단순 래퍼 앱이 아닌 로컬 VRAM/RAG 아키텍처 구축에 Cursor를 사용하는 사람 있나요? 8개월간의 심층 분석.
Is anyone else using Cursor to build local VRAM/RAG architectures instead of just wrapper apps? Here is my 8-month deep dive.
핵심 요약
Cursor를 활용해 로컬 VRAM 최적화 인지 메모리 시스템인 'Mnemosyne OS'를 구축한 8개월간의 기록.
- 인지 메모리 시스템 — 로컬 RTX 4050에서 구동되는 VRAM 최적화 아키텍처를 구축함.
- 코드베이스 시각화 — Canvas 2D 물리 엔진으로 코드 간의 의미론적 관계를 실시간으로 매핑함.
- Cursor 활용법 — 단순 웹 개발을 넘어 C++ 브릿지와 벡터 데이터베이스를 결합한 복잡한 시스템을 설계함.
- 구독 제한 문제 — 고도화된 개발 과정에서 Cursor Ultra 구독 한도를 빠르게 소진하는 어려움을 겪음.
이곳에서는 AI가 얼마나 많은 코드 줄을 생성할 수 있는지에 대한 이야기가 많습니다. 하지만 양이 곧 아키텍처는 아닙니다. 저는 그저 거창하게 포장된 CRUD 앱에 불과한 거대한 코드베이스를 많이 봅니다.
저는 8개월 동안 Cursor를 사용하여 Sovereign AI 운영 체제를 처음부터 구축해 왔습니다: Mnemosyne OS.
저는 웹사이트를 만들기 위해 Cursor를 사용하지 않았습니다. Vulkan/GPU와 벡터 데이터베이스 조각에 대한 C++ 브릿지를 사용하는 로컬 VRAM 최적화 인지 메모리 시스템을 만들기 위해 사용했습니다.
- 문제: "이해의 부채(Comprehension Debt)". AI로 엄청난 속도로 코딩할 때, 모노레포에 대한 정신적 지도를 잃어버리게 됩니다.
- 해결책: Mnemosyne은 RTX 4050에서 로컬로 실행됩니다. 코드베이스를 수집하고, 청크로 나누고, Nomic-v1.5를 사용하여 임베딩하며, 실시간으로 물리적 매핑을 수행합니다(영상에서 보시는 것이 바로 코드베이스의 의미론적 관계를 보여주는 순수 Canvas 2D 물리 엔진입니다).
Cursor는 무기이지만, 당신이 설계자(Architect)일 때만 그렇습니다. '바이브 코딩'을 멈추고 '뉴럴 코딩'을 시작하세요.
아키텍처, 로컬 LLM 통합, 또는 Electron과의 IPC 브릿지에 대해 궁금한 점이 있다면 언제든 답변해 드리겠습니다.
추신: 인지 엔진을 만드는 것은 재미있지만, 이 규모에서 React + Cursor 조합을 길들이는 것은 완전히 성간 여행 수준의 광기입니다. 10/10 추천하지만, 정말 복잡해집니다. 😅
추신 2: 이곳에 계신 Cursor 개발자분들께: 저는 이걸 만드느라 9일 만에 "Ultra" 구독 할당량을 완전히 녹여버렸습니다. 로드 밸런싱을 하지 않고 두 개의 IDE를 병렬로 번갈아 사용하지 않았다면 48시간 만에 다 써버렸을 겁니다. 도와주세요(아니면 더 빠른 요청 횟수를 제공해 주세요). 💀🔥
