YouMind
로그인

에이전트 결제(Agentic Payments) 1년: 불편한 진실

@13yearoldvc
영어2026년 6월 03일
109K
306
38
40
520

TL;DR

에이전트 경제에 대한 심층 분석 결과, Stripe 및 Visa와 같은 기존 기업들의 막대한 투자에도 불구하고 구조적 장벽과 UX 문제로 인해 성장이 정체되고 있는 것으로 나타났습니다.

감사합니다 @austingriffith, @dongossen, @ekrahm, @programmer, @RosuGrigore, @0xfishylosopher 및 @JackSimison 님의 리뷰와 피드백에 감사드립니다.

지난 1 년 동안 저는 에이전트 경제를 위한 인프라를 구축하며, Stripe, Visa, Coinbase, Google 및 수십 개의 스타트업에서 에이전틱 커머스를 출시하는 팀들과 소통해 왔습니다. 저는 이 분야를 분석하고, 제품을 출시하며, 시장을 찾으려고 노력했습니다.

아직 실질적인 수요는 존재하지 않으며, 스타트업이 이 분야를 공략하기에는 여러 구조적 문제가 있습니다.

Stripe는 지난달 Sessions에서 288 개의 신제품을 출시했으며, 에이전트 관련 문서 트래픽이 전체 문서 조회의 약 40% 에 달했습니다. Stripe의 에이전틱 커머스 마켓플레이스에는 1,000 개 이상의 활성화된 판매자가 있습니다. Sessions에서 거래를 한 등록된 에이전트의 수는 한 자릿수에 불과했습니다.

Visa는 현재 에이전틱 토큰을 사용하려면 3~9 개월의 KYC 승인과 사실상 2 억 5 천만 달러의 최소 매출 요건이 필요하다고 언급했습니다. 오늘날에는 Amazon 및 Walmart 수준의 기업만이 아이덴티티 루프를 완료할 수 있습니다.

Coinbase는 4 월까지 x402 에서 69,000 개의 활성 에이전트와 1 억 6,500 만 건의 트랜잭션을 보고했습니다. 독립적인 온체인 분석에 따르면 실제 일일 거래량은 약 17,000 달러이며, 이 중 약 절반은 테스트 트랜잭션인 것으로 나타났습니다 (CoinDesk, 2026 년 3 월).

shop.fast.xyz (에이전트-판매자, 즉 프록시 커머스)를 구축하면서 배운 점

우리는 shop.fast.xyz - https://x.com/fastxyz/status/2061863041562755403 - 를 구축하여 프록시 커머스에 직접 대응했습니다. 실제 제품, 판매자 및 트랜잭션을 다뤘습니다.

하지만 대부분의 제품 카테고리에서 현재 AI 쇼핑 UX 는 기존 전자상거래보다 확실히 떨어집니다. 옷, 전자제품, 가구를 살 때는 이미지를 보고, 옵션을 탐색하며, 나란히 비교하고 싶습니다. 챗봇 대화는 오히려 다운그레이드입니다. 풍부한 시각적 인터페이스를 텍스트 스레드로 대체하는 셈입니다. 인간은 눈으로 쇼핑합니다.

에이전트는 우리가 어려울 것이라고 예상했던 부분에서 뛰어났습니다. 사용자가 원하는 것을 잘 이해했습니다. "이거랑 비슷한데 더 싼 거" 같은 요청도 능숙하게 처리했습니다. 모델 레이어는 잘 작동했습니다. 하지만 에이전트가 할 수 없었던 것은 열 개의 제품을 나란히 보고 하나를 고르는 경험을 대체하는 것이었습니다. 채팅은 캐러셀과 인터랙티브 디스플레이로 개선될 수 있지만, 그 시점에서는 채팅 창 안에 전자상거래 프론트엔드를 다시 구축하는 셈입니다. 시각적 비교 쇼핑의 경우, 채팅 래퍼가 원래 방식보다 왜 더 나은지에 대한 설득력 있는 답을 아직 찾지 못했습니다.

