저자: 신
역대 가장 빠르게 성장하는 제품 중 하나인 커서는 출시 후 불과 20개월 만에 ARR 1억 달러를 달성했습니다. 이후 2년 동안 ARR은 3억 달러를 돌파했으며, 엔지니어와 제품 팀이 소프트웨어를 개발하는 방식의 혁신을 선도했습니다. 2025년 초 현재, Cursor의 유료 고객은 36만 명이 넘습니다.
마이클 트루엘은 커서의 모회사인 애니스피어의 공동 창립자이자 CEO입니다. 그는 MIT 동창 3명과 함께 Anysphere를 창립하고 3개월 만에 Cursor를 출시했습니다. 마이클 트루엘은 렉스 프리드먼 팟캐스트에 출연한 적이 있을 뿐, 팟캐스트 인터뷰를 거의 하지 않습니다. 이번 호에서 그는 "우편번호 시대"에 대한 자신의 예측, 커서를 개발하면서 겪은 반직관적인 경험, 그리고 엔지니어의 미래 개발 동향에 대한 자신의 견해를 언급했습니다.
이 콘텐츠는 레니의 팟캐스트에서 나온 것입니다. 다음은 전체 텍스트의 번역입니다.
- 커서의 목표는 완전히 새로운 프로그래밍 방식을 만드는 것입니다. 앞으로 사람들은 영어 문장에 더 가까운 의사코드를 보게 될 것입니다. 사람들은 소프트웨어의 다양한 세부 사항을 강력하게 통제할 수 있으며 매우 빠르게 수정하고 반복할 수 있습니다.
-“취향”은 점점 더 중요해질 것입니다. “취향”의 핵심은 “무엇을 만들어야 하는가”에 대한 명확한 이해를 갖는 것입니다.
- AI를 가장 잘 활용하는 사용자는 기술 사용에 있어 보수적입니다. 즉, AI에 맡길 작업 범위를 더 작고 구체적으로 제한하는 데 매우 능숙합니다.
- 커서 인터뷰의 핵심은 이틀간의 평가입니다. 이 평가 프로젝트는 시뮬레이션이지만, 지원자는 이틀 만에 실제 업무 결과를 낼 수 있습니다. 이는 단순히 "그들과 함께 일하고 싶은가"를 테스트하는 것이 아니라, 지원자를 유치하는 데도 매우 중요합니다. 초기 단계의 회사에 사람들이 합류하게 만드는 유일한 요소는 종종 함께 일할 가치가 있다고 느끼는 팀입니다.
챗봇 스타일 프로그래밍의 주요 문제는 정확도가 부족하다는 것입니다.
레니: 우리는 우편번호 시대에 무슨 일이 일어날지에 대해 이전에 이야기했었습니다. 커서의 미래 발전을 어떻게 보시나요? 기술은 어떻게 기존 코드에서 다른 형태로 전환될까요?
마이클 트루엘: 커서의 목표는 완전히 새로운 프로그래밍 방식, 즉 소프트웨어를 구축하는 다른 방식을 만드는 것입니다. 가능한 가장 간단한 방법으로 컴퓨터에 의도를 설명하고, 소프트웨어가 어떻게 작동해야 하고 어떻게 보여야 하는지 정의하기만 하면 됩니다.
오늘날의 기술이 꾸준히 발전함에 따라, 우리는 오늘날보다 더욱 진보적이고 효율적이며 사용하기 쉬운 소프트웨어를 구축하는 완전히 새로운 방식을 창조할 수 있다고 믿습니다. 이 과정은 오늘날 소프트웨어를 작성하는 방식과는 매우 다릅니다.
저는 이것을 미래의 소프트웨어 형태에 대한 몇 가지 주요 관점 와 대조해 보고 싶습니다. 그 중 일부는 현재 인기가 관점 우리는 이에 전적으로 동의하지 않습니다.
한 가지 견해는 미래의 소프트웨어 구축이 오늘날과 매우 유사하게 유지되어 TypeScript, Go, C, Rust 등의 공식 프로그래밍 언어를 사용한 텍스트 편집에 주로 의존할 것이라는 것입니다. 또 다른 견해는 챗봇에 지침을 입력하기만 하면 챗봇이 소프트웨어를 구축하는 데 도움을 주고 언제든지 수정할 수 있다는 것입니다. 이러한 스타일의 챗봇은 엔지니어링 부서와 대화하는 것과 같습니다.
우리는 이 두 가지 비전 모두 문제가 있다고 생각합니다.
챗봇 스타일 프로그래밍의 주요 문제는 정확성이 부족하다는 것입니다. 사용자가 소프트웨어의 모양과 기능을 완벽하게 제어할 수 있게 하려면, 채팅 상자에서 봇에게 "앱의 이 부분을 변경해 주세요"라고 말하고 전체를 삭제하는 것보다는, 사용자가 원하는 대로 변경하도록 지시하는 더 정확한 방법을 제공해야 합니다.
반면, 아무것도 변하지 않을 것이라는 세계관도 틀린 것입니다. 왜냐하면 기술은 점점 더 강력해질 뿐이기 때문입니다. 우리가 상상하는 "우편번호" 세계에서는 소프트웨어 논리가 영어와 더 비슷하게 표현될 것입니다.
좀 더 공식적인 형태로 존재하여 의사코드로 옮겨가는 모습을 상상해 볼 수 있습니다. 소프트웨어의 논리를 작성하고, 높은 수준에서 편집하고, 쉽게 탐색할 수 있습니다. 이는 이해할 수 없는 수백만 줄의 코드가 되지는 않을 것입니다. 대신, 더 명확해지고, 이해하고 찾기가 더 쉬워질 것입니다. 우리는 복잡한 기호와 코드 구조를 사람이 읽고 편집하기 쉬운 형태로 발전시키기 위해 노력하고 있습니다.
우편번호 시대, 맛의 가치는 점점 더 중요해질 것이다
레니: 정말 심오한 말씀이네요. 모든 사람이 당신의 관점 이해하길 바랍니다. 여러분이 상상하는 변화는 사람들이 더 이상 코드를 보지 않고, JavaScript나 Python을 생각할 필요가 없다는 것입니다. 대신, 이는 더 추상적인 표현 형식, 즉 영어 문장에 더 가까운 의사코드로 대체되었습니다.
마이클 트루엘: 우리는 결국 그 단계까지 도달할 것이라고 생각합니다. 우리는 이 단계를 달성하려면 기존 전문 엔지니어의 참여와 홍보가 필요하다고 믿습니다. 미래에도 여전히 사람이 운전석에 앉게 될 것입니다.
사람들은 소프트웨어의 모든 세부 사항을 강력하게 통제하며, 이러한 통제력을 쉽게 포기하지 않습니다. 사람들은 또한 매우 빠르게 변화를 만들고 반복할 수 있는 능력을 가지고 있습니다. 미래는 백그라운드에서 천천히 진행되고 완료하는 데 몇 주가 걸리는 엔지니어링에 의존하지 않을 것입니다.
레니: 그러면 한 가지 의문이 생깁니다. 현재 엔지니어이거나 엔지니어, 디자이너, 제품 관리자가 되는 것을 고려하는 사람들에게 "포스트코드 시대"에 어떤 기술이 점점 더 중요해질 것이라고 생각하시나요?
마이클 트루엘: 저는 취향이 점점 더 중요해질 것이라고 생각합니다. 사람들이 소프트웨어 분야의 취향에 대해 이야기할 때, 그들은 시각적 효과, 매끄러운 애니메이션, 색상 구성표, UI, UX 등을 떠올리는 경향이 있습니다.
제품에 있어서 비전은 매우 중요합니다. 하지만 앞서 언급했듯이, 나머지 중요한 부분은 제품 논리와 작동 방식에 있다고 생각합니다.
시각적 효과를 디자인하는 데 사용할 수 있는 도구는 많지만, 소프트웨어의 작동 논리를 표현하는 데 가장 좋은 방법은 여전히 코드입니다. Figma를 사용하여 효과를 보여줄 수도 있고, 노트에 스케치로 표현할 수도 있습니다. 하지만 실제로 동작하는 프로토타입이 있을 때에만 논리를 명확하게 제시할 수 있습니다.
