Cursor를 도입한 지 3개월이 지났다. 처음에는 생산성이 2배, 3배로 올라가는 기쁨을 느꼈다. 하지만 시간이 지나면서 불안감도 생겼다. “내가 정말 코드를 작성하는 건가?”, “기본기가 떨어지는 건 아닐까?” 이런 생각들이 들기 시작했다. 이 글은 그 3개월의 솔직한 기록이다.
시작: Cursor 도입 결정
왜 Cursor를 선택했나
2025년 10월, GitHub Copilot을 사용하고 있었지만 만족스럽지 않았다. 단순한 코드 완성만 제공했고, 복잡한 로직은 여전히 직접 작성해야 했다.
“Cursor는 더 똑똑하다고 하던데?” 이렇게 생각하며 Cursor를 시도해봤다. 그리고 첫 사용 후 충격을 받았다.
첫 사용의 충격
첫 번째 사용에서 Cursor는 내가 생각하던 것 이상이었다.
“사용자 인증 API를 만들어줘”라고 입력했더니, 전체 API 엔드포인트가 생성되었다. JWT 토큰 생성, 비밀번호 해싱, 에러 핸들링까지 모두 포함되어 있었다.
“이게 진짜야?”라는 생각이 들었다. 코드 작성 시간이 절반으로 줄었다.
첫 달: 생산성 향상의 기쁨
코드 작성 속도 3배 증가
첫 달은 정말 행복했다. 반복적인 코드는 AI가 작성하고, 나는 복잡한 로직에만 집중할 수 있었다.
이전:
- API 엔드포인트 작성: 2시간
- 테스트 코드 작성: 1시간
- 문서 작성: 30분
- 총: 3시간 30분
Cursor 사용 후:
- API 엔드포인트 작성: 30분 (AI 생성 후 수정)
- 테스트 코드 작성: 15분 (AI 생성)
- 문서 작성: 10분 (AI 생성)
- 총: 55분
생산성이 3배 이상 향상되었다.
새로운 기능 학습
Cursor를 통해 새로운 기능을 빠르게 학습할 수 있었다. 모르는 라이브러리나 프레임워크를 사용할 때, Cursor가 예제 코드를 생성해줬다.
“이 라이브러리 어떻게 쓰는지 모르겠어”라고 하면, Cursor가 사용 예제를 보여줬다. 학습 시간이 크게 단축되었다.
팀원들의 부러움
팀원들도 내 생산성 향상을 눈치챘다.
“어떻게 이렇게 빠르게 개발해?” “무슨 비법이 있어?”
Cursor를 소개해주니, 팀원들도 하나둘 도입하기 시작했다.
두 번째 달: 불안감의 시작
“내가 정말 코드를 작성하는 건가?”
두 번째 달이 되면서 이상한 느낌이 들기 시작했다. 코드를 작성하는데 내가 직접 생각하는 시간이 줄어들었다.
이전에는:
- 요구사항 분석
- 설계 고민
- 코드 작성
- 테스트
지금은:
- 요구사항 입력
- AI가 코드 생성
- 검토 및 수정
설계와 고민의 과정이 사라졌다. AI가 대신 생각해주는 느낌이었다.
기본기 저하에 대한 우려
더 큰 우려는 기본기 저하였다. 간단한 함수도 AI에게 물어보게 되었다.
이전에는:
- 배열 정렬: 직접 구현하거나 라이브러리 사용법을 알고 있었음
- 날짜 포맷팅: 직접 작성할 수 있었음
지금은:
- 배열 정렬: “배열을 정렬해줘”라고 AI에게 요청
- 날짜 포맷팅: “날짜를 포맷해줘”라고 AI에게 요청
기본적인 것도 기억하지 못하게 되었다.
코드 이해도 저하
AI가 생성한 코드를 제대로 이해하지 못하는 경우가 생겼다. 코드가 작동은 하지만, 왜 이렇게 작성되었는지 모르는 경우가 많았다.
특히 복잡한 로직의 경우, AI가 생성한 코드를 검토하는 시간이 오히려 늘어났다. 직접 작성하는 것보다 시간이 더 걸리는 경우도 있었다.
세 번째 달: 균형 찾기
의식적인 노력
세 번째 달이 되면서 의식적으로 노력하기 시작했다.
