커서 창립자: 코드 이후의 시대에 '취향'이 점점 더 가치 있게 될 것이다
저자: Xin
역사상 가장 빠르게 성장한 제품 중 하나로, Cursor는 출시 후 불과 20개월 만에 연간 매출(ARR) 1억 달러를 달성했다. 이후 2년 이내에 ARR이 3억 달러를 돌파하며 엔지니어와 제품 팀의 소프트웨어 개발 방식을 지속적으로 혁신하고 있다. 2025년 초 기준으로 Cursor는 유료 사용자가 36만 명 이상이다.
마이클 트루엘(Michael Truell)은 Cursor의 모회사 Anysphere의 공동 창립자이자 CEO다. 그는 MIT 동기 세 명과 함께 Anysphere를 설립했으며, 단 3개월 만에 Cursor를 출시했다. 마이클 트루엘은 팟캐스트 인터뷰를 거의 하지 않아 외부에 모습을 드문히 보였고, 지금까지 Lex Fridman Podcast에 한 번 출연한 것이 전부였다. 이번 대담에서 그는 '코드 이후(After code)' 시대에 대한 전망, Cursor 구축 과정에서 얻은 직관에 반하는 경험, 그리고 엔지니어의 미래 발전 방향에 대해 이야기했다.
본 내용은 Lenny's Podcast에서 가져왔으며, 아래는 전체 번역본입니다.
- Cursor의 목표는 새로운 형태의 프로그래밍 방식을 창조하는 것: 앞으로 사람들은 영어 문장에 더 가까운 의사코드(pseudocode)를 보게 될 것이다. 사람들은 소프트웨어의 모든 디테일을 강력하게 제어할 수 있으며, 매우 빠르게 수정하고 반복할 수 있는 능력을 갖추게 된다.
- '취향(taste)'의 가치가 점점 더 커질 것이다: '취향'의 핵심은 '무엇을 만들어야 하는가'에 대한 명확한 인식을 갖는 것이다.
- AI를 가장 잘 활용하는 사용자들은 기술 적용 면에서 오히려 보수적이다: 그들은 AI에게 맡길 작업 범위를 더 작고 명확하게 제한하는 데 매우 능숙하다.
- Cursor 채용의 핵심은 2일간 진행되는 평가 프로세스이다: 이러한 평가 과제는 시뮬레이션 형식이지만, 2일 안에 지원자가 실제 업무 성과를 낼 수 있도록 한다. 이것은 단순히 '함께 일할 의향이 있는가'를 판단하는 과정일 뿐 아니라, 후보자를 유치하는 데도 매우 중요하다. 초기 스타트업이 유일하게 제공할 수 있는 매력은 종종 '함께 열정을 쏟고 싶은 팀'뿐이기 때문이다.
챗봇형 프로그래밍의 주요 문제는 정밀성이 부족하다
Lenny: 이전에 코드 이후 시대에 대해 이야기한 적이 있죠. Cursor의 미래 방향성에 대해 어떻게 생각하십니까? 기술은 어떻게 기존의 코드 방식에서 다른 형태로 전환될 수 있을까요?
Michael Truell:Cursor의 목표는 새로운 형태의 프로그래밍 방식, 즉 완전히 다른 소프트웨어 구축 방식을 창조하는 것입니다. 당신은 컴퓨터에게 자신의 의도를 가장 간단한 방식으로 설명하기만 하면 되며, 소프트웨어가 어떻게 동작하고 어떻게 표시되어야 하는지를 직접 정의합니다.
현대 기술이 계속해서 성숙함에 따라, 우리는 현재보다 더 높은 수준이며, 더 효율적이고 사용하기 쉬운 새로운 소프트웨어 구축 방법을 개척할 수 있다고 믿습니다. 이 과정은 오늘날 소프트웨어를 작성하는 방식과 매우 다를 것입니다.
저는 이를 미래 소프트웨어 형태에 대한 몇 가지 주류 견해와 비교하고 싶습니다. 그중 일부는 우리가 전혀 동의하지 않는 현재 유행하는 관점들입니다.
하나는 미래의 소프트웨어 구축이 오늘날과 매우 유사할 것이며, TypeScript, Go, C, Rust 등의 형식화된 프로그래밍 언어를 사용한 텍스트 편집에 주로 의존한다는 것입니다. 또 다른 하나는 챗봇에 명령어를 입력하면 AI가 소프트웨어를 만들어주고, 필요할 때마다 수정해주기를 기대한다는 것입니다. 이처럼 챗봇 스타일은 마치 공학 부서와 대화하는 것과 같습니다.