미래에는 엔지니어가 점점 더 "논리 설계자"와 비슷해질 것입니다. 개발자는 "어떻게 구현할 것인가"라는 숨은 의미에서 "무엇을 구현할 것인가"와 "무엇인가"라는 고차원적인 의미로 전환하여 자신의 의도를 정확하게 표현해야 합니다. 즉, 소프트웨어 개발에서 "취향"이 더욱 중요해질 것입니다.
소프트웨어 엔지니어링 분야에서는 아직 그 수준에 이르지 못했습니다. 인터넷에는 흥미롭고 생각을 자극하는 농담이 많이 떠돌고 있는데, 이는 사람들이 AI 개발에 지나치게 의존하고 소프트웨어의 명백한 결함과 기능적 문제를 반영하고 있습니다.
하지만 저는 미래의 소프트웨어 엔지니어가 지금처럼 세부적인 제어에 많은 주의를 기울일 필요는 없을 것이라고 믿습니다. 우리는 점차 엄격하고 꼼꼼한 것에서 벗어나 "취향"에 더 많은 관심을 기울이게 될 것입니다.
레니: 이게 분위기 코딩을 떠올리게 하네요. 이는 세부 사항에 대해 너무 많이 생각하지 않고 그저 흐름에 맡기는 것과 비슷한가요?
마이클 트루엘: 저는 둘이 관련이 있다고 생각합니다. 요즘 사람들이 바이브 코딩이라고 부르는 것은 세부 사항을 제대로 이해하지 못한 채 대량 의 코드를 생성하는 논란의 여지가 있는 창의적 모드를 설명하는 것 같습니다. 이 모델은 많은 문제를 가져올 것이다. 저수준의 세부 사항을 이해하지 못하면 곧 너무 커져서 수정하기 어려운 것을 만들게 될 것입니다.
실제로 우리가 관심 있는 것은 사람들이 기본 코드를 완전히 이해하지 않고도 모든 세부 사항을 완벽하게 제어할 수 있는 방법입니다. 이 솔루션은 진동 코딩과 밀접한 관련이 있습니다.
현재 우리에게는 "맛"을 바탕으로 소프트웨어 구축을 제대로 진행할 수 있는 능력이 부족합니다. 분위기 코딩이나 비슷한 모드의 한 가지 문제점은 사용자가 무언가를 만들 수는 있지만, 그 중 많은 부분이 AI가 내린 어색한 결정이며, 사용자가 이를 완벽하게 제어할 수 없다는 점입니다.
레니: "맛"에 대해 언급하셨죠. 구체적으로 무슨 뜻인가요?
마이클 트루엘: 무엇을 만들어야 할지 명확한 생각을 가지세요. 이것이 바로 내가 만들고 싶은 소프트웨어이고, 이렇게 보이고, 이렇게 작동한다는 아이디어를 점점 더 쉽게 전달할 수 있게 되었습니다.
지금과는 달리, 여러분과 여러분의 팀이 제품 아이디어를 가지고 있을 때에도 여전히 번역 계층이 필요하며, 이를 컴퓨터가 이해하고 실행할 수 있는 형식으로 변환하려면 많은 노력과 노동이 필요합니다.
"취향"은 UI와 거의 관련이 없습니다. 어쩌면 "취향"이라는 단어 자체가 적절하지 않을 수도 있지만, 그 핵심은 "무엇을 만들어야 하는가"에 대한 올바른 이해를 갖는 것입니다.
커서의 탄생은 문제 탐색에서 시작되었습니다.
레니: 저는 커서의 기원으로 돌아가고 싶습니다. 많은 청취자들은 그것이 어떻게 탄생했는지 모를 수도 있습니다. 여러분은 역사상 가장 빠르게 성장하는 제품 중 하나를 만들고 있습니다. 커서는 사람들이 제품을 만드는 방식을 근본적으로 바꾸고 있으며, 심지어 산업 전체를 바꾸고 있습니다. 이 모든 것은 어떻게 시작되었을까? 초기 개발 과정에서 기억에 남는 순간은 무엇입니까?
마이클 트루엘: 커서의 탄생은 우리가 문제를 탐구하면서 시작됐고, 많은 부분에서는 앞으로 10년 안에 AI가 어떻게 더 나아질지에 대한 우리의 생각에서 비롯됐습니다. 두 가지 중요한 순간이 있었습니다.
첫 번째는 제가 Copilot 베타 버전을 처음 사용했을 때였습니다. 화려한 데모가 아닌, 실제로 도움을 줄 수 있는 실용적인 AI 제품을 접한 것은 이번이 처음입니다. Copilot은 지금까지 우리가 도입한 가장 귀중한 개발 도구 중 하나이며, 우리는 이에 대해 매우 기대하고 있습니다.
또 다른 이유는 OpenAI와 같은 회사가 모델 확장에 대한 일련의 논문을 발표했다는 것입니다. 이러한 연구에 따르면 파괴적인 새로운 아이디어가 없더라도 모델 크기를 확장하고 학습 데이터 양을 늘리는 것만으로도 AI 역량이 점점 더 강력해질 수 있습니다. 2021년 말과 2022년 초에는 AI 제품의 전망에 대한 확신이 생겼고, 이 기술은 앞으로 성숙해질 것으로 예상됩니다.
주변을 둘러보면 많은 사람이 모델을 만드는 방법에 대해 이야기하지만, AI 기술의 발전으로 특정 지식 분야가 어떻게 발전할지 고민하며 깊이 있게 연구하는 사람은 거의 없습니다.
그래서 우리는 이런 생각을 하게 되었습니다. 이 기술이 발전함에 따라 이러한 특정 분야는 미래에 어떻게 변화할까요? 최종 작품은 어떻게 될까요? 우리가 일을 처리하는 데 사용하는 도구는 어떻게 발전할까요? 이러한 업무 형태의 변화를 뒷받침하기 위해 모델은 어느 수준까지 도달해야 할까요? 모델 확장 및 사전 학습을 더 이상 개선할 수 없다면, 어떻게 기술 역량의 경계를 계속해서 넓힐 수 있을까요?
커서가 처음에 저지른 실수는 경쟁이 덜 치열하고 지루한 분야를 선택했다는 것입니다. 그런 지루한 분야에는 아무도 관심을 두지 않는다.
그 당시에는 모두가 프로그래밍이 이슈 있고 흥미로운 일이라고 생각했지만, 우리는 이미 많은 사람들이 프로그래밍을 하고 있다고 느꼈습니다.
처음 4개월 동안은 실제로 전혀 다른 프로젝트에 참여했습니다. 기계 공학의 자동화 및 증강을 돕고, 기계 엔지니어를 위한 도구를 만드는 프로젝트였습니다.
하지만 처음에 문제가 생겼습니다. 저와 공동 창업자는 기계 엔지니어가 아닙니다. 이 분야에 친구가 있기는 하지만, 우리는 이 분야에 대해 전혀 알지 못합니다. 우리는 "코끼리를 만지는 맹인"이라고 할 수 있습니다. 예를 들어, 기존 모델을 기계공학에 실제로 어떻게 적용할 수 있을까요? 당시 우리는 우리만의 모델을 처음부터 개발해야 한다는 결론을 내렸습니다. 이는 다양한 도구와 부품의 3D 모델과 이를 만드는 단계에 대한 공개 데이터가 거의 없고, 그러한 리소스를 제공하는 소스에서 모델을 얻는 것도 마찬가지로 어렵기 때문에 까다로운 문제입니다.
하지만 결국 우리는 정신을 차리고 기계공학은 우리가 별로 관심이 없는 분야이며, 우리의 삶을 바치고 싶은 분야도 아니라는 것을 깨달았습니다.
프로그래밍 분야를 돌이켜보면, 상당한 시간이 흘렀지만 큰 변화는 없었습니다. 이 분야에서 일하는 사람들은 우리의 사고방식과 맞지 않는 듯하며, 미래가 어디로 향하고 있는지, AI가 모든 것을 어떻게 바꿀 것인지에 대한 야망과 비전이 부족합니다. 이런 통찰력을 바탕으로 우리는 Cursor를 구축하게 되었습니다.
