글: Rex St. John
편역: AIdidiaoJP, Foresight News
대부분의 좋은 크립토 프로젝트는 방향을 잘못 잡아서가 아니라 세 가지 인프라의 부재 때문에 실패한다. 판단이 너무 비싸고, 안정적인 화폐가 없고, 결제가 너무 느리다. 2023년 이후 이 세 가지가 모두 바뀌었다.
2014년부터 2019년 사이 크립토 업계에는 야심찬 프로젝트가 대거 등장했다. 온체인 법정, 만능 오라클, 데이터 시장, 컴퓨팅 파워 시장, 마이크로페이먼트, 신원 시스템, 큐레이션 레지스트리, 보험, 이력 추적, 일자리 시장, 자치 조직…… 말 그대로 경제 전체를 온체인으로 옮기려 했다. 그중 대부분은 이미 사라졌다.
문제는 아이디어 자체가 아니라, 그것들이 의존하던 세 가지가 당시 모두 존재하지 않았다는 점이다. 현실 세계의 모호한 문제를 저비용으로 판결할 수 있는 메커니즘, 안정적인 회계 단위, 소액 결제를 정산할 만큼 빠른 체인 말이다.
기존 병목: 모든 계약은 결국 사람이 판정해야 한다
스마트 컨트랙트는 컴퓨터가 검증할 수 있는 것만 검증한다. 서명, 잔액, 해시다. 그러나 의미 있는 계약은 거의 모두 핵심 질문이 오프체인에 있다. 일이 끝났는가? 이 주장은 사실인가? 항공편이 지연됐는가?
모든 프로젝트는 결국 사람이 판정해야 했다. 토큰 홀더 투표, 스테이킹 배심원, 큐레이터다. 하지만 사람은 느리고, 고용 비용이 비싸며, 작은 집단에서는 매수되기 쉽고, 4달러짜리 분쟁을 위해 법정에 나서려 하지 않는다. 그래서 시장은 끝내 커지지 못했고, 경제 모델은 토큰에만 의존했다. 2018년과 2022년 두 차례 사이클이 오자 프로젝트들은 함께 무너졌다.
네 가지 변화, 모두 2023년 이후에
판단이 저렴해졌다. 대형 언어모델은 몇 초, 몇 센트로 계약서와 납품물, 증거를 읽고 판정을 내린다. 서로 다른 벤더의 모델을 배심원단으로 구성해 블라인드 투표를 하게 하면, 사람 배심원 한 명보다 매수하기 어렵고 결석도 하지 않는다.
AI 에이전트가 사용자가 됐다. AI 에이전트는 일하고, 서비스를 사고, 계약을 맺는다. 이들은 사람보다 계약과 결제, 평판을 더 필요로 하며, 거래 금액은 사람이 중재할 수 없을 만큼 작다.
스테이블코인이 자리를 잡았다. 2026년 중반 공급량은 약 3100억 달러로(Spark 데이터), 계약은 가격이 격하게 변동하는 거버넌스 토큰이 아니라 달러로 지급할 수 있다.
체인이 빨라지고 저렴해졌다. Solana는 1초 이내에 확정되고 수수료는 1센트 미만이라, 건당 과금과 판정마다의 온체인 기록이 실행 가능해졌다.
프로젝트를 찾는 규칙: 옛 아이디어인데 당시 병목이 「판정을 신뢰할 수 있는 주체가 필요하다」였던 것. 이것이 바로 AI가 없애는 병목이다.
15가지 방향, 수익 잠재력과 준비도 순
수익 등급은 신규 진입자가 확보할 수 있는 점유율에 대한 저자의 추정이며, 예측이 아니다.
1. 온라인 상사법원 (Kleros, OpenBazaar 중재)
원래 방식: 토큰을 스테이킹하고 배심원을 무작위로 선발해 낯선 사람 사이의 분쟁을 해결하며 플랫폼 고객센터를 대체했다.
막힌 이유: 사건마다 인력과 시간이 들어 비용이 너무 높았고, 수백 달러 이상의 분쟁에만 적용할 수 있었다. 물량이 늘지 않았고, 작은 배심원단은 매수되기 쉬웠다.
AI가 바꾸는 것: 다중 모델 배심원단이 몇 초, 몇 센트로 4달러짜리 분쟁을 판결하고, 모든 표와 이유를 공개할 수 있다. AI 에이전트 간 거래는 사람이 심리할 수 없는 수백만 건의 소액 분쟁을 만들어낼 것이다.