우리는 이 두 가지 비전 모두에 문제가 있다고 생각합니다.
챗봇형 프로그래밍의 주요 문제는 정밀성이 부족하다는 점입니다. 사람들이 소프트웨어의 외형과 기능을 완벽하게 제어하려면, "내 앱의 이 부분을 좀 고쳐줘"라고 챗봇에 말했다가 전체가 삭제되는 상황처럼, 훨씬 더 정밀한 방식으로 원하는 수정 사항을 지시해야 합니다.
반면에, 모든 것이 변하지 않을 것이라는 세계관 역시 잘못되었습니다. 왜냐하면 기술은 점점 더 강력해지고 있기 때문입니다. 우리가 상상하는 '코드 이후(post-code)' 세상에서는 소프트웨어 로직의 표현 형태가 영어에 훨씬 더 가까워질 것입니다.
이것을 더 규칙적인 형태로 존재한다고 상상해보세요. 의사코드 방향으로 나아갈 것입니다. 당신은 소프트웨어의 로직을 작성하고, 더 높은 수준에서 그것을 편집하며 쉽게 탐색할 수 있습니다. 그것은 이해하기 어려운 수백만 줄의 난해한 코드가 아닙니다. 대신, 더 명확하고 이해하기 쉽고 위치를 찾기 쉬울 것입니다. 우리는 복잡한 기호와 코드 구조를 사람이 읽고 편집하기 쉬운 형태로 진화시키는 데 집중하고 있습니다.
코드 이후 시대에는 '취향(taste)'의 가치가 더욱 커진다
Lenny: 참 깊이 있는 말씀입니다. 여러분의 관점을 확실히 이해하고 싶네요. 당신이 상상하는 변화란 사람들이 더 이상 코드를 보지 않고 JavaScript나 Python 형태로 사고할 필요가 없다는 것인데, 대신 영어 문장에 가까운 의사코드와 같은 더 추상적인 표현 방식이 등장한다는 뜻인가요?
Michael Truell: 우리는 그것이 결국 그런 단계로 발전할 것이라고 생각합니다. 그러나 이 단계에 도달하려면 현존하는 전문 엔지니어들의 참여와 추진이 필요하다고 믿습니다. 미래에도 인간이 여전히 주도권을 잡고 운전석에 앉아 있을 것입니다.
사람들은 소프트웨어의 모든 디테일에 대해 강력한 제어력을 갖게 되며, 그러한 제어권을 쉽게 포기하지 않을 것입니다. 동시에 사람들은 매우 빠르게 수정하고 반복할 수 있는 능력을 갖추게 됩니다. 미래에는 수주가 걸리는 느린 백엔드 엔지니어링에 의존하지 않게 될 것입니다.
Lenny: 그러면 현재의 엔지니어들이나 엔지니어, 디자이너, 제품 책임자로서의 진로를 고려하는 사람들에게 물어보고 싶습니다. '코드 이후 시대'에 어떤 기술이 점점 더 중요한 가치를 가지게 될까요?
Michael Truell: 저는 '취향(taste)'이 점점 더 중요한 가치를 가지게 될 것이라고 생각합니다. 사람들은 소프트웨어 분야의 '취향'을 이야기할 때 쉽게 시각적 요소—매끄러운 애니메이션, 색상 조합, UI, UX 등을 떠올립니다.
시각적 요소는 제품에 매우 중요합니다. 하지만 앞서 언급했듯이, 저는 제품의 로직과 작동 방식 또한 중요하다고 생각합니다.
우리는 시각 효과를 디자인하기 위한 많은 도구들을 가지고 있지만, 코드는 여전히 소프트웨어의 작동 로직을 표현하는 최고의 형식입니다. Figma로 효과를 보여줄 수도 있고, 메모장에 대략적으로 스케치할 수도 있지만, 실제로 사용 가능한 프로토타입을 가졌을 때만 로직이 명확하게 드러납니다.
미래의 엔지니어는 점점 더 '논리 디자이너(logic designer)'에 가까워질 것입니다. 그들은 의도를 정밀하게 표현해야 하며, 뒷단의 '어떻게 구현할 것인가'에서 고차원적인 '무엇을 구현할 것인가', '무엇인가'로 전환하게 됩니다. 이는 곧 '취향'이 소프트웨어 개발에서 더욱 중요해진다는 의미입니다.
현재 우리 소프트웨어 엔지니어링은 아직 그 단계에 도달하지 못했습니다. 온라인에는 AI 개발에 지나치게 의존하여 소프트웨어에 명백한 결함과 기능 문제가 발생하는 것을 반영한 재미있고 성찰적인 짤방들이 많이 돌아다닙니다.
