Cursor, 코딩 특화 자체 LLM 'Composer' 출시

Cursor · AI Coding IDE

Cursor, 코딩 전문 LLM 'Composer' 시리즈 출시

자체 모델로 여는 AI 코딩 IDE의 수직 통합 시대

AI 코딩 IDE의 선두주자 Cursor(개발사 Anysphere)가 2025년 10월, 자체 개발한 최초의 코딩 특화 LLM Composer를 출시했다. 기존에는 OpenAI의 GPT-5, Anthropic의 Claude, Google의 Gemini 등 타사 LLM에 전적으로 의존하던 Cursor가 직접 모델을 만들기로 한 결정은, AI 코딩 도구 업계의 지형을 바꾸는 중요한 분기점으로 평가된다.

이 글에서는 Composer의 기술적 특징, 성능 벤치마크, Composer 2로 이어지는 진화 과정, 그리고 이를 둘러싼 논란과 의미를 정리한다.

 

Composer의 탄생 배경

Cursor는 그동안 OpenAI, Anthropic, Google, xAI 등 최고 수준의 LLM을 엔진으로 사용하며 '바이브 코딩(Vibe Coding)' 경험을 제공해 왔다. 그러나 타사 모델에 대한 의존성은 속도, 비용, 제어력 측면에서 한계로 작용했다.

Cursor의 연구 과학자 Sasha Rush에 따르면, 내부 프로토타입 Cheetah가 Composer 개발의 출발점이었다. "Cheetah는 주로 속도를 테스트하기 위한 v0 모델이었다. 우리 메트릭에 따르면 Composer는 Cheetah와 동일한 속도를 유지하면서 훨씬 더 똑똑해졌다."

 

기술 아키텍처: MoE + 강화학습

Composer는 Mixture-of-Experts (MoE) 아키텍처를 채택했다. MoE는 전체 파라미터 중 일부 전문가(Expert) 서브모듈만 활성화하여 추론하는 방식으로, 높은 성능을 유지하면서도 연산 효율성을 극대화한다.

"We used RL to train a big MoE model to be really good at real-world coding, and also very fast." ── Sasha Rush, Cursor Research Scientist

핵심은 강화학습(Reinforcement Learning, RL) 훈련 방식이다. Composer는 정적 데이터셋이 아닌 실제 소프트웨어 엔지니어링 환경에서 훈련되었다. 훈련 과정에서 모델은 실제 코드베이스 안에서 파일 편집, 시맨틱 검색, 터미널 명령어 등 프로덕션 도구들을 사용하며 복잡한 엔지니어링 문제를 해결하도록 학습했다.

강화학습 루프는 정확성과 효율성을 동시에 최적화했다. Composer는 효과적인 도구 선택, 병렬 처리 활용, 불필요한 응답 회피 등을 스스로 학습했으며, 시간이 지나면서 유닛 테스트 실행, 린터 오류 수정, 다단계 코드 검색 등과 같은 창발적 행동(Emergent Behavior)을 보이기 시작했다.

 

250 tokens/s — 경쟁 대비 4배 빠른 속도

Composer의 가장 큰 차별점은 속도다. 초당 250개의 토큰(Tokens/s)을 생성하며, 이는 GPT-5나 Claude Sonnet 4.5 같은 프론티어 모델보다 약 4배 빠르고, 다른 고속 추론 모델보다도 2배 이상 빠른 수치다. 대부분의 상호작용을 30초 이내에 완료한다.

속도가 중요한 이유는 개발자 경험(DevX)과 직접 연결되기 때문이다. Cheetah 초기 테스트에서 한 개발자는 "너무 빨라서 AI와 함께 작업할 때 루프 안에 계속 있을 수 있다"고 평가했다. 느린 응답은 개발자의 몰입을 깨뜨리지만, Composer의 속도는 AI를 동료 개발자처럼 원활하게 사용할 수 있게 해준다.

모델	생성 속도	상대 속도
Composer	250 tok/s	4x
GPT-5 Codex	~60 tok/s	1x
Claude Sonnet 4.5	~60 tok/s	1x
Fast Frontier (Haiku 4.5 등)	~125 tok/s	2x

 

CursorBench과 벤치마크 성능

Cursor는 자체 벤치마크인 CursorBench를 공개했다. CursorBench는 실제 개발자 에이전트 요청에서 추출한 데이터로 구성되며, 단순 정답률뿐 아니라 기존 추상화/스타일 준수, 엔지니어링 베스트 프랙티스 등을 측정한다.

Composer 1은 CursorBench에서 프론티어급(Frontier-level) 지능을 기록했다. 이후 2026년 3월 출시된 Composer 2는 더욱 큰 도약을 이루었다.

모델	CursorBench	Terminal-Bench 2.0	SWE-bench Multilingual
Composer 2	61.3	61.7	73.7
Composer 1.5	44.2	47.9	65.9
Composer 1	38.0	40.0	56.9

Composer 2는 Composer 1 대비 CursorBench에서 61% 향상, SWE-bench Multilingual에서 30% 향상된 성능을 보여주며 프론티어 수준에 도달했다.