수익 잠재력: 크다. 2025년 가맹점은 2억 6100만 건의 차지백(지급거절)으로 약 337억 9000만 달러의 손실을 봤다(Mastercard 데이터). 온라인 분쟁 해결 소프트웨어 시장은 약 17억 6000만 달러다(Mordor Intelligence). 일부 판결에만 수수료를 받아도 실제 사업이 된다.
2. API가 없는 문제를 위한 오라클 (Augur, Truthcoin, futarchy)
원래 방식: 누구나 어떤 현실 문제에든 베팅하고, 토큰 홀더가 결과를 보고하게 했다.
막힌 이유: 주관적 질문(「법안이 실질적으로 통과됐는가?」)은 느리고 조작 가능한 인력 투표가 필요했다. 유동성은 모두 스포츠와 선거로 갔다. API가 이미 답을 주는 곳으로.
AI가 바꾸는 것: 모델 배심원단이 판정 기준과 정보 출처를 읽고 모호한 결과를 판정하며, 항소를 위해 추론을 함께 제시한다. 이는 오늘날 아무도 상장하지 않는 롱테일 시장을 연다. 아무도 결제할 수 없었기 때문이다.
수익 잠재력: 크다. 2026년 10월 미국 예측시장 거래량은 1207억 달러에 달했다(DeFi Rate). 결제는 모든 플랫폼의 공통 약점이며, 모든 플랫폼에 팔 수 있다.
3. 손해사정인 없는 보험 (Etherisc, Nexus Mutual, P2P 상호부조)
원래 방식: 파라메트릭 보험은 측정 가능한 사건(항공편 지연, 강수 부족)이 발생하면 자동으로 지급한다. 상호부조 조직은 구성원이 위험을 함께 부담하고 투표로 서로의 청구를 결정한다.
막힌 이유: 파라메트릭 보험은 깨끗한 데이터 소스가 있는 사건만 커버할 수 있다. 상호부조 청구는 구성원 투표로 결정되는데 느리고 정족수를 채우기 어려우며, 구성원에게 이해상충이 있다. 모든 지급이 자기 풀에서 나가기 때문이다. 가격이 변동하는 토큰으로 책정한 보험료는 가입자와 규제 당국을 모두 떠나게 했다.
AI가 바꾸는 것: 청구는 결과와 이해관계가 없는 중립적 배심원단이 보험 약관 문구와 증거에 따라 판정한다. 발동 조건을 글로 쓸 수 있고(「해당 지역 작물 피해, 부처 또는 언론사 두 곳의 보도 기준」), 배심원단이 문서에서 이를 판단하므로 보험 가능한 위험이 크게 늘어난다. 지급은 스테이블코인으로 한다.
수익 잠재력: 크지만 느리다. 라이선스를 가진 인수자나 규제받는 상호부조 조직을 파트너로 두어야 한다. 파라메트릭 보험만으로도 2025년 시장 규모가 약 194억 달러, 연간 약 12% 성장한다(GM Insights). 더 빠른 진입점은 기존 보험사에 청구 판정을 파는 것이다.
4. 에스크로가 있는 일자리 시장 (Colony, Gitcoin, Bounties Network)
원래 방식: 과업을 올리고, 자금을 에스크로에 넣고, 검수 후 지급한다.
막힌 이유: 결국 일이 끝났는지 누군가 판단해야 한다. 그 사람이 글을 올린 사람이므로, 프리랜서 플랫폼의 모든 분쟁이 다시 돌아온다.
AI가 바꾸는 것: 검수 기준을 중립적 배심원단이 실제 산출물(코드베이스, 보고서, 디자인)과 대조해 판단한다. AI 에이전트는 노동자이자 구매자이며, 그 규모는 사람 검토자가 감당할 수 없다.
수익 잠재력: 중간에서 큼. Upwork는 2025년 매출 7억 8800만 달러, 40억 달러 이상의 작업량을 처리했다(Yahoo Finance). AI 에이전트 네이티브 시장은 더 낮은 수수료를 받고 더 많고 작은 작업을 처리할 수 있다.
5. 데이터 및 미디어 라이선싱 (Ocean Protocol, Ujo, Mycelia)
원래 방식: 창작자와 데이터 소유자가 접근권을 직접 팔고, 로열티는 계약으로 집행했다.
막힌 이유: 구매자가 적었고, 데이터가 판매된 뒤 어떻게 쓰이는지 확인할 방법이 없었다.
