원문: The Pulse: Interesting AI coding stats from Cursor 발신: The Pragmatic Engineer (Gergely Orosz) 수신일: 2026-07-10
안녕하세요, Gergely입니다. 오늘은 Pragmatic Engineer 뉴스레터의 보너스 무료 이슈를 전달드립니다. 매 이슈마다 저는 시니어 엔지니어와 엔지니어링 리더의 시각으로 빅테크와 스타트업을 다룹니다. 오늘은 과거 The Pulse 이슈의 네 가지 주제 중 하나를 다룹니다. 풀 구독자들은 5주 전에 아래 글을 받아보셨습니다.
Cursor가 2년간의 집계 사용 데이터를 기반으로 새 보고서를 발표했으며, 몇 가지 흥미로운 발견이 담겨 있습니다.
파워 유저는 중간 사용자 대비 10배의 코드를 생성
Cursor를 사용하는 중간(p50) 개발자는 주당 약 700줄의 코드를 생성하며, 90퍼센타일(p90)은 약 9,000줄에 가깝습니다.
상위 1% 사용자의 놀라운 코드 생성량
p99 데이터는 꽤 충격적입니다:
상위 1%의 사용자는 주당 약 30~40,000줄의 코드를 생성합니다! 이는 같은 기간 동안 "중간" 개발자 약 45명이 생성하는 양과 맞먹습니다.
이 상위 1% 사용자들이 어떻게 다른지 물어볼 만합니다. 새로운 그린필드(greenfield) 코드를 훨씬 더 많이 작성하는 건지, 라이브러리를 사용하지 않는 편향이 있는 건지, 아니면 리더보드 상위권을 위해 토큰을 최대한 활용하는 건지? 그들은 45배나 많은 버그를 만들고 있는 건 아닌지, 그리고 더 중요한 건: 자신들이 출시하는 소프트웨어로 비즈니스 가치를 실제로 창출하고 있는 건지?
Cursor는 출력 토큰 대비 10배 많은 입력 토큰을 소비
놀랍게도 Cursor 토큰 사용의 90%가 입력 토큰입니다! 즉, 사용되는 토큰의 대부분은 기존 코드베이스와 문서를 읽는 데 쓰입니다. 코드 출력은 소수에 불과합니다.
어떤 면에서 이 사용 패턴은 납득이 됩니다: 개발자로서 우리는 항상 코드를 타이핑하는 시간보다 코드를 읽는 데 훨씬 더 많은 시간을 씁니다. "10:1 읽기/쓰기 비율"은 고전적인 명제입니다. 로버트 C. 마틴(일명 "uncle Bob")이 2008년 자신의 책 «Clean Code»에서 이 관찰을 공유했습니다:
"실제로 읽기 대 쓰기에 소비하는 시간의 비율은 10:1을 훨씬 넘습니다. 우리는 새 코드를 작성하기 위해 끊임없이 이전 코드를 읽습니다… [따라서] 읽기 쉽게 만드는 것이 쓰기도 더 쉽게 만듭니다."
AI 에이전트의 토큰 사용에서도 이 10:1 읽기/쓰기 비율이 나타난다는 게 흥미롭습니다!
입력 토큰이 주요 AI 토큰 비용 요인
입력 토큰은 출력 토큰보다 훨씬 저렴합니다: 예를 들어, Opus 4.7은 출력 토큰에 입력 토큰보다 5배 높은 요금을 부과합니다(입력 토큰 100만 개당 $5, 출력 토큰 100만 개당 $25). 그럼에도 불구하고, 입력 토큰이 압도적으로 많기 때문에 Cursor는 입력 토큰이 AI 코딩 에이전트 비용의 약 70%를 차지한다고 봅니다.
컨텍스트 캐싱 없이는 토큰 비용이 10배 높아질 것
Cursor는 기존 컨텍스트를 더 많은 새 입력 토큰으로 재생성하는 것을 피하기 위해 컨텍스트를 스마트하게 캐싱합니다. 캐시 사용량을 고려하면, Cursor는 출력 토큰에 전체 토큰의 0.6%만 사용합니다. 나머지 99%는 캐시 읽기(90%), 캐시 쓰기(2.5%), 입력 토큰(7%)으로 나뉩니다.
미래에는 컨텍스트 재사용과 캐싱이 핵심 AI 효율성 요소가 될까요? AI 토큰은 생성 비용이 비싸기 때문에, 코딩처럼 기존 컨텍스트가 많이 재사용되는 워크플로우에서는 어떤 형태의 재사용이든 매우 합리적입니다.
물론 Cursor가 이 세부 사항을 공유하는 것도 이해가 됩니다: 효율적인 AI 에이전트 하네스를 구축하는 게 결코 쉽지 않다는 것을 상기시켜 주니까요. 실제로 직접 에이전트 하네스를 구축한다면 Cursor 같은 도구의 효율성을 따라가기 위해 효율적인 캐싱 레이어도 갖춰야 합니다.
