a16z 2026년 8가지 트렌드 예측: 스테이블코인, AI, 프라이버시 및 더 많은 변혁적인 대형 아이디어
작성자: a16z
편역: TechFlow
a16z(Andreessen Horowitz)가 최근 2026년 기술 분야에서 등장할 수 있는 '큰 아이디어' 목록을 발표했습니다. 이 아이디어들은 Apps, American Dynamism, 바이오테크, 암호화폐, 성장, 인프라 및 Speedrun 팀의 파트너들이 공동으로 제안한 것입니다.
다음은 암호화폐 분야에 관한 일부 선별된 큰 아이디어와 몇몇 특별 기여자들의 통찰로, 스마트 에이전트와 인공지능(AI), 스테이블코인, 토큰화와 금융, 프라이버시와 보안부터 예측 시장 및 기타 응용 분야에 이르는 다양한 주제를 다루고 있습니다. 2026년 기술 전망에 대해 더 알아보려면 전체 글을 읽어보세요.
미래 구축하기
거래소는 시작점일 뿐, 종착점이 아니다
오늘날, 스테이블코인과 일부 핵심 인프라를 제외하고는 거의 모든 성과가 좋은 암호화폐 회사들이 거래소로 전환했거나 전환 중입니다. 그러나 '모든 암호화폐 회사가 거래소가 된다면' 결국 어떤 결과가 초래될까요? 대량의 동질화된 경쟁은 사용자의 주의를 분산시킬 뿐만 아니라 소수의 승자만 남을 수 있습니다. 너무 일찍 거래로 전환한 회사들은 더 경쟁력 있고 지속 가능한 비즈니스 모델을 구축할 기회를 놓쳤을 수 있습니다.
창업자들이 회사의 재무 상태를 양호하게 유지하려고 노력하는 어려운 상황을 충분히 이해하지만, 단기적인 제품-시장 적합성(Product-Market Fit)만을 추구하는 것에도 대가가 따릅니다. 암호화폐 업계에서는 토큰과 투기에 관한 독특한 역학이 창업자들을 '즉각적인 만족'의 길로 이끄는 경향이 있어, 마치 '마시멜로 테스트'와 같기 때문에 이 문제가 특히 두드러집니다.
거래 자체가 잘못된 것은 아닙니다 — 그것은 실제로 시장이 작동하는 중요한 기능 중 하나입니다 — 하지만 그것이 반드시 궁극적인 목표는 아닙니다. 제품 자체에 집중하고 장기적인 관점에서 제품-시장 적합성을 찾는 창업자들이 결국 더 큰 승자가 될 수 있습니다.
– Arianna Simpson, a16z 암호화폐 팀 총괄 파트너
스테이블코인, RWA 토큰화, 결제 및 금융에 대한 새로운 사고
더 암호화폐 네이티브한 방식으로 실세계 자산(RWA) 토큰화와 스테이블코인 생각하기
우리는 은행, 핀테크 회사 및 자산 관리 기관들이 미국 주식, 상품, 지수 및 기타 전통적인 자산들을 온체인화하는 데 깊은 관심을 보이고 있음을 목격했습니다. 그러나 점점 더 많은 전통 자산들이 블록체인에 도입됨에 따라, 그 토큰화 방식은 종종 '의사물화'(擬物化)적입니다 — 즉 기존의 실세계 자산 개념에 기반하면서 암호화폐 네이티브 특성을 충분히 활용하지 못하는 방식입니다.
반면, 퍼페추얼 선물(perpetual futures, 줄여서 perps)과 같은 합성 자산 형태는 더 깊은 유동성을 제공할 수 있을 뿐만 아니라 구현도 더 간단합니다. 퍼페추얼 선물은 또한 이해하기 쉬운 레버리지 메커니즘을 제공하기 때문에 현재 암호화폐 시장 요구에 가장 부합하는 네이티브 파생상품일 수 있습니다. 신흥 시장 주식은 아마도 '퍼페추얼화'(perpify)를 시도해볼 가장 흥미로운 자산군 중 하나일 것입니다. 예를 들어, 일부 주식의 경우 '0일 만기'(0DTE) 옵션 시장의 유동성이 현물 시장보다 더 깊은 경우가 많아 '퍼페추얼화'가 시도해볼 가치 있는 실험이 됩니다.