AI가 바꾸는 것: AI 연구소가 구매자가 됐다. Reddit과 구글의 계약은 연간 약 6000만 달러, News Corp과 OpenAI의 계약은 5년간 2억 5000만 달러 이상으로 보도됐다(Quartz). 조건을 글로 쓸 수 있고(「라이선스 제공자와 경쟁하는 모델에 사용 금지」), 배심원단이 감사 증거와 대조해 판단한다.
수익 잠재력: 중간에서 큼. 다만 현재는 소수 대형 라이선스 제공자에 집중돼 있다. 기회는 롱테일에 있다. 혼자서는 협상할 수 없는 수백만 명의 소규모 창작자다.
6. 기계 결제 (BAT, Lightning, IOTA)
원래 방식: 기사 단위, API 호출 단위, 킬로와트시 단위로 몇 푼의 잔돈을 지불한다.
막힌 이유: 사람은 소액 결제 승인을 싫어하고, 수수료와 가격 변동이 이익을 다 잡아먹었다.
AI가 바꾸는 것: AI 에이전트는 하루에 100번 26센트를 지불해도 개의치 않는다. x402 표준은 2026년 9월까지 약 1억 9890만 건, 약 5270만 달러의 거래를 결제했다(TRM Labs).
수익 잠재력: 지금은 작지만 앞으로 매우 커질 수 있다. TRM 자체의 스크리닝에 따르면 대부분의 거래량은 아직 진짜 에이전트 상거래가 아니다. 결제 레일은 갖춰졌고, 부족한 것은 판매자를 신뢰할 이유다. 그것이 1번과 7번 아이디어다.
7. 평판과 보증금으로 담보 대체하기 (Bloom, ETHLend)
원래 방식: 온체인 신용 이력으로 과소담보 대출을 한다.
막힌 이유: 지갑은 무료로 만들 수 있어 나쁜 이력은 지갑과 함께 버려지고, 대출자는 여전히 150% 담보를 요구한다.
AI가 바꾸는 것: AI 에이전트의 판정 기록(완료한 납품, 패소한 분쟁)은 위조하기 어렵고 포기 비용이 크다. 배심원단이 몰수할 수 있는 보증금은 약속을 집행 가능하게 만든다. 이것이 「에이전트 보증금」 템플릿이다.
수익 잠재력: 중간. 첫 고객은 신뢰 점수가 필요한 에이전트 마켓이지 대출자가 아니다.
8. 인격 증명 (uPort, Sovrin, BrightID)
원래 방식: 이식 가능한 신원으로 당신이 유일한 실존 인간임을 증명한다.
막힌 이유: 이를 절실히 필요로 하는 앱이 없었고, 사용자는 설정 과정을 거치길 원하지 않았다.
AI가 바꾸는 것: 바뀐 것은 해법이 아니라 수요다. 봇과 AI 에이전트가 넘치는 상황에서 「뒤에 실존 인간이 있다」는 것이 갑자기 가치를 갖게 됐다. World는 2026년 4월 1800만 명의 검증된 인간을 보고했다(Decrypt).
수익 잠재력: 승자에게는 시장이 크지만 경쟁이 치열하고 자본 집약적이다. 열린 틈새는 AI 에이전트를 책임 추적이 가능한 인간이나 회사에 연결하는 것이다.
9. 집행 가능한 규칙이 있는 조직 (The DAO, Aragon)
원래 방식: 코드와 토큰 투표로 조직을 운영한다.
막힌 이유: 코드는 사람들이 실제로 신경 쓰는 규칙(「공개하지 않으면 내부자에게 돈을 줄 수 없다」)을 표현하지 못하고, 투표율은 낮고 조작되기 쉽다.
AI가 바꾸는 것: 정관을 글로 쓰고, 모든 제안을 금고가 서명하기 전에 배심원단이 대조 검사한다. 이것이 「DAO 헌법」 템플릿이다.
수익 잠재력: 작음에서 중간. 금고는 크지만 도구로 과금할 여지가 작다. 리스크 통제 상품으로 팔아라.
10. 큐레이션 목록 (토큰 큐레이션 레지스트리, Steemit)
원래 방식: 토큰을 스테이킹해 품질 목록(광고주, 뉴스 출처)을 유지한다.
막힌 이유: 스테이킹 게임은 판단이 아니라 투기를 보상하고, 투표자는 항목을 읽지 않는다.
AI가 바꾸는 것: 글로 쓴 등재 기준을 배심원단이 항목별로 검토하고 이유를 붙이며, 이의 제기 비용이 낮다.
