제미니, 문페이, 달라스 연방준비은행, BIS가 이번 주 에이전틱 파이낸스에서 교차했습니다

저자 Charlie

지난 주 금융 산업에서는 표면적으로 완전히 다른 채널에 있는 몇 가지 일이 발생했습니다.

8월 25일, Google Cloud는 금융 기관을 위한 Gemini Enterprise for Financial Services를 출시하여 AI를 KYC, 신용 분석, 포트폴리오 모니터링, 채권 발행 및 금융 연구와 같은 핵심 비즈니스 워크플로우로 더 발전시켰습니다.

이틀 후, MoonPay는 PayBox를 Solana의 Kamino에 통합한다고 발표했으며, 사용자는 Claude 또는 ChatGPT와 같은 인터랙티브한 출입구를 통해 대출을 시작하고 수익을 얻을 수 있습니다.

동시에 Dallas Fed는 예금이 24시간 실시간으로 이동할 수 있고, AI가 기업과 개인의 수익을 자동으로 비교할 수 있다면, 은행이 항상 의존해온 예금의 점착성이 어떻게 변할 것인지에 대한 연구를 발표했습니다.

하루가 지나고, BIS는 스테이블코인과 토큰화된 예금을 논의하면서 방금 실제 자금 테스트를 완료한 Project Agorá를 언급했습니다.

각 사건을 따로 보면, 각각은 익숙한 뉴스 카테고리로 분류될 수 있습니다: Google은 기업 AI, MoonPay는 암호 금융, Dallas Fed는 은행 연구, Project Agorá는 중앙은행과 상업은행의 차세대 국경 간 결제 인프라 연구입니다.

하지만 이들을 함께 놓고 보면, 더 주목할 만한 단서를 볼 수 있습니다.

지난 2~3년 동안 우리는 AI가 언제 금융을 진정으로 변화시킬 것인지에 대해 논의해왔습니다. 하지만 저는 이 질문이 충분히 정확하지 않다고 느끼고 있습니다. 진정한 경계선은 AI가 언제 "금융을 더 잘 이해하게 되는가"가 아니라, 언제부터 AI가 사람을 대신하여 금융 결정을 내릴 수 있도록 허용되고, 실제로 자금을 이동할 수 있는가입니다.

이 두 가지 사이의 차이는 검색 엔진에서 ChatGPT로의 변화보다 클 수 있습니다.

몇 년 전 제가 생성적 AI와 핀테크의 결합을 연구하기 시작했을 때, 전체적인 판단은 사실 상대적으로 보수적이었습니다. 그 당시 금융 산업에서 가장 현실적인 응용은 여전히 고객 서비스, 보고서, 반사기, 비용 관리, 내부 지식 검색 및 직원 효율성을 높이는 다양한 도구들이었습니다. 이러한 것들은 물론 가치가 있지만, 기본적으로 "AI가 돈 옆에서 도와주는" 수준에 머물러 있었고, 실제로 돈을 다루지는 않았습니다.

그 이유는 간단합니다. 모델이 시장 문구를 잘못 작성하면 수정할 수 있지만, 모델이 기업의 500만 달러를 잘못된 곳으로 이체하면 "취소" 버튼을 클릭하는 것으로 해결되지 않습니다. 금융 기관은 블랙박스에 대한 내성이 일반 소프트웨어 회사보다 훨씬 낮습니다. 정확성, 권한, 감사, 책임 귀속, 규제 요구 사항, 어떤 단계라도 해결되지 않으면 모델이 아무리 똑똑해도 보조자 역할밖에 할 수 없습니다.

최근 몇 달 동안 주목할 만한 변화는 업계가 갑자기 "완전 자동화된 AI 자산 관리"가 곧 올 것이라고 믿게 된 것이 아니라, 점점 더 많은 회사들이 "AI가 돈을 움직이게 하는" 일을 더 작고 더 통제 가능한 권한으로 나누기 시작했다는 것입니다.

Robinhood가 올해 Agentic Trading을 출시할 때, 모델이 사용자 자산을 직접 관리하게 하지 않고, AI가 조작할 수 있는 독립 계좌를 설정했습니다. 2분기 말까지 이러한 계좌는 거의 10만 개에 달하며, 관리하는 자산은 1억 달러를 초과했습니다.

