Cursor, 벤치마크 성능 대폭 향상된 자체 코딩 모델 Composer 2 출시

섹션별 상세

Cursor는 Claude나 GPT 같은 외부 모델에 의존하는 '래퍼(Wrapper)' 전략을 넘어 독자적인 코딩 모델 Composer 2를 구축했다. 코딩에 특화된 사전 학습과 강화 학습이 일반 범용 모델보다 에디터 내부의 실질적인 작업에서 더 높은 효율을 낼 수 있다는 가설을 증명하고자 한다. CursorBench 점수가 38.0에서 61.3으로 급등한 것은 이러한 특화 학습의 유효성을 뒷받침한다. 이는 AI 개발 도구 기업이 단순 서비스 제공자를 넘어 모델 계층까지 수직 통합하고 있음을 보여준다.

Composer 2는 수백 개의 순차적 액션이 요구되는 롱 호라이즌(Long-horizon) 코딩 태스크를 해결하기 위해 설계됐다. 대규모 코드베이스에서 발생하는 복잡한 의존성과 연속적인 수정 과정을 학습 데이터에 반영하여 추론 능력을 강화했다. 결과적으로 Terminal-Bench 2.0에서 61.7점, SWE-bench Multilingual에서 73.7점을 기록하며 다국어 및 터미널 환경 대응력을 입증했다. 개발자는 이를 통해 더 복잡한 리팩터링이나 시스템 설계를 AI 에이전트에게 맡길 수 있게 된다.

모델은 표준형과 고속형 두 가지 버전으로 제공되며, 토큰당 가격 체계를 통해 비용 효율성을 제안한다. 표준형은 백만 토큰당 입력 $0.50, 출력 $2.50이며, 기본값인 고속형은 입력 $1.50, 출력 $7.50으로 책정됐다. 최근 xAI가 Cursor 엔지니어를 영입하는 등 인재 경쟁이 치열한 가운데 이번 발표는 Cursor의 기술적 우위를 공고히 하려는 전략적 행보로 풀이된다.

용어 해설

장기 과업(Long-horizon Task): — 수백 개의 순차적인 작업이 필요한 복잡한 문제 해결 과정을 의미한다. 코딩에서는 단순 함수 작성을 넘어 전체 프로젝트 구조를 이해하고 여러 파일을 수정하는 능력을 평가하는 핵심 요소다.
지속적 사전 학습(Continued Pretraining): — 이미 학습된 기본 모델에 특정 도메인의 데이터를 추가로 학습시켜 전문성을 높이는 기법이다. Cursor는 이를 통해 범용 모델을 코딩에 특화된 Composer 2로 진화시켰다.
소프트웨어 엔지니어링 벤치마크(SWE-bench): — 실제 GitHub 이슈를 해결하는 능력을 측정하여 AI 모델의 실무 소프트웨어 개발 역량을 평가하는 지표다. 모델이 코드를 수정하고 테스트를 통과하는 전체 과정을 검증한다.

기술

Cursor
Composer 2
SWE-bench
Terminal-Bench

활용 사례

자율 코딩 에이전트
복잡한 코드 리팩터링
다국어 소프트웨어 개발

언급된 리소스

문서Cursor Ships Composer 2