수익 잠재력: 작음에서 중간. 가장 강한 형태는 다른 제품(앱스토어, 공급업체 등록부, 모델 마켓)에 내장되는 것이다.
11. 콘텐츠 출처 추적 (Po.et, Ascribe)
원래 방식: 창작물에 타임스탬프를 찍어 누가 먼저 만들었는지 증명한다.
막힌 이유: 타임스탬프는 파일이 존재했다는 것을 증명할 뿐 누가 창작했는지는 증명하지 못하며, 아무도 확인하지 않는다.
AI가 바꾸는 것: 생성 미디어는 「이것이 진짜인가, 누구 것인가」를 뉴스룸과 법원, 플랫폼에 절박한 문제로 만들었다. 배심원단은 해시만이 아니라 증거 사슬을 저울질할 수 있다.
수익 잠재력: 중간. 퍼블리셔와 플랫폼에 판다. 콘텐츠 자격 증명 표준이 이미 있으므로 그 위에 만들 수 있다.
12. 공급망 추적 (VeChain, IBM Food Trust)
원래 방식: 공유 원장에서 농장에서 진열대까지 화물을 추적한다.
막힌 이유: 쓰레기가 들어가면 쓰레기가 나온다. 원장은 상자에 붙은 라벨이 진짜인지 판단할 수 없다.
AI가 바꾸는 것: 과대광고만큼 크지 않다. 모델은 서류(인증서, 송장, 사진)의 일관성을 대규모로 검사해 게으른 위조를 잡아낼 수 있다. 하지만 상자 안을 들여다보지는 못한다.
수익 잠재력: 중간이지만 기업 대상 영업 주기가 길다. 원장이 아니라 컴플라이언스 서류 검사에서 시작하라.
13. 법적 구속력 있는 조항이 있는 토큰화 자산 (Polymath, Harbor, tZERO, 2018년 증권형 토큰)
원래 방식: 주식, 부동산, 대출을 토큰으로 만들어 24시간 거래하고 즉시 결제한다.
막힌 이유: 토큰은 영수증일 뿐이다. 실제 계약(계약서, 상환 순위, 양도 제한, 채무불이행 시 어떻게 하는지)은 온체인에서 읽을 수 없는 PDF 안에 있고, 온체인 기록을 사실의 출처로 인정하는 법원은 없다. 단순한 자산만 통했다. 2026년 3월까지 약 236억 달러 규모 자산이 토큰화됐고, 주로 국채와 머니마켓펀드다(Cointelegraph가 DeFiLlama 인용).
AI가 바꾸는 것: 법적 합의 자체가 배심원단이 대조해 판정하는 계약이 된다. 계약 위반인지, 지급해야 하는지, 양도가 허용되는지를 배심원단이 서류와 증거에 비추어 판단하고, 모든 판정이 온체인에 기록된다. 합의가 해당 배심원단의 판정을 구속력 있는 중재로 지정하면 결과에 법적 효력이 생길 수 있다. 중재 판정은 대부분 국가에서 《뉴욕 협약》에 따라 집행된다.
수익 잠재력: 크다. 사모 신용, 송장, 부동산의 발행과 서비스에 수수료를 받는다. 토큰화가 지금까지 놓친 복잡한 자산이다. 단독으로 제공할 수는 없다. 라이선스를 가진 발행자와 중재 조항을 작성할 변호사가 필요하다.
14. 공유 인프라 및 컴퓨팅 파워 시장 (Golem, iExec, Helium, Filecoin, Akash, io.net)
원래 방식: 토큰으로 낯선 사람이 GPU, 스토리지, 무선 커버리지, 지도 데이터를 제공하도록 인센티브를 주고 클라우드보다 싸게 판다.
막힌 이유: 여러 번 시도됐지만 여전히 이륙하지 못했다. 토큰 보상은 공급을 샀지만 유료 수요는 오지 않았다. Messari는 이 섹터 전체의 2025년 온체인 수익을 약 7200만 달러, 이에 대응하는 토큰 시가총액을 약 100억 달러로 추정한다(Decrypt가 Messari 인용). 근본 문제는 신뢰다. 구매자는 낯선 공급자가 실제로 작업을 수행했는지, 가동 시간을 유지했는지, 네트워크 커버리지를 제공했는지 판단할 수 없고, 문제가 생기면 판정해 줄 사람이 없다. 기업이 사는 것은 서비스 보증이지 토큰이 아니다.