Ramp가 선택한 경로는 덜 매력적이지만, 실제 기업 재무의 진화 경로에 더 가까울 수 있습니다. 이 AI는 CFO를 직접 대체하는 것이 아니라, 회사의 경비, 지불 및 회계 정책을 읽고, 높은 확률의 상황을 자동으로 처리하며, 예외 상황은 사람에게 넘깁니다.

Rocket Money가 최근 출시한 Rowan도 유사한 경향을 보여줍니다: 더 이상 사용자에게 "이번 달 얼마를 썼는가"라는 그래프를 보여주는 것이 아니라, 백그라운드에서 구독을 발견하고, 메시지를 보내고, 서비스를 취소하고, 청구서를 협상하며, 심지어 사전 설정된 규칙에 따라 저축 이체를 완료할 수 있습니다.

이러한 제품들을 함께 보면, 시장은 "인간 조작"에서 "기계 완전 자율"로 직접 뛰어넘지 않고, 더 현실적인 경로를 따라 진행하고 있음을 알 수 있습니다: 먼저 관찰하고, 다음에 제안하고, 그 다음에 행동을 준비하고, 사람의 승인을 받은 후, 점차적으로 규칙이 명확하고 위험이 통제 가능한 행동을 기계가 수행하도록 맡깁니다.

이것이 제가 Agentic Finance의 진정한 중요한 개념이 "자동화"가 아니라 "권한 부여"라고 생각하는 이유입니다.

오늘날 기업 직원이 회사 신용카드를 들고 있는 것은 본질적으로 금융 권한의 한 형태입니다. 그는 물론 회사 은행 계좌의 돈을 모두 쓸 수는 없지만, 특정 상점 카테고리, 금액 및 승인 규칙 내에서 자율적으로 소비할 수 있습니다. 펀드 매니저, 기업 재무 책임자, 구매 매니저는 본질적으로 미리 정의된 권한 프레임워크 내에서 다른 사람을 대신하여 자금을 관리하고 있습니다.

AI 에이전트가 진정으로 해야 할 일은 새로운 금융 제도를 발명하는 것이 아니라, 우리가 이미 익숙해진 이러한 권한 관계를 기계가 이해하고 실행할 수 있는 규칙으로 변환하는 것입니다.

예를 들어, 한 회사는 AI 재무 대리인에게 다음과 같이 지시할 수 있습니다: 최소 30일 운영 자금을 유지해야 한다; 나머지 자금은 지정된 은행이나 고등급 제품에만 보관할 수 있다; 외환 위험을 발생시켜서는 안 된다; 단일 자금 이동이 50만 달러를 초과하면 반드시 수동 승인을 받아야 한다; 수익 차이가 20개 기준점 이상일 때만 전환할 가치가 있다; 새로 나타나는 거래 상대방은 반드시 수동 검토를 거쳐야 한다.

이러한 규칙이 기계에 의해 직접 이해될 수 있게 되면, 본질적인 변화가 발생합니다. AI는 무한한 권력을 얻을 필요도 없고, 완전히 규제를 받지 않는 "로봇 헤지펀드"가 될 필요도 없습니다. 그것은 단지 경계 내에서 자율적으로 행동하면 됩니다.

이것이 최근 Google, MoonPay, Visa, Mastercard와 같은 회사들이 에이전트 결제를 할 때 점점 더 뚜렷해지는 공통된 방향입니다. 표면적으로 모두 AI가 어떻게 결제하는지를 논의하고 있지만, 실제로 많은 노력을 기울여 해결하고 있는 것은 권한입니다: 누가 권한을 부여하고, 얼마나 부여하며, 언제까지 부여하며, 어떤 상점과 계좌에 접근할 수 있고, 어떤 경우에 반드시 멈추고 다시 확인해야 하며, 마지막으로 문제가 발생했을 때 어떻게 완전한 감사 기록을 남길 것인지입니다.

그래서 저는 이제 점점 더 확신하게 되었습니다. 미래의 Agentic Finance에서 가장 중요한 제품 중 하나는 반드시 더 똑똑한 대형 모델이 아니라, 충분히 신뢰할 수 있는 "금융 권한 시스템"일 것입니다: 그것은 모호한 인간 지시, 예를 들어 "회사의 여유 자금을 잘 관리해줘"를 수백 개의 기계가 엄격하게 실행할 수 있는 규칙으로 번역할 수 있습니다.

