2025년의 에이전틱 파이낸스 생태도

Agentic Finance(AgentFi)란 무엇인가?

Agentic Finance는 AI 또는 머신러닝을 사용하여 사용자 자금을 능동적으로 관리하거나 개인화된 금융 조언을 제공하는 신흥 금융 제품 범주를 의미합니다. 일부 제품은 대형 언어 모델(LLMs)을 활용하여 상호작용 및 분석을 수행하고, 다른 제품은 규칙 엔진이나 전통적인 머신러닝 알고리즘에 의존합니다. 기본 기술 경로는 다양하지만, 이들은 일반적으로 '에이전틱' 제품으로 자칭합니다.

현재 Agentic Finance는 혁신자 단계에 있으며, 초기 채택 곡선의 시작점에 해당합니다. 곧 다양한 에이전트와 AI 어시스턴트가 금융 활동을 주도할 것입니다. 출처: Ramp

그러나 가까운 미래에 거래자, 자산 관리자, 금융 분석가와 같은 전문 직업인들은 전용 스마트 에이전트 도구를 통해 효율성을 높일 것이며, 동시에 일반 사용자를 위한 자동화된 에이전트 버전도 동시 출시될 것입니다. 이러한 추세는 이미 나타나고 있습니다: 예를 들어, 솔라나 네트워크에서 자동화된 거래 로봇은 이미 거래량의 절반 이상을 차지하고 있습니다¹.

자율성 vs 지능성: AgentFi의 능력 좌표계

다양한 Agentic 프로젝트는 서비스 시나리오와 기술 능력에 따라 '자율성 - 지능성' 좌표계에 분포되어 있습니다.

가로축은 지능 수준을 나타냅니다: 왼쪽은 규칙 및 통계 모델 기반의 도구, 중간은 전통적인 머신러닝 모델, 오른쪽은 대형 언어 모델(LLM) 또는 그 후속 기술 기반의 고급 지능체입니다;

세로축은 자율성 수준을 나타냅니다: 하단은 단순히 조언 및 분석을 제공하는 '조언형 에이전트', 상단은 완전 자동 의사 결정 및 실행 권한을 가진 '전자동 에이전트', 중간은 '인간 개입'(Human-in-the-loop) 혼합형 구조입니다.

Agentic Finance를 언급할 때 많은 사람들은 자동 거래 및 독립적으로 포트폴리오를 관리할 수 있는 '투명한 로봇' 또는 고급 LLM 시스템을 연상합니다. 그러나 현실에서는 이러한 시스템이 대규모로 배포되지 않았으며, 그 이유는 LLM이 여전히 안정성 부족 문제를 안고 있기 때문입니다. 예를 들어, LLM은 여전히 허위 정보를 '환각'할 수 있으며, 최근까지 기본적인 계산 능력(예: strawberry에 몇 개의 r가 포함되어 있는지 통계)을 갖추지 못했습니다. 현재 대부분의 에이전트는 LLM을 인간-기계 상호작용 인터페이스 또는 데이터 분석 층에만 사용하고 있으며, 자금 관리 부분은 여전히 성숙한 통계 모델이나 머신러닝 알고리즘에 의존하고 있습니다. 이러한 기술은 전통 금융(TradFi) 분야에서 수십 년 동안 사용되어 왔습니다.

LLM의 발전 경로를 보면, 숫자 및 논리적 추론 처리에서의 약점은 역사적 이유가 있습니다------처음에는 언어 예측을 위해 설계되었기 때문입니다. 그러나 이러한 상황은 빠르게 변화하고 있습니다. 예를 들어, Anthropic은 기관에서 채택된 금융 제품을 출시하였고, OpenAI는 국제 수학 올림픽에서 경쟁력을 갖춘 모델을 훈련시켰습니다.

2025년 대리 금융(Agentic Finance) 프로젝트 전경

다음은 현재 자금 관리 능력을 갖추고 사용자에게 개방된 Agentic 프로젝트 목록입니다. 개발 중이거나 내부 테스트 단계에 있는 프로젝트는 제외되며, LLM을 인터페이스로만 사용하고 사용자가 수동으로 결정을 내려야 하는 제품도 제외되므로 많은 프로젝트가 이번 조사에 포함되지 않았습니다.

거래 및 자산 배분형 에이전트

거래형 에이전트는 대중이 가장 많이 연상하는 대리 금융 제품입니다. 이러한 에이전트는 자동으로 포트폴리오를 조정하거나 매매 자산을 선택하여 사용자 자금을 관리합니다. 자동 거래를 실현하기 위해 에이전트 시스템은 일반적으로 거래 권한, 자산 접근, 예산 관리, 사전 설정된 전략 및 고품질 데이터와 같은 구성 요소를 갖추어야 합니다. 다음은 현재 하나 이상의 기능을 지원하는 프로젝트 목록입니다:

Cambrian이 최근 X 플랫폼에서 실시한 투표에 따르면, 대다수 사용자가 고위험 거래 에이전트에 대해 높은 관심을 보였습니다.

