a16z가 예측한 2026년 암호화폐 산업의 8대 주요 트렌드: 프라이버시 블록체인의 부상, 거래 플랫폼의 혁신 등

작성자: a16z

작성자: Deep Tide TechFlow

a16z(앤드리슨 호로위츠)는 최근 2026년 기술 분야에서 주목받을 만한 "빅 아이디어" 목록을 발표했습니다. 이 아이디어들은 앱, 미국 시장의 역동성, 생명공학, 암호화폐, 성장, 인프라, 스피드런 팀의 파트너들이 제안한 것입니다.

다음은 암호화폐 분야의 특별 기고자들이 제시한 주요 아이디어와 통찰력 중 일부를 선별한 내용입니다. 스마트 에이전트 및 인공지능(AI), 스테이블코인, 토큰화 및 금융, 개인정보 보호 및 보안, 예측 시장 및 기타 응용 분야에 이르기까지 폭넓은 주제를 다룹니다. 2026년 기술 전망에 대한 자세한 내용은 전체 기사를 참조하십시오.

미래를 건설하다

거래 플랫폼은 시작일 뿐, 끝이 아닙니다.

오늘날 스테이블코인과 일부 핵심 인프라를 제외하면, 거의 모든 성공적인 암호화폐 기업들이 거래 플랫폼으로 전환했거나 전환 과정에 있습니다. 하지만 "모든 암호화폐 기업이 거래 플랫폼이 된다면" 궁극적으로 어떤 결과가 초래될까요? 동질적인 경쟁이 심화되면 사용자들의 집중력을 분산시킬 뿐만 아니라, 결국 소수의 기업만이 살아남을 수 있습니다. 너무 일찍 거래 플랫폼으로 전환하는 기업은 더욱 경쟁력 있고 지속 가능한 비즈니스 모델을 구축할 기회를 놓칠 수도 있습니다.

창업자들이 건전한 재정 상태를 유지하는 데 어려움을 겪는다는 점은 충분히 이해합니다. 하지만 단기적인 제품-시장 적합성만을 추구하는 것은 오히려 손해를 초래할 수 있습니다. 특히 암호화폐 업계에서는 토큰과 투기를 둘러싼 독특한 역학 관계 때문에 창업자들이 마치 "마시멜로 테스트"처럼 즉각적인 만족을 추구하는 경향이 두드러집니다.

거래 자체는 잘못된 것이 아닙니다. 거래는 시장 운영의 중요한 기능임은 분명합니다. 하지만 거래 자체가 궁극적인 목표는 아닙니다. 제품 자체에 집중하고 장기적인 관점에서 제품-시장 적합성을 추구하는 창업자들이 결국 더 큰 성공을 거둘 가능성이 높습니다.

– 아리아나 심슨, a16z 크립토 팀 총괄 파트너

스테이블코인, RWA 토큰화, 결제 및 금융에 대한 새로운 생각

실물자산(RWA) 토큰화 및 스테이블코인을 보다 암호화폐 고유의 방식으로 생각해 보기

은행, 핀테크 기업, 자산운용사들이 미국 주식, 상품, 지수 및 기타 전통적인 자산을 블록체인에 도입하는 데 큰 관심을 보이고 있습니다. 그러나 점점 더 많은 전통 자산이 블록체인에 도입됨에 따라, 토큰화 방식은 기존의 실물 자산 개념에 기반한 "물리적" 방식에 그치는 경우가 많으며, 암호화폐의 고유한 기능을 충분히 활용하지 못하고 있습니다.

반면, 무기한 선물(perp)과 같은 합성 자산 형태는 유동성이 더 풍부하고 구현이 더 간단합니다. 또한 무기한 선물은 이해하기 쉬운 레버리지 메커니즘을 제공하여 암호화폐 시장에 가장 적합한 네이티브 파생 상품이 될 가능성이 높습니다. 신흥 시장 주식은 "perpify"를 탐구하기에 가장 흥미로운 자산군 중 하나일 것입니다. 예를 들어, 일부 주식의 경우 만기일이 0일인 옵션 시장의 유동성이 현물 시장보다 더 높은 경우가 많아 무기한 선물 거래를 시도해 볼 가치가 있습니다.

