DeFi의 다음 이정표가 AI에 달려 있는 이유는 무엇일까요?

원제: DeFi의 다음 이정표: 에이전트 금융이 작동하려면 무엇이 필요한가

원저자: @Lemniscap

원문 번역: Ismay, BlockBeats

편집자 주: DeFi 세계가 너무 복잡해져서 전문 사용자조차 제어하기 어려울 때, 어떻게 하면 일반인에게 주도권을 돌려줄 수 있을까요?

Lemniscap의 이 연구 논문은 "지능형 에이전트 금융"의 부상과 현재 직면한 과제를 체계적으로 살펴봅니다. &milo와 Meridian부터 SendAI와 The Hive에 이르기까지, 이러한 초기 제품들은 AI가 온체인 상호작용을 위한 새로운 인터페이스가 될 수 있는 방법을 보여주지만, 실행 안정성, 권한 보안, 검증 메커니즘 측면에서도 상당한 격차를 드러냅니다. 저자는 DeFi의 다음 단계로 나아가는 핵심은 더 스마트한 모델이 아니라 더욱 신뢰할 수 있는 기반 구조, 즉 에이전트가 수행하는 모든 행동이 검증 가능하고 추적 가능하며 신뢰할 수 있도록 보장하는 구조에 있다고 주장합니다.

이는 기술 진화의 전환점일 뿐만 아니라 신뢰 재건의 실험이기도 합니다. 기사에서 언급했듯이, DeFi의 다음 이정표는 더 큰 규모가 아니라 자동화에 대한 신뢰입니다.

2025년이 되면 DeFi는 초창기와는 전혀 다른 모습이 될 것입니다.

데이터는 자명합니다. 기관 자금 유입은 단 한 분기에 100억 달러를 돌파했고, 수십 개 체인에 걸쳐 활성화된 프로토콜 수는 3,000개를 넘어섰습니다. 전체 네트워크에서 DeFi 프로토콜의 총 락인 가치는 2025년에 1,600억 달러에 도달하여 전년 대비 41% 증가했습니다. DEX와 Perp의 누적 거래량은 수조 달러에 달합니다.

DeFi의 규모가 커짐에 따라 더 많은 것을 할 수 있는 가능성이 확대되고 있지만, 복잡성 또한 급증하고 있습니다. 대부분의 사람들은 온체인에서 일어나는 모든 일을 따라잡을 수 없습니다. 더 많은 사람들이 이러한 새로운 기회를 포착할 수 있도록 하려면 사용자가 올바른 결정을 더 쉽게 내릴 수 있도록 돕는 도구를 구축해야 합니다. 그리고 이것이 바로 미래가 향하는 방향입니다.

동시에 AI는 일상생활에 점점 더 깊이 스며들고 있으며, 사람들은 자동화를 중심으로 새로운 습관을 형성하기 시작했습니다. 이러한 추세는 지능형 에이전트가 금융 운영의 방향과 실행을 처리하는 "에이전트 금융(agentic finance)"의 등장으로 이어졌습니다.

Comet과 같은 간단한 브라우저 기반 프록시조차도 이러한 도구의 빠른 발전을 보여줍니다. 브라우저 프록시를 통해 DeFi 작업을 수행하면(SendAI 설립자 Yash가 공유한 사례처럼) 지능형 에이전트 금융의 잠재력을 확인할 수 있습니다.

비전은 간단합니다. X에 대한 대시보드나 긴 게시물을 검색하는 대신, AI에게 달성하고 싶은 목표를 말하면 AI가 자동으로 다음 단계를 완료하도록 도와줍니다.

두 가지 유형의 지능형 에이전트가 등장하고 있습니다.

한 유형은 전체 DeFi 세계에서 사용자가 결정을 내릴 수 있도록 안내하는 Copilots이고, 다른 유형은 "Autopilots"에 해당하는 전문적인 자동화 전략 실행에 더 가까운 Quant Agents입니다.

두 가지 모두 아직 초기 단계에 있고 결함도 있지만, 함께 새로운 방향을 제시합니다. 즉, DeFi와 상호 작용하는 근본적으로 다른 AI 기반 방식입니다.

조종사로서의 지능형 에이전트

이러한 지능형 에이전트를 개인 비서라고 생각해 보세요. 더 이상 차트를 스크롤하거나 프로토콜을 넘나들 필요 없이, "현재 가장 인기 있는 토큰은 무엇인가요?" 또는 "최고 수익률은 어디에서 찾을 수 있나요?"와 같은 자연어 질문을 하면 에이전트가 직접 답변하고 다음 단계를 추천해 줍니다. 마치 항상 곁에 있는 박식한 친구처럼 말이죠.

