a16z: 2026년 인공지능의 세 가지 주요 트렌드

2026.01.12

a16z: 2026년 인공지능의 세 가지 주요 트렌드

AI 에이전트의 부상은 오픈 네트워크에 일종의 "보이지 않는 세금"을 부과함으로써 그 근본적인 경제 기반을 교란시키고 있다.

2026.01.12 - 08:05:14

a16zAI

Web3 심층 보도에 집중하고 흐름을 통찰

AI 에이전트의 부상은 오픈 네트워크에 일종의 "보이지 않는 세금"을 부과함으로써 그 근본적인 경제 기반을 교란시키고 있다.

작성자:a16z crypto

번역: TechFlow

올해, AI는 더 많은 실질적인 연구 과제를 수행하게 될 것이다

수리경제학자로서 2025년 1월에는 소비자용 AI 모델이 내 업무 흐름을 이해하도록 만드는 것이 매우 어려웠다. 그러나 2025년 11월이 되자, 나는 AI 모델에게 마치 박사과정 학생에게 추상적인 지시를 내리듯 지시할 수 있게 되었고, 때때로 그들은 새로운 통찰과 함께 정확한 답을 반환하기도 한다. 나의 경험 외에도, AI는 연구 전반에 걸쳐 특히 추론 분야에서 폭넓게 활용되고 있다. 이러한 모델들은 발견 과정에 직접적으로 도움을 줄 뿐 아니라, 풋남 문제(Putnam 문제, 아마도 세계에서 가장 어려운 대학생 수학 시험)와 같은 난제까지 독자적으로 해결하고 있다.

아직 이처럼 연구 보조 도구로 사용하는 방식이 어떤 분야에서 가장 큰 효과를 낼지, 그리고 구체적으로 어떻게 실현될지는 명확하지 않다. 하지만 올해에는 AI 연구가 일종의 새로운 '다재다능한' 연구 스타일을 촉진하고 장려할 것으로 예상된다. 즉, 다양한 아이디어 간의 관계를 형성하는 데 초점을 맞추고, 더 가설적인 답변들로부터 신속하게 추론해내는 능력이 중요해지는 것이다.

이러한 답변들이 반드시 완전히 정확하지는 않을 수 있지만, 그럼에도 불구하고 연구를 올바른 방향으로 이끌 수 있다(적어도 어떤 위상 구조 하에서는 그렇다). 다소 아이러니하게도, 이는 마치 모델의 '환각(hallucination)' 기능을 활용하는 것과 같다. 모델이 충분히 '영리하다면', 추상적인 사고 공간을 제공함으로써 의미 없는 결과를 낳기도 하지만, 때로는 돌파구가 되는 발견을 만들어낼 수도 있다. 인간이 선형적이거나 명확한 방향 없이 작업할 때 오히려 가장 창의적인 아이디어를 내는 경우와 유사하다.

이러한 방식의 추론은 새로운 형태의 AI 워크플로우를 요구한다. 단순한 '에이전트 대 에이전트(agent-to-agent)' 상호작용이 아니라, '에이전트 안에 에이전트가 있는(nested)' 복잡한 협업 구조가 필요하다. 이 구조에서는 서로 다른 수준의 모델들이 초기 모델의 제안을 평가하고, 점차적으로 핵심 내용을 추출해내는 과정을 지원한다. 나는 이미 논문 작성에 이 방법을 적용하고 있으며, 다른 사람들은 특허 검색, 새로운 예술 형식의 창작, 심지어(유감스럽게도) 새로운 스마트 계약 공격 기법 발견에도 사용하고 있다.

그러나 이러한 중첩된 추론 에이전트들을 조율하여 연구를 수행하려면, 모델 간의 상호 운용성(interoperability)을 개선하고 각 모델의 기여를 식별하며 적절히 보상하는 방법이 필요하다. 이 문제를 해결하는 데 블록체인 기술이 도움이 될 수 있을 것이다.

— Scott Kominers(@skominers), a16z 암호화 연구팀 멤버, 하버드 비즈니스 스쿨 교수

'고객 아는 것(KYC)'에서 '에이전트 아는 것(KYA)'으로: 신원 인증의 전환

에이전트 경제의 병목 현상은 이제 지능에서 신원 인증으로 옮겨가고 있다. 금융 서비스 분야에서 '비인간 신원(non-human identities)'의 수는 현재 인간 직원의 96배를 넘어서고 있지만, 여전히 이러한 '신원'들은 은행 서비스를 받지 못하는 '유령' 상태이다.

여기서 부족한 핵심 인프라는 바로 '자신의 에이전트를 알라(Know Your Agent, KYA)'이다. 인간이 대출을 받기 위해 신용 점수가 필요한 것처럼, 에이전트 역시 트랜잭션을 수행하기 위해 암호화 서명된 증명서가 필요하다. 이러한 증명서는 에이전트를 그 주체(owner), 제약 조건, 책임과 연결시켜야 한다. 이런 인프라가 마련되기 전까지는 기업들이 계속해서 방화벽에서 이러한 에이전트를 차단할 것이다.

지난 수십 년 동안 KYC 인프라를 구축해온 산업은 이제 오직 몇 달이라는 시간 안에 KYA를 어떻게 실현할지 연구해야 하는 상황에 놓였다.

— Sean Neville(@psneville), 서클(Circle) 공동 설립자, USDC 아키텍트, Catena Labs 최고경영자

오픈 네트워크의 '보이지 않는 세금' 문제 해결: AI 시대의 경제적 과제

AI 에이전트의 등장은 오픈 네트워크에 일종의 '보이지 않는 세금'을 부과하며, 근본적으로 그들의 경제 기반을 교란시키고 있다. 이 교란은 인터넷의 '컨텍스트 계층(Context layer)'과 '실행 계층(Execution layer)' 사이의 점점 커지는 불일치에서 비롯된다. 현재 AI 에이전트는 광고 기반 웹사이트(컨텍스트 계층)에서 데이터를 추출하여 사용자에게 편의를 제공하면서도, 콘텐츠를 뒷받침하는 수익 원천(예: 광고 및 구독)을 체계적으로 우회하고 있다.

오픈 네트워크의 점진적 붕괴를 막고(또한 AI에게 연료를 제공하는 다양한 콘텐츠를 보호하기 위해), 우리는 기술적·경제적 해결책을 대규모로 배포해야 한다. 이러한 해결책은 차세대 후원 콘텐츠 모델, 마이크로 귀속 시스템 또는 기타 새로운 자금 지원 모델을 포함할 수 있다. 그러나 기존의 AI 라이선스 계약은 재정적으로 지속 가능하지 않다는 것이 입증되었으며, 이는 AI 트래픽 유입으로 인한 콘텐츠 제공자의 수익 손실을 극히 일부만 보상할 뿐이다.

네트워크는 가치가 자동으로 흐르는 완전히 새로운 기술-경제 모델을 간절히 필요로 한다. 향후 1년간의 중요한 전환은 정적인 라이선스 모델에서 실시간 사용 기반의 보상 메커니즘으로의 이동이 될 것이다. 이는 블록체인 기반의 나노결제(nanopayments)와 정교한 귀속 기준을 활용하여, AI 에이전트의 작업 성공에 정보를 제공한 모든 참여자에게 자동으로 보상을 지급하는 시스템을 실험하고 확장해야 함을 의미한다.

— Liz Harkavy(@liz_harkavy), a16z 암호화 투자팀