궁극적으로 모든 것은 "지속성"과 "토큰화" 사이의 선택으로 귀결됩니다. 어쨌든 내년에는 암호화폐 기반의 실물 자산 토큰화가 더욱 활발해질 것으로 예상됩니다.

마찬가지로, 2026년에는 스테이블코인 분야에서 토큰화뿐 아니라 "발행 혁신"이 더욱 활발해질 것입니다. 스테이블코인은 2025년에 주류로 자리 잡았으며, 발행량은 지속적으로 증가하고 있습니다.

하지만 강력한 신용 인프라가 부족한 스테이블코인은 특정 고유동성 자산을 보유하는 "협의 은행"에 더 가깝습니다. 이러한 자산은 매우 안전하다고 여겨집니다. 협의 은행은 효과적인 상품이지만, 온체인 경제의 장기적인 기반이 될 것이라고는 생각하지 않습니다.

최근 많은 신흥 자산 운용사, 큐레이터, 프로토콜들이 오프체인 담보를 활용한 온체인 자산 담보 대출을 추진하고 있습니다. 일반적으로 이러한 대출은 오프체인에서 생성된 후 토큰화됩니다. 하지만 저는 이러한 토큰화 방식이 제한적인 이점만을 제공한다고 생각합니다. 아마도 온체인에 이미 접속해 있는 사용자에게만 배포할 수 있다는 장점이 있을 것입니다. 따라서 부채 자산은 오프체인에서 생성한 후 토큰화하는 방식이 아니라, 온체인에서 직접 생성되어야 합니다. 온체인에서 부채 자산을 생성하면 대출 관리 비용과 백엔드 인프라 비용이 절감되고 접근성이 향상됩니다. 규제 준수와 표준화라는 과제가 있지만, 개발자들은 이러한 문제들을 해결하기 위해 노력하고 있습니다.

– Guy Wuollet, a16z Crypto 팀 총괄 파트너

스테이블코인은 은행의 핵심 장부 업그레이드를 촉진하여 완전히 새로운 결제 시나리오를 열어줍니다.

오늘날 대부분의 은행은 여전히 현대 개발자들이 알아보기조차 어려운 구식 소프트웨어 시스템을 사용하고 있습니다. 은행들은 1960년대와 70년대 초부터 대규모 소프트웨어 시스템을 도입해 왔습니다. 1980년대와 90년대에 이르러서는 테메노스의 GLOBUS나 인포시스의 Finacle과 같은 2세대 핵심 뱅킹 소프트웨어가 등장하기 시작했습니다. 그러나 이러한 소프트웨어는 노후화되었고, 업그레이드 속도는 너무 느렸습니다. 그 결과, 예금, 담보 및 기타 의무를 기록하는 핵심 데이터베이스인 은행 업계의 많은 중요한 핵심 원장은 여전히 COBOL 프로그래밍 언어를 사용하는 메인프레임 컴퓨터에서 운영되고 있으며, 최신 API가 아닌 배치 파일 인터페이스에 의존하고 있습니다.

전 세계 자산의 대부분은 여전히 수십 년 된 이러한 핵심 원장에 저장되어 있습니다. 이러한 시스템은 실무에서 검증되었고, 규제 기관의 신뢰를 얻었으며, 복잡한 은행 업무 환경에 깊숙이 통합되었지만, 혁신을 가로막는 장애물이 되기도 합니다. 예를 들어, 실시간 결제와 같은 핵심 기능을 추가하는 데는 몇 달 또는 몇 년이 걸릴 수 있으며, 상당한 기술적 부채와 복잡한 규제 요건을 해결해야 합니다.