레니: 경쟁과 기회가 적고 지루해 보이는 산업을 추구하라는 조언이 정말 마음에 들어요. 가끔은 그 조언이 실제로 효과가 있을 때도 있어요. 하지만 저는 다른 접근 방식을 선호합니다. AI 프로그래밍과 애플리케이션 개발과 같이 가장 이슈 핫한 분야를 과감하게 추구하는 것이죠. 이 방법도 효과가 있다는 걸 알게 됐어요.
기존 도구는 충분한 야심이나 잠재력이 부족하며, 더 많은 것을 할 수 있다고 생각합니다. 저는 이것이 매우 귀중한 발견이라고 생각합니다. 해당 분야에서는 너무 늦은 것처럼 보이더라도 GitHub Copilot과 같은 제품은 이미 존재하며, 기존 솔루션이 충분히 야심 차지 않거나, 기준을 충족하지 못하거나, 접근 방식에 결함이 있다고 판단되더라도 여전히 엄청난 기회가 있습니다. 그렇죠?
마이클 트루엘: 전적으로 동의합니다. 획기적인 진전을 이루고 싶다면, 우리는 구체적으로 무엇을 해야 할지 찾아야 합니다. AI에 대한 흥미로운 점은 AI 프로그래밍을 포함한 많은 분야에서 여전히 알려지지 않은 거대한 영역이 있다는 것입니다.
많은 지역의 천장이 매우 높습니다. 앞으로 어떤 분야에서든 최고의 도구를 갖췄다 하더라도 앞으로 몇 년 동안은 여전히 해야 할 일이 대량 남을 것입니다. 이렇게 넓은 공간과 높은 천장을 갖는 것은 소프트웨어 개발, 적어도 AI 분야에서는 매우 독특한 일입니다.
커서는 처음부터 도그푸딩을 강조합니다.
레니: IDE(통합 개발 환경) 문제로 돌아가 보겠습니다. 다른 회사들도 시도하고 있는 여러 가지 경로가 있습니다.
하나는 엔지니어를 위한 IDE를 구축하고 여기에 AI 기능을 통합하는 것입니다. 다른 하나는 Devin과 같은 제품과 같은 완전한 AI 에이전트 모델입니다. 또 다른 접근 방식은 인코딩에 매우 뛰어난 모델을 구축하는 데 집중하고 최고의 인코딩 모델을 만들기 위해 노력하는 것입니다.
IDE가 최선의 방법이라고 결정한 이유는 무엇입니까?
마이클 트루엘: 처음부터 모델을 개발하는 데 집중하거나 프로그래밍을 처음부터 끝까지 자동화하려는 사람들은 우리와는 매우 다른 것을 구축하려고 합니다.
우리는 사람들이 자신이 만든 도구에 대한 모든 결정에 대한 통제력을 가질 수 있도록 하는 데 더욱 집중하고 있습니다. 반면, 그들은 AI가 전체 프로세스를 수행하거나 심지어 모든 결정을 내리는 미래를 상상할 가능성이 더 높습니다.
그래서 한편으로는 우리의 선택에는 관심에 따른 요소가 포함됩니다. 반면에, 우리는 항상 최신 기술의 상태에 대한 매우 현실적인 관점을 유지하려고 노력합니다. 우리는 앞으로 수십 년 안에 AI가 발전할 잠재력에 대해 매우 기대하고 있지만, 때때로 사람들은 AI가 한 분야에서 좋은 성과를 보인다고 해서 이러한 모델을 의인화하는 경향이 있습니다. 그리고 AI가 해당 분야에서 인간보다 더 똑똑하다면 다른 분야에서도 틀림없이 뛰어난 성과를 낼 것이라고 생각하는 경우도 있습니다.
하지만 이러한 모델에는 큰 문제가 있습니다. 우리 회사의 제품 개발은 처음부터 "도그푸딩"에 중점을 두었습니다. 우리는 매일 커서를 대량 사용하고 있으며, 우리 자신에게 쓸모없는 기능은 결코 출시하고 싶지 않습니다.
우리는 제품의 최종 사용자이기 때문에 최신 기술 수준을 현실적으로 이해할 수 있습니다. 우리는 사람들이 "운전석"에 앉아 있는 것이 중요하다고 생각하며, AI가 모든 것을 할 수는 없다고 생각합니다.
우리는 개인적인 이유로도 사용자에게 이러한 통제권을 주고 싶습니다. 이를 통해 우리는 단순한 모범 기업 이상이 되고, 사람에게서 통제권을 빼앗는 종단 간 제품 개발 사고방식에서 벗어날 수 있습니다.
기존 프로그래밍 환경을 위한 플러그인을 개발하는 대신 IDE를 구축하기로 한 이유는, 프로그래밍이 이러한 모델을 통해 이루어질 것이라고 굳게 믿고 있으며, 프로그래밍 방식이 앞으로 몇 년 안에 극적으로 변할 것이라고 믿기 때문입니다. 기존 프로그래밍 환경의 확장성은 너무 제한적이어서 UI와 프로그래밍 모델이 파괴적인 변화를 겪을 것이라고 생각한다면 전체 애플리케이션을 완벽하게 제어해야 합니다.
레니: 현재 IDE 작업을 하고 계신 것으로 알고 있습니다. 어쩌면 이게 당신의 편견일 수도 있고, 이것이 당신이 생각하는 미래의 방향일 수도 있습니다. 하지만 궁금한 건, Slack 같은 도구를 이용해 AI 엔지니어가 여러분의 업무 대부분을 대신해 줄 것이라고 생각하시나요? 이런 접근 방식이 언젠가 Cursor에 통합될까요?
마이클 트루엘: 제 생각에는 이런 것들 사이를 아주 쉽게 전환할 수 있다는 게 이상적이라고 봅니다. 때로는 AI가 잠시 동안 독립적으로 실행되도록 하고 싶을 수도 있습니다. 때로는 AI의 작업 결과를 꺼내 효율적으로 협업하고 싶을 수도 있습니다. 때로는 다시 자율적으로 실행되도록 두는 게 좋을 것 같아요.
백엔드와 프런트엔드 양식이 모두 원활하게 작동할 수 있는 통합 환경이 필요하다고 생각합니다. 백그라운드 작업의 경우, 요구 사항을 정확하게 지정하고 올바른 표준을 결정하기 위해 최소한의 지침이 필요한 프로그래밍 작업에 특히 적합합니다. 버그 수정은 좋은 예이지만, 그것이 프로그래밍의 전부는 아닙니다.
IDE의 특성은 시간이 지남에 따라 근본적으로 변화합니다. 우리가 자체 편집기를 만들기로 한 이유는 이 편집기가 계속해서 개선될 것이기 때문입니다. 이러한 발전에는 Slack 및 문제 추적 시스템과 같은 다양한 인터페이스에서 작업을 인수하는 기능이 포함됩니다. 매일 바라보는 유리 화면 역시 엄청난 변화를 겪게 될 것입니다. 현재 우리는 IDE를 소프트웨어를 개발하는 장소로 생각합니다.
AI를 가장 성공적으로 사용하는 사람들은 기술 사용에 있어 보수적입니다.
레니: 사람들이 에이전트와 AI 엔지니어에 대해 이야기할 때 제대로 인식하지 못하는 점 중 하나는 우리가 아직 그렇게 똑똑하지 않은 많은 사람들을 둔 "엔지니어링 관리자"가 될 것이고, 요구 사항을 검토하고 승인하고 지정하는 데 대량 시간을 할애해야 한다는 것입니다. 이 문제에 대해 어떻게 생각하시나요? 이 과정을 단순화할 수 있는 방법이 있나요?
이게 정말 쉬운 일이 아닌 것 같거든요. 대규모 팀을 관리해 본 사람이라면 누구나 이 말을 이해할 것입니다. "이 부하직원들은 항상 다양한 품질의 업무를 가지고 저에게 반복적으로 찾아옵니다. 정말 고통스럽습니다."
마이클 트루엘: 그렇죠. 어쩌면 결국에는 모든 요원들과 일대일 대화를 나눠야 할지도 몰라요.
우리는 AI를 가장 성공적으로 활용하는 사용자는 기술을 적용하는 데 있어 보다 보수적인 사람이라는 것을 관찰했습니다. 저는 지금 가장 성공적인 사용자들이 '다음 편집 예측'과 같은 기능에 크게 의존하고 있다고 생각합니다. AI는 정기적인 프로그래밍 흐름 중에 다음에 어떤 작업을 수행해야 할지 지능적으로 예측합니다. 또한 그들은 AI에 맡길 작업을 보다 구체적이고 좁은 범위로 정의하는 데 매우 능숙합니다.
