영란은행, 파운드 스테이블코인 규제안 ‘수정 가능’…업계·의회 반발에 재검토

영국 중앙은행인 영란은행(BoE)이 파운드 연동 스테이블코인 규제 완화 가능성을 시사했다. 업계와 정치권의 강한 반발이 이어지자 기존 규제 초안을 재검토하겠다는 입장을 밝힌 것이다. 디지털 자산 산업 허브를 목표로 하는 영국 정책 방향에도 영향을 미칠 수 있는 사안으로 주목된다.

영란은행, 스테이블코인 규제안 수정 가능성 시사

영란은행 부총재 사라 브리든(Sarah Breeden)은 12일(현지시간) 상원 금융서비스 규제위원회 회의에서 파운드 기반 스테이블코인 규제안에 대해 “진심으로 수정 가능성에 열려 있다”고 밝혔다.

이번 규제안은 영란은행이 2025년 말 공개한 공개 협의 문서에 포함된 내용으로, ‘시스템적으로 중요한 스테이블코인’의 보유 한도와 준비자산 구조를 제한하는 방안이 핵심이다.

당시 제안에 따르면 개인은 1만~2만 파운드(약 1,490만~2,982만 원) 범위에서 스테이블코인을 보유할 수 있으며, 기업 보유 한도는 1,000만 파운드(약 149억 원)로 설정된다. 이는 은행 시스템에서 대규모 예금 이탈이 발생할 가능성을 줄이기 위한 조치라는 설명이다.

또한 스테이블코인 발행사는 준비자산의 최소 40%를 영란은행에 ‘무이자 예치금’ 형태로 보관하도록 요구하는 이른바 ‘60:40 구조’도 제안했다. 중앙은행은 이 구조가 시장 스트레스 상황에서도 상환 안정성과 신뢰를 확보하기 위한 장치라고 강조했다.

다만 브리든 부총재는 동일한 금융 안정 목표를 충족할 수 있다면 다른 대안도 검토할 의사가 있다고 밝혔다. 특히 준비자산 60:40 구조가 지나치게 보수적인지 여부도 재검토할 계획이라고 언급했다.

업계 “기업 활동 사실상 불가능” 강한 반발

영국 내 스테이블코인 업계는 해당 규제가 산업 성장에 치명적일 수 있다고 우려하고 있다.

파운드 기반 스테이블코인 발행사 토크나이즈드 GBP의 최고경영자 베누아 마주크(Benoit Marzouk)는 “정책을 올바르게 설계할 수 있는 시간이 매우 제한적”이라며 “개인뿐 아니라 기업에도 동일한 한도가 적용된다면 영국 경제에 상당한 피해가 될 수 있다”고 지적했다.

그는 특히 기업 보유 한도인 1,000만 파운드에 대해 “사업 관점에서 이 금액으로는 사실상 할 수 있는 것이 없다”고 주장했다.

파운드 스테이블코인 발행을 준비 중인 기업 에이전트(Agant)의 최고법률책임자 톰 로즈(Tom Rhodes) 역시 규제 실행의 현실적인 부담을 강조했다. 그는 “누가 토큰을 보유하고 있는지 추적해야 한다는 요구는 발행사에 막대한 행정 부담이 될 것”이라고 말했다.

브리든 부총재 또한 산업계의 반발이 “매우 현실적인 수준”이라는 점을 인정했다. 다만 중앙은행이 기대했던 만큼 문제 해결을 위한 구체적인 대안 제시는 아직 충분히 이뤄지지 않았다고 덧붙였다.

영국 의회도 우려…“혁신 해외로 떠날 수 있다”

영국 정치권에서도 영란은행의 스테이블코인 정책이 국가 전략과 충돌할 수 있다는 지적이 나온다.

상원과 하원 의원, 귀족원 인사들로 구성된 일부 입법자들은 최근 레이철 리브스(Rachel Reeves) 재무장관에게 보낸 서한에서 스테이블코인 보유 한도 규제가 영국의 디지털 자산 경쟁력을 약화시킬 수 있다고 주장했다.

이들은 해당 규제가 그대로 시행될 경우 혁신 기업들이 해외로 이동하고, 투자자들이 파운드 기반 스테이블코인 대신 달러 연동 스테이블코인을 선택할 가능성이 커질 것이라고 경고했다. 최악의 경우 영국이 글로벌 시장에서 ‘규제 아웃라이어’로 남을 수 있다는 평가도 제기됐다.

영국 암호화폐 산업 단체들도 지난해부터 이번 한도 규제를 ‘잘못된 방향의 정책’이라고 비판하며 철회를 요구해 왔다.

영란은행은 오는 6월 스테이블코인 관련 구체적인 규정 초안을 공개하고 추가 의견 수렴 절차에 들어갈 계획이다. 최종 규제 체계는 글로벌 기준에 맞춰 올해 말 확정하는 것이 목표다.

이번 논의 결과는 영국이 비트코인(BTC)과 디지털 자산 산업에서 글로벌 중심지로 자리 잡을 수 있을지 가늠하는 중요한 분수령이 될 전망이다.

TP AI 유의사항

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