NonDevLog

1. 4일 만에 크레딧 다 쓴 진짜 이야기

Cursor Pro 결제했는데 크레딧이 너무 빨리 소진되는데, 절약법이 정말 있을까요? 결론부터 말씀드리면 있습니다. 비전공 5년차인 저도 처음 Cursor Pro를 결제했을 때, 월 크레딧을 정확히 4일 만에 다 썼습니다. 그 후 한 달간 절약법을 연구해서 지금은 같은 크레딧으로 약 18~22일까지 늘렸습니다.

재미있는 건 절약하는 동안 코드 품질은 오히려 더 좋아졌다는 점입니다. AI에게 무지성으로 모든 걸 시키는 것보다, 의도적으로 통제하는 게 결과적으로 더 빠르고 정확합니다. 이 글에서 7가지 핵심 절약법을 공개합니다.

2. ① 모델 선택 — Auto가 가장 위험하다

Cursor의 모델 선택에서 "Auto"가 기본값인데, 이게 가장 큰 함정입니다. Auto는 작업의 복잡도를 자동 판단해서 모델을 선택하는데, 최고 사양 모델로 자주 점프합니다. Opus 같은 비싼 모델이 호출되면 일반 채팅보다 5~10배 비쌉니다.

3. ② 자동완성 우선 — 에이전트 자제

Cursor의 비용 구조를 보면 단순합니다.

• Tab 자동완성 — 무제한 (크레딧 차감 안 됨)
• 채팅(Cmd+L) — 1회당 소량 차감
• 에이전트(Cmd+I/Composer) — 채팅의 5~10배 차감

즉 가장 비싼 게 에이전트입니다. 그런데 비전공자가 처음 Cursor를 쓰면 모든 걸 에이전트로 시키는 함정에 빠져요. 작은 함수 하나도 에이전트한테 시키면 크레딧이 순식간에 소진됩니다.

4. ③ 컨텍스트 최소화 — @ 신중히

Cursor에서 @로 파일이나 폴더를 추가하면 AI에게 그 내용 전체가 전송됩니다. 토큰 비용은 컨텍스트 크기에 비례합니다. 큰 파일이나 폴더를 무지성으로 추가하면 한 번의 채팅이 평소의 10배 비싸질 수 있습니다.

좋은 방법은 "필요한 부분만 선택해서 채팅에 추가"하는 것입니다. 파일 전체가 아니라 관련 함수 50줄만 드래그해서 Cmd+L에 추가하세요.

5. ④ 채팅 짧게 끊기 — 새 세션의 힘

채팅을 오래 이어가면 이전 대화가 모두 컨텍스트로 같이 전송됩니다. 10번째 질문은 1번째 질문 + 1~9번째 질문 + 답변까지 모두 보내는 셈입니다. 같은 채팅에서 10번 질문하면 거의 100배 토큰을 씁니다.

6. ⑤ 작은 작업 분할 — 한 번에 시키지 마라

"쇼핑몰 만들어줘"와 "상품 카드 컴포넌트 하나 만들어줘"의 차이를 아세요? 후자가 약 1/20 비용입니다. 큰 작업을 한 번에 시키면 AI가 여러 번 시행착오를 거치면서 토큰을 다 씁니다.

좋은 방법은 "계획만 먼저 받기"입니다. "쇼핑몰을 만들고 싶은데, 단계별 작업 목록만 알려줘"라고 하고, 그 목록에서 하나씩 작은 작업으로 분할 요청하세요.

7. ⑥ Apply 신중히 — 미리보기를 보라

채팅에서 AI가 코드를 제안하면 "Apply" 버튼이 뜹니다. 무지성으로 누르면 안 됩니다. 적용 후 결과가 잘못되면 다시 수정 요청해야 하고, 그게 또 크레딧을 씁니다.

코드를 먼저 한 번 읽고 이해한 후 Apply 하세요. 의심스러우면 "이 부분 왜 이렇게 했어?"라고 물어보는 게 적용 후 수정보다 훨씬 쌉니다.

8. ⑦ 무거운 작업은 Claude Code로

"인증 시스템 통째로 리팩토링", "레거시 코드 5천 줄 정리" 같은 무거운 작업을 Cursor 에이전트로 돌리면 크레딧이 한 번에 폭발합니다. 이런 작업은 Claude Code (Anthropic Pro $20)로 옮기는 게 정답입니다.

Anthropic Pro는 정액제라 토큰 폭주 걱정이 없고, SWE-bench Pro 51.8%로 성능도 더 좋습니다. Cursor + Claude Code 조합이 비전공 5년차의 1년 사용 결론입니다.

9. 절약 전후 비교 — 진짜 데이터

7가지를 적용한 전후 비교입니다.

1. MCP 서버, 진짜 쉽게 설명하면 이겁니다

MCP 서버가 뭐고, 비전공자도 정말 30분 안에 만들 수 있을까? 결론부터 말하면 가능합니다. 비전공 5년차인 제가 처음 만들 때 정확히 27분 걸렸습니다. Python 환경 세팅에 5분, MCP SDK 설치에 2분, 코드 30줄 작성에 15분, Claude Desktop 설정 파일 등록에 5분. 이게 전부입니다.

