AI가 스스로 자기만의 '도구'를 만들어 쓴다고? '텐드릴(Tendril)'의 등장

상상해보세요. 여러분이 아주 유능한 목수에게 복잡하고 아름다운 목조 주택을 지어달라고 의뢰했습니다. 그런데 막상 공사를 시작하려다 보니, 특정 각도로 나무를 둥글게 자를 수 있는 특수한 곡선 톱이 공구함에 없는 난감한 상황이 벌어졌습니다. 일반적인 인간 작업자나 과거의 흔한 로봇이라면 이런 상황에서 어떻게 반응할까요? 아마도 “곡선 톱이 없어서 이 작업은 불가능합니다”라며 작업을 중단하고 에러 메시지를 띄우거나, 주인을 향해 “새로운 도구를 사다 주세요”라고 요청할 것입니다.

하지만 우리가 오늘 이야기할 이 특별하고 새로운 기술은 완전히 다른 방식으로 행동합니다. 이 기술은 오류를 내뱉으며 멈추는 대신 잠시 작업을 멈추더니, 주변에 널려 있는 고철을 모아 뜨거운 불에 녹이고 스스로 망치질을 하여 자신에게 딱 맞는 완벽한 곡선 톱을 현장에서 직접 만들어버립니다. 심지어 그렇게 만든 톱을 한 번 쓰고 버리는 것이 아니라, 자신의 공구함 한편에 소중하게 등록해두고 다음 날 다른 집을 지을 때도 자연스럽게 꺼내어 능숙하게 사용합니다.

이 놀라운 마법 같은 이야기는 더 이상 공상과학 영화 속의 과장된 장면이 아닙니다. 최근 전 세계의 소프트웨어 개발자와 인공지능 연구자들 사이에서 가장 뜨거운 화제로 떠오르고 있는 새로운 인공지능 프로젝트, ‘텐드릴(Tendril)’이 실제로 이와 똑같은 일을 해내고 있기 때문입니다.

식물학적인 관점에서 조금 더 깊이 들어가 볼까요? 식물학 백과사전의 설명에 따르면, 덩굴손은 식물의 잎이나 줄기가 생존을 위해 변형된 특수한 구조물입니다. 이 덩굴손은 주변 물체에 물리적으로 닿았을 때 이를 감각으로 예민하게 인지하고, 그 물체를 둥글게 감싸며 꽉 붙잡는 성질(굴촉성, thigmotropism)을 가지고 있습니다. 덩굴 식물은 바로 이 덩굴손 덕분에 척박하고 기댈 곳 없는 복잡한 자연 환경 속에서도 자신을 구조적으로 든든하게 지탱하며 하늘을 향해 더 높은 곳으로, 그리고 더 넓은 곳으로 무한히 뻗어나갈 수 있습니다 Tendril — Grokipedia.

이 새로운 인공지능의 이름이 텐드릴인 이유는 아주 명확합니다. 인공지능이 자신이 해결해야 할 낯선 문제(벽)에 부딪혔을 때, 그것을 포기하거나 뒷걸음질 치는 대신 스스로 새로운 형태의 소프트웨어 코드(덩굴손)를 생성하여 문제를 단단히 감싸 안고 돌파해 내기 때문입니다. 식물이 변화하는 환경에 맞춰 스스로 구조를 변형하고 지지대를 확장해 나가듯, 이 AI 역시 자신이 마주한 복잡한 과제에 맞춰 새로운 소프트웨어 도구를 스스로 뻗어내고 발명해 내는 경이로운 능력을 보여주고 있습니다.

이게 왜 중요한가요? (Why It Matters)

그렇다면 이 기술이 우리의 일상과 기술의 미래에 왜 그토록 중요할까요? 그 파급력을 온전히 이해하기 위해서는, 우리가 현재 일상적으로 사용하고 있는 현세대 인공지능 기술이 가진 치명적인 한계점을 먼저 명확히 짚어볼 필요가 있습니다.

여러분의 스마트폰에 들어있는 음성 비서나, 전 세계를 휩쓸고 있는 대화형 AI 챗봇들을 머릿속에 떠올려보세요. 이들은 수많은 책을 읽어 방대한 지식을 가지고 있고, 사람처럼 자연스럽고 유창하게 대화할 수 있을 만큼 매우 똑똑합니다. 하지만 이들은 본질적으로 거대한 유리 상자 안에 갇혀 있는 존재들과 같습니다. 왜냐하면 이 인공지능들은 철저히 ‘인간 개발자가 미리 쥐어준 도구’만을 사용할 수 있도록 설계되었기 때문입니다.

