Visa 암호화폐 책임자: 2026년 Crypto와 AI의 8가지 진화 방향

원문 저자: Cuy Sheffield, Visa 부사장 겸 암호화폐 비즈니스 책임자

원문 번역: Saoirse, Foresight News

암호화폐와 AI가 점차 성숙해감에 따라, 이 두 분야에서 가장 중요한 변화는 더 이상 '이론적으로 가능하다'가 아니라 '실제로 신뢰성 있게 구현될 수 있다'는 점입니다. 현재, 두 기술 모두 중요한 문턱을 넘어 성능이 크게 향상되었지만, 실제 적용 및 보급률은 여전히 불균형합니다. 2026년의 핵심 발전 동향은 바로 이 '성능과 보급' 사이의 격차에서 비롯됩니다.

다음은 제가 오랫동안 주목해 온 몇 가지 핵심 주제와, 이러한 기술 발전 방향, 가치가 축적되는 영역, 그리고 '왜 최종 승리자가 업계 선구자들과 완전히 다를 수 있는지'에 대한 예비적인 생각입니다.

주제 1: 암호화폐는 투기적 자산 범주에서 우수한 기술로 전환 중

암호화폐 발전의 첫 10년은 '투기적 우위'가 핵심 특징이었습니다 — 그 시장은 글로벌하고, 연속적이며, 매우 개방적이었고, 극심한 변동성은 암호화폐 거래를 기존 금융 시장보다 더 역동적이고 매력적으로 만들었습니다.

그러나 동시에, 그 기반 기술은 주류 적용을 위한 준비가 되어 있지 않았습니다: 초기 블록체인은 느리고, 비용이 높으며, 안정성이 부족했습니다. 투기 시나리오를 제외하면, 암호화폐는 비용, 속도 또는 편의성 측면에서 거의 기존 전통 시스템을 능가한 적이 없었습니다.

이제 이러한 불균형이 뒤집히기 시작하고 있습니다. 블록체인 기술은 더 빠르고, 경제적이며, 신뢰할 수 있게 되었고, 암호화폐의 가장 매력적인 적용 사례는 더 이상 투기가 아니라 인프라 영역 — 특히 결제 및 지불 단계입니다. 암호화폐가 더 성숙한 기술이 되어감에 따라, 투기의 중심적 지위는 점차 약화될 것입니다: 그것이 완전히 사라지지는 않겠지만, 더 이상 가치의 주요 원천이 되지 않을 것입니다.

주제 2: 스테이블코인은 암호화폐의 '순수한 실용성'에서 나온 명확한 성과

스테이블코인은 과거의 암호화폐 서사와 다릅니다. 그 성공은 구체적이고 객관적인 기준에 기반합니다: 특정 시나리오에서 스테이블코인은 기존 지불 채널보다 더 빠르고, 비용이 적으며, 범위가 더 넓고, 동시에 현대 소프트웨어 시스템에 원활하게 통합될 수 있습니다.

스테이블코인은 사용자가 암호화폐를 '이데올로기'로 믿도록 요구하지 않으며, 그 적용은 종종 기존 제품과 업무 흐름에서 '은밀하게 발생'합니다 — 이는 이전에 암호화폐 생태계가 '변동성이 너무 크고 투명하지 않다'고 생각했던 기관과 기업이 마침내 그 가치를 명확히 이해할 수 있게 합니다.

말하자면, 스테이블코인은 암호화폐가 '투기성'이 아닌 '실용성'에 다시 고정되도록 돕고, '암호화폐가 어떻게 성공적으로 구현될 수 있는지'에 대한 명확한 기준을 세웠습니다.

주제 3: 암호화폐가 인프라가 될 때, '유통 능력'이 '기술적 참신성'보다 더 중요

과거에 암호화폐가 주로 '투기 도구' 역할을 할 때, 그 '유통'은 내생적이었습니다 — 새로운 토큰은 단지 '존재'하기만 해도 자연스럽게 유동성과 관심을 축적할 수 있었습니다.

그러나 암호화폐가 인프라가 되면서, 그 적용 시나리오는 '시장 수준'에서 '제품 수준'으로 전환되고 있습니다: 그것은 지불 프로세스, 플랫폼 및 기업 시스템에 내장되며, 최종 사용자는 종종 그 존재를 인식하지 못합니다.

이러한 전환은 두 가지 유형의 주체에게 매우 유리합니다: 하나는 기존 유통 채널과 신뢰할 수 있는 고객 관계를 가진 기업이고, 다른 하나는 규제 허가, 규정 준수 체계 및 리스크 관리 인프라를 갖춘 기관입니다. 단순히 '프로토콜의 참신성'만으로는 더 이상 암호화폐의 대규모 적용을 추진하기에 충분하지 않습니다.

