Buried in the Grok 4.5 출시 자료에 묻혀 있는 문장 하나는 어떤 벤치마크보다 장기적인 중요성을 가집니다: 이 모델은 "Cursor와 함께 훈련되었습니다." Cursor의 자체 게시물에 따르면, 이 에디터는 "코드베이스 및 소프트웨어 도구와의 사용자 상호 작용"을 포착한 수조 개의 토큰 데이터를 기여했습니다.
Cursor를 사용한다면, 당신과 같은 개발자 세션의 일부 버전이 이 모델을 훈련하는 데 도움이 되었습니다. 이 글은 확인된 사실과 확인되지 않은 사실을 구분하고, 이 데이터 전략이 어떻게 모델의 독특한 강점을 만들어냈는지 설명하며, 당신의 설정에서 무엇을 확인해야 하는지 다룹니다. 당황하거나 무시할 필요 없습니다. 사실 그 자체로 충분히 흥미롭습니다.
두 회사가 밝힌 내용
출시 자료에서 확인된 진술:
- Cursor에 따르면 Grok 4.5는 "Cursor와 함께" 그리고 "SpaceXAI와 공동으로 훈련"되었습니다.
- 훈련 데이터는 "코드베이스 및 소프트웨어 도구와의 사용자 상호 작용"을 포착하여 모델이 "기존 소프트웨어뿐만 아니라 개발자-에이전트 상호 작용"으로부터 학습할 수 있도록 했습니다.
- TechCrunch 보도를 포함한 출시 관련 보도에서는 수집된 데이터가 디버깅 추적, 다중 파일 diff, 그리고 에이전트 출력에 대한 사용자 수정 사항을 포함한다고 설명합니다.
기업 배경: SpaceX는 2026년 6월 600억 달러에 달하는 계약으로 Cursor를 인수하기로 합의했으며, 이 에디터를 xAI와 같은 계열사로 편입했습니다. 데이터 파이프라인은 이러한 통합의 산물입니다. Grok 4.5가 SpaceX와 Tesla에서 비공개 베타를 시작한 지 11일 후, Cursor를 출시 플랫폼으로 삼아 대중에게 공개되었습니다.
이 데이터가 다른 이유와 효과를 본 이유
대부분의 코드 모델은 정적인 코퍼스(저장소, 문서, Q&A 스레드)로 훈련됩니다. 이는 완성된 코드가 어떤 모습인지 가르쳐주지만, 그 과정에 도달하는 방법은 가르쳐주지 않습니다.
Cursor 세션 데이터는 과정 데이터입니다. 여기에는 개발자가 무엇을 물었는지, 에이전트가 무엇을 시도했는지, 어떤 편집이 되돌려졌는지, 사람이 나중에 무엇을 변경했는지, 어떤 테스트가 실행되었는지, 수정 사항에 대한 수정이 어떤 모습이었는지 등의 순서가 포함됩니다. 사용자 수정은 "실제로는 틀렸지만 그럴듯한 출력"의 레이블이 지정된 예시이며, 이는 에이전트 기반 코딩 모델이 얻을 수 있는 가장 가치 있는 훈련 신호에 가깝습니다.
결과는 모델의 공개된 프로필에서 확인할 수 있습니다. Grok 4.5는 터미널 및 워크플로우 벤치마크(Terminal Bench 2.1: 83.3%, Opus 4.8보다 앞섬)에서 승리했으며, 특이한 토큰 효율성 수치를 기록했습니다: SWE Bench Pro 작업당 평균 출력 토큰 15,954개로 Opus 4.8(최대)보다 약 4.2배 적습니다. 모델은 데이터로부터 장황함을 학습합니다. 개발자가 가장 짧게 작동하는 수정을 보상하는 실제 세션으로 훈련된 모델은 더 빨리 말을 멈추는 법을 배웠을 가능성이 있습니다. 전체 수치는 저희의 벤치마크 분석에서 확인할 수 있습니다.
명확한 답변이 필요한 질문들
출시에 대한 Hacker News 스레드에서 대부분의 Cursor 사용자가 궁금해하는 질문들이 제기되었습니다. 오늘날 알 수 있는 내용은 다음과 같습니다:
내 데이터가 포함되었나요? 외부에서는 답할 수 없습니다. "수조 개의 토큰"의 상호 작용 데이터는 광범위한 수집을 의미하지만, 어떤 사용자 집단, 시간 범위 또는 동의 상태가 파이프라인에 제공되었는지 어느 회사도 공개하지 않았습니다.
개인 정보 보호 모드는 어떻습니까? Cursor는 오랫동안 개인 정보 보호 설정을 제공해 왔으며, 해당 정책은 해당 세션의 코드가 저장되거나 훈련에 사용되지 않는다는 것입니다. Grok 4.5 코퍼스가 이러한 경계를 선행하는지, 존중하는지, 또는 재정의하는지에 대해 어떤 출시 게시물도 언급하지 않았습니다. Cursor의 개인 정보 보호 정책과 귀하의 플랜 데이터 계약의 정확한 문구가 규제하며, 추정하기보다는 지금 읽어볼 가치가 있습니다. 인수된 회사의 정책은 다시 작성됩니다.