&milo를 예로 들어 보겠습니다. 보조 조종 모드는 투자 결정, 자산 리밸런싱, 포트폴리오 통찰력 확보를 지원하여 지루한 작업을 없애고 통제력을 유지할 수 있도록 도와줍니다.

&milo는 자연어 해석과 지능형 프롬프트를 활용하여 사용자가 다양한 대시보드에서 데이터를 검색하지 않고도 자신의 위치를 파악하고 수익 기회를 비교할 수 있도록 지원합니다. 단순한 채팅 도우미에서 본격적인 DeFi 가이드로 진화하는 부조종사 에이전트의 모습을 보여줍니다.

이러한 에이전트가 실제로 어떤 성능을 보이는지 확인하기 위해, 우리는 최근에 출시된 몇 가지 제품을 직접 사용해보며 실제 DeFi 작업을 얼마나 잘 처리하는지 살펴보았습니다.

결과는 이러한 에이전트들이 여전히 한계를 가지고 있음을 보여주었습니다. 예를 들어, 인기 토큰을 성공적으로 식별했지만 매수 작업을 실행하지 못했습니다. 또한 두 건의 거래가 실패했는데, 실제로 계좌에 거래 수수료를 충당할 만큼 충분한 SOL이 있었음에도 불구하고 시스템은 "잔액 부족"을 표시했습니다.

유사한 플랫폼인 The Hive는 다른 접근 방식을 취합니다. The Hive는 여러 DeFi 에이전트를 "스웜(swarm)"으로 구성하여 크로스체인 거래, 수익 전략, 청산 방어 등 복잡한 작업을 협업적으로 수행할 수 있도록 하며, 이 모든 작업은 간단한 채팅 인터페이스를 통해 조정됩니다. 이 전문 에이전트 네트워크는 자연어 명령을 사용하여 여러 단계의 온체인 작업을 완료할 수 있습니다.

The Hive를 사용하여 동일한 구매 명령을 테스트했습니다. 시스템은 인기 토큰 WEED를 인식했지만, 구매 실행 시 잘못된 계약 주소를 반환했습니다.

전반적으로 Milo는 포트폴리오 관리 도구를 원활한 프로세스로 통합하는 방법을 보여주고, The Hive는 여러 전문 에이전트가 협력하여 작업하는 방법을 탐구합니다. 지능형 에이전트의 역량이 향상됨에 따라 더욱 명확한 업무 분담이 이루어지기 시작할 것입니다.

예를 들어, 메리디안은 사용자 스펙트럼의 반대편에 집중하여 초보자들이 DeFi에 첫발을 내딛도록 돕습니다. 모바일 우선 디자인과 명확한 안내를 통해 토큰 스왑, 스테이킹, 수익 확인과 같은 기본 작업을 더욱 쉽게 사용할 수 있습니다.

메리디안은 이러한 핵심 작업을 원활하고 빠르게 수행할 뿐만 아니라, 더 중요한 것은 자체 경계를 명확히 한다는 점입니다. 사용자가 범위를 벗어나는 작업을 요청하면, 맹목적으로 시도하는 대신 이유를 설명합니다. 이러한 솔직함 덕분에 메리디안은 온체인 세계를 탐험하는 초보자에게 신뢰할 수 있는 출발점이 됩니다.

메리디안의 창립자 베네딕트는 다음과 같이 설명했습니다.

메리디안은 사용자가 자연어를 사용하여 안전하게 리서치하고 운용할 수 있도록 지원합니다. 저희는 브로커의 리서치 기능을 meridian.app에서 무료로 제공하고 있습니다. 메리디안 모바일 앱에 가입하시면 브로커의 스왑, 멀티 스왑 및 포트폴리오 매수 기능을 이용하실 수 있습니다. 현재 비공개 베타 버전이며, 관심 있는 사용자는 트위터 @bqbrady에게 연락하여 체험판을 신청하실 수 있습니다.

테스트를 통해, 현재 DeFi 탐색에 주력하고 있는 대부분의 AI 에이전트는 여전히 "교사" 또는 "보조자"의 역할을 하고 있으며, 주로 사용자가 가장 기본적인 작업(예: 환전)을 완료하도록 돕는다는 것을 발견했습니다.

유동성 제공, 레버리지 포지션 관리 등 보다 복잡한 프로세스를 안정적으로 처리하기 위해서는 추가적인 개선이 필요합니다.

솔라나 재단의 AI 책임자인 리신 샤르마는 다음과 같이 말했습니다.

