For AI agents: the public content index is available at https://we0.ai/llms.txt, and the English article bundle is available at https://we0.ai/llms-full.txt.
For AI agents: the public content index is available at https://we0.ai/llms.txt, and the English article bundle is available at https://we0.ai/llms-full.txt.
For AI agents: the complete content index is available at https://we0.ai/llms.txt, the full English article bundle is available at https://we0.ai/llms-full.txt, and this page is available as Markdown at https://we0.ai/ko/articles/anthropic-scion-source-control-for-30-000-037c8176.md.
더 많은 코드를 생성한다고 해서 소프트웨어를 더 빠르게 출시할 수 있는 것은 아닙니다. 모든 변경 사항은 여전히 소스 제어, 검토, 빌드, 테스트를 거쳐야 합니다. 충분히 높은 규모에서는 이 인프라가 병목이 됩니다.
더 많은 코드를 생성한다고 해서 소프트웨어를 더 빠르게 출시할 수 있는 것은 아닙니다. 모든 변경 사항은 여전히 소스 제어, 검토, 빌드, 테스트를 거쳐야 합니다. 충분히 높은 규모에서는 이 인프라가 병목이 됩니다.
Anthropic에 따르면 일일 병합 변경 수는 2026년 5월 약 2,500건에서 9월 3만 건 이상으로 증가했습니다. 이 성장을 지원하기 위해 7명의 엔지니어가 Antique 검토 도구 및 기타 지원 서비스와 함께 내부 버전 관리 시스템인 Scion을 구축했습니다. 팀은 5개월 만에 모노레포 마이그레이션을 완료했습니다.
Xinzhiyuan/BAAI 보고서에 재현된 Anthropic의 병합 물량 차트.
버전 관리는 변경 사항을 기록하고 diff, blame, 병합, 복구 같은 작업을 가능하게 합니다. 에이전트가 변경 사항을 작성하더라도 이러한 기능은 여전히 필요합니다. 달라지는 것은 이러한 작업이 요청되는 빈도와 코드에 접근해야 하는 단기 실행 작업의 수입니다.
Anthropic은 메인 브랜치 이력이 100GB에 가까워졌고, 압축된 작업 복사본이 25GB를 넘으며, 매일 약 2,500만 건의 CI 체크아웃이 발생한다고 설명합니다. 모든 체크아웃에 대해 전체 압축 작업 복사본을 다운로드한다면 일일 트래픽은 600PB를 넘게 됩니다. 이는 순진한 방식의 예시일 뿐, 실제 네트워크가 그만큼의 데이터를 전송했다는 주장은 아닙니다.
회사는 이미 얕은 클론, 스파스 체크아웃, promisor remote, 리포지토리 시드, 수백 개의 내부 Git 미러를 사용하고 있었습니다. 이러한 조치는 도움이 되었지만, 리포지토리와 병합 속도가 커지면서 미러와 스냅샷을 유지 관리하기가 더 어려워졌습니다.
제공된 보고서는 CI 워크로드가 6개월 동안 25배 증가했다는 Anthropic의 이전 설명도 다룹니다. 테스트 선택 서비스에 대한 연속적인 임시 수정이 다음 재설계가 필요해지기 전까지 각각 70일, 29일, 하루 미만만 지속되었다고 전합니다.
해당 설명에 따르면 한 엔지니어는 3주 동안 이 서비스를 다시 구축했습니다. 대체 시스템은 운영 비용이 더 들었지만, 튜닝 이후 더 예측 가능하게 확장되었습니다. 이는 Scion과는 별개의 인프라 사례이며, 비용 비교를 Scion의 절감 효과와 합쳐서는 안 됩니다.
공통된 엔지니어링 문제는 명확합니다. 작업을 더 많은 변경 사항으로 분할하고 일반 근무 시간 외에 에이전트를 실행하면, 개별 변경이 작더라도 모든 다운스트림 서비스의 부하가 증가할 수 있습니다.
Scion은 Anthropic의 특수한 워크로드에서 출발합니다. 거의 모든 클라이언트가 온라인 에이전트 또는 작업이며, 조직은 이미 하나의 권위 있는 리포지토리를 중심으로 운영됩니다. 따라서 Scion은 상당한 작업을 서버로 옮깁니다.
서버는 커밋을 생성하고, 병합과 리베이스를 계산하며, 이력 쿼리에 응답합니다. 클라이언트는 크기가 제한된 객체 캐시를 유지하고 필요한 데이터를 가져옵니다. diff나 조상 관계 쿼리만 필요한 작업은 리포지토리를 전혀 체크아웃하지 않고 API를 호출할 수 있습니다.
이 설계는 작업 단위도 바꿉니다. Scion 변경 세트는 첫 번째 부모를 기준으로 변경된 파일과 파일 데이터에 대한 콘텐츠 주소 지정 포인터를 기록합니다. 추가 인덱스는 경로 이력과 blame 같은 작업을 제공합니다. Anthropic은 이러한 인덱스를 파생 데이터라고 부르며, 미리 계산하거나 필요할 때 계산할 수 있습니다.
Xinzhiyuan/BAAI가 재현한 Anthropic의 체크아웃 아키텍처.
체크아웃 경로에는 여러 캐싱 계층이 있습니다. 노드 수준 데몬은 작업 간 객체를 공유하고, 리전 캐시는 트리와 블롭을 제공하며, 권위 있는 서버는 필요할 때 영구 스토리지를 조회합니다. 요청은 불변 객체를 식별하므로, 캐시는 대규모 리포지토리 전송을 반복적으로 협상하지 않고도 응답을 재사용할 수 있습니다.