이것이 규칙에 위배됩니까? Cursor의 약관은 개인 정보 보호 모드가 아닌 데이터의 제품 개선 사용을 허용해왔습니다. 계열사에서 플래그십 모델을 훈련하는 것은 전례 없는 규모로 정확히 그러한 행위로 해석될 수 있습니다. 데이터 처리 계약을 맺은 기업은 두 회사의 주장만을 받아들이기보다는 "제품 개선"과 "상업적 기반 모델 훈련"을 법률 자문을 통해 매핑해야 합니다.
내 코드가 모델에 있나요? 잘 만들어진 최신 모델에서는 훈련 데이터의 문자 그대로의 반복이 드물지만 불가능한 것은 아닙니다. Grok 4.5에 대한 공개적인 기억 감사(memorization audit)는 없습니다.
실질적으로 어떻게 해야 할까
개인 개발자의 경우:
- 오늘 Cursor 개인 정보 보호 설정을 확인하세요. 민감한 작업을 하는데 개인 정보 보호 모드가 꺼져 있다면, Grok 관련 여부와 상관없이 조치해야 할 사항입니다.
- 현재 데이터 약관을 다시 읽어보세요. 기억에 의존하지 마세요. 인수로 인해 지금 다시 읽어보는 것이 좋습니다.
팀의 경우:
- 관리자는 작업 공간 수준의 데이터 설정을 감사해야 합니다. 팀 플랜은 이를 중앙 집중화하며, 하나의 토글이 모든 팀원을 포함합니다.
- 우려 사항을 적절히 분리하세요. 에디터 텔레메트리(telemetry)는 한 가지 노출 표면이고, 추론 시 모델 API로 전송하는 내용은 또 다른 노출 표면입니다. 추론 호출은 API 데이터 사용 약관에 의해 규정되며, 훈련 코퍼스 이력에 의해 규정되지 않습니다.
- 양쪽 표면에서 비밀 정보를 제외하세요. API 키, 토큰 및 자격 증명은 어떤 AI 도구로 보내는 프롬프트나 코드에 포함되어서는 안 됩니다. 모델 엔드포인트를 테스트하는 경우, 키를 에디터 세션이나 공유 컬렉션에 붙여넣기보다는 Apidog의 환경 변수로 저장하세요. 비밀 정보는 이를 위해 설계된 금고에 보관되며, 팀의 요청은 변수를 참조하고 값은 참조하지 않습니다. 팀의 모델 키를 위한 공유 금고를 설정하려면 Apidog를 무료로 다운로드하세요.
이 중 어느 것도 도구를 포기해야 한다는 의미는 아닙니다. 어떤 스위치가 있는지 알고 의도적으로 설정해야 한다는 의미입니다.
이 출시에 앞서는 선례의 중요성
Grok 4.5는 상업용 에디터의 사용자 세션 데이터로 공개적으로 훈련된 최초의 프론티어 모델입니다. 이것이 마지막은 아닐 것입니다. 이제 모든 AI 에디터 공급업체는 세션 데이터가 차별화된 기능을 생성한다는 증거를 가지고 있으며, 개발자 도구 회사를 인수하는 모든 거래에는 데이터 자산이라는 함의가 내포되어 있습니다. GitHub, Google, Amazon 모두 유사한 상호 작용 코퍼스를 보유하고 있습니다.
개발자들은 사실상 서비스 약관 문서를 고용 계약으로 삼아 에이전트 기반 코딩을 위한 무급 데이터 레이블러가 되었습니다. 이것이 본질적으로 사악한 것은 아닙니다. 도구가 개선되는 방식이며, Grok 4.5의 품질은 부분적으로 커뮤니티의 누적된 수정 사항 덕분입니다. 그러나 이는 개인 정보 보호 설정을 읽는 것을 편집증이 아닌 전문적인 기술로 만듭니다.
이러한 세션으로 생성된 모델에 대해서는 Grok 4.5란 무엇인가, Opus 4.8과 비교하여 어떤가, 그리고 Cursor 내에서 어떻게 실행하는가(두 배로 늘어난 사용량 포함)를 참조하십시오.
FAQ
xAI는 Cursor 사용자 데이터로 Grok 4.5를 훈련했나요? 네, 양사의 설명에 따르면 그렇습니다. Cursor는 에이전트 세션 및 사용자 수정을 포함하여 수조 개의 개발자 상호 작용 데이터를 기여했습니다.
Cursor의 개인 정보 보호 모드가 내 코드를 훈련으로부터 보호하나요? 그것이 명시된 목적입니다. Grok 4.5 코퍼스에 어떻게 적용되었는지는 공개적으로 자세히 설명되지 않았습니다. 현재 정책 텍스트와 플랜 약관을 확인하세요.
향후 훈련 데이터를 제공하지 않고 Grok 4.5를 사용할 수 있나요? 제어는 Cursor의 개인 정보 보호 설정과 xAI의 API 데이터 약관에 있습니다. 둘 다 검토하세요. xAI 콘솔을 통한 API 전용 사용은 에디터 텔레메트리와 별도로 규정됩니다.
세션 데이터를 이용한 훈련이 모델의 코딩 능력을 향상시키는 이유는 무엇인가요? 세션 데이터는 과정(무엇이 실패했는지, 사람이 무엇을 수정했는지, 가장 짧고 작동하는 해결책이 무엇이었는지)을 가르쳐줍니다. 정적인 코드는 최종 상태만 가르쳐줍니다.