코드 검토에 소요되는 시간 비용을 고려하면 Agent를 사용한 협업에는 두 가지 주요 모드가 있습니다. 하나는 초기 단계에서 대량 시간을 들여 자세히 설명하고, AI가 독립적으로 작업하게 한 다음, AI의 결과를 검토할 수 있다는 것입니다. 검토를 완료하면 작업이 완료됩니다.
혹은 작업을 더 작은 단위로 나눌 수도 있습니다. 매번 작은 부분만 할당하고, AI가 완료하게 한 후 검토합니다. 그런 다음 추가 지침을 제공하고 AI가 완료하도록 한 다음 다시 검토합니다. 마치 프로세스 전반에 걸쳐 자동 완성 기능을 구현하는 것과 같습니다.
하지만 이러한 도구를 가장 잘 활용하는 사용자라도 여전히 작업을 세분화하여 관리하기 쉽게 유지하는 것을 선호하는 것을 종종 볼 수 있습니다.
레니: 그건 드문 일이죠. 커서를 처음 만들었을 때로 돌아가고 싶습니다. 언제 준비가 되었다고 깨달았나요? 언제 그것을 세상에 내놓고 무슨 일이 일어나는지 볼 때가 되었다고 느꼈나요?
마이클 트루엘: 처음 커서 작업을 시작했을 때, 우리는 개발에 너무 오랜 시간이 걸릴 것이고 외부에 출시할 수 없을 것이라고 걱정했습니다. 커서의 초기 버전은 우리가 처음부터 완전히 "손으로 제작"했습니다. 많은 브라우저가 Chromium을 핵심으로 사용하는 것처럼, 우리도 이제 VS Code를 기반으로 사용합니다.
하지만 처음에는 그렇지 않았습니다. 우리는 커서의 프로토타입을 처음부터 개발했는데, 이는 대량 작업이 필요한 작업이었습니다. 우리는 최신 코드 편집기에 필요한 여러 프로그래밍 언어 지원, 코드 간 탐색, 오류 추적 등 많은 기능을 직접 개발해야 했습니다. 또한, 내장 명령줄과 원격 서버에 연결하여 코드를 보고 실행할 수 있는 기능도 필요했습니다.
우리는 완전히 처음부터 자체 편집기를 구축하고 동시에 AI 구성 요소를 개발하면서 번개같이 빠른 속도로 개발했습니다. 약 5주 후, 우리는 완전히 새로운 편집기를 사용하기로 결정하고, 기존 편집기를 완전히 버리고 새로운 도구로 전환했습니다. 어느 정도 실용성이 확보되었다고 판단되자, 다른 사람들에게 짧은 베타 테스트를 실시해 보라고 했습니다.
커서가 첫 번째 코드 줄을 작성하고 공식적으로 대중에 출시하기까지 걸린 시간은 불과 3개월이었습니다. 우리의 목표는 가능한 한 빨리 제품을 사용자에게 제공하고, 대중의 피드백을 바탕으로 신속하게 반복하는 것입니다.
놀랍게도 우리는 이 도구가 오랫동안 수백 명의 사용자만 유치할 수 있을 거라고 생각했지만, 처음부터 대량 사용자가 유입되었고 많은 피드백을 받았습니다. 최초 사용자 피드백은 매우 귀중했으며, 이 피드백을 통해 우리는 처음부터 버전을 만드는 것을 중단하고 VS Code를 기반으로 개발하기로 결정했습니다. 그 이후로 우리는 공공 환경에서 제품을 지속적으로 최적화해 왔습니다.
3개월 만에 제품 출시, 1년 만에 ARR 1억 달러 달성
레니: 당신의 업적에 대한 겸손함에 감사드립니다. 제가 아는 한, ARR을 1년에서 1년 반 만에 0에서 1억 달러로 늘렸는데, 이는 분명 역사적인 업적입니다.
성공의 핵심 요소는 무엇이라고 생각하시나요? 방금 자신의 제품을 사용하는 것이 그 중 하나라고 언급하셨는데요. 하지만 3개월 만에 제품을 출시할 수 있었다는 건 놀라운 일이에요. 이것의 비밀은 무엇일까?
마이클 트루엘: 3개월에 걸쳐 완성된 첫 번째 버전은 완벽하지 않았습니다. 그래서 우리는 항상 긴박감을 갖고 있으며, 더 잘할 수 있는 부분이 많다고 늘 느낍니다.
우리의 궁극적인 목표는 오늘날 우리가 알고 있는 대량 코딩 작업을 자동화할 수 있는 새로운 프로그래밍 패러다임을 만드는 것입니다. 커서가 지금까지 얼마나 많은 진전을 이루었든, 우리는 그 궁극적인 목표에 도달하기까지는 아직 멀다고 생각하고, 항상 해야 할 일이 많이 있다고 생각합니다.
우리는 종종 초기 출시 결과에 너무 집중하지 않고 대신 제품의 지속적인 발전에 집중하며 이 도구를 지속적으로 개선하고 완성하기 위해 최선을 다합니다.
레니: 그 3개월 후에 모든 것이 시작되는 전환점이 있었나요?
마이클 트루엘: 솔직히 말해서, 처음에는 성장이 꽤 더딘 것 같았어요. 아마도 우리가 조금 성급했기 때문일 거예요. 하지만 전반적인 성장률 측면에서 보면 계속해서 우리를 놀라게 하고 있습니다.
가장 놀라운 점은 이러한 성장이 실제로 꾸준한 기하급수적 추세를 유지하고 있으며, 매달 계속 성장하고 있다는 점입니다. 물론 새로운 버전이 출시되거나 다른 요인으로 인해 이 과정이 가속화되는 경우도 있습니다.
물론, 이러한 기하급수적 성장은 처음에는 매우 느리게 느껴지고 기반도 매우 낮기 때문에 처음에는 실제로 크게 발전하지 못합니다.
레니: 이건 "만들어 놓으면 사람들이 온다"는 말 같네요. 여러분이 좋아하는 도구를 만들었고, 출시되자마자 모두가 좋아해서 입소문을 타고 퍼뜨렸습니다.
마이클 트루엘: 네, 그게 전부입니다. 저희 팀은 대부분의 에너지를 제품 자체에 쏟았고 다른 일에 주의를 돌리지 않았습니다. 물론, 우리는 또한 팀을 구성하고, 사용자 지원을 담당하는 사람들을 교체하는 등 다른 중요한 일들에도 시간을 투자했습니다.
하지만 우리는 많은 스타트업이 초기 단계에서 에너지를 쏟는 일상적인 업무, 특히 영업과 마케팅에 대해서는 "그냥 그대로 두었습니다".
우리는 모든 에너지를 제품을 다듬는 데 쏟습니다. 먼저 우리 팀이 좋아하는 제품을 만들고, 그다음 핵심 사용자들의 피드백을 바탕으로 반복 작업을 진행합니다. 간단해 보일지 몰라도, 실제로 잘 실행하기는 쉽지 않습니다.
탐색할 수 있는 방향이 많고, 제품 경로도 다양합니다. 과제 중 하나는 집중력을 유지하고, 전략적으로 구축할 핵심 기능을 선택하고, 우선순위를 정하는 것입니다.
또 다른 과제는 우리가 있는 공간이 제품 개발을 위한 완전히 새로운 모델을 나타낸다는 것입니다. 우리는 전통적인 소프트웨어 회사와 기본 모델 회사 사이 어딘가에 있습니다.
우리는 수백만 명의 사용자를 위해 제품을 개발하고 있으며, 이를 위해서는 최고의 제품 품질이 필요합니다. 하지만 제품 품질의 또 다른 중요한 차원은 과학 연구와 모델 개발을 지속적으로 심화하고, 주요 시나리오에서 모델 자체를 지속적으로 최적화하는 데 있습니다. 이 두 가지 측면의 균형을 맞추는 것은 항상 어려운 일입니다.
가장 반직관적인 점은 제가 나만의 모델을 개발할 것이라고 예상하지 못했다는 것입니다.
