나는 Cursor를 얼마나 잘 활용하고 있을까?
요즘 저는 대부분의 개발 작업을 Cursor와 함께합니다.
아이디어를 정리하고, 기술명세서를 만들고, UI를 구현하고, 오류를 수정하고, GitHub에 올리는 과정까지 이제 AI 코딩 도구는 단순한 코드 자동완성 도구가 아니라 개발 과정에 함께 참여하는 파트너에 가까워졌습니다.
Cursor 역시 현재 자신을 단순한 AI 코드 에디터보다는 AI coding agent로 소개하고 있습니다. Desktop과 CLI뿐 아니라 Cloud Agents, Automations 등 에이전틱 개발 기능으로 영역을 넓혀가고 있습니다. (Cursor)
그런데 어느 날 이런 생각이 들었습니다.
나는 Cursor를 얼마나 많이 쓰고 있는 걸까? 그리고 잘 쓰고 있는 걸까?
그래서 직접 만들어봤습니다.
Cursor Insight
Cursor 사용 데이터를 분석해 나의 AI 개발 습관과 생산성을 보여주는 웹앱입니다.
Cursor 사용량 데이터 활용하기
Cursor를 많이 사용하는 것과 효율적으로 사용하는 것은 조금 다른 문제입니다.
하루에 얼마나 많은 요청을 보내는지, 어느 시간대에 집중해서 개발하는지, 한 번 작업을 시작하면 얼마나 오래 몰입하는지, 어떤 모델을 많이 사용하는지, 입력·출력·캐시 토큰은 어떤 비율로 소비되는지를 데이터로 살펴보면 평소에는 알기 어려웠던 개발 습관이 보이기 시작합니다.
Cursor Insight는 이를 위해 만들어졌습니다.
사용 방법도 간단합니다.
GitHub 로그인 → Cursor 사용량 CSV 업로드 → 자동 분석
현재 앱에서는 Dashboard, Usage Analysis, AI Insights, GitHub Sync, Timeline과 사용자 간 분석 결과를 비교할 수 있는 Leaderboard 등을 제공하고 있습니다. (cursor-insight.vercel.app)
실제 저의 데이터로 분석한 결과
Cursor Dashboard에서 지난 한 달간의 Usage 데이터를 CSV로 내려받아 Cursor Insight에 업로드했습니다.
결과가 꽤 흥미로웠습니다.
지난 한 달 동안 저는 대략
- 3억 개 이상의 토큰
- 일평균 1천만 개 이상의 토큰
- 26일 정도의 활동일
- 최장 약 2시간 30분의 집중 세션
을 기록하고 있었습니다.
종합 Productivity Score는 82/100이었습니다.
단순히 “Cursor를 많이 썼다”에서 끝나는 것이 아니라 사용 패턴을 시계열로 보면 또 다른 특징이 나타납니다.
저의 경우 매일 비슷한 양을 꾸준히 사용하는 형태라기보다 한 달에 몇 차례 개발 작업에 매우 강하게 몰입하면서 사용량이 급증하는 패턴이 보였습니다.
바이브코딩을 활용해 짧은 시간 동안 MVP나 새로운 프로젝트를 집중적으로 만드는 제 작업 방식이 데이터에도 그대로 나타난 셈입니다.
언제 가장 집중해서 개발했을까?
Cursor Insight의 재미있는 기능 중 하나가 Hour Heatmap입니다.
시간대별 Cursor 활동을 히트맵으로 보여주기 때문에 내가 주로 언제 AI와 개발 작업을 하는지 한눈에 확인할 수 있습니다.
여기에 요일별 분석까지 결합하면
평일 vs 주말, 오전 vs 오후, 일상적인 작업 vs 집중 개발일
같은 패턴도 발견할 수 있습니다.
이 데이터가 몇 달 누적된다면 더욱 흥미로워집니다.
“나는 언제 가장 생산적인 개발자인가?”
라는 질문에 느낌이 아니라 실제 데이터를 가지고 답할 수 있기 때문입니다.
토큰 3억 개의 사용처
단순 Total Token 숫자보다 중요한 것은 토큰의 구성입니다.
