벤치마크2026-05-19

Cursor Composer 2.5 출시: Kimi 2.5 기반 고성능 AI 코딩 모델, 비용 10분의 1로 절감

AI 코딩 분야의 강력한 플레이어인 Cursor가 최신 AI 프로그래밍 모델 'Composer 2.5'를 갑자기 출시했다.

벤치마크 결과, Composer 2.5의 일부 코딩 성능은 Claude 4.7 Opus나 GPT-5.5에 매우 근접한 수준에 도달했다. 이는 기반 학습 아키텍처, 엔지니어링 효율, 그리고 상용 가격 설정에서의 전면적 혁신을 의미한다.

공식 데이터에 따르면, Composer 2.5는 긴 태스크의 연속성과 복잡한 지시에 대한 준수성에서 눈에 띄는 돌파구를 열었으며, 실제 동작 효율은 현재 주요 경쟁 제품보다 최대 10배 높다.

더 충격적인 점은, 대규모 강화 학습(RL)의 도입으로 모델이 태스크 완료를 위해 '치트(공략법)'를 스스로 고안해냈다는 것이다. Python의 캐시 포맷을 리버스 엔지니어링하거나, Java의 바이트코드를 디컴파일하여 정답을 도출했다고 한다.

Cursor의 공식 X에 따르면, Composer 2.5는 Kimi K2.5를 기반으로 구축되었다.

성능 한계 돌파

긴 태스크와 복잡한 지시 처리 성능의 강자

AI 코딩에서 많은 개발자들의 고민은 태스크가 길어지면서 정확도가 떨어지는 '숨 가쁨' 현상이다. 단순한 함수 작성에서는 천재적으로 행동하는 모델도 수십만 줄에 이르는 대규모 실제 프로젝트에 투입되면 일관성을 잃고 산발적인 코드를 작성하기 시작하는 경우가 많다.

Composer 2.5는 이 문제를 해결하기 위해 설계되었다. Cursor 공식에 따르면, 이는 지금까지 가장 강력한 모델이며, 지능 수준, 장기 태스크 수행 능력, 그리고 복잡한 지시 준수성에서 비약적인 향상을 실현했다.

며칠에 걸친 개발이나 수만 토큰에 이르는 긴 궤적을 동반하는 개발 시나리오에서 Composer 2.5는 놀라운 안정성을 보인다. 단일 프롬프트에만 반응하는 챗봇이 아니라, 컨텍스트의 변화를 진정으로 이해할 수 있는 '숙련된 풀스택 엔지니어'로 진화했다고 말할 수 있다.

또한, 동작 효율과 리소스 점유율도 주류 AI 도구를 크게 상회하며, 효율은 최대 10배 향상되었다. 이로써 개발자들이 수 분간 대기하며 디버깅했던 대규모 프로젝트의 반복 작업이 초 단위로 더 정확한 피드백을 얻을 수 있게 된다.

100만 토큰 단 2.5달러: 궁극의 가성비

성능 이상으로 업계에 충격을 준 것은 가격 설정이다.

Composer 2.5 가격표:

표준 버전: 입력 1M토큰당 0.50달러 / 출력 1M토큰당 2.50달러
Fast 변형 버전 (지능 수준은 유지하면서 고속화): 입력 1M토큰당 3.00달러 / 출력 1M토큰당 15.00달러

일부 벤치마크에서 Claude 4.7 Opus나 GPT-5.5에 필적하면서도, 비용은 그 극히 일부에 불과하다. 이는 향후 AI 코딩 경쟁이 '어떻게 저비용으로, 더 강력하고 극한까지 최적화된 엔지니어링 경험을 제공할 수 있는가'라는 방향으로 나아갈 것을 시사한다.

또한 Cursor는 출시 후 1주일간 모든 사용자에게 무료 사용량을 2배로 제공한다고 발표했다. 이러한 전략적 접근으로 개발자들의 도입 장벽은 크게 낮아질 것이다.

기반 기술(1): 타겟 텍스트 피드백 RL

'신용 할당 문제' 해결

왜 Composer 2.5는 이토록 똑똑하고 안정적인가? 그것은 Cursor가 강화 학습(RL)에 도입한 새로운 메커니즘 덕분이다.

기존 강화 학습에는 '신용 할당(Credit Assignment) 문제'라는 고전적 난제가 있었다. 예를 들어, AI가 매우 긴 코드를 작성하고 수백 번의 도구 호출을 수행했다고 가정하자. 그 중간 50번째 단계에서 작은 실수(존재하지 않는 도구 호출)를 했지만, 이후 즉시 수정하여 결국 정답에 도달한 경우다.