레니: 지금까지 커서와 AI 제품을 구축하면서 발견한 가장 반직관적인 점은 무엇이었나요?
마이클 트루엘: 제게 가장 반직관적인 점은 처음부터 우리만의 모델을 개발할 것이라고는 전혀 예상하지 못했다는 것입니다. 우리가 처음 이 분야에 진출했을 때, 처음부터 모델 학습에 집중하는 회사들이 이미 있었습니다. GPT-4를 훈련하는 데 필요한 비용과 리소스를 계산해 보니 우리가 이를 해낼 수 없다는 것이 분명해졌습니다.
시중에 이미 훌륭한 모델이 많이 있는데, 왜 다른 사람들이 이미 한 것을 그대로 따라하려고 애쓰나요? 특히 사전 학습의 경우, 인터넷 전체를 학습하기 위해 아무것도 모르는 신경망이 필요합니다. 그래서 우리는 처음에는 이 길로 갈 생각이 전혀 없었습니다. 적절한 도구가 부족해 기존 모델을 사용해 할 수 있는 일이 많지만, 이를 구축하는 데 필요한 도구가 부족해 이루어지지 않고 있다는 점은 처음부터 우리에게 분명했습니다. 하지만 우리는 여전히 모델 개발에 대량 노력을 투자했습니다.
커서를 사용할 때 경험하는 모든 "마법의 순간"은 부분적으로는 당사의 맞춤형 모델 덕분입니다. 이 과정은 점진적으로 진행됩니다. 처음에는 주류 기반 모델을 사용해서는 적합하지 않은 사용 사례에서 자체 모델을 훈련해보았고, 매우 성공적인 결과를 얻었습니다. 그런 다음 우리는 이 아이디어를 또 다른 사용 사례로 확장했는데, 이 역시 효과가 좋았고 계속해서 발전해 나갔습니다.
이러한 유형의 모델을 개발할 때 중요한 점은 목표를 정확하게 선택하고 처음부터 다시 만들지 않는 것입니다. 우리는 이미 상위 기본 모델들이 매우 좋은 성과를 거두고 있는 분야에는 손을 대지 않고, 대신 그들의 단점에 집중하여 이를 보완하는 방법을 고민합니다.
레니: 많은 사람들이 당신이 자신의 모델을 가지고 있다는 사실을 듣고 놀랍니다. 사람들이 Cursor나 이 분야의 다른 제품에 대해 이야기할 때 종종 "GPT 셸"이라고 부르며, ChatGPT나 Sonnet과 같은 모델을 기반으로 구축된 도구일 뿐이라고 생각하기 때문입니다. 하지만 실제로는 자신만의 모델이 있다고 말씀하셨는데요. 이러한 기술의 기반이 되는 기술에 대해 설명해 주시겠습니까?
마이클 트루엘: 우리는 다양한 시나리오에서 가장 대중적인 기본 모델을 사용합니다.
우리는 기본 모델의 비용이나 속도로 인해 처리할 수 없는 일부 사용 사례 등 커서 경험의 핵심적인 측면을 사용자에게 제공하기 위해 자체 개발한 모델에 더 많이 의존합니다. 이에 대한 예로 자동완성을 들 수 있습니다.
코드를 작성하지 않는 사람들에게는 이해하기 어려울 수 있습니다. 코드를 작성하는 것은 독특한 직업입니다. 때로는 현재 작업을 관찰하면 다음 5분, 10분, 20분 또는 30분 후에 무엇을 할지 예측할 수 있습니다.
글쓰기와 비교했을 때, 많은 사람들이 Gmail의 자동 완성 기능과 문자 메시지, 이메일 및 기타 텍스트를 편집할 때 나타나는 다양한 자동 완성 프롬프트에 익숙할 것입니다. 하지만 이러한 기능의 유용성은 제한적입니다. 이미 쓰여진 내용만으로는 다음에 무엇을 쓸지 추측하기 어렵기 때문입니다.
하지만 코드를 작성할 때 코드 베이스의 일부를 수정하면 코드 베이스의 다른 부분도 동시에 수정해야 하는 경우가 많으며, 수정해야 할 내용은 매우 명확합니다.
커서의 핵심 기능 중 하나는 향상된 자동 완성 기능입니다. 여러 파일과 파일 내의 다양한 위치에서 다음에 수행할 일련의 작업을 예측할 수 있습니다.
이 시나리오에서 모델이 좋은 성능을 발휘하려면 완료 결과가 300밀리초 이내에 제공될 만큼 빨라야 합니다. 비용 또한 중요한 요소입니다. 키를 누를 때마다 수천 가지 추론이 이루어지고 다음 작업에 대한 예측이 지속적으로 업데이트됩니다.
여기에는 매우 특별한 기술적 과제가 따릅니다. 모델은 일반 텍스트 시퀀스를 처리하는 것처럼 다음 토큰을 완료할 수 있을 뿐만 아니라 일련의 diff(코드 변경)를 완료하는 데도 능숙해야 합니다. 즉, 코드 기반에서 발생한 수정 사항을 기반으로 다음에 발생할 수 있는 추가, 삭제 및 변경 사항을 예측해야 합니다.
우리는 이 작업을 위해 특별히 모델을 훈련시켰고, 그것은 매우 잘 작동했습니다. 이 부분은 우리가 완전히 독립적으로 개발한 것이며, 어떤 기본 모델도 호출한 적이 없습니다. 우리는 이 기술에 라벨이나 브랜드를 붙이지 않지만, 이것이 커서의 핵심입니다.
우리가 자체 모델을 사용하는 또 다른 시나리오는 Sonnet, Gemini, GPT와 같은 대형 모델의 성능을 특히 출력과 입력 측면에서 향상시키는 것입니다.
입력 시, 우리 모델은 전체 코드베이스를 검색하여 이러한 대규모 모델에 표시해야 하는 관련 부분을 식별합니다. 이는 코드 베이스에서 관련 콘텐츠를 찾기 위한 "미니 Google 검색"이라고 생각하면 됩니다.
출력 단계에서는 이러한 대규모 모델에서 제시된 수정 제안을 처리하고, 특별히 훈련된 모델을 사용하여 세부 사항을 보완하고 개선합니다. 예를 들어, 고수준 논리 설계는 보다 진보된 모델을 통해 수행되며, 전반적인 방향을 제시하기 위해 일부 토큰을 사용합니다. 더 작고, 더 전문화되고, 매우 빠른 다른 모델은 이러한 고수준 수정 제안을 완전하고 실행 가능한 코드 변환으로 변환하기 위해 몇 가지 추론 최적화 기술을 결합합니다.
이러한 접근 방식은 전문화된 작업의 완료 품질을 크게 개선하고 대응 속도를 크게 가속화했습니다. 우리에게 있어서 속도는 제품을 측정하는 주요 지표이기도 합니다.
레니: 매우 흥미롭네요. 저는 최근 팟캐스트에서 OpenAI의 CPO인 케빈 와일을 인터뷰했는데, 그는 이를 모델의 앙상블이라고 불렀습니다.
또한 그들은 각 모델이 가장 잘하는 일을 활용합니다. 가격이 저렴한 모델을 사용하면 비용 효율성이 매우 높아질 수 있습니다. 본인이 직접 훈련하는 모델은 LLaMA와 같은 오픈 소스 모델을 기반으로 개발된 것인가요?
마이클 트루엘: 우리는 이 점에 있어서 매우 실용적이며, 이미 있는 것을 다시 만들고 싶지 않습니다. 따라서 우리는 일반적으로 오픈 소스인 시중에서 가장 우수한 사전 학습된 모델부터 시작하며, 때로는 외부 세계에 가중치가 공개되지 않은 대규모 모델로 작업하기도 합니다. 우리는 출력을 결정하는 가중치 행렬을 행별로 직접 읽거나 조회하는 능력보다는 모델을 훈련하고 사후 훈련하는 능력에 더 관심이 있습니다.
AI 제품의 한계는 지난 세기의 개인용 컴퓨터와 검색 엔진의 한계와 같습니다.
