Cursor Bugbot으로 AI 코드 리뷰 시작하기: 설정·요금·자동 수정

제 판단은 이렇습니다. PR에서 발견한 문제를 Cursor의 수정 워크플로로 연결하고 싶은 팀이라면 Bugbot을 후보에 올릴 만합니다. 사람이 승인하는 절차와 기존 자동 검사는 계속 유지해야 합니다. Azure DevOps에서는 Bugbot Autofix를 사용할 수 없으므로 리뷰 기능 자체의 가치로 판단해야 합니다. GitLab과 Bitbucket에서는 PR 브랜치를 직접 수정하도록 허용해도 되는지 먼저 검토한 뒤 Autofix를 켜는 것이 좋습니다.

Cursor Bugbot의 AI 코드 리뷰는 무엇을 검사하나요?

Bugbot은 PR의 diff, 즉 병합하려는 변경 사항에서 버그, 보안 문제, 코드 품질 문제를 찾습니다. 리모델링 현장을 점검하는 검사관을 떠올리면 이해하기 쉽습니다. 바뀐 부분부터 살펴보고, 저장소에 정해 둔 규칙으로 해당 건물만의 요건을 확인하는 방식입니다.

PR이 업데이트될 때 자동으로 리뷰를 실행하거나, 댓글에 cursor review 또는 bugbot run을 입력해 실행할 수 있습니다. PR의 기존 일반 댓글과 코드 줄에 달린 댓글도 맥락으로 활용하므로 앞서 나온 피드백을 고려할 수 있습니다. 발견한 문제에는 설명과 수정 제안이 붙고, Cursor나 웹에서 작업을 이어 갈 수 있는 링크도 제공됩니다. Bugbot 작동 방식.

실질적인 가치는 리뷰를 통과해 버릴 수 있었던 결함에 더 일찍 주의를 기울이게 한다는 데 있습니다. 댓글 개수로 그 가치를 측정할 수는 없습니다. 실제 장애를 짚었는지, 어떤 상황에서 발생하는지 설명했는지, 유용한 수정으로 이어졌는지를 기준으로 평가해야 합니다. 테스트, 보안 스캔, 담당자의 코드 리뷰도 계속 유지해야 합니다.

저장소별로 Bugbot 설정하기

Cursor 연동 대시보드에서 소스 코드 관리 서비스를 연결한 뒤, Automations의 Bugbot을 열고 리뷰할 저장소를 활성화합니다. 서비스 연결과 저장소 활성화는 별도 단계입니다. Cursor는 GitHub, GitLab, Bitbucket, Azure DevOps Services 연동을 지원하며, 앞의 세 서비스는 문서에 안내된 자체 호스팅 버전도 지원합니다. Bugbot 설정 안내.

GitHub

Cursor 관리자 권한과 GitHub 조직 관리자 권한이 필요합니다. Integrations에서 GitHub 옆의 **연결(Connect)**을 선택합니다. 이미 연결했다면 **연결 관리(Manage Connections)**를 선택합니다. 모든 저장소(All repositories) 또는 **선택한 저장소(Selected repositories)**를 지정해 연결을 마친 뒤, Cursor로 돌아와 Bugbot에서 해당 저장소를 활성화합니다. GitHub Enterprise Server에는 별도의 설정 탭과 네트워크 안내가 있습니다. Cursor의 GitHub 연동 안내.

GitLab

GitLab.com을 연결하려면 Cursor 관리자 권한, GitLab Maintainer 권한, 유료 GitLab Premium 또는 Ultimate 플랜이 필요합니다. Cursor가 요구하는 프로젝트 액세스 토큰은 GitLab Free에서 제공하지 않습니다. Integrations에서 연결(Connect) 또는 **연결 관리(Manage Connections)**를 선택해 GitLab 설치를 마친 다음, **관리 → 저장소 동기화(Manage → Sync Repos)**를 실행하고 Bugbot에서 저장소를 활성화합니다. 자체 호스팅 환경에는 별도의 연결 안내가 있습니다. Cursor의 GitLab 연동 안내.