주제 4: AI 에이전트는 실용적 가치를 가지며, 그 영향은 코딩 영역을 넘어서고 있음

AI 에이전트(Agents)의 실용성이 점점 더 두드러지고 있지만, 그 역할은 종종 오해를 받습니다: 가장 성공적인 에이전트는 '자율적 의사 결정자'가 아니라 '업무 흐름에서 조정 비용을 낮추는 도구'입니다.

역사적으로 볼 때, 이 점은 소프트웨어 개발 분야에서 가장 분명하게 나타났습니다 — 에이전트 도구는 코딩, 디버깅, 코드 리팩토링 및 환경 구축의 효율성을 가속화했습니다. 그러나 최근 몇 년 동안, 이러한 '도구적 가치'는 더 많은 영역으로 크게 확산되고 있습니다.

Claude Code와 같은 도구를 예로 들면, 비록 그것이 '개발자 도구'로 포지셔닝되어 있지만, 그 빠른 보급 뒤에는 더 깊은 추세가 반영되어 있습니다: 에이전트 시스템은 단지 프로그래밍 영역에 국한되지 않고 '지식 작업의 인터페이스'가 되어가고 있습니다. 사용자들은 연구, 분석, 글쓰기, 계획, 데이터 처리 및 운영 작업에 '에이전트 주도 업무 흐름'을 적용하기 시작하고 있습니다 — 이러한 작업은 전통적인 프로그래밍보다 '범용 전문 작업'에 더 가깝습니다.

정말로 중요한 것은 '분위기 코딩' 자체가 아니라 그 뒤에 있는 핵심 패턴입니다:

• 사용자가 위임하는 것은 '구체적인 단계'가 아니라 '목표 의도'입니다;
• 에이전트는 파일, 도구 및 작업에 걸쳐 '컨텍스트 정보'를 관리합니다;
• 작업 모드는 '선형적 진행'에서 '반복적, 대화식'으로 전환됩니다.

다양한 지식 작업에서 에이전트는 컨텍스트 수집, 제한된 작업 실행, 프로세스 인계 감소, 반복 효율성 가속화에 능숙하지만, '개방형 판단', '책임 귀속' 및 '오류 수정' 측면에서는 여전히 단점이 있습니다.

따라서 현재 생산 시나리오에 사용되는 대부분의 에이전트는 여전히 '범위가 제한되고, 감독을 받으며, 시스템에 내장'되어야 하며, 완전히 독립적으로 실행되지는 않습니다. 에이전트의 실제 가치는 '노동력 대체'나 '완전한 자율성 달성'이 아니라 '지식 작업 흐름의 재구성'에서 비롯됩니다.

주제 5: AI의 병목 현상은 '지능 수준'에서 '신뢰도'로 전환됨

AI 모델의 지능 수준은 빠르게 향상되었으며, 오늘날의 제한 요인은 더 이상 '단일 언어 유창성 또는 추론 능력'이 아니라 '실제 시스템에서의 신뢰성'입니다.

생산 환경은 세 가지 유형의 문제를 용납하지 않습니다: 첫째는 AI '환각'(허위 정보 생성), 둘째는 출력 결과의 불일치, 셋째는 오류 모드의 불투명성입니다. 일단 AI가 고객 서비스, 자금 거래 또는 규정 준수 단계에 관여하면, '대략적으로 맞는' 결과는 더 이상 받아들여질 수 없습니다.

'신뢰'의 구축에는 네 가지 기초가 필요합니다: 첫째는 결과 추적 가능성, 둘째는 기억 능력 보유, 셋째는 검증 가능성, 넷째는 '불확실성'을 능동적으로 노출할 수 있는 능력입니다. 이러한 능력이 충분히 성숙되기 전에는 AI의 자율성은 제한되어야 합니다.

주제 6: 시스템 엔지니어링이 AI의 생산 시나리오 적용 여부를 결정

성공적인 AI 제품은 '모델'을 '완제품'이 아닌 '구성 요소'로 간주합니다 — 그 신뢰성은 '프롬프트 최적화'가 아니라 '아키텍처 설계'에서 비롯됩니다.

여기서 '아키텍처 설계'에는 상태 관리, 제어 흐름, 평가 및 모니터링 체계, 그리고 오류 처리 및 복구 메커니즘이 포함됩니다. 또한 바로 이 때문에, 오늘날 AI의 발전은 '최전선 이론 연구'보다 '전통적인 소프트웨어 엔지니어링'에 점점 더 가까워지고 있습니다.

