 AI를 쓰면서 제 생각을 정확히 맞춘 경험은 처음이었습니다.

그래서 왜 Cursor가 비개발자를 위한 도구냐구요?

Cursor가 얼마나 일을 잘하는 지는 이것 말고도 할 이야기가 너무 많지만 차치하고, 이제 본래 주제로 돌아오겠습니다. 지금까지 Cursor가 Code Editor로서 매우 훌륭하다고 설명했습니다. 하지만 도구는 쓰는 사람 마음이죠. 저는 Cursor를 더 넓은 용도로 사용합니다. 생성형 AI와 대화할 수 있는 파일 탐색기라고 설명하면 딱 맞습니다. 정확히 Cursor를 쓰면 무엇이 좋은지를 차례대로 짚어보겠습니다.

장점 1. Cursor 이용료 지불 한 번으로 GPT, Claude, Gemini를 이용할 수 있습니다.

요즘처럼 온갖 AI 모델에 툴이 넘쳐나면 의외로 가장 큰 진입장벽이 '비용'이 됩니다. 보통 구독형 과금이기 때문에 $10 툴 2-3개만 써도 요즘처럼 환율이 미쳐 날뛰는 때면 월에 5만원은 훌쩍 넘어가고, 이걸 1년치라 생각하면 60만원이 됩니다.

• GPT Plus : [$20](https://openai.com/chatgpt/pricing/)
• Claude Pro : [$17](https://www.anthropic.com/pricing)
• Gemini Advanced : [₩29,000](https://one.google.com/about/ai-premium/)

wideSize Cursor에서 AI 모델 설정하기

1. 1Cursor의 AI 채팅창을 보면 Auto 라는 버튼이 있는데요. 이걸 누르면 어떤 생성형 AI 모델을 선택할지 고를 수 있습니다.
2. 2특별히 모델을 지정하고 싶지 않다면 Auto-select를 켜두면 됩니다. 그러면 Cursor가 알아서 최적의 모델을 골라 프롬프트 결과를 받아온다고 합니다.

Cursor Pro 요금이 월 $20입니다. 성능이 뛰어난 모델은 월 500회만 호출할 수 있다는 단점이 있지만 전문가 수준으로 AI를 쓰는 경우가 아니라면 넉넉한 양입니다. 5월 2일 환율(1,397원) 기준으로 GPT, Claude, Gemini를 따로따로 쓰면 80,689원인데 Cursor를 쓰면 27,940원으로 52,749원 이득인 셈이죠.

장점 2. Cursor를 쓰면 내 컴퓨터 파일 탐색기에 AI가 바로 붙어 있는 것처럼 쓸 수 있습니다.

예를 들어 GPT 데스크탑 앱에 블로그 포스트 윤문을 시켰다고 해보겠습니다. GPT는 "네가 방금 개선한 결과를 내 컴퓨터 ./home/my_folder/blog/YYYY-MM-DD.md로 저장해줘" 이런 명령어를 수행할 수 없습니다. 말 그대로 GPT 데스크탑 앱이 내 컴퓨터 로컬 파일들에 접근하지 않으니까요.

반면 Cursor는 내 로컬 폴더를 Editor로 열어서, 한 켠에 생성형 AI 대화창을 열어두고 쓰는 서비스입니다. 내 로컬에 있는 파일을 갖고 오는 것도, 저장하는 것도 훨씬 원활합니다.

고정적으로 사용하는 프롬프트를 .txt로 저장해두고 지금 쓰려는 프롬프트에 덧붙이면 됩니다.

wideSize @버튼은 파일 뿐만 아니라 내 폴더 경로, 인터넷 링크 지정도 지원합니다.

1. 1@버튼을 누르면 AI와 채팅할 때 같이 넘겨줄 파일을 지정할 수 있습니다.
2. 2고정적으로 사용하는 프롬프트 문구가 있다면 .txt 파일 같은걸로 저장해두고 @ 버튼으로 지정해주면 됩니다.

wideSize @ = AI에게 줄 참고 자료 = 고정적으로 사용하는 프롬프트

1. 1이미지 예시처럼 AI에 주고 싶은 가이드라인(SEO에 적절한 description tag 작성법)을 .txt로 작성해서 고정적인 프롬프트로 사용하고
2. 2그에 덧붙여서 내가 지금 요구하고 싶은 사항(어떤 포스트에 대해서 tag를 작성해야 하는지)을 채팅창에 입력하면 됩니다.