예를 들어, 여러분이 AI에게 “오늘 서울의 미세먼지 농도와 날씨 어때?”라고 물어보면, AI는 인간 개발자가 수개월 전 미리 연결해둔 ‘기상청 날씨 검색 도구’를 가져와서 답을 찾아냅니다. “내일 비행기 표를 예매해줘”라고 지시하면 미리 만들어둔 ‘항공사 예약 도구’를 쓰죠. 하지만 만약 인간 개발자가 여러분이 요청한 특정 기능을 수행할 도구를 미리 시스템에 연결해두지 않았다면 어떻게 될까요? 아무리 똑똑하고 거대한 뇌를 가진 AI라도 “죄송합니다. 저는 시스템상 그 작업을 직접 수행할 수 있는 권한이나 기능이 없습니다”라며 멈춰버리고 맙니다. 즉, 지금까지의 인공지능은 도구를 능숙하게 ‘사용’할 줄은 알았지만, 세상에 없는 도구를 스스로 ‘창조’할 수는 없었던 것입니다.

하지만 텐드릴은 이 거대한 한계의 벽을 정면으로 돌파하고 허물어버립니다. 텐드릴의 공식 개발 저장소 설명에 따르면, 이 프로젝트는 모델이 여러 작업 세션(session) 전반에 걸쳐 자율적으로 도구를 발견하고, 직접 구축하며, 이를 계속해서 다시 재사용할 수 있는 능력을 시연하는 일종의 ‘자가 확장형 에이전트 샌드박스(self-extending agentic sandbox)’입니다 GitHub - serverless-dna/tendril · GitHub.

쉽게 말해서, 텐드릴은 개발자가 숟가락으로 밥을 떠먹여 주듯 하나하나 도구를 만들어주지 않아도 스스로 진화합니다. 샌드박스(Sandbox)란 어린아이들이 흙장난을 치듯 컴퓨터 시스템을 고장 낼 걱정 없이 안전하게 새로운 코드를 실험해볼 수 있는 격리된 환경을 뜻합니다. 그리고 에이전트(Agent)란 지시를 단순히 수행하는 것을 넘어, 최종 목표를 위해 스스로 계획을 세우고 행동하는 진취적인 AI를 의미합니다.

이러한 기술이 결합되면 AI는 이렇게 생각할 수 있습니다. “이 복잡한 사용자 데이터를 분석하려면 엑셀 파일을 읽고 자동으로 그래프를 그리는 코드가 필요하겠군. 외부 도구가 없으니 내가 지금 당장 그 코드를 짜서 내 기능 목록에 영구적으로 추가해야겠다.” 스스로 판단하고 즉각 실행에 옮기는 것이죠.

이러한 패러다임의 변화는 우리의 일상과 IT 산업 전반에 엄청난 파장을 불러올 수밖에 없습니다. 지금까지 수많은 테크 기업들은 인공지능 비서를 조금이라도 더 똑똑하게 만들기 위해 수십 명의 개발자를 고용하여 수천 가지의 외부 도구(API)를 일일이 수작업으로 연결하는 막대한 시간과 비용을 쏟아부어야 했습니다.

하지만 텐드릴처럼 ‘스스로 확장하는 패턴’이 일상화된다면 어떨까요? 사용자는 그저 AI에게 “이번 달 가계부를 분석해서 식비 낭비를 줄일 보고서를 만들어줘”라는 최종 목표만 툭 던져주면 됩니다. 그러면 AI는 은행 앱 접속기, 영수증 이미지 분석기, 엑셀 문서 생성기 같은 중간 도구들을 실시간으로 스스로 제작하여 활용하게 됩니다. 인간의 끝없는 노동력 투입 없이도 AI가 자체적으로 진화할 수 있다는 뜻이며, 이는 AI 기술의 발전 속도와 우리의 업무 효율을 폭발적으로 가속화시키는 거대한 원동력이 될 것입니다.

쉽게 이해하기 (The Explainer)

그렇다면 도대체 컴퓨터 내부에서 어떻게 이런 마법 같은 일이 실시간으로 일어날 수 있는 걸까요? 컴퓨터 프로그램이 어떻게 실행 중에 스스로 코드를 수정하고 새로운 기능을 추가해 즉석에서 사용할 수 있는지, 그 복잡한 기술적 원리를 누구나 이해할 수 있게 아주 쉽게 풀어보겠습니다.

