Cursor AI 쓰면 2달 후 오히려 느려진다 — CMU 806개 프로젝트 분석
카네기멜론대가 806개 프로젝트를 분석한 결과, AI 코딩 도구 Cursor 도입 첫 달 코드 작성량 281% 증가 후 2개월 만에 효과 소멸. 코드 복잡도 41% 증가로 기술 부채 악순환이 확인됐습니다.
AI 코딩 도구 Cursor를 쓰면 정말 개발 속도가 빨라질까요? 카네기멜론대(CMU) 연구팀이 GitHub 프로젝트 806개를 1년 반 동안 추적 분석한 결과, 예상 밖의 답을 내놨습니다. Cursor를 도입하면 처음 한 달은 코드 작성량이 281% 폭증합니다. 하지만 이 효과는 2개월이면 사라지고, 대신 코드 품질 저하와 기술 부채는 영구적으로 남아 결국 개발 속도를 다시 끌어내립니다.
Cursor 도입 첫 달, 코드 작성량 281% 폭증 후 급락
연구팀은 2024년 1월부터 2025년 8월까지 Cursor를 도입한 프로젝트 806개와 도입하지 않은 비교 프로젝트 1,380개를 나란히 분석했습니다. 총 14,755개월치의 데이터입니다.
▲ Cursor를 도입한 프로젝트 수 추이. 2024년 8월부터 급격히 늘어났습니다. (출처: CMU 논문)
결과는 극적이었습니다.
도입 첫 달: 코드 작성량(추가된 줄 수) +281.3%, 커밋 수 +55.4%
도입 2개월 차: 코드 작성량 +48.4%, 커밋 수 +14.5%
도입 3개월 차 이후: 속도 향상 효과 통계적으로 유의미하지 않음 — 사실상 사라짐
쉽게 말해, AI 코딩 도구를 처음 쓰면 '와, 세상이 바뀌었다!'는 느낌이 들지만, 두 달이 지나면 그 효과가 거의 사라진다는 것입니다.
AI 코딩 속도는 사라져도 코드 품질 저하는 영구적
더 심각한 것은 코드 품질입니다. 속도 향상은 일시적이었지만, 품질 저하는 영구적이었습니다.
▲ 도입 전후 각 지표의 변화. 왼쪽 두 개(커밋, 코드 작성량)는 시간이 지나면 효과가 사라지지만, 오른쪽 세 개(경고, 중복, 복잡도)는 계속 높은 채로 남습니다. (출처: CMU 논문)
코드 복잡도(코드가 얼마나 읽기 어려운지) — +41.64% 증가
정적 분석 경고(자동 검사에서 잡히는 버그·보안 문제) — +30.26% 증가
중복 코드 비율 — +7.03% 증가
이 세 가지는 Cursor 도입 후 6개월이 지나도 줄어들지 않았습니다.
기술 부채가 쌓이면 개발 속도가 되려 느려진다
연구팀은 여기서 한 걸음 더 나아갔습니다. 쌓인 코드 품질 문제가 나중에 개발 속도에 어떤 영향을 주는지 분석한 것입니다.
▲ AI 코딩 도구의 영향 구조. 속도를 높이는 동시에 품질을 떨어뜨리고, 떨어진 품질이 다시 속도를 깎아내리는 악순환. (출처: CMU 논문)
결과는 명확했습니다.
코드 복잡도가 2배로 늘어나면, 이후 개발 속도가 64.5% 감소
경고가 2배로 늘어나면, 이후 개발 속도가 50.3% 감소
이것이 바로 '기술 부채(technical debt)'의 악순환입니다. AI가 빠르게 짜준 코드가 나중에 발목을 잡아서, 처음에 얻은 속도 이득을 고스란히 돌려받게 됩니다. 연구팀은 경고가 약 5배, 복잡도가 약 3배로 늘어나면 속도 이득이 완전히 상쇄된다고 계산했습니다.
AI 코딩 도구, 품질 관리와 함께 써야 하는 이유
연구팀의 결론은 'AI 코딩 도구를 쓰지 마라'가 아닙니다. 핵심은 '품질 관리를 함께 해야 한다'는 것입니다. AI를 활용한 바이브코딩이든, 전문 개발이든 마찬가지입니다.
AI로 코드를 짜는 개발자라면
• AI가 생성한 코드를 반드시 직접 읽고 검토하는 습관을 들이시기 바랍니다
• 린터(코드 자동 검사 도구)를 설정해서 AI가 만든 코드도 같은 품질 기준을 통과하게 하시기 바랍니다
• AI에게 '일단 빨리 만들어'보다 '깔끔하고 읽기 쉽게 만들어'라고 지시하는 것이 장기적으로 더 좋습니다
바이브코딩을 하는 비개발자라면
• AI가 만들어준 결과물이 잘 돌아간다고 끝이 아닙니다. 나중에 수정하거나 기능을 추가할 때 문제가 생길 수 있습니다
• 프로젝트가 커질수록 처음부터 구조를 잘 잡아달라고 AI에게 요청하는 것이 중요합니다. 바이브코딩 무료 학습 가이드에서 프로젝트 구조 설계 방법을 확인해보시기 바랍니다
CMU 연구의 한계와 AI 코딩의 미래
이 연구는 오픈소스 프로젝트만 분석했기 때문에, 기업 내부 개발에서는 결과가 다를 수 있습니다. 또한 Cursor만 분석한 것이므로 GitHub Copilot이나 Claude Code 등 다른 AI 코딩 도구에 그대로 적용하기는 어렵습니다.
하지만 핵심 메시지는 분명합니다. AI 코딩 도구는 '마법의 지팡이'가 아니라 '강력한 전동 공구'에 가깝습니다. 전동 공구를 쓰면 빨라지지만, 안전 장비 없이 쓰면 다칩니다. 속도와 품질, 두 마리 토끼를 함께 잡을 수 있는 사람이 AI 시대의 진짜 고수입니다.
이 논문은 2026년 4월 브라질 리우데자네이루에서 열리는 국제 소프트웨어 공학 학회(MSR '26)에서 정식 발표될 예정입니다. 전문은 arXiv에서 무료로 읽을 수 있습니다.
AI와 바이브코딩을 처음부터 제대로 배우고 싶다면 무료 학습 가이드를 확인해보시기 바랍니다.