다음 단계에서는 "신뢰성", "관리 역량" 및 "유통 역량"이 더욱 중요한 경쟁력 요소가 될 것입니다.
글쓴이: 비자 부사장 겸 암호 업무 부문 책임자 쿠이 셰필드
작성: 사오르세, 포사이트 뉴스
암호화폐와 인공지능이 성숙해짐에 따라, 이 두 분야에서 가장 중요한 변화는 더 이상 "이론적으로 실현 가능성"이 아니라 "실제로 안정적으로 구현 가능성"으로 바뀌고 있습니다. 현재 두 기술 모두 주요 난관을 극복하고 상당한 성능 향상을 이루었지만, 도입률은 여전히 고르지 않습니다. 2026년의 핵심 발전 추세는 바로 이러한 "성능과 도입률 간의 격차"에서 비롯됩니다.
아래에는 제가 오랫동안 집중해 온 몇 가지 핵심 주제와 기술 개발 방향, 가치 축적 영역, 심지어 "궁극적인 승자가 업계 선구자와 매우 다를 수 있는 이유"에 대한 초기 생각을 정리해 보았습니다.
주제 1: 암호화폐는 투기성 자산에서 프리미엄 기술로 전환되고 있습니다.
암호화폐 개발의 첫 10년은 "투기적 이점"으로 특징지어졌습니다. 암호화폐 시장은 세계적이고 지속적이며 매우 개방적이며, 극심한 변동성으로 인해 암호화폐 거래는 전통적인 금융 시장보다 더 역동적이고 매력적입니다.
하지만 동시에, 그 기반 기술은 아직 주류 애플리케이션에 적용될 준비가 되어 있지 않습니다. 초기 블록체인은 속도가 느리고 비용이 많이 들었으며 안정성이 부족했습니다. 투기적인 시나리오를 제외하면, 암호화폐는 비용, 속도 또는 편의성 측면에서 기존의 전통적인 시스템을 거의 능가한 적이 없습니다.
이러한 불균형은 이제 역전되기 시작했습니다. 블록체인 기술은 더욱 빠르고 경제적이며 신뢰할 수 있게 되었고, 암호화폐의 가장 매력적인 활용 분야는 더 이상 투기가 아니라 인프라 부문, 특히 결제 및 지불 분야입니다. 암호화폐 기술이 더욱 정교해짐에 따라 투기는 점차 중심적인 역할을 잃게 될 것입니다. 완전히 사라지지는 않겠지만, 더 이상 가치의 주요 원천은 아닐 것입니다.
주제 2: 스테이블코인은 "순수한 유용성" 측면에서 암호화폐의 명확한 성과입니다.
기존 암호화폐 관련 이야기와는 달리, 스테이블코인의 성공은 구체적이고 객관적인 기준에 기반합니다. 특정 시나리오에서 스테이블코인은 기존 결제 채널보다 빠르고 저렴하며 폭넓은 적용 범위를 제공하는 동시에 최신 소프트웨어 시스템에 원활하게 통합됩니다.
스테이블코인은 사용자가 암호화폐를 "이념"으로 받아들일 필요가 없으며, 기존 제품 및 워크플로에 "암묵적으로" 통합되어 활용됩니다. 이는 이전에는 암호화폐 생태계가 "너무 변동성이 크고 투명성이 부족하다"고 여겼던 기관과 기업들이 마침내 그 가치를 명확하게 이해할 수 있도록 해줍니다.
스테이블코인은 암호화폐가 투기성보다는 실용성에 다시 뿌리를 내리도록 도왔으며, "암호화폐가 성공적으로 구현될 수 있는 방법"에 대한 명확한 기준을 제시했다고 할 수 있습니다.
주제 3: 암호화폐가 인프라가 될 때, "분산 능력"은 "기술적 참신성"보다 더 중요해진다
과거 암호화폐가 주로 "투기 도구"로 사용되던 시절에는 그 "분배"가 내재적이었습니다. 새로운 토큰은 "존재"하기만 하면 자연스럽게 유동성과 관심을 얻게 되었습니다.
암호화폐가 인프라로 자리 잡으면서 그 적용 시나리오는 "시장 수준"에서 "제품 수준"으로 이동하고 있습니다. 암호화폐는 결제 프로세스, 플랫폼, 기업 시스템에 내장되어 있으며, 최종 사용자는 종종 그 존재조차 인지하지 못합니다.
이러한 변화는 두 가지 유형의 주체에게 매우 유리합니다. 첫째, 기존 유통 채널과 탄탄한 고객 관계를 보유한 기업, 둘째, 규제 승인, 규정 준수 시스템 및 리스크 관리 인프라를 갖춘 기관입니다. 이제 단순히 "프로토콜의 참신함"만으로는 암호화폐의 대규모 도입을 촉진하기에 충분하지 않습니다.
