저자: RWA 연구소

2026년 3월, Circle의 글로벌 마케팅 책임자인 피터 슈뢰더는 X 플랫폼 관련 데이터를 공개하며 지난 9개월 동안 AI 에이전트가 총 4,300만 달러에 달하는 1억 4천만 건의 결제를 완료했다고 밝혔습니다. 이 중 98.6%는 USDC로 결제되었으며, 거래당 평균 결제액은 단 0.31달러에 불과했습니다. 더욱 중요한 것은 구매력을 갖춘 AI 에이전트의 수가 40만 명을 넘어섰다는 점입니다.

이 데이터는 어떤 재무 보고서보다도 더 많은 것을 말해줍니다. AI 에이전트가 개념 단계를 넘어 실제 경제 활동으로 나아가고 있다는 것입니다.

40만 개의 AI 에이전트, 1억 4천만 건의 거래, 4천 3백만 달러. 이는 기계들 간에 자율적으로 이루어진 가치 교환입니다. 인간의 개입도, 은행 승인도, 신용카드 확인도 없었습니다. 코드와 프로토콜을 통해 이전에는 사람의 서명, 대조, 결제가 필요했던 프로세스들이 완료되었습니다.

Circle의 주가는 지난 며칠간 75% 급등하여 60달러에서 105달러로 올랐습니다. 시장은 이러한 상승세를 실적 발표에 대한 긍정적인 반응으로 해석하고 있습니다. Circle은 2025년 4분기 매출 7억 7천만 달러를 기록하며 전년 동기 대비 77% 증가했고, 순이익은 1억 3천3백만 달러를 기록했습니다. 그러나 진정으로 주목할 만한 것은 수치 자체가 아니라 그 이면에 숨겨진 구조적 변화입니다. 인공지능 에이전트가 새로운 경제 주체로 부상함에 따라 전체 금융 인프라의 논리를 재정립해야 할 필요성이 대두되고 있습니다.

이러한 재작성 과정에서 더 근본적인 질문이 제기됩니다. AI 에이전트가 가용 자금을 보유하게 되고, 작업을 완료하여 USDC를 획득할 수 있게 되면, 그 자금을 어떻게 관리할까요? 지급이 첫 번째 단계이고, 자산 관리가 두 번째 단계입니다. 실물 자산(RWA) 분야는 바로 이 두 번째 질문에 대한 답을 찾아야 합니다.

I. 지불 능력에서 자산 보유까지

인공지능 에이전트가 필요로 하는 금융 서비스가 어떤 종류인지 이해하려면 먼저 그들의 경제 활동 패턴을 이해해야 합니다.

딜로이트의 "2026년 기술, 미디어 및 통신 산업 전망" 보고서에 따르면 기업과 서비스 제공업체가 효율적인 에이전트 기반 협업 스케줄링을 구현할 수 있다면 전 세계 에이전트 기반 AI 시장은 2030년까지 450억 달러에 이를 것으로 예상됩니다. 이러한 다중 에이전트 협업 모델의 기본 특징은 복잡한 작업을 여러 단계로 나누어 각기 다른 전문 에이전트가 협업하여 완료하고, 각 단계 실행 시 소액의 비용이 발생한다는 점입니다.

API 호출을 예로 들어보겠습니다. AI 애플리케이션은 여러 개의 대규모 언어 모델을 동시에 호출하고, 여러 데이터베이스에 접근하며, 여러 컴퓨팅 리소스를 사용해야 할 수 있습니다. 각 호출마다 0.01달러, 0.05달러, 0.1달러와 같은 소액 결제가 발생합니다. 이러한 결제 금액은 매우 적지만, 발생 빈도는 매우 높습니다. Circle의 데이터에 따르면 지난 9개월 동안 1억 4천만 건의 거래가 발생했으며, 거래당 평균 금액은 0.31달러에 불과했습니다. 이는 소액 결제 시장의 전형적인 특징입니다.

