Anthropic Scion: 에이전트 규모를 위한 소스 제어 재설계

에이전트 규모 소스 제어로의 전환

Anthropic은 전체 모노레포를 Git에서 Scion이라는 자체 구축 소스 제어 시스템으로 전환했습니다. 이 결정은 AI 기반 코드 생성의 폭발적 증가로 인해 촉진되었으며, 이로 인해 회사의 일일 코드 병합 건수는 2026년 5월 2,500건에서 2026년 9월 30,000건 이상으로 증가했습니다. AI 에이전트가 연구 루프, 미세 최적화, 서비스 생성을 점점 더 많이 처리함에 따라 기존 개발자 인프라, 특히 Git은 분산형 클라이언트 중심 아키텍처로 인해 중요한 병목 현상이 되었습니다.

Git이 Anthropic 규모에서 실패한 이유

Git은 분산형 오프라인 작업을 위해 설계되었으며, 클라이언트가 저장소의 완전하고 독립적인 복사본을 유지해야 합니다. Anthropic의 규모에서는 이 모델이 붕괴되었습니다. 메인 브랜치 기록만 거의 100GB에 달했고, 압축된 작업 복사본은 25GB를 초과했습니다. 매일 수천만 건의 CI 체크아웃이 발생하면서, 순진한 Git 구현은 하루에 600PB 이상의 트래픽을 요구했을 것입니다. 팀은 이전에 수백 개의 내부 Git 미러와 저장소 스냅샷을 활용했지만, 병합 속도가 가속화되면서 이러한 해결 방법은 유지하기가 점점 더 어려워졌습니다.

Scion의 핵심 원칙

Scion은 클라이언트가 항상 온라인이라는 가정을 기반으로 구축되어 Git의 분산 설계에서 근본적으로 벗어났습니다. 이 시스템은 몇 가지 핵심 원칙을 기반으로 작동합니다.

클라이언트-서버 비대칭: 모든 클라이언트가 잠재적 서버인 Git과 달리 Scion은 로직을 중앙 집중화합니다. 서버는 기록, 비난, 병합, 리베이스를 처리하고 클라이언트는 제한된 로컬 캐시와 가상화된 작업 복사본만 유지합니다.
API 우선 접근: Scion이 모든 소스 제어 쿼리를 API로 노출하기 때문에 많은 CI 작업과 내부 도구는 더 이상 로컬 저장소 복제본을 필요로 하지 않아 리소스 소비를 크게 줄입니다.
수평적 확장성: Scion은 팩파일과 저장소 유지 관리를 제거합니다. 데이터는 분산되고 콘텐츠 주소로 지정되므로 플릿의 모든 서버가 서버 간 조정 없이 데이터를 캐시하고 제공할 수 있습니다.
저렴한 증분 커밋: 커밋, 병합, 리베이스가 서버 측에서 수행됩니다. 이러한 작업의 비용은 저장소의 전체 크기가 아닌 변경 사항의 크기에 따라 확장됩니다.
희소 및 가상화된 체크아웃: 클라이언트는 필요한 특정 디렉토리와 파일만 가져와서 구체화하므로 전체 저장소 체크아웃의 오버헤드를 피할 수 있습니다.

구현 및 성능

Scion은 작업의 기본 단위로 write-ahead 로그에 저장된 "변경 세트"를 사용합니다. 이러한 변경 세트는 파일 블롭에 콘텐츠 주소 지정 저장소를 활용하여 부모에 대한 변경 사항을 기록합니다. 성능을 유지하기 위해 Scion은 이러한 변경 세트에서 파생 데이터(예: 비난 또는 경로 기록)를 재귀적으로 계산하여 클라이언트에 영향을 주지 않고 인덱스를 최적화할 수 있습니다.

계층적 캐시 아키텍처(스시온 데몬, 지역 스시온 캐시 서버, 권위 있는 스시온 서버)를 구현함으로써 Anthropic은 99%의 캐시 적중률을 달성했습니다. 이 인프라는 CPU와 메모리 측면에서 이전 Git 미러링 설정보다 200배 더 효율적이며, CI 작업은 이제 분 단위가 아닌 초 단위로 완료됩니다.

인프라 개발에서 AI의 역할

Anthropic은 단 5개월 만에 7명의 팀이 완성한 Scion의 빠른 개발을 Claude 사용 덕분으로 돌립니다. 한 notable 사례에서 Claude는 프로토타입 수집 파이프라인을 20배 적은 메모리를 소비하면서 4배 빠르게 다시 작성했습니다.

그러나 팀은 인간의 감독이 여전히 중요하다고 강조합니다. Claude는 코드 작성에 탁월하지만 엔지니어는 높은 수준의 시스템 제약 조건을 정의하고 AI가 과도한 엔지니어링이나 아키텍처 불변식을 위반하는 것을 방지하는 데 필수적입니다. 팀은 이제 모든 줄을 읽기보다는 변경 사항의 의도에 따라 코드를 검토합니다.

커뮤니티 관점 및 산업 영향

개발자 커뮤니티 내 토론은 엇갈리고 있습니다. 많은 사람이 인상적인 엔지니어링 성과를 인정하지만, 일부 관찰자는 이렇게 높은 코드 변경 속도의 지속 가능성에 의문을 제기합니다.

"코드 병합에 대한 잠재적 수요는 사실상 무한하며, 병목 현상을 제거할 때마다 즉시 생산되는 코드의 양이 더욱 증가합니다."

비평가들은 오픈 소스 제공 부족에 대한 우려를 제기하며 일부는 Scion을 Subversion이나 Perforce 같은 레거시 시스템과 비교합니다. 다른 사람들은 Anthropic의 규모가 독특하지만 AI 에이전트를 지원하기 위한 사용자 정의 인프라를 구축하는 추세가 다른 조직의 공통적인 과제가 될 수 있다고 지적합니다. Anthropic은 Scion이 Git의 범용 대체재가 아니지만 설계 원칙을 공유함으로써 업계가 Git의 서버 측 기능을 발전시켜 에이전틱 워크플로우를 더 잘 지원할 수 있기를 희망한다고 밝혔습니다.