바로 이 지점에서 스테이블코인이 중요한 역할을 합니다. 지난 몇 년간 스테이블코인은 시장 적합성을 확보하며 주류 금융 시장에 성공적으로 진입했습니다. 올해 들어 전통적인 금융기관(TradFi)들이 스테이블코인을 전례 없는 수준으로 수용하고 있습니다. 스테이블코인, 토큰화된 예금, 토큰화된 국채, 온체인 채권과 같은 금융 상품은 은행, 핀테크 기업, 금융기관들이 새로운 상품을 개발하고 더 많은 고객에게 서비스를 제공할 수 있도록 해줍니다. 더욱 중요한 것은 이러한 혁신이 기존 시스템을 완전히 재구축할 필요가 없다는 점입니다. 비록 이러한 시스템들이 노후화되었지만, 수십 년 동안 안정적으로 운영되어 왔기 때문입니다. 따라서 스테이블코인은 금융기관들에게 완전히 새로운 혁신의 길을 열어줍니다.

– 샘 브로너

지능형 에이전트와 인공지능의 미래

인공지능을 활용하여 실질적인 연구 과제를 수행하기

수리경제학자로서 올해 초만 해도 일반 소비자용 AI 모델이 제 작업 방식을 이해하도록 하는 것이 엄청나게 어려웠습니다. 하지만 11월이 되자 마치 박사 과정 학생에게 지시하듯 추상적인 지시를 내릴 수 있게 되었고, 때로는 완전히 새롭고 정확하게 실행된 결과를 내놓기도 했습니다. 더욱이, AI는 더 넓은 연구 분야, 특히 추론 분야에서 활용되기 시작했습니다. 이제 AI 모델은 발견을 직접적으로 지원할 뿐만 아니라, 세계에서 가장 어려운 대학 수학 시험으로 꼽히는 퍼트넘 문제(Putnam problem)를 자율적으로 해결하기까지 합니다.

이러한 연구 지원 접근 방식이 어떤 분야에서 가장 유용할지, 그리고 어떻게 유용할지는 아직 불분명합니다. 하지만 저는 AI의 연구 역량이 새로운 "박식가" 연구 스타일을 육성하고 고무할 것이라고 예상합니다. 이러한 스타일은 다양한 아이디어 간의 관계를 추측하고 가설적인 답변에서 빠르게 추론해 나가는 경향이 있습니다. 이러한 답변이 완전히 정확하지는 않을 수 있지만, 적어도 특정 논리적 틀 안에서는 올바른 방향을 제시할 수 있습니다. 아이러니하게도, 이러한 접근 방식은 모델의 "환상"을 활용하는 것과 유사합니다. 모델이 충분히 "똑똑해지면" 추상적인 공간을 자유롭게 탐색하도록 허용했을 때 터무니없는 아이디어가 나올 수도 있지만, 때로는 획기적인 발견으로 이어질 수도 있습니다. 마치 인간이 선형적 사고에서 벗어나 명확한 방향에서 벗어날 때 가장 창의적인 것처럼 말입니다.

이러한 방식으로 문제를 접근하려면 완전히 새로운 AI 워크플로우가 필요합니다. 단순히 "프록시 대 프록시" 모델이 아니라, 여러 계층의 모델이 초기 단계 모델을 평가하고 점진적으로 가치 있는 통찰력을 추출하는 데 도움을 주는 더욱 복잡한 "프록시로 감싸진 프록시" 모델이 필요한 것입니다. 저는 이 방법을 논문 작성에 활용했고, 다른 사람들은 특허 검색, 새로운 예술 형식 창조, 심지어 (안타깝게도) 스마트 계약을 공격하는 새로운 방법을 발견하는 데에도 사용했습니다.