대규모 언어 모델(LLM)은 광범위한 작업을 처리할 때 환각에 취약하고 결정론적 연산을 실행하는 데 어려움을 겪습니다. MCP와 같은 함수 호출 메커니즘은 '행동 계획'을 실제 실행으로 전환하는 데 더 적합할 수 있습니다. LLM은 개념 및 지침 수준에서는 우수한 성능을 보이지만, 정확한 실행에는 여전히 어려움을 겪습니다. 지능형 에이전트 금융을 진정으로 신뢰할 수 있도록 하려면 LLM을 넘어 구체적인 함수 호출 메커니즘, 명확한 실행 정책, 검증 가능성, 그리고 안전한 권한 시스템을 개발해야 합니다. 다시 말해, 오늘날 지능형 에이전트의 실행 계층은 아직 개발이 미흡합니다. AI의 '두뇌'는 충분히 똑똑하지만, 안정적으로 행동할 수 있는 '몸체'가 부족합니다.

"자율주행"을 위한 지능형 에이전트로서

"부조종사" 에이전트가 멘토에 가깝다면, "정량적" 에이전트는 자동 조종 시스템에 가깝습니다. 전략을 구축할 뿐만 아니라 실행까지 합니다. 실시간으로 시장을 모니터링하고, 거래를 테스트하고, 기계 속도로 자동으로 행동하여 복잡한 DeFi 전략을 "완전 자동 조종" 모드로 전환합니다.

대표적인 사례로 SendAI가 있습니다. SendAI는 그 자체로 정량적 에이전트가 아니라, 다른 사람들이 그러한 에이전트를 만들 수 있도록 하는 툴킷입니다. 솔라나(Solana)용으로 설계된 "에이전트 키트(Agent Kit)"는 토큰 스왑, 신규 자산 발행, 대출 관리 등 60개 이상의 자율 운영을 지원하며, Jupiter, Metaplex, Raydium과 같은 주류 프로토콜과 직접 상호 작용할 수 있습니다.

즉, 개발자에게 의사결정 모델을 실행을 위한 체인에 직접 연결할 수 있는 "레일 시스템"을 제공합니다.

SendAI 창립자 Yash는 그들의 비전을 명확하게 설명했습니다.

"저희는 미래에 모든 AI 에이전트가 각자의 지갑을 갖게 될 것이라고 생각합니다. SendAI는 이러한 에이전트가 솔라나에서 모든 작업을 수행할 수 있도록 하는 데 필요한 도구와 경제적 계층을 구축하고 있습니다. 저희는 이러한 에이전트가 상황을 인지하고 복잡한 작업의 장기적이고 지속적이며 비동기적인 실행을 지원하는 플랫폼을 구축하고 있습니다."

한편, 다른 팀들은 이 기능의 접근성을 높이기 위해 노력하고 있습니다. Lomen은 전략을 큐레이션하고 사용자가 클릭 한 번으로 이를 배포할 수 있도록 지원하여, 사용자가 코드를 작성하지 않고도 정량적 자동화를 활용할 수 있도록 진입 장벽을 낮춥니다.

더욱 맞춤화된 시스템을 선호하는 고급 트레이더를 위해 Unblinked는 AI 기반 전략 실험 환경을 제공합니다. 트레이딩을 위한 Cursor와 같은 기능으로, 사용자는 전략 아이디어를 스케치하고 안전한 샌드박스 환경에서 실행 및 최적화한 후 실제 투자 여부를 결정할 수 있습니다.

일부 플랫폼은 여러 에이전트를 불러 협업하여 동시에 작업을 완료하는 방식을 선택합니다.

예를 들어, Almanak은 "프로그래밍 에이전트"와 "백테스팅 에이전트"를 결합합니다. 사용자는 자연어로 전략을 설명하고, AI는 자동으로 프로덕션 수준의 코드를 생성하고, 10,000개 이상의 몬테카를로 시뮬레이션으로 백테스팅하여 궁극적으로 "즉시 실행 가능한" 전략을 생성합니다.

마지막으로, 실시간 시장 우위에 초점을 맞춘 팀이 있습니다.

기자(Giza)의 ARMA 에이전트는 스테이블코인 수익 극대화를 위해 대출 프로토콜 전반에 걸쳐 자금을 적극적으로 배분합니다. ARMA는 자금을 단일 풀에 묶어두는 대신 금리, 유동성, 가스 비용을 지속적으로 모니터링하여 자산을 역동적으로 이동합니다. 주력 에이전트는 1,700만 달러 이상을 관리하며, 고정 자산보다 83% 높은 수익률을 자랑합니다.