Bitbucket

Bitbucket Cloud 연동은 현재 공개 베타입니다. Integrations에서 계정을 연결하고 Cursor에 권한을 부여합니다. 워크스페이스에는 Cursor 앱도 설치해야 합니다. Bitbucket 워크스페이스 관리자가 Cursor의 Bitbucket 관리 메뉴를 열고 **Cursor 앱 설치(Install Cursor app)**를 선택해 워크스페이스에 설치합니다. 다음으로 해당 워크스페이스에 접근할 수 있는 Cursor 팀 관리자가 Bitbucket 워크스페이스 설정에서 Forge Apps → Cursor를 열고, **Cursor에 연결(Connect to Cursor)**을 선택해 팀을 연결합니다. 이후 Bugbot에서 저장소를 활성화합니다. 개인 계정만 연결해서는 리뷰 댓글을 작성할 앱의 ID가 설정되지 않습니다. Bitbucket Data Center는 별도의 설정 절차를 따릅니다. Cursor의 Bitbucket 연동 안내.

Azure DevOps

Azure DevOps Services에서는 Bugbot 전용 설정 절차를 사용합니다. Microsoft Entra 테넌트 관리자의 동의가 필요합니다. **프로젝트 컬렉션 관리자(Project Collection Administrator)**가 Azure DevOps를 연결하고 저장소에서 Bugbot을 켜면, 조직 안에서 애플리케이션 ID 역할을 하는 Cursor의 서비스 주체가 생성됩니다. 프로젝트 관리자는 리뷰 대상 프로젝트마다 이 ID를 프로젝트 관리자(Project Administrators) 그룹에 추가해야 합니다. 그래야 리뷰를 실행시키는 알림인 서비스 훅을 관리할 수 있습니다.

권한 변경이 반영되기까지 시간이 걸릴 수 있습니다. 설정 오류를 해결한 뒤 저장소 활성화를 다시 시도합니다. Bugbot은 팀 저장소를 지원하며 개인 범위의 저장소는 지원하지 않습니다. Cursor의 Azure DevOps Bugbot 설정 안내.

코드 리뷰 자동화 범위 정하기

활성화한 저장소마다 업데이트 때마다 리뷰할지, PR당 한 번만 실행할지 결정하고, 작성자 허용·차단 목록도 설정합니다. 개인 설정에서는 자신의 PR을 멘션이 있을 때만 리뷰하거나, PR당 한 번만 리뷰하거나, 초안 PR까지 포함하도록 지정할 수 있습니다. 활성화된 저장소에서는 Cursor 팀에 속하지 않은 기여자의 PR도 Bugbot이 리뷰할 수 있습니다. 저장소 및 개인 설정.

Azure DevOps에서 댓글로 리뷰를 실행하려면 조건이 하나 더 있습니다. 댓글 작성자의 Azure DevOps 로그인 이메일 주소가 저장소 소유 팀에 속한 Cursor 계정의 주소와 일치해야 합니다. 자동 리뷰에는 이 제한이 적용되지 않습니다. Azure DevOps 리뷰 실행 조건.

.cursor/config/bugbot.yaml 설정 예제와 적용 방식

리뷰 동작을 바꿀 때도 코드 리뷰를 거치게 하려면 설정을 저장소에 둡니다. 다음은 Cursor의 저장소 설정 문서에 실린 예제입니다.

# .cursor/config/bugbot.yaml
version: 1

triggers:
  drafts: false
  frequency: everyPush # everyPush | oncePerPr

review:
  effort: default # low | default | high | smart
  smartPrompt: ""
  incremental: true

prSummary:
  mode: comment # disabled | description | comment
  riskScore: true

autofix:
  mode: disabled # disabled | newBranch | existingBranch

저장소 루트를 기준으로 위 경로에 파일을 두고 커밋한 뒤 푸시합니다. Bugbot은 PR의 베이스 브랜치, 즉 변경 사항이 병합될 대상 브랜치에서 이 파일을 읽습니다. PR의 헤드 브랜치에 있는 버전은 사용하지 않으므로, 제안 중인 변경 사항이 자기 자신에게 적용될 리뷰 설정을 바꿀 수 없습니다. 저장소의 파일별 담당자를 지정하는 CODEOWNERS를 사용해 설정 변경의 리뷰 담당자를 관리합니다.

모든 필드는 선택 사항입니다. 필드가 빠져 있거나 유효하지 않으면 다음 우선순위의 설정을 따르며, 64 KB보다 큰 파일은 무시합니다. 적용 우선순위는 다음과 같습니다.