하지만 저는 미래의 소프트웨어 엔지니어들은 지금처럼 디테일한 통제에 너무 집착할 필요 없이, 점차 엄격하고 치밀한 방식에서 '취향' 중심으로 옮겨갈 수 있다고 믿습니다.
Lenny: 이 말을 들으니 바이브 코딩(vibe coding)이 떠오릅니다. 이것은 디테일에 너무 신경 쓰지 않고, 좀 더 자연스럽게 흐르는 방식으로 프로그래밍하는 것과 비슷한가요?
Michael Truell: 저는 둘이 관련이 있다고 생각합니다. 현재 사람들이 말하는 바이브 코딩은 내부 디테일을 완전히 이해하지 못하면서도 대량의 코드를 생성하는 논란이 많은 창작 방식을 묘사한다고 봅니다. 이 방식은 많은 문제를 야기합니다. 기본 디테일을 이해하지 못하면, 당신이 만든 것이 너무 거대해져 수정하기 어려운 상태가 되기 십상입니다.
실제로 우리가 관심을 갖는 것은 기본 코드를 완전히 이해하지 못하더라도 모든 디테일을 완벽하게 제어하는 방법입니다. 이 해결책은 바이브 코딩과 밀접한 관련이 있습니다.
우리는 아직 '취향'이 소프트웨어 구축을 진정으로 주도할 수 있는 능력을 갖추지 못했습니다. 바이브 코딩이나 유사한 방식의 문제점 중 하나는, 무엇인가는 만들 수 있지만, 많은 부분이 AI가 내린 서투른 결정이며, 당신은 그것을 완전히 제어할 수 없다는 점입니다.
Lenny: '취향'에 대해 말씀하셨는데, 구체적으로 무엇을 의미하시는 건가요?
Michael Truell: '무엇을 만들어야 하는가'에 대한 명확한 아이디어를 갖는 것입니다. 그리고 이 아이디어를 점점 더 쉽게 실현할 수 있게 되는 것이죠. 이것이 당신이 만들고자 하는 소프트웨어이며, 이렇게 생겼고, 이렇게 작동합니다.
지금처럼, 당신과 팀이 제품 아이디어를 갖고 있어도, 컴퓨터가 이해하고 실행할 수 있는 형식으로 변환하기 위해 해석층이 필요하고, 막대한 노력과 노동력을 들여야 하는 상황과는 다릅니다.
'취향'은 UI와 크게 관련이 없습니다. 아마 '취향'이라는 표현이 적절하지 않을 수도 있지만, 핵심은 '무엇을 만들어야 하는가'에 대한 올바른 인식을 갖는 것입니다.
Cursor의 탄생은 한 가지 질문에 대한 탐구에서 비롯되었다
Lenny: Cursor의 기원을 되돌아보고 싶습니다. 많은 청취자들이 Cursor가 어떻게 시작되었는지 모를 수 있어요. 여러분은 역사상 가장 빠르게 성장한 제품 중 하나를 개발하고 있으며, Cursor는 사람들이 제품을 만드는 방식을 근본적으로 변화시키고 있고, 산업 전체를 바꾸고 있기도 합니다. 어떻게 시작된 건가요? 초기 성장 과정에서 기억에 남는 순간이 있었나요?
Michael Truell: Cursor의 탄생은 우리가 고민한 한 가지 질문에 대한 탐구에서 비롯되었으며, 동시에 AI가 미래 10년 동안 어떻게 더 나아질 것인지에 대한 깊은 사유의 결과이기도 합니다. 여기에는 두 가지 결정적인 순간이 있었습니다.
첫 번째는 Copilot 베타 버전을 처음 사용했을 때였습니다. 이것은 우리가 처음으로 유용한 AI 제품을 접한 순간이었으며, 화려한 데모가 아니라 실제로 도움이 되는 것이었습니다. Copilot은 지금까지 우리가 사용한 가장 유용한 개발 도구 중 하나였으며, 우리에게 큰 감동을 주었습니다.
두 번째는 OpenAI 등 회사들이 발표한 모델 스케일링(Scale)에 관한 일련의 논문들이었습니다. 이 연구들은 획기적인 새로운 아이디어 없이도 단지 모델 규모를 키우고 훈련 데이터를 늘리는 것만으로도 AI의 능력이 점점 더 강해진다는 것을 보여주었습니다. 2021년 말부터 2022년 초에 걸쳐 우리는 AI 제품의 전망에 대해 큰 자신감을 갖게 되었고, 이 기술은 반드시 성숙할 것으로 확신했습니다.
