- Anthropic의 중앙집중형 버전 관리 시스템 Scion은 빠른 구축과 마이그레이션이 인상적이지만, 설계 상당 부분은 Mononoke 등 기존 시스템의 접근법과 겹치며 선행 작업과 독창적 기여의 구분이 불충분하다는 비판을 받음
- 7명으로 5개월 만에 모노레포 이전과 코드 리뷰, 검색, 접근 제어 도구까지 구축한 점은 주목할 만함. 다만 기존 Git 기반 도구와 작업 흐름을 어떻게 전환했는지에 관한 실무 정보는 부족함
- 컴포넌트별 상태를 집요하게 감시하는 Claude “superfan”은 흥미로운 운영 방식이지만, 실제로 발견했다는 미묘하고 새로운 문제의 구체적 사례는 공개되지 않음
- 수백 개 Git 미러, refs 사용 억제, pull latest 중앙값 87초 → 3.5초 등은 워크로드와 측정 맥락이 부족해 설계의 필요성과 성과를 판단하기 어려움
- 개발자 경험 개선과 버전 관리 병목 제거가 코드 생산 증가로 이어졌다는 인과관계도 충분히 뒷받침되지 않음. 선행 작업을 명확히 인정하고 전환 과정과 설계를 구체적으로 공유하는 편이 외부에 더 유용했을 것임
- 이 평가는 대형 모노레포를 운영하며 대안을 검토하는 Databricks Source Control 팀 구성원의 개인적 견해이며, 고용주의 입장이 아님
- 검토 대상은 Anthropic의 Scion 소개이며, 관련 비판으로 Rain Paharia의 Anthropic’s Scion is heavily inspired by Mononoke와 More on Anthropic’s Scion ripping off Mononoke가 있음
- Durham Goode의 Git Merge 2017 발표 Scaling Mercurial at Facebook은 서버 확장뿐 아니라 사용자를 배려하는 도구 설계에서 중요한 출발점이 됨
- 서버 측에서는 리베이스로 푸시 경합을 해결하는 pushrebase, 확장 가능한 객체 저장소에 커밋 저장, 소스 제어 질의의 서버 이전을 다룸
- hg smartlog는 자신의 브랜치와 개발 본선의 관계를 기본 화면으로 보여줌. 특별한 명령 조합으로 구현할 수 있다는 것보다 직관적인 화면이 기본값이라는 점이 중요함
- hg absorb는 수정 사항을 합칠 적절한 커밋을 스택에서 자동으로 찾아 이력을 재작성하며, 사용자가 모든 절차를 이해하지 않아도 의도에 맞게 동작함
- unamend와 uncommit은 reflog나 복잡한 reset 동작을 이해하지 않고도 실수를 되돌리게 해, 복구할 수 있다는 자신감을 줌
- 접근하기 쉽고 직관적인 UI로 초보자도 고급 사용자처럼 작업하게 만드는 것이 소스 제어 커뮤니티의 중요한 과제임
- 개인 도구 사용은 Git 래퍼 제작 시도에서 git-branchless, git-absorb, 2026년의 jj 전환으로 이어짐
- 자체 래퍼는 매번 git 프로세스를 실행해 성능이 좋지 않았고, Git 내부 구조에 대한 이해 부족으로 개선하지 못함
- Waleed Khan의 git-branchless는 smartlog, 메모리 내 리베이스, 실행 취소 등을 지원함. Stephen Jung의 git-absorb도 자주 사용했으며, 이 도구는 Mozilla 메일링 리스트의 hg absorb 소개를 핵심 영감으로 명시함
- jj를 만든 Martin von Zweigbergk는 Git 기여 이후 Google에서 모노레포용 내부 Mercurial 클라이언트를 개발했으며, 관련 이력은 Mercurial at Google에서 확인할 수 있음
- 대부분의 경력에서 Git을 사용했어도, 이런 작업 흐름은 Mercurial 생태계의 선행 작업에 빚지고 있음
- Sourcegraph에서 2021년 말부터 2025년 말까지 코드 인덱싱과 탐색을 개발했으며, 마지막 2년은 버전 관리와 결합된 Go 백엔드에 더 집중함
- 거의 모든 커밋에 코드 탐색 데이터를 업로드할 수 있어, 특정 커밋에서 어떤 데이터가 보이는지 효율적으로 계산하려고 커밋 그래프를 Postgres에 복제함