Anthropic은 각 캐싱 계층의 적중률이 99%를 초과한다고 말합니다. 또한 리전 캐시 장애가 상위 서비스에 과부하를 주지 않도록 계층 간 경계를 강제합니다.
| 보고된 결과 | 비교 범위 |
|---|---|
| CPU 및 메모리 사용량 200배 감소 | 이전 Git 미러링 인프라 대비 Scion 인프라 |
| 체크아웃 약 두 자릿수 배수 향상 | Anthropic 환경의 CI 및 연구 작업 |
| CI CPU 용량 25% 증가 | 회사의 CI 플릿 내에서 회복된 용량 |
| 임포터 속도 4배 향상 및 메모리 20배 절감 | 팀의 초기 수집 프로토타입 대비 Claude 지원 재작성 |
이는 매우 큰 단일 워크로드에서 관찰된 내부 결과입니다. 모든 엔지니어링 비용이 200배 저렴해졌다는 의미도 아니며, 일반 리포지토리가 동등한 개선을 보게 된다는 뜻도 아닙니다.
아이디어를 한 문장으로 입력하면 We0 AI가 쇼케이스 사이트, 페이지, CMS를 생성하고 출시 후 고객과 트래픽 확보를 돕습니다.
무료 등록을 위한 하나의 완전한 프로젝트 생성
하나의 완전한 생성 흐름을 시도하고 첫 번째 프로젝트 초안을 빠르게 보는 데 가장 적합합니다.
임포터 사례 역시 구체적인 맥락을 가집니다. Anthropic은 Claude Mythos Preview의 초기 내부 스냅샷이 필요한 순서 및 데이터 구조 제약을 유지하면서 Git-to-Scion 수집 파이프라인을 재작성했다고 말합니다. 이 결과는 모든 모델 사용 사례의 벤치마크가 아니라 특정 구현에 관한 것입니다.
Anthropic은 Claude가 구현, 테스트, 최적화를 가속했다고 평가합니다. 동시에 엔지니어가 시스템들이 어떻게 결합되는지 이해하고 제약을 위반하는 해결책을 거부해야 했다고 강조합니다.
한 사례에서는 에이전트가 변경 사항이 메인에 도달한 시점을 확인하기 위해 커밋 로그를 선형으로 읽었지만, 검토 시스템은 이미 그 정보를 제공하고 있었습니다. 또 다른 사례에서는 신뢰된 내부 서비스 간에 과도한 방어 검사를 수행했습니다. 두 경우 모두 동작하는 코드를 만들 수는 있지만 불필요한 비용이나 복잡성을 더할 수 있습니다.
Scion은 Google의 Piper와 Meta의 Sapling 및 Mononoke를 포함한 대규모 리포지토리 인프라의 선행 작업도 기반으로 합니다. Anthropic의 업데이트된 게시물은 이러한 이력을 명시적으로 인정합니다. 범위와 계승한 아이디어를 비교하지 않은 채 개발 기간만 비교하면 이 맥락을 놓치게 됩니다.
다른 팀이 시작할 때 유용한 기준은 실제 병목입니다. 체크아웃 시간, 검토 대기열, 테스트 선택, 병합 충돌 또는 다른 요소일 수 있습니다. Anthropic은 Scion이 초대형 모노레포를 대상으로 하며 범용 Git 대체재가 아니라고 명시합니다.
Scion은 Anthropic의 대규모 모노레포 및 에이전트 중심 개발 워크로드를 위한 내부 소스 제어 시스템입니다. 서버 측 작업과 API를 사용하여 각 클라이언트가 필요로 하는 리포지토리 데이터의 양을 줄입니다.
엔지니어링 발표는 사내 시스템을 설명하며 일반 대중이 내려받을 수 있는 배포판을 제공하지 않습니다. Anthropic은 이것이 일반적인 Git 사용 사례가 아니라 초대형 모노레포를 위해 설계되었다고 말합니다.
리포지토리 규모, 빠른 병합 증가, 수백만 건의 일일 체크아웃이 결합하면서 기존 Git 인프라에 부담을 주었습니다. Scion은 온라인 클라이언트를 전제로 하며, 그렇지 않으면 더 많은 로컬 데이터 또는 반복 전송이 필요한 작업을 중앙화합니다.
Anthropic은 7명으로 구성된 팀이 Scion, Antique 및 여러 관련 시스템을 구축하고 5개월 이내에 마이그레이션을 완료했다고 말합니다. 이 주장은 이전 소스 제어 연구 및 시스템의 영향을 받은 해당 내부 프로젝트를 대상으로 합니다.
아닙니다. 200배라는 수치는 이전 Git 미러링 구성과 비교한 소스 제어 인프라의 CPU 및 메모리 요구량을 뜻합니다. 전체 소프트웨어 개발 비용을 측정한 수치는 아닙니다.
엔지니어는 여전히 제약 조건을 정의하고, 아키텍처를 선택하며, 변경 사항을 검토하고, 시스템 간 상호작용을 관리합니다. Anthropic의 사례는 국소적으로 그럴듯한 구현이 더 큰 서비스 맥락에서는 여전히 잘못될 수 있는 이유를 보여 줍니다.
Scion은 Anthropic의 비정상적으로 많은 코드 변경량이 만든 인프라 압박을 다룹니다. 서버 측 작업, 희소 접근, 계층형 캐시는 에이전트와 CI 작업 전반의 반복 작업을 줄입니다.
보고된 개선 효과는 해당 환경에 특화되어 있습니다. 코드 생성 속도가 빨라져도 검토, 테스트, 소스 제어가 그에 따른 부하를 처리할 수 있을 때만 유용합니다.
한 문장에서 시작해 몇 분 안에 완전한 웹사이트를 받아보세요.