주변을 둘러보니, 많은 사람들이 모델을 어떻게 만들 것인지에 대해서만 이야기하고 있었지만, 특정 지식 작업 영역에 깊이 들어가, AI 기술의 발전과 함께 그 영역이 어떻게 진보할 것인지 진지하게 고민하는 사람은 거의 없었습니다.
그래서 우리는 생각했습니다. 이 기술이 점점 더 성숙해질 때, 이러한 구체적인 영역은 어떻게 변화할 것인가? 궁극적인 작업 형태는 어떠할 것인가? 우리가 일을 수행하는 데 사용하는 도구는 어떻게 진화할 것인가? 모델은 어느 정도 수준에 도달해야 이러한 작업 형태의 변화를 지원할 수 있는가? 모델 스케일링과 사전 훈련이 더 이상 향상되지 못할 때, 우리는 어떻게 기술 능력의 경계를 계속 돌파할 것인가?
Cursor가 초기에 범한 실수는, 경쟁이 적고 지루한 분야를 선택한 것이었습니다. 아무도 이런 지루한 분야에 관심을 갖지 않았습니다.
당시 많은 사람들이 프로그래밍은 핫하고 흥미롭다고 생각했지만, 우리는 이미 많은 사람들이 하고 있다고 느꼈습니다.
처음 4개월 동안 우리는 완전히 다른 프로젝트를 실제로 진행했습니다—기계공학 자동화 및 향상을 돕고, 기계공학자를 위한 도구를 구축하는 것이었습니다.
하지만 바로 문제에 부딪혔습니다. 저와 공동 창립자들은 모두 기계공학자가 아니었고, 비록 이 분야의 친구들이 있었지만, 우리는 이 분야에 대해 극도로 낯설었으며, 마치 '맹인 만상(盲人摸象)'이었습니다. 예를 들어, 기존 모델을 기계공학에 어떻게 실제로 적용할 수 있을까? 당시 우리의 결론은, 모델을 처음부터 자체 개발해야 한다는 것이었습니다. 이것은 매우 골치 아픈 일이었습니다. 왜냐하면 각종 도구와 부품에 대한 3D 모델과 구성 단계에 관한 공개 데이터가 인터넷에 거의 없었고, 이러한 자원을 보유한 채널에서 모델을 확보하는 것도 매우 어려웠기 때문입니다.
하지만 결국 우리는 정신을 차렸고, 기계공학에 큰 관심이 없다는 사실을 깨달았으며, 이것은 우리가 평생을 바쳐야 할 일이 아니라는 것을 인정했습니다.
프로그래밍 분야를 다시 돌아보면, 꽤 오랜 시간이 지났음에도 불구하고 눈에 띄는 변화가 없었습니다. 이 분야에서 일하는 사람들은 우리의 생각과 동떨어져 있었고, 미래의 방향성이나 AI가 모든 것을 어떻게 재편할 것인지에 대한 야심과 비전이 부족했습니다. 이러한 인식이 바로 우리를 Cursor 개발의 길로 이끈 계기가 되었습니다.
Lenny: 저는 '지루한 산업을 추격하라'는 조언을 좋아합니다. 경쟁이 적고 기회가 있기 때문에, 때때로 실제로 효과가 있습니다. 하지만 저는 또 다른 접근법도 더 좋습니다—AI 프로그래밍과 앱 개발처럼 가장 핫하고 인기 있는 분야를 대담하게 추격하는 것입니다. 실제로 이것도 먹힌다는 것을 알게 되었죠.
기존 도구들은 충분한 야심이나 잠재력을 갖추지 못했고, 더 많은 일을 할 수 있다는 것을 느꼈어요. 저는 이것이 매우 가치 있는 통찰이라고 생각합니다. 어떤 분야가 이미 너무 늦었다고 생각되더라도, GitHub Copilot 같은 제품이 이미 존재하더라도, 기존 솔루션이 충분히 야심적이지 않거나 당신의 기준을 충족하지 못하거나 방법론에 결함이 있다면, 여전히 거대한 기회가 숨어 있습니다. 맞습니까?
Michael Truell: 완전히 동의합니다. 우리는 파격적인 진보를 이루고자 하며, 구체적으로 할 수 있는 일을 찾아야 합니다. AI의 매력은 바로 AI 프로그래밍을 포함하여, 많은 부분에 여전히 알려지지 않은 거대한 공간이 존재한다는 점입니다.
