코인베이스 ‘에이전틱 월렛’ 출시…AI가 직접 돈 굴리는 시대 열리나

지난 2월 코인베이스가 선보인 ‘에이전틱 월렛’은 AI 에이전트가 직접 자산을 운용하는 시대의 시작을 알렸다. 단순 조언을 넘어서 실제 거래와 결제를 수행하는 ‘행동하는 AI’가 등장하면서, 이른바 ‘머신 이코노미’가 현실화 단계에 들어섰다는 평가가 나온다.

코인베이스는 2월 11일 AI 에이전트 전용 지갑 인프라인 에이전틱 월렛(Agentic Wallet)을 출시했다. 이 시스템은 2024년 공개된 에이전트킷(AgentKit)을 기반으로, 에이전트가 인간 개입 없이 자산 관리·거래·결제를 수행할 수 있도록 설계됐다. 특히 x402 결제 프로토콜을 통해 기계 간 결제(M2M)를 지원하며, 이더리움 레이어2 베이스(Base) 네트워크에서 작동한다. 코인베이스 측에 따르면 해당 결제 인프라는 이미 5천만 건 이상의 온체인 거래를 처리했다.

에이전트 지갑, ‘돈이 쉬지 않는 구조’로 변화

에이전틱 월렛과 관련 도구는 인증, 자금 관리, 송금, 거래 기능을 하나의 모듈로 제공한다. 개발자는 이를 연결하는 것만으로 AI 에이전트가 스왑, 송금, 이자 수취 같은 온체인 활동을 자동 수행하게 만들 수 있다.

이 구조가 자리 잡으면 지갑 속 자산의 개념 자체가 바뀐다. 스테이블코인이나 토큰이 단순 보관되지 않고 ‘기본적으로 예치된 상태’가 되기 때문이다. 에이전트는 수수료와 리스크를 계산해 더 높은 수익이 가능한 구조로 자산을 지속적으로 이동시키며, 사실상 24시간 자동 운용을 수행한다.

결제가 곧 투자… 페이파이(PayFi)의 부상

이 변화의 핵심에는 ‘페이파이(PayFi)’가 있다. 결제와 동시에 자금이 디파이 등 금융상품으로 연결돼 이자를 발생시키는 구조다. 별도의 운용 판단 없이도 자산이 자동으로 수익을 창출하는 방식이다.

실제 사례로는 티클리(Tikkly)가 있다. 이 서비스는 다양한 기업 포인트를 모아 비트코인(BTC)이나 스테이블코인으로 전환하고, 파트너 간 정산을 스마트컨트랙트로 처리한다. 동시에 해당 자산을 디파이에 예치해 결제 직후부터 수익이 발생하도록 설계돼 있다.

결국 결제는 더 이상 소비의 끝이 아니라, 즉시 ‘운용이 시작되는 출발점’으로 바뀌고 있다.

AI 에이전트, ‘소형 금융기관’처럼 진화

에이전틱 월렛과 페이파이가 결합되면 AI 에이전트는 독립적인 경제 주체로 작동한다. 코인베이스의 에이전트 키트는 오픈AI 에이전트 SDK와 연동돼 몇 분 만에 지갑 기능을 붙일 수 있다.

이 에이전트는 사용자 대신 구독료, 광고 수익, 데이터 판매 대금을 스테이블코인으로 수취하고, 동시에 API 비용이나 컴퓨팅 비용을 자동으로 지불한다. 사용자는 수익률, 손실 한도 등 정책만 설정하고, 나머지는 에이전트가 자율적으로 수행한다.

이 과정에서 AI는 단순한 도구를 넘어 ‘지갑과 운용 전략을 가진 금융 단위’로 진화한다는 평가가 나온다.

책임·보안·규제… 넘어야 할 현실 장벽

다만 상용화를 위해 해결해야 할 과제도 뚜렷하다. 가장 큰 문제는 책임 소재다. 에이전트가 디파이 투자에서 손실을 내거나 해킹에 노출될 경우 책임을 누구에게 물을지 명확하지 않다. 프롬프트 인젝션이나 잘못된 명령 해석으로 과도한 레버리지 거래가 발생할 가능성도 현실적인 리스크로 꼽힌다.

보안 측면에서도 우려가 크다. 에이전트 간 공격, 무한 반복 거래, AI의 ‘환각’으로 인한 비정상적 투자 등이 동시에 발생할 수 있기 때문이다. 코인베이스는 개인키를 TEE(격리 보안 실행 환경)에 보관하는 방식으로 대응하고 있지만, 구조적 위험을 완전히 제거하기는 어렵다는 지적이다.

한국 시장에서는 규제 장벽이 더 높다. 금융당국은 AI의 자율 거래를 ‘이용자 대리 행위’로 판단할 가능성이 있으며, 인간 감독 의무와 비상 정지 장치, 손실 배상 책임 등을 포함한 가이드라인도 검토 중이다. 해외 지갑 사용 시 외국환거래법이나 자금세탁방지(AML) 규제와 충돌할 여지도 있다.

결국 ‘에이전틱 월렛’과 ‘페이파이’는 금융의 자동화라는 강력한 흐름을 보여주지만, 법적·기술적 신뢰 기반이 마련되지 않으면 확산 속도는 제한될 수 있다. 다만 코인베이스와 주요 기업들이 빠르게 실험을 이어가는 만큼, 실제 적용 사례는 예상보다 이른 시기에 등장할 가능성이 크다는 관측이 나온다.

TP AI 유의사항

TokenPost.ai 기반 언어 모델을 사용하여 기사를 요약했습니다. 본문의 주요 내용이 제외되거나 사실과 다를 수 있습니다.