하지만 "래핑된 추론 에이전트"라는 연구 모델을 실행하려면 모델 간의 더 나은 상호 운용성이 필요하고, 각 모델의 기여도를 식별하고 합리적으로 보상하는 방법이 필요합니다. 그리고 이러한 문제들을 해결하는 데 암호화 기술이 도움을 줄 수 있습니다.

- 스콧 코미너스, a16z 암호화 연구팀 멤버, 하버드 경영대학원 교수

AI 에이전트가 개방형 네트워크에 부과하는 숨겨진 세금

인공지능 에이전트의 등장으로 일종의 "숨겨진 세금"이 개방형 인터넷을 억압하고 그 경제적 기반을 근본적으로 뒤흔들고 있습니다. 이러한 혼란은 인터넷의 맥락 계층과 실행 계층 간의 비대칭성이 심화되는 데서 비롯됩니다 . 현재 인공지능 에이전트는 광고 지원 콘텐츠 웹사이트(맥락 계층)에서 데이터를 추출하여 사용자에게 편의를 제공하는 동시에 콘텐츠 제작을 지원하는 수익원(광고 및 구독 등)을 체계적으로 우회하고 있습니다.

개방형 웹의 추가적인 쇠퇴를 막고(그리고 AI를 뒷받침하는 다양한 콘텐츠를 보호하기 위해) 우리는 대규모로 기술적, 경제적 해결책을 도입해야 합니다. 여기에는 차세대 스폰서 콘텐츠, 마이크로 어트리뷰션 시스템, 또는 기타 혁신적인 자금 조달 모델이 포함될 수 있습니다. 기존의 AI 라이선스 계약은 일반적으로 AI 트래픽 침해로 인한 수익 손실의 극히 일부만을 콘텐츠 제공자에게 보상하는 근시안적인 임시방편에 불과하다는 것이 입증되었습니다.

인터넷에는 가치가 자동으로 흐를 수 있는 완전히 새로운 기술경제 모델이 필요합니다. 내년에 가장 중요한 변화는 정적인 권한 부여 모델에서 실시간 사용량 기반의 보상 모델로의 전환입니다. 이는 블록체인 기반 나노 결제와 정교한 기여도 기준을 활용하여 AI 에이전트의 작업 완료에 필요한 정보를 제공하는 각 주체에게 자동으로 보상을 제공하는 시스템을 테스트하고 확장하는 것을 의미합니다.

– 리즈 하카비, a16z 암호화폐 투자팀

프라이버시는 해자입니다.

암호화폐 업계에서 개인정보 보호는 가장 중요한 방어벽이 될 것입니다.

개인정보 보호는 글로벌 금융이 블록체인으로 이동하는 주요 요인 중 하나입니다. 하지만 동시에 오늘날 거의 모든 블록체인에서 부족한 중요한 요소이기도 합니다. 대부분의 블록체인에서 개인정보 보호는 부차적인 고려 사항에 불과합니다.

하지만 이제 프라이버시 그 자체가 블록체인 기술의 핵심 차별화 요소가 되었습니다. 더욱 중요한 것은 프라이버시가 "체인 종속" 또는 프라이버시 네트워크 효과를 창출할 수 있다는 점입니다. 이는 성능 경쟁만으로는 더 이상 충분한 경쟁 우위를 확보할 수 없는 시대에 특히 중요합니다.

크로스체인 브리지 프로토콜은 모든 정보가 공개되어 있는 한, 서로 다른 체인 간의 마이그레이션을 매우 쉽게 만들어 줍니다. 그러나 프라이버시가 도입되면 이러한 편리함은 사라집니다. 체인 간 토큰 전송은 쉽지만, 체인 간 프라이버시 전송은 극도로 어렵습니다. 사용자는 프라이버시 체인을 오갈 때, 즉 퍼블릭 체인으로 이동하거나 다른 프라이버시 체인으로 이동할 때 위험에 직면합니다. 온체인 데이터, 멤풀 또는 네트워크 트래픽을 관찰하는 사람이 사용자의 신원을 추론할 수 있기 때문입니다. 프라이버시 체인과 퍼블릭 체인 사이, 또는 두 프라이버시 체인 사이의 경계를 넘나들면 거래 시간과 금액 간의 상관관계와 같은 다양한 메타데이터가 유출될 수 있으며, 이러한 정보는 사용자 추적을 훨씬 쉽게 만들 수 있습니다.