전반적으로 이러한 정량적 에이전트는 시간 비용을 크게 절감하고 일반 사용자가 한때 전문 정량적 팀의 영역이었던 복잡한 전략에 접근할 수 있도록 합니다. 그러나 동시에 자동화의 취약성도 드러냅니다. 데이터가 지연되거나, 프로토콜이 중단되거나, 시장이 급격하게 변동할 경우 에이전트는 여전히 "실패"할 수 있습니다.

다시 말해, 그들은 당신을 더 빠르게 만들지만, 무적과는 거리가 멉니다.

그들의 문제

현재의 지능형 에이전트를 살펴보면 익숙한 문제점을 발견할 수 있습니다. 때로는 더 이상 존재하지 않는 작업(예: 오랫동안 폐쇄된 유동성 풀)을 제안하기도 하고, 의존하는 데이터가 실제 온체인 상태보다 뒤처지는 경우가 많습니다. 그리고 여러 단계로 구성된 계획이 잘못되면 자체 조정을 하지 않고 대신 동일한 작업을 계속 반복해서 시도합니다.

권한 관리 또한 복잡합니다. 사용자는 전체 지갑에 대한 전체 접근 권한을 부여하거나 모든 사소한 작업을 수동으로 승인해야 합니다. 테스트 또한 마찬가지로 피상적이며, 시뮬레이션은 갑작스러운 온체인 유동성 변화나 거버넌스 매개변수 조정으로 인한 "실제 혼란"을 재현하는 데 어려움을 겪습니다.

가장 심각한 문제 중 하나는 이러한 프록시가 거의 블랙박스처럼 작동한다는 것입니다.

사용자는 어떤 입력을 읽었는지, 어떤 옵션을 고려했는지, 실시간 상태를 확인했는지, 특정 거래를 실행하기로 선택한 이유를 알 수 없습니다. 서명으로 검증된 운영 기록이 없으면 "약속된 결과"와 "실제 실행" 간의 일관성을 검증할 수 없습니다.

사용자는 자동화 프로세스를 동시에 사용하고 "감독"할 수 있습니다. 이는 비효율적일 뿐만 아니라 성과를 평가하기 어렵게 만듭니다.

결정의 타당성을 검증하고, 조치가 확립된 전략에 부합하는지 입증할 메커니즘이 없다면, 사용자는 신뢰할 수 있는 시스템과 멋지게 포장된 마케팅을 구별할 수 없습니다.

대규모 자본의 경우, DeFi 플랫폼은 "신뢰하세요"에서 "확인해 주세요"로 전환해야 합니다. 이는 "감사 가능하고, 거버넌스 가능하며, 신뢰할 수 있는" 지능형 에이전트 금융 인프라를 구축하는 데 있어 중요한 전환점이기도 합니다.

인프라 격차

핵심 문제는 현재 시스템에 에이전트의 신뢰성, 일관성, 그리고 규모에 따른 보안을 보장하는 기본적인 도구가 부족하다는 것입니다. 이를 해결하려면 에이전트의 행동을 검증하고, 실행 결과를 확인하고, 모든 환경에서 일관된 규칙을 적용할 수 있는 인프라가 필요합니다. 그래야만 사람들은 안심하고 에이전트에게 돈을 맡길 수 있을 것입니다.

하지만 대부분의 사용자는 에이전트의 "사고 과정"에는 크게 신경 쓰지 않습니다. 단지 출력 결과가 정확하고, 검증되었으며, 보안 경계 내에 있는지 확인하고 싶어할 뿐입니다. 신뢰를 구축하는 데 있어 "가시성"보다 "검증 가능한 신뢰성"이 더 중요합니다.

여기서 검증 가능한 신뢰성이 중요합니다. 프록시는 모든 내부 작업을 기록할 필요는 없지만 명확한 정책과 건전성 검사에 따라 운영되어야 합니다. 지출 한도, 실행 시간 창, 주요 작업 전 확인 노드 등을 설정해야 합니다.

이러한 규칙은 신뢰 실행 환경(TEE) 또는 이와 유사한 시스템을 통해 구현될 수 있으며, 에이전트가 모든 세부 정보를 공개하지 않고도 경계를 준수함을 증명합니다. 그 결과, 필요 시 감사 가능한 출력과 일반 사용자가 즉시 신뢰할 수 있는 작업이 생성됩니다.