문제는 AI 에이전트가 사용자에게 서비스를 제공하거나 분산 컴퓨팅 네트워크에 참여함으로써 지속적으로 수익을 창출함에 따라 계정에 자금이 축적된다는 점입니다. 이러한 자금은 무한정 유동적으로 유지될 수 없습니다. 합리적인 경제 주체라면 누구나 유휴 자금을 어떻게 처리해야 할지 고민할 것입니다.

이는 AI 에이전트가 "지불자"에서 "자산 보유자"로 전환하는 데 있어 논리적인 출발점입니다.

전통적인 금융 시스템에서 개인과 기업은 단기 유휴 자금을 은행에 예치하거나, 머니마켓 펀드 또는 단기 국채를 매입하여 수익을 창출합니다. AI 에이전트 또한 이러한 기능이 필요합니다. 투기 목적이 아니라, 자체 경제 모델을 최적화하기 위해서입니다. 결제를 위해 계정에 일정량의 USDC를 유지하는 것은 필수적이지만, 초과 자금을 유휴 상태로 두는 것은 기회비용 손실을 의미합니다. 만약 잉여 자금이 단기 미국 국채로 뒷받침되는 토큰화된 펀드에 자동으로 투자되고, 결제가 필요할 때 자동으로 환매된다면, "운영 효율성"이 향상될 것입니다.

더 나아가, AI 에이전트가 장기적인 운영을 위해 가치를 저장하거나 가스 요금 변동으로 인한 비용 불확실성에 대비해야 하는 경우, 위험 수준이 다른 자산을 배분해야 할 수도 있습니다. 이 시점에서 AI 에이전트는 더 이상 단순한 "지불자"가 아니라 "투자자"가 됩니다. 물론 이 투자자는 코드 조각이지만 말입니다.

Circle은 AI 에이전트가 "지불자"가 될 수 있도록 하는 문제를 해결합니다. 하지만 AI 에이전트를 "투자자"로 만들기 위해서는 다른 인프라가 필요합니다.

II. RWA와 AI 에이전트: 진행 중인 양방향 경쟁

Circle이 지난 몇 년간 해온 일은 3단계 역량 구축으로 요약할 수 있습니다.

첫 번째 계층은 스테이블코인 발행 및 유동성 네트워크로 구성됩니다. 서클(Circle)의 공식 발표에 따르면, 2025년 말 기준 USDC의 유통량은 753억 달러에 달해 전년 대비 72% 증가했으며, 이는 스테이블코인 거래량의 거의 50%를 차지할 것으로 예상됩니다. 이러한 USDC는 AI 기반 결제에 활용 가능한 가치 전달 수단을 제공합니다.

두 번째 계층은 매우 효율적인 온체인 결제 네트워크입니다. 2025년 8월, Circle은 기관 금융 서비스를 위해 특별히 설계된 Arc Chain을 출시했습니다. 2026년 3월에는 수만 건의 소액 결제를 오프체인에서 집계한 후 주기적으로 블록체인에 패키징하여 개발자의 거래 비용을 0으로 줄이는 Nanopayments 시스템을 출시했습니다. 테스트넷은 이미 Arbitrum, Arc, Avalanche, Base, Ethereum을 포함한 12개의 EVM 체인을 지원합니다. 결제 프로토콜 수준에서는 x402 프로토콜을 통해 웹사이트나 API가 요청을 반환할 때 HTTP 402 결제 요청을 직접 전송하여 인터넷 요청에 결제 정보를 직접 포함시킬 수 있습니다.

세 번째 계층은 기존 금융 시스템과 연결됩니다. 서클 페이먼츠 네트워크(CPN)는 은행, 결제 서비스 제공업체, 국경 간 청산 기관 및 기업 고객을 연결합니다. 2026년 2월 기준으로 55개 금융 기관이 참여했으며 연간 거래량은 약 57억 달러에 달합니다. 올해 2월에는 아시아와 중동을 포함한 여러 지역에서 현지 통화 및 스테이블코인에 대한 직접 결제 시스템을 추가했습니다.