이 관점에서 최근 MoonPay의 행동을 보면, Kamino와의 협력만을 따로 보는 것보다 훨씬 더 흥미롭습니다.

3월, MoonPay는 Open Wallet Standard를 출시하여 AI가 지갑을 안전하게 사용하는 방법과 개인 키에 접근하지 않고 제한된 서명 권한을 얻는 방법을 중점적으로 해결했습니다; 5월에는 DFlow를 인수하여 거래 실행 인프라를 보강했습니다; 6월에는 Entendre를 인수하여 조정, 재무, 자금 관리 및 보고 능력을 추가했습니다; 7월에는 PayBox를 출시하여 카드를 Claude, ChatGPT와 같은 인터랙티브 환경에 직접 연결했습니다; 8월에는 Kamino를 통해 대출 및 수익 관리를 통합했습니다.

각 단계를 따로 보면, 그리 놀라운 일은 아닙니다. 그러나 함께 보면 AI 에이전트를 위한 금융 기본 능력을 구축하는 퍼즐을 맞추는 것처럼 보입니다: 먼저 신원과 권한을 해결하고, 다음에 실행을 해결하고, 재무 운영을 해결한 후, 마지막으로 신용, 대출 및 자산 배분을 다루기 시작합니다.

이것이 Agentic Payments와 Agentic Finance의 진정한 차이점입니다.

전자는 다음과 같은 질문에 답합니다: AI가 어떻게 내 대신 결제할 수 있을까?

후자는 다음과 같은 질문을 던집니다: AI가 어떻게 내 자산 부채표를 관리할 수 있을까?

두 번째 질문에 들어가면, 결제는 단지 하나의 행동으로 남습니다. 현금을 어디에 두고, 언제 돈을 빌리고, 어떤 자산을 담보로 하고, 유휴 자금이 얼마나 수익을 내고, 언제 재조정을 하고, 유동성과 위험을 어떻게 관리할 것인지, 이러한 판단은 원래 기업 재무 팀, 은행가 또는 투자 매니저가 지속적으로 내려야 했던 것들이며, 이제는 기계의 실행 범위에 들어올 가능성이 있습니다.

하지만 여기에는 여전히 인프라 측면에서의 모순이 있습니다.

AI가 매초 최적의 솔루션을 계산할 수 있다면, 돈 자체는 여전히 은행 영업 시간, 국경 간 중개 은행, 대량 청산 및 수동 조정 속도에 따라 이동해야 한다면, 아무리 똑똑한 에이전트도 큰 의미가 없습니다. 그것은 성능이 뛰어난 스포츠카처럼 보이지만, 울퉁불퉁한 시골 도로에서만 달릴 수 있습니다.

이것이 Project Agorá가 이 글에 포함될 가치가 있는 이유입니다.

Project Agorá 자체는 AI 프로젝트가 아닙니다. 그것은 BIS 혁신 허브와 국제 금융 협회가 공동으로 추진하는 실험으로, 어떻게 토큰화된 상업 은행 예금과 중앙은행 준비금을 다중 통화, 프로그래머블 플랫폼에 통합하여 도매 국경 간 결제를 개선할 수 있는지를 연구하고 있습니다.

Agentic Finance와의 진정한 연관성은 "BIS도 AI를 시작했다"는 것이 아니라, AI가 궁극적으로 호출해야 할 또 다른 금융 인프라를 연구하고 있다는 것입니다: 돈 자체가 기계에 의해 더 쉽게 읽히고, 조합되고, 실행될 수 있는가입니다.

올해 7월, 28개 금융 기관과 중앙은행이 통제된 환경에서 실제 자금 테스트를 완료했으며, 스위스 프랑, 유로, 파운드, 엔, 원화 및 달러가 포함되었습니다. 테스트 규모는 매우 작아 생산 환경에 미치지 못하지만, 적어도 한 가지를 검증했습니다: 상업 은행 예금과 중앙은행 통화는 오늘날의 느리고 서로 단절된 시스템에서만 존재할 수 있는 것이 아니라, 조건이 촉발되고 원자 결제 및 자동 실행 규칙을 지원하는 환경으로 들어갈 수 있습니다.