많은 분야의 천장은 매우 높습니다. 주변을 둘러보면, 어느 분야에서든 최고의 도구를 가져와도 향후 몇 년 동안 해야 할 일이 여전히 많습니다. 이렇게 넓은 공간과 높은 천장을 갖춘 것은 소프트웨어 개발에서 매우 특별한 경우이며, 적어도 AI는 그렇습니다.
Cursor는 초기부터 Dogfooding을 강조했다
Lenny: IDE(통합 개발 환경) 문제로 돌아가 보겠습니다. 여러분은 여러 가지 다른 접근법을 시도했고, 다른 회사들도 시도하고 있습니다.
하나는 엔지니어를 위한 IDE를 구축하고 그 안에 AI 기능을 통합하는 것입니다. 또 다른 하나는 Devin과 같은 제품처럼 완전한 AI 에이전트 모드입니다. 또 다른 하나는 매우 우수한 코딩 모델을 구축하는 데 집중하여 최고의 코딩 모델을 만들려는 것입니다.
결국 IDE가 최선의 경로라고 판단하게 된 이유는 무엇인가요?
Michael Truell: 처음부터 모델 개발에만 집중하거나 프로그래밍의 엔드-투-엔드 자동화를 시도하는 사람들은 우리가 추구하는 것과 완전히 다른 것을 만들려고 하고 있습니다.
우리는 사람들이 자신이 구축한 도구 내에서 모든 결정에 대한 통제권을 확보할 수 있도록 하는 데 더 관심이 있습니다. 반면, 그들은 AI가 전체 과정을 완수하는 미래, 심지어 AI가 모든 결정을 맡는 미래를 상상합니다.
따라서 한편으로는 우리의 선택에는 흥미에 기반한 성분이 있습니다. 다른 한편으로는 우리는 항상 현재 기술 수준을 매우 현실적인 시각으로 바라보려고 노력합니다. 우리는 AI가 향후 수십 년 동안 얼마나 큰 가능성을 지녔는지에 대해 매우 흥분하지만, 때때로 사람들은 AI가 특정 분야에서 탁월한 성능을 보이면 모델을 인간처럼 인격화하여, 그 분야에서 인간보다 똑똑하다고 생각하고, 다른 분야에서도 마찬가지로 뛰어날 것이라고 믿습니다.
하지만 이러한 모델에는 거대한 문제가 있습니다. 우리 제품 개발은 초기부터 'Dogfooding(자사 제품을 자사에서 사용)'을 강조했습니다. 우리는 매일 Cursor를 대량으로 사용하며, 스스로에게 유용하지 않은 기능은 절대 출시하지 않습니다.
우리 자신이 제품의 최종 사용자이기 때문에, 현재 기술 수준에 대한 현실적인 인식을 갖출 수 있습니다. 우리는 인간이 '운전석'에 앉는 것이 중요하다고 생각하며, AI가 모든 것을 처리하는 것은 불가능하다고 봅니다.
개인적인 이유로도 우리는 사용자에게 이러한 제어권을 부여하고 싶습니다. 그렇게 함으로써 우리는 단순한 모델 회사가 되지 않으며, 사람들의 제어권을 박탈하는 엔드-투-엔드 제품 개발 접근법에서 벗어날 수 있습니다.
우리가 기존 프로그래밍 환경을 위한 플러그인이 아닌 IDE 자체를 구축하기로 한 이유는, 프로그래밍이 이러한 모델을 통해 이루어질 것이며, 향후 몇 년 내에 프로그래밍 방식이 거대한 변화를 겪을 것이라고 굳게 믿기 때문입니다. 기존 프로그래밍 환경의 확장성은 너무 제한적이며, UI와 프로그래밍 패턴이 파괴적인 변화를 겪을 것이라고 생각한다면, 전체 애플리케이션에 대한 완전한 통제권을 가져야 합니다.
Lenny: 저는 현재 IDE를 개발하고 있다는 것을 알고 있습니다. 아마도 이것은 여러분의 편견이며, 여러분이 생각하는 미래 방향일 것입니다. 하지만 궁금한 게 있습니다. 미래에는 많은 일이 Slack 등의 도구에서 AI 엔지니어가 대신 해주는 방식으로 이루어질 가능성이 크지 않나요? 이런 방식이 언젠가 Cursor에 포함될 수 있을까요?
Michael Truell: 이상적인 상태는 당신이 이러한 다양한 방식 사이를 자유롭게 전환할 수 있는 것입니다. 때로는 AI가 독립적으로 일정 시간 동작하게 하고 싶을 수도 있고, 때로는 AI의 작업 결과를 가져와 효율적으로 협업하고 싶을 수도 있습니다. 또 다른 때에는 다시 AI가 독립적으로 동작하게 할 수도 있죠.
