AI 코딩 에디터 Cursor가 또 한 단계 진화했습니다. 이번에 내놓은 건 두 가지 — Automations와 Background Agents. 이름만 보면 “또 에이전트?” 싶지만, 이번엔 접근 방식이 다릅니다. 개발자가 프롬프트를 쓰고 결과를 기다리는 게 아니라, AI가 알아서 돌아가고 사람은 필요할 때만 불려나가는 구조입니다. 단순한 기능 추가가 아니라, “AI 코딩 도구”라는 카테고리의 정의 자체를 바꾸려는 시도입니다.
이 발표가 나온 시점도 의미심장합니다. Cursor를 만든 Anysphere의 연 매출이 20억 달러(약 2조 8,000억 원)를 넘겼고, 최근 3개월 만에 매출이 2배로 뛰었습니다. AI 코딩 도구 시장이 단순한 ‘보조 도구’에서 ‘개발 인프라’로 격상되고 있다는 신호입니다. 그리고 Cursor는 이 격상의 가장 빠른 수혜자입니다.
Automations — “프롬프트 치지 마, AI가 알아서 시작한다”
기존 AI 코딩 도구의 작동 방식은 이렇습니다. 개발자가 “이 함수 리팩터링 해줘”라고 프롬프트를 쓰면, AI가 수정 코드를 내놓고, 개발자가 확인합니다. 이 ‘프롬프트 → 모니터링’ 루프를 계속 반복하는 것입니다. 사실상 AI가 사람의 입력을 기다리는 수동 모드입니다.
Cursor의 Automations는 이 루프를 없애겠다는 것입니다. 에이전트가 특정 이벤트에 의해 자동으로 트리거됩니다. 어떤 이벤트가 가능한지 보면 이렇습니다.
- 새 코드가 커밋되면 → 자동으로 코드 리뷰 에이전트 실행
- Slack 메시지가 오면 → 관련 코드 수정 에이전트 실행
- 타이머 → 매주 월요일 코드베이스 변경 요약을 Slack에 전송
- PagerDuty 인시던트 → 에이전트가 서버 로그를 자동 쿼리하고 1차 분석 보고서 작성
- GitHub Issue 생성 → 라벨 분류 + 관련 코드 영역 식별
Cursor의 에이전트 엔지니어링 리더 Jonas Nelle는 이걸 “컨베이어 벨트 모델”이라고 설명했습니다. “인간은 적절한 지점에서만 호출된다”는 것입니다. 기존 방식이 개발자가 AI를 부리는 거였다면, 이제는 AI가 일하다가 개발자를 부르는 구조로 뒤집힌 셈입니다. 이는 단순한 자동화가 아니라 작업의 주체가 바뀌는 변화입니다.
이 모델이 의미 있는 이유는 따로 있습니다. 개발 조직의 가장 큰 비용은 사실 코딩 자체가 아니라 컨텍스트 전환입니다. 개발자가 다른 작업을 하다가 코드 리뷰를 위해 컨텍스트를 다시 잡고, 또 다른 작업으로 옮겨가는 그 시간이 하루의 절반 가까이를 차지한다는 연구가 여러 번 나왔습니다. Automations는 이 컨텍스트 전환을 AI에게 떠맡기는 시도입니다. 사람은 AI가 정리해서 가져온 결론만 검토하면 됩니다.
Background Agents — 내 노트북 밖에서 일하는 AI
Automations와 함께 나온 Background Agents도 주목할 만합니다. 기존 Cursor의 Bugbot 기능을 확장한 것인데, 핵심은 에이전트가 개발자의 로컬 머신이 아닌 별도 가상 머신에서 실행된다는 점입니다.
이게 왜 중요하냐면, 기존 AI 코딩 에이전트는 개발자 노트북에서 돌아갔습니다. 에이전트가 코드를 분석하고 테스트를 실행하는 동안 개발자의 컴퓨터 리소스를 잡아먹었습니다. CPU 사용률이 100%를 찍는 동안 개발자는 다른 작업도 하기 어려웠습니다. Background Agents는 클라우드 VM에서 독립적으로 실행되니까, 개발자는 다른 작업을 하면서 동시에 에이전트가 일하게 둘 수 있습니다. 노트북 팬이 돌지 않는다는 작은 차이가, 실제로는 큰 변화입니다.
더 인상적인 건 최대 8개 에이전트를 동시에 실행할 수 있다는 것입니다. 각 에이전트는 Git 워크트리(worktree, 같은 저장소를 별도 폴더에 동시 체크아웃해 충돌 없이 병렬 작업하는 Git 기능)나 원격 머신을 사용해서 파일 충돌 없이 독립적으로 작업합니다. 최근 Claude AI 에이전트 16개가 C 컴파일러를 만든 프로젝트에서도 비슷한 병렬 에이전트 구조를 사용했는데, Cursor는 이걸 학술 실험이 아니라 제품 수준으로 가져온 것입니다. 이 차이가 큽니다. 학술 데모는 손으로 환경을 세팅해야 하지만, Cursor는 클릭 한 번에 8개 에이전트를 띄울 수 있습니다.