1. 간단한 것은 직접 작성
- 기본적인 함수는 AI 없이 직접 작성
- 알고리즘 문제는 직접 풀기
- 기본기 유지 연습
2. AI는 복잡한 것에만 사용
- 반복적인 코드 생성
- 새로운 라이브러리 학습
- 보일러플레이트 코드 작성
3. 생성된 코드는 반드시 이해하기
- AI가 생성한 코드를 무조건 사용하지 않음
- 왜 이렇게 작성되었는지 이해하기
- 필요하면 리팩토링하기
학습 시간 확보
AI에 의존하지 않기 위해 학습 시간을 확보했다. 매일 30분씩 알고리즘 문제를 풀고, 기본 문법을 복습했다.
코드 리뷰 강화
생성된 코드를 더 엄격하게 리뷰하기 시작했다. AI가 생성한 코드도 사람이 작성한 코드처럼 리뷰했다.
배운 점들
1. AI는 도구일 뿐이다
AI 코딩 어시스턴트는 도구일 뿐이다. 개발자를 대체하는 것이 아니라, 개발자를 돕는 것이다. 도구에 의존하지 않고, 도구를 활용하는 것이 중요하다.
2. 기본기는 여전히 중요하다
AI가 코드를 생성해주지만, 기본기는 여전히 중요하다. 기본기가 없으면 AI가 생성한 코드를 이해하거나 개선할 수 없다.
3. 균형이 필요하다
AI를 완전히 거부할 필요는 없지만, 완전히 의존해서도 안 된다. 적절한 균형을 찾는 것이 중요하다.
4. 학습은 계속되어야 한다
AI가 코드를 생성해주지만, 학습은 계속되어야 한다. 새로운 기술, 패턴, 기법을 배우는 것을 멈추면 안 된다.
5. 코드를 이해하는 것이 중요하다
AI가 생성한 코드를 무조건 사용하지 말고, 이해하고 검토하는 것이 중요하다. 코드를 이해하지 못하면 유지보수가 어려워진다.
현재 상태
균형을 찾은 지금
지금은 균형을 찾았다. AI를 활용하되, 기본기도 유지하고 있다.
AI를 활용하는 경우:
- 반복적인 코드 생성
- 새로운 라이브러리 학습
- 보일러플레이트 코드 작성
- 테스트 코드 생성
직접 작성하는 경우:
- 핵심 비즈니스 로직
- 복잡한 알고리즘
- 아키텍처 설계
- 성능이 중요한 부분
생산성과 기본기의 균형
생산성은 여전히 높지만, 기본기도 유지하고 있다. 매일 학습 시간을 확보하고, AI 없이도 코드를 작성할 수 있도록 연습하고 있다.
다른 개발자들에게
AI 코딩 어시스턴트를 사용한다면
AI 코딩 어시스턴트를 사용하는 개발자들에게 조언한다:
- 기본기를 유지하라: AI에 의존하지 말고 기본기를 계속 연습하라
- 코드를 이해하라: 생성된 코드를 무조건 사용하지 말고 이해하라
- 균형을 찾아라: AI를 활용하되 완전히 의존하지 말라
- 학습을 멈추지 말라: 새로운 것을 계속 배우라
- 검토하는 습관: 생성된 코드를 반드시 검토하라
불안감은 자연스럽다
AI 코딩 어시스턴트를 사용하면서 불안감을 느끼는 것은 자연스럽다. 하지만 그 불안감을 통해 균형을 찾을 수 있다.
결론: 도구와의 공존
AI 코딩 어시스턴트는 강력한 도구다. 생산성을 크게 향상시킬 수 있다. 하지만 도구에 의존하지 않고, 도구를 활용하는 것이 중요하다.
처음에는 생산성 향상의 기쁨을 느꼈지만, 시간이 지나면서 불안감도 생겼다. 하지만 그 불안감을 통해 균형을 찾을 수 있었다.
지금은 AI와 함께 일하는 방법을 배웠다. AI가 코드를 생성하고, 나는 그것을 검토하고 개선한다. 이것이 바로 AI 시대의 개발자다.
AI는 개발자를 대체하지 않는다. 개발자를 더 강력하게 만든다. 하지만 그 힘을 제대로 사용하려면 기본기와 균형이 필요하다.