- 그래프의 비증분 업데이트가 반복적으로 장애를 일으켰고, 맞춤형 저장소나 Git 저장소 옆의 별도 인덱스를 검토하자는 제안은 진전되지 않음
- 이 경험에서 Git을 운영하기 어려운 데이터베이스로 느끼게 됨
- 2026년 3월경부터 Databricks에서 개발 환경의 Git 설정 통일, 에이전트가 저장소를 망가뜨려 극단적인 성능 저하를 일으키지 못하게 하는 안전장치, 클라이언트 성능 문제 해결을 담당함
- 압축 방식에 따라 master 이력이 20~50GB인 내부 모노레포의 수천 개 체크아웃을 모니터링하고 관리함
- 업무 외에도 jj, Meta의 오픈소스 VCS 서버 Mononoke, TigerBeetle, RocksDB와 LSM 트리 논문을 공부하고 Tiger Style로 최소 기능의 코드 저장 서버를 시제품으로 구현함
- Git Merge 2026에는 OpenAI, Google, GitHub, Cursor 등이 후원하고 Meta의 Sapling/Mononoke 개발자들이 참석했지만, 개인적으로 확인한 범위에서는 Anthropic 참석자를 보지 못함
- 변경 집합(changeset) 기반 커밋 표현은 Git 방식의 트리 대신 Mononoke의 설계를 가져온 부분임. Anthropic은 Rain의 비판이 HN 첫 페이지에 오른 뒤 출처 표시를 추가함
- 클라이언트와 서버의 비대칭성은 대규모 모노레포에서 낯선 특성이 아니며, Git에도 클라이언트나 서버에만 해당하는 설정이 있음
- 버전 관리 API를 제공하는 것은 이런 비대칭성의 자연스러운 결과임
- 수평 확장성은 상당 부분 객체 저장소의 확장성을 활용하며, 콘텐츠 주소 기반 저장소에는 일반적인 캐시 무효화 문제가 적용되지 않음
- 커밋을 불변의 콘텐츠 주소 기반 객체로 정하면, 저렴하고 증분적이며 락이 없는 커밋이라는 요구도 자연스럽게 따라옴
- 선택적이고 희소한 작업 사본도 이 규모에서는 익숙한 선택임. 모든 곳에서 수백만 파일을 항상 디스크에 펼쳐 두지는 않음
- 디렉터리별 ACL은 Perforce, Piper, Mononoke가 이미 지원함
- 전체 CI를 실행하는 병합 큐를 두지 않는 방식이라면 Mononoke에도 있으며, 더 작은 규모의 Uber SubmitQueue도 전체 CI를 실행하지 않음
- 다만 Anthropic의 병합 큐와 전역 저장소 락 관련 문구는 정확한 의미가 불명확하므로, 이 비교에는 해석상의 불확실성이 있음
- 폭넓은 독자를 위해 익숙한 개념을 설명할 수는 있지만, 분야의 공통 지식과 실제로 새로운 기여는 구분할 필요가 있음
- Anthropic은 7명과 공개하지 않은 양의 Claude 토큰으로 5개월 만에 Scion을 구축하고 모노레포를 Git에서 완전히 이전했다고 밝힘
- 같은 기간에 코드 리뷰 도구 Antique, 코드 검색, 소스 제어 IAM, 대량의 검토된 코드를 관리하고 반영하는 방식도 구축함
- 사람이나 에이전트가 만든 복잡한 Git 작업은 다른 VCS로 그대로 옮기기 어려워, 이 전환 속도 자체는 인상적임
- 다만 Git을 완전히 제거했는지는 문구만으로 100% 명확하지 않음
- 기존 도구를 git에서 scn 클라이언트로 바꾸는 과정에서 코드 소유권과 승인을 어떻게 처리했는지는 불분명함
- 파일 기반 OWNERS 체계가 없었거나, Claude의 자동 승인이 많았거나, 특정 변경에 승인 절차 우회를 적용했을 수 있지만 모두 추측임
- “superfan” Claude는 Slack 채널에서 특정 컴포넌트의 상태에 집중하며 텔레메트리와 로그를 지속적으로 살핌
- scion-daemon, scion-cache, Antique 병합 큐별 superfan이 있으며, 기존 경보와 별도로 운영함
- Anthropic은 기존 경보로 잡기 어려운 미묘하고 새로운 문제를 발견한다고 하지만, 구체적 사례는 제공하지 않음
- 개인적으로 다른 곳에서 배포한 사례를 접하지 못한 패턴이며, 최첨단 모델의 토큰 비용이 제약일 수 있음. 토큰 가격이 내려가면 확산할 수 있다는 전망은 개인적 추정임