텐드릴 프로젝트는 맨바닥에서 모든 것을 새롭게 창조한 것이 아니라, 아마존 웹 서비스(AWS)에서 제공하는 최신 기술인 ‘AWS 스트랜즈 에이전트 SDK(AWS Strands Agents SDK)’와 가볍고 빠른 데스크톱 애플리케이션을 만들 수 있게 해주는 ‘타우리(Tauri)’라는 두 가지 핵심 기술을 뼈대로 삼아 구축되었습니다 GitHub - serverless-dna/tendril · GitHub. 여기서 SDK(Software Development Kit)란 전문가용 조립식 레고 블록 상자와 같습니다. 누군가 잘 만들어둔 튼튼한 인공지능 도구 상자를 활용해 텐드릴의 기반을 빠르게 다진 것이죠.

하지만 진정으로 놀라운 마법이 일어나는 부분은, 텐드릴이 새롭게 창조된 도구를 시스템에 인식시키는 독창적인 방식에 있습니다. 일반적으로 우리가 사용하는 스마트폰 앱이나 컴퓨터 프로그램은 새로운 기능(업데이트)이 추가되면 기기를 껐다 켜거나 앱을 재시작해야 합니다. 프로그램이 처음 켜지는 순간에만 전체 구조를 읽어들이도록 고정되어 설계되었기 때문입니다.

그러나 텐드릴은 이 낡은 철학을 과감히 버리고 ‘스캔 온 인보케이션(scan-on-invocation)’, 즉 ‘호출 시 스캔’이라는 매우 유연하고 혁신적인 방식을 채택했습니다 Building Self-Extending CLI Tools 기사 참고, AWS DevOps & Developer Productivity Blog.

비유하면, 매우 바쁜 고급 레스토랑의 주방(기존의 컴퓨터 프로그램)과 같습니다. 주방장이 요리 도중 “이 스테이크를 구우려면 새로운 구리 프라이팬이 필요해!”라고 밖에서 팬을 사 왔다고 해봅시다. 기존의 주방에서는 영업을 잠시 중단하고 불을 다 끈 뒤, 장부에 새 프라이팬을 등록하고 다시 영업을 시작해야만 그 팬을 쓸 수 있습니다. 흐름이 뚝뚝 끊기는 답답한 시스템이죠.

하지만 ‘호출 시 스캔’ 방식의 마법 주방은 완전히 다릅니다. 이 혁신적인 주방에서는 셰프가 요리 도구 찬장 문을 열 때마다(명령이 실행될 때마다), 주방 관리 시스템이 0.1초 만에 찬장 안을 스캔합니다. 새 프라이팬을 발견하면 주방 간판 불을 끌 필요 없이 그 즉시 “새 프라이팬이 추가되었습니다! 바로 요리에 사용하세요!”라며 셰프의 손에 부드럽게 쥐어줍니다.

실제로 텐드릴이 작동하는 방식도 이 비유와 완벽히 같습니다. 텐드릴 시스템 안에는 tools/ (도구들)이라는 이름의 작은 폴더가 있습니다. AI가 스스로 새로운 파이썬(Python) 프로그래밍 코드를 작성해 발명품을 만들어내면, 이 코드는 독립적인 파일 형태로 이 폴더 안에 쏙 들어갑니다.

현재 상황 (Where We Stand)

지금까지의 설명만 들으면 텐드릴은 인간의 한계를 가뿐히 뛰어넘어 무한히 스스로 발전하는 전지전능한 만능 인공지능처럼 느껴집니다. 하지만 소프트웨어 엔지니어링의 차가운 현실은 아름다운 이론처럼 매끄럽게 굴러가지 않습니다.

다시 주방의 비유로 돌아가 보겠습니다. 요리 시간을 단축하겠다며 사과 껍질 전용 깎기, 아보카도 씨앗 전용 칼, 마늘 꽁다리 특수 가위 등 온갖 기이한 기능성 도구들을 마구 사들였다고 상상해 보세요. 처음에는 유용할지 모르지만, 이런 특수 도구들이 서랍에 수백 개씩 쌓이면 어떻게 될까요? 파를 썰기 위해 평범한 식칼 하나가 필요한 순간, 온갖 잡동사니들이 뒤엉킨 서랍 속을 땀 뻘뻘 흘리며 뒤지느라 엄청난 스트레스를 받게 될 것입니다.

