Visa 암호화 책임자: 2026 Crypto 및 AI의 여덟 가지 발전 방향

이 글을 읽으려면 17 분

다음 단계에서는, "신뢰성", "걱정 능력", 및 "분배 능력"이 더 중요한 경쟁 차원이 될 것입니다.

원문 제목: 2026 전망: 암호화폐와 AI를 성격 지어가는 주요 주제

원문 저자: Cuy Sheffield, 비자 암호화폐 사업 책임자

원문 번역: Saoirse, 선견지명 뉴스

암호화폐와 AI가 점차 성숙해지면서, 이 두 분야의 가장 중요한 변화는 더 이상 "이론적으로 가능한" 것이 아니라 "실무에서 신뢰할 수 있는 실행 가능"한 것으로 변해왔습니다. 현재, 두 기술은 모두 중요한 장벽을 넘어 성능이 크게 향상되었지만, 실제 응용의 보급률은 여전히 불균형합니다. 그리고 2026년 핵심 발전 동향은 이 "성능과 보급" 간의 격차에서 나오게 됩니다.

다음은 제가 오랜 기간 주목해온 몇 가지 핵심 주제와 이러한 기술의 발전 방향, 가치 축적 영역, 그리고 "최종 승자가 업계 선구자와 근본적으로 다를 수 있는 이유"에 대한 예비적인 사고입니다.

주제 1: 암호화폐가 투기적 자산 유형에서 우수 기술로 전환 중

암호화폐 발전의 첫 10년은 "투기적 이점"이라는 핵심 특징을 갖고 있었습니다. 그 시장은 전 세계적이며 계속적이며 매우 개방적이었으며, 격렬한 변동성으로 인해 암호화폐 거래는 전통적인 금융 시장보다 더욱 활기차고 매력적이었습니다.

하지만 동시에, 그 하부 기술은 아직 주류 응용프로그램에 대비하지 않았습니다: 초기 블록체인은 속도가 느리고 비용이 높으며 안정성이 부족했습니다. 투기적인 상황 이외에, 암호화폐는 비용, 속도 또는 편의성 면에서 기존 전통 시스템을 거의 뛰어넘지 못했습니다.

지금, 이러한 불균형 상황이 서서히 바뀌고 있습니다. 블록체인 기술은 더욱 빠르고 경제적이며 신뢰할 수 있게 되었으며, 암호화폐의 가장 매력적인 응용 프로그램은 더 이상 투기가 아니라 인프라 분야이며, 특히 결제 및 정산 분야입니다. 암호화폐가 더욱 성숙한 기술이 되어감에 따라, 투기의 핵심적 위치는 서서히 약화될 것입니다: 완전히 사라지지는 않겠지만, 더 이상 가치의 주요 원천은 되지 않을 것입니다.

주제 2: 스테이블코인은 암호화폐의 "순수한 실용성"에서 명백한 성과입니다

스테이블코인은 이전의 암호화폐 서술과는 다르며, 그 성공은 구체적이고 객관적인 기준에 기초합니다: 특정 상황에서 스테이블코인은 전통적인 결제 수단보다 더 빠르고 비용이 더 낮으며 보다 넓은 범위를 커버하며, 동시에 현대 소프트웨어 시스템에 매끄럽게 통합될 수 있습니다.

스테이블코인은 사용자가 암호화폐를 "이념"으로 간주할 필요가 없고, 그 응용은 종종 기존 제품 및 작업 흐름에서 "암묵적으로" 발생합니다. 이로 인해 이전에는 암호화폐 생태계를 "지나치게 변동적이고 불투명하다"고 생각했던 기관 및 기업이 드디어 그 가치를 명확히 이해할 수 있게 되었습니다.

언급할 수 있듯이, 안정화폐는 암호화폐가 '투기성'이 아닌 '실용성'에 다시 초점을 맞추도록 도와주었으며, '암호화폐가 어떻게 성공적으로 정착하는가'에 명확한 기준을 제시했습니다.

주제 삼: 암호화폐가 기반시설이 되었을 때, '분배 능력'이 '기술 혁신'보다 중요합니다

과거에는 암호화폐가 주로 '투기 도구'로 작용할 때, 그 '분배'는 내재적이었고——새로운 토큰은 '존재'하기만 하면 유동성과 주목을 자연스럽게 얻었습니다.