- Scion은 모든 서버가 합의해야 하는 전역 상태가 확장 문제를 일으킬 수 있다는 이유로, main과 릴리스 브랜치를 제외한 refs 사용을 개발 과정에서 억제함
- 그러나 ref에 필요한 데이터는 이름과 대상 객체 ID로 작으며, 임시 ref와 장기 ref를 구분할 수 있음
- 작업 정리와 반영을 위한 임시 ref는 자동 삭제할 수 있고, 수는 진행 중인 변경량에 비례함
- 릴리스용 장기 ref는 계속 쌓이므로, 개발 중 refs를 피하는 것이 예상하는 확장 문제를 어떻게 해결하는지 불명확함
- refs를 피하는 데는 정확성 측면의 이유가 있을 수 있지만, 커밋 ID만 사용해도 다른 실수가 가능함
- ref가 이동하는 동안 작업이 서로 다른 두 커밋을 읽는 실수는 이동 감지와 실패/재시도로 방지해야 함
- 반대로 커밋 ID를 고정하면 푸시 이후 도달 불가능해진 커밋에 대해 작업을 계속 실행할 수 있음
- Anthropic은 내부 Git 미러와 객체 저장소의 저장소 스냅샷을 활용했으며, 최대 수백 개 미러를 운영했다고 밝힘
- Databricks는 비슷한 규모 범위의 저장소에서 약 2시간마다 참조 저장소를 갱신하고, 10개 미만의 Git 미러로 CI 부하를 처리함
- 이 구성에서도 CPU 부하는 통제되고 있으며, 추가 작업을 거쳐 스냅샷 주기를 1시간이나 30분으로 줄이면 미러 CPU 부하를 더 낮출 수 있음
- 수백 개 미러가 필요한 워크로드는 이해하기 어려우며, 매우 넓게 분산 실행하는 CI 테스트가 원인일 가능성은 추측에 그침
- main 브랜치 이력이 100GB인 저장소가 미러의 디스크나 메모리 한계를 넘었다는 설명도 의문으로 남음
- 현대 클라우드 인스턴스는 수 TB 저장 공간을 제공하므로 유지보수는 필요하더라도 디스크 용량이 주된 문제여야 하는지는 불명확함
- 접근 대부분이 최근 데이터에 집중된다면 수 GB RAM에 상주시킬 수 있을 것으로 예상되므로, 메모리 한계는 더 이해하기 어려움
- pull latest의 p50이 87초에서 3.5초로 감소했다는 수치는 이전과 이후 모두 추가 설명이 필요함
- 고빈도 자동 백그라운드 작업이 대부분 아무 일도 하지 않고 끝난다면 백분위 수치가 낮아질 수 있어, 측정 대상과 빈도가 중요함
- Databricks 규모에서는 하루 첫 fetch가 1분을 넘을 수 있지만, 이후는 훨씬 빨라 fetch p90도 1분 미만임
- fetch와 본선의 pull latest가 같은 작업은 아니지만, 개발 환경 시작 후 백그라운드 사전 fetch를 한다면 p50 87초에 이르는 조건이 무엇인지 불분명함
- 희소 체크아웃에서는 pull 사이 해당 부분집합의 변경량에 시간이 비례할 것으로 예상되므로, 이전 후 3.5초도 높게 느껴짐
- 2Gbps만 가정해도 3.5초에 875MB를 전송할 수 있어, 중앙값 수준의 pull이 이 정도 데이터를 옮기는지는 의문임
- 이 추산은 GCP의 네트워크 대역폭 문서를 바탕으로, VPC 내부 수신 한계 대신 vCPU당 2Gbps 송신 대역폭을 보수적인 기준으로 사용함
- 가져올 데이터를 정하는 질의, 과도한 RPC, 직렬화/역직렬화 등이 병목일 수 있지만 실제 원인은 공개 정보만으로 알 수 없음
- Claude 사용량 때문에 인간 규모의 도구가 한계에 도달하는 지점을 남보다 먼저 경험한다는 Anthropic의 서술은 기존 소스 제어 확장 문제의 역사를 충분히 반영하지 못함
- Google, Facebook 등은 LLM 이전에도 이런 문제를 겪고 서로 다른 방식으로 해결함
- 서버가 클라이언트와 다르게 동작할 수 있다는 발견을 새롭게 강조하는 태도 역시 GitHub, GitLab, Cursor, Entire, ERSC 등의 작업을 고려하면 과도한 자기평가로 받아들여질 수 있음
- Mononoke는 소개 글뿐 아니라 전체 소스 코드까지 공개되어 있어, 기존 설계와의 관계를 더 명확히 구분할 수 있었음
