Cursor Marketplace의 Sentry 자동화 — AI가 에러를 감지하고 수정 PR까지 만드는 방법
Cursor Marketplace의 Sentry 자동화 — AI가 에러를 감지하고 수정 PR까지 만드는 방법
Sentry에 에러 알림이 뜨면 개발자가 하는 일은 늘 같습니다. 슬랙 알림을 확인하고, Sentry 대시보드에서 스택트레이스를 읽고, 코드베이스에서 관련 파일을 찾고, 수정하고, PR을 올립니다. 이 과정이 하루에 수차례 반복됩니다.
2026년 3월, Cursor가 이 사이클을 AI로 완전 자동화하는 기능을 출시했습니다. "Investigate Sentry Issues" 자동화는 에러 감지부터 근본 원인 분석, 코드 수정, PR 생성까지 사람 개입 없이 처리합니다. 이 글에서는 이 자동화가 어떻게 동작하는지, 설정 방법은 무엇인지, 그리고 현재 한계는 어디까지인지 상세히 분석합니다.
Cursor Marketplace와 Automations의 등장
Cursor Marketplace
Cursor Marketplace는 2026년 2월 17일 Cursor v2.5와 함께 출시되었습니다. 플러그인을 원클릭으로 설치해서 AI 에이전트의 기능을 확장할 수 있는 생태계입니다. 출시 시점에 30개 이상의 파트너사(Atlassian, Datadog, GitLab, Sentry 등)가 참여했습니다.
Marketplace에서 제공하는 확장 유형은 세 가지입니다:
- MCP 서버: 외부 서비스와 AI 에이전트를 연결하는 프로토콜
- 스킬: 특정 작업에 특화된 에이전트 행동 패턴
- 자동화: 이벤트 기반 무인 워크플로우
Cursor Automations
Cursor Automations는 2026년 3월 5일에 출시된 기능으로, 특정 이벤트가 발생하면 클라우드 샌드박스에서 AI 에이전트가 자동으로 작업을 수행합니다. 크게 두 가지 범주로 나뉩니다:
- 리뷰 자동화: PR이 올라오면 보안 취약점, 코드 품질, 컨벤션 준수 여부를 자동으로 검사
- 운영 자동화: 인시던트 발생 시 에러를 조사하고 수정 코드를 생성
"Investigate Sentry Issues"는 두 번째 범주인 운영 자동화에 해당합니다.
Investigate Sentry Issues — 동작 원리
이 자동화의 동작 흐름을 단계별로 살펴보겠습니다.
1단계: 이벤트 감지
Sentry에서 새로운 이슈가 발생하면 트리거가 작동합니다. Cursor의 클라우드 에이전트가 이 이벤트를 수신하고 조사를 시작합니다.
2단계: 컨텍스트 수집
에이전트는 Sentry MCP를 통해 필요한 정보를 수집합니다:
find_organizations: 연결된 Sentry 조직 탐색find_projects: 해당 프로젝트 식별search_issues: 이슈의 스택트레이스와 브레드크럼 데이터 수집
Sentry MCP는 16개 이상의 도구를 제공하며, 에이전트는 이 도구들을 조합해서 에러의 전체 맥락을 파악합니다.
3단계: 근본 원인 분석
수집된 데이터는 Sentry의 Seer AI로 전달됩니다. Seer는 스택트레이스와 브레드크럼을 분석하여 에러의 근본 원인을 파악합니다. 단순히 "어디서 에러가 났는지"가 아니라 "왜 에러가 났는지"까지 추론합니다.
4단계: 코드 수정 및 PR 생성
근본 원인이 파악되면 에이전트는 코드베이스를 교차 분석합니다. 에러 지점과 관련된 코드 파일을 찾아내고, 수정 패치를 직접 작성한 다음, GitHub에 PR을 생성합니다.
이 전체 과정이 사람 개입 없이 자동으로 진행됩니다.
양방향 통합의 의미
이 시스템의 핵심 강점은 양방향 통합입니다.
Sentry → Cursor 방향
Sentry의 Seer AI가 새로운 버그를 감지하면, 이 정보를 Cursor Cloud Agent에 직접 전달합니다. 에이전트는 IDE 환경에서 코드를 분석하고 수정 PR을 생성합니다. 개발자는 에러가 발생한 사실조차 인지하기 전에 수정 PR을 받아볼 수 있습니다.
Cursor → Sentry 방향
반대로 Cursor IDE 안에서 작업 중일 때, Sentry MCP를 통해 에러 데이터를 직접 가져올 수 있습니다. 코딩 맥락을 유지한 채로 에러를 분석하고 즉시 수정할 수 있어 컨텍스트 스위칭 비용이 줄어듭니다.
Sentry MCP 기술 상세
Sentry MCP(Model Context Protocol) 서버는 AI 에이전트가 Sentry 데이터에 접근할 수 있게 해주는 브릿지입니다.
주요 사양
| 항목 | 상세 |
|---|---|
| 저장소 | github.com/getsentry/sentry-mcp |
| 호스팅 | mcp.sentry.dev/mcp |
| 인증 | OAuth + Streamable HTTP |
| 도구 수 | 16개 이상 |
| 라이선스 | 오픈소스 |
제공 도구 예시
find_organizations: Sentry 조직 탐색find_projects: 프로젝트 목록 조회search_issues: 이슈 검색 (스택트레이스, 브레드크럼 포함)get_issue_details: 특정 이슈 상세 정보list_events: 이벤트 타임라인 조회
설정 방법
설정 과정은 비교적 간단합니다.