 

Cursor 2.0: 멀티 에이전트 플랫폼

Composer 출시와 함께 Cursor는 Cursor 2.0 플랫폼 업데이트를 발표했다. 가장 주목할 점은 최대 8개의 에이전트를 병렬 실행할 수 있는 멀티 에이전트 인터페이스다. 각 에이전트는 Git Worktree나 원격 머신 위의 격리된 작업 공간에서 독립적으로 작동하며, 개발자는 여러 에이전트의 결과를 비교하고 최적의 출력을 선택할 수 있다.

추가 기능으로는 에디터 내 브라우저(GA), 개선된 코드 리뷰, 샌드박스 터미널(GA), 음성 모드 등이 포함된다. 이러한 기능들은 Composer가 더욱 효과적으로 작동할 수 있는 인프라를 제공한다.

 

Composer 2와 Kimi K2.5 — 오픈소스 기반 논란

2026년 3월, Cursor가 Composer 2를 발표한 직후 한 X 사용자(Fynn)가 Composer 2가 Moonshot AI(중국, Alibaba·HongShan 투자)의 오픈소스 모델 Kimi K2.5를 기반으로 만들어졌다는 주장을 제기했다. 처음에 Cursor는 이를 명시적으로 공개하지 않았고, 이는 AI 업계에서 오픈소스 라이선스와 저작권 인정에 대한 논쟁으로 번졌다.

Cursor의 VP Lee Robinson은 곧바로 이를 인정했다. "Yep, Composer 2 started from an open-source base!" 그는 "최종 모델에 사용된 컴퓨팅의 약 1/4만 베이스에서 왔고, 나머지는 우리의 훈련에서 나왔다"고 설명했으며, 벤치마크 성능이 Kimi K2.5와 "매우 다르다"고 강조했다. 또한 Kimi 측의 X 계정도 "Cursor가 Fireworks AI와의 정식 상업 파트너십을 통해 Kimi를 사용했다"며 축하 메시지를 올리며 논란은 일단락되었다.

"Only ~1/4 of the compute spent on the final model came from the base, the rest is from our training." ── Lee Robinson, Cursor VP of Developer Education

이 사건은 AI 업계에 중요한 질문을 던졌다. 상업용 AI 제품이 오픈소스 모델을 기반으로 할 때 어디까지 공개해야 하는가? 라이선스 준수와 사용자 신뢰 사이의 간극은 어떻게 메울 것인가? 이른바 "Cursor Composer 2 controversy"는 오픈소스 AI 생태계의 성숙과 함께 더 자주 등장할 이슈로 보인다.

 

Composer 2.5: 셀프 디스틸레이션의 승리

2026년 5월, Cursor는 Composer 2.5를 발표하며 다시 한 번 코딩 능력을 혁신했다. Composer 2.5는 자기 증류(Self-Distillation) 기법을 활용하여 프론티어 LLM을 코딩 벤치마크에서 능가했다. 더 큰 모델의 지식을 같은 아키텍처의 더 작은 모델로 증류하는 이 방식은, Cursor가 자체 모델 파이프라인을 완전히 장악하고 있음을 보여준다.

빠른 속도에 지능까지 갖춘 Composer 시리즈는 이제 Cursor IDE의 핵심 엔진으로 자리잡았다. 사용자는 여전히 Claude, GPT-5 등 외부 모델도 선택할 수 있지만, Composer가 기본값이 되면서 점차 자체 생태계로의 전환이 가속화되고 있다.

 

의미: The Application Layer Strikes Back

Cursor의 Composer 시리즈는 AI 업계의 큰 흐름을 보여준다: 애플리케이션 레이어의 반격이다.

그동안 AI 코딩 도구들은 OpenAI, Anthropic, Google 등 기초 모델(Framework Model) 제공자에게 전적으로 의존했다. 하지만 Cursor는 자체 모델을 개발함으로써 다음과 같은 이점을 얻었다:

• 속도 최적화: IDE 환경에 특화된 추론 파이프라인으로 극한의 저지연 달성
• 비용 제어: 타사 API 사용료 없이 자체 인프라로 비용 효율성 확보 (Composer 2: $0.50/M 입력 토큰)
• 제품-모델 공동 설계: 모델과 IDE를 함께 디자인하여 최적의 사용자 경험 구현
• 데이터 플라이휠: 수백만 개발자의 실제 코딩 데이터로 모델을 지속적으로 개선
• 공급망 독립성: 타사 모델의 정책 변경, 가격 인상, 서비스 중단에서 자유로움

이는 GitHub Copilot(Microsoft + OpenAI), Replit, Codev, Claude Code 등 경쟁사에게도 중요한 함의를 가진다. AI 코딩 도구 시장에서 '자체 모델 보유'는 더 이상 선택이 아닌 필수가 되어가고 있다.

🔑 핵심 요약

Cursor Composer는 AI 코딩 IDE 시장의 판을 바꾼 첫 자체 모델이다. MoE + 강화학습으로 구축된 Composer는 250 tokens/s의 압도적 속도로 프론티어급 코딩 성능을 제공한다. Composer 2는 Kimi K2.5를 기반으로 추가 훈련을 거쳐 CursorBench 61.3, SWE-bench Multilingual 73.7을 달성했고, Composer 2.5는 자기 증류로 더욱 발전했다. 이는 '애플리케이션 레이어의 반격'이라는 거대한 흐름의 시작을 알린다.

참고: Cursor Blog · VentureBeat · TechCrunch · bdtechtalks.com