저는 이러한 백그라운드와 포그라운드 형식이 모두 잘 작동할 수 있는 통합된 환경이 필요하다고 생각합니다. 백그라운드 실행은 요구사항을 매우 적은 설명으로 정확하게 지정하고, 정답 기준을 판단할 수 있는 프로그래밍 작업에 특히 적합합니다. 버그 수정은 좋은 예시입니다. 하지만 이것은 분명히 프로그래밍의 전부가 아닙니다.
IDE의 본질은 시간이 지남에 따라 완전히 변화할 것입니다. 우리가 자체 에디터를 구축하기로 한 이유는 그것이 끊임없이 진화하기 때문입니다. 이러한 진화에는 Slack이나 문제 추적 시스템과 같은 다른 인터페이스에서 작업을 인계받는 것도 포함됩니다. 당신이 매일 바라보는 이 유리판 자체도 거대한 변화를 겪을 것입니다. 현재 우리는 IDE를 소프트웨어를 구축하는 장소로 봅니다.
AI를 가장 잘 활용하는 사용자들은 기술 적용 면에서 오히려 보수적이다
Lenny: 저는 사람들이 Agents와 이러한 AI 엔지니어에 대해 이야기할 때, 우리가很大程度上「엔지니어 관리자」가 될 것이며, 아직 그리 똑똑하지 않은 부하들을 관리해야 하며, 검토, 승인, 요구사항 구체화에 많은 시간을 들여야 한다는 점을 충분히 인식하지 못하고 있다고 생각합니다. 이 문제에 대해 어떻게 생각하시나요? 이 과정을 단순화할 수 있는 방법이 있습니까?
듣기에 정말 쉽지 않아 보이는데, 대규모 팀을 관리해본 사람이라면 누구나 공감할 겁니다—'이 부하들이 질이 제각각인 작업물을 들고 계속 찾아오니 정말 고통스럽다.'
Michael Truell: 네, 아마 결국 우리는 이러한 모든 Agents들과 일대일로 소통해야 할지도 모릅니다.
우리는 AI를 사용하는 데 가장 성공한 사용자들을 관찰했는데, 그들은 기술 적용 면에서 오히려 보수적이라는 것을 발견했습니다. 저는 실제로 현재 가장 성공한 사용자들이 우리 회사의 '다음 편집 예측(Next Edit Prediction)' 기능과 같은 기능을 매우 의존하고 있다고 생각합니다. 그들의 일반적인 프로그래밍 프로세스에서, 우리의 AI는 다음에 수행할 작업을 지능적으로 예측합니다. 또한 그들은 AI에게 맡길 작업의 범위를 더 명확하고 작게 제한하는 데 매우 능숙합니다.
코드 검토에 드는 시간 비용을 고려하면, Agent와의 협업에는 주로 두 가지 모드가 있습니다. 하나는 초기에 상세한 설명에 많은 시간을 들여 AI가 독립적으로 작업하도록 하고, 그 후 AI의 결과물을 검토하는 것입니다. 검토를 마치면 전체 작업이 완료됩니다.
또 다른 하나는 작업을 더 세분화하는 것입니다. 매번 소량의 작업만 지시하고, AI가 완료하면 검토하고, 추가 지침을 주고, AI가 계속 완료하고, 다시 검토합니다. 이것은 전체 과정에서 자동 완성 기능과 유사한 것입니다.
하지만 우리는 종종, 이러한 도구를 가장 잘 활용하는 사용자들이 여전히 작업을 분할하고 관리 가능한 상태로 유지하는 것을 선호한다는 것을 관찰합니다.
Lenny: 이것은 드문 일입니다. 제가 처음 Cursor를 만들던 시절로 돌아가 보겠습니다. 언제 준비가 되었다고 느꼈으며, 언제 출시해서 어떤 일이 벌어질지 살펴봐야겠다고 생각했나요?
Michael Truell: 우리가 처음 Cursor를 만들기 시작할 때, 너무 오랫동안 개발하다가 외부에 발표하지 못할까 걱정했습니다. Cursor의 초기 버전은 완전히 우리가 처음부터 '수작업'으로 만든 것입니다. 지금은 VS Code를 기반으로 사용하고 있으며, 많은 브라우저가 Chromium을 코어로 사용하는 것과 같습니다.