결국, 이 모든 것은 '퍼페추얼화 vs. 토큰화'의 선택 문제입니다; 어쨌든, 우리는 앞으로 1년 동안 더 많은 암호화폐 네이티브 실세계 자산 토큰화를 볼 수 있을 것으로 기대할 이유가 있습니다.
이와 유사하게, 2026년에는 스테이블코인 분야에서도 '토큰화뿐만 아니라 더 많은 발행 혁신'이 나타날 것입니다. 스테이블코인은 2025년에 이미 주류가 되었으며, 그 발행량은 계속 증가하고 있습니다.
그러나 강력한 신용 인프라가 부족한 스테이블코인은 '협은행'(narrow banks)과 더 비슷합니다. 즉 특정한 고유동성, 극도로 안전하다고 여겨지는 자산을 보유하는 것입니다. 협은행이 효과적인 제품이긴 하지만, 저는 그것이 온체인 경제의 장기적인 기둥이 될 것이라고 생각하지 않습니다.
우리는 이미 많은 신흥 자산 관리자, 큐레이터 및 프로토콜들이 오프체인 담보로 담보화된 온체인 자산 담보 대출을 추진하기 시작한 것을 보았습니다. 일반적으로 이러한 대출은 먼저 오프체인에서 생성된 후 토큰화됩니다. 그러나 저는 이러한 토큰화 방식의 이점이 제한적일 수 있으며, 이미 온체인에 있는 사용자들에게 분배하는 데 그칠 수 있다고 생각합니다. 따라서 부채 자산은 먼저 오프체인에서 생성된 후 토큰화되는 것이 아니라 직접 온체인에서 생성되어야 합니다. 온체인에서 부채 자산을 생성하면 대출 서비스 비용, 백오피스 구조 비용을 낮추고 접근성을 높일 수 있습니다. 과제는 규정 준수와 표준화이지만, 개발자들은 이미 이러한 문제들을 해결하기 위해 노력하고 있습니다.
– Guy Wuollet, a16z 암호화폐 팀 총괄 파트너
스테이블코인이 은행 핵심 원장을 업그레이드하고 새로운 결제 시나리오를 개척하다
오늘날 대부분의 은행들은 현대 개발자들이 알아보기 어려운 오래된 소프트웨어 시스템을 여전히 운영하고 있습니다: 1960년대와 1970년대에 이미 은행들은 대규모 소프트웨어 시스템의 초기 채용자였습니다. 1980년대와 1990년대에 이르러 두 번째 세대의 핵심 은행 소프트웨어(예: Temenos의 GLOBUS와 InfoSys의 Finacle)가 등장했습니다. 그러나 이 소프트웨어들은 점차 노후화되었고 업그레이드 속도는 너무 느렸습니다. 따라서 은행업의 많은 핵심 원장 — 예금, 담보 및 기타 의무 사항을 기록하는 중요한 데이터베이스 — 은 여전히 COBOL 프로그래밍 언어를 사용하는 메인프레임 컴퓨터에서 실행되며, 현대적인 API가 아닌 배치 파일 인터페이스에 의존하고 있습니다.
전 세계 자산의 대부분은 여전히 수십 년 된 이 핵심 원장에 저장되어 있습니다. 이러한 시스템들이 오랜 시간 동안 검증을 받고 규제 기관의 신뢰를 얻었으며 복잡한 은행 업무 시나리오에 깊이 통합되어 있지만, 그들은 또한 혁신의 장애물이 되었습니다. 예를 들어, 실시간 결제와 같은 핵심 기능을 추가하는 데는 수개월에서 수년이 걸릴 수 있으며, 상당한 기술 부채와 복잡한 규제 요구 사항에 대처해야 합니다.