1. PR 작성자가 자신의 PR에 지정한 개인 설정.
2. 저장소의 YAML 파일.
3. 팀 및 조직 대시보드 설정.

이 순서 때문에 YAML만 확인해서는 특정 작성자에게 실제로 어떤 설정이 적용되는지 알 수 없습니다. 또한 autofix.mode는 대시보드에서 허용한 범위를 좁힐 수는 있지만, 대시보드에서 Autofix를 꺼 둔 상태를 켜지는 못합니다. 설정 동작과 우선순위.

위 예제는 PR 요약을 댓글로 남기도록 설정한 것으로, 대시보드의 모든 기본값을 나열한 예제가 아닙니다. 이 설정으로 덮어쓰지 않으면 PR 요약은 기본적으로 PR 설명에 들어갑니다. 증분 리뷰는 이전 Bugbot 리뷰 이후 바뀐 부분을 검사합니다. 검토 강도를 높이면 버그를 찾는 데 더 많은 시간과 사용량을 쓸 수 있으며, Smart에서는 작성한 지침에 따라 검토 강도가 결정됩니다. 요약, 증분 리뷰, 검토 강도.

BUGBOT.md에 프로젝트 리뷰 지침 작성하기

리뷰어가 알아야 할 프로젝트 지식은 .cursor/BUGBOT.md에 작성합니다. 저장소 루트의 파일은 항상 포함됩니다. Bugbot은 변경된 파일에서 상위 디렉터리로 올라가며 하위 경로에 있는 .cursor/BUGBOT.md 파일도 찾습니다. 따라서 백엔드 디렉터리와 프런트엔드 디렉터리에 서로 다른 지침을 둘 수 있습니다. .cursor/rules/*.mdc에 있는 Cursor 에디터 규칙은 Bugbot에 적용되지 않습니다. Bugbot 프로젝트 규칙.

좋은 규칙은 반드시 지켜야 할 조건과 주의할 실패 상황을 구체적으로 짚습니다. 예를 들어 결제 팀은 같은 작업을 재시도해도 고객에게 다시 청구하면 안 된다는 요건을 명시할 수 있습니다. 백엔드 팀은 어떤 상태 전환에서 감사 로그를 남겨야 하는지 설명할 수 있습니다. 이는 규칙으로 작성할 만한 주제의 예시이며, Bugbot이 모든 위반을 찾아낸다는 보장은 아닙니다.

팀 규칙, 프로젝트 규칙 파일, 학습된 규칙, 저장소에 수동으로 작성한 규칙은 함께 적용됩니다. 대시보드의 학습된 규칙과 수동 규칙을 사용하려면 조직과 저장소에서 학습 기능을 켜야 합니다. 지침은 핵심에 집중해 작성하는 편이 좋습니다. 개별 규칙은 30,000자에서 잘리고, 리뷰 규칙 전체의 한도는 100,000자입니다. 실제로 어떤 규칙이 로드됐는지 확인하려면 bugbot run verbose=true 또는 cursor review verbose=true를 댓글로 입력합니다. 응답에서 포함된 규칙, 잘린 규칙, 제외된 규칙을 확인할 수 있습니다. 규칙과 한도.

Bugbot 요금은 어떻게 청구되나요?

Bugbot 예산은 사용량을 기준으로 잡고, Autofix 비용은 별도로 계산해야 합니다. Cursor가 현재 안내하는 과금 방식은 다음과 같습니다.

이는 현재 Bugbot 과금 안내에 따른 내용입니다. 팀의 에디터 기본 제공량으로 Bugbot 리뷰 비용도 충당된다고 가정하면 안 됩니다. Autofix는 Cloud Agent 크레딧을 사용하며, 현재 가입한 플랜의 요율로 청구됩니다. Autofix 과금 안내.

5월 요금 변경은 기존 구독의 경우 2026년 6월 8일 이후 다음 갱신 시점부터 적용됩니다. 따라서 기존 연간 구독은 갱신 전까지 이전 조건을 유지할 수 있습니다. Cursor의 요금 변경 공지.

현재 Bugbot 문서에는 예산 계산에 그대로 대입할 수 있는 고정된 리뷰 건당 요금이 없습니다. PR의 복잡도, 리뷰 빈도, 검토 강도에 따라 수행하는 작업량이 달라집니다. 서비스 제공업체가 제시하는 평균 실행 비용은 참고 자료로만 보아야 하며, 우리 저장소에 보장되는 요율로 받아들이면 안 됩니다.

