ARR 20억 달러, 그런데 왜 이 발표가 나왔을까
Cursor가 연간 환산 매출(ARR) 20억 달러를 돌파했다고 테크크런치가 보도했습니다. 3개월 만에 두 배 성장한 수치입니다. 숫자만 보면 압도적인 성공처럼 보이는데, 저는 이 발표의 타이밍이 더 흥미롭습니다.
이 발표는 명백히 방어적 성격을 띠고 있습니다. 최근 개발자 커뮤니티에서 "Claude Code로 갈아탔다"는 후기가 늘어나면서 Cursor의 성장세가 꺾인 것 아니냐는 의구심이 번졌고, Cursor는 이를 정면으로 반박하는 방식으로 이 숫자를 꺼내든 것입니다. 실제로 블룸버그에 따르면 Cursor 매출의 60%는 이미 대기업에서 나옵니다. 개인 개발자와 스타트업 일부는 가격 경쟁력을 내세운 Claude Code로 이탈했지만, 엔터프라이즈 고객은 남았다는 이야기입니다.
Claude Code, 실제로 뭘 할 수 있나
저도 Claude Code를 써보면서 느끼는 건데, 이 툴은 채팅 인터페이스로만 쓰면 진짜 20%도 못 쓰는 겁니다. dev.to에 올라온 실전 사례가 이를 잘 보여줍니다. 해커톤 관리 플랫폼의 어드민 대시보드를 Part 1에서 5분 만에 만든 개발자가, Part 2에서는 Claude Code CLI에 OpenAPI 스펙 URL 하나만 던져줬더니 참가자용 퍼블릭 웹사이트 전체를 자동으로 빌드했다는 겁니다.
핵심은 Claude Code가 API를 hallucinate하지 않았다는 점입니다. OpenAPI 스펙을 실제로 읽어서, 실제 필드명·enum 값·인증 방식 그대로 코드를 생성했습니다. 랜딩 페이지, 이벤트 상세, 참가자 회원가입·로그인, 프로젝트 제출 폼까지—어드민 패널과 동일한 백엔드를 공유하는 구조로, 라우팅 재설계까지 포함해서 말이죠. 이걸 보면서 "AI가 생성해준 걸 기반으로 우리가 다듬는" 협업 모델이 실제로 작동한다는 게 느껴졌습니다.
그리고 Claude Code를 제대로 쓰려면 세 가지 설정 파일이 핵심입니다. CLAUDE.md는 세션이 끊겨도 프로젝트 규칙을 기억하게 해주는 일종의 팀 컨벤션 파일이고, Hooks는 파일 저장 시 자동 포맷팅이나 .env 파일 접근 차단 같은 자동화를 강제합니다. MCP 서버 연결로는 GitHub, PostgreSQL, Playwright 같은 외부 도구를 Claude Code의 능력으로 직접 붙일 수 있습니다. 설정에 30분 투자하면 매일 아끼는 시간이 그 이상이라는 말, 과장이 아닙니다.
팀이 놓치고 있는 것: Docstring 품질
Cursor를 쓰든 Claude Code를 쓰든, AI 코딩 어시스턴트의 정확도를 결정하는 숨겨진 변수가 하나 있습니다. 바로 docstring 품질입니다. dev.to의 한 연구에 따르면, 잘못된 문서화는 없는 것보다 나쁩니다. 부정확한 docstring이 있을 때 LLM의 태스크 성공률이 정확한 문서 대비 22퍼센트포인트 하락한다는 겁니다.
Copilot이든 Claude Code든 Cursor든, 이 AI들은 전부 docstring을 읽어서 코드를 이해합니다. 지난 스프린트에서 추가된 파라미터인데 docstring에는 없다? 코드는 ValueError를 던지는데 문서엔 안 적혀 있다? AI가 틀린 제안을 자신 있게 내놓게 됩니다. ruff 같은 린터는 스타일을 체크하지만 docstring이 실제 코드와 일치하는지는 확인하지 않습니다. docvet 같은 툴이 이 간극을 메우는데, 팀 차원에서 CI/CD 파이프라인에 docstring 정확도 검사를 넣는 것이 AI-First 워크플로우에서는 선택이 아닌 필수입니다.
그래서 팀에 뭘 써야 하나
솔직하게 말하면, Cursor vs Claude Code는 지금 시점에서 이분법으로 선택할 문제가 아닙니다. 두 툴의 포지셔닝이 갈리고 있습니다.
- Cursor: IDE 자체가 AI-native로 통합되어 있어서, 코드 에디터 안에서 모든 걸 해결하고 싶은 팀에 적합합니다. 대기업들이 남아있는 이유가 있는데, 바로 거버넌스·보안·팀 단위 설정 관리가 체계화되어 있기 때문입니다.
- Claude Code: CLI 기반으로 에이전틱하게 동작합니다. CLAUDE.md + Hooks + MCP 설정을 제대로 구성하면 특정 워크플로우에서는 Cursor보다 훨씬 강력한 자동화가 가능합니다. 가격 구조도 개인 개발자와 스타트업에 유리합니다.
저는 팀원들에게 이렇게 얘기합니다. 에디터 안에서 일하는 비중이 높고, 팀 전체 통일된 환경이 필요하면 Cursor. 에이전틱 자동화와 외부 시스템 연동이 핵심이라면 Claude Code를 깊게 파야 한다고요. 그리고 어느 쪽을 쓰든, docstring 품질 관리를 CI 파이프라인에 넣는 것은 공통 과제입니다. AI의 정확도는 결국 컨텍스트 품질에서 나오니까요.
전망: 툴 선택보다 워크플로우 설계가 경쟁력
Cursor의 ARR 20억 달러는 AI 코딩 툴 시장이 이미 실질적인 엔터프라이즈 예산을 끌어당기고 있다는 신호입니다. 하지만 이 숫자보다 주목해야 할 건, Cursor와 Claude Code가 각자 다른 방향으로 빠르게 진화하고 있다는 점입니다. 툴이 좋아지는 속도보다 팀이 그걸 활용하는 속도가 더 중요해지는 시점이 왔습니다.
기획 단계부터 AI를 끼고, 코드 생성뿐 아니라 설계·리뷰·테스트·배포까지 AI가 파이프라인에 통합된 팀이 결국 툴 선택 논쟁 자체를 초월하게 됩니다. Cursor냐 Claude Code냐보다, 지금 우리 팀의 워크플로우에서 AI가 어느 단계에 붙어 있는가를 먼저 점검하는 게 맞는 순서입니다.