이것이 바로 스테이블코인의 역할입니다. 지난 몇 년 동안 스테이블코인은 제품-시장 적합성을 찾아 주류 금융에 성공적으로 진입했습니다. 그리고 올해는 전통 금융(TradFi) 기관들이 스테이블코인을 새로운 차원으로 받아들였습니다. 스테이블코인, 토큰화 예금, 토큰화 국채 및 온체인 채권과 같은 금융 도구들은 은행, 핀테크 회사 및 금융 기관들이 새로운 제품을 개발하고 더 많은 고객을 서비스할 수 있게 합니다. 더 중요한 것은, 이러한 혁신들이 기관들로 하여금 수십 년 동안 안정적으로 운영되어 왔지만 노후화된 레거시 시스템을 재작성하도록 강요하지 않는다는 점입니다. 스테이블코인은 따라서 기관들에게 완전히 새로운 방식의 혁신 방법을 제공합니다.
– Sam Broner
스마트 에이전트와 AI의 미래에 관하여
AI를 활용하여 실질적인 연구 작업 수행하기
수학 경제학자로서, 올해 초에는 소비자용 AI 모델이 내 업무 흐름을 이해하도록 하는 것이 매우 어려웠습니다; 그러나 11월이 되자 저는 박사 과정 학생에게 하듯이 모델에 추상적인 지시를 내릴 수 있었습니다... 그리고 그들은 때로는 새롭고 올바르게 실행된 답변을 반환하기도 했습니다. 그뿐만 아니라, 우리는 AI가 더 넓은 연구 분야에서 사용되기 시작하는 것을 보고 있습니다 — 특히 추론 분야에서, AI 모델들은 이제 직접적으로 발견을 지원할 뿐만 아니라 Putnam 문제(아마도 세계에서 가장 어려운 대학 수학 시험)를 자율적으로 해결할 수 있습니다.
아직 명확하지 않은 것은 이러한 연구 보조 방식이 어떤 분야에서 가장 큰 도움이 될 것이며, 어떻게 도움이 될 것인가입니다. 하지만 저는 AI의 연구 능력이 새로운 '박식가' 연구 스타일을 촉진하고 장려할 것으로 예상합니다: 이 스타일은 다양한 아이디어들 사이의 관계를 추측하고 더 가설적인 답변들로부터 빠르게 추론하는 경향이 있습니다. 이러한 답변들은 완전히 정확하지 않을 수 있지만, 적어도 어떤 논리적 틀 안에서는 올바른 방향을 가리킬 수 있습니다. 아이러니하게도, 이 방법은 모델의 '환각' 능력을 활용하는 것과 비슷합니다: 이 모델들이 충분히 '똑똑'해지면, 추상 공간에서 자유롭게 탐색하도록 하는 것입니다. 비록 일부 말도 안 되는 내용이 생성될 수 있지만, 때로는 획기적인 발견을 가져올 수 있습니다. 마치 인간이 선형적 사고에서 벗어나 명확한 방향을 벗어날 때 가장 창의적이 되는 것처럼요.
이런 방식으로 문제를 생각하려면 완전히 새로운 AI 워크플로가 필요합니다 — 단순히 '에이전트 대 에이전트' 모드가 아니라, 더 복잡한 '에이전트 래핑 에이전트' 모드입니다 — 이 모드에서는 서로 다른 계층의 모델들이 연구원들이 이전 모델들의 제안을 평가하고 점차적으로 가치 있는 내용을 추출하는 것을 돕습니다. 저는 이미 이 방법을 사용하여 논문을 작성했고, 다른 사람들은 이를 특허 검색, 새로운 형태의 예술 발명, 심지어 (안타깝게도) 새로운 스마트 계약 공격 방법 발견에 사용하고 있습니다.
그러나 이러한 '래핑 추론 에이전트' 연구 모드를 실행하려면 모델들 간의 더 나운 상호 운용성을 실현하고 각 모델의 기여를 식별하고 합리적으로 보상하는 방법을 찾아야 합니다 — 그리고 이러한 문제들은 바로 암호화 기술이 도움을 줄 수 있는 부분입니다.