도입 효과를 따질 때는 리뷰 비용 + Autofix 비용 + 엔지니어가 발견된 문제를 검토하는 데 쓰는 시간을 팀이 줄일 수 있는 리뷰와 재작업의 부담과 비교합니다. 기존의 사람이 수행하는 리뷰 예산도 계속 필요합니다. 판단 기준은 봇이 댓글을 더 달 수 있느냐가 아니라, 유용한 문제를 찾아내고 검토에 드는 수고를 줄여 주느냐입니다.

Autofix와 MCP는 사용 조건이 다릅니다

Autofix는 원격으로 코드를 작업하는 에이전트인 Cloud Agent를 실행해 Bugbot이 발견한 문제를 수정하고, 결과를 PR에 보고합니다. 사용하려면 온디맨드 사용과 저장 기능을 모두 켜야 합니다. Legacy Privacy Mode는 이 저장 요건을 충족하지 못합니다. Bugbot Automations에서 지원되는 모드를 선택합니다. Autofix 사용 조건.

위 표는 Cursor 문서에 명시된 Autofix 모드를 정리한 것입니다. 기존 브랜치 모드에서는 반복 실행을 막기 위해 PR당 최대 3회만 시도합니다. 처음에는 팀이 자동 생성된 수정 사항을 어떻게 검토할지 합의할 때까지 Autofix를 꺼 두기를 권합니다. GitHub 팀은 이후 새 브랜치 모드를 선택해 수정 내용을 별도로 확인할 수 있습니다.

MCP는 AI 툴이 다른 툴과 맥락 정보에 접근하도록 해 주는 프로토콜로, Bugbot의 리뷰 과정을 확장할 수 있습니다. MCP 서버를 설정하고 Automations에서 해당 서버의 툴을 Bugbot에 추가합니다. Bugbot의 MCP 지원은 Team 및 Enterprise 플랜에서만 제공됩니다. MCP 지원 범위.

AI 코드 리뷰 툴 비교: Bugbot, CodeRabbit, Greptile

팀의 워크플로에 얼마나 잘 맞는지, 비용 구조를 관리할 수 있는지를 기준으로 선택해야 합니다. 아래는 공개된 요금이며, 직접 비교 테스트한 결과는 아닙니다.

출처: Cursor Bugbot, CodeRabbit 요금, Greptile 요금. CodeRabbit의 연간 결제 금액은 월 단위로 환산한 값입니다. Greptile 크레딧은 Cursor 사용량이나 CodeRabbit의 리뷰 파일당 과금과 같은 단위로 볼 수 없습니다.

예산 구조의 차이는 분명합니다. CodeRabbit은 좌석 구독료에 추가 리뷰 요금이 붙을 수 있고, Greptile은 좌석과 크레딧을 함께 계산합니다. Bugbot의 현재 모델에서는 리뷰 사용량이 핵심 변수입니다. 좌석 요금만으로 어느 툴이 우리 팀에 가장 저렴한지 단정할 수는 없습니다.

두 제품을 더 자세히 비교하려면 Greptile과 CodeRabbit 비교를 참고하면 됩니다. 후보를 넓혀 보고 싶다면 CodeRabbit 대안과 소규모 팀을 위한 AI 코드 리뷰 툴 추천을 살펴볼 수 있습니다.

어떤 팀에서 효과를 기대할 수 있나요?

저라면 발견된 문제를 검토하는 수고보다 결함을 놓쳤을 때의 비용이 더 큰 워크플로부터 도입하겠습니다. 다음은 제가 시작할 순서대로 정리한 활용 가능성이며, 측정된 성과가 아닙니다.

이 예시의 바탕이 되는 리뷰, 맥락 활용, 규칙, Autofix 기능은 Cursor의 Bugbot 가이드에 설명되어 있습니다. 실제 가치는 팀의 코드와 리뷰어에 따라 달라집니다.

Bugbot을 중심으로 어떤 서비스를 만들 만할까요?

가장 유망한 기회는 엔지니어링 리더가 리뷰 비용과 성과를 파악하도록 돕는 데 있습니다. 이미 자리 잡은 툴들이 리뷰를 제공하는 상황에서 댓글 생성기를 하나 더 만드는 것은 설득하기가 더 어렵습니다.

리뷰 비용과 성과를 함께 기록하는 대시보드

플랫폼 팀은 저장소별 지출과 엔지니어가 수용하거나, 기각하거나, 수정한 리뷰 지적 사항을 연결하는 대시보드를 만들 수 있습니다. 구매자는 엔지니어링 리더가 될 것입니다. Greptile Pro의 좌석당 월 $30이라는 요금은 유료 코드 리뷰 시장이 형성되어 있다는 근거입니다. 다만 기존 고객이 이런 부가 서비스에도 돈을 낼 것이라는 증거는 아닙니다. Greptile 요금.

