월 7달러로 낮춘 진입장벽과 기능의 분리

월 649루피(약 7달러)의 가격표가 붙은 '커서 스타트(Cursor Start)' 플랜이 인도 시장에 공개됐다. 이는 기존 프로(Pro) 플랜의 월 20달러보다 대폭 낮춘 금액이다. 이번 플랜은 무료 티어보다는 높은 AI 코딩 용량을 필요로 하지만, 프로 플랜의 전체 기능을 구독하기에는 부담을 느끼는 개발자들을 타깃으로 한다.

제공되는 기능의 핵심은 모델의 차별화다. 커서 스타트 사용자는 커서의 컴포저 2.5 모델과 그록(Grok) 4.5를 사용할 수 있으며, 클라우드 에이전트, iOS 앱, 플러그인, 모델 컨텍스트 프로토콜(MCP, 모델이 외부 데이터 소스에 접근하도록 돕는 표준) 지원 등을 이용할 수 있다. 반면, OpenAI나 앤스로픽(Anthropic) 같은 외부 제공사의 프론티어 모델 접근권은 제외됐다. 버그봇(Bugbot), 오토 모드(Auto Mode), 자동화 기능 및 커서 SDK 같은 고급 기능 역시 프로 플랜에만 남겨두었다.

결제 편의성과 접근 제어에도 공을 들였다. 인도 루피화 결제를 지원하며, 신용카드와 데빗카드 외에도 인도 최대의 실시간 결제 시스템인 UPI(Unified Payments Interface)를 도입했다. 다만, 가격 차이를 이용한 우회 가입을 막기 위해 VPN(가상 사설망) 접속을 차단하는 등 인도 내 개별 사용자임을 확인하는 다중 검증 절차를 적용한다.

인도 현지 조직 구성도 함께 확장한다. 최근 인도 내 첫 영업 담당자를 채용했으며, 델리에 추가 리더를 영입할 계획이다. 벵갈루루, 첸나이, 하이데라바드, 뭄바이 지역을 중심으로 기술 고객 지원 인력 3명을 추가 배치하고 정부 관계 사무소(Government Affairs Office)를 구축해 기업 및 공공 영역으로의 확장을 준비하고 있다.

자체 모델 기반의 비용 구조와 시장 점유율 전략

가격 차별화 전략의 배경에는 인도의 압도적인 개발자 규모가 있다. 깃허브(GitHub)에 따르면 인도는 미국에 이어 두 번째로 많은 2,700만 명 이상의 개발자가 활동하는 허브다. 커서 측은 인도 시장이 이미 글로벌 3위 규모의 시장이며, 특히 파워 유저의 밀도가 가장 높고 지난 1년간 사용자 수가 3배 이상 급증했다고 밝혔다.

낮은 가격에도 불구하고 수익성을 유지할 수 있는 근거는 '모델 운영 비용의 절감'이다. 커서의 아시아-태평양 및 일본 지역 책임자인 사이먼 그린(Simon Green)은 이번 플랜이 손실을 감수하는 '로스 리더(Loss Leader)' 전략이 아니라고 설명했다. 외부 프론티어 모델에 의존하는 대신 운영 비용이 낮은 커서 자체 AI 모델을 중심으로 플랜을 설계했기에 상업적 지속 가능성을 확보했다는 주장이다.

글로벌 AI 기업들의 인도 시장 경쟁은 이미 가속화된 상태다. OpenAI와 앤스로픽 역시 지난 1년간 인도 전용 플랜을 출시하며 사용자 확보에 나섰다. 특히 OpenAI가 5달러 미만의 'ChatGPT Go'를 인도에 먼저 출시한 후 다른 시장으로 확장했던 전례가 있어, 커서 역시 인도에서의 성공 여부에 따라 로컬라이징 가격 정책을 다른 국가로 확대할 가능성을 열어두고 있다.

여기에 스페이스X(SpaceX)의 인수가 강력한 가속기로 작용할 전망이다. 커서는 최근 스페이스X와 600억 달러 규모의 전액 주식 교환 방식으로 인수 합병에 합의했으며, 거래는 3분기 중 마무리될 예정이다. 스페이스X가 이미 스타링크(Starlink)를 통해 인도 내에 구축한 상업적·운영적 네트워크는 커서가 현지 시장의 진입 장벽을 낮추고 빠르게 확장하는 데 기여할 것으로 보인다.

AI 도구의 '지역별·모델별 티어링' 관찰 지점

국내 AI 실무자와 기업이 주목할 지점은 AI 서비스의 가격 책정이 '단일 글로벌 표준'에서 '지역별·모델별 세분화' 단계로 진입했다는 점이다. 과거에는 기능의 유무로 플랜을 나눴다면, 이제는 제공하는 모델의 체급(자체 모델 vs 프론티어 모델)과 지역적 구매력을 결합해 가격을 설계하는 방식이 구체화되고 있다.

특히 자체 모델을 보유한 기업이 외부 모델 의존도를 낮춤으로써 가격 경쟁력을 확보하고, 이를 통해 신흥 시장의 점유율을 빠르게 끌어올리는 전략은 향후 다른 AI 도구들에서도 반복될 가능성이 크다. 이는 단순히 가격을 낮추는 것이 아니라, 운영 비용을 통제할 수 있는 모델 최적화 능력이 곧 시장 확장력으로 이어진다는 것을 보여준다.

앞으로 관찰해야 할 신호는 커서가 인도에서 검증한 '자체 모델 기반 저가 플랜'이 다른 국가로 확산되는 시점과 범위다. 만약 이 모델이 성공한다면, 고성능 모델이 필요 없는 단순 코딩 작업이나 입문자용 시장을 겨냥한 초저가 AI 도구들이 쏟아져 나올 수 있다. 개발자들은 이제 도구를 선택할 때 '최고 성능의 모델'뿐만 아니라, 자신의 작업 강도와 비용 효율성에 맞는 '적정 체급의 모델 플랜'을 선택해야 하는 환경에 놓이게 됐다.