– Scott Kominers, a16z 암호화폐 연구 팀 멤버, 하버드 비즈니스 스쿨 교수
AI 에이전트가 개방형 네트워크에 가하는 보이지 않는 세금
AI 에이전트의 부상과 함께, '보이지 않는 세금'이 개방형 네트워크를 압박하고 그 경제적 기반을 근본적으로 교란시키고 있습니다.이러한 교란은 인터넷의 컨텍스트 계층과 실행 계층 사이의 점점 심화되는 비대칭성에서 비롯됩니다: 현재, AI 에이전트들은 광고 지원 콘텐츠 웹사이트(컨텍스트 계층)에서 데이터를 추출하여 사용자에게 편의를 제공하는 동시에, 콘텐츠 창작을 지탱하는 수익원(예: 광고 및 구독)을 체계적으로 우회하고 있습니다.
개방형 네트워크의 추가적인 쇠퇴를 막고(AI에 연료를 공급하는 다양화된 콘텐츠를 보호하기 위해), 우리는 기술적 및 경제적 해결책을 대규모로 배포해야 합니다. 여기에는 차세대 스폰서 콘텐츠, 마이크로 어트리뷰션 시스템(micro-attribution systems) 또는 기타 혁신적인 자금 조달 모델이 포함될 수 있습니다. 기존의 AI 라이선싱 프로토콜들도 일시적인 임시 방편으로만 증명되었으며, 일반적으로 콘텐츠 제공자들에게 AI 트래픽 침해로 인해 손실된 수익의 일부만 보상해줍니다.
네트워크는 가치가 자동으로 흐를 수 있는 완전히 새로운 기술 경제 모델이 필요합니다. 내년 가장 중요한 전환은 정적 라이선싱 모델에서 실시간 사용 기반 보상 모델로의 전환일 것입니다. 이는 시스템을 테스트하고 확장해야 함을 의미합니다 — 블록체인 기반 나노페이먼트(nanopayments)와 복잡한 어트리뷰션 기준을 활용할 수 있습니다 — AI 에이전트가 작업을 성공적으로 완료하는 데 정보를 기여한 각 개체를 자동으로 보상하기 위해서입니다.
– Liz Harkavy, a16z 암호화폐 투자 팀
프라이버시는 해자(護城河)다
프라이버시는 암호화폐 분야에서 가장 중요한 해자가 될 것이다
프라이버시는 글로벌 금융을 온체인화하는 데 있어 핵심적인 특성 중 하나입니다. 그러나 이것은 또한 오늘날 거의 모든 블록체인이 부족하고 있는 중요한 요소이기도 합니다. 대부분의 블록체인들에게 프라이버시 문제는 종종 사후에 고려되는 부수적인 문제에 불과합니다.
그러나 오늘날, 프라이버시 자체만으로도 블록체인 차별화의 핵심 특성이 되기에 충분합니다. 더 중요한 것은, 프라이버시는 '체인 잠금 효과'(chain lock-in), 또는 프라이버시 네트워크 효과를 가져올 수 있다는 점입니다. 특히 성능 경쟁이 더 이상 장점이 되기 어려운 시대에 프라이버시는 특히 중요합니다.
크로스체인 브리지 프로토콜을 통해, 모든 정보가 공개되어 있다면 사용자가 다른 체인 사이를 이동하는 것은 매우 간단해졌습니다. 그러나 일단 프라이버시가 도입되면 이러한 편의는 사라집니다: 체인 간 토큰 전송은 쉽지만, 체인 간 프라이버시 전달은 극히 어렵습니다. 사용자가 한 프라이버시 체인에서 나와 공개 체인이나 다른 프라이버시 체인으로 전환할 때, 온체인 데이터, 메모리 풀(mempool) 또는 네트워크 트래픽을 관찰하는 사람이 사용자의 신원을 추측할 수 있기 때문에 위험에 직면합니다. 프라이버시 체인과 공개 체인 사이의 경계, 심지어 두 프라이버시 체인 사이의 경계를 넘나드는 것은 거래 시간과 금액의 연관성과 같은 다양한 메타데이터를 유출할 수 있으며, 이는 사용자 추적을 더 쉽게 만들 수 있습니다.