판매자 측의 실질적인 수요도 있었지만, 이는 방어적인 성격이 강했습니다. 판매자는 자사 스토어프론트가 에이전트가 쿼리할 수 있기를 원합니다. 고객이 오늘날 에이전트를 통해 구매하기 때문이 아니라, 이것이 지배적인 채널이 될 경우 뒤처질까 봐 걱정하기 때문입니다. 이른바 '에이전틱 엔진 최적화(Agentic Engine Optimization)' 전략이지만, 현재로서는 '있으면 좋은' 수준이지 '반드시 필요한' 것은 아닙니다. 판매자들은 아직 도래하지 않은 물결을 준비하고 있는 것입니다.

대화형 커머스가 경험을 실제로 개선하는 분야는 고빈도, 저관여 구매, 즉 사용자가 이미 무엇을 원하는지 알고 있는 경우입니다. 음식 주문이 가장 명확한 예입니다. 큰 시장, 매일 발생하는 빈도, 빠른 결정 ("지난번에 좋아했던 곳으로 팟타이 주문해 줘"). 대화형 에이전트가 여기서 승리할 수 있습니다. 하지만 주요 배달 플랫폼은 API 를 공개하지 않습니다. 유일한 방법은 컴퓨터 사용(computer use) - AI 가 인간처럼 앱을 시각적으로 탐색하는 방식입니다. 느리고, 취약하며, 15 달러짜리 점심 주문에는 추론 비용이 맞지 않습니다.

또 다른 기회는 UI 탐색이 매우 복잡한 스토어입니다. 계층형 할인, 프로모션 코드, 로열티 프로그램, 복잡한 체크아웃流程. "내 쿠폰 적용하고, 리워드 포인트 사용하고, 가장 저렴한 배송 찾고, 내 언어로 처리해 줘"를 이해하는 에이전트는 오늘날 실제로 불편한 부분을 단순화합니다. 이는 특히 다른 지역에 맞춰 구축된 스토어에서 쇼핑하는 고령 사용자나 비원어민, 또는 매우 특정한 틈새 요청이 있는 매우 구체적인 시나리오에서 중요합니다.

두 기회 모두 대규모 B2C 유통이 필요합니다. 사용자의 진입점을 놓고 DoorDash 나 Amazon 과 경쟁해야 합니다. 소비자 규모의 유통은 기존 업체의 강력한 이점입니다. 프록시 커머스의 공급 측면은 준비되어 있습니다. 수요 측면은 UX 와 유통에 의해 제약을 받으며, 더 많은 인프라가 이 중 어느 것도 해결해 주지 않습니다.

x402 및 MPP (에이전트-웹/API, 즉 머신 커머스)에 대해 배운 점

우리는 수십 명의 개발자들에게 실제 지불 요구사항에 대해 이야기했습니다. 패턴은 거의 보편적이었습니다. 오늘날 에이전트 API 사용은 정기 구독 형태입니다. 컴퓨팅, 추론, 데이터 피드. 개발자들은 이미 핵심 제공업체와 구독, 등록된 API 키, 청구 관계를 가지고 있습니다.

스테이블코인에 대한 일반적인 주장: 카드 처리는 Stripe 에서 약 2.9% + 30 센트의 최소 유효 비용이 발생하여 1 달러 미만의 API 호출은 경제성이 없습니다. 오늘날의 낮은 볼륨에서는 크레딧을 충전하면 이 문제가 해결됩니다. 개발자가 계정에 미리 자금을 충전하면 문제가 사라집니다.

더 근본적인 문제는 공급자 시장입니다. 대부분의 주요 SaaS 기업들은 1 센트 미만 단위의 임시 API 액세스를 원하지 않습니다. 이들의 비즈니스 모델은 장기 기업 계약입니다. 대규모 약정에 수익이 의존하는 기업들은 이를 우회하는 가격 모델에 저항할 것입니다.

