[한영자막] Cursor 엔지니어의 AI를 이용한 레거시 코드 리팩터링 시연 영상

한 줄 핵심

Cursor의 강점은 모델 자체보다 하네스·멀티 모델·클라우드 에이전트·자동화를 묶어 레거시 코드 리팩터링을 계획, 분할, 실행, 검증까지 끊김 없이 맡길 수 있다는 점이다.

시간별 요약

1. 0:00
   레거시 리팩터링을 Cursor로 하는 이유 레거시 코드베이스를 AI로 리팩터링하는 두 질문은 "어떻게"와 "왜 Cursor인가"로 정리되며, 핵심은 큰 마이그레이션을 Cursor에서 더 안전하고 저렴하게 반복할 수 있다는 점이다. IDE, CLI, 클라우드 에이전트, 브라우저, Slack, 모바일까지 이어지는 작업 흐름이 소개된다.
2. 4:00
   모델 선택보다 중요한 하네스와 컨텍스트 Cursor는 여러 frontier model과 open source model을 지원하고, 계획용 모델과 실행용 모델을 분리해 비용 대비 효율을 높인다. 실제로는 tool execution, cache management, dynamic context management, context assembly 같은 harness가 큰 코드베이스 리팩터링의 품질을 좌우한다.
3. 7:01
   Canvas와 Plan mode로 감사와 전략 수립 먼저 /canvas로 테스트 커버리지와 갭을 시각화해 어떤 컴포넌트를 먼저 손댈지 파악하고, Plan mode로는 PHP에서 React로의 마이그레이션 전략과 아키텍처 변화를 문서로 만든다. Canvas는 표나 원시 데이터보다 빠르게 현황을 읽게 해 주고, Plan mode는 코드를 직접 바꾸지 않고 전략만 정리해 범위를 통제한다.
4. 24:00
   Jira 티켓 분해와 클라우드 에이전트 위임 완성된 계획은 Jira 티켓으로 쪼개어 각 티켓의 목표, 범위, 수용 기준, 테스트, 의존성을 붙인 뒤 클라우드 에이전트에 넘긴다. 클라우드 에이전트는 원격 VM에서 여러 저장소를 넘나들며 병렬 작업, 멀티 PR 생성, 스크린샷·비디오 검증까지 수행해 장기 마이그레이션을 자동화한다.
5. 37:01
   자동화로 유지보수까지 이어가기 자동화는 시간·이벤트·Slack·Jira webhook을 트리거로 클라우드 에이전트를 돌려 기능 플래그 정리, 취약점 점검, 인시던트 1차 조사 같은 반복 업무를 미리 처리하게 한다. 또한 skills, memories.mmd, private connectivity, cloud agent MCP 같은 기능으로 팀 단위 학습과 보안 제약 대응도 가능하다.

실무 인사이트

• 큰 리팩터링은 한 번에 끝내려 하지 말고 Canvas로 진단한 뒤 작은 Jira 티켓으로 쪼개 클라우드 에이전트에 맡기는 방식이 가장 관리하기 쉽다.
• 계획과 실행에 같은 모델을 쓰기보다, 계획용으로는 글 품질이 좋은 모델을, 코드 작성과 검증에는 빠르고 저렴한 모델을 분리하면 비용과 품질을 함께 잡을 수 있다.
• 레거시 마이그레이션의 성공 기준은 코드 생성이 아니라 테스트, 스크린샷, 비디오로 회귀를 검증하고 이후 자동화로 재발을 막는 데 있다.