미 은행권, 스테이블코인 규제 일정 제동…GENIUS법 주도권 경쟁 재점화

미국 은행권이 스테이블코인 규제 일정에 제동을 걸었다. ‘GENIUS법’ 시행을 앞두고 의견 수렴 기간 연장을 요구하며 규제 주도권 경쟁이 다시 불붙는 모습이다.

미국 은행협회 등 주요 금융 단체들은 이번 주 재무부와 연방예금보험공사(FDIC)에 서한을 보내, 스테이블코인 관련 규정에 대한 의견 제출 기간을 연장해 달라고 요청했다. 대상은 지난해 제정된 ‘미국 스테이블코인 혁신 및 구축법(GENIUS Act)’에 따른 세 가지 규제안이다.

은행권은 최소 60일 이상의 추가 기간이 필요하다고 주장했다. 특히 통화감독청(OCC)이 추진 중인 스테이블코인 발행사 감독 규정이 확정된 이후에야 다른 규제들을 제대로 평가할 수 있다는 입장이다. OCC의 최종 프레임워크가 재무부 해외자산통제국(OFAC), 금융범죄단속네트워크(FinCEN), FDIC의 규정에도 직접적인 영향을 준다는 설명이다.

“규제 복잡성 전례 없는 수준”

미국 은행협회와 은행정책연구소 등은 공동 의견에서 이번 규제 작업이 ‘전례 없이 광범위하고 복잡하다’고 강조했다. 개별 규정을 따로 검토하는 것이 아니라, 전체 틀 안에서 종합적으로 평가해야 실효성 있는 의견을 제시할 수 있다는 주장이다.

이들은 “충분한 시간이 확보돼야 각 규정이 OCC의 최종 기준과 어떻게 맞물리는지 분석할 수 있다”며 “그렇게 해야 규제 당국에도 더 유의미한 피드백을 제공할 수 있다”고 밝혔다.

스테이블코인 주도권 싸움 격화

GENIUS법은 2027년 시행을 목표로 하고 있으며, 복잡한 규정의 경우 의견 수렴 기간이 연장되는 사례는 드물지 않다. 다만 이번 요청은 단순한 행정 절차를 넘어, 스테이블코인 시장 주도권을 둘러싼 ‘은행권 vs 크립토 업계’ 간 힘겨루기의 연장선으로 해석된다.

실제로 해당 은행 단체들은 디지털자산시장명확화법(Digital Asset Market Clarity Act)을 둘러싸고도 크립토 업계와 대립 중이며, 이 법안은 수개월째 지연되고 있다. 올해 내 통과 가능성에도 불확실성이 커진 상태다.

재무부는 이번 요청에 대해 즉각적인 입장을 내놓지 않았다.

규제 속도와 방향을 둘러싼 갈등이 이어지는 가운데, 스테이블코인을 둘러싼 정책 결정이 향후 시장 구조를 좌우할 핵심 변수로 떠오르고 있다.

---

기사요약 by TokenPost.ai 🔎 시장 해석 미국 은행권이 스테이블코인 규제 일정에 제동을 걸며 정책 주도권 경쟁이 본격화되고 있다. 단순한 기간 연장 요청을 넘어 전통 금융 vs 크립토 업계 간 영향력 싸움이 심화되는 흐름이다. 💡 전략 포인트 규제 확정 전까지 스테이블코인 시장은 불확실성이 지속될 가능성이 높다. OCC 기준이 핵심 축으로 작용할 전망이며, 정책 방향에 따라 은행 참여 확대 또는 크립토 기업 우위가 결정될 수 있다. 📘 용어정리 GENIUS Act: 미국 스테이블코인 규제 기본법 OCC: 미국 통화감독청, 은행 및 발행사 감독 핵심 기관 FinCEN: 금융범죄 단속 기관 (자금세탁 방지 담당) OFAC: 해외자산 통제 기관 (제재 및 블랙리스트 관리) FDIC: 예금 보험 및 은행 안정성 감독 기관

💡 자주 묻는 질문 (FAQ)

Q. 은행들이 스테이블코인 규제 일정을 늦추려는 이유는 무엇인가요? 은행들은 여러 규제 기관의 규정이 서로 연결되어 있기 때문에, OCC의 최종 기준이 확정된 이후에야 전체 규제를 제대로 평가할 수 있다고 주장합니다. 충분한 검토 없이 진행될 경우 시장 혼란이 커질 수 있다는 입장입니다. Q. 이번 이슈가 시장에 어떤 영향을 주나요? 규제 지연은 단기적으로 불확실성을 키우지만, 장기적으로는 더 정교한 규제 체계를 만드는 과정일 수 있습니다. 동시에 은행과 크립토 기업 간 경쟁 구도가 더욱 뚜렷해질 가능성이 큽니다. Q. 스테이블코인 시장의 주도권은 어디로 갈 가능성이 있나요? 규제 방향에 따라 달라집니다. 은행 중심 규제가 강화되면 전통 금융이 주도권을 가져갈 수 있고, 반대로 혁신 중심 정책이 유지되면 기존 크립토 기업들의 영향력이 유지될 가능성이 있습니다. TP AI 유의사항 TokenPost.ai 기반 언어 모델을 사용하여 기사를 요약했습니다. 본문의 주요 내용이 제외되거나 사실과 다를 수 있습니다.