“오늘 회의록 정리해 줘”라고 했더니, AI가 범용적인 텍스트 요약 도구 대신 ‘2026년 5월 27일 마케팅 부서 아침 회의록에 등장하는 특정 인물의 발언만 엑셀로 추출하는 도구’를 만들어 버리는 식입니다. 내일 당장 다른 부서의 회의록을 요약할 때는 아무 쓸모가 없는 일회성 디지털 쓰레기가 되는 것이죠.

앞으로 어떻게 될까? (What’s Next)

이러한 뼈아픈 한계와 비판에도 불구하고, 텐드릴 프로젝트가 IT 세상에 던져준 혁신성은 결코 가볍게 폄하될 수 없습니다. 인간이 떠먹여 주는 도구만 수동적으로 소비하던 인공지능이, 자기 주도적으로 상황을 파악해 도구를 창조하고 자신의 지능 생태계를 직접 개척하려 한 첫 번째 진지한 시도이기 때문입니다.

비록 지금의 텐드릴은 자신이 만들어낸 수많은 도구를 정리하지 못해 주방 서랍을 어지럽히는 열정 넘치는 초보 주방장처럼 보일지 모릅니다. 하지만 인간의 개입 없이 AI가 스스로 코드를 짜고, 컴퓨터에 저장하며, 시스템을 끄지 않고 즉시 불러와 재사용할 수 있다는 이 자율적인 구조 자체가 성공적으로 작동한다는 것을 증명해 냈다는 사실은 엄청난 도약입니다.

미래의 전문가들은 텐드릴 같은 자가 확장형 인공지능이 진정으로 쓸모 있는 진화를 이룩하기 위해서는, 새로운 도구를 ‘만드는 능력’ 못지않게 도구를 과감히 ‘버리는 능력’이 필수적으로 결합되어야 한다고 입을 모읍니다.

식물학의 덩굴손 비유를 다시 떠올려보세요. 덩굴 식물이 무조건 모든 방향으로 덩굴손을 뻗기만 한다면 제 무게를 이기지 못하고 무너져 내릴 것입니다. 식물이 튼튼하게 자라려면 영양분이 통하지 않는 마른 가지와 쓸모없는 덩굴손을 스스로 끊어내는 자연의 지혜가 필요합니다.

앞으로 펼쳐질 AI 개발의 핵심 과제는 바로 이 ‘소프트웨어 덩굴손’들을 어떻게 적절하게 가지치기(pruning)할 것인지에 집중될 것입니다. 한 달 이상 쓰이지 않는 일회성 도구들을 AI가 스스로 스캔해 폐기하거나, 비슷한 도구들을 하나의 범용적인 통합 도구로 압축하는 ‘자동 정리정돈’ 능력이 도입되어야만 합니다. 이 복잡한 기술적 난제를 성공적으로 풀어낼 때, 우리는 시시각각 변하는 환경에 적응하며 지능을 무한히 확장해 나가는 완벽하게 독립적인 디지털 비서를 만나게 될 것입니다.

AI의 시선 (AI’s Take)

모든 위대한 혁신이 그렇듯, 완벽한 자동화로 향하는 길목에는 언제나 ‘정리정돈’이라는 예상치 못한 장벽이 기다리고 있습니다. 텐드릴이 보여준 스스로 도구를 창조하는 능력은 분명 인공지능의 역사에 한 획을 긋는 마법 같은 발전입니다. 하지만 진정한 독립과 지능의 완성은 단순히 기능을 더하는 것만으로는 이루어질 수 없습니다.

인공지능이 무한히 팽창하는 데이터와 코드의 바다 속에서 길을 잃지 않고 진정으로 똑똑해지기 위해서는, 끝없이 창조하는 폭발적인 에너지뿐만 아니라 쓸모없는 것을 과감히 버려내는 성숙한 지혜도 함께 배워야 할 것입니다. 가지치기 없는 나무가 건강하게 자랄 수 없듯, 망각과 삭제를 배운 AI만이 더 높고 튼튼한 미래의 기술 생태계를 뻗어 나갈 수 있습니다.

참고자료

1. [TENDRIL

   definition in the Cambridge English Dictionary](https://dictionary.cambridge.org/us/dictionary/english/tendril)

2. Tendril — Grokipedia
3. GitHub - serverless-dna/tendril · GitHub

4. [Building Self-Extending CLI Tools with Strands Agent

   AWS DevOps & Developer Productivity Blog](https://aws.amazon.com/blogs/devops/building-self-extending-cli-tools-with-aws-strands/)

5. [Tendril – a self-extending agent that builds and registers its own tools

   Hacker News](https://news.ycombinator.com/item?id=47921377)