이 세 가지 기능은 AI 에이전트 경제의 "결제 인프라"를 구성합니다. 그러나 완전한 경제를 위해서는 "자산 관리 인프라"도 필요하며, 바로 이 영역에서 RWA가 중요한 역할을 할 수 있습니다.

지난 몇 년간 실물자산(RWA) 토큰화에 대한 연구는 주로 전통 금융 분야의 "온체인 매핑"에 집중되어 왔습니다. 데필라마(Defillama)의 데이터에 따르면, 2025년 6월 기준 RWA의 총 예치자산(TVL)은 125억 달러에 달해 2024년 대비 124% 증가했습니다. 씨티은행, 스탠다드차타드은행 등 세계 유수의 은행들은 결제, 자산 관리, 해외 거래 등 다양한 분야에서 RWA 활용 방안을 모색하고 있습니다.

하지만 RWA가 AI 에이전트의 경제 세계에 진입하려면 "AI 네이티브" 전환을 거쳐야 합니다. 이는 단순히 자산을 블록체인에 올리는 것이 아니라, 자산을 "AI가 이해하고 거래할 수 있도록" 만드는 것을 의미합니다.

첫째, 데이터 표준화가 있습니다. Ondo Finance와 같은 주요 RWA 프로젝트들은 기초 현금 흐름, 법률 조건, 위험 등급 및 기타 정보를 구조화되고 기계가 읽을 수 있는 데이터 형식으로 변환하기 위해 노력하고 있습니다. 2025년 7월, Ondo Finance는 전 세계 투자자들에게 토큰화된 미국 국채를 출시한 최초의 프로젝트가 되었으며, 이는 대통령 직속 디지털 자산 시장 태스크포스가 발표한 백악관 보고서에 포함되었습니다.

둘째로, 논리는 프로그래밍 가능합니다. 배당금, 이자 지급, 자사주 매입 및 청산에 대한 규칙은 스마트 계약에 작성되어 코드에 의해 자동으로 실행됩니다. 이를 통해 AI 에이전트와 자산 간의 상호 작용은 "무신뢰"를 달성할 수 있습니다. 즉, 상대방이 의무를 이행할 것이라는 신뢰가 필요 없고, 단지 코드가 설정된 규칙에 따라 실행될 것이라는 신뢰만 있으면 됩니다.

셋째, 유동성 분산이 있습니다. 위험가중자산(RWA)이 토큰화되면 이론적으로 0.01달러 상당의 국채나 0.1제곱미터 면적의 부동산에 대한 소득권과 같이 매우 작은 단위로 나눌 수 있는데, 이는 AI 에이전트의 소규모 할당 요구에 매우 중요합니다. 나노페이먼츠는 이미 소액 결제의 기술적 실현 가능성을 입증했으며, 동일한 논리를 소액 투자에도 적용할 수 있습니다.

JP모건 체이스의 키넥시스 사업부는 관련 사례 연구를 제공합니다. 2025년 5월, 키넥시스는 온도 파이낸스의 토큰화된 미국 국채 펀드(OUSG)를 사용하여 온도 체인 테스트넷에서 토큰화된 미국 국채의 첫 번째 공개 거래를 완료했으며, 체인링크의 크로스체인 인프라를 통해 결제했습니다. 이 거래는 자산 교환과 결제가 동시에 이루어지는 "지불-인수(DvP)" 모델을 따랐습니다. JP모건 체이스의 키넥시스 사업부는 현재 매일 20억 달러 이상의 거래를 처리하고 있으며, 설립 이후 명목 가치 기준으로 1조 5천억 달러 이상의 거래를 성사시켰습니다.

이 사례의 가치는 RWA(실질자산가치)를 기관급 결제 및 정산 네트워크와 통합하는 방법을 보여준다는 데 있습니다. 미래의 AI 기반 에이전트 경제에서는 거래 주체가 JP모건 체이스에서 AI 에이전트로 바뀌고 거래 규모가 수백만 달러에서 몇 달러로 줄어들 수 있지만, 근본적인 논리는 동일하게 유지됩니다. 즉, 가치의 이전과 저장이 원활하게 연결되어야 한다는 것입니다.