에이전트 엔지니어링 리더 Josh Ma는 “더 많은 토큰을 사용해 어려운 문제를 찾는 것이 정말 가치 있었다”고 평가했습니다. 단순히 코드를 짜는 것을 넘어서, 보안 취약점 탐지나 심층 코드 분석까지 에이전트가 백그라운드에서 처리합니다. Claude가 Firefox에서 22개 취약점을 자율로 찾아낸 사건이 학술 사례라면, Cursor의 Background Agents는 그 역량을 매일의 개발 워크플로우 안으로 집어넣은 첫 사례입니다.
현재 Cursor의 PR(Pull Request) 중 35%가 자체 가상 머신에서 작동하는 에이전트가 생성한 것입니다. 개발 조직의 코드 생산량 중 3분의 1 이상이 사실상 AI가 만든 셈입니다. 이 수치는 1년 전만 해도 5% 미만이었습니다.
매출 20억 달러, 3개월에 2배 — 숫자가 말하는 시장
Cursor를 만든 Anysphere의 성장 속도는 놀라울 정도입니다. Bloomberg에 따르면 연 매출이 20억 달러(약 2조 8,000억 원)를 넘겼고, 이건 최근 3개월 사이에 매출이 2배로 뛴 결과입니다. SaaS 역사를 통틀어 이 정도 속도로 매출이 커진 사례는 손에 꼽습니다.
Ramp 데이터 기준, 생성형 AI 클라이언트 시장에서 Cursor의 점유율은 약 25%로 안정적입니다. OpenAI가 코딩 AI 속도를 극한까지 끌어올리고, GitHub Copilot이 에이전트 기능을 강화하고, Anthropic이 Claude Code를 밀고 있는 상황에서 이 정도 점유율을 유지한다는 건 제품 자체의 경쟁력이 있다는 뜻입니다. 빅테크 3사가 모두 같은 시장을 노리는데도 점유율이 깎이지 않는다는 건, 사용자가 그만큼 강하게 락인되어 있다는 신호입니다.
특히 AI 코딩 에이전트 시장의 가격 전쟁이 치열해지는 가운데, Cursor는 “가격이 아니라 워크플로우”로 차별화하고 있습니다. 단순히 코드를 더 빠르게 짜주는 게 아니라, 개발 프로세스 자체를 자동화하겠다는 방향입니다. 가격으로 싸우면 결국 더 큰 자본을 가진 빅테크에 밀리지만, 워크플로우 락인은 한 번 만들어지면 쉽게 갈아탈 수 없습니다. Anysphere의 전략적 선택입니다.
개발자에게 이게 뭘 의미하는가
Cursor의 Automations는 ‘AI 코딩 도구’의 정의를 바꾸고 있습니다. 기존엔 ‘코드를 짜는 걸 도와주는 AI’였다면, 이제는 ‘개발 워크플로우를 자동으로 운영하는 AI’로 진화하고 있습니다. 같은 단어를 쓰지만 의미가 다릅니다.
이 방향이 성공하면, 개발자의 역할은 ‘코드를 작성하는 사람’에서 ‘어떤 코드를 어떤 기준으로 짜야 하는지 정의하는 사람’으로 바뀔 수 있습니다. Automations의 트리거를 설정하고, 에이전트의 작업 결과를 최종 검토하는 것. 코딩 자체보다 시스템 설계와 품질 관리가 핵심 역량이 되는 것입니다. 시니어 개발자에게는 좋은 소식이고, 주니어 개발자에게는 새로운 학습 압박이 됩니다.
물론 우려도 있습니다. PR의 35%를 AI가 만든다는 건, 사람이 직접 검증하지 않은 코드가 프로덕션에 올라갈 위험도 그만큼 커진다는 뜻입니다. Background Agents가 만든 코드를 누가, 얼마나 꼼꼼히 리뷰하느냐가 결국 관건이 될 것입니다. 8개 에이전트가 동시에 PR을 쏟아내는 환경에서 사람 한 명이 모든 것을 검토할 수 없다면, 결국 또 다른 AI가 검토 역할을 맡게 됩니다. 검증 체인이 점점 길어지는 구조입니다.
