"시장"이 "성당"을 초월하다, 암호화폐가 AI 에이전트 경제의 신뢰 기반으로서 어떻게 자리 잡았는가?
번역: Tim, PANews
미래의 인터넷이 AI 에이전트들이 서로 서비스에 대해 지불하는 재래시장(bazaar)으로 진화한다면, 어느 정도는 암호화폐가 비로소 대중 시장에서 제품-시장 적합성(product-market fit)을 달성하게 되는 셈이다. 과거에는 이와 같은 상황을 꿈꾸기만 할 수 있었다. 나는 AI 에이전트 간 유료 서비스 거래가 활성화될 것이라는 점에는 확신하지만, 이러한 '시장형' 모델이 실제로 승리할 수 있을지는 여전히 회의적이다.
내가 말하는 '시장(bazaar)'이란, 독립적으로 개발되고 느슨하게 조율된 에이전트들로 구성된 탈중앙화되고 허가 불필요한 생태계를 의미한다. 이런 형태의 인터넷은 중앙 집중형 시스템보다는 공개 시장에 더 가깝다. 대표적인 성공 사례는 리눅스(Linux)다. 반면 '대성당(cathedral)' 모델은少数 거대 기업이 수직 통합하여 철저히 관리하는 폐쇄적 시스템으로, 윈도우(Windows)가 그 전형이다. (이 용어는 에릭 레이먼드(Eric Raymond)의 고전 저서 『대성당과 시장(The Cathedral and the Bazaar)』에서 유래했으며, 여기서 오픈소스 개발은 겉보기에 혼란스럽지만 적응력이 뛰어난 진화적 시스템으로 묘사된다. 시간이 지남에 따라 정교하게 설계된 시스템을 능가할 수 있다.)
이 비전을 실현하기 위한 두 가지 전제 조건—즉, 에이전트 간 결제의 보편화와 시장형 경제의 부상—을 하나씩 분석하고, 두 조건이 모두 충족될 경우 왜 암호화폐가 단지 유용한 수단을 넘어 필수적인 존재가 되는지 설명하겠다.
조건 1: 대부분의 에이전트 거래에 결제 기능이 통합될 것이다
우리가 아는 인터넷은 인간 사용자가 특정 앱 페이지를 방문하는 것을 기반으로 광고를 노출함으로써 비용을 보조하는 구조다. 그러나 스마트 에이전트 중심의 세계에서는 인간이 직접 웹사이트를 방문해 온라인 서비스를 이용할 필요가 없어진다. 애플리케이션 역시 전통적인 사용자 인터페이스(UI) 모델에서 벗어나 점차 에이전트 기반 아키텍처로 전환할 것이다.
에이전트는 광고를 삽입할 수 있는 '눈'(attention)을 갖지 않으므로, 앱들은 수익 창출 전략을 근본적으로 전환해야 하며, 서비스를 제공받는 다른 에이전트에게 직접 요금을 부과하는 방식으로 나아갈 것이다. 이는 본질적으로 현재의 API 비즈니스 모델과 유사하다. 예를 들어 LinkedIn은 기본 서비스는 무료로 제공하지만, API(즉 "로봇" 사용자 인터페이스)를 호출하려면 요금을 내야 한다.
따라서 결제 시스템은 대부분의 에이전트 거래에 통합될 가능성이 높다. 에이전트는 서비스를 제공할 때 마이크로 트랜잭션 형태로 사용자 또는 다른 에이전트로부터 수수료를 징수할 것이다. 예를 들어, 당신이 개인 에이전트에게 LinkedIn에서 우수한 직무 후보자를 찾도록 요청하면, 이 개인 에이전트는 LinkedIn의 채용 에이전트와 상호작용하며, 후자는 미리 서비스 요금을 청구할 것이다.
조건 2: 사용자는 독립 개발자가 구축한, 고도로 특화된 프롬프트, 데이터, 도구를 갖춘 에이전트에 의존하게 되며, 이 에이전트들은 서로 서비스를 호출하면서 '시장' 형태를 형성하되, 시장 내 에이전트들 사이에는 신뢰 관계가 존재하지 않는다.
이 조건은 이론적으로는 타당하지만, 실제 운영에서 어떻게 작동할지는 아직 확신이 서지 않는다.