BIS는 이에 대해 여전히 매우 신중합니다. 시스템 간의 상호 연결, 법적 최종 결제가 어떻게 인정되는지, 스마트 계약에 문제가 생겼을 때 누가 책임지는지, 사이버 보안, 거버넌스 및 수십 년 된 구 시스템을 어떻게 이전할 것인지 등의 문제는 여전히 해결되지 않았습니다. 따라서 Agorá를 "차세대 글로벌 금융 시스템이 이미 구축되었다"고 쓰는 것은 분명 과장입니다.

하지만 그것은 적어도 암호화폐 서사에 가려질 수 있는 문제를 증명했습니다: 프로그래머블 통화가 반드시 스테이블코인과 같지 않으며, 은행을 우회할 필요도 없다는 것입니다. 전통적인 은행 예금 자체도 소프트웨어가 호출할 수 있는 금융 자산으로 변할 수 있습니다.

그리고 진정으로 흥미로운 점은 바로 여기에서 시작됩니다.

오늘날 은행은 자금 흐름의 마찰을 없애기 위해 많은 자원을 투입하고 있지만, 이러한 마찰은 과거 어느 정도 은행의 비즈니스 모델의 일부였습니다.

이것이 Dallas Fed의 그 논문에서 가장 주목할 만한 점입니다.

은행의 예금이 왜 가치가 있을까요?

물론 많은 고상한 이유가 있습니다. 기업이 5000만 달러를 JPMorgan에 예치하는 것은 단순히 계좌를 여는 것이 귀찮아서가 아니라, 신용 한도, 외환, 급여 지급, 현금 관리, 수탁 및 수년 간의 고객 관계가 연결되어 있을 수 있습니다. 이러한 것들은 이웃 은행의 금리가 10개 기준점 높아졌다고 해서 갑자기 사라지지 않습니다.

하지만 또 다른 이유는 그렇게 고상하지 않지만, 여전히 현실적입니다: 돈을 옮기는 것이 너무 번거롭습니다.

오늘날 한 회사의 계좌에 200만 달러가 잠시 유휴 상태일 때, A은행은 4.20%, B은행은 4.35%를 제공합니다. 15개 기준점을 위해 재무 팀이 매일 아침 다시 확인해야 할까요? 다시 로그인하고, 거래 상대방의 위험을 비교하고, 자금을 이체하고, 청산 시간을 고려하고, 다시 한 번 조정을 해야 할까요? 내일 급여와 공급업체 지급이 영향을 받지 않도록 보장해야 합니다.

대부분의 경우, 대답은 "그냥 두자"입니다.

돈은 계속 그곳에 놓여 있습니다.

이것은 금융 시스템에서 별도로 논의되지 않는 자산 중 하나입니다: 사람의 게으름입니다.

Dallas Fed의 논문은 운영 예금이 점착성을 가지는 이유 중 일부가 자금을 빠르게 재배치할 수 없는 현실적인 마찰에서 비롯된다고 직접적으로 언급합니다. 만약 미래에 즉시 결제, 토큰화된 예금 및 AI 에이전트가 동시에 성숙한다면, 더 높은 수익을 추구하는 고객은 이론적으로 거의 아무런 조작 없이 자금 전환을 완료할 수 있습니다.

AI는 15개 기준점이 "번거롭지 않다"고 생각하지 않습니다.

그것은 월요일 아침 회의가 없고, 잊지 않으며, 오늘 바쁘다고 해서 다음 주로 미루지 않습니다. 그것에게는 서로 다른 금융 제품의 한계 주의 비용이 거의 제로에 가깝습니다.

물론 이것이 미래의 모든 기업 예금이 열 자금처럼 매 5분마다 은행을 바꾸게 될 것이라는 의미는 아닙니다. 고객 관계, 신용 한도, 규제 요구 사항, 위험 관리 여전히 존재하며, 자금 전환도 결코 진정한 제로 비용에 도달하지 않을 것입니다.

하지만 문제는, 그것이 그렇게 극단적으로 발전할 필요가 없다는 것입니다. 은행에 영향을 미칠 수 있습니다.