많은 동질화된 신규 체인들과 비교할 때, 이러한 체인들의 거래 수수료는 경쟁으로 인해 거의 0에 가깝게 떨어질 수 있는 반면, 프라이버시 특성을 가진 블록체인들은 더 강력한 네트워크 효과를 형성할 수 있습니다. 현실은, 만약 '범용형' 블록체인이 이미 성숙한 생태계, 킬러 앱 또는 불공정한 분배 우위를 가지고 있지 않다면, 사용자가 선택해서 사용하거나 그 위에 구축할 이유, 더 나아가 충성도를 가질 이유가 거의 없다는 것입니다.
공개 블록체인에서는 사용자가 다른 체인에 있는 사용자와 쉽게 거래할 수 있습니다 — 그들이 어떤 체인에 가입했는지는 중요하지 않습니다. 그러나 프라이버시 블록체인에서는 사용자가 가입하는 체인이 특히 중요합니다. 왜냐하면 일단 가입하면 프라이버시 노출 위험을 피하기 위해 다른 체인으로 이동할 가능성이 적기 때문입니다. 이러한 현상은 '승자 독식' 역학을 창출합니다. 그리고 프라이버시가 대부분의 실세계 응용 시나리오에 필수적이기 때문에, 소수의 프라이버시 체인들이 결국 암호화폐 분야를 지배하게 될 수 있습니다.
– Ali Yahya, a16z 암호화폐 팀 총괄 파트너
기타 산업 및 응용 분야
예측 시장은 더 커지고, 더 넓어지고, 더 똑똑해질 것이다
예측 시장은 점차 주류로 진입해 왔으며, 다가오는 해에는 암호화폐 기술과 인공지능(AI)과의 교차점을 통해 더 규모가 커지고, 더 널리 적용되며, 더 지능화될 것이며, 동시에 개발자들에게 새로운 중요한 도전 과제를 제시할 것입니다.
첫째, 예측 시장에는 더 많은 계약들이 상장될 것입니다.이는 우리가 주요 선거나 지정학적 사건에 대한 실시간 배당률을 얻을 수 있을 뿐만 아니라, 다양한 미묘한 결과와 복잡한 교차 사건들에 대해서도 예측할 수 있게 될 것임을 의미합니다. 이러한 새로운 계약들이 더 많은 정보를 발굴하고 뉴스 생태계에 점차 통합됨에 따라(이러한 추세는 이미 시작되었습니다), 그들은 정보의 가치를 어떻게 균형 있게 조화시킬지, 그리고 이러한 시장들을 어떻게 더 투명하고 감사 가능하게 설계할지와 같은 중요한 사회적 문제를 제기할 것입니다 — 그리고 이러한 문제들은 암호화폐 기술을 통해 해결될 수 있습니다.
대량으로 추가되는 계약들에 대응하기 위해, 우리는 이러한 계약들을 해결하기 위한 실제 사건에 대한 새로운 합의 방식을 필요로 합니다. 중앙화된 플랫폼 솔루션(예: 특정 사건이 실제로 발생했는지 확인)은 중요하지만, 젤렌스키 소송 시장과 베네수엘라 선거 시장과 같은 분쟁 사례들은 그 한계를 드러냈습니다. 이러한 에지 케이스들을 처리하고 예측 시장이 더 많은 실용적인 응용 시나리오로 확장되는 것을 돕기 위해, 새로운 형태의 탈중앙화 거버넌스 메커니즘과 대규모 언어 모델(LLM) 오라클들이 논쟁의 여지가 있는 결과의 진실을 판단하는 데 도움을 줄 수 있습니다.