셋째, 결제 네트워크를 넘어서는 또 다른 잠재력의 영역이 존재합니다.

위의 논리를 연결하면 완전한 폐쇄 루프가 형성되기 시작합니다.

AI 콘텐츠 생성 에이전트가 여러 클라이언트에게 서비스를 제공하여 상당한 USDC 잔액을 계정에 축적했습니다. 해당 에이전트의 기본 프로토콜은 자금 관리 규칙을 정하고 있는데, 잔액이 1,000 USDC를 초과하면 RWA(위험가치자산) 통합기를 통해 토큰화된 단기 국채 펀드 3개와 토큰화된 녹색 에너지 펀드 1개에 자동으로 균등하게 배분됩니다. 특정 월에 클라이언트 수요가 감소하여 계정 잔액 보충이 필요한 경우, 프로토콜은 RWA 지분의 일부를 자동으로 상환하여 일상적인 운영에 필요한 USDC로 다시 전환합니다.

이 과정에서 AI 에이전트는 계좌 잔액 모니터링, 다양한 자산의 위험-수익 특성 평가, 투자 및 환매 실행, 향후 감사를 위한 거래 흐름 기록 등의 작업을 수행합니다. 모든 작업은 코드로 자동 처리되므로 사람의 개입이 필요하지 않습니다.

예를 들어, AI 여행 플래너가 사용자를 위해 항공편과 호텔을 예약한 후, 사용자는 예산으로 USDC를 AI 계정으로 이체합니다. 항공편을 기다리는 동안 AI 에이전트는 항공편 지연 데이터를 기반으로 제공되는 RWA(위험 부담 자산) 보험 상품을 감지합니다. 그리고 계정에 일시적으로 사용되지 않는 USDC를 사용하여 해당 보험의 일부를 자동으로 구매합니다. 몇 시간 후 항공편이 지연되면 RWA 보험 상품은 규정에 따라 자동으로 보험금을 지급하고, AI 에이전트의 계정 잔액이 증가합니다.

이러한 시나리오를 구성하는 각 기술 모듈은 이미 존재합니다. USDC는 가치 전달 수단을 제공하고, 나노페이먼츠는 소액 결제 비용 문제를 해결하며, x402 프로토콜은 인터넷 요청에 직접 결제를 포함할 수 있도록 하고, 토큰화된 국채는 이미 Ondo Chain과 같은 플랫폼에서 운영되고 있으며, DvP 결제 메커니즘은 JP모건 체이스의 검증을 거쳤습니다. 남은 과제는 통합, 즉 결제 계층, 자산 계층 및 거래 계층을 연결하여 AI 에이전트가 API 호출처럼 이러한 금융 기능을 사용할 수 있도록 하는 것입니다.

홍콩 웹3.0 표준화 협회 회장인 리밍은 RWA 개발에 대해 "웹3.0의 표준화된 진입점을 찾고 RWA 생태계를 연결하기를 희망한다"고 언급했습니다. AI 에이전트 경제의 경우, 이러한 진입점은 결제와 자산 간의 연결이 될 수 있습니다.

IV. 신세계의 오래된 문제들: 위험과 책임

물론 오늘날의 AI 결제와 미래의 AI 자산 관리 사이에는 여전히 극복해야 할 많은 장애물이 있습니다.

첫째, 데이터의 진위성 문제가 있습니다. RWA의 기반 자산은 오프체인에 존재하며, 해당 자산의 상태, 가치, 위험 정보는 블록체인에 안정적으로 전송되어야 합니다. AI 에이전트가 오류가 있거나 변조된 데이터에 의존할 경우, 투자 결정에 오류가 발생할 수 있습니다. 홍콩 웹3.0 표준화 협회와 여러 기관이 공동으로 발표한 "RWA 산업 발전 연구 보고서"는 자산이 대규모로 성공적으로 배포되기 위해서는 가치 안정성, 명확한 법적 소유권, 오프체인 데이터의 검증 가능성이라는 세 가지 주요 관문을 충족해야 한다고 지적합니다.