Dallas Fed는 미국 은행 시스템의 약 17조 달러에 달하는 관련 예금을 가지고 민감도 측정을 수행했습니다. 만약 예금의 평균 체류 기간이 10% 단축된다면, 은행 시스템이 기간 변환을 감당할 수 있는 능력은 약 5800억 달러의 "10년 만기 동등 위험 노출"이 줄어들 수 있습니다; 만약 예금 금리가 시장 금리 변화에 대한 민감도가 10% 증가한다면, 은행이 감당할 수 있는 만기 위험은 약 7000억 달러 줄어들 수 있습니다.

이것은 AI가 미국 은행이 갑자기 7000억 달러의 대출을 줄이게 만들 것이라는 의미가 아닙니다. 이 숫자를 단순히 "대출 능력이 7000억 달러 줄어든다"고 설명하는 것은 정확하지 않습니다.

그것이 진정으로 설명하는 것은 다른 한 가지입니다: 예금의 점착성 자체가 막대한 경제적 가치를 가지고 있다는 것입니다.

만약 미래의 프로그래머블 통화와 AI 에이전트가 단지 이 점착성을 조금 약화시킨다면, 은행의 부채 비용과 기간 구조는 따라서 변화할 수 있습니다.

과거에 사람들이 프로그래머블 통화에 대해 이야기할 때, 보통은 이점만 보았습니다: 결제가 더 빠르고, 조정이 더 적고, 비용이 더 낮고, 24시간 운영할 수 있으며, 결제 조건을 거래 논리에 직접 쓸 수 있습니다.

하지만 그것은 강조되지 않는 또 다른 면이 있습니다: 돈이 더 쉽게 이동할 수 있게 되면, 돈을 보유한 사람은 더 많은 선택권을 가지게 됩니다.

자산 보유자에게는 이는 효율성입니다; 이러한 돈을 안정적인 자금 출처로 삼는 기관에게는 더 치열한 경쟁을 의미합니다.

은행이 돈을 소프트웨어처럼 운영하게 하려면, 반드시 하나의 결과를 받아들여야 할지도 모릅니다: 돈이 소프트웨어의 속도로 가격을 비교하기 시작합니다.

이것은 제가 최근에 생각해온 또 다른 방향으로 문제를 가져옵니다.

과거에 저는 금융이 본질적으로 분배(distribution) 비즈니스라고 생각했습니다.

은행은 누가 급여를 직접 입금받는지를 놓고 경쟁하고, 신용카드 회사는 누가 소비자에게 가장 많이 사용되는 카드를 차지하는지를 놓고 경쟁하며, 증권사는 누가 투자자의 스마트폰 화면을 차지하는지를 놓고 경쟁하고, 자산 관리 기관은 누가 고객 관계를 소유하는지를 놓고 경쟁합니다. 많은 핀테크 제품이 수십억 달러를 고객 확보에 투자하는 것은 본질적으로 같은 것을 놓고 경쟁하는 것입니다: 누가 사용자와 금융 제품 사이에 서 있을 수 있는가.

하지만 AI 에이전트는 이 경쟁을 점차 "분배"에서 "자금 라우팅"으로 변화시킬 수 있습니다.

예전에는 "내가 가장 좋아하는 은행은 어디인가?"라고 물었습니다.

미래에는 더 중요한 질문이 될 수 있습니다: 내 재무 에이전트가 어떤 은행을 허용 가능한 거래 상대방 목록에 올려놓고 있는가?

예전에는 펀드 회사가 자신의 머니 마켓 펀드가 앱의 첫 페이지에 오르도록 방법을 찾았습니다.

미래에는 에이전트가 직접 판단할 수 있습니다: 수익 차이가 18개 기준점을 초과하고, 유동성이 요구 사항을 충족하며, 거래 상대방 위험이 특정 기준 이하일 때, 자금은 자동으로 어디로 가야 하는지를 결정합니다.

예전에는 대출 기관이 광고, 브랜드 및 판매 채널을 놓고 경쟁했습니다.

미래에는 에이전트가 실제 금리, 담보 요구 사항, 조기 상환 조건 및 기업의 현재 현금 흐름 상태를 직접 비교하여 누가 자금을 호출해야 하는지를 결정할 수 있습니다.

