Copilot·Cursor 이번 주 업데이트 — AI 에이전트가 모델도 고르고, 브라우저도 열고, 비용도 관리한다

AI 코딩 도구를 쓰다 보면, 불과 한 달 전 방식이 벌써 구식처럼 느껴질 때가 있습니다. 이번 주도 그런 주였습니다. GitHub Copilot과 Cursor에서 쏟아진 업데이트를 한 마디로 요약하면 — 에이전트가 스스로 결정하고, 스스로 관리하는 범위가 확 넓어졌습니다.

1. 에이전트가 브라우저를 열다 — Copilot Browser Tools 정식 출시

7월 1일, VS Code의 Copilot Browser Tools가 정식(GA) 출시됐습니다. 이게 뭐냐면, 에이전트가 실제 브라우저를 띄워서 웹 앱을 탐색할 수 있게 된 겁니다.

이전까지 에이전트는 코드 파일만 읽고 쓸 수 있었습니다. "내 앱이 localhost:3000에서 제대로 보이는지 확인해줘"라고 해도, 실제로 브라우저를 열 수는 없었죠. 이제 가능합니다.

• 에이전트가 라이브 웹 앱을 직접 탐색
• 발견한 UI 문제·에러를 대화에 피드백
• 프론트엔드 디버깅·문서 참조까지 대화 안에서 해결

보안이 걱정되시죠? 네트워크 도메인 허용 목록으로 에이전트가 접근할 수 있는 사이트를 제한할 수 있습니다. 기본 활성화이니, VS Code 업데이트만 하면 바로 쓸 수 있습니다. (출처: GitHub Blog, 2026-07-01)

실무 팁: 에이전트 모드에서 `"Check the page at localhost:3000/dashboard and tell me if there are any layout issues"` 처럼 지시하면, 에이전트가 브라우저를 열고 스크린샷을 분석해 답해줍니다.

2. 모델을 자동으로 골라준다 — CLI 자동 모델 선택 + GPT-5.6 3종 탑재

"이 작업엔 어떤 모델을 써야 하지?" 고민한 적 있으시죠? 이제 Copilot CLI가 대신 결정해 줍니다.

7월 1일부터 auto model selection이 적용됐습니다. CLI가 실시간으로 모델 가용성·신뢰도를 평가하고, 작업 복잡도에 따라 최적 모델을 자동 라우팅합니다. 여기에 7월 9일 GPT-5.6 3종(Sol·Terra·Luna)이 Copilot에 탑재되면서 선택지가 더 세밀해졌습니다.

• Sol — 대규모 코드베이스 추론, 복잡한 리팩토링
• Terra — 일상적인 에이전틱 코딩
• Luna — 빠르고 저비용인 단순 어시스턴트

실무 팁: CLI 모델 설정을 `auto`(기본값)로 두면 간단한 명령은 Luna가, 복잡한 작업은 Sol이 처리합니다. 특정 모델을 강제하려면 `--model sol` 플래그를 쓰세요. (출처: GitHub Blog, 2026-07-01 / 2026-07-09)

3. 비용 폭주 방지 — AI 크레딧 세션 한도

에이전트가 똑똑해질수록 비용 걱정이 커집니다. 야간에 돌려놓은 자동화 에이전트가 예상의 10배를 쓰고 있다면?

7월 1일 출시된 AI 크레딧 세션 한도 기능이 이 문제를 해결합니다. Copilot CLI·SDK에서 세션별 비용 상한을 설정하면, 모델 호출·서브에이전트·백그라운드 작업 전체를 합산해 한도 초과 시 자동 중단합니다.

실무 팁: CI 파이프라인이나 야간 배치에 `--credit-limit` 옵션을 추가하세요. 예: `copilot run --credit-limit 50`. 예상치 못한 비용 폭주를 원천 차단할 수 있습니다. (출처: GitHub Blog, 2026-07-01)

4. IDE 없이, 모바일에서도 — Copilot 독립 앱 + 실시간 알림

7월 7일, Copilot 데스크톱 앱이 모든 플랜(Free·Education 포함)에 개방됐습니다. VS Code나 JetBrains 같은 IDE를 설치하지 않아도 독립 실행되는 에이전트 환경입니다. macOS·Windows·Linux 모두 지원합니다.