최소한의 유용한 버전이라면 발견된 문제와 과금 기록을 모으고, 사람이 유용성을 평가한 라벨을 붙이면 됩니다. Cursor의 Enterprise 리뷰 API는 발견된 문제와 청구 비용을 포함한 리뷰 분석 데이터를 제공하지만, 비용 필드에 청구 금액이 없을 수도 있습니다. Enterprise가 아닌 버전은 이 API에 접근할 수 있다고 가정하지 말고, 승인된 수동 입력 방식이 필요합니다. Bugbot API와 분석 데이터.

주의할 점도 있습니다. 해결 처리된 댓글 수만으로 가치 있는 버그를 얼마나 찾았는지 정확히 알 수는 없습니다. 비용이 어느 작업에서 발생했는지 충분히 파악하지 못하면 대시보드가 잘못된 판단을 유도할 수 있습니다. 그래도 저는 이것부터 만들겠습니다. 구독을 갱신할 때마다 나오는 “이 리뷰 툴이 총비용만큼의 가치가 있는가?”라는 질문에 답하기 때문입니다.

저장소 리뷰 정책 점검 툴

플랫폼 엔지니어링 조직은 저장소의 Bugbot 설정이 승인된 기준에 맞는지, 프로젝트 규칙이 빠지지는 않았는지, 리뷰 없이 정책이 바뀌지는 않았는지 점검하는 툴을 활용할 수 있습니다. CodeRabbit Team의 월 결제 요금인 개발자당 월 $60은 팀의 리뷰 운영이 이미 유료 제품 영역에 들어와 있음을 보여 줍니다. 다만 별도의 정책 점검 툴에도 구매 의사가 있는지는 여전히 검증해야 합니다. CodeRabbit 요금.

가장 작은 버전은 저장소 파일을 읽고 담당자가 검토할 보고서를 만드는 방식으로 구현할 수 있습니다. 한계는 분명합니다. 개인 설정이 YAML보다 우선하므로 파일 점검만으로 실제 리뷰 동작을 보증할 수는 없습니다. 이 한계를 명확히 표시하고, 허가받은 접근 권한이 허용하는 범위에서 대시보드 설정도 점검 과정에 포함해야 합니다. Bugbot 설정 우선순위.

병합 승인 조건은 명확하게 정해야 합니다

Bugbot 검사를 필수로 지정했다고 해서 미해결 문제가 있을 때 자동으로 병합이 차단되는 것은 아닙니다. 문제가 발견돼도 기본 결과는 **중립(neutral)**입니다. 상태 검사를 필수로 지정하면 검사가 실행되도록 할 수 있습니다. 조직에서 미해결 문제 시 실패 처리(fail-on-unresolved-issues) 기능을 사용할 수 있다면, 이를 통해 발견된 문제를 실패 상태로 바꿀 수 있습니다. 브랜치 보호에 의존하기 전에 이 설정을 확인해야 합니다. Bugbot 검사 상태.

저는 Bugbot을 리뷰어의 판단에 근거를 더해 주는 툴로 사용하기를 권합니다. 문제가 없다는 보고서만으로 기능이 요구 사항을 충족한다고 입증할 수는 없습니다. 자동으로 생성된 패치도 다른 코드와 같은 수준으로 검토해야 합니다.

이번 주에 시작할 일

담당자가 어떤 실패를 잡아내고 싶은지 정의할 수 있는 저장소를 하나 고릅니다. 필요한 권한을 가진 관리자가 소스 코드 관리 서비스 연결을 마치고, 해당 저장소에서 Bugbot을 활성화하도록 합니다. 설정 파일은 베이스 브랜치에 커밋하고, 리뷰 규칙은 핵심에 집중해 작성합니다. 예산 담당자를 정하되 Autofix 도입 여부는 별도로 결정합니다. 적용 범위를 넓히기 전에 평소 리뷰 과정에서 유용했던 지적, 받아들이지 않은 제안, 각각을 검토하는 데 든 시간을 기록합니다.

개발·배포 워크플로에 리뷰 보고 기능이나 저장소 관리 기능을 통합해야 한다면, AI 자동화 구축을 도와드립니다.