Cursor Insight에서는 입력과 출력뿐 아니라 캐시 사용량과 모델별 이용 패턴도 분석합니다.
제 데이터를 살펴보니 상당한 비중이 Cache Read에 사용되고 있었습니다.
이것은 Cursor 같은 에이전틱 코딩 환경을 이해하는 데 중요한 부분입니다. AI가 단순히 사용자가 입력한 한 문장만 처리하는 것이 아니라 코드베이스와 이전 컨텍스트를 활용하면서 작업하기 때문입니다.
따라서 앞으로 AI 코딩 생산성을 평가할 때는 단순히
“몇 개의 프롬프트를 입력했는가?”
보다
“얼마나 많은 컨텍스트를 AI와 공유하며 실제 개발 작업을 수행했는가?”
가 더 중요한 지표가 될 수도 있습니다.
개발 습관의 관찰
Cursor Insight에는 통계 차트만 있는 것이 아닙니다.
AI Insights에서는 분석된 데이터를 다시 AI가 해석합니다.
예를 들어 Productivity Score를
Consistency · Efficiency · Iteration · Immersion · Focus
같은 관점으로 나누어 살펴보고, 잘하고 있는 부분과 개선할 부분을 찾아볼 수 있습니다.
제 경우에는 일관성, 효율성, 반복 작업은 비교적 양호했지만 몰입과 집중성에는 개선할 여지가 있는 것으로 나타났습니다.
여기서 중요한 것은 Productivity Score 자체가 절대적인 개발 능력 평가가 아니라는 점입니다.
오히려
지난달의 나와 이번 달의 나를 비교하기 위한 개인 개발 지표
로 활용하는 것이 Cursor Insight의 가장 적절한 사용 방법이라고 생각합니다.
심화 패턴: Cursor와 GitHub 연결
AI 코딩 사용량만 보면 한 가지 중요한 정보가 빠져 있습니다.
그래서 무엇을 만들었는가?
입니다.
Cursor Insight의 GitHub Sync는 Cursor 활동과 GitHub Repository를 함께 살펴보기 위한 기능입니다.
궁극적으로는 다음 흐름을 연결하고 싶습니다.
Cursor Activity → Coding Session → GitHub Commit → Repository → Project
그러면 단순히
“7월 22일에 토큰을 3천만 개 사용했다.”
에서 끝나는 것이 아니라
“7월 22일 집중적인 AI 코딩 작업을 통해 이 프로젝트의 주요 기능을 구현했다.”
처럼 AI 사용량을 실제 개발 성과와 연결해서 볼 수 있습니다.
이런 분들에게 추천
Cursor Insight는 특히 Cursor를 매일 사용하는 개발자, 바이브코딩으로 여러 프로젝트를 빠르게 만드는 AI Builder, 자신의 AI 코딩 습관을 데이터로 확인하고 싶은 사용자, GitHub 프로젝트와 AI 개발 활동을 함께 관리하고 싶은 개발자, Cursor를 교육이나 팀 개발에 활용하는 분에게 흥미로운 실험 도구가 될 수 있습니다.
Cursor 자체도 Teams 환경에서 usage analytics를 제공하면서 조직 차원의 AI 사용 현황을 중요한 관리 지표로 다루고 있습니다. (Cursor)
Cursor Insight는 여기서 한 걸음 더 나아가 개인 AI 개발자의 활동과 성장 과정을 이해하는 방향을 실험하고 있습니다.
직접 사용해보세요
Cursor를 사용하고 있다면 자신의 Usage 데이터를 한번 분석해보세요.
숫자로 확인해보면 생각보다 재미있는 자신의 개발 습관을 발견할지도 모릅니다.
Cursor Insight — AI Developer Productivity
사용 방법은 영상으로도 정리했습니다.
커서 인사이트(Cursor Insight) 주요 기능 및 활용 방법
아직 초기 단계의 프로젝트인 만큼 직접 사용해보고 발견한 오류나 **”이런 분석도 있었으면 좋겠다”**는 아이디어를 알려주시면 다음 버전에 적극적으로 반영해보겠습니다.
AI와 함께 개발하는 시대, 이제 우리가 어떻게 개발하고 있는지도 데이터로 탐색해볼 때입니다.