암호화폐가 기반시설이 되면, 그 응용 분야는 '시장 측면'에서 '제품 측면'으로 옮겨가고 있습니다: 이는 결제 프로세스, 플랫폼 및 기업 시스템에 통합되어, 최종 사용자는 종종 그 존재를 인식하지 못합니다.

이러한 변화는 두 가지 유형의 당사자에게 매우 유익합니다: 하나는 기존 분배 채널과 신뢰할 수 있는 고객 관계를 보유한 기업이며; 둘은 감독 권한, 규정 준수 체계 및 위험 관리 기반시설을 갖춘 기관입니다. '프로토콜의 혁신성'만으로는 암호화폐의 대규모 정착을 촉진시키기에 충분하지 않습니다.

주제 사: AI 에이전트는 실용 가치를 갖추며, 영향력은 코딩 영역을 뛰어넘고 있습니다

AI 에이전트의 실용성이 점차 부각되었지만, 그 역할은 종종 오해받고 있습니다: 가장 성공적인 에이전트는 '자율 결정자'가 아니라 '작업 흐름에서 조정 비용을 줄이는 도구'입니다.

역사적으로, 이러한 점은 소프트웨어 개발 분야에서 가장 명백하게 나타났습니다——에이전트 도구는 코딩, 디버깅, 코드 리팩터링 및 환경 구축의 효율성을 촉진했습니다. 그러나 최근에는 이러한 '도구 가치'가 크게 다양한 영역으로 확장되고 있습니다.

Claude Code와 같은 도구를 예로 들자면, 그것은 '개발자 도구'로 위치되어 있음에도 불구하고, 그 신속한 보급은 보다 심층적인 추세를 반영하고 있습니다: AI 에이전트 시스템이 '지식 작업의 인터페이스'로 변모하고 있으며, 단순히 프로그래밍 분야로 제한되지 않습니다. 사용자들은 'AI 에이전트 주도의 작업 흐름'을 연구, 분석, 작성, 계획, 데이터 처리 및 운영 작업에 적용하기 시작했습니다——이러한 작업들은 더 많이 '일반적인 전문 활동'에 가깝고, 전통적인 코딩과는 다릅니다.

진정으로 중요한 것은 '대화형 코딩' 자체가 아니라, 그 뒤에 깔려있는 핵심 패턴입니다:

· 사용자가 '목표 의도'를 위임하며 '구체적인 단계'가 아님;

· 에이전트는 '콘텍스트 정보'를 건너간 파일, 도구 및 작업 관리;

· 작업 모드가 '선형적 진행'에서 '반복적이고 대화식'으로 전환됨.

모든 종류의 지식 작업에서, 에이전트는 콘텍스트 수집, 제한된 작업 수행, 프로세스 전달 감소, 반복 효율 증대에 능숙하지만, '개방형 판단', '책임 소재' 및 '오류 수정' 측면에서는 아직 약점이 존재합니다.

따라서 현재 대부분의 생산 환경용 인공지능은 여전히 "제한된 범위, 감독 수용, 시스템 통합"이 필요하며, 완전히 독립적으로 작동하는 것이 아닙니다. 인공지능의 실질적 가치는 "지식 작업 흐름의 재구성"에 기인하며, "노동력 대체"나 "완전히 자율적인 실행"이 아닙니다.

주제 다섯: AI의 병목은 이제 "지능 수준"에서 "신뢰도"로 전환되었습니다

인공지능 모델의 지능 수준은 이미 급속히 향상되었으며, 현재 제한 요소는 더 이상 "단일 언어 능숙도나 추론 능력"이 아니라 "실제 시스템에서의 신뢰성"입니다.

생산 환경은 세 가지 문제에 대해 용납하지 않습니다: AI "환상" (가짜 정보 생성), 불일치하는 결과 출력, 불투명한 오류 모드입니다. 일단 AI가 고객 서비스, 자금 이체 또는 규정 준수 단계에 개입하면, "대략적으로 정확한" 결과는 더 이상 수용되지 않습니다.

"신뢰" 구축에는 네 가지 기본이 필요합니다: 결과 추적 가능성, 기억력 보유, 검증 가능, 불확실성 자발적 노출입니다. 이러한 능력이 충분히 성숙해지기 전까지, AI의 자율성은 제한받아야 합니다.

