Composer 2 Tech Report의 핵심은 모델 크기보다 학습 환경과 작업 루프에 있다. Composer 2는 단순 코드 자동완성 모델이 아니라, 파일을 읽고, 명령을 실행하고, 여러 단계의 문제를 풀도록 설계된 에이전트형 소프트웨어 엔지니어링 모델이다.1
이 관점에서 Composer 2와 후속 모델인 Composer 2.5를 보면, 코딩 AI 경쟁의 기준이 어디로 이동하는지 더 분명해진다. 이제 중요한 질문은 “정답 코드를 만들 수 있는가”를 넘어선다. 실제 개발 환경에서 오래 작업을 이어가고, 도구를 안정적으로 사용하며, 사람과 협업하기 좋은 방식으로 행동할 수 있는지가 성능의 일부가 되고 있다.
핵심은 실제 개발 환경에 가까운 학습이다
Cursor는 Composer 2를 두 단계로 학습했다고 설명한다. 먼저 Kimi K2.5 기반 모델에 코드 중심 데이터를 추가로 학습시키고, 이후 대규모 강화학습으로 실제 코딩 작업 수행 능력을 높였다.2 강화학습은 작업 결과에 대한 보상 신호를 바탕으로 모델의 행동을 조정하는 방식이다.
여기서 주목할 부분은 모델이 학습한 환경이다. Cursor는 배포된 모델이 사용하는 것과 같은 도구와 하네스를 학습에도 사용했다고 밝혔다.2 이는 벤치마크 문제를 푸는 능력만 키운 것이 아니라, 실제 IDE 안에서 파일을 탐색하고 명령을 실행하며 수정하는 작업 방식에 맞춰 훈련했다는 의미다.
따라서 Composer 2 Tech Report의 실질적 메시지는 명확하다. 코딩 에이전트의 품질은 모델 자체의 능력뿐 아니라, 어떤 작업 환경에서 어떤 피드백을 받으며 학습했는지에 크게 좌우된다.
Composer 2.5는 무엇을 더 개선했나
Composer 2.5는 Cursor에서 사용할 수 있는 Composer 2의 후속 모델이다.3 Cursor에 따르면 Composer 2.5는 Composer 2와 같은 오픈소스 체크포인트인 Moonshot의 Kimi K2.5를 기반으로 한다.3
차이는 학습 방식과 개선 목표에 있다. Cursor는 Composer 2.5 학습에서 훈련 규모를 확대하고, 더 복잡한 RL 환경을 만들었으며, 새로운 학습 방법을 적용했다고 설명한다.3 개선 대상으로는 장기 작업 지속성, 복잡한 지시 준수, 협업성을 제시했다.3
이 변화는 실무에서 중요하다. 실제 개발 작업은 짧은 함수 하나를 완성하는 일보다 더 복잡하다. 여러 파일을 오가며 요구사항을 해석하고, 중간 결과를 확인하고, 필요하면 접근 방식을 수정해야 한다. Composer 2.5가 강조하는 장기 작업 지속성과 지시 준수 능력은 바로 이런 현실적인 개발 흐름을 겨냥한다.
또한 Cursor는 커뮤니케이션 스타일과 노력 수준 조절 같은 행동 특성도 학습 개선 대상에 포함했다고 밝혔다.3 코딩 에이전트가 단순히 코드를 많이 쓰는 것만으로는 충분하지 않기 때문이다. 어떤 상황에서는 간결한 변경이 필요하고, 어떤 상황에서는 이유와 대안을 설명해야 한다. 사용자의 의도에 맞춰 설명량과 작업 깊이를 조절하는 능력도 제품 품질의 일부가 된다.
긴 롤아웃은 코딩 에이전트 학습의 핵심 난제다
Composer 2.5 설명에서 특히 중요한 지점은 긴 롤아웃이다. 강화학습에서 하나의 작업 흐름이 수십만 토큰까지 이어질 수 있고, 이 경우 어떤 행동이 최종 성패에 영향을 줬는지 판단하기 어려워진다.3
예를 들어 긴 작업 도중 잘못된 도구 호출이 한 번 발생해 이후 흐름이 틀어질 수 있다. 또는 중간 설명이 부정확해 사용자의 의도와 다른 방향으로 작업이 진행될 수도 있다. 최종 결과만 보고 보상이나 벌점을 주면, 모델은 정확히 어떤 순간의 행동을 고쳐야 하는지 배우기 어렵다.
Cursor는 이를 다루기 위해 특정 시점의 행동에 텍스트 피드백을 주는 방식을 설명했다.3 전체 결과만 평가하는 대신, 잘못된 도구 호출이나 부적절한 설명이 나온 위치에 더 가까운 학습 신호를 주는 접근이다. 이는 긴 작업을 수행하는 에이전트에게 특히 중요한 방식이다. 문제의 원인과 피드백 사이의 거리를 줄여야 모델이 더 안정적인 행동을 배울 수 있기 때문이다.
코딩 AI를 평가할 때 봐야 할 것
Composer 2 Tech Report와 Composer 2.5의 흐름에서 얻을 수 있는 실무적 기준은 분명하다. 코딩 에이전트를 평가할 때는 단순 벤치마크 점수만으로 판단하기 어렵다.
봐야 할 기준은 다음과 같다.
긴 작업에서 맥락을 유지하는가
복잡한 지시를 끝까지 따르는가
도구 호출과 파일 수정이 안정적인가
불필요한 설명이나 과도한 변경을 줄이는가
사람과 협업하기 쉬운 커뮤니케이션 방식을 보이는가
실제 워크플로우에서 응답 속도와 비용이 적절한가
결국 Composer 2 Tech Report가 보여주는 방향은 하나다. 코딩 AI의 경쟁력은 단순히 더 큰 모델에서 나오지 않는다. 실제 개발 환경에 가까운 학습 루프, 긴 작업을 다루는 강화학습 설계, 그리고 협업 가능한 행동을 학습시키는 방식이 코딩 에이전트의 품질을 가르는 핵심 기준이 되고 있다.
이 노트는 보도·비평·교육·연구 목적으로 작성되었습니다. 저작권 문의가 있으시면 에서 알려주세요.