- cursor.com/automations 접속
- "Investigate Sentry Issues" 템플릿 선택
- Sentry MCP 연결 (mcp.sentry.dev/mcp)
- OAuth로 Sentry 계정 권한 부여
- 트리거 조건 설정 (특정 프로젝트, 에러 레벨 등)
설정이 완료되면 Sentry에서 새로운 이슈가 발생할 때마다 자동으로 조사와 수정이 시작됩니다.
경쟁 환경
AI 기반 에러 자동 수정 분야에는 여러 대안이 있습니다.
| 도구 | 특징 | 차이점 |
|---|---|---|
| Cursor + Sentry | 풀 IDE 환경에서 실행 | 코드 맥락 이해도 높음 |
| Tembo | 백그라운드 에이전트 | IDE 독립적 실행 |
| Linear Sentry Agent | 이슈 트래커 통합 | 프로젝트 관리에 초점 |
Cursor의 차별점은 풀 IDE 환경에서 실행된다는 것입니다. 코드베이스 전체에 대한 이해를 바탕으로 수정 패치를 작성하기 때문에 단순 에러 매칭보다 정확한 수정이 가능합니다.
현재 한계와 주의사항
이 자동화가 완벽한 것은 아닙니다. 알아둬야 할 한계가 있습니다.
간헐적 MCP 도구 인식 실패
Cursor 커뮤니티 포럼에서 Sentry MCP 도구를 간헐적으로 찾지 못하는 버그가 보고되고 있습니다. 연결이 불안정한 경우 재연결이 필요할 수 있습니다.
복잡한 버그의 한계
단순한 null 참조 에러나 타입 불일치 같은 패턴화된 버그에는 효과적이지만, 비즈니스 로직 관련 복잡한 버그는 아직 사람의 판단이 필요합니다.
PR 리뷰 필수
자동 생성된 PR은 반드시 사람이 리뷰해야 합니다. AI가 생성한 코드가 항상 최선의 수정은 아닐 수 있으며, 의도치 않은 사이드 이펙트가 발생할 수 있습니다.
개발 워크플로우에 미치는 영향
이 자동화가 성숙하면 개발 워크플로우는 크게 변합니다.
기존 워크플로우: 에러 알림 → 대시보드 확인 → 스택트레이스 분석 → 코드 탐색 → 수정 → PR → 리뷰
자동화 워크플로우: 에러 발생 → AI 자동 조사 + 수정 PR 생성 → 개발자 리뷰
중간 단계가 대폭 줄어들면서 개발자는 새로운 기능 개발에 더 집중할 수 있게 됩니다. 단, "AI가 제안한 수정을 리뷰하는 능력"이 새로운 핵심 역량이 됩니다.
FAQ
Q: 무료로 사용할 수 있나요?
Cursor Automations는 Cursor의 유료 플랜에 포함된 기능입니다. Sentry MCP 자체는 오픈소스이므로 무료로 사용 가능하지만, 자동화 기능을 쓰려면 Cursor 유료 구독이 필요합니다.
Q: Sentry 외 다른 에러 모니터링 도구도 지원하나요?
현재 이 특정 자동화 템플릿은 Sentry 전용입니다. 하지만 Cursor Marketplace에는 Datadog 등 다른 모니터링 도구 연동도 있으며, 커스텀 MCP 서버를 만들어 다른 도구와 연동하는 것도 가능합니다.
Q: 보안상 안전한가요?
OAuth 기반 인증을 사용하며, 에이전트는 격리된 클라우드 샌드박스에서 실행됩니다. 코드베이스에 대한 접근 권한은 사용자가 명시적으로 부여한 범위 내에서만 동작합니다.
Q: 자동 생성된 PR의 품질은 어떤가요?
패턴화된 단순 버그(null 참조, 타입 오류, 미처리 예외 등)에 대해서는 높은 정확도를 보입니다. 복잡한 비즈니스 로직 버그의 경우 정확도가 떨어질 수 있어 반드시 사람 리뷰가 필요합니다.
Q: 기존 CI/CD 파이프라인과 충돌하지 않나요?
자동 생성된 PR도 기존 CI/CD 파이프라인을 그대로 통과합니다. 테스트, 린트, 보안 검사 등이 동일하게 적용되므로 품질 게이트는 유지됩니다.
마치며
"에러 감지 → 원인 분석 → 코드 수정 → PR 생성"이라는 디버깅 사이클을 AI가 자동으로 처리하는 시대가 시작되었습니다. Cursor의 Investigate Sentry Issues 자동화는 아직 완벽하지 않지만, 개발자의 반복적인 디버깅 작업을 줄여주는 데 실질적으로 기여합니다.
지금은 "AI가 제안하고, 사람이 검증하는" 단계입니다. 하지만 이 기술의 발전 방향은 분명합니다. 개발자는 코드를 짜고, 버그는 AI가 잡는 분업이 자리잡아가고 있습니다.
출처: Cursor Automations 공식 블로그, Sentry 공식 블로그, Sentry MCP GitHub
