NVIDIA가 PayPal을 위해 결제 기초 모델을 구축하는 방법

《Agentic Commerce》第5期에서 Simon Taylor(Tempo 시장 개발 책임자)와 Bam Azizi(Mesh CEO 겸 창립자)는 Pahal Patangia(NVIDIA 글로벌 산업 비즈니스 개발 및 결제 책임자)를 초대하여 금융 서비스의 오픈 소스 모델, 에이전트화된 워크플로우가 비즈니스에서 지식 재산으로서의 역할 등 다양한 주제를 논의했습니다.

타임라인:

00:00 소개
05:03 Transformer 아키텍처 기반의 결제 기본 모델
10:44 금융 서비스의 오픈 소스 모델 채택
17:53 AI 추론에서의 비용과 지연의 균형
20:24 AI 시스템의 토큰 경제와 효율성
23:21 비즈니스에서 지식 재산으로서의 에이전트화된 워크플로우
25:45 Agentic Commerce의 프로토콜 통합 트렌드
30:17 에이전트 보안을 위한 오픈 소스 런타임 OpenSHIELD
33:33 에이전트 간 마이크로 결제에서의 스테이블코인의 장점
35:36 결제에 비해 검색이 에이전트에서 더 빠르게 실현됨

주요 내용:

1. Agentic Commerce의 본질은 "맥락 아웃소싱"이다: 과거 인간이 지배했던 소비 결정의 맥락이 에이전트에게 전이되고 있으며, 결제 능력은 더 이상 실행 레이어가 아니라 결정 체인의 일부가 되고 있다.
2. 결제 기본 모델(Payments Foundation Model)은 핵심 변수이다: 전통적인 표 형식의 금융 데이터를 Transformer에 입력하여 사용자 행동 임베딩을 생성하는 것이 에이전트가 "인간처럼 소비"할 수 있는 핵심 인프라이다.
3. 검색은 성숙해졌고, 결제는 여전히 초기 단계이다: 현재 Agentic Commerce의 실제 구현은 주로 검색 및 추천 단계에 집중되고 있으며, 결제 단계는 여전히 샌드박스 및 실험 단계에 있다.
4. 금융 산업에서 오픈 소스의 폭발적인 원인은 기술이 아니라 규제와 통제이다: 설명 가능성, 제어 가능성, 미세 조정 능력이 성능보다 더 중요하다.
5. 오픈 소스 모델과 폐쇄형 모델 간의 성능 차이가 "무시할 수 있는 범위"로 줄어들어, 비용, 규정 준수, 배포 유연성이 기업 결정의 주도 요소가 되었다.
6. 토큰 경제학이 새로운 "결제 경제학"이 되었다: AI 시스템의 핵심 제약은 더 이상 수수료만이 아니라 토큰 소비, 추론 비용, 지연, 에너지 소비의 종합 최적화 문제이다.
7. 다중 에이전트 시스템이 미래의 주요 전장이 될 것이다: 발급자, 인수자, 상인, 기업 내부 시스템이 모두 에이전트로 진화하고, 기계 간 상호작용을 통해 비즈니스 프로세스를 완료할 것이다.
8. 에이전트 워크플로우가 새로운 기업 핵심 자산으로 자리잡고 있다: 과거에는 API와 SaaS였지만, 이제는 에이전트의 결정 경로, 실행 논리 및 피드백 루프가 새로운 "비즈니스 IP"를 구성하고 있다.
9. 스테이블코인은 에이전트 간 시나리오에서 구조적 장점을 가지고 있다: 마이크로 결제, 실시간 정산, 글로벌 사용 가능성은 전통적인 카드 네트워크가 지원할 수 없는 요소들이다.
10. 에이전트가 가져오는 거래량 증가는 기하급수적이다: 인간은 하루에 2건의 거래를 하지만, 에이전트는 하루에 2000건을 처리할 수 있으며, 전통적인 결제 시스템 TPS 모델은 이러한 패러다임 변화를 수용할 수 없다.
11. 결제 경로는 대체되지 않고, 계층적으로 공존할 것이다: 카드 네트워크는 인간 상호작용에 적합하고, 스테이블코인은 기계 상호작용에 더 적합하며, 두 가지는 서로 다른 시나리오에서 병행될 것이다.
12. 프로토콜 레이어는 현재 "LLM 초기 단계"에 있다: 다중 프로토콜의 공존이 혁신을 촉진하며, 장기적으로는 소수의 표준으로 수렴할 것이다.
13. 보안은 에이전트 시대의 인프라 문제로 떠오르고 있다: OpenSHIELD와 같은 런타임이 필요하며, 에이전트를 샌드박스에서 격리하여 실행하여 시스템적 위험의 확산을 방지해야 한다.
14. AI의 결제 분야 핵심 사용 사례는 변하지 않았다: 반사기, 신원 인증, 개인화는 여전히 가장 핵심적인 가치이며, 구현 방식은 규칙 → 모델 → 에이전트로 진화하고 있다.
15. Agentic Commerce의 진정한 돌파구는 결제가 아니라 "결정 자동화"에 있다: 검색 + 추천 + 실행이 완전히 자동화되면 결제는 마지막 단계의 호출 능력에 불과하다.

