Claude 사용이 늘면서 Anthropic의 하루 병합 변경 수는 2026년 5월 평균 약 2,500건에서 9월 3만 건을 넘었습니다. 큰 모노레포에서 코드 변경과 CI·에이전트 작업이 함께 늘자, Anthropic은 7명 팀으로 5개월 동안 사내 소스 컨트롤 Scion과 코드 리뷰 도구 Antique 등 주변 시스템을 만들고 Git에서 이전했습니다. Anthropic Engineering 원문
출처: X @AnthropicAI
커진 저장소와 반복되는 CI checkout
Anthropic이 설명한 모노레포의 main branch history는 거의 100GB이고 압축된 working copy는 25GB를 넘습니다. 두 값은 각각 이력과 작업 사본의 크기입니다. CI는 하루 약 2,500만 번 checkout을 수행하며, 이 수치에는 개발 환경·에이전트 샌드박스·연구 작업이 들어 있지 않습니다. 저장소 규모와 CI checkout 설명
원문은 매 checkout에서 저장소를 순진하게 가져온다면 하루 Git 트래픽이 600PB를 넘을 수 있다고 추정합니다. 이는 실측 전송량이 아닙니다. 약 2,500만 회에 25GB급 압축 작업 사본을 곱한 규모 추정으로, 100GB history를 매번 받았다는 뜻도 아닙니다.
Git과 다른 서버 중심 구조
Scion은 클라이언트가 항상 온라인으로 서버 API를 이용하도록 설계됐습니다. 서버는 history·blame 조회와 commit·merge·rebase를 처리하고, 클라이언트는 작업 사본과 파일 변경 감시, UI, 제한된 객체 캐시를 둡니다. checkout 없이 API로 처리하는 작업도 많습니다. Scion 아키텍처 설명
Scion changeset은 첫 parent를 기준으로 바뀐 파일 목록을 기록하는 write-ahead log 항목입니다. 파일 내용은 blob storage의 압축된 content-addressed 객체를 가리키고, changeset은 서버에서 생성돼 바로 공유됩니다. tree·blame·경로 이력 같은 구조는 changeset 자체가 아니라 서버가 계산하는 파생 데이터입니다. Anthropic은 이 구조로 packfile 처리와 ref 이동, 서버 간 잠금·조정의 부담을 줄였다고 설명합니다.
Anthropic이 보고한 성능
Anthropic은 각 계층 캐시 적중률이 99%를 넘고, 과거 자사 Git mirroring 인프라와 비교해 CPU·메모리 요구량이 200분의 1이라고 보고합니다. 비교 기준은 과거 내부 미러링 운영이며 단일 Git 서버가 아닙니다. CI CPU capacity win 25%도 제시했는데, 이는 회사 전체 CPU 사용량이나 비용이 25% 줄었다는 뜻이 아닙니다. 성능 지표 원문
checkout 개선은 원문의 본문 표현과 표를 분리해서 볼 필요가 있습니다. 본문은 CI와 research job checkout이 “two orders of magnitude faster”였다고 씁니다. 반면 같은 글의 중앙값 표에서 compute job 시작 checkout은 175초에서 22초(×8.0), CI job checkout은 31초에서 3.5초(×8.8)입니다. 두 수치를 하나로 합치지 않았습니다. 별도 표 항목인 agent new worktree 생성은 7.1분에서 5.1초로 줄었습니다.
7명 팀의 5개월 구축과 Claude 활용
Anthropic은 7명 팀이 Scion, Antique, 코드 검색, 권한 관리와 대량 변경 도구를 함께 만들고 5개월 안에 Git에서 이전했다고 소개합니다. 원문 본문은 일일 병합 변경량 증가를 약 10배로 표현하며, 5월 약 2,500건과 9월 3만 건 초과 수치를 제시합니다. Scion·Antique 디렉터리 차트의 12,257 changes는 해당 코드베이스 변경 건수이며 LOC나 PR 수가 아닙니다. 구축 과정과 변경량
초기 Git-to-Scion ingestion pipeline은 주로 사람이 작성했습니다. Anthropic은 내부 Claude Mythos Preview 스냅샷에 전체 재작성을 요청했고, 추가 지시 없이 기존 처리 순서와 자료구조의 불변성을 유지한 버전이 메모리를 20배 적게 쓰고 4배 빨랐다고 보고합니다.
운영에서는 Claude Tag를 구성요소별 ‘슈퍼팬’처럼 활용했습니다. Scion daemon, cache, Antique merge queue 등을 맡은 Claude가 telemetry와 로그를 살피며 평소 알림이 놓칠 수 있는 이상을 찾도록 했습니다. 에이전트 규모에서는 테스트 중 수백·수천 건이 병합될 수 있어 전역 저장소 잠금 방식의 merge queue 대신 merge 후 테스트와 배포 전 자동 테스트에 투자했다고 설명합니다. 동시 변경이 충돌하면 Claude가 사람이 알아차리는 것보다 빠르게 해결할 수 있다는 것이 Anthropic의 서술입니다. 사람 엔지니어는 변경 의도와 중요한 설계·검토 판단에 집중한다고 덧붙입니다. 운영 및 코드 검토 방식
대규모 코드베이스 탐색을 다룬 jevgrep 소개와 에이전트 변경을 사람이 살피는 Whiteboard 리뷰 도구도 함께 볼 수 있습니다. Scion 사례는 검색·리뷰 도구를 넘어 저장소 이력부터 CI까지 기반을 바꾼 작업입니다.
Scion은 Git을 모두를 위해 폐기한 제품이 아닙니다. Anthropic은 일반 용도에서 Scion이 적절한 Git 대체재가 아니라고 명시합니다. 적용 맥락은 매우 큰 모노레포와 대규모 엔지니어·에이전트 작업입니다. 일반 사용자가 설치해 쓰는 공개 Git 대체 제품이 아니라 Anthropic 내부 시스템이며, 공개 글은 서버 측 소스 컨트롤 구조와 RPC, sparse·shallow 기능 개선에 관한 설계 경험을 공유합니다.