여기까지 오면, 진정으로 가치 있는 것은 더 이상 "사용자가 당신의 앱을 다운로드했는가"가 아니라, 당신이 기계의 기본 규칙에 포함되었는가입니다.

누가 권한 범위에 포함되느냐에 따라 경쟁에 참여할 자격이 주어지며, 누가 최종적으로 자금 라우팅을 차지하느냐에 따라 자금 흐름을 얻습니다.

Agentic Commerce는 수요가 어디로 흐르는지를 변화시킵니다.

Agentic Finance는 자본이 어디로 흐르는지를 변화시킵니다.

그래서 오늘 제가 은행 CEO라면, AI가 분석가의 보고서 작성 시간을 줄일 수 있는지, KYC와 반사기 조사를 자동화할 수 있는지와 같은 매우 현실적인 효율성 향상에 관심을 가질 것입니다.

하지만 더 장기적인 문제는 아마도 다른 질문일 것입니다:

내 기업 고객이 24시간 작동하는 재무 에이전트를 갖게 되었을 때, 나는 어떻게 그의 다음 달러를 계속 소유할 수 있을까요?

가장 똑똑한 은행이 이 변화를 저항하지 않을 수도 있으며, 오히려 가장 먼저 에이전트를 자신의 시스템에 통합할 수 있습니다. 고객의 일상 운영 자금은 계속 당좌 계좌에 남아 있고, 잠시 필요하지 않은 자금은 자동으로 더 높은 수익의 예금이나 펀드로 들어가며, 유동성이 필요할 때 다시 자동으로 돌아옵니다; 외환, 대출 한도, 담보 및 지급도 함께 최적화될 수 있습니다. 이렇게 하면 에이전트가 더 나은 해결책을 지속적으로 찾더라도, 자금은 여전히 같은 은행 생태계 내에 남아 있을 수 있습니다.

이 관점에서 보면, Project Agorá와 같은 탐색이 은행을 약화시키지 않을 수도 있으며, 심지어 규제를 받는 상업 은행 통화가 스테이블코인 시대에도 계속해서 핵심 위치를 유지하는 데 도움을 줄 수 있습니다.

그래서 이것은 "AI와 암호화폐가 결국 은행을 없애버린다"는 간단한 이야기가 아닙니다. 진정으로 위험한 것은 은행 자체가 아니라, 고객이 비교하기를 원하지 않고, 전환하기를 원하지 않으며, 귀찮아하는 것을 오랫동안 자신의 방어선으로 삼아온 금융 비즈니스 모델입니다.

과거에 한 은행의 중요한 이점은 고객이 이동하기 너무 번거롭다는 것이었습니다. 다음 단계에서 진정으로 강력한 은행은 아마도 완전히 반대되는 명제를 증명해야 할 것입니다: 고객은 언제든지 떠날 수 있지만, 그의 AI가 계산을 마친 후에도 여전히 이곳에 돈을 두기로 결정합니다.

지난 10여 년 동안 핀테크에서 가장 치열한 전쟁은 스마트폰 화면에서 벌어졌습니다. 모두가 일일 활성 사용자, 주요 계좌, 가장 많이 사용되는 카드를 놓고 경쟁하며, 누가 사용자와 더 가까운지를 놓고 경쟁했습니다.

다음 라운드의 많은 진정으로 중요한 금융 전쟁은 아마도 인터페이스가 없을 것입니다.

그것은 백그라운드에서의 권한 규칙 세트에서 발생하며, 허용 가능한 거래 상대방 목록에서 발생하고, 수십 개 기준점의 수익 차이에서 발생하며, AI가 "이 돈이 지금 어디로 가야 하는가"를 판단하는 순간에 발생합니다.

그래서 Agentic Finance가 진정으로 물어볼 가치가 있는 질문은 아마도 결코 "AI가 언제 우리 돈을 관리할 것인가?"가 아닐 것입니다. 오히려, 점점 더 많은 돈이 기계가 이해할 수 있는 규칙에 따라 자동으로 자신의 최적의 위치를 찾기 시작할 때------

누가 여전히 이 돈이 최종적으로 어디에 남아야 하는지를 결정할 자격이 있는가?