둘째로, AI 에이전트의 모델 리스크가 존재합니다. 데이터가 정확하더라도 AI 에이전트의 투자 결정 논리에 결함이 있을 수 있습니다. AI 에이전트의 잘못된 결정에 대한 책임은 누구에게 있을까요? 개인일까요, 계약일까요, 아니면 AI 에이전트 자체일까요? 이러한 책임 소재는 법률 및 규제 차원에서 아직 명확한 답을 찾지 못했습니다.

셋째, 유동성 위험이 있습니다. RWA의 온체인 거래량은 주류 암호화폐에 비해 훨씬 적으며, 일부 자산은 유동성이 떨어질 수 있습니다. 다수의 AI 에이전트가 동일한 RWA 펀드를 동시에 인출해야 할 경우, 거래가 성공적으로 완료될 수 있을지 불확실합니다.

넷째, 규제상의 차이가 있습니다. 국가마다 위험가중자산(RWA)에 대한 규제 방침이 다르고, 동일한 자산이라도 관할 지역에 따라 법적 지위가 크게 달라질 수 있습니다. AI 에이전트는 이러한 복잡성을 인식하고 처리할 수 있어야 하므로, 현재 AI 역량에 상당한 부담이 가해집니다.

마지막으로 기술적 보안 문제가 있습니다. 스마트 계약 취약점, 크로스체인 브리지 공격, 개인 키 유출과 같은 위험은 거래 주체가 AI라고 해서 사라지는 것이 아닙니다. 오히려 AI 에이전트가 거래를 자동화할 경우, 취약점 악용 속도와 규모는 인간이 수행하는 작업보다 훨씬 빠를 수 있습니다.

결론

초기 데이터로 돌아가 보면, AI 에이전트 40만 명, 거래 건수 1억 4천만 건, 총액 4천 3백만 달러입니다.

이 수치의 중요성은 규모에 있는 것이 아닙니다. 매년 인간이 지불하는 수조 달러에 비하면 4,300만 달러는 미미한 금액입니다. 진정한 의미는 기계가 독립적인 경제 주체로 성장하여 자체적인 수입, 계좌, 그리고 지불 능력을 갖추게 될 것이라는 방향을 보여준다는 데 있습니다.

기계가 수익을 창출하게 되면 머지않아 자산 관리가 필요하게 될 것입니다. 이는 먼 미래의 이야기가 아니라 AI 에이전트 경제의 진화 과정에서 자연스러운 수순입니다.

Circle은 미래를 위한 "결제 신경망"의 기반을 마련하고 있으며, 이를 통해 AI 에이전트가 효율적이고 저렴한 비용으로 가치를 이전할 수 있도록 지원합니다. 관계 관리 및 애플리케이션(RWA) 분야는 이러한 경제의 "에너지 저장 시스템"이 되어 AI 에이전트가 마치 자신의 코드를 관리하는 것처럼 자산을 관리할 수 있도록 해야 합니다.

이러한 평가가 사실이라면, 오늘날 RWA 실무자들이 고려해야 할 질문은 다음과 같습니다. 40만 개의 AI 에이전트가 구성 가능한 자산을 찾기 시작하고, 1억 4천만 건의 결제 이후 자산 관리 요구 사항이 발생할 때, 여러분이 보유한 RWA 상품은 AI 에이전트가 평가, 선택, 보유 및 거래할 수 있도록 준비되어 있을까요?

(본 기사는 Circle의 공식 재무 보고서 및 공시, Deloitte의 "2026년 기술, 미디어 및 통신 산업 전망 보고서", Devilama 데이터, Ondo Finance 공개 정보, JPMorgan Chase Kinexys 공식 공시, 홍콩 Web3.0 표준화 협회의 "RWA 산업 발전 연구 보고서" 등 공개적으로 이용 가능한 정보를 바탕으로 작성되었으며, 투자 조언을 구성하지 않습니다. 시장은 위험하므로 신중하게 투자하십시오.)

数据：Alameda Research今日从Circle和FTX提取共计9100万枚USDC

인기 기사