주제 4: AI 지능형 에이전트는 실질적인 가치를 지니고 있으며, 그 영향력은 코딩 분야를 넘어 확장되고 있습니다.
인공지능 에이전트의 실용성은 점점 더 분명해지고 있지만, 그 역할은 종종 오해되고 있습니다. 가장 성공적인 에이전트는 "자율적인 의사 결정자"가 아니라 "워크플로우에서 조정 비용을 줄이는 도구"입니다.
역사적으로 이러한 현상은 소프트웨어 개발 분야에서 가장 두드러지게 나타났습니다. 에이전트 도구는 코딩, 디버깅, 코드 리팩토링 및 환경 설정의 효율성을 크게 향상시켜 왔습니다. 그러나 최근 몇 년 동안 이러한 "도구의 가치"는 훨씬 더 많은 분야로 확산되고 있습니다.
클로드 코드(Claude Code)와 같은 도구를 예로 들어보겠습니다. 이 도구는 "개발자 도구"로 분류되지만, 그 빠른 인기는 더 심오한 추세를 반영합니다. 바로 지능형 에이전트 시스템이 프로그래밍 분야에만 국한되지 않고 "지식 작업을 위한 인터페이스"로 진화하고 있다는 것입니다. 사용자들은 연구, 분석, 글쓰기, 계획 수립, 데이터 처리, 운영 작업 등 전통적인 프로그래밍보다는 "일반적인 전문 업무"에 더 가까운 작업들에 "에이전트 기반 워크플로우"를 적용하기 시작했습니다.
진정한 핵심은 "앰비언스 코딩" 그 자체가 아니라, 그 이면에 숨겨진 핵심 패턴입니다.
- 사용자는 "구체적인 단계"가 아니라 "목표 의도"를 맡기는 것입니다.
- 지능형 에이전트는 파일, 도구 및 작업 전반에 걸쳐 "상황 정보"를 관리합니다.
- 업무 방식이 "선형적 발전"에서 "반복적이고 대화적인" 방식으로 바뀌었습니다.
다양한 지식 기반 작업에서 지능형 에이전트는 맥락 수집, 제한된 작업 실행, 프로세스 인수인계 감소, 반복 효율성 가속화에 탁월하지만, "개방적 판단", "책임 귀속", "오류 수정" 측면에서는 여전히 부족한 점이 있다.
따라서 현재 실제 운영 환경에서 사용되는 대부분의 지능형 에이전트는 완전히 독립적으로 작동하기보다는 여전히 "범위가 제한적이고, 감독을 받으며, 시스템에 내장된" 형태를 띠어야 합니다. 지능형 에이전트의 진정한 가치는 "노동력을 대체"하거나 "완전한 자율성을 달성"하는 것이 아니라 "지식 워크플로를 재구성"하는 데 있습니다.
주제 5: 인공지능의 병목 현상은 "지능 수준"에서 "신뢰 수준"으로 옮겨갔다.
인공지능 모델의 지능 수준은 빠르게 향상되었습니다. 오늘날의 제한 요소는 더 이상 "단일 언어 구사 능력이나 추론 능력"이 아니라 "실제 시스템에서의 신뢰성"입니다.
실제 운영 환경에서는 다음 세 가지 유형의 문제에 대해 무관용 원칙이 적용됩니다. 첫째, AI의 "착각"(허위 정보 생성), 둘째, 일관성 없는 출력 결과, 셋째, 불투명한 오류 모드입니다. AI가 고객 서비스, 금융 거래 또는 규정 준수 프로세스에 관여하게 되면 "대체로 정확한" 결과는 더 이상 용납되지 않습니다.
'신뢰'를 구축하려면 네 가지 기반이 필요합니다. 첫째, 결과의 추적 가능성, 둘째, 기억 능력, 셋째, 검증 가능성, 넷째, '불확실성'을 사전에 드러낼 수 있는 능력입니다. 이러한 역량이 충분히 성숙해질 때까지 인공지능의 자율성은 제한되어야 합니다.
주제 6: 시스템 엔지니어링은 AI를 실제 운영 환경에 적용할 수 있는지 여부를 결정합니다.
성공적인 AI 제품은 "모델"을 "완성품"이 아닌 "구성 요소"로 취급합니다. 모델의 신뢰성은 "프롬프트 단어 최적화"가 아닌 "아키텍처 설계"에서 비롯됩니다.