유동성 제공(LP)형 에이전트

탈중앙화 거래 플랫폼(DEX)은 제3자 유동성 제공자(LP)에 의존하여 거래 가능한 자산을 제공합니다. 거래자가 지불하는 수수료는 LP가 얻습니다. LP의 수익은 무상 손실, 거래량, DEX 프로토콜 인센티브 등 여러 요인에 따라 달라집니다. 다음 에이전트 도구는 LP가 최적의 유동성 구성 경로를 식별하는 데 도움을 줄 수 있습니다:

대출형 에이전트

암호화 시장에서 사용자는 대출자에게 자산을 제공하여 이자를 얻을 수 있습니다. 대출 에이전트는 대출 프로토콜에 참여할지 여부를 결정할 때 수익률, 위험 노출 및 기회 비용 등의 요소를 평가해야 합니다. 다음은 일부 이미 출시된 대출 에이전트 프로젝트입니다:

예측 및 베팅형 에이전트

예측 시장은 사용자가 미래 사건 결과에 베팅할 수 있도록 허용합니다. 예를 들어 선거 또는 스포츠 이벤트와 같은 것입니다. 이러한 시장은 일반적으로 뉴스 또는 현실 세계 정보를 실시간으로 추적하는 데 의존하며, 이러한 정보는 언제든지 변할 수 있습니다. 예측 시장은 본질적으로 대리 참여 메커니즘과 잘 맞아떨어지며, Vitalik Buterin은 그의 정보 금융(InfoFi) 개념에서 이를 강조했습니다.

감정, 기본적 분석, 뉴스, 기술 분석 에이전트

투자자는 일반적으로 시장 분석을 통해 '무엇을 살 것인가'를 판단하고, 감정 분석을 통해 '언제 사고 팔 것인가'를 판단합니다. LLM은 이러한 분석에서 혁신적인 가치를 보여줍니다: 분석할 수 있는 데이터의 규모와 속도를 크게 확장할 뿐만 아니라, 맥락 이해 능력을 향상시켜 데이터 소스 간의 연관성을 식별하여 보다 포괄적인 통찰을 제공합니다.
위의 실행 가능한 거래를 수행하는 에이전트와는 달리, 분석형 에이전트는 정보 지원만 제공하며 직접적인 작업을 수행하지 않습니다. 다음은 그 중 일부 대표 프로젝트입니다:

주목할 점은 Agentic Finance 생태계가 빠르게 진화하고 있으며, 기존 프로젝트도 지속적으로 사업 경계를 확장하고 있다는 것입니다. 예를 들어, 오늘날 대출 에이전트로 분류된 제품은 미래에 유동성 관리 등 분야로 확장될 수 있습니다.

Agentic Finance의 미래 트렌드

체인 상 자산이 지속적으로 증가하고 있으며, 체인 상 스테이블코인 거래량이 사상 최고치를 기록하고, 전통 금융 기술 기업들도 체인 상 인프라에 접속하고 있습니다. 예를 들어, Robinhood는 최근 미국 주식 토큰화 서비스를 출시하여 24/7 체인 상 거래를 실현하고, 전 세계 투자자에게 개방하였습니다.

암호화 산업은 점차 '투기 거래' 서사를 넘어, 투자 기능을 포함하는 보다 광범위한 응용 시나리오로 나아가고 있습니다.

그러나 많은 사용자에게 있어 DeFi에 성공적으로 참여하는 것은 여전히 상당한 장벽이 존재합니다. 그리고 이것이 바로 대리 제품의 진입점입니다: 이는 사용 가능성과 수익성을 크게 향상시킬 것으로 기대되며, DeFi의 보급을 촉진하는 핵심이 될 것입니다.

Agentic Finance는 전혀 새로운 시장 세분화 분야로, 위에서 언급한 도구는 TradFi와 DeFi 모두에서 처음 시도되는 것입니다. 우리는 일부 초기 프로젝트가 그 비전을 실현하지 못할 가능성이 있지만, 전체 생태계는 지속적으로 성숙할 것이라고 예상합니다. 결국, 에이전트를 사용하는 것이 금융 참여의 주류 방식이 될 것이며, '대리 금융'의 첫 발을 내딛은 사용자들이 장기적인 보상을 받을 가능성이 더 높아질 것입니다.

또한, 개발자들이 지속적으로 안정적인 수익을 제공함에 따라, 사용자는 에이전트 전략의 세부 사항에 대한 관심을 줄일 것이며, 미래의 에이전트는 복잡성과 효율성을 높이기 위해 여러 능력을 통합할 가능성이 있습니다(예: 거래 및 LP 포지션을 동시에 관리).