솔직히 말씀드리면, Cursor가 자체 AI 모델을 만든다는 소식을 처음 들었을 때 "무모하다"고 생각했습니다. Anthropic과 OpenAI라는 거인의 어깨 위에서 편하게 수익을 올리던 회사가, 왜 굳이 수천억 원짜리 모델 훈련에 뛰어드는 걸까요. 근데 3월 19일 Bloomberg 보도와 함께 공개된 Composer 2의 벤치마크를 보고 나서, 생각이 완전히 바뀌었습니다.
출처: The Decoder | Cursor가 자체 AI 모델 Composer 2로 Anthropic·OpenAI에 도전장을 내밀었다
TL;DR: Cursor의 모회사 Anysphere가 코딩 특화 자체 모델 Composer 2를 출시했습니다. CursorBench 61.3점으로 Claude Opus 4.6(58.2점)을 앞서고, 가격은 입력 토큰 기준 1/10 수준입니다. 다만 GPT-5.4 Thinking(63.9점)에는 아직 미치지 못하며, 코딩 외 범용 작업에서의 성능은 미지수입니다.
Composer 2 vs Claude Opus 4.6 vs GPT-5.4: 숫자로 보는 비교
코딩 AI 모델의 성능을 한 눈에 비교하겠습니다. 아래 표는 2026년 3월 기준 주요 벤치마크 점수와 가격입니다.
항목 Composer 2 Claude Opus 4.6 GPT-5.4 Thinking CursorBench 61.3 58.2 63.9 Terminal-Bench 2.0 61.7 58.0 75.1 SWE-bench 비공개 75.6 70.2 컨텍스트 윈도우 200K 1M (베타) 400K 입력 토큰 ($/1M) $0.50 $5.00 $2.50 출력 토큰 ($/1M) $1.50 $25.00 $15.00 개발사 Anysphere Anthropic OpenAI (2026년 3월 기준,
- The Decoder ,
- VentureBeat 종합)
숫자만 보면 Composer 2가 꽤 인상적입니다. CursorBench에서 Claude Opus 4.6을 5% 이상 앞서면서, 가격은 입력 기준 10배 저렴합니다. 이전에 AI 코딩 도구 비용 전쟁 2026에서 다뤘던 크레딧 소진 문제를 생각하면, 이 가격 차이는 실무에서 체감이 클 수밖에 없습니다.
왜 Cursor는 직접 모델을 만들어야 했나
_Photo by
- Daniil Komov on
- Unsplash | AI 코딩 도구 시장의 경쟁이 그 어느 때보다 치열하다_
여기서 짚어야 할 포인트가 있습니다. Cursor는 Anthropic의 Claude와 OpenAI의 GPT를 쓰면서 동시에 이들과 경쟁하는 모순적인 위치에 있었습니다. Anthropic은 Claude Code를, OpenAI는 Codex를 직접 밀고 있거든요.
10x.pub의 분석에 따르면, 2026년 초 기준 Claude Code의 "가장 선호하는 도구" 비율이 46%로 Cursor(19%)를 크게 앞섰습니다. 공급사가 곧 경쟁자인 상황에서, 가격 협상력도 제한적이고 모델 업데이트 일정도 통제할 수 없죠.
Anysphere가 선택한 해법은 명확합니다. 코딩만 잘하면 되는 특화 모델을 직접 만드는 것. Bloomberg 보도에 의하면, Composer 2는 Mixture-of-Experts(MoE) 아키텍처에 강화학습(RL)을 결합하고, 커스텀 MXFP8 양자화 커널로 추론 비용을 대폭 낮췄습니다. 범용 LLM을 만드는 것보다 훨씬 현실적인 접근이에요.
Composer 2의 비밀 무기: Self-Summarization
기술적으로 가장 흥미로운 부분은 "Self-Summarization"이라는 기법입니다. 긴 코딩 세션에서 모델이 스스로 컨텍스트를 압축하는 건데, 이게 왜 중요하냐면 — 실제 개발에서 200K 토큰 컨텍스트가 꽉 차는 상황이 생각보다 빈번하기 때문입니다.
예를 들어, 대규모 리팩토링 작업을 하다 보면 파일 10-20개를 동시에 참조해야 하는 경우가 많습니다. 기존 모델은 컨텍스트가 길어지면 앞부분 정보를 "잊어버리는" 문제가 있었는데, Composer 2는 이 과정에서 에러율을 50% 줄였다고 합니다. (2026년 3월, Anysphere 공식 발표 기준)
솔직히 이 부분은 직접 대규모 프로젝트에서 테스트해봐야 체감할 수 있을 것 같습니다. 벤치마크 수치와 실무 체감은 다를 수 있으니까요.