머신 커머스는 구조적으로 롱테일(Long-tail) 시장입니다. 더 작은 서비스, 틈새 데이터 소스, 개인 개발자, MCP 서버 등이 해당됩니다. MPP 및 x402 와 같은 프로토콜은 이 세그먼트에 잘 설계되었습니다. 하지만 정의상 이는 전문적인 요구를 가진 파워 유저를 대상으로 하는 시장이며, 개발자들은 역사적으로 지불 의사가 가장 낮은 그룹 중 하나입니다.

Stripe Projects 는 32 개의 파트너 제공업체(Vercel, Supabase, Cloudflare, Twilio 등)와 함께 출시되어 개발자가 소프트웨어를 구축하고 배포하는 데 사용하는 대부분의 도구를 기존 청구 시스템을 통해 제공합니다. 개발자 스택의 최상위는 이미 서비스되고 있습니다. 새로운 결제 레일의 기회는 이러한 상위 30 개 서비스 외부의 모든 것에 있습니다. 이는 실제 기회이지만, 헤드라인 숫자가 암시하는 것보다 본질적으로 더 작습니다.

동일한 동역학이 콘텐츠 액세스에도 적용됩니다. 에이전트는 이미 지속적으로 기사를 스크래핑하고 요약하며, 퍼블리셔들은 이에 반발하고 있습니다. 하지만 콘텐츠 수익화가 대규모로 이루어질 때, 이는 퍼블리셔와 인터넷 사이에 이미 위치한 CDN 제공업체(Cloudflare 는 이를 위한 AI 감사 도구를 출시했습니다)를 통해 흐르거나, 퍼블리셔와 AI 연구소 간의 대량 라이선스 계약을 통해 이루어질 것입니다. 인프라 기회는 기존 유통망을 가진 기존 업체들에게 돌아갑니다.

에이전트 간 결제에 대해 배운 점

에이전트 간 커머스는 장기적인 비전이며 거의 이론에 가깝습니다. 아직 의미 있는 거래량을 출시한 곳은 없습니다. 어려운 부분들은 현재 다양한 스타트업들에 의해 해결되고 있습니다: 에이전트 발견, 신뢰 구축, 조건 협상, 분쟁 해결 등이 그것입니다.

거래 구조가 실제로 구현될 때, 이는 기존 어떤 결제 레일과도 전혀 다를 것입니다. 양측에 인간의 신원이 없습니다. 서브 밀리초(Sub-second) 지연 시간. 수백만 달러에서 1 센트 미만까지의 가치가 동일한 흐름 속에서 발생합니다. 기존의 모든 레일이 가정하는 양자 간 구매자-판매자 모델에 맞지 않는 다자 간 정산이 이루어집니다. 이것이 실현된다면, 빠르고 매우 큰 규모로 일어날 것이라고 믿습니다.

이것이 전용 정산 인프라에 대한 장기적인 베팅이며, 이는 현실적입니다. 하지만 "현실적인 장기 베팅"은 "현재 시장"과는 다릅니다. 우리는 몇 달 동안 이 시장을 주장했던 사람들 중 하나였으며, 지난 몇 년 동안 우리의 분산 네트워크를 통해 그 주변에 완전한 인프라를 구축했습니다. 이 네트워크는 이론적으로 50ms 미만의 지연 시간과 평균 10ms 의 일관성으로 10 억 TPS 이상으로 확장될 수 있습니다. 하지만 우리는 현재 시장이 있는 곳을 만나야 합니다.

에이전틱 파이낸스에 대해 배운 점

틀림없이 기존 수요가 존재하는 유일한 카테고리입니다. 고객이 이미 존재하고 이미 비용을 지불하고 있습니다. 펀드 매니저, 재무 팀, DeFi 사용자 모두 오늘날 금융 도구에 비용을 지출합니다. 기존 워크플로우에 AI 를 삽입하는 것은 자연스러운 제품 움직임입니다.

에이전틱 파이낸스는 또한 완전히 새로운 행동을 창출합니다. 수백 개의 포지션을 실시간으로 자율적으로 모니터링하고 리밸런싱하는 에이전트는 인간이 수동으로 복제할 수 없는 방식으로 작동합니다. 이는 단순한 자동화가 아닌 실제 능력 향상입니다.