레니: 많은 AI 기업가와 투자자들은 이런 의문을 품고 있습니다. AI의 방어력과 방어력은 어디에 있을까요? 맞춤형 모델은 해자를 만드는 방법처럼 보입니다. 경쟁사가 끊임없이 새로운 제품을 출시하고 당신의 자리를 차지하려고 할 때, 어떻게 장기적인 방어 역량을 개발할 수 있을까요?
마이클 트루엘: 저는 사용자의 관성과 참호를 쌓는 데에는 몇 가지 전통적인 방법이 있다고 생각합니다. 하지만 결국 우리는 가능한 한 최고의 제품을 만들기 위해 계속 노력해야 합니다. 저는 AI의 한계가 매우 높다고 굳게 믿고 있으며, 어떤 장벽을 쌓더라도 언제든지 뛰어넘을 수 있다고 생각합니다.
이 시장은 과거의 전통적인 소프트웨어 시장이나 기업 시장과는 다소 다릅니다. 이와 비슷한 시장의 예로는 1990년대 후반과 2000년대 초반의 검색 엔진이 있습니다. 다른 하나는 1970년대, 1980년대에서 1990년대에 걸쳐 개인용 컴퓨터와 미니컴퓨터가 개발된 것입니다.
AI 제품의 한계는 매우 높고, 제품은 빠르게 반복됩니다. 당신은 똑똑한 사람이 1시간 투자할 때마다 증가하는 가치와 연구개발에 투자한 1달러의 증가 가치로부터 지속적으로 엄청난 성과를 얻을 수 있습니다. 이런 상태는 오랫동안 지속될 수 있습니다. 새로운 기능을 개발하는 데 어려움이 있을 리가 없습니다.
특히 검색 분야에서 유통 채널을 추가하면 사용자 데이터와 피드백을 기반으로 알고리즘과 모델을 계속 반복할 수 있으므로 제품을 개선하는 데에도 도움이 될 수 있습니다. 저는 이런 역학 관계가 우리 산업에도 존재한다고 생각합니다.
우리에게 이는 다소 무력한 현실일 수도 있습니다. 하지만 이는 전 세계에 흥미로운 진실입니다. 미래에는 선도적인 제품들이 많이 등장할 것이고, 창조되어야 할 의미 있는 기능들이 너무나 많을 것입니다.
우리는 아직 5~10년 후의 비전을 달성하기에는 너무 멀리 떨어져 있으며, 우리가 해야 할 일은 혁신 엔진을 고속으로 계속 가동하는 것입니다.
레니: "소비자 스타일"의 해자를 쌓는 것과 더 비슷하네요. Salesforce처럼 회사 전체와 계약을 맺어 직원들이 제품을 사용하도록 강요하기보다는, 사용자가 계속 사용하고 싶어 할 만큼 최고의 제품을 지속적으로 제공하세요.
마이클 트루엘: 그렇습니다. 제 생각엔 중요한 건, 가치 있는 일이 별로 없는 분야에 종사하고 있다면 그건 별로 좋은 일이 아니라는 거예요. 하지만 이 분야에서 대량 자본 투자와 뛰어난 인재의 노력을 통해 지속적으로 가치를 창출할 수 있다면, 연구개발에서 규모 효과를 누리고 기술을 올바른 방향으로 심화시키며 장벽을 쌓을 수 있을 것입니다.
이는 특정 소비자 중심적 추세를 보입니다. 하지만 가장 중요한 것은 최고의 제품을 만드는 것입니다.
레니: 미래에는 '승자가 모든 것을 차지하는' 시장이 될 것이라고 생각하시나요? 아니면 더 많은 차별화된 제품이 등장할 것이라고 생각하시나요?
마이클 트루엘: 저는 시장이 매우 크다고 생각합니다. 이전에 IDE 상황에 대해 언급하셨죠. 이 분야를 연구하는 일부 사람들은 지난 10년 동안의 IDE 시장을 돌아보며 "편집자로 돈을 버는 사람은 누구일까?"라고 질문할 것입니다. 과거에는 모든 사람이 자신만의 사용자 정의 구성을 가지고 있었습니다. 훌륭한 편집기를 만들어 상업적 성공을 거둔 회사는 단 하나뿐이지만, 그 규모는 매우 제한적입니다.
따라서 일부 사람들은 미래도 비슷할 것이라고 결론지었습니다. 하지만 이러한 관점이 놓치고 있는 점은 2010년대에는 프로그래머를 위한 편집기를 개발할 수 있는 잠재력이 제한적이었다는 점입니다.
편집기로 수익을 올리는 회사는 코드 기반 탐색을 단순화하고, 오류를 확인하고, 좋은 디버깅 도구를 만드는 데 주력합니다. 이러한 기능들이 가치 있는 것은 사실이지만, 저는 프로그래머와 더 나아가 다양한 분야의 지식 근로자를 위한 도구를 만드는 데 엄청난 기회가 있다고 생각합니다.
우리가 대면 진짜 과제는 대량 거래 및 지식 작업을 어떻게 자동화할 것인가입니다. 이를 통해 지식 작업의 모든 영역에서 생산성이 더욱 안정적이고 효율적으로 향상될 것입니다.
저는 우리가 진출해 있는 시장이 매우 크다고 생각합니다. 사람들이 개발자 도구 시장에 대해 생각했던 것보다 훨씬 더 큽니다. 미래에는 다양한 솔루션이 등장할 것이고, 업계의 선두주자가 등장할 수도 있습니다. 우리일 수도 있지만, 아직은 알 수 없습니다. 이 회사는 전 세계 소프트웨어 대부분을 구축하는 데 도움이 되는 보편적인 툴을 만들 것이며, 획기적인 영향력을 가진 대규모 기업이 될 것입니다. 하지만 특정 시장 부문이나 소프트웨어 개발 수명 주기의 특정 부분에 초점을 맞춘 제품도 있습니다.
결국 프로그래밍 자체는 기존의 공식 프로그래밍 언어로 작성하는 것에서 벗어나 더 높은 수준으로 나아갈 것이며, 이러한 더 높은 수준의 도구는 사용자가 구매하고 사용하는 주요 대상이 될 것입니다. 저는 AI 프로그래밍 분야에서 지배적인 사업자가 생겨나서 매우 큰 규모의 사업으로 성장할 것이라고 믿습니다.
레니: 마이크로소프트가 뛰어난 제품과 뛰어난 유통 채널을 통해 이러한 변화의 중심에 있었다는 점이 흥미롭습니다. Copilot이 이 분야의 엄청난 잠재력을 깨닫게 해주었다고 하셨지만, 아직 시장을 완전히 장악하지는 못한 것 같습니다. 심지어 약간의 지연도 있습니다. 당신은 그 이유가 무엇이라고 생각하시나요?
마이클 트루엘: Copilot이 기대에 부응하지 못한 데에는 특정한 역사적, 구조적 이유가 있다고 생각합니다.
구조적인 관점에서 볼 때, Microsoft의 Copilot 프로젝트는 우리에게 큰 영감을 주었습니다. 그들은 많은 훌륭한 일을 해내고, 우리 자신도 Microsoft 사용자 중 상당수입니다.
하지만 저는 이 시장이 성숙한 기업에는 그다지 우호적이지 않다고 생각합니다. 그들에게 친화적인 시장은 혁신의 여지가 적고, 빠르게 상용화될 수 있으며, 제품을 묶어서 수익을 낼 수 있는 시장인 경향이 있습니다.
이 시장에서는 제품 간 ROI 차이가 그렇게 크지 않습니다. 독립적인 혁신 솔루션을 구매하는 것보다는, 여러 개의 제품을 묶어서 구매하는 것이 더 매력적입니다.
기존 사업체에 특히 유리한 또 다른 유형의 시장은 사용자가 처음부터 해당 도구에 크게 의존하고 전환 비용이 매우 높은 시장입니다.
하지만 우리 분야에서는 사용자가 다양한 도구를 쉽게 사용해보고, 자신의 판단에 따라 어떤 제품이 자신에게 더 적합한지 선택할 수 있습니다. 이런 상황은 대기업에게는 그다지 유리하지 않고, 가장 혁신적인 제품을 보유한 기업에 더 유리합니다.
구체적인 역사적 이유에 대해서 말씀드리자면, 제가 아는 한 Copilot의 첫 번째 버전 개발에 처음 참여했던 팀원 대부분은 나중에 다른 회사로 옮겨 다른 일을 하게 되었습니다. 실제로 모든 관련 부서와 인력이 협력하여 제품을 개발하는 것은 어렵습니다.