Composer 2의 Self-Summarization 개념을 단순화한 예시 # 실제 구현은 모델 내부에서 자동으로 수행됨 class ContextManager: def __init__(self, max_tokens=200_000): self.max_tokens = max_tokens self.context = [] def add_file(self, filepath: str, content: str): """파일 추가 시 컨텍스트 압축 여부 판단""" tokens = self._count_tokens(content) if self._total_tokens() + tokens > self.max_tokens * 0.8: # 80% 이상 차면 이전 컨텍스트를 요약으로 압축 self._self_summarize() self.context.append({"file": filepath, "content": content}) def _self_summarize(self): """오래된 컨텍스트를 핵심 정보만 남기고 압축""" # 변수명, 함수 시그니처, 의존 관계만 보존 # 구현 세부사항은 요약으로 대체 oldest = self.context[:len(self.context)//2] for item in oldest: item["content"] = self._extract_signatures(item["content"])
트레이드오프 분석: 무엇을 얻고 무엇을 잃는가
_Photo by
- Safar Safarov on
- Unsplash | 코딩 AI의 선택은 결국 트레이드오프의 문제다_
Composer 2를 쓴다는 건 결국 교환의 문제입니다. 뭘 얻고 뭘 포기하는지 정리해봤습니다.
가격을 얻으려면, 범용성을 포기해야 합니다. Composer 2는 코딩에 특화된 모델입니다. 코드 리뷰, 리팩토링, 버그 수정에서는 뛰어나지만, 기술 문서 작성이나 사용자 대면 텍스트 생성 같은 작업은 여전히 Claude나 GPT가 낫습니다. 프로젝트에서 코딩 외 작업 비중이 30% 이상이라면, 결국 두 모델을 병행해야 합니다.
Cursor 생태계 최적화를 얻으려면, 도구 종속을 감수해야 합니다. Composer 2는 Cursor IDE 안에서 최적으로 동작하도록 설계됐습니다. Tab 모델과의 연계, 프로젝트 인덱싱, 에이전트 워크플로우까지 통합되어 있죠. 반면 Claude Code는 터미널 기반이라 어떤 에디터든 쓸 수 있고, GitHub Copilot은 VS Code·JetBrains·Neovim 어디서든 동작합니다.
자체 모델 개선 속도를 얻으려면, 커뮤니티 검증 부족을 감수해야 합니다. Anthropic이나 OpenAI의 모델은 수백만 개발자가 다양한 시나리오에서 테스트한 결과물입니다. Composer 2는 아직 출시 초기라 엣지 케이스에서 어떤 문제가 터질지 모릅니다. 이건 좀 불안한 부분이에요.
이전에 GPT-5.4 활용법 글에서도 다뤘지만, 모델 선택에서 벤치마크 점수보다 중요한 건 실제 워크플로우와의 궁합입니다.
코딩 AI 시장의 판이 바뀌고 있다
이번 Composer 2 출시가 시사하는 더 큰 그림이 있습니다. AI 코딩 도구 시장이 "모델 소비자" 단계에서 "모델 제작자" 단계로 넘어가고 있다는 것.
SiliconANGLE에 따르면 Cursor의 연간 반복 매출(ARR)은 5억 달러를 돌파했습니다. 이 정도 규모면 자체 모델 훈련에 투자할 여력이 충분합니다. GitHub Copilot이 42%의 시장 점유율로 여전히 1위지만, Cursor(18%)와 Claude Code의 급성장이 시장을 3파전으로 만들고 있죠.
여기서 제 생각을 좀 보태자면 — Composer 2가 당장 Claude Code나 GPT-5.4를 대체하진 않을 겁니다. Terminal-Bench에서 GPT-5.4(75.1)와 13포인트 이상 차이가 나는 건 무시할 수 없는 격차니까요. 하지만 "가격 대비 성능"이라는 축에서는 확실히 새로운 선택지가 생겼습니다.
결론: 누가 Composer 2를 써야 하는가
_Photo by
명확하게 정리하겠습니다.
Composer 2가 맞는 사람: 이미 Cursor를 메인 에디터로 쓰고 있고, 월 AI 비용이 부담되는 개인 개발자·소규모 팀. 코딩 중심 작업이 전체의 70% 이상인 경우. 특히 대규모 리팩토링이나 멀티파일 수정이 잦다면 Self-Summarization의 혜택을 볼 수 있습니다.
아직 Claude Code/GPT-5.4가 나은 사람: 에디터에 종속되기 싫은 개발자. 코딩 외에 문서 작성·코드 리뷰 코멘트·기술 블로그 작성 등 범용 작업이 많은 경우. 또는 Terminal-Bench 75점급의 최고 성능이 필요한 복잡한 프로젝트.
한 가지 확실한 건, AI 코딩 도구 시장에서 "한 모델이 모든 걸 지배하는" 시대는 끝나가고 있다는 것입니다. 2026년은 용도별로 모델을 골라 쓰는 "멀티모델 시대"의 원년이 될 것 같습니다. Composer 2가 그 신호탄을 쏘아올렸고요.
참고 자료:
- Bloomberg - AI Coding Startup Cursor Plans New Model to Rival Anthropic, OpenAI (2026년 3월)
- The Decoder - Cursor takes on OpenAI and Anthropic with Composer 2 (2026년 3월)
- VentureBeat - Cursor's new coding model Composer 2 beats Claude Opus 4.6 (2026년 3월)
- SiliconANGLE - Vibe coding startup Cursor launches Composer 2 model (2026년 3월)
- 10x.pub - 85% of devs now use AI coding tools (2026년 3월)
함께 읽으면 좋은 글:
- AI 코딩 도구 비용 전쟁 2026: 크레딧 태워도 괜찮을까? - AI 코딩 도구의 가격 구조와 비용 최적화 전략
- MCP(Model Context Protocol)로 AI 에이전트 연결하기 - AI 에이전트 간 연결 표준 프로토콜 입문 가이드