Cursor의 새 모델 Composer 2.5, 속도와 정확도를 둘 다 잡았다는데

Cursor가 또 자체 모델을 내놨다

AI 코딩 도구 시장에서 가장 핫한 플레이어 중 하나인 Cursor가 Composer 2.5를 공개했습니다. Composer는 Cursor가 자체적으로 만든 코딩 전용 AI 모델이에요. 지난번 1.0과 2.0이 나왔을 때만 해도 '괜찮지만 Claude나 GPT만큼은 아니다'라는 평이 많았는데, 이번 2.5에서는 분위기가 좀 달라요.

배경부터 짚고 갈게요. 원래 Cursor는 OpenAI, Anthropic, Google 같은 외부 LLM을 빌려 쓰는 IDE였어요. 그런데 외부 API에 의존하면 두 가지 문제가 있습니다. 첫째, API 호출 비용이 사용자 증가에 따라 그대로 늘어나요. 둘째, 모델 성능을 자기들이 통제할 수 없죠. 그래서 Cursor는 자체 모델을 학습시키는 길로 들어섰어요. 코딩이라는 특정 도메인에 최적화하면, 범용 모델보다 더 작고 빠른 모델로도 비슷한 품질을 낼 수 있다는 판단이었습니다.

뭐가 달라졌나

Composer 2.5의 가장 큰 자랑은 속도예요. 비슷한 품질의 다른 모델보다 4배 빠르다고 합니다. AI 코딩 도구를 써본 분들은 알겠지만, 응답이 느리면 진짜 답답하거든요. 코드 한 줄 짜는데 5초씩 걸리면 차라리 내가 직접 치는 게 빠른 상황이 생겨요. 2.5는 이 지연시간 문제를 정면으로 공략한 모델입니다.

속도뿐 아니라 에이전트 능력도 강조됐어요. 에이전트 모드가 뭐냐면, 단순히 코드 자동완성을 해주는 게 아니라, '이 기능 추가해줘'라고 시키면 알아서 여러 파일을 읽고, 수정하고, 테스트까지 돌리는 모드예요. 이런 작업에선 한 번의 응답 품질도 중요하지만, 여러 단계를 거치는 동안 일관성을 유지하는 게 핵심이거든요. 중간에 엉뚱한 길로 새지 않고 처음 의도를 끝까지 기억하는 능력이요. 2.5는 이 부분에서 큰 발전을 보였다고 합니다.

구체적으로는 멀티턴 도구 호출(tool calling)에서의 정확도가 올라갔어요. 도구 호출이 뭐냐면, 모델이 '파일 읽기', '터미널 명령 실행', '코드 수정' 같은 기능을 함수처럼 호출하는 방식이에요. 에이전트가 일을 하려면 이런 도구를 수십 번 연쇄적으로 호출해야 하는데, 한 번이라도 잘못 호출하면 전체 흐름이 깨집니다. Composer 2.5는 이 연쇄 호출의 성공률을 끌어올렸어요.

작은 모델의 매력

Composer 2.5의 흥미로운 점은 상대적으로 작은 모델이라는 거예요. Claude Opus나 GPT-5 같은 거대 모델이 아니라, 코딩 작업에 특화된 중간 크기의 모델이죠. 이게 왜 중요하냐면, 작은 모델은 추론 비용이 훨씬 싸고, GPU 한 장에서도 빨리 돌아요. Cursor는 이 모델을 자체 인프라에서 돌리기 때문에, 사용자에게 더 빠른 응답을 더 싼 가격에 제공할 수 있게 됩니다.

이건 업계 트렌드와도 맞물려요. 작년부터 '특정 도메인에 특화된 작은 모델이 범용 거대 모델을 이길 수 있는가'가 큰 화두였거든요. 답은 점점 '그렇다'쪽으로 가고 있어요. 의료, 법률, 코딩 같은 영역에서 특화 학습된 모델이 GPT-4보다 잘하는 경우가 늘고 있습니다. Composer 2.5는 그 흐름의 코딩 버전인 셈이죠.

경쟁 구도

비슷한 도구들과 비교해볼게요. GitHub Copilot은 여전히 시장 점유율 1위지만, Anthropic의 Claude나 OpenAI 모델에 크게 의존하고 있어요. Windsurf(전 Codeium)도 Cursor와 비슷한 IDE인데, 최근에 OpenAI가 인수를 시도했다 무산된 일이 있었죠. Claude Code는 Anthropic이 직접 만든 터미널 기반 코딩 에이전트입니다.

이 중에서 자체 모델을 적극 학습시키는 곳은 Cursor가 거의 유일해요. Copilot은 Microsoft 산하라 자체 모델을 만들 수도 있지만, 아직은 OpenAI 의존이 큽니다. Cursor가 자체 모델로 차별화에 성공하면, AI 코딩 도구 시장에서 독자적인 위치를 굳힐 수 있는 거죠. 반대로 외부 모델이 너무 빠르게 좋아지면, 굳이 자체 모델을 쓸 이유가 약해질 수도 있고요.

한국 개발자에게는

실무에서 Cursor를 쓰는 분들에겐 당장 체감되는 변화일 거예요. 응답 속도가 빨라지면 페어 프로그래밍 같은 흐름이 끊기지 않거든요. 특히 에이전트 모드로 큰 작업을 맡길 때 효과가 큽니다. 예전엔 30분짜리 작업이 모델이 헤매서 1시간 걸렸다면, 이제는 정말 30분 안에 끝날 가능성이 높아지는 거죠.

다만 한 가지 유의할 점은, 자체 모델이 항상 외부 모델보다 좋다는 보장은 없다는 거예요. 복잡한 추론이 필요한 작업에선 여전히 Claude Opus나 GPT-5 쪽이 강할 수 있습니다. 그래서 Cursor 안에서도 작업 성격에 따라 모델을 골라 쓰는 게 좋아요. 빠르게 반복하는 작업엔 Composer 2.5, 진짜 어려운 설계 결정엔 Opus 이런 식으로요.

마무리

AI 코딩 도구 경쟁이 '누구의 모델이 더 똑똑한가'에서 '누구의 모델이 더 빠르고 일관성 있게 일하는가'로 옮겨가고 있어요. Composer 2.5는 그 방향성을 잘 보여주는 사례입니다. 여러분은 Cursor에서 주로 어떤 모델을 쓰시나요? 그리고 속도와 품질 중에 어느 쪽을 더 중요하게 보시나요?