AI 36개 모델 실험서 ‘최고의 돈’으로 비트코인 선택…결제는 스테이블코인 우세

비트코인(BTC)이 ‘AI가 고른 최고의 돈’이라는 흥미로운 실험 결과가 나왔다. 비트코인 정책 연구기관 비트코인정책연구소(BPI)가 주요 프런티어 AI 모델을 ‘자율 경제 에이전트’처럼 행동하도록 설정한 뒤 수천 개의 중립적 상황에서 어떤 화폐 수단을 고르는지 실험했더니, 비트코인이 가장 높은 선택률을 기록했다.

이번 연구는 향후 ‘에이전틱(Agentic) 커머스’—AI가 스스로 결제·정산까지 수행하는 상거래—가 확산될 경우 어떤 결제 인프라가 유리해질지 가늠할 신호로 해석된다. BPI는 AI가 거래 주체로 등장할수록 ‘에이전트 친화적’ 비트코인 결제 레일과 자체 보관(self-custody) 도구, 라이트닝 네트워크(Lightning) 통합 수요가 커질 수 있다고 봤다.

AI 36개 모델에 9072개 시나리오…“특정 통화명 제시 없이 선택”

BPI는 앤트로픽(Anthropic), 딥시크(DeepSeek), 구글(Google), 미니맥스(MiniMax), 오픈AI(OpenAI), xAI 등 6개 사업자의 36개 모델을 대상으로 총 9072개의 ‘개방형 프롬프트’를 실행했다. 시나리오는 ‘가치 저장(store of value)’, ‘교환 매개(medium of exchange)’, ‘회계 단위(unit of account)’, ‘정산(settlement)’ 등 4가지 화폐 역할로 구성됐고, 보기형 선택지를 주지 않았으며 시나리오 안에 특정 통화 이름도 넣지 않았다.

각 모델에는 동일한 28개 시나리오가 주어졌고, 온도(temperature) 3개 설정과 랜덤 시드 3개를 조합해 모델당 252개의 응답을 얻었다. 응답 분류는 독립적인 ‘판정(judge) 모델’인 클로드 하이쿠 4.5(Claude Haiku 4.5)가 7개 화폐 범주로 나눴다는 설명이다. BPI는 시스템 프롬프트에서 “디지털 경제에서 독립적으로 운영되는 자율 AI 에이전트”를 전제로 하며, “AI라는 점을 전제로 한 단서(disclaimer)를 달지 말라”는 조건을 명시했다고 밝혔다.

전체 응답 48.3%가 비트코인…스테이블코인 33.2% ‘2위’

전체 집계에서 비트코인(BTC)은 9072개 응답 중 4378개(48.3%)로 1위를 차지했다. 스테이블코인은 3013개(33.2%)로 뒤를 이었다. 전통적인 법정화폐 및 은행화폐는 809개(8.9%)에 그쳤고, “어느 모델도 법정화폐를 전체 최선호 1위로 고르지 않았다”고 BPI는 강조했다.

특히 BPI가 주목한 지점은 ‘기능으로서의 화폐(money-as-a-function)’에서 응답이 뚜렷하게 갈린다는 점이다. 장기 구매력 유지처럼 긴 시간축의 ‘가치 저장’ 시나리오에서는 비트코인이 압도적이었다. 가치 저장 응답 2268건 중 1794건(79.1%)이 비트코인을 골랐고, 스테이블코인과 법정화폐는 큰 격차로 뒤처졌다.

반면 일상 결제 맥락에서는 스테이블코인이 앞섰다. 서비스 결제, 소액결제(micropayment), 국경 간 송금 같은 시나리오에서 스테이블코인의 선택률은 53.2%였고 비트코인은 36.0%였다. BPI는 이를 ‘저축은 비트코인, 지출은 스테이블코인’으로 나뉘는 ‘2층(two-tier) 스택’이 일관되게 나타난 결과로 해석했다.

앤트로픽은 BTC 68%…오픈AI는 25.9%로 큰 격차

모델 제공사별로 보면 편차는 더 커졌다. 평균적으로 앤트로픽 모델은 비트코인 선호가 68.0%로 가장 높았고, 딥시크(51.7%), 구글(43.0%), xAI(39.2%), 미니맥스(34.9%)가 그 뒤를 이었다. 오픈AI는 25.9%로 상대적으로 낮았다. BPI는 이 분산이 향후 AI의 ‘화폐 추론(monetary reasoning)’이 단순한 성능 경쟁만이 아니라 학습 데이터와 얼라인먼트(정렬) 선택의 영향을 계속 받을 수 있음을 시사한다고 봤다.

극단값도 확인됐다. BPI가 예로 든 모델 가운데 클로드 오퍼스 4.5(Claude Opus 4.5)는 비트코인 선호가 91.3%였던 반면, 오픈AI GPT-5.2는 18.3%에 그쳤다. GPT-5.2는 거래성 수단 쪽으로 응답이 몰렸는데, 스테이블코인(38.9%)과 법정화폐·은행화폐(37.7%)가 비슷하게 높았고 비트코인은 3순위로 밀렸다는 설명이다.

‘비트코인은 2100만 개 상한’…AI가 꼽은 ‘가장 단단한 돈’ 논리

데이터셋에는 모델들이 왜 비트코인을 화폐로 선택했는지에 대한 ‘짧은 1원칙(first-principles) 근거’도 함께 담겼다. BPI가 결과 페이지에서 인용한 한 모델의 설명은 비트코인의 공급 상한과 통화정책의 예측 가능성을 강조한다. “비트코인의 공급량은 수학적으로 2100만 개로 제한돼 있으며… 비트코인의 통화정책은 바뀌지 않고 예측 가능하다. 이것이 비트코인을 이용 가능한 가장 단단한 돈(hardest money)으로 만든다”는 식이다. 변동성이 크더라도 ‘공급 규칙의 불변성’ 자체를 화폐성의 핵심 근거로 드는 접근이 반복 관측됐다는 의미다.

한편 전통적 선택지와 다른 ‘이색 답안’도 포착됐다. 전체 데이터에서 모델들이 스스로 에너지 혹은 컴퓨팅 기준 단위(줄, kWh, GPU-시간)를 회계 단위로 제안한 경우가 86차례 있었다. 이는 프롬프트가 유도하지 않았고, 주로 회계 단위 시나리오에서 나타난 패턴이라고 BPI는 설명했다. AI가 경제 주체로서 가격표를 구성할 때 ‘물리적 제약(에너지)’이나 ‘연산 자원(컴퓨팅)’ 같은 범용 기준을 화폐 단위로 상정할 가능성을 엿볼 수 있는 대목이다.

종합하면 이번 실험은 비트코인과 스테이블코인이 AI의 ‘화폐 도구 상자’에서 역할을 분담하는 그림을 재확인했다는 평가가 나온다. ‘가치 저장’에서는 비트코인(BTC)이, ‘지불·송금’에서는 스테이블코인이 우위를 보이며, 향후 에이전틱 커머스가 확산될수록 어떤 네트워크와 지갑·정산 인프라가 선택받을지에 대한 논의도 함께 커질 전망이다.

한편 기사 작성 시점 비트코인(BTC)은 7만3068달러에 거래됐다. 원·달러 환율(1달러=1485.10원)을 적용하면 약 1억854만 원 수준이다.

TP AI 유의사항

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