AI가 바꾸는 것: 두 가지다. AI 에이전트는 구매자로서 가장 싸고 검증 기록이 있는 공급자에게 작업을 맡기는 것을 꺼리지 않는다. 배심원단은 증거(로그, 벤치마크, 추론 증명)에 따라 서비스 청구를 판정하고, 기준에 미달하면 공급자의 보증금을 몰수할 수 있다. 「에이전트 보증금」 템플릿을 하드웨어에 적용한 것이다. 이는 이 네트워크들이 한 번도 가져본 적 없는 보증이다.
수익 잠재력: 신뢰 문제가 해결되면 매우 크다. 추론 수요가 막대하기 때문이다. 하지만 오늘날 입증된 유료 수요는 작으므로, 한 가지 과업에 한 가지 서비스 보증을 제공하는 것에서 시작하고 처음부터 시장을 만들려 하지 마라.
15. 실제 계약이 뒷받침하는 지식재산 (Mediachain, Ascribe, IPwe, Story Protocol)
원래 방식: 노래, 예술, 특허, 브랜드를 온체인에 등록하고 스마트 컨트랙트로 라이선스하고 로열티를 지급한다.
막힌 이유: 토큰은 결코 법적 권리가 아니었다. 소유권은 저작권청과 특허청, 서명된 라이선스 계약에 있고, 그 시스템에 무언가를 넣으려면 변호사와 건당 출원료가 든다. 아무도 온체인 기록에 법적으로 의존하지 않았고, 라이선스는 여전히 이메일로 협상했다.
AI가 바꾸는 것: AI 에이전트는 이제 실제 계약서를 쓰고 서류를 준비할 수 있다. 에이전트가 평이한 법률 언어로 라이선스를 작성하고, 저작권 등록과 상표 출원, 양도 서류를 준비해 대신 제출한 뒤, 서명된 문서와 접수증을 해시로 온체인에 올린다. 같은 계약은 이후 AI 에이전트가 집행할 수 있는 계약이 된다. 배심원단이 사용이 라이선스에 부합하는지 판정하고, 로열티는 판정에 따라 흐른다. 온체인 기록과 법적 기록이 마침내 같은 말을 하게 된다.
수익 잠재력: 크다. 라이선싱 상품 소매만 2025년 3898억 달러에 달했고(Licensing International), AI 학습 라이선싱이 새로운 구매자가 되고 있다(5번 아이디어 참조). 기회는 매번 출원할 변호사 비용을 감당할 수 없는 롱테일 창작자와 소규모 발명가에게 있다. 출원 서비스는 무면허 법률 사무를 피하기 위해 변호사 검토가 필요하므로, 개인이 스스로 제출할 수 있는 저작권 등록과 라이선스에서 시작하라.
어떻게 고를까, 무엇이 잘못될 수 있나
고를 방향: 옛 병목이 「사람의 판단」이었고, 오늘 이미 누군가 형편없는 판단에 돈을 내고 있는 곳. 가리키는 것은 온라인 상사법원, 예측시장 결제, 보험 청구다.
착수 전 테스트:
- 이미 누군가 느린 인력 버전에 돈을 내고 있다(차지백 팀, 보험 손해사정인, 시장 결제 담당자).
- 문제가 배심원단이 볼 수 있는 증거로 답할 수 있어야 한다. 누군가 실제 상자를 확인해야 한다면 AI는 도움이 되지 않는다.
- 토큰 없이도 돌아가야 한다. 위의 모든 아이디어는 경제 모델이 고객이 아니라 토큰에 의존했기 때문에 부분적으로 죽었다.
리스크:
- 모델 배심원단이 함께 틀릴 수 있다. 같은 데이터로 학습된 모델은 맹점을 공유한다. 판단 이유를 공개하고, 항소 경로를 남기고, 사람 검토와의 일치율을 추적하라.
- 증거는 위조될 수 있다. 배심원단은 자기가 보는 것에 근거해 판단할 수밖에 없다. 증거를 해시로 고정하고, 당사자 자신의 말은 신뢰할 수 없는 것으로 취급하라.
- 보험, 증권, 대출 분야에서 규제는 여전히 강한 제약이다. AI는 판단 병목을 없애지만 라이선스는 없애지 않는다.
- 수요가 여전히 얇을 수 있다. 기계 결제와 공유 인프라는 오늘날 사용 가능한 레일이 있지만 입증된 유료 수요는 적다. 먼저 측정하고 확장하라.