AI의 잠재력은 LLM 기반 오라클에만 국한되지 않습니다. 예를 들어, 이러한 플랫폼에서 활발히 활동하는 AI 에이전트들은 전 세계적으로 신호를 수집하여 단기 거래 우위를 얻을 수 있습니다. 이는 우리가 세상을 바라보는 새로운 시각을 제공할 뿐만 아니라 미래 발전 추세를 더 정확하게 예측하는 데 도움이 될 수 있습니다. (Prophet Arena와 같은 프로젝트들은 이미 이 분야에 기대감을 불러일으키고 있습니다.) 복잡한 정치 분석가 역할을 하여 우리에게 통찰력을 제공하는 것 외에도, 이러한 AI 에이전트들은 우리가 그들이 나타내는 전략들을 연구할 때 복잡한 사회적 사건들의 근본적인 예측 요인들을 밝혀낼 수 있습니다.
예측 시장이 여론 조사를 대체할까요? 아닙니다. 오히려, 그들은 여론 조사를 더 좋게 만들 것입니다(그리고 여론 조사의 정보도 예측 시장에 입력될 수 있습니다). 정치 경제학 교수로서, 저는 예측 시장이 풍부한 여론 조사 생태계와 협력하여 작동할 잠재력에 가장 흥분합니다 — 하지만 우리는 AI와 같은 신기술에 의존해야 합니다. AI는 설문 조사 경험을 개선할 수 있고; 암호화폐 기술은 설문 조사와 질문지 참가자가 로봇이 아닌 인간임을 검증하는 새로운 방식을 제공할 수 있습니다.
– Andy Hall, a16z 암호화폐 연구 고문, 스탠퍼드 대학교 정치 경제학 교수
암호화폐 기술은 블록체인을 넘어 새로운 응용 분야로 확장될 것이다
수년 동안, SNARKs(영지식 간결 비상호적 증명, 계산을 재실행하지 않고도 그 정확성을 검증할 수 있는 암호학적 증명)는 주로 블록체인 분야에서 사용되어 왔습니다. 이는 그 계산 오버헤드가 너무 크기 때문입니다: 한 계산을 증명하는 작업은 그 계산을 직접 실행하는 것보다 100만 배 더 클 수 있습니다. 수천 명의 검증자들에게 분산될 수 있는 시나리오에서는 이러한 오버헤드가 가치가 있지만, 다른 시나리오에서는 비현실적입니다.
그리고 이러한 상황이 곧 바뀔 것입니다. 2026년까지, zkVM(영지식 가상 머신) 증명기의 계산 오버헤드는 약 1만 배로 낮아지고, 그 메모리 점유율은 수백 메가바이트에 불과할 것입니다 — 이는 휴대폰에서 실행하기에 충분히 빠르고, 다양한 시나리오에 널리 적용하기에 충분히 저렴합니다. 여기에 '1만 배'가 중요한 임계점이 될 수 있는 한 가지 이유가 있습니다: 고성능 GPU의 병렬 처리량은 노트북 CPU의 약 1만 배입니다. 2026년 말까지, 단일 GPU가 CPU가 실행하는 계산의 증명을 실시간으로 생성할 수 있을 것입니다.
이는 초기 연구 논문들에서 제시된 비전인 검증 가능한 클라우드 컴퓨팅을 해제할 것입니다. 만약 여러분이 이미 클라우드에서 CPU 워크로드를 실행하고 있다면(여러분의 계산 작업이 GPU 가속을 받기에 충분하지 않거나, 관련 전문 지식이 부족하거나, 역사적인 이유로 인해), 여러분은 합리적인 비용 오버헤드로 계산 정확성에 대한 암호학적 증명을 얻을 수 있게 될 것입니다. 게다가, 증명기는 이미 GPU에 최적화되어 있으므로, 여러분의 코드는 추가 조정이 필요하지 않습니다.
– Justin Thaler, a16z 암호화폐 연구 팀 멤버, 조지타운 대학교 컴퓨터 과학 부교수
—— a16z 암호화폐 편집 팀
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
a16z