상급 엔지니어의 기대치는 너무 낮고, 입문 엔지니어의 기대치는 너무 높습니다.
레니: 처음으로 커서를 사용하는 모든 신규 사용자 옆에 앉아 커서를 더 잘 사용할 수 있도록 몇 마디 조언을 속삭여 줄 수 있다면 무슨 말을 하시겠습니까?
마이클 트루엘: 지금 당장 제품 수준에서 해결해야 할 문제가 있다고 생각합니다.
이제 커서를 성공적으로 사용할 수 있는 많은 사용자는 모델의 기능에 대한 특정한 "취향"을 갖게 되었습니다. 이러한 사용자는 커서가 작업을 어느 정도까지 수행할 수 있는지, 그리고 커서에 지침을 제공해야 하는지를 이해합니다. 그들은 모델의 특성, 한계, 무엇을 할 수 있고 무엇을 할 수 없는지 이해합니다.
기존 제품에서는 이 부분에 대한 사용자 교육을 제대로 하지 못했으며, 명확한 사용 가이드도 제공하지 않았습니다.
이런 "맛"을 기르기 위해 두 가지 제안이 있습니다.
첫째, 모델에게 모든 작업을 한꺼번에 맡기지 마세요. 결과에 실망할 수도 있고, 그대로 받아들일 수도 있습니다. 그 대신, 나는 그 일을 작은 덩어리로 나누겠습니다. 최종 결과를 얻는 데 걸리는 시간은 동일하지만 단계적으로 진행하면 됩니다. 한 번에 작은 작업을 파악하고 부분적인 결과를 얻은 다음, 길고 긴 지침 하나를 작성하려고 하기보다는 그 과정을 반복하세요. 이런 접근 방식은 쉽게 재앙으로 이어질 수 있습니다.
두 번째로, 본격적인 업무에 바로 사용하기보다는, 먼저 부업으로 시도해 보는 것이 좋습니다. 기존 개발 프로세스에 익숙한 개발자라면 더 많은 실패 경험을 갖고 모델의 상한선을 깨려고 노력해 보길 권하고 싶습니다.
그들은 비교적 안전한 환경, 예를 들어 아르바이트에서 AI를 최대한 활용할 수 있습니다. 우리는 많은 경우 일부 사람들이 AI에 공평한 기회를 주지 않고 그 능력을 과소평가하는 것을 봅니다.
작업을 분해하고 모델의 경계를 적극적으로 탐색하는 접근 방식을 취함으로써 안전한 환경에서 돌파구를 찾을 수 있습니다. 어떤 경우에는 AI가 예상대로 실수를 하지 않는다는 사실에 놀랄 수도 있습니다.
레니: 제가 이해하기로는, 단순히 지시를 따르기보다는 모델의 역량 경계와 아이디어를 어디까지 확장할 수 있는지 이해하는 직관을 키워야 한다고 생각합니다. 그리고 GPT-4처럼 새로운 모델이 출시될 때마다 이러한 직관을 다시 구축해야 합니까?
마이클 트루엘: 그렇습니다. 지난 몇 년 동안은 사람들이 처음으로 대형 모델을 접했을 때만큼 이런 느낌이 강하지 않았을 수도 있습니다. 하지만 이는 실제로 사용자의 불편한 점이며, 앞으로 이를 더 잘 해결하여 부담을 덜어드리고자 합니다. 하지만 각 모델마다 약간씩 다른 특징과 개성이 있습니다.
레니: 사람들은 커서와 같은 도구가 초보 엔지니어에게 더 유용한지, 아니면 선임 엔지니어에게 더 유용한지에 대해 논의해 왔습니다. 시니어 엔지니어의 생산성을 10배나 높이는 건가요, 아니면 주니어 엔지니어를 시니어 엔지니어와 비슷하게 만드는 건가요? 지금 당장 커서를 사용하면 가장 큰 혜택을 볼 수 있는 사람은 어떤 유형이라고 생각하시나요?
마이클 트루엘: 두 유형의 엔지니어 모두 큰 혜택을 볼 수 있다고 생각하고, 어느 유형의 엔지니어가 더 많은 혜택을 볼지는 말하기 어렵습니다.
그들은 서로 다른 안티패턴에 속하게 될 것이다. 초보 엔지니어는 때때로 AI에 지나치게 의존하여 모든 일을 AI가 하게 두는 경우가 있습니다. 하지만 우리는 아직 수십 명, 심지어 수백 명의 사람들과 협업하여 전문 도구를 사용하여 오랫동안 유지 관리된 코드 기반에서 AI를 종단 간에 활용할 역량을 갖추지 못했습니다.
고위 엔지니어의 경우, 이는 모든 사람에게 해당되는 것은 아니지만, 회사에서 이러한 도구를 도입하는 것은 일부 개발자 경험 팀과 같은 매우 고위직의 사람들 때문에 종종 방해를 받습니다. 그들은 종종 조직 내 다른 엔지니어의 생산성을 높이는 도구를 개발하는 일을 맡고 있기 때문입니다.
또한, 선임 엔지니어가 앞장서서 기술을 최대한 수용하고 활용하면서 매우 최첨단의 노력이 이루어지고 있습니다. 일반적으로 선임 엔지니어는 AI가 어떻게 도움이 될 수 있는지 과소평가하고 기존 워크플로를 고수하는 경향이 있습니다.
어느 집단이 더 많은 이익을 얻을지 판단하기는 어렵습니다. 저는 두 유형의 엔지니어 모두 자신만의 "안티 패턴"에 직면하게 될 것이라고 생각하지만, 둘 다 이러한 도구를 사용하여 상당한 이점을 얻을 수 있습니다.
레니: 아주 맞는 말이에요. 마치 기대치가 너무 높은 쪽과 기대치가 너무 낮은 쪽, 스펙트럼의 양쪽 끝과 같죠. 마치 세 마리 곰의 우화와 같습니다.
커서 채용의 핵심은 2일간의 평가입니다.
레니: 커서를 시작하기 전에 알았으면 좋았던 것은 무엇인가요? 커서의 시작으로 돌아가서 마이클에게 조언을 해준다면 무슨 말을 해주고 싶나요?
마이클 트루엘: 문제는 많은 귀중한 경험이 암묵적으로 존재하고 말로 표현하기 어렵다는 점입니다. 불행히도, 교훈을 얻으려면 스스로 실패해야 하는 인간성의 영역이 있습니다. 아니면 해당 분야의 최고 전문가로부터 배워야 합니다.
우리는 채용에 있어서 이 점을 깊이 이해하고 있습니다. 사실 우리는 채용에 있어서 매우 인내심을 가지고 있습니다. 개인의 비전과 회사의 전략 모두에 맞춰 Cursor를 다듬기 위해 세계적인 수준의 엔지니어와 연구자 팀이 함께 일하는 것이 우리에게는 매우 중요합니다.
우리는 새로운 것을 많이 만들어야 하기 때문에 호기심과 실험 정신을 모두 갖춘 인재를 찾고 있습니다. 우리는 또한 실용적이고, 적절히 신중하며, 솔직한 사람을 찾습니다. 회사와 업무 계속 확장됨에 따라 소음도 점점 더 많아질 것이며, 특히 맑은 정신을 유지하는 것이 중요합니다.
제품 외에 회사에 적합한 인재를 찾는 것이 아마도 우리의 가장 큰 관심사일 것이고, 그렇기 때문에 우리는 오랫동안 팀을 확장하지 않았습니다. 많은 사람들이 채용을 너무 빨리 하는 것이 문제라고 말하지만, 저는 우리가 처음에 채용을 너무 느리게 했고 더 잘할 수 있었다고 생각합니다.
결국 우리에게 매우 효과적인 채용 접근 방식은 세계적 수준의 인재를 찾는 데 집중하는 것이었고, 때로는 그들을 채용하는 데 몇 년이 걸리기도 했습니다.
우리는 이상적인 후보자를 판단하는 방법, 팀에 실제로 적합한 사람은 누구인지, 우수성의 기준은 무엇인지, 적극적으로 일자리를 구하지 않는 사람들과 소통하고 관심을 불러일으키는 방법 등 여러 분야에서 귀중한 경험을 얻었습니다. 이런 일을 하는 방법을 배우는 데 꽤 오랜 시간이 걸렸습니다.