과제는 경쟁 역학입니다. 금융은 엄격하게 규제되며 기존 관계에 의존합니다. 기존 업체는 라이선스, 컴플라이언스 인프라 및 고객 관계를 보유하고 있습니다. 스타트업은 규제가 덜한 분야(DeFi), 기존 업체의 움직임이 느린 분야, 또는 AI 가 기존 업체가 가지지 못한 능력을 창출하는 분야에서 자리를 잡을 수 있습니다. 하지만 여기서의 경쟁 역학은 다른 세 가지 카테고리보다 기존 플레이어에게 더 유리합니다. 기존 제품과 고객 기반 위에 AI 를 추가하는 것이 그 반대보다 훨씬 쉽기 때문입니다.

솔직한 요약

그렇다면 왜 모두가 계속해서 이것을 구축하고 있을까요? 두 가지 이유가 있습니다.

첫째는 인센티브입니다. 큰 플레이어들은 수년이 걸릴 미래에 베팅할 수 있는 현금 흐름을 가지고 있습니다. 5 년 너무 일찍 베팅하는 비용은 반올림 오류에 불과하지만, 1 년 너무 늦게 베팅하는 비용은 치명적입니다. 그들은 구축해야만 합니다.

둘째는 개념적 장님입니다. 당신의 사업이 결제라면, 모든 문제가 결제 문제처럼 보입니다. 에이전트 경제에는 결제 레이어가 필요합니다. 따라서 결제 레이어를 구축하십시오.

하지만 결제는 더 큰 문제의 한 조각일 뿐입니다. 진짜 어려운 문제는 에이전트 간에 돈을 이동시키는 것이 아닙니다. 진짜 어려운 문제는 에이전트와 인간 간의 작업을 조정하고, 수행된 작업을 검증하며, 결과를 정산하는 것입니다. 결제는 정산의 한 조각입니다. 정산은 조정의 한 조각입니다. 조정이 실제 보상입니다.

규모 있는 조정은 자연스럽게 정산 메커니즘을 필요로 합니다. 결제는 전체 구성이 아닌 그 오케스트라의 한 악기로 등장합니다. 조정을 해결하는 기업은 결제를 흡수할 것이며, 그 반대는 아닙니다.

대부분의 기존 업체는 기계가 대규모로 거래하는 미래에 대해 방어적으로 구축하고 있으며, 그들의 운영 자금이 무한하기 때문에 타임라인은 그들에게 중요하지 않습니다.

스타트업에게는 그런 사치가 없습니다. 우리는 시장이 있는 곳을 찾아야 합니다. 우리는 파도가 부서지기를 기다릴 수 없습니다.

1 년 간의 구축은 우리를 예상치 못한 곳으로 이끌었습니다. 활동은 실제이며, 빠르게 성장하고 있으며, 서비스를 제대로 제공받지 못하고 있습니다. 그것은 우리가 매핑한 네 가지 카테고리 밖에 존재합니다.

이에 대해서는 곧 더 자세히 말씀드리겠습니다.

https://x.com/fastxyz/status/2061863041562755403

원클릭 저장

YouMind로 바이럴 글을 AI 심층 읽기

소스를 저장하고, 핵심 질문을 던지고, 주장을 요약해 바이럴 글을 다시 활용할 수 있는 노트로 바꾸세요. 하나의 AI 워크스페이스에서 모두 할 수 있습니다.

YouMind 둘러보기
크리에이터를 위해

당신의 Markdown을 깔끔한 𝕏 글로

직접 쓴 장문을 올릴 때 이미지, 표, 코드 블록을 𝕏에 맞게 정리하는 일은 번거롭습니다. YouMind는 전체 Markdown 초안을 깔끔하고 바로 게시할 수 있는 𝕏 글로 바꿔 줍니다.

Markdown → 𝕏 사용해 보기

분석할 패턴 더 보기

최근 바이럴 아티클

더 많은 바이럴 아티클 보기