Opus 4.7이 가장 비싼 모델, Anthropic에 부담이 될 수 있음
Opus 4.7은 여전히 가장 뛰어난 코딩 모델로 여겨집니다. 하지만 매우 비싸며, Cursor 자체 데이터에 따르면 자사 Composer 2.5 모델 대비 약 10배 비쌉니다.
Cursor가 단일 에이전트 요청 비용을 비교한다는 점이 중요합니다: 토큰 대 토큰 직접 비교가 아닙니다. 또한 이 벤치마크가 자사 Composer 모델을 최저 비용으로 보이게 할 유인이 있는 Cursor에 의해 공유된다는 점도 참고할 만합니다.
그럼에도 불구하고, 10배 저렴한 모델로 충분히 유사한 결과를 얻을 수 있다면, 이는 특히 중견 기업 이상에서 무시하기 어려운 절감입니다. 더 많은 기술 기업들이 덜 중요한 작업에는 덜 유능하지만 저렴한 모델을 사용하는 방법을 모색하게 될 것이라고 봅니다.
비싼 모델일수록 수락률이 높음
Cursor가 공유하는 흥미로운 지표는 모델별 줄당 비용(cost-per-line-added)입니다.
이 지표는 출력과 연관되기 때문에 더 현실적인 비용 지표입니다: 비싸지만 자주 수락되는 코드를 생성하는 "스마트한" 모델들은 에이전트 요청당 비용 지표에서는 불리하지만, 여기서는 그렇지 않습니다.
실제로 Opus 4.7은 에이전트 요청당 비용은 GPT 5.5의 절반이지만 수락된 줄당 비용은 동일합니다. 이 비교에서 Cursor의 Composer 모델은 "겨우" 5배 효율적입니다.
두 목록 모두에서 Google의 Gemini 모델이 빠져 있는 것은 이상한 생략입니다. Cursor에 문의하자, 그들은 Gemini가 Grok 모델처럼 플랫폼에서 사용량이 매우 적어서 빠졌다고 밝혔습니다.
AI 변경사항의 거의 절반이 개발자 수동 검토 없이 수락
이 보고서에서 가장 흥미로운 부분을 마지막으로 남겼습니다: 불과 한 달 만에, Cursor를 사용하는 개발자들 사이에서 수동 단계 없이 AI 에이전트가 커밋을 생성하도록 허용하는 비율이 10%에서 약 40%로 증가했습니다.
이 급증은 Opus 4.7과 GPT-5.5가 출시된 시기와 일치하며, 많은 개발자들이 이 세대 모델의 코드 생성 능력을 경험한 후 손으로 코드를 작성하는 시대가 끝나가고 있다고 결론 내린 시기이기도 합니다.
자세한 내용은 Cursor의 전체 보고서를 확인하세요.
핵심 요약 (20줄)
- Cursor, 2년 사용 데이터 기반 AI 코딩 통계 보고서 발표
- 파워 유저(p99)는 주당 30~40,000줄 코드 생성 — 중간 사용자 45명 분량
- 중간(p50) 사용자는 주당 약 700줄, p90은 약 9,000줄
- Cursor 토큰 사용의 90%는 입력 토큰(코드/문서 읽기) — 이는 개발자의 10:1 읽기/쓰기 비율과 일치
- 입력 토큰이 저렴하지만 AI 코딩 에이전트 비용의 약 70% 차지
- Cursor의 컨텍스트 캐싱 덕분에 실제 출력 토큰은 전체의 0.6%에 불과
- 캐시 읽기 90%, 캐시 쓰기 2.5%, 입력 토큰 7%로 구성
- 컨텍스트 캐싱 없으면 토큰 비용 10배 증가 예상
- Opus 4.7 — 가장 뛰어난 코딩 모델이지만 Cursor Composer 2.5 대비 약 10배 비쌈
- 그러나 '수락된 줄당 비용'으로 보면 Opus 4.7 = GPT 5.5 (요청당 비용 절반)
- Cursor Composer 2.5는 비용 대비 수락률 기준으로 5배 효율적
- Gemini 모델은 Cursor 플랫폼에서 사용량이 너무 적어 비교 목록에서 제외
- Cursor 사용 개발자 중 AI 커밋 수동 검토 없이 수락 비율: 1개월 만에 10% → 40% 급증
- Opus 4.7 + GPT-5.5 출시 시점과 정확히 일치 — 코드 생성 신뢰도 급상승 신호
- 많은 개발자들이 손으로 코드 작성하는 시대가 끝나가고 있다고 인식
- 자체 에이전트 하네스 구축 시 효율적인 캐싱 레이어 필수 — 그게 Cursor의 핵심 경쟁력
- 파워 유저 특성에 의문 제기: 더 많은 버그를 만드나? 실제 비즈니스 가치는?
- 더 많은 기업들이 덜 중요한 작업에 저렴한 모델 채택 트렌드 예상
- AI 토큰 비용에서 컨텍스트 재사용·캐싱이 핵심 효율화 전략으로 부상
- Cursor 보고서는 자사 모델을 유리하게 보일 유인이 있음을 감안하고 해석 필요