MCP(Model Context Protocol)는 Anthropic이 2024년 11월 공개한 표준 프로토콜로, 2026년 현재 Claude·ChatGPT·Cursor 등 거의 모든 주요 AI 도구가 채택한 사실상의 산업 표준입니다. 한마디로 AI에게 내 도구·데이터를 연결해주는 USB-C 같은 규격이라고 생각하시면 됩니다.

비전공 출신인 제가 처음 MCP 문서를 봤을 때 멘붕이 왔습니다. "프로토콜", "JSON-RPC", "stdio transport"... 이게 다 뭔 소리인가 싶었죠. 5년 차가 된 지금, 한 줄로 정리하면 이겁니다.

MCP 서버 = Claude에게 "이 함수들 쓸 수 있어"라고 알려주는 작은 프로그램

예를 들어 제가 get_today_tasks()라는 함수를 만들어서 MCP 서버로 띄우면, Claude한테 "오늘 할 일 알려줘"라고 했을 때 Claude가 그 함수를 호출해서 답을 가져옵니다.

API를 만드는 것과 거의 똑같습니다. 다만 HTTP 대신 표준화된 프로토콜로 AI와 직접 통신한다는 점만 다릅니다. 비전공자가 처음 헷갈리는 부분이 바로 이거예요. "서버니까 도메인 사야 하나? 배포해야 하나?" 그럴 필요 없습니다. 내 노트북에서 그냥 실행하면 끝납니다.

2. 비전공자가 30분 안에 만들기 위한 준비물

딱 3가지만 있으면 됩니다.

비전공자 팁: Python 버전이 3.10 이상인지 꼭 확인하세요. 터미널에서 python --version을 쳐서 3.10 미만이면 무조건 업데이트하세요. 저는 여기서 1시간 날렸습니다.

3. 실전 코드 — "오늘 할 일 알려주기" MCP 서버

먼저 SDK를 설치합니다. 터미널을 열고 아래 한 줄을 입력하세요.

pip install mcp

그다음 my_server.py 파일을 만들고 아래 코드를 붙여넣으세요.

from mcp.server.fastmcp import FastMCP

# MCP 서버 생성
mcp = FastMCP("my-todo-server")

# 가짜 할 일 데이터 (실제로는 DB나 API에서 가져오면 됩니다)
tasks = [
    {"id": 1, "title": "블로그 글 작성", "done": False},
    {"id": 2, "title": "운동 30분", "done": False},
    {"id": 3, "title": "이메일 확인", "done": True},
]

@mcp.tool()
def get_today_tasks() -> str:
    """오늘의 할 일 목록을 반환합니다."""
    result = []
    for task in tasks:
        status = "✅" if task["done"] else "⬜"
        result.append(f"{status} {task['title']}")
    return "\n".join(result)

@mcp.tool()
def add_task(title: str) -> str:
    """새로운 할 일을 추가합니다."""
    new_id = len(tasks) + 1
    tasks.append({"id": new_id, "title": title, "done": False})
    return f"'{title}' 추가 완료!"

if __name__ == "__main__":
    mcp.run()

이게 전부입니다. 30줄도 안 됩니다. @mcp.tool() 데코레이터가 붙은 함수가 Claude에게 노출되는 "도구"가 됩니다.

4. Claude Desktop에 연결하는 법

Claude Desktop 설정 파일을 열어야 합니다. 위치는 OS별로 다릅니다.

• macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
• Windows: %APPDATA%\Claude\claude_desktop_config.json

파일이 없으면 새로 만들고, 아래 내용을 넣으세요.

{
  "mcpServers": {
    "my-todo": {
      "command": "python",
      "args": ["/내가/저장한/경로/my_server.py"]
    }
  }
}

Claude Desktop을 완전히 종료(Cmd+Q 또는 작업 관리자)했다가 다시 켜면, 입력창 옆에 🔌 아이콘이 생깁니다. 클릭해서 my-todo가 떠 있으면 성공입니다.

이제 Claude에게 "오늘 할 일 알려줘"라고 입력해보세요. 우리가 만든 함수를 호출해서 답을 가져옵니다.

5. 비전공자가 가장 많이 막히는 4가지 함정

6. 다음 단계 — MCP로 뭘 더 할 수 있나

"오늘 할 일" 예제는 시작일 뿐입니다. 제가 실제로 만들어 쓰고 있는 MCP 서버는 이런 것들입니다.

• Notion 연동 — Claude에게 "이번 주 회의록 정리해줘" 하면 Notion에서 가져옴
• GitHub PR 요약 — 내 레포의 PR을 자동으로 요약
• 로컬 파일 검색 — 노트북 안의 문서를 Claude가 직접 읽음
• 사내 DB 조회 — SQL 모르는 동료도 Claude로 데이터 조회

핵심은 "Python 함수로 만들 수 있는 건 다 MCP로 만들 수 있다"는 점입니다. 비전공 출신이라도 함수 하나 짤 줄 알면 AI 자동화의 80%는 끝납니다.