AI 프로그래밍 능력이 거침없이 발전함에 따라 Anthropic 내부의 개발 효율은 전례 없는 폭발적 성장을 맞이했다. 공식적으로 공개된 데이터에 따르면 올해 5월 일평균 코드 병합 횟수는 약 2500회였지만, 9월에는 이 숫자가 3만 회를 넘어 급증했다. 이러한 폭발적인 코드 증가 속도는 기존 Git 버전 관리 시스템 등 개발 도구가 버티기 어려울 정도가 되게 만들었다.
지속적 통합 서비스가 감당하기 어려운 상황에 직면하여 팀은 이전에 세 차례 임시 조치를 했지만, 매번 유지되는 시간이 점점 짧아졌고 결국 리팩토링을 통해서만 문제를 완전히 해결할 수 있었다. 소스코드 관리의 성능 병목을 완전히 깨뜨리기 위해 Anthropic의 7인 연구개발 팀은 5개월에 걸쳐 초대규모 코드베이스를 위한 새로운 버전 관리 시스템인 Scion을 자체 구축했고, 회사의 방대한 단일 코드베이스를 Git에서 완전히 마이그레이션하는 데 성공했다.
아키텍처 설계 측면에서 Scion은 서버 측에서 핵심 연산을 처리하고 클라이언트가 필요에 따라 데이터를 가져오는 혁신적인 모델을 채택했으며, 효율적인 계층형 캐싱 메커니즘을 함께 갖췄다. 이러한 최적화로 소스코드 관리 관련 인프라의 규모가 기존 Git 미러 인프라의 겨우 1/200 수준으로 줄어들었다. 특기할 점은 시스템 개발 과정에서 팀이 Claude를 활용해 데이터 임포트 파이프라인 프로토타입을 다시 작성했는데, 그 실행 속도는 수작업 버전의 4배에 달하고 메모리 사용량은 원본의 1/20으로 줄어 전체 시스템 구축 주기를 크게 단축시켰다는 것이다.
AI가 가져다주는 10배의 생산성 향상을 누리는 동시에, Anthropic은 귀중한 실전 경험도 정리했다. 팀은 엔지니어가 아키텍처 수준의 트레이드오프를 잘 수행하고, AI가 생성한 방안을 엄격히 검토하며, 타당하지 않은 AI 출력에는 과감히 '아니오'라고 말하는 동시에 시스템 논리를 명확히 하고 전체 설계를 잘 통제해야, 비로소 AI가 코드 생성으로 절약한 시간이 후반부의 대기와 잦은 재작업 속에서 소진되지 않는다고 지적했다.