하지만 처음에는 그렇지 않았고, 우리는 Cursor의 프로토타입을 처음부터 개발했으며, 여기에는 엄청난 작업이 포함되었습니다. 우리는 여러 프로그래밍 언어 지원, 코드 간 내비게이션 기능, 오류 추적 등 현대 코드 편집기에 필요한 많은 기능을 스스로 개발해야 했습니다. 또한 내장된 명령줄과 원격 서버에 연결하여 코드를 보기 위한 실행 기능도 필요했습니다.
우리는 번개처럼 빠른 속도로 개발했으며, 처음부터 자체 에디터를 구축하고 동시에 AI 구성 요소도 개발했습니다. 약 5주 후에는 이미 완전히 자체 에디터를 사용하기 시작했고, 기존 에디터를 완전히 버리고 새로운 도구에 몰입했습니다. 어느 정도 실용성을 느낄 때, 우리는 그것을 다른 사람들에게 시험하게 했으며, 매우 짧은 베타 테스트를 진행했습니다.
첫 줄의 코드를 작성한 후 공개 출시까지 Cursor는 약 3개월밖에 걸리지 않았습니다. 우리의 목표는 가능한 빨리 제품을 사용자에게 전달하고, 공개 피드백을 통해 빠르게 반복하는 것이었습니다.
놀랍게도, 우리는 이 도구가 오랫동안 수백 명의 사용자만 끌어모을 것이라고 생각했지만, 처음부터 많은 사용자가 몰려들었고, 많은 피드백을 가져왔습니다. 초기 사용자들의 피드백은 극히 소중했으며, 바로 이 피드백이 우리가 처음부터 구축한 버전을 포기하고 VS Code를 기반으로 개발로 전환하도록 결정하게 했습니다. 그 후로 우리는 공개 환경에서 제품을 지속적으로 최적화해왔습니다.
3개월 만에 제품 출시, 1년 만에 연간 매출 1억 달러
Lenny: 저는 당신이 성과에 대해 겸손하게 행동하는 점을 매우 존경합니다. 제가 아는 바에 따르면, 여러분은 약 1년에서 1년 반 정도의 시간 안에 연간 매출(ARR)을 0에서 1억 달러까지 끌어올렸으며, 이는 정말 역사적인 성과입니다.
성공의 핵심 요소는 무엇이라고 생각하십니까? 방금 자사 제품을 사용하는 것이 하나의 요소라고 말씀하셨습니다. 하지만 3개월 만에 제품을 출시한 것은 정말 믿기 어렵습니다. 그 배후에 숨은 비결은 무엇인가요?
Michael Truell: 첫 번째 버전, 즉 3개월 만에 완성한 버전은 완벽하지 않았습니다. 그래서 우리는 항상 지속적인 긴박감을 느꼈으며, 개선할 수 있는 부분이 많다고 생각했습니다.
우리의 궁극적인 목표는 오늘날 우리가 잘 아는 많은 코딩 작업을 자동화할 수 있는 완전히 새로운 프로그래밍 패러다임을 진정으로 창조하는 것입니다. Cursor가 현재 어떤 진전을 이루었든, 우리는 그 궁극적인 목표로부터 여전히 멀다고 느끼며, 해야 할 일이 많습니다.
종종 우리는 초기 출시 효과에 지나치게 집착하기보다는, 제품의 지속적인 진화에 더 집중하며, 이 도구를 지속적으로 개선하고 완성하는 데 힘썼습니다.
Lenny: 그 3개월 후에 모든 것이 급상승하기 시작한 전환점이 있었나요?
Michael Truell: 솔직히 말해, 초기 성장은 상당히 느리게 느껴졌으며, 아마도 우리가 조금 인내심이 부족했기 때문일 것입니다. 하지만 전체 성장 속도를 보면, 항상 우리를 놀라게 했습니다.
가장 놀라운 점은 이 성장이 실제로 안정적인 지수적 추세를 유지했다는 것입니다. 매달 지속적으로 증가했으며, 새로운 버전 출시나 기타 요인이 때때로 이 과정을 가속화하기도 했습니다.
물론, 초기에는 이 지수적 성장이 상당히 느리게 느껴졌고, 기반이 실제로 매우 낮았기 때문에, 처음에는 정말로 급속도로 상승하는 것처럼 보이지 않았습니다.
Lenny: 이것은 마치 '만들어라, 그러면 사람들이 올 것이다'라는 말의 사례처럼 들립니다. 여러분은 자신들이 좋아하는 도구를 만들었고, 출시하자마자 사람들은 그것을 좋아하며 입소문을 타기 시작했습니다.
