# \#cursor-cli
**URL:** https://discuss.pytorch.kr/tag/cursor-cli/5290.md
[최신](https://discuss.pytorch.kr/latest.md) · [카테고리](https://discuss.pytorch.kr/categories.md) · [태그](https://discuss.pytorch.kr/tags.md)
---
## [Artificial Analysis가 공개한 코딩 에이전트 벤치마크: 모델 + 하네스의 조합으로 평가한 벤치마크 결과](https://discuss.pytorch.kr/t/artificial-analysis/10183)
**Author:** [@9bow](https://discuss.pytorch.kr/u/9bow)\
**댓글:** 0\
**마지막 업데이트:** [5월 13, 2026, 12:30오전 UTC](https://discuss.pytorch.kr/t/artificial-analysis/10183 "2026-05-13T00:30:38Z")
Artificial Analysis 코딩 에이전트 벤치마크 소개 AI 코딩 에이전트는 이제 단순히 "어느 모델이 더 좋은가"라는 질문만으로 비교하기 어려운 단계에 접어들었습니다. 동일한 Claude Opus 4.7 모델을 쓰더라도 Claude Code로 구동할 때와 Cursor CLI로 구동할 때, 또는 OpenCode와 같은 다른 하네스(harness)로 실행할 때 결과가 달라지고, 같은 하네스라도 모델을 GPT-5.5나 GLM-5.1, Kimi K2.6, DeepSeek V4 Pro로 바꾸면 비용과 속도, 성능이 모두 변합니다. 결국 "에이전트 + 모델 + 설정"이라는 조합 단위로 측정해야 실제 사용자가 마주하는 경험을 가늠할 수 있다는 뜻입니다. 이러한 맥락에서 Artificial Analysis가 새로 공개한 Coding Agent Index 는, 모델만 비교하던 기존 벤치마크와 결을 달리하는 시도입니다. 단일 모델이 아닌 "에이전트 변형(agent variant)"을 단위로 두고, 실제 코드 변경 작업과 터미널 워크플로우, 그리고 저장소 이해 능력을 한 번에 측정합니다. 측정 대상은 SWE-Bench-Pro-Hard-AA 150문항, Terminal-Bench v2 84문항, SWE-Atlas-QnA 124문항으로 구성된 3종 벤치마크 묶음이며, 각 벤치마크당 3회 반복 측정한 평균 pass@1을 단순 평균해 종합 지수(Index)를 만듭니다. 이 글에서는 Artificial Analysis가 공개한 13종의 에이전트 변형을 종합 지수, 벤치마크별 세부 점수, 토큰 사용량과 비용, 실행 시간 측면에서 살펴봅니다. 동일 모델을 서로 다른 하네스에서 돌렸을 때 나타나는 차이, 그리고 점수와 비용의 상관관계가 약하다는 흥미로운 패턴까지 함께 정리합니다. 코딩 에이전트를 도입하거나 비교 평가 중인 분이라면, 단순한 "1등이 누구인가"보다 "내 워크플로우에는 어떤 조합이 맞는가"라는 관점에서 읽어보시는 것을 권합니다. 무엇을 어떻게 측정했는가: 3종…
---
## [Cursor, 터미널 환경에서 코드 생성 및 코드 리뷰, 보안 검사, 문서 자동화 등이 가능한 Cursor CLI 공개](https://discuss.pytorch.kr/t/cursor-cursor-cli/7453)
**Author:** [@9bow](https://discuss.pytorch.kr/u/9bow)\
**댓글:** 0\
**마지막 업데이트:** [8월 8, 2025, 6:30오전 UTC](https://discuss.pytorch.kr/t/cursor-cursor-cli/7453 "2025-08-08T06:30:34Z")
Cursor CLI 소개 최근 개발 환경에서는 AI를 코드 작성과 리뷰에 적극적으로 도입하는 흐름이 뚜렷해지고 있습니다. 특히, 터미널 중심의 개발자들에게도 AI의 도움을 손쉽게 통합할 수 있는 도구가 각광받고 있는데요. Cursor에서는 이러한 흐름을 반영하여 터미널 환경에서도 강력한 AI 기능을 이용할 수 있도록 설계한 Cursor CLI를 새롭게 출시하였습니다. Cursor는 단순히 코드 생성만을 넘어서, 실시간 코드 리뷰, 보안 검사, 문서 자동화까지 다양한 작업을 자동화할 수 있게 해줍니다. https://mintlify.s3.us-west-1.amazonaws.com/cursor/images/cli/cli-overview.mp4 특히 Cursor CLI는 인터페이스를 커스터마이징하거나 자동화를 구축하는 데 초점을 맞춘 강력한 기능들을 제공합니다. CLI 기반의 워크플로우를 선호하는 개발자들에게, Cursor CLI는 일관된 명령어 체계를 제공하며, IDE 내부에서도 동일한 환경을 유지할 수 있도록 지원합니다. 이는 팀 내 작업 표준화를 도우며, 협업 환경에서도 높은 일관성과 유연성을 제공합니다. Cursor CLI 개요 및 주요 기능 설치 및 실행 Cursor CLI는 간단한 명령어 하나로 설치가 가능합니다: curl https://cursor.com/install -fsS | bash 설치 이후에는 cursor-agent 명령어를 사용하여 AI 에이전트를 호출할 수 있으며, 명령어는 대화형 모드와 비대화형 모드 두 가지 방식으로 실행됩니다. Cursor CLI의 대화형 모드: 코드와의 대화 대화형 모드는 사용자와 Cursor 에이전트 간의 상호작용을 통해 코드를 생성하거나 수정하는 방식입니다. 예를 들어 다음과 같은 명령어로 시작할 수 있습니다: cursor-agent 또는 처음부터 목적을 명확히 전달할 수도 있습니다: cursor-agent "refactor the auth module to use JWT tokens" 이…