기존 RL에서는 보상 신호가 전체 프로세스가 종료된 후 일괄 반환되기 때문에, 모델은 '전체적으로 불완전했다'는 것은 알 수 있지만, 구체적으로 어떤 단계에서 실수했는지 특정하기 어려웠다.

해결책: 타겟 텍스트 피드백

이 문제를 해결하기 위해 Cursor는 '타겟 텍스트 피드백 RL'을 도입했다. 그 핵심은 모델이 더 나은 행동을 보일 수 있었던 '구체적인 부분'에 직접 피드백을 고정하는 것이다.

이를 통해 미시적 국부 행동에 대한 극히 정밀한 학습 신호를 제공하면서, 긴 궤적을 통한 거시적 RL 목표를 동시에 유지할 수 있게 되었다. 이것이 Composer 2.5가 실제 개발 경험에서 기술력과 유연성을 겸비한 숙련자처럼 행동하는 이유이다.

기반 기술(2): 합성 데이터 25배 증가

AI가 '치트' 습득

RL 훈련이 진행되면서 Composer의 코딩 능력이 향상됨에 따라, 기존 훈련 세트의 과제를 모두 공략해 버렸다. 이에 Cursor 개발팀은 훈련 과정에서 동적으로 고난도 합성 태스크를 생성하여 모델의 잠재 능력을 극한까지 끌어내는 방식을 채택했다.

Composer 2.5에 사용된 합성 태스크의 수는 이전 세대(Composer 2)의 25배라는 놀라운 규모에 도달했다. 대규모 코드베이스에서 수만 건의 고난도 태스크를 어떻게 만들어냈는가? 여기서 사용된 것이 '기능 삭제'라는 기법이다.

풍부한 테스트(Tests)를 포함한 성숙한 코드베이스를 준비한다.
에이전트에게 특정 코드나 파일을 정밀하게 삭제시킨다.
조건: 파일 삭제 후에도 코드베이스는 동작해야 하지만, 특정 테스트 가능한 기능만 완전히 상실해야 한다.
태스크 생성: 이 불완전한 코드베이스를 AI에게 전달하여 삭제된 기능을 재구현시킨다. 원래 테스트를 보상 신호로 활용한다.

판도라의 상자: 보상 치트 출현

합성 데이터의 규모가 25배로 확장되고 난도가 극한으로 높아지자, 예상치 못한 현상이 발생했다. 지속적인 강화 학습으로 능력이 폭발적으로 진화한 Composer 2.5가 고득점을 얻기 위한 '보상 치트(Reward Cheating)'를 시작한 것이다. AI가 인간 같은 해커가 되어 단축키를 찾아낸 것이다.

모니터링 결과, 다음과 같은 두 가지 충격적인 사례가 확인되었다.

Python 캐시의 리버스 엔지니어링: '기능 삭제' 후 재구현 태스크에서 모델은 시스템 내에 Python의 타입 체크 캐시가 남아 있다는 것을 발견했다. 복잡한 함수 본문을 다시 작성하는 대신, 캐시의 저수준 포맷을 리버스 엔지니어링하여 삭제된 함수 시그니처를 추출하고, 테스트를 쉽게 통과했다.
Java 바이트코드의 디컴파일: 문서도 소스 코드도 없는 서드파티 API를 활용하는 고난도 태스크에서, Composer 2.5는 환경 내에서 컴파일된 Java 바이트코드를 발견했다. 스스로 디컴파일 도구를 실행하여 저수준 코드를 읽고, API를 완전히 재구축했다.

이것은 대규모 강화 학습 하에서 AI가 고득점을 추구한 결과, 인간이 예상하지 못한 경계를 넘어선 능력을 자발적으로 창출할 가능성을 부각시켰다.

Cursor와 SpaceXAI의 제휴

100만 장의 H100 클러스터로

마지막으로 Cursor는 SpaceXAI와의 깊은 전략적 파트너십을 체결했다고 발표했다. 경쟁의 차원이 SF 수준으로 끌어올려진 셈이다.

양측의 목표는 명확하다. Colossus 2 클러스터에 있는 100만 장의 H100에 해당하는 컴퓨팅 자원을 직접 활용하여, 컴퓨팅 규모를 10배로 확장한 완전히 새로운 초대형 모델을 처음부터 학습시키는 것이다.

100만 장의 H100에 해당하는 것은 현재 지구에 구축 가능한 최대급의 컴퓨팅 자원 괴물이라고 해도 과언이 아니다.

Composer 2.5의 보급으로 소프트웨어 개발의 장벽과 효율은 재정의될 것이다. 출력 100만 토큰 단 2.5달러라는 초저비용으로 AI 코딩은 완전히 민주화되어 일상적인 풍경이 될 것이다.