Simon Taylor:
Tokenized에 오신 것을 환영합니다. 이 프로그램은 스테이블코인과 현실 세계 자산의 토큰화 기관에 초점을 맞추고 있습니다. 저는 Simon Taylor이며, 오늘의 진행자이자 Fintech Brain Food의 저자이자 Tempo의 시장 개발 책임자입니다.

오늘 우리는 Agentic Commerce 시리즈를 계속 진행하며, 저와 함께 Mesh의 CEO인 Bam Azizi가 있습니다. 요즘 어떻게 지내고 있나요, Bam?

Bam Azizi:
저는 잘 지내고 있습니다. 다시 초대해 주셔서 감사합니다, Simon.

Simon Taylor:
이 시리즈는 정말로 뜨거운 반응을 얻고 있습니다. Agentic Commerce는 현재 세계에서 가장 인기 있는 주제 중 하나가 되었고, 모든 이의 주목을 받고 있습니다.

오늘은 또한 매우 주목받고 있는 회사에서 온 게스트를 초대했습니다. 사실 세계에서 가장 큰 회사 중 하나라고 할 수 있습니다. 그러나 그들은 Agentic Commerce를 지원하는 데 있어 대부분의 사람들이 인식하지 못하는 일을 하고 있습니다.

그래서 오늘 우리는 NVIDIA의 글로벌 산업 비즈니스 개발 및 결제 책임자인 Pahal Patangia를 초대했습니다. Pahal, 요즘 어떻게 지내고 있나요?

Pahal Patangia:
저는 잘 지내고 있습니다, Simon. 초대해 주셔서 감사합니다. 이 프로그램에 오게 되어 기쁘고, 우리 세 사람의 대화를 기대하고 있습니다.

Simon Taylor:
확실히 모든 것이 모여 있습니다. 이것은 제가 좋아하는 모든 것들입니다: 결제, NVIDIA의 비디오 게임 분야의 축적, 비즈니스, 스테이블코인… 모든 좋은 것들입니다.

하지만 시작하기 전에 청중과 청취자에게 상기시켜 드리고 싶은 점이 있습니다: 본 프로그램의 게스트 의견은 개인적인 것이며, 그들이 소속된 회사의 의견을 반드시 대표하지는 않습니다. 또한 우리가 이야기하는 내용은 세무, 법률 또는 재정적 조언을 구성하지 않으므로, 각자 연구를 해 주시기 바랍니다.

좋습니다. 거시적 관점에서 볼 때, Agentic Commerce는 NVIDIA와 같은 회사에 대해 무엇을 의미하나요? GPU 회사, 가속 컴퓨팅 회사, AI 회사, 하드웨어 회사가 왜 결제와 비즈니스에 참여하고 있나요?

Pahal Patangia:
물론입니다, Simon. 좋은 질문입니다. GPU 회사, 하드웨어 회사, 가속 컴퓨팅 회사의 관점에서 질문해 주셔서 기쁩니다. 이는 사실 수십 년 동안 사람들이 NVIDIA를 인식해 온 방식입니다.

하지만 제가 말씀드리고 싶은 것은, 이러한 인식은 지난 20년 동안 지속적으로 진화해 왔다는 것입니다.

지난 수십 년 동안 NVIDIA는 전체 스택의 가속 컴퓨팅 플랫폼으로 전환하였으며, 회사는 전체 생태계의 AI 애플리케이션에 대한 능력을 제공하고 있습니다.

Agentic Commerce 또는 AI에 들어가기 전에, NVIDIA의 플랫폼 레벨에서의 위치와 우리가 제공하는 능력을 이해하는 것이 중요합니다. 이러한 능력은 실제로 여러분이 매일 보는 AI 폭발을 촉진하고 있습니다.

우리는 일반적으로 NVIDIA가 생태계에 AI 애플리케이션을 구축하는 능력을 설명하기 위해 "5층 케이크" 개념을 사용합니다.

