Rules generation, improved agent terminal and MCP images

이 문서는 "Cursor" 및 "Agent" 시스템의 최근 업데이트와 개선 사항을 상세히 설명하는 릴리스 노트 또는 changelog입니다. 핵심 방법론은 사용자 편의성 증대, Agent의 컨텍스트 이해도 향상, 그리고 사용자에게 더 많은 제어권을 부여하는 것에 중점을 둡니다.

주요 개선 사항 및 방법론:

* 자동화 및 개선된 규칙 (Automated and improved rules):
* 사용자는 이제 /Generate Cursor Rules 명령어를 통해 대화 내용에서 직접 규칙을 생성할 수 있습니다. 이는 기존 대화 컨텍스트(context)를 활용하여 Agent의 동작을 정의하고 재사용하는 새로운 방법론을 제시합니다.
* 경로 패턴(path patterns)이 정의된 Auto Attached 규칙은 파일 읽기 또는 쓰기 시 Agent가 자동으로 적절한 규칙을 적용하도록 개선되었습니다. 이는 Agent가 작업 중인 파일의 위치와 종류에 따라 지능적으로 행동 규칙을 동적으로 조정할 수 있음을 의미합니다.
* Always attached rules는 더 긴 대화에서도 지속적으로 유지되도록 개선되어, Agent의 일관된 동작을 보장합니다. Agent가 규칙을 안정적으로 편집할 수 있게 된 점도 중요한 개선 사항입니다.

* 향상된 이력 접근성 (More accessible history):
* 채팅 이력(chat history)은 이제 command palette 내에서 접근 가능합니다. 이는 사용자 인터페이스(UI)의 효율성을 높여, 과거 상호작용 기록에 대한 접근성을 개선합니다.

* 코드 리뷰 간소화 (Making reviews easier):
* Agent가 생성한 코드에 대한 리뷰가 내장된 diff view를 통해 훨씬 쉬워졌습니다. 대화 끝에 Review changes 버튼이 추가되어, Agent의 제안 사항과 변경 내용을 시각적으로 비교하고 검토하는 효율적인 방법론을 제공합니다.

* MCP 내 이미지 지원 (Images in MCP):
* 이제 MCP(Multi-Context Project) 서버에서 컨텍스트의 일부로 이미지를 전달할 수 있습니다. 이는 Agent가 스크린샷, UI mock, 다이어그램 등 시각적 정보를 이해하여 질문이나 프롬프트(prompt)에 대한 컨텍스트를 풍부하게 파악하도록 돕는 중요한 발전입니다. 이는 Agent의 멀티모달(multimodal) 컨텍스트 이해 능력을 확장합니다.

* Agent 터미널 제어 개선 (Improved agent terminal control):
* Agent가 시작하는 터미널(terminal)에 대한 사용자 제어권이 강화되었습니다. 명령어가 실행되기 전에 편집하거나 완전히 건너뛸 수 있게 되어, Agent의 자율적인 실행에 대한 사용자 개입 및 감독 능력이 향상되었습니다. Pop-out이 Move to background로 명칭 변경되어 기능의 본질을 더 잘 반영합니다.

* 전역 무시 파일 (Global ignore files):
* 사용자 수준(user-level) 설정(settings)을 통해 모든 프로젝트에 적용되는 전역 ignore 패턴을 정의할 수 있습니다. 이는 빌드(build) 출력물이나 민감한 파일(sensitive files)과 같이 불필요하거나 기밀(secrets) 정보를 Agent의 프롬프트에서 제외하여, 개인 정보 보호(privacy) 및 컨텍스트 노이즈(noise) 감소 측면에서 중요한 방법론적 개선을 이룹니다.

* 새로운 모델 (New models):
* Gemini 2.5 Pro, Gemini 2.5 Flash, Grok 3, Grok 3 Mini, GPT-4.1, o3, o4-mini 등 다양한 새로운 대규모 언어 모델(LLM)이 추가되어 사용자가 Agent의 성능을 선택하고 최적화할 수 있는 폭넓은 선택지를 제공합니다.

* 컨텍스트 내 프로젝트 구조 (Project structure in context) (Beta):
* 프롬프트에 디렉토리 구조를 포함시키는 옵션이 도입되었습니다. 이는 Agent가 프로젝트가 어떻게 구성되어 있는지에 대한 더 명확한 감각을 얻도록 도와, 제안의 정확도를 높이고 대규모 또는 중첩된 monorepos의 탐색을 개선합니다. Agent에게 프로젝트의 메타데이터(metadata)를 제공하여 이해도를 심화시키는 핵심적인 컨텍스트 제공 방법론입니다.