2000년대 이후 4명의 Anysphere 공동 창립자: Aman Sanger, Arvid Lunnemark, Sualeh Asif 및 Michael Truell
레니: 현재 채용 중인 회사와 어떤 경험을 공유할 수 있나요? 무엇을 놓쳤고, 무엇을 배웠나요?
마이클 트루엘: 처음에는 명문 학교 출신자, 특히 유명한 학업 환경에서 우수한 성과를 거둔 젊은이들을 찾는 데 너무 치중했습니다.
우리는 일찍부터 정말 훌륭한 사람들을 만날 수 있어서 운이 좋았습니다. 그들은 직장에서 이미 상당히 고위직에 있지만, 여전히 이 일을 함께 하려는 의지를 가지고 있습니다.
처음 채용을 시작했을 때, 우리는 관심과 경험을 지나치게 강조했습니다. 우리는 훌륭하고 재능 있는 젊은이들을 많이 영입했지만, 그들은 바로 중앙 무대에서 나온 베테랑 라인업과는 다릅니다.
면접 과정도 업그레이드되었습니다. 우리는 특별히 맞춤화된 면접 질문을 준비해 두었습니다. 핵심은 지원자가 회사에 2일간 와서 우리와 함께 2일간의 평가 프로젝트를 진행하는 것입니다. 이런 접근 방식은 매우 효과적이며, 우리는 끊임없이 최적화하고 있습니다.
또한 우리는 지원자의 관심사를 끊임없이 파악하고, 매력적인 채용 조건을 제공하며, 지원자가 취업을 생각할 의향이 있기 전부터 대화를 시작하고 취업 기회를 소개합니다.
레니: 가장 좋아하는 인터뷰 질문이 있나요?
마이클 트루엘: 저는 이 이틀짜리 업무 평가가 많은 사람에게 효과적이지 않을 것이라고 생각했지만, 놀라울 정도로 오랫동안 활력을 불어넣었습니다. 이를 통해 후보자는 실제 프로젝트를 완료하는 것처럼 처음부터 끝까지 참여할 수 있습니다.
이러한 프로젝트는 고정되어 있지만 이틀 동안 실제 작업 결과를 볼 수 있습니다. 그리고 이는 팀의 대량 시간을 차지하지 않을 것입니다. 원래 반나절이나 하루짜리 현장 면접 시간을 이틀에 나눠서 진행하면 지원자가 프로젝트를 완료할 수 있는 충분한 시간을 확보할 수 있습니다. 이렇게 하면 확장하기가 더 쉬워집니다.
이틀간의 프로젝트는 당신이 이 사람과 함께 일할 의향이 있는지 테스트하는 것입니다. 결국, 여러분은 이틀 동안 머물게 되고 그 기간 동안 여러 끼의 식사를 함께 해야 할 것입니다.
처음에는 이런 평가가 계속될 것이라고 예상하지 못했지만, 이제는 채용 과정에서 중요한 부분이 되었습니다. 이는 후보자를 유치하는 데도 매우 중요하며, 특히 제품이 아직 널리 사용되지 않았고 품질이 충분히 성숙되지 않은 회사 초기 단계에서는 더욱 그렇습니다. 사람들이 회사에 들어오게 만드는 유일한 요소는 종종 그들이 특별하다고 느끼고 함께 일할 가치가 있다고 생각하는 팀입니다.
이틀 동안 후보자들은 우리에 대해 알아갈 기회를 얻고, 심지어 우리 회사에 합류하고 싶다는 마음을 확신시킬 수도 있습니다. 이 평가의 효과는 예상을 넘어섰습니다. 엄밀히 말하면 면접 질문은 아니지만, 미래지향적인 면접 모델에 가깝습니다.
레니: 면접에서 가장 중요한 질문은, 코드베이스에서 기능을 구축하고 팀과 협력하여 코드를 작성하고 출시하는 작업을 맡긴다는 것입니다. 맞습니까?
마이클 트루엘: 거의 그렇죠. 우리는 IP를 사용하지 않을 것이며, 프로젝트 결과를 제품 라인에 직접 통합하지도 않을 것입니다. 이것은 시뮬레이션 프로젝트입니다. 이는 일반적으로 코드베이스에서 진행되는 실제 2일간의 미니 작업으로, 처음부터 끝까지 독립적으로 작업을 완료하지만 협업 세션도 있습니다.
저희는 오프라인 협업을 매우 중시하는 회사이며, 거의 모든 경우 직원들이 사무실에 앉아 저희와 협력하여 프로젝트를 완료합니다.
레니: 이런 인터뷰 방식이 계속되고 있다고 말씀하셨는데요. 당신의 팀 규모는 얼마나 되나요?
마이클 트루엘: 저희는 60명 정도입니다.
레니: 당신의 영향력을 고려하면 이건 정말 작은 일이에요. 훨씬 더 클 거라고 생각했어요. 엔지니어가 사람이 가장 많은 것 같아요.
마이클 트루엘: 앞으로 우리에게 가장 중요한 과제 중 하나는 지속적으로 제품을 최적화하고 고객 서비스의 질을 개선하기 위해 더 크고 더 나은 팀을 구축하는 것입니다. 그래서 우리는 오랫동안 이렇게 작은 규모로 유지할 생각이 없습니다.
우리 팀이 작은 이유 중 하나는 사내 엔지니어, R&D, 디자이너의 점유비율 매우 높기 때문입니다. 많은 소프트웨어 회사는 엔지니어가 40명 정도인데 직원이 100명이 넘는 경우가 많습니다. 운영 업무가 대량 이런 회사는 처음부터 매출에 크게 의존하기 때문에 대량 인력이 필요합니다.
우리는 처음부터 매우 간소하고 제품 중심적인 접근 방식을 채택했습니다. 오늘날 우리는 다양한 시장의 고객에게 서비스를 제공하고 있으며, 이를 기반으로 계속해서 사업을 확장하고 있습니다. 하지만 앞으로 해야 할 일이 아직 많이 남았습니다.
레니: AI 분야는 엄청난 변화를 겪고 있습니다. 매일 새로운 소식이 나오고, AI 분야에서 무슨 일이 일어나고 있는지 알려주는 뉴스레터도 많이 나옵니다. 이슈 핵심 기업을 운영할 때 어떻게 집중력을 유지하시나요? 끊임없이 새로운 것에 방해받지 않고 팀이 업무에 집중하고 제품을 깊이 파고들 수 있도록 어떻게 도울 수 있을까요?
마이클 트루엘: 저는 채용이 중요하다고 생각해요. 중요한 것은 올바른 태도를 가진 사람들을 모집할 수 있느냐는 것입니다. 저는 우리가 이 점에서 좋은 일을 하고 있다고 믿고, 어쩌면 더 잘할 수 있을지도 모릅니다.
이건 회사 내에서 더 자주 논의하는 주제예요. 올바른 성격을 가진 사람을 채용하는 것이 중요합니다. 그들은 외부의 인정에 덜 신경 쓰고, 뛰어난 제품을 만들고, 고품질의 작업을 제공하고, 전반적으로 냉정함을 유지하고 정서 변화가 심하지 않은 데 더 집중해야 합니다.
채용은 많은 과제를 해결하는 데 도움이 될 수 있으며, 이는 회사 전체의 의견이기도 합니다. 모든 조직에는 프로세스, 계층 구조, 시스템이 필요하지만, 회사에 도입한 모든 조직 도구가 의도한 효과를 얻으려면 주로 해당 자질을 갖춘 사람을 채용하는 것이 가장 좋습니다.
한 가지 예로, 엔지니어링 분야에서는 프로세스가 많지 않지만 우리는 잘 기능하고 있습니다. 몇 가지 프로세스를 추가해야 할 것 같아요. 하지만 회사가 작기 때문에 정말 뛰어난 인재만 모집한다면 너무 많은 프로세스를 구축할 필요는 없습니다.
첫 번째는 차분하고 침착한 사람들을 모집하는 것입니다. 두 번째는 충분한 의사소통을 하는 것입니다. 세 번째는 좋은 모범을 보이는