경쟁으로 인해 거래 수수료가 거의 0에 가까워질 수 있는 동질적인 신규 블록체인들과 달리, 개인정보 보호 기능을 갖춘 블록체인은 더 강력한 네트워크 효과를 창출할 수 있습니다. 현실적으로, "범용" 블록체인이 성숙한 생태계, 킬러 애플리케이션, 또는 불공정한 유통 우위를 갖추지 못한다면, 사용자들이 해당 블록체인을 사용하거나 그 위에 구축하려는 이유는 거의 없으며, 충성도를 형성할 이유 또한 희박합니다.

퍼블릭 블록체인에서는 사용자들이 어느 블록체인에 참여하든 다른 블록체인의 사용자들과 쉽게 거래할 수 있습니다. 하지만 프라이빗 블록체인에서는 사용자들이 어떤 블록체인을 선택하는지가 매우 중요해집니다. 일단 참여하게 되면 개인정보 노출 위험을 피하기 위해 다른 블록체인으로 이동하려는 경향이 적기 때문입니다. 이러한 현상은 '승자독식' 구도를 만들어냅니다. 대부분의 실제 응용 분야에서 개인정보 보호가 매우 중요하기 때문에, 결국 소수의 프라이빗 블록체인이 암호화폐 시장을 지배하게 될 가능성이 높습니다.

- 알리 야히야, a16z 크립토 팀 총괄 파트너

기타 산업 및 응용 분야

예측 시장은 더욱 커지고, 더욱 광범위해지고, 더욱 정교해질 것입니다.

예측 시장은 점차 주류로 자리 잡았으며, 내년에는 암호화 및 인공지능(AI)과의 융합을 통해 더욱 규모가 커지고, 널리 사용되며, 더욱 지능화될 것입니다. 동시에 개발자들에게 새롭고 중요한 과제를 제시할 것입니다.

첫째, 예측 시장에 상장되는 계약의 수가 증가할 것입니다. 이는 주요 선거 또는 지정학적 사건에 대한 실시간 배당률뿐만 아니라, 다양한 미묘한 결과와 복잡한 복합 사건에 대한 예측 정보까지 얻을 수 있게 된다는 것을 의미합니다. 이러한 새로운 계약들이 더 많은 정보를 제공하고 점차 뉴스 생태계에 통합됨에 따라(이미 이러한 추세가 시작되었습니다), 정보의 가치 균형을 어떻게 맞춰야 하는지, 그리고 이러한 시장을 어떻게 더 투명하고 감사 가능하게 설계해야 하는지와 같은 중요한 사회적 질문들이 제기될 것입니다. 이러한 질문들은 암호화 기술을 통해 해결될 수 있습니다.

급증하는 신규 계약에 대응하기 위해서는 현실 세계 사건에 대한 합의를 도출하여 계약을 해결하는 새로운 방식이 필요합니다. 중앙 집중식 플랫폼 솔루션(예: 사건 발생 여부 확인)은 중요하지만, 젤렌스키 소송 시장이나 베네수엘라 선거 시장과 같은 논란이 된 사례에서 그 한계가 드러났습니다. 이러한 한계를 극복하고 예측 시장을 보다 실용적인 응용 분야로 확장하기 위해, 새로운 분산형 거버넌스 메커니즘과 대규모 언어 모델(LLM) 오라클이 분쟁 결과의 진실을 밝히는 데 도움을 줄 수 있습니다.