다음은 시장 모델이 형성될 것으로 보는 이유들이다:
현재 인간은 대부분의 서비스 작업을 수행하며 인터넷을 통해 구체적인 과제를 해결한다. 그러나 스마트 에이전트가 등장함에 따라 기술이 수행 가능한 업무 범위는 기하급수적으로 확장될 것이다. 사용자는 특정 과제를 완수하기 위해 전문화된 프롬프트, 도구 호출 기능, 데이터 지원을 갖춘 에이전트를 필요로 하게 되며, 이러한 과제의 다양성은 소수의 신뢰할 수 있는 기업이 포괄할 수 있는 범위를 훨씬 초월하게 될 것이다. 마치 iPhone이 전체 잠재력을 발휘하기 위해 수많은 제3자 개발자 생태계에 의존해야 했던 것과 같다.
독립 개발자들은 매우 낮은 개발 비용(VS Code 등)과 오픈소스 모델의 결합을 통해 전문화된 스마트 에이전트를 제작할 수 있게 된다. 이는 다수의 세분화된 분야의 에이전트로 구성된 롱테일 시장을 창출하며, 시장과 같은 생태계를 형성하게 된다. 사용자가 에이전트에게 과제를 요청하면, 이 에이전트는 특정 전문 역량을 갖춘 다른 에이전트를 호출해 협업하며, 호출된 에이전트는 다시 더욱 수직적인 하위 에이전트를 호출하는 식으로 계층적이고 연쇄적인 협업 네트워크가 형성된다.
이러한 시장 환경에서 대부분의 서비스 제공 에이전트들은 서로를 거의 신뢰하지 않는데, 이는 각각의 에이전트가 알려지지 않은 개발자에 의해 제공되며, 용도 또한 소수의 니치한 영역에 국한되기 때문이다. 롱테일에 위치한 에이전트들은 신뢰를 얻기에 충분한 명성을 쌓기 어렵다. 이 신뢰 문제는 특히 '菊花 체인(daisy-chain)' 구조에서 더욱 두드러진다. 서비스가 여러 단계에 걸쳐 위임될수록, 최종 서비스를 제공하는 에이전트는 사용자가 처음 신뢰했던(또는 합리적으로 식별 가능한) 에이전트로부터 점점 멀어지게 되며, 사용자의 신뢰도는 각 위임 단계마다 점차 감소하게 된다.
그러나 이를 실제로 어떻게 실현할지 고려할 때, 여전히 해결되지 않은 많은 문제가 있다:
시장 내 에이전트의 주요 응용 사례로서 전문 데이터를 중심으로 사고를 시작해 보자. 구체적인 사례를 통해 이해를 깊이해 보자. 수많은 암호화폐 고객의 거래를 처리하는 소규모 로펌이 있다고 하자. 이 로펌은 수백 건의 협상된 계약 조항 목록을 축적해왔다. 만약 당신이 시드 펀딩을 준비 중인 암호화회사라면, 이러한 조항들을 기반으로 모델을 미세 조정한 에이전트가 자사의 펀딩 조건이 시장 기준에 부합하는지 효과적으로 평가할 수 있다면, 이는 매우 실용적인 가치를 지닐 것이다.
그러나 우리는 더 깊이 생각해 볼 필요가 있다: 로펌이 자신의 데이터를 기반으로 한 추론 서비스를 에이전트 형태로 제공하는 것이 진정으로 자신들의 이익에 부합할까?
대중에게 API 형태로 서비스를 개방하는 것은 사실상 로펌의 고유 데이터를 상품화하는 행위이며, 로펌의 진정한 수익 모델은 변호사의 전문 서비스 시간을 통해 프리미엄 수익을 얻는 데 있다. 법률 규제 관점에서 보면, 고가치 법적 데이터는 종종 엄격한 비밀 유지 의무에 묶여 있으며, 이것이 바로 그들의 상업적 가치의 핵심이자 ChatGPT 등의 공개 모델이 그러한 데이터를 접근할 수 없는 중요한 이유다. 신경망이 정보를 '안개화(fogging)'하는 특성을 지닌다고 해도, 변호사-고객 간 비밀 유지 원칙 하에서 알고리즘 블랙박스의 불투명성만으로 로펌이 민감 정보 유출 없음을 확신할 수 있을까? 이는 중대한 규정 준수 위험을 내포한다.
종합적으로 볼 때, 로펌의 최선의 전략은 오히려 내부에 AI 모델을 배치하여 법률 서비스의 정확성과 효율성을 높이고, 전문 서비스 분야에서 차별화된 경쟁 우위를 구축하며, 변호사의 지적 자본을 핵심 수익 모델로 지속하는 것이며, 데이터 자산을 매각하는 위험을 감수하는 것보다 낫다.