- Rain의 후속 비판처럼, 기존 작업을 새 맥락에 맞게 빌리고 수정하는 것은 자연스러운 엔지니어링이지만 파생 관계와 선행 기여를 인정해야 함
- 비판 이후 출처 표시가 일부 개선됐지만, 처음의 피상적인 인정 방식은 커뮤니티 참여에 대한 우려로 이어짐
- 기업과 개발자는 전통적으로 전문성을 배우고 같은 분야의 인재를 채용하기 위해 커뮤니티에 참여함
- LLM으로 기존 코드베이스를 복제할 수 있게 되면서 일부 기업이 그런 참여의 필요성을 덜 느낄 수 있음. 다만 Anthropic의 실제 불참 동기를 확인한 것은 아님
- Scion 소개는 누구에게 무엇을 전달하려는지 불명확함
- Claude로 야심 찬 내부 프로젝트를 만들도록 권하려는 목적이라면 메시지는 다소 소극적이고 기술 세부사항은 많음
- 채용 홍보라면 HN 첫 페이지에 올랐다는 점에서 어느 정도 목적을 달성했을 수 있음
- 소스 제어의 혁신을 보여주려는 목적이라면 모노레포 기술의 발전 과정 속에서 기여를 위치시키지 못함
- LLM이 쓴 글은 아니지만, 자명한 사실을 강조하고 깊이보다 범위를 넓히며 맥락 없는 수치를 나열하는 문제가 있음
- 하루 600PB 이상 Git 트래픽이라는 비교는 2,500만 체크아웃에 압축 사본 25GB를 곱한 값임
- 대부분의 클라이언트는 이미 저장소 사본을 갖고 있어, 일일 변경량과 증가량의 합이 거의 100%가 아니라면 유의미한 기준이 아님
- PR 증가 차트에는 자동화 PR과 사람이 관여한 PR의 구분이 없음
- 9월 주말에도 하루 약 1만 PR이 반영되며, 9월 7일 1만 5,000개에서 8일 2만 5,000개, 9일 3만 개로 증가함
- 9일의 3만 개 중 얼마나 많은 PR이 통제되지 않은 자동화에서 나왔는지 등은 공개 정보로 알 수 없음
- 전통적인 버전 관리의 주 사용자는 개발자였고, 의존성 갱신이나 회귀를 일으킨 PR 되돌리기 같은 결정론적 자동화가 일부를 보완함
- LLM 에이전트가 개발 과정의 더 많은 부분을 맡으면 LLM이 VCS의 주 사용자가 되고 개발자는 VCS에서 한 단계 떨어질 수 있음
- 이때는 도구 호출의 오류율, 실행 취소율, 지연시간 등을 평가할 수 있음
- 전체 개발자 경험에서는 LLM을 통해 VCS를 사용할 때 겪는 문제와, 느리지만 빈번한 작업을 빠른 결정론적 도구로 대체할 수 있는지가 중요함
- Scion 소개는 두 종류의 사용자 경험을 모두 충분히 다루지 않음
- 출발점은 사실상 무한한 코드 병합 수요와 병목 제거에 따른 생산 증가지만, 마지막에 강조하는 성과는 CPU 사용량 감소와 시스템 단순화임
- 이는 유용한 성과지만, VCS 병목 제거가 실제로 성장을 가능하게 했다는 연결 고리는 부족함
- 증가분 중 백그라운드 자동화 확대, 모델 변화, 기타 요인이 각각 얼마나 기여했는지 알 수 없음
- CI 용량 부족으로 PR이 대기했는지, 자원 확보가 PR 생성부터 병합까지 시간을 줄였는지, 그 결과 더 많은 PR이 만들어졌는지에 대한 중간 근거가 필요함
- 자체 VCS 구축이 드문 일이고 Anthropic의 자금과 인재 규모도 큰 만큼 기대가 높았지만, 더 유용한 공유는 차용한 설계를 먼저 명시하고 마이그레이션에 집중하는 방식이었을 것임
- 마이그레이션에서는 작업 간 의존성 관리와 실제 전환 절차가 중요함
- 중앙에서 소유하지 않는 도구의 수정, 구성 요소 분리, 클라이언트 라이브러리, 프로젝트 관리 방식을 공유할 수 있었음
- 설계에서는 RPC 인터페이스, 데이터베이스 스키마, 흥미로운 알고리듬의 의사코드와 함께 검토 후 배제한 대안 및 이유가 필요함
- 전체 코드를 오픈소스로 공개하지 않는 선택 자체는 이해할 수 있음
- 모노레포에서 코드를 분리하고 여러 장소에서 개발하면 추가 마찰이 생기며, 그에 상응하는 이익은 불확실함
- 문제는 코드 비공개보다, 확립된 아이디어와 독창적 기여를 명확히 구분하지 않은 채 개괄적 소개를 개발자 생태계와 소스 제어 커뮤니티에 주는 선물처럼 포장했다는 데 있음