장기적 가치는 두 가지 유형의 주체에게 기울어질 것입니다: 하나는 시스템 구축자이고, 다른 하나는 업무 흐름과 유통 채널을 통제하는 플랫폼 소유자입니다.

에이전트 도구가 코딩 영역에서 연구, 글쓰기, 분석 및 운영 프로세스로 확장됨에 따라, '시스템 엔지니어링'의 중요성은 더욱 부각될 것입니다: 지식 작업은 종종 복잡하고, 상태 정보에 의존하며, 컨텍스트가 밀집되어 있어, '출력만 생성할 수 있는 에이전트'가 아니라 '기억, 도구 및 반복 과정을 신뢰성 있게 관리할 수 있는 에이전트'가 더 가치 있게 됩니다.

주제 7: 개방형 모델과 중앙 집중식 통제의 모순, 아직 해결되지 않은 거버넌스 문제 야기

AI 시스템의 능력이 강화되고 경제 영역과의 융합이 심화됨에 따라, '누가 가장 강력한 AI 모델을 소유하고 통제하는가'라는 문제는 핵심적인 모순을 야기하고 있습니다.

한편으로, AI 최전선 분야의 연구 개발은 여전히 '자본 집약적'이며, '컴퓨팅 파워 획득, 규제 정책 및 지리정치학'의 영향을 받아 집중도가 점점 높아지고 있습니다; 다른 한편으로, 오픈소스 모델과 오픈소스 도구는 '광범위한 실험, 편리한 배포'의 추진 아래 지속적으로 반복 및 최적화되고 있습니다.

이러한 '중앙 집중과 개방이 공존하는' 구도는 일련의 미해결 문제를 야기했습니다: 의존성 리스크, 감사 가능성, 투명성, 장기적 협상 능력, 그리고 핵심 인프라에 대한 통제권입니다. 가장 가능성 있는 결과는 '하이브리드 모델'입니다 — 최전선 모델은 기술 능력의 돌파를 추진하는 반면, 개방형 또는 반개방형 시스템은 이러한 능력을 '광범위하게 분포된 소프트웨어'에 통합합니다.

주제 8: 프로그래밍 가능한 화폐가 새로운 유형의 에이전트 지불 흐름을 창출

AI 시스템이 업무 흐름에서 역할을 할 때, 그들은 '경제적 상호작용'에 대한 수요가 점점 증가하고 있습니다 — 예를 들어 서비스 비용 지불, API 호출, 다른 에이전트에 보수 지급, 또는 '사용량 기반 상호작용 비용' 결제 등입니다.

이러한 수요는 '스테이블코인'을 다시 주목받게 합니다: 그것은 프로그래밍 가능하고, 감사 가능하며, 인적 개입 없이 이체를 완료할 수 있는 '기계 고유 화폐'로 간주됩니다.

x402와 같은 '개발자 지향 프로토콜'을 예로 들면, 비록 현재는 여전히 초기 실험 단계에 있지만, 그것이 가리키는 방향은 매우 명확합니다: 지불 흐름은 전통적인 '결제 페이지'가 아니라 'API 형태'로 운영될 것입니다 — 이는 소프트웨어 에이전트 간에 '지속적이고 정교한 거래'를 가능하게 할 것입니다.

현재, 이 분야는 여전히 미숙합니다: 거래 규모가 작고, 사용자 경험이 조잡하며, 보안 및 권한 체계가 여전히 완비 중입니다. 그러나 인프라의 혁신은 종종 이런 '초기 탐색'에서 시작됩니다.

주목할 점은, 그 의미가 '자율성을 위한 자율성'이 아니라 '소프트웨어가 프로그래밍을 통해 거래를 완료할 수 있을 때, 새로운 경제적 행동이 가능해질 것'이라는 점입니다.

결론

암호화폐이든 인공지능이든, 초기 발전 단계는 '눈길을 끄는 개념'과 '기술적 참신성'을 더 선호합니다; 그러나 다음 단계에서는 '신뢰성', '거버넌스 능력' 및 '유통 능력'이 더 중요한 경쟁 차원이 될 것입니다.

오늘날, 기술 자체는 더 이상 주요 제한 요인이 아니며, '기술을 실제 시스템에 내장하는 것'이 핵심입니다.

제 생각에, 2026년의 상징적 특징은 '어떤 하나의 획기적인 기술'이 아니라 '인프라의 꾸준한 축적'입니다 — 이러한 시설들은 조용히 작동하면서도, '가치가 흐르는 방식'과 '작업이 수행되는 모드'를 은밀하게 재구성하고 있습니다.