내가 보기에, 전문 데이터와 스마트 에이전트의 '최적 응용 사례'는 다음 세 가지 조건을 충족해야 한다:
-
데이터가 높은 상업적 가치를 지녀야 한다
-
민감한 산업(의료/법률 등) 외부에 속해야 한다
-
주요 사업 외부의 '데이터 부산물(data byproduct)'이어야 한다.
예를 들어 선박 운송 회사(민감하지 않은 산업)는 물류 운송 과정에서 발생하는 선박 위치, 화물량, 항만 회전율 등의 데이터(핵심 사업 외부의 '데이터 폐기물')를 보유하고 있는데, 이는 대량 상품 헤지 펀드가 시장 동향을 예측하는 데 유용할 수 있다. 이러한 데이터의 수익화 핵심은 데이터 수집의 한계 비용이 거의 0이며, 핵심 영업 비밀을 포함하지 않는다는 점이다. 유사한 사례는 다음과 같다: 소매업의 고객 동선 열지도(상업용 부동산 평가), 전력망 회사의 지역 전력 사용 데이터(산업 생산 지수 예측), 영상 플랫폼의 사용자 시청 행동 데이터(문화 트렌드 분석) 등.
현재 알려진 실제 사례로는 항공사가 여행 플랫폼에 정시 운항 데이터를 판매하거나, 신용카드 회사가 소매업체에 지역 소비 트렌드 보고서를 제공하는 경우 등이 있다.
프롬프트와 도구 호출에 관해서는, 독립 개발자가 메이저 브랜드에 의해 제품화되지 않은 어떤 가치를 제공할 수 있을지 잘 모르겠다. 내 단순한 논리는 이렇다: 만약 어떤 프롬프트와 도구 호출 조합이 독립 개발자가 수익을 낼 만큼의 가치를 지녔다면, 신뢰할 수 있는 대형 브랜드가 어째서 직접 진입해 그것을 상용화하지 않을까?
이것은 아마도 내 상상력의 한계 때문일 수 있다. GitHub의 롱테일 분포를 이루는 소수의 코드베이스는 스마트 에이전트 생태계와 좋은 비교가 되며, 구체적인 사례 공유를 환영한다.
만약 현실 조건이 시장 모델을 뒷받침하지 못한다면, 대부분의 서비스 제공 에이전트는 메이저 브랜드가 개발한 것이기 때문에 상대적으로 신뢰할 수 있게 될 것이다. 이들 에이전트는 상호작용 범위를 사전에 선별된 신뢰할 수 있는 에이전트 집합 내로 제한하고, 신뢰 체인(trust chain) 메커니즘을 통해 서비스 보장을 강제할 수 있다.
왜 암호화폐가 필수적인가?
만약 인터넷이 전문화되었지만 기본적으로 신뢰할 수 없는 에이전트들(조건 2)로 구성된 시장이 되고, 이들 에이전트가 서비스 제공에 대한 보상을 받는 구조(조건 1)라면, 암호화폐의 역할은 훨씬 명확해진다. 즉, 낮은 신뢰 환경에서도 거래를 지탱할 수 있는 신뢰 보장을 제공한다는 점이다.
사용자가 무료 온라인 서비스를 이용할 때는 아무런 부담 없이 참여한다(최악의 경우 시간 낭비뿐이므로). 하지만 금전 거래가 개입되면, 사용자는 '결제하면 반드시 결과를 얻는다'는 확실한 보장을 강하게 요구하게 된다. 현재 사용자들은 '먼저 신뢰하고 나중에 검증한다(trust first, verify later)'는 방식으로 이를 실현하는데, 지불 시에는 거래 상대방이나 플랫폼을 신뢰하고, 서비스 완료 후에 이행 여부를 추적하여 검증한다.
그러나 다수의 에이전트로 구성된 시장에서는 신뢰와 사후 검증이 다른 상황보다 훨씬 더 어려워진다.
신뢰: 앞서 언급했듯이, 롱테일에 위치한 에이전트들은 다른 에이전트로부터 신뢰를 얻기에 충분한 명성을 쌓기 어렵다.
사후 검증: 에이전트들은 긴 체인 구조 안에서 서로를 호출하므로, 사용자가 수동으로 작업을 확인하고 어떤 에이전트가 잘못을 저질렀는지를 식별하는 것은 극도로 어려워진다.
