우리가 풀 문제들(계속)

Cursor는 기존 **Copilot++**를 한 단계 더 밀어붙여, 다음 편집뿐 아니라 다음 위치 이동, 다음 파일 전환, 다음 터미널 명령까지 예측하는 next action prediction model을 구상한다. 목표는 에디터 전반에서 사용자의 의도를 거의 지연 없이 이어받아, 모델이 곧바로 다음 행동을 실행하는 것이다.

핵심 방향은 두 축으로 나뉜다.

• Cursor Flow: 탭과 키 입력 같은 저엔트로피 행동을 연속 예측해, 사용자가 이동하고 편집할 다음 흐름을 만든다.
• inference-time compute를 더 써서, 더 크고 더 나은 perfect edits를 백그라운드에서 생성한다.

이 과정에서 중요한 문제는 단순 정확도가 아니라 flow-preserving 경험이다. 사용자는 pseudocode만 적어도 되고, 모델이 백그라운드에서 실제 구현으로 확장하거나, 여러 파일에 걸친 변경을 한 번에 처리하는 방향이 제시된다.

또 다른 큰 축은 optimal context다. 코드, 문서, 커밋 히스토리, 로그, UI 픽셀, Slack 메시지까지 흩어진 정보를 Retrieval, recurrence, long-context attention으로 묶어 하나의 infinite context engine처럼 다루려 한다.

특히 단일 검색으로 끝나지 않는 multi-hop context가 중요하다고 본다. 예를 들어 computeDiff를 찾은 뒤에는 ITextModel을 어떻게 만드는지 다시 찾아야 하므로, 한 번의 embedding 검색만으로는 부족하고 다음 hop을 예측하는 모델이 필요하다.

마지막으로 bug detection and debugging에서는 false-positive를 줄인 AI linting, 더 나은 AI review, 런타임 정보를 수집하는 cursor/debug 패키지 확장을 제안한다. 요약하면 Cursor는 편집기, 검색, 리뷰, 디버깅을 하나의 예측 시스템으로 통합하려는 다음 단계의 문제를 정리하고 있다.