Visa 암호화 책임자: 2026 Crypto와 AI의 8대 진화 방향

저자: Cuy Sheffield, Visa 부사장 겸 암호화폐 사업 책임자

편집: Saoirse, Foresight News

암호화폐와 AI가 점차 성숙해짐에 따라, 이 두 분야에서 가장 중요한 변화는 더 이상 "이론적으로 가능"한 것이 아니라 "실제로 신뢰할 수 있게 구현"되는 것입니다. 현재 두 기술 모두 중요한 문턱을 넘어 성능이 크게 향상되었지만, 실제 응용의 보급률은 여전히 불균형합니다. 2026년의 핵심 발전 동향은 바로 이 "성능과 보급"의 격차에서 비롯됩니다.

다음은 제가 오랫동안 주목해온 몇 가지 핵심 주제와 이 기술의 발전 방향, 가치 축적 분야, 그리고 "최종 승자가 산업 선구자와 전혀 다를 수 있는 이유"에 대한 초기 생각입니다.

주제 1: 암호화폐는 투기 자산에서 우수한 기술로 전환되고 있다

암호화폐 발전의 첫 번째 10년의 핵심 특징은 "투기적 이점"입니다. 즉, 그 시장은 글로벌하고 연속적이며 개방성이 높아 극심한 변동성으로 인해 암호화폐 거래는 전통 금융 시장보다 더 활기차고 매력적입니다.

하지만 동시에 그 기초 기술은 주류 응용에 대한 준비가 되어 있지 않았습니다: 초기 블록체인은 속도가 느리고 비용이 높으며 안정성이 부족했습니다. 투기적 장면을 제외하고, 암호화폐는 비용, 속도 또는 편리성 면에서 기존 전통 시스템을 거의 초월한 적이 없습니다.

현재 이러한 불균형 상황이 서서히 바뀌고 있습니다. 블록체인 기술은 더 빠르고, 경제적이며, 신뢰할 수 있게 되었고, 암호화폐의 가장 매력적인 응용 장면은 더 이상 투기가 아니라 인프라 분야, 특히 결제 및 지불 단계입니다. 암호화폐가 점차 더 성숙한 기술이 됨에 따라 투기의 핵심 위치는 점차 약화될 것입니다: 완전히 사라지지는 않겠지만, 더 이상 가치의 주요 출처가 되지는 않을 것입니다.

주제 2: 스테이블코인은 암호화폐의 "순수한 실용성"의 명확한 성과이다

스테이블코인은 이전의 암호화폐 서사와는 다릅니다. 그 성공은 구체적이고 객관적인 기준에 기반합니다: 특정 장면에서 스테이블코인은 전통적인 지불 경로보다 더 빠르고, 비용이 낮으며, 범위가 넓고, 현대 소프트웨어 시스템에 원활하게 통합될 수 있습니다.

스테이블코인은 사용자가 암호화폐를 "이데올로기"로 여기고 신봉할 필요가 없으며, 그 응용은 종종 기존 제품 및 작업 흐름에서 "암묵적으로 발생"합니다. 이는 이전에 암호화폐 생태계가 "변동성이 크고 투명하지 않다"고 생각했던 기관 및 기업들이 그 가치를 명확히 이해할 수 있게 해주었습니다.

스테이블코인은 암호화폐가 "투기성"이 아닌 "실용성"에 다시 초점을 맞추도록 도와주며, "암호화폐가 어떻게 성공적으로 구현될 수 있는지"에 대한 명확한 기준을 세웠다고 할 수 있습니다.

주제 3: 암호화폐가 인프라가 될 때, "유통 능력"이 "기술의 참신성"보다 더 중요하다

과거에 암호화폐가 주로 "투기 도구"의 역할을 할 때, 그 "유통"은 내재적이었습니다. 즉, 새로운 토큰은 "존재"하기만 하면 자연스럽게 유동성과 관심을 축적할 수 있었습니다.

하지만 암호화폐가 인프라가 되면서 그 응용 장면은 "시장 차원"에서 "제품 차원"으로 전환되고 있습니다. 즉, 그것은 지불 프로세스, 플랫폼 및 기업 시스템에 통합되어 최종 사용자는 그 존재를 인식하지 못하는 경우가 많습니다.

이러한 전환은 두 가지 주체에게 매우 유리합니다: 하나는 기존 유통 채널과 신뢰할 수 있는 고객 관계를 가진 기업이고, 다른 하나는 규제 허가, 준수 시스템 및 위험 방지 인프라를 갖춘 기관입니다. 단순히 "프로토콜의 참신성"만으로는 암호화폐의 대규모 구현을 추진하기에 부족합니다.