여기에 7월 8일, GitHub Mobile이 원격 CLI 세션의 실시간 알림을 지원하기 시작했습니다. 에이전트가 일하는 동안 자리를 비워도:

• 진행 상황 실시간 푸시 알림
• 에이전트가 승인을 기다릴 때 즉시 알림
• 모바일에서 바로 세션 복귀 가능

실무 팁: Copilot 앱을 설치한 뒤, 장기 작업(대규모 리팩토링 등)을 시작하고 GitHub Mobile 알림을 켜두세요. 커피 마시러 간 사이에도 에이전트 상태를 놓치지 않습니다. (출처: GitHub Blog, 2026-07-07 / 2026-07-08)

5. 팀 전체에 도구를 한 번에 — Cursor 3.10 Team MCP

6월 30일 출시된 Cursor 3.10은 팀 협업 측면의 큰 변화입니다. Team MCP 서버 배포 기능이 추가됐습니다.

MCP는 에이전트가 데이터베이스·API·내부 시스템에 접근하는 표준 규격인데, 지금까지는 개발자 각자가 수동으로 설정해야 했습니다. 이제 관리자가 한 번만 설정하면 클라우드 에이전트·에이전트 윈도우·IDE·CLI에 동시 배포됩니다.

• 조직 그룹별 접근 권한 분리 가능
• Dashboard → Integrations & MCP에서 설정

실무 팁: 팀의 내부 DB·위키·모니터링 대시보드를 Team MCP로 연결하세요. 팀원 누구나 에이전트에게 "QA DB에서 이번 달 에러 로그 뽑아줘" 같은 요청을 별도 설정 없이 할 수 있게 됩니다. (출처: Cursor Changelog, 2026-06-30)

총정리

한 줄 요약: AI 코딩 도구가 '시키는 것만 하는 보조'에서 '스스로 판단하고 관리하는 자율 에이전트'로 진화하고 있습니다.

• 브라우저 접근: 에이전트가 웹 앱을 직접 열고 확인 — 프론트엔드 디버깅이 대화 안에서 끝남
• 모델 자동 선택: 작업 복잡도에 따라 Sol·Terra·Luna를 시스템이 자동 배정 — 모델 고민 종료
• 비용 자율 관리: 세션별 크레딧 한도로 에이전트 비용 폭주 원천 차단
• 항상 접속 가능: 독립 앱 + 모바일 알림으로 IDE 없이도, 이동 중에도 에이전트와 연결
• 팀 도구 자동화: Team MCP로 외부 시스템 연결을 팀 전체에 한 번에 배포

오늘 이것만 기억하세요: 개발자의 새 역할은 '코드를 짜는 사람'이 아니라 '에이전트를 잘 감독하는 사람'입니다. 이번 주 업데이트들은 그 전환을 더 빠르게 만들고 있습니다.

용어 설명

MCP(Model Context Protocol): AI 에이전트가 외부 도구(데이터베이스, API, 내부 시스템 등)에 접근할 수 있도록 표준화된 연결 규격입니다. 에이전트에게 '손'을 달아주는 프로토콜이라 생각하면 됩니다.

에이전틱(Agentic): AI가 단순 질의응답을 넘어 스스로 계획·실행·검증하며 작업을 완수하는 방식을 뜻합니다. '시킨 것만 하는 AI'에서 '알아서 하는 AI'로의 전환입니다.

모델 라우팅(Model Routing): 작업의 종류·복잡도에 따라 적합한 AI 모델을 자동으로 선택·배정하는 기술입니다. 간단한 작업엔 가벼운 모델을, 복잡한 작업엔 강력한 모델을 연결해 비용과 품질을 동시에 최적화합니다.

AI 크레딧: AI 모델 호출에 드는 비용 단위입니다. 모델·토큰 수·추론 시간에 따라 차등 과금되며, GitHub Copilot에서는 이를 기반으로 사용량을 추적합니다.