Cursor에 코드 13,000줄을 시켰더니 52만 원에 끝나고 연 6.5억을 아꼈습니다
보안 회사 Reco가 Cursor AI로 JSON 처리 코드를 통째로 다시 짰습니다. 7시간, 52만 원 — 결과물은 1,778개 테스트 전부 통과, 기존 대비 1,000배 빠르고 연 6.5억 원 절약.
AI로 코드를 짜는 '바이브코딩'이 정말 실무에서 통할까 — 이 질문에 가장 구체적인 답을 준 사례가 나왔습니다. 보안 스타트업 Reco가 자사 핵심 시스템의 코드를 AI에게 통째로 다시 짜게 했고, 7시간 만에 13,000줄의 코드가 완성됐습니다. 들어간 비용은 약 52만 원(400달러). 덕분에 연간 6.5억 원(50만 달러)의 서버 비용이 사라졌습니다.
• AI 작업 시간: 7시간
• AI 토큰 비용: 52만 원 ($400)
• 생성된 코드: 13,000줄 (Go 언어)
• 통과한 테스트: 1,778개 (공식 테스트 전부)
• 연간 절약 비용: 6.5억 원 ($500K)
• 속도 향상: 단순 조회 기준 1,000~1,500배
매년 3.9억 원을 태우던 구조
Reco는 보안 분석을 위해 JSONata라는 JSON 데이터 처리 언어를 사용합니다. 매일 수십억 건의 이벤트를 분석하는데, 문제는 JSONata의 원본 코드가 자바스크립트(JavaScript)로 작성되어 있다는 점이었습니다.
Reco의 본체 시스템은 Go 언어로 돌아갑니다. 그래서 Go 서비스가 자바스크립트 서비스에 네트워크로 요청을 보내고 응답을 받는 구조였습니다. 마치 한국어를 쓰는 직원이 매번 영어 통역사에게 전화를 걸어 번역을 부탁하는 것과 비슷합니다. 이 '통역 전화비'가 연간 약 3.9억 원(30만 달러)이었습니다.
왼쪽(BEFORE): Go 서비스가 별도 자바스크립트 서버에 매번 요청을 보내는 구조. 오른쪽(AFTER): Go 서비스 안에 gnata가 내장되어 '통역 전화'가 사라진 구조.
Cursor AI에게 "이 코드를 Go로 다시 짜"
Reco 팀은 Cloudflare가 Next.js를 재구축한 방식에서 영감을 받았습니다. 핵심 전략은 간단합니다.
2단계: Cursor AI에게 "이 테스트를 전부 통과하는 Go 코드를 짜라"고 지시
3단계: AI가 코드를 생성 → 테스트 실패 → AI가 수정 → 반복
결과: 7시간 만에 1,778개 테스트 전부 통과
핵심은 테스트가 이미 존재했다는 점입니다. AI에게 "대충 짜봐"가 아니라 "이 1,778개 기준을 전부 통과해"라고 명확한 목표를 준 것입니다. AI가 짠 코드의 품질을 사람이 일일이 검증할 필요 없이, 테스트가 자동으로 검증해준 셈입니다.
Cursor AI 대시보드. 커밋된 코드의 89.1%가 AI가 작성한 것. 3월 1일 하루에만 179,846줄을 AI가 생성했습니다.
3일 연속 오류 0건 — 그래서 실전에 배치했습니다
코드를 짜는 것과 실제 서비스에 넣는 것은 다른 이야기입니다. Reco 팀은 신중하게 접근했습니다.
Day 2~6: 기존 시스템과 새 시스템을 동시에 돌리며 결과 비교 ('섀도 배포')
Day 7: 3일 연속 결과 불일치 0건 확인 후 실전 전환
5일간의 '섀도 배포(기존 시스템 옆에서 같이 돌리며 결과를 비교하는 것)' 동안 2,107개의 통합 테스트를 추가로 돌렸고, 단 하나의 불일치도 발견되지 않았습니다. 오히려 원본 자바스크립트 코드에 있던 버그를 새 코드가 발견하기도 했습니다.
1,000배 빨라진 성능
네트워크 통신이 사라지니 속도 차이는 압도적이었습니다.
• 기존: 170~230마이크로초 → 새 코드: 42~95나노초
• 약 1,000~1,500배 빨라짐
복잡한 조건 처리 (예: 여러 조건 조합)
• 기존: 160~310마이크로초 → 새 코드: 0.5~1.2마이크로초
• 약 25~90배 빨라짐
커뮤니티 반응 — 칭찬과 비판 모두
Hacker News 토론에서는 흥미로운 논쟁이 벌어졌습니다. 칭찬도 있었지만 "애초에 이 구조가 왜 3.9억 원이나 들고 있었는지가 진짜 문제"라는 비판도 많았습니다.
"이미 Go로 된 JSONata 라이브러리가 있는데 왜 안 썼냐"는 질문도 나왔고, "AI가 짠 13,000줄 코드를 누가 유지보수하냐"는 우려도 있었습니다. 한 댓글은 "AI의 진짜 가치는 시간 절약이 아니라, 엔지니어가 시스템이 정확히 무엇을 하는지 명확히 정의하게 만드는 강제력"이라는 통찰을 남겼습니다.
바이브코딩으로 실제 돈을 아끼려면
이 사례에서 배울 수 있는 핵심은 "AI에게 명확한 성공 기준을 줘야 한다"는 것입니다. Reco 팀이 성공할 수 있었던 이유는 AI에게 "좋은 코드를 짜라"가 아니라 "이 1,778개 테스트를 통과하라"라는 객관적 기준을 줬기 때문입니다.
직접 시도해보고 싶다면 Reco가 공개한 gnata 라이브러리를 확인할 수 있습니다. Go 프로젝트에서 JSON 데이터 변환이 필요한 경우 사용 가능합니다.
# gnata 설치 (Go 프로젝트에서)
go get github.com/recolabs/gnata원문 블로그에서는 전체 과정을 더 자세히 다루고 있습니다: We Rewrote JSONata with AI in a Day, Saved $500K/Year
관련 콘텐츠 — Easy클코로 AI 시작하기 | 무료 학습 가이드 | AI 뉴스 더보기
출처