인공지능의 잠재력은 LLM 기반 오라클을 넘어섭니다. 예를 들어, 이러한 플랫폼에서 활동하는 AI 에이전트는 전 세계적인 신호를 수집하여 단기적인 거래 이점을 확보할 수 있습니다. 이는 우리가 세상을 완전히 새로운 관점에서 바라볼 수 있도록 할 뿐만 아니라 미래 트렌드를 더욱 정확하게 예측할 수 있도록 해줍니다. (프로펫 아레나(Prophet Arena)와 같은 프로젝트는 이미 이 분야에 대한 기대감을 높이고 있습니다.) 이러한 AI 에이전트는 정교한 정치 분석가로서 통찰력을 제공하는 것 외에도, 그들의 새로운 전략을 분석함으로써 복잡한 사회적 사건에 대한 근본적인 예측 요인을 밝혀낼 수도 있습니다.

예측 시장이 여론 조사를 대체할까요? 아닙니다. 오히려 여론 조사를 개선할 것입니다(여론 조사 정보를 예측 시장에 활용할 수도 있습니다). 정치경제학 교수로서 저는 예측 시장이 다양한 여론 조사 생태계와 시너지 효과를 낼 수 있는 잠재력에 가장 큰 기대를 걸고 있습니다. 하지만 이를 위해서는 인공지능(AI)과 같은 신기술이 필요합니다. AI는 설문 조사 경험을 개선하고, 암호화 기술은 설문 조사 참여자가 로봇이 아닌 사람인지 확인하는 완전히 새로운 방법을 제공할 수 있습니다.

- 앤디 홀, a16z 암호화폐 연구 자문, 스탠포드 대학교 정치경제학 교수

암호화 기술은 블록체인을 넘어 완전히 새로운 응용 분야로 확장될 것입니다.

수년간 블록체인 분야에서는 SNARK(제로 지식 간결 비대화형 증명, 즉 계산을 다시 수행하지 않고 증명의 정확성을 검증하는 암호화 증명 방식)가 주로 사용되어 왔습니다. 이는 SNARK의 계산 오버헤드가 지나치게 크기 때문입니다. 계산을 증명하는 데 드는 노력은 해당 계산을 직접 실행하는 것보다 백만 배 이상 더 클 수 있습니다. 이러한 오버헤드를 수만 명의 검증자에게 분산해야 하는 시나리오에서는 SNARK를 사용하는 것이 유리하지만, 그렇지 않은 시나리오에서는 비현실적입니다.

이러한 상황은 곧 바뀔 것입니다. 2026년까지 zkVM(영지식 가상 머신) 증명기의 계산 오버헤드는 약 10,000배로 줄어들고, 메모리 사용량은 수백 메가바이트에 불과할 것입니다. 이는 모바일 폰에서도 실행될 만큼 빠르고, 다양한 시나리오에서 널리 사용될 수 있을 만큼 저렴합니다. 이 "10,000배"라는 수치가 중요한 전환점이 될 수 있는 이유는 고성능 GPU의 병렬 처리량이 노트북 CPU의 약 10,000배에 달하기 때문입니다. 2026년 말까지 단일 GPU는 CPU 실행이 필수적이었던 계산 증명을 실시간으로 생성할 수 있게 될 것입니다.

이를 통해 이전 연구 논문에서 제시된 비전 중 일부, 즉 검증 가능한 클라우드 컴퓨팅이 실현될 것입니다. 이미 클라우드에서 CPU 워크로드를 실행하고 있는 경우(계산 작업이 GPU 가속에 적합하지 않거나, 관련 전문 지식이 부족하거나, 또는 과거의 이유로 인해), 합리적인 비용으로 계산 정확성에 대한 암호학적 증명을 얻을 수 있습니다. 더욱이, 증명기는 이미 GPU에 최적화되어 있으므로 코드에 추가적인 수정이 필요하지 않습니다.

– 저스틴 탈러, a16z 암호화 연구팀 구성원, 조지타운 대학교 컴퓨터 과학 부교수

— a16z 암호화 편집팀