이 "5층 케이크"는 오늘날 확장 가능한 방식으로 AI 애플리케이션을 구축하고 AI 공장을 만드는 것을 가능하게 하는 다양한 "성분"으로 구성되어 있습니다.

가장 아래층은 토지, 전력 및 에너지입니다. 이는 모든 AI 관련 작업의 기초입니다.

그 위에는 칩 레이어가 있으며, 여기에는 하드웨어, GPU, CPU 및 관련 네트워크 시스템이 포함됩니다.

그 위에는 시스템 레이어, 즉 데이터 센터 레이어가 있습니다. 이 칩들이 어떻게 조직되는지, 우리는 이를 서로 다른 단위로 보고, 궁극적으로 "거대한 컴퓨터"로 조합됩니다.

과거에는 컴퓨터를 개인 장치로 이해했지만, 이제 데이터 센터 자체가 하나의 컴퓨터입니다. 이것이 시스템 레이어입니다.

그 위에는 기본 모델 레이어가 있습니다. 이러한 기본 모델은 지식, 산업 이해 및 다양한 능력을 포함합니다. 생태계에는 OpenAI, Meta, Mistral 등 많은 파트너가 있으며, 이들은 이러한 기본 모델을 구축하고 있습니다.

하지만 이러한 기본 모델은 특정 산업, 특정 시나리오 및 특정 문제로 더 세분화되어야 합니다. 이것이 다섯 번째 레이어인 애플리케이션 레이어입니다.

NVIDIA의 플랫폼은 이 다섯 개 층을 아우르며, 이 전체 능력을 조합합니다. 개발자는 이 다섯 개 층 플랫폼을 활용하여 자신의 사용 사례에 맞는 애플리케이션을 구축할 수 있습니다.

결제 분야에서 중요한 애플리케이션 중 하나는 Agentic Commerce입니다.

우리의 목표는 우리의 하드웨어, 소프트웨어 및 모델 능력을 이러한 생태계 플레이어에 통합하여 그들이 대규모로 이러한 애플리케이션을 구축할 수 있도록 하는 것입니다. 이것이 우리의 위치이며, 전체 생태계를 발전시키는 방식입니다.

Simon Taylor:
저에게 흥미로운 점은, 많은 사람들과 Agentic Commerce에 대해 이야기할 때, 모두가 많은 소프트웨어와 하드웨어가 이러한 것들을 운영하고 있다고 가정하지만, 당신은 이 산업에 오랫동안 있었고, 이러한 기본이 어떻게 작동하는지 매우 잘 이해하고 있습니다. 당신은 어떻게 생각하나요?

Bam Azizi:
네, 흥미롭습니다. 사실 저는 이전에 LinkedIn에 이와 관련된 게시물을 올렸고, 꽤 화제가 되었던 적이 있습니다. 그것은 이러한 계층 구조에 관한 것이었습니다.

Pahal이 방금 언급한 것과 매우 유사합니다. 제가 이야기했던 것은 기본 레이어, 배포 레이어, 오케스트레이션 레이어, 그리고 연결 레이어였습니다. 제가 당시 주장한 것은 연결 레이어가 가장 중요하다는 것이었습니다. 물론 약간의 "사심"이 있었던 것이죠. 왜냐하면 Mesh가 바로 이 레이어에 있기 때문입니다.

하지만 저는 사실 NVIDIA의 관점에서 어떤 레이어가 가장 중요하다고 생각하는지 궁금합니다. 현재 가장 많은 시간과 자금을 어느 레이어에 투자하고 있나요?

Pahal Patangia:
네, 좋은 질문입니다. 우리 관점에서 볼 때, 현재 결제 산업에서는 두 가지 매우 중요한 현상이 발생하고 있습니다.

우리는 AI를 결제 산업에 대규모로 도입하고 있으며, 일반적으로 한 현상이 다른 현상을 이끌어냅니다.

첫 번째 현상은 "결제 기본 모델"의 출현입니다.

Agentic Commerce의 전체 프로세스를 살펴보면, 이 프로세스가 사실 "압축"되었다는 것을 알 수 있습니다. 예를 들어 결제 프로세스가 사실상 압축되었습니다.

과거의 세계에서는 당신이 사람으로서 맥락을 지배하고 있었습니다. 당신은 무엇을 구매할지 알고 있었고, 결제를 완료하는 방법도 알고 있었습니다. 이러한 맥락은 당신의 머릿속에 존재했습니다.

하지만 이제 문제는: 에이전트는 이 맥락을 어디서 얻을까요?