여기서 말하는 "아키텍처 설계"는 상태 관리, 제어 흐름, 평가 및 모니터링 시스템뿐만 아니라 오류 처리 및 복구 메커니즘까지 포함합니다. 이러한 이유로 오늘날 인공지능 개발은 "최첨단 이론 연구"보다는 "전통적인 소프트웨어 엔지니어링"에 점점 더 가까워지고 있습니다.
장기적인 가치는 시스템 구축업체와 워크플로 및 유통 채널을 통제하는 플랫폼 소유자라는 두 유형의 기업에게 유리하게 작용할 것입니다.
에이전트 도구가 코딩 영역을 넘어 연구, 글쓰기, 분석, 운영 프로세스로 확장됨에 따라 "시스템 엔지니어링"의 중요성은 더욱 분명해질 것입니다. 지식 작업은 종종 복잡하고, 상태 정보에 의존하며, 맥락 집약적이기 때문에 단순히 출력만 생성할 수 있는 에이전트보다는 메모리, 도구, 반복적인 프로세스를 안정적으로 관리할 수 있는 에이전트가 더욱 가치 있게 됩니다.
주제 7: 개방형 모델과 중앙집권적 통제 사이의 모순은 해결되지 않은 거버넌스 문제를 야기한다.
인공지능 시스템의 성능이 향상되고 경제 분야와의 통합이 심화됨에 따라 "가장 강력한 인공지능 모델을 누가 소유하고 통제하는가"라는 문제가 핵심적인 갈등 요소로 떠오르고 있습니다.
한편으로, 최첨단 인공지능 분야의 연구 개발은 여전히 "자본 집약적"이며 "해시레이트 확보, 규제 정책, 지정학적 요인" 등으로 인해 점점 더 특정 분야에 집중되고 있습니다. 다른 한편으로, 오픈 소스 모델과 도구는 "광범위한 실험과 편리한 배포"라는 원동력 아래 지속적으로 발전하고 최적화되고 있습니다.
중앙집중화와 개방성의 공존은 의존성 리스크, 감사, 투명성, 장기적인 협상력, 핵심 인프라 통제 등 해결되지 않은 여러 문제를 야기합니다. 가장 유력한 결과는 "하이브리드 모델"입니다. 최첨단 모델은 기술적 혁신을 주도하고, 개방형 또는 반개방형 시스템은 이러한 역량을 "광범위하게 분산된 소프트웨어"에 통합하는 방식입니다.
주제 8: 프로그래밍 가능한 자금이 새로운 스마트 에이전트 결제 흐름을 촉진합니다
AI 시스템이 워크플로우에서 역할을 수행함에 따라 서비스 비용 지불, API 호출, 다른 지능형 에이전트에 대한 비용 지불 또는 "사용량 기반 상호 작용 수수료" 정산과 같은 "경제적 상호 작용"에 대한 필요성이 증가합니다.
이러한 수요로 인해 "스테이블코인"이 다시 주목받고 있습니다. 스테이블코인은 프로그래밍 가능하고, 감사, 사람의 개입 없이 이체될 수 있는 "기계 친화적인 화폐"로 여겨집니다.
개발자 중심 프로토콜인 x402를 예로 들어보겠습니다. 아직 초기 실험 단계이지만, 그 방향은 매우 명확합니다. 기존의 "결제 페이지"가 아닌 "API" 형태로 결제 흐름이 이루어지도록 하여 소프트웨어 에이전트 간에 "지속적이고 정교한 거래"를 가능하게 하는 것입니다.
현재 이 분야는 아직 초기 단계에 머물러 있습니다. 거래량은 적고, 사용자 경험은 기본적인 수준이며, 보안 및 권한 시스템도 계속 개선되고 있습니다. 하지만 인프라 혁신은 종종 이러한 "초기 탐색"에서 시작됩니다.
여기서 주목할 점은 그 의미가 "단순한 자율성 그 자체"가 아니라 "소프트웨어가 프로그래밍을 통해 거래를 완료할 수 있게 되면 새로운 경제적 행위가 가능해진다"는 것이다.
결론
암호화폐든 인공지능이든, 개발 초기 단계에서는 "시선을 사로잡는 콘셉트"와 "기술적 참신성"이 중요시되었지만, 다음 단계에서는 "신뢰성", "지배구조 역량", "분산 역량"이 더욱 중요한 경쟁력으로 부상할 것입니다.
오늘날 기술 자체는 더 이상 주요 제한 요소가 아닙니다. 핵심은 "기술을 실제 시스템에 통합하는 것"입니다.
제 생각에 2026년을 정의하는 특징은 "획기적인 기술"이 아니라 "꾸준한 인프라 축적"이 될 것입니다. 이러한 인프라는 조용히 작동하면서도 "가치 이전 방식"과 "업무 수행 방식"을 변화시키고 있습니다.
