Cursor의 SQLite 실험: AI 코딩의 핵심은 모델보다 에이전트 편성

들어가며

Cursor가 공개한 SQLite 실험은 단순히 “AI가 데이터베이스를 만들었다”는 이야기가 아니다. 에이전트 군집에는 835쪽 분량의 SQLite 매뉴얼만 주어졌고, 소스코드, 테스트 스위트, 바이너리, 인터넷 접근은 없었다. 그럼에도 에이전트들은 Rust로 데이터베이스 엔진을 구현했고, 사전에 공개되지 않은 sqllogictest 기반 SQL 결과 일관성 테스트를 통과했다.

핵심 질문은 따로 있다. 큰 코딩 작업에서 가장 강한 모델 하나가 끝까지 구현하는 방식이 나은가, 아니면 계획, 실행, 리뷰, 충돌 해결을 분리한 에이전트 시스템이 더 나은가다.

핵심 포인트

• 검증 방식이 비교적 엄격했다: Cursor는 에이전트가 미리 알 수 없는 held-out 테스트를 사용했고, 실행 후 사람의 검토로 테스트에만 맞춘 편법이 없는지 확인했다.
• 비용 차이가 컸다: 프런티어 모델이 모든 작업을 맡은 구성은 10,565달러가 들었다. 반면 강한 모델이 계획을 맡고 저렴한 모델이 실행을 맡은 구성은 비슷한 품질에서 1,339달러가 들었다.
• 계획과 실행의 분리가 중요했다: 계획자는 전체 목표와 설계 결정을 관리하고, 워커는 범위가 좁은 구현 작업에 집중한다. 이 구조는 긴 작업에서 전역 목표와 세부 구현을 동시에 유지해야 하는 부담을 줄인다.
• 단순 병렬화가 아니다: 이전 군집 구조에서는 락 경쟁, 중복 구현, 파일 비대화, 대량의 병합 충돌이 발생했다. 새 구조는 전용 버전 관리, 중립적인 충돌 해결 에이전트, 공유 설계 문서, 추적 가능한 의사결정 참조를 도입했다.

의미와 영향

이 실험은 대형 AI 코딩 작업에서 항상 가장 비싼 모델을 많이 쓰는 것이 답은 아니라는 점을 보여준다. 고급 추론이 필요한 지점은 작업 분해, 아키텍처 선택, 중요한 절충 판단이다. 일단 불확실성이 명확한 지시로 바뀌면, 많은 구현 작업은 더 저렴한 모델이 수행할 수 있다.

또한 개발자의 역할 변화도 시사한다. 앞으로는 코드를 직접 한 줄씩 작성하는 능력만큼이나, 목표를 정확히 설명하고, 제약 조건을 정의하며, 평가기를 만들고, 에이전트 시스템을 감독하는 능력이 중요해질 수 있다.

다만 SQLite 매뉴얼은 매우 정돈된 입력이다. 실제 기업 코드베이스에는 오래된 문서, 암묵적 동작, 특정 인력의 기억에만 남은 지식이 많다. Cursor의 결과는 방향성을 보여주지만, 복잡한 현실 환경에서도 같은 안정성을 보일지는 추가 검증이 필요하다.

출처: InfoQ 中文