주제 4: AI 에이전트는 실용 가치를 지니며, 그 영향은 코딩 분야를 넘어선다

AI 에이전트의 실용성이 점점 더 부각되고 있지만, 그 역할은 종종 오해받고 있습니다: 가장 성공적인 에이전트는 "자율적 의사결정자"가 아니라 "작업 흐름에서 조정 비용을 줄이는 도구"입니다.

역사적으로 볼 때, 이는 소프트웨어 개발 분야에서 가장 뚜렷하게 나타납니다. AI 에이전트 도구는 코딩, 디버깅, 코드 리팩토링 및 환경 구축의 효율성을 가속화했습니다. 그러나 최근 몇 년 동안 이러한 "도구 가치"는 더 많은 분야로 확산되고 있습니다.

Claude Code와 같은 도구를 예로 들면, 비록 그것이 "개발자 도구"로 자리 잡고 있지만, 그 빠른 보급 뒤에는 더 깊은 경향이 반영되고 있습니다: AI 에이전트 시스템은 "지식 작업의 인터페이스"가 되고 있으며, 단순히 프로그래밍 분야에 국한되지 않습니다. 사용자는 "AI 에이전트 주도의 작업 흐름"을 연구, 분석, 작문, 계획, 데이터 처리 및 운영 작업에 적용하기 시작했습니다. 이러한 작업은 전통적인 프로그래밍보다는 "일반 전문 작업"에 더 가깝습니다.

진정으로 중요한 것은 "환경 코딩" 그 자체가 아니라 그 뒤에 있는 핵심 패턴입니다:

• 사용자가 위임하는 것은 "목표 의도"이며, "구체적인 단계"가 아닙니다;
• AI 에이전트는 파일, 도구 및 작업 관리의 "맥락 정보"를 넘나듭니다;
• 작업 방식은 "선형 진행"에서 "반복적이고 대화식"으로 전환됩니다.

각종 지식 작업에서 AI 에이전트는 맥락을 수집하고, 제한된 작업을 수행하며, 프로세스 전환을 줄이고, 반복 효율성을 가속화하는 데 능숙하지만, "개방형 판단", "책임 귀속" 및 "오류 수정" 측면에서는 여전히 한계가 있습니다.

따라서 현재 생산 장면에서 사용되는 대부분의 AI 에이전트는 여전히 "범위를 제한하고, 감독을 받고, 시스템에 통합"되어야 하며, 완전히 독립적으로 운영될 수는 없습니다. AI 에이전트의 실제 가치는 "지식 작업 흐름의 재구성"에서 비롯되며, "인력을 대체"하거나 "완전한 자율성을 실현"하는 것이 아닙니다.

주제 5: AI의 병목 현상은 "지능 수준"에서 "신뢰도"로 전환되었다

AI 모델의 지능 수준은 빠르게 향상되었으며, 현재의 제한 요소는 더 이상 "단일 언어 유창성 또는 추론 능력"이 아니라 "실제 시스템에서의 신뢰성"입니다.

생산 환경은 세 가지 문제에 대해 제로 톨러런스를 요구합니다: 첫째, AI의 "환각"(허위 정보 생성), 둘째, 출력 결과의 불일치, 셋째, 고장 모드의 불투명성. AI가 고객 서비스, 자금 거래 또는 준수 단계에 관여하게 되면, "대략적으로 올바른" 결과는 더 이상 수용될 수 없습니다.

"신뢰"의 구축에는 네 가지 기초가 필요합니다: 첫째, 결과의 추적 가능성, 둘째, 기억 능력, 셋째, 검증 가능성, 넷째, "불확실성"을 능동적으로 드러낼 수 있어야 합니다. 이러한 능력이 충분히 성숙하기 전까지 AI의 자율성은 제한되어야 합니다.

주제 6: 시스템 공학이 AI의 생산 장면 구현 여부를 결정한다

성공적인 AI 제품은 "모델"을 "구성 요소"로 간주하며 "완제품"으로 보지 않습니다. 그 신뢰성은 "아키텍처 설계"에서 비롯되며, "프롬프트 최적화"에서 오는 것이 아닙니다.

여기서 "아키텍처 설계"는 상태 관리, 제어 흐름, 평가 및 모니터링 시스템, 고장 처리 및 복구 메커니즘을 포함합니다. 따라서 현재 AI의 발전은 "전통 소프트웨어 공학"에 점점 더 가까워지고 있으며, "최전선 이론 연구"와는 거리가 멀어지고 있습니다.

장기적인 가치는 두 가지 주체에게 기울어질 것입니다: 하나는 시스템 구축자, 다른 하나는 작업 흐름 및 유통 채널을 제어하는 플랫폼 소유자입니다.