한국 개발 조직이 받아갈 한 가지
한국 IT 조직이 받아갈 메시지는 하나로 압축됩니다. “AI를 어떤 자리에 둘 것인가”라는 질문이 더 이상 미루기 어려운 단계라는 사실입니다. 그동안 한국 기업의 다수는 AI 코딩 도구를 “개발자 한 명의 생산성 도구”로 봤습니다. 라이선스를 사서 개인에게 나눠주는 식입니다. Cursor의 Automations는 이 모델이 이미 한 세대 뒤떨어진다는 걸 보여줍니다. 이제는 조직의 워크플로우 자체에 AI를 박아 넣어야 합니다. CI/CD 파이프라인, 코드 리뷰 프로세스, 인시던트 대응 자동화 — 이 모든 곳에 AI 트리거를 어떻게 배치할지가 새로운 의사결정 영역이 됩니다.
이 흐름을 빠르게 받아들이는 조직과 그렇지 못한 조직의 격차가 6개월 안에 명확히 갈릴 가능성이 높습니다. 도입은 간단한데, 정착은 그렇지 않습니다. 자동화를 어떻게 검증하고, 오작동을 어떻게 감지하고, 사람의 역할을 어디에 두느냐가 모두 새 노하우가 되기 때문입니다.
Anysphere의 다음 수, 그리고 경쟁사들
Cursor를 둘러싼 빅테크의 압박은 점점 거세집니다. GitHub Copilot은 Microsoft의 무한한 자본을 등에 업고 같은 영역으로 진입 중이고, Anthropic은 Claude Code를 별도 제품군으로 키우고 있습니다. OpenAI도 GPT-5 계열의 코딩 특화 변형으로 자체 코딩 도구를 만지작거리고 있다는 보도가 이어집니다. 이런 환경에서 Anysphere가 점유율 25%를 지킨 이유는 단순히 모델 성능이 아닙니다. 사용자가 만든 자동화 트리거, 워크플로우 설정, 팀 단위 협업 규칙 — 이런 사용자 자산이 Cursor에 쌓여 있기 때문입니다. 한 번 자리잡으면 모델만 갈아끼우는 것으로는 빠져나오기 어려운 락인 구조입니다.
Anysphere는 이 락인을 더 단단하게 만들기 위해, 사내 컨퍼런스에서 향후 12개월 로드맵을 일부 공개했습니다. 핵심은 세 가지입니다. 첫째, 외부 도구 연동 확장(Linear, Jira, Notion 등). 둘째, 멀티 레포지토리 에이전트 — 하나의 에이전트가 여러 저장소를 동시에 다루는 능력. 셋째, 에이전트 행동 감사 도구 — 에이전트가 만든 모든 변경 사항을 추적하고 롤백할 수 있는 기능입니다. 마지막 항목이 특히 중요한데, AI 자율 코딩이 늘어날수록 “어떤 에이전트가 무엇을 했는지” 추적하지 못하면 책임 소재가 불분명해지기 때문입니다.
보안과 책임 — 이 흐름의 그늘
Background Agents가 만든 코드의 35%가 PR로 올라간다는 수치는 자랑인 동시에 경고이기도 합니다. 자동화된 코드가 보안 취약점을 그대로 PR에 담아 올릴 가능성이 함께 커지기 때문입니다. AI가 생성한 코드를 자동으로 머지하지 않고 사람이 한 번 더 본다고 해도, 그 검토자가 같은 양의 리뷰 부담을 감당할 수 있느냐는 별개의 문제입니다.
또 하나, 개발자 한 명이 동시에 8개의 에이전트를 운영한다는 것은 사실상 8명분의 의사결정을 한 사람이 내려야 한다는 뜻입니다. 이게 가능한지에 대한 회의적 시각도 존재합니다. 결국 또 다른 AI가 1차 검토 역할을 맡게 되고, 사람은 그보다 한 단계 위에서 메타 의사결정만 내리는 구조가 자리잡을 가능성이 높습니다. 이 변화가 개발 조직의 인력 구성과 채용 기준을 근본적으로 바꿀 수 있습니다.
정리하면
Cursor의 Automations와 Background Agents는 AI 코딩 도구의 다음 단계를 보여줍니다. ‘프롬프트 → 응답’ 구조에서 ‘이벤트 → 자동 실행 → 사람 호출’ 구조로의 전환입니다. 이 전환은 다른 모든 AI 코딩 도구가 따라가야 할 새 표준이 될 가능성이 높습니다.
매출 20억 달러, PR의 35%가 AI 생성, 에이전트 8개 동시 실행 — 숫자만 봐도 AI 코딩이 ‘보조 도구’ 단계를 지났다는 게 분명합니다. 개발자가 AI를 쓰는 시대에서, AI가 개발자를 호출하는 시대로. 그 전환점에 Cursor가 서 있고, 한국 개발 조직이 이 전환의 어느 자리에 설지가 다음 분기의 가장 중요한 결정이 될 것입니다.