에이전트는 사용자의 행동, 사용자 프로필, 사용자 선호도 및 거래에 설정한 다양한 제약 조건(예: SKU에서 최종 거래까지의 모든 규칙)을 학습하여 이 맥락을 얻어야 합니다.

그렇다면 에이전트는 이러한 능력을 어떻게 얻을까요?

이것은 새로운 트렌드를 이끌어내며, 저는 이것이 다소 "지하"의 트렌드라고 말할 수 있지만, 빠르게 주목받고 있습니다. 바로 "결제 기본 모델"입니다.

금융 서비스 산업, 특히 결제 및 은행 산업에서는 역사적으로 모든 데이터가 기본적으로 구조화된 표 형식으로 존재해 왔습니다.

과거에는 이러한 데이터를 기계 학습 알고리즘에 공급하여 사용자 행동을 예측하는 경향 모델을 구축했습니다.

하지만 새로운 세대의 알고리즘, 특히 Transformer 아키텍처의 출현으로 인해, 이제는 이러한 구조화된 데이터를 Transformer 모델에 노출하는 새로운 트렌드가 생겼습니다.

이것이 "결제 기본 모델"의 개념입니다.

이 모델들은 "임베딩"이라고 불리는 것을 생성합니다.

간단히 말해, 임베딩은 사용자 행동의 의미론적 표현입니다. 예를 들어:

• Pahal이라는 사람은 무엇을 할까요

• 그의 최근 동적 선호는 무엇인가요

• 그의 장기적인 행동 패턴은 무엇인가요

Transformer 모델은 이러한 정보를 통합하여 이러한 임베딩을 생성할 수 있습니다.

그런 다음 이 임베딩은 에이전트에 입력되고, 에이전트는 이 정보를 기반으로 행동을 수행합니다. 예를 들어 거래를 완료하는 것입니다.

이것이 두 세계가 융합되는 지점입니다. AI와 결제입니다.

이 임베딩은 에이전트의 "맥락 레이어"가 되어 에이전트가 더 잘 실행하고, 더 잘 반복하며, 모든 행동이 설정된 규칙 범위 내에서 이루어지도록 보장하고, 지속적으로 학습하고 최적화할 수 있게 합니다.

이것이 현재 Agentic Commerce 발전을 촉진하는 중요한 트렌드 중 하나입니다.

또한, Agentic Commerce에서 우리가 보고 있는 또 다른 트렌드는:

전체 프로세스를 "검색"과 "결제"로 나누면,

현재 실제로 가장 빠르게 발전하고 가장 성숙한 부분은 "검색"입니다.

검색 문제는 사실 수년 동안 연구되어 왔으며, 이제 더 나은 알고리즘이 이를 해결하고 있습니다. 그래서 이 기술 물결이 "검색"에서 매우 효과적입니다.

이것이 현재 사용자 경험이 더욱 개인화되고, 더 많은 점착성을 가지게 되는 이유입니다.

우리는 PayPal과 많은 협력을 하고 있습니다. PayPal은 Agentic Commerce의 능력을 그들의 상인 생태계에 제공하고자 하며, 약 1900만 상인이 있습니다.

이 상인들은 대부분 중소 상인으로, AI에 대해 사실상 "블랙박스"로 이해하지 못하고 있습니다.

PayPal의 접근 방식은 이러한 능력을 플랫폼을 통해 이 상인들에게 제공하는 것입니다.

그들의 방식은:
오픈 소스 모델을 미세 조정하여 이러한 모델이 PayPal의 환경과 특정 사용 사례에 적합하도록 만드는 것입니다.

이렇게 하면 상인은 이러한 능력을 자연스럽게 사용할 수 있으며, 기본 기술을 이해할 필요가 없습니다.

Simon Taylor:
방금 당신이 이야기한 내용을 많이 들었습니다. 제가 이해한 대로 다시 말해보겠습니다. 사람들이 이해하기 쉽게 하려고 합니다.

많은 사람들이 간과하는 점은: Anthropic, ChatGPT, Gemini와 같은 모델 외에도 많은 오픈 소스 모델이 있으며, NVIDIA는 이 분야에서 중요한 참여자라는 것입니다.

여러분의 NeMo, Neotron 모델은 성능 면에서 항상 선두를 달리고 있습니다.

그리고 PayPal과 같은 기업 고객은 이러한 능력을 상인에게 제공합니다.

결제 산업에서 상인을 위한 가치를 창출하는 것이 모든 것입니다. 상인이야말로 세계가 돌아가는 핵심입니다. 만약 당신이 상인에게 서비스를 제공할 수 없다면, 당신은 사실상 아무것도 아닙니다.

그들은 상품을