이러한 검증 계층은 모든 상황에 동일하게 적용될 필요는 없습니다. 일상적인 시나리오에서는 가벼운 보안 조치와 표준화된 지표를 적용할 수 있지만, 고위험 또는 기관 차원의 시나리오에서는 더욱 강력한 증거와 공식적인 검증이 필요할 수 있습니다. 핵심은 각 인프라 계층이 위험 수준에 상응하는 측정 가능한 신뢰성을 제공해야 한다는 것입니다.

프로토콜을 에이전트 준비 상태로 만듭니다.

다음으로 해야 할 일은 프로토콜을 "에이전트 친화적"으로 만드는 것입니다.

현재 대부분의 DeFi 프로토콜은 스마트 에이전트용으로 설계되지 않았습니다. 따라서 작업 미리보기, 안전한 재시도, 그리고 일관된 데이터 구조를 기반으로 일관된 실행을 지원하는 더욱 안정적이고 안전한 실행 인터페이스를 제공해야 합니다. 또한, 권한은 완전히 부여되는 것이 아니라 제한되어야 하며, 에이전트가 전체 지갑을 제어하는 대신 명확한 경계 내에서 운영될 수 있도록 해야 합니다.

이러한 기반이 없다면 아무리 지능적인 에이전트 프레임워크라도 취약한 기반 인프라 때문에 제대로 작동하지 못할 것입니다. 이러한 기반이 마련되면 사용자는 더 이상 자동화 프로세스를 수동으로 모니터링할 필요가 없습니다. 개발팀은 문제 해결 시간을 단축하고 혁신에 집중할 수 있으며, 공유된 벤치마크를 통해 여러 서비스 제공업체의 실행 결과를 비교할 수 있습니다. 더 이상 단순한 과대광고가 아닙니다.

변경해야 하는 부분

해결책은 사실 매우 간단합니다. 에이전트를 검증 가능하게 만들고 프로토콜을 에이전트에 맞게 준비시키는 것입니다. 에이전트와 지갑 사이에 정책 계층을 추가하고, 모든 실행 프로세스가 블랙박스처럼 작동하는 것이 아니라 추적 및 검증 가능하도록 요구합니다.

예를 들어, Termina의 SVM 엔진은 이러한 원칙을 기반으로 구축되었습니다. 즉, AI 에이전트에게 진정한 솔라나 런타임 환경을 제공하여 온체인 데이터를 기반으로 모델링, 의사결정 및 학습할 수 있도록 지원합니다. 동시에, 이 프로토콜은 명확한 오류 코드, 안전한 재시도 메커니즘, 일관된 핵심 데이터 구조(포지션, 수수료, 상태), 그리고 세션 기반 권한 제어를 갖춘 "드라이런" 인터페이스를 제공해야 합니다.

이러한 기능이 구현되면 사용자는 에이전트를 "감시"하는 부담에서 벗어날 수 있고, 팀은 시스템 장애를 줄일 수 있으며, 기관 투자자는 마침내 필요한 안전 장치와 검증 가능한 증거를 확보할 수 있습니다.

현실적인 타임라인

향후 6개월 동안 가장 빠르게 개선될 분야는 "조종사" 에이전트가 될 것으로 예상되는데, 향상된 데이터 파이프라인을 통해 일상적인 사용 사례에서 안정성이 높아질 것이기 때문입니다.

1년 안에 테스트 기준이 강화됨에 따라 에이전트는 프로토콜 전반에 걸쳐 실행을 조정할 수 있게 되며, 인간은 핵심 단계만 승인하면 됩니다. 장기적으로 인프라가 성숙해짐에 따라 스마트 에이전트는 점차 DeFi의 기본 상호작용 계층으로 자리 잡을 것입니다. 즉, 더 이상 별도의 "도구"가 아니라 사람들이 매일 금융 시스템과 상호작용하는 주요 수단이 될 것입니다.

결론

Agentic Finance는 진입 장벽을 낮추어 자동화를 더 이상 전문가만을 위한 도구로만 여기지 않도록 하고 있습니다. 하지만 진정한 규모로 운영하려면 실시간 데이터, 더욱 안전한 권한 부여 메커니즘, 더욱 강력한 테스트 시스템, 그리고 더욱 투명한 실행 결과 등 더 나은 기반이 필요합니다.

더 똑똑한 AI만으로는 이러한 문제를 해결할 수 없습니다. 진정한 발전은 기반 구조를 개선하는 데서 비롯됩니다.

DeFi의 다음 이정표는 단순히 규모의 성장이 아니라 자동화에 대한 신뢰입니다. AI 에이전트가 단순한 "개념적 데모"를 넘어 진정으로 신뢰할 수 있는 실행자가 될 때 비로소 이러한 날이 올 것입니다.