핵심은 우리가 지금까지 의존해온 '신뢰하되 검증한다(trust but verify)'는 모델이 이 기술 생태계에서는 지속 불가능하다는 점이다. 바로 여기서 암호기술이 빛을 발한다. 암호기술은 신뢰가 부족한 환경에서도 가치 교환을 가능하게 한다. 암호학적 검증 메커니즘과 암호경제학적 인센티브 메커니즘의 이중 보장이, 기존의 신뢰, 평판 시스템 및 사후 수동 검증에 대한 의존을 대체하는 것이다.
암호검증: 서비스를 수행한 에이전트는 요청한 측에 자신이 약속한 작업을 완료했다는 암호적 증거를 제공해야 비로소 보상을 받을 수 있다. 예를 들어, 에이전트는 신뢰 실행 환경(TEE) 증명이나 제로지식 전송계층보안(zkTLS) 증명(비용이 충분히 낮거나 속도가 충분히 빠르다면)을 통해 특정 웹사이트에서 데이터를 크롤링했거나, 특정 모델을 실행했거나, 일정량의 컴퓨팅 리소스를 제공했다는 것을 입증할 수 있다. 이러한 작업들은 결정론적 특성을 가지므로 비교적 쉽게 암호기술로 검증할 수 있다.
암호경제학: 서비스를 수행하는 에이전트는 일정 자산을 예치(stake)해야 하며, 부정행위가 발견되면 몰수되는(penalized) 메커니즘이다. 이는 경제적 인센티브를 통해 정직한 행동을 보장하며, 신뢰가 없는 환경에서도 작동한다. 예를 들어, 어떤 에이전트가 특정 주제를 연구해 보고서를 제출했을 때, 그것이 '훌륭하게 완수'되었는지 어떻게 판단할 수 있을까? 이는 결정론적이지 않기 때문에 더 복잡한 검증 가능성 형태이며, 정교한 모호한 검증(fuzzy verifiability) 실현은 오랫동안 암호화 프로젝트의 궁극적 목표였다.
그러나 나는 이제 AI를 중립적 중재자로 활용함으로써 드디어 모호한 검증 가능성에 도달할 수 있다고 믿는다. 신뢰 최소화 환경(예: TEE) 내에서 AI 위원회가 분쟁 해결 및 몰수 절차를 운영한다고 상상해보자. 어떤 에이전트가 다른 에이전트의 작업에 이의를 제기하면, 위원회의 각 AI는 해당 에이전트의 입력 데이터, 출력 결과, 그리고 관련 맥락 정보(네트워크 내 과거 분쟁 기록, 과거 작업 이력 등)를 제공받는다. 이후 각 AI는 몰수 여부를 판정할 수 있다. 이는 낙관적 검증(optimistic verification) 메커니즘을 형성하며, 경제적 인센티브를 통해 참여자의 부정행위를 근본적으로 억제한다.
실용적인 관점에서, 암호화폐는 서비스 제공 증명(proof of service)을 통해 지불의 원자성(atomicty)을 실현할 수 있게 한다. 즉, 모든 작업이 검증되어 완료되어야 비로소 AI 에이전트가 보상을 받는 것이다. 허가 불필요한 에이전트 경제에서, 이는 네트워크 가장자리(edge)에서도 신뢰할 수 있는 보장을 제공하는 유일한 확장 가능한 방식이다.
요약하자면, 대부분의 에이전트 거래가 자금 결제를 수반하지 않거나(조건 1 미충족), 혹은 신뢰할 수 있는 브랜드와의 거래라면(조건 2 미충족), 에이전트를 위한 암호화폐 결제 채널을 구축할 필요가 없을 수도 있다. 자금이 안전하다면 사용자는 비신뢰 당사자와의 상호작용을 꺼리지 않기 때문이다. 반대로 자금 거래가 개입될 경우, 에이전트는 상호작용 가능한 대상을 소수의 신뢰할 수 있는 브랜드 및 기관의 화이트리스트로 제한하고, 신뢰 체인을 통해 각 에이전트가 제공하는 서비스의 이행을 보장하면 된다.
그러나 두 조건이 모두 충족된다면, 암호화폐는 필수적인 인프라가 될 것이다. 왜냐하면 낮은 신뢰도, 허가 불필요한 환경에서 대규모로 작업을 검증하고 지불을 강제할 수 있는 유일한 방법이기 때문이다. 암호기술은 '시장'이 '대성당'을 능가할 수 있는 경쟁 도구를 제공한다.
TechFlow 공식 커뮤니티에 오신 것을 환영합니다
Telegram 구독 그룹:https://t.me/TechFlowDaily
트위터 공식 계정:https://x.com/TechFlowPost
트위터 영어 계정:https://x.com/BlockFlow_News
Variant