주제 여섯: 시스템 엔지니어링이 AI의 생산 환경 적용 여부를 결정합니다

성공적인 AI 제품은 "모델"을 "부품"으로, "완성품"이 아닌 것으로 간주합니다. 그 신뢰성은 "아키텍처 설계"에서 나옵니다, "힌트 최적화"가 아닙니다.

여기서의 "아키텍처 설계"에는 상태 관리, 제어 흐름, 평가 및 모니터링 시스템, 그리고 오류 처리 및 복구 메커니즘이 포함됩니다. 이로 인해 현재 AI의 발전은 점점 더 "전통적인 소프트웨어 엔지니어링"에 가까워지고 있으며, "전선 이론 연구"가 아닙니다.

장기적 가치는 두 가지 요소에 더 많이 기울어질 것입니다: 시스템 구축자 및 작업 흐름 및 유통 채널을 제어하는 플랫폼 소유자.

인공지능 도구가 코딩 영역에서 연구, 작성, 분석 및 운영 프로세스로 확장되면, "시스템 엔지니어링"의 중요성이 더욱 부각될 것입니다: 지식 작업은 복잡하며 상태 정보에 의존하며 맥락이 밀접하기 때문에, "기억, 도구 및 반복 프로세스를 신뢰할 수 있는 방식으로 관리할 수 있는" 인공지능 (결과를 생성할 수 있는 인공지능이 아닌)이 더 큰 가치를 가질 것입니다.

주제 일곱: 오픈 모델과 집중 제어의 모순은 아직 해결되지 않은 지배 문제를 야기하고 있습니다

AI 시스템이 능력을 갖추고 경제 분야와 접목됨에 따라, "가장 강력한 AI 모델을 소유하고 제어하는 것은 누구인가"라는 문제가 핵심적인 모순을 일으키고 있습니다.

한편, AI의 전선 분야 연구는 여전히 "자본 집약적"이며, "연산 자원 확보, 규제 정책 및 지정학적 요인"의 영향을 받아 집중화가 증가하고 있습니다. 다른 한편, 오픈 소스 모델과 도구는 "널리 실험, 편리한 배포"를 촉진하여 지속적으로 최적화되고 있습니다.

이러한 "중앙화와 공개의 공존" 패턴은 여러 미해결 문제를 일으켰습니다: 의존성 리스크, 감사 가능성, 투명성, 장기협상력 및 핵심 인프라 제어 권한. 가장 가능성 있는 결과는 "혼합 모델"일 것입니다 - 첨단 모델이 기술 능력 돌파를 주도하고, 개방 또는 반개방 시스템은 이러한 기술을 "널리 분산된 소프트웨어"에 통합시킬 것입니다.

주제 팔: 프로그래밍 가능 통화가 새로운 지능체 지불 흐름으로 이어짐

AI 시스템이 작업 흐름에서 작동할 때, 그들은 "경제적 상호 작용"에 대한 수요가 점점 더 증가하고 있습니다 - 예를 들어 서비스에 대한 결제, API 호출, 다른 지능체에 보상 지불 또는 "사용량 기반 상호 작용 비용"을 정산합니다.

이러한 수요로 인해 "안정화폐"가 다시 주목 받고 있습니다: 이는 "기계 원본 통화"로 간주되며, 프로그래밍 가능성과 감사 가능성을 갖추었으며, 인간 개입 없이 송금이 완료될 수 있습니다.

예를 들어 "개발자 지향 프로토콜"인 x402와 같은 것들을 들 수 있습니다. 현재는 아직 초기 실험 단계에 있지만, 그가 가리키는 방향은 매우 명확합니다: 지불 흐름은 "API 형식"으로 작동하게 될 것이며, 기존의 "결제 페이지"가 아닙니다 - 이는 소프트웨어 지능체 간에 "지속적이고 세분화된 거래"를 가능하게 합니다.

현재,이 분야는 아직 어린 나이에 있습니다: 거래 규모가 작고, 사용자 경험이 부족하며, 보안 및 권한 체계가 아직 완성되지 않았습니다. 그러나 인프라의 혁신은 종종 이러한 "초기 발견"으로부터 시작됩니다.

주목할 점은 그 의미가 "자율을 위해만"이 아니라 "소프트웨어가 프로그래밍을 통해 거래를 수행할 수 있을 때 새로운 경제 행위가 가능해질 것"이라는 것입니다.