AI 에이전트 도구가 코딩 분야에서 연구, 작문, 분석 및 운영 프로세스로 확장됨에 따라 "시스템 공학"의 중요성이 더욱 부각될 것입니다. 지식 작업은 종종 복잡하고 상태 정보에 의존하며 맥락이 밀집되어 있어 "기억, 도구 및 반복 과정을 신뢰성 있게 관리할 수 있는" AI 에이전트(단순히 출력을 생성하는 AI 에이전트가 아님)가 더 큰 가치를 지닙니다.

주제 7: 개방형 모델과 집중적 통제의 모순, 해결되지 않은 거버넌스 문제를 야기하다

AI 시스템의 능력이 강화되고 경제 분야와의 융합이 심화됨에 따라, "누가 가장 강력한 AI 모델을 소유하고 통제하는가"라는 문제가 핵심 모순을 일으키고 있습니다.

한편으로, AI 최전선 분야의 연구 개발은 여전히 "자본 집약적"이며, "연산력 확보, 규제 정책 및 지정학적" 영향을 받아 집중도가 점점 높아지고 있습니다. 다른 한편으로, 오픈 소스 모델과 오픈 소스 도구는 "광범위한 실험과 편리한 배포"의 추진 아래 지속적으로 반복적으로 최적화되고 있습니다.

이러한 "집중과 개방의 공존" 구조는 여러 가지 미해결 문제를 야기합니다: 의존 위험, 감사 가능성, 투명성, 장기 협상 능력 및 주요 인프라에 대한 통제권. 가장 가능성이 높은 결과는 "혼합 모델"입니다. 즉, 최전선 모델이 기술 능력의 돌파구를 추진하고, 개방 또는 반개방 시스템이 이러한 능력을 "광범위하게 분포된 소프트웨어"에 통합하는 것입니다.

주제 8: 프로그래머블 화폐가 새로운 형태의 AI 에이전트 지불 흐름을 창출하다

AI 시스템이 작업 흐름에서 역할을 할 때, 그들은 "경제적 상호작용"에 대한 수요가 점점 더 증가하고 있습니다. 예를 들어 서비스에 대한 지불, API 호출, 다른 AI 에이전트에 대한 보상 지급 또는 "사용량 기반의 상호작용 비용" 정산 등이 있습니다.

이러한 수요는 "스테이블코인"에 대한 재조명을 가져왔습니다. 그것은 "기계 원주율 화폐"로 간주되며, 프로그래머블하고 감사 가능하며, 인적 개입 없이도 이전이 가능합니다.

x402와 같은 "개발자 지향 프로토콜"을 예로 들면, 비록 현재 여전히 초기 실험 단계에 있지만, 그 방향성은 매우 명확합니다: 지불 흐름은 "API 형태"로 작동하며, 전통적인 "결제 페이지"가 아닙니다. 이는 소프트웨어 AI 에이전트 간의 "지속적이고 세밀한 거래"를 가능하게 합니다.

현재 이 분야는 여전히 미성숙합니다: 거래 규모가 작고, 사용자 경험이 미흡하며, 보안 및 권한 체계가 여전히 개선 중입니다. 그러나 인프라 혁신은 종종 이러한 "초기 탐색"에서 시작됩니다.

주목할 점은 그 의미가 "자율성을 위한 자율성"이 아니라 "소프트웨어가 프로그래밍을 통해 거래를 완료할 수 있을 때 새로운 경제적 행동이 가능해진다"는 것입니다.

결론

암호화폐든 인공지능이든 초기 발전 단계에서는 "눈길을 끄는 개념"과 "기술의 참신성"이 더 선호됩니다. 그러나 다음 단계에서는 "신뢰성", "거버넌스 능력" 및 "유통 능력"이 더 중요한 경쟁 차원이 될 것입니다.

현재 기술 자체는 더 이상 주요 제한 요소가 아니며, "기술을 실제 시스템에 통합하는 것"이 핵심입니다.

제 생각에 2026년의 상징적인 특징은 "어떤 혁신적인 기술"이 아니라 "인프라의 꾸준한 축적"입니다. 이러한 시설은 조용히 운영되면서도 "가치 흐름 방식"과 "작업 수행 방식"을 조용히 재구성하고 있습니다.

추천 읽기:

RootData 2025 Web3 산업 연례 보고서

내부 거래는 아마도 예측 시장에서 가장 가치 있는 부분일 수 있다

Dragonfly 관리 파트너 Haseeb: 내가 보는 3명의 최고의 암호화 투자자

a16z 여섯 명의 고위 임원이 보는 2026년 암호화 트렌드: 스테이블코인, 지불, RWA……

가장 비참한 공모: 자금 조달 6000만 달러 초과, Infinex 공모 시작 1일 후 단 46만 달러의 청약