Michael Truell: 네, 거의 그렇습니다. 우리 팀은 대부분의 노력을 제품 자체에 집중했으며, 다른 일에 정신을 뺏기지 않았습니다. 물론, 팀 구축, 사용자 지원 담당 순환 근무 등 다른 중요한 일에도 시간을 들였습니다.
하지만 많은 스타트업이 초기에 투자하는 판매 및 마케팅과 같은 일반적인 업무에 대해서는, 우리는 '문제를 그냥 두었다'고 말할 수 있습니다.
우리는 제품을 다듬는 데 모든 노력을 집중했으며, 먼저 우리 팀이 좋아하는 제품을 만들고, 일부 핵심 사용자의 피드백을 바탕으로 반복했습니다. 이것은 간단해 보이지만, 실제로 잘 해내기는 쉽지 않습니다.
탐색할 수 있는 많은 방향과 서로 다른 제품 경로가 있습니다. 어려운 점 중 하나는 집중을 유지하고, 전략적으로 핵심 기능을 선택하고 우선순위를 정하는 것입니다.
또 다른 도전은 우리가 처한 분야 자체가 완전히 새로운 제품 개발 모델을 나타낸다는 점입니다: 우리는 전통적인 소프트웨어 회사와 기반 모델 회사 사이에 위치해 있습니다.
우리는 수백만 명의 사용자를 위해 제품을 개발하고 있으며, 이는 제품 수준에서 극한까지 나아가야 한다는 것을 의미합니다. 하지만 제품 품질의 또 다른 중요한 측면은 과학 연구와 모델 개발을 끊임없이 심화하고, 핵심 시나리오에서 모델 자체를 지속적으로 최적화하는 것입니다. 이 두 가지를 균형 있게 유지하는 것은 항상 도전입니다.
가장 직관에 반하는 일은 자체 모델 개발을 예상하지 못했다는 것
Lenny: 지금까지 Cursor를 구축하고 AI 제품을 개발하는 과정에서 가장 직관에 반했던 일은 무엇이라고 생각하십니까?
Michael Truell: 저에게 가장 직관에 반했던 점은, 처음에는 자체 모델을 개발할 것이라고 전혀 예상하지 못했다는 것입니다. 우리가 이 분야에 들어왔을 때, 이미 처음부터 모델 훈련에 집중하는 회사들이 있었습니다. 우리는 GPT-4 훈련에 필요한 비용과 자원을 계산했으며, 이것이 우리가 할 수 있는 일은 아니라는 것을 잘 알고 있었습니다.
시장에는 이미 훌륭한 모델이 많이 있었고, 왜 남들이 이미 한 일을 다시 복제하려고 애쓸 필요가 있을까요? 특히 사전 훈련(Pre-training)의 경우, 모든 것을 모르는 뉴럴 네트워크가 인터넷 전체를 배우도록 하는 것은 말입니다. 따라서 우리는 처음부터 이 길을 가지 않기로 분명히 했습니다. 처음부터 우리는 기존 모델이 할 수 있는 많은 일이 아직 이루어지지 못하고 있다는 것을 잘 알고 있었으며, 그 이유는 이러한 모델을 위한 적절한 도구가 부족했기 때문입니다. 하지만 우리는 여전히 모델 개발에 많은 노력을 투자했습니다.
왜냐하면 Cursor를 사용할 때 느끼는 모든 '마법 같은 순간'은 어느 정도 우리의 맞춤형 모델에서 비롯되기 때문입니다. 이 과정은 점진적인 것이었습니다. 우리는 처음에 하나의 사용 사례에서 자체 모델 훈련을 시도했으며, 주류 기반 모델 중 어느 것도 그 용도에 적합하지 않았기 때문에 성공했습니다. 이후 우리는 이 접근법을 다른 사용 사례로 확장했고, 이것도 잘 되었으며, 이후 계속해서 발전시켰습니다.
이러한 모델 개발을 할 때 핵심은 정확한 목표를 선택하고, 휠을 다시 만들지 않는 것입니다. 우리는 최정상급 기반 모델이 이미 매우 잘 작동하는 분야에는 관여하지 않고, 그들의 약점을 집중적으로 보완하는 데 초점을 맞춥니다.
Lenny: 많은 사람들이 여러분이 자체 모델을 보유하고 있다는 사실에 놀랄 것입니다. 왜냐하면 사람들이 Cursor와 이 분야의 다른 제품들을 이야기할 때, 종종 그것
TechFlow 공식 커뮤니티에 오신 것을 환영합니다
Telegram 구독 그룹:https://t.me/TechFlowDaily
트위터 공식 계정:https://x.com/TechFlowPost
트위터 영어 계정:https://x.com/BlockFlow_News