대부분의 생성형 AI 서비스에서 이런 '자료 주기' 기능을 제공하는데요. 예를 들어 Claude의 경우 Project를 생성하고 그 안에 Knowledge 역할을 할 파일을 추가해둘 수 있습니다. 이런 자료 파일이 이미 내 컴퓨터에 정리되어 있다면 Cursor는 마치 파일 탐색기에 AI가 붙어 있는 것처럼 활용할 수 있다는 점이 차이점입니다.

장점 3. 여러 AI 모델을 옵션 버튼 하나로 변경하면서 손쉽게 프롬프트 실험을 해볼 수 있습니다.

장점 1과 장점 2를 합쳐보면 Cursor가 프롬프트 실험에 편리한 툴이라는 의미가 됩니다. 같은 프롬프트에 대해서 모델마다 결과가 다르기 때문에 모델별 결과를 비교할 때가 있는데요. 혹은 프롬프트를 조금씩 바꿔가며 더 나은 결과가 나오는지 실험하기도 합니다.

프롬프트 실험을 원활하게 진행하려면 (1) 모델을 손쉽게 바꿀 수 있어야 하고 (2) 프롬프트와 그에 따른 결과물 버전 관리가 편리해야 합니다.

GPT 데스크탑 앱, Claude 데스크탑 앱, 브라우저에서 Gemini 창을 켜두고 창을 옮겨 가며 프롬프트르 입력하면 되지만 이렇게 창을 오고가는 과정을 막상 해보면 은근히 번거롭죠. 거기다 프롬프트 결과물을 비교하려면 일일이 스크롤을 오고가며 눈으로 보거나 복붙해서 어딘가에 저장해야 합니다.

wideSize 시키지도 않았는데 저장도 잘해주는 Cursor

반면 Cursor를 쓰면 버튼 클릭 한 번으로 모델을 바꿀 수 있고, 채팅창에 항상 "결과물을 ./results/filename.md로 저장해줘" 라고 적어두면 됩니다. 혹은 @ 버튼으로 지정해둔 고정 프롬프트.txt 파일에 적어둬도 되구요. 심지어는 위의 이미지처럼 딱히 저장하라고 시키지 않았는데 Cursor가 알아서 잘 저장해주기도 합니다. 결과 저장까지 Cursor가 알아서 해주니 작정하고 프롬프트 실험할 때 속도가 확 빨라지는 걸 체감할 수 있었습니다.

마치며

얼마 전 바이브 코딩 입문자에게 Cursor를 바로 써보는 걸 권하지 않는다는 글을 보았습니다. 분명 공감가는 부분이 있었습니다. 저도 독학으로나마 코딩을 공부해 본 경험이 있다보니 프로그래밍 에디터 UI에 이미 익숙해서 쉽게 적응한 부분이 있었으니까요. 개발 경험이 전혀 없는 사람 기준으로는 이런 활용 방식의 컨셉부터 굉장히 낯설 수 있다고 생각합니다.

그렇지만 AI를 본격적으로 활용할 의지가 있으신 분은 보통 툴 활용 능력이나 IT 친숙도가 높으신 분이기 때문에 너무 어렵게 생각하실 필요도 없다고 생각합니다. 개인적으로 툴 덕후(?)로서 이렇게 제작자가 의도하지 않았을 거 같은 용도를 발굴해낼때가 가장 재밌는 순간인데요. Cursor 덕분에 이런 재미를 아주 오래간만에 느껴볼 수 있었습니다.

요즘 제 링크드인 피드는 AI와 바이브 코딩 범벅입니다. 얼마 전 Cursor rule 기능을 효과적으로 쓰는 법에 대한 포스트를 보았는데요. 딱 봐도 이건 나도 무리겠구나, 싶더라구요. Cursor에는 내 프로젝트 전체적으로 적용할 AI 가이드라인을 지정할 수 있습니다. 예를 들어 Cursor를 설치하고 나면 자동으로 `Always answer in Korean.`라는 문구가 rule에 지정됩니다. 앞서 설명드린 @가 knowledge 역할을 한다면 이 쪽은 가이드라인 역할이라고 보면 되겠죠.

당장 써보긴 어렵겠지만 이 포스트를 보고 나서 Cursor가 매우 편리한 프롬프트 에디터라는 생각이 더 굳어졌습니다. rule과 knowledge를 지정할 수 있는 AI가 내 파일 탐색기에 붙어 있다고 생각하면 그냥 생성형 AI가 기본 탑재되어 있는 컴퓨터를 쓰는 것과 마찬가지니까요.

이 포스트가 특히 저 같은 비개발자 분들이 생성형 AI를 더 진득하게 활용해보기에 하나의 꿀팁이 될 수 있으면 좋겠습니다.