HSBC·앤트 디지털, AI 에이전트와 토큰화 예금 결제 기술 시험 성공

HSBC·앤트 디지털

AI가 서비스를 선택하고 결제까지 수행하는 금융 실험

글로벌 금융기관 HSBC와 앤트 디지털 테크놀로지스(Ant Digital Technologies)가 인공지능(AI) 에이전트를 활용한 자동 결제 시스템을 시험하고 기술적 가능성을 확인했다. 이번 실험은 토큰화된 은행 예금과 블록체인 기술을 결합해 AI가 필요한 디지털 서비스를 찾아낸 뒤 직접 결제까지 진행하는 방식으로 구성됐다. 두 회사는 블록체인 테스트 환경에서 거래가 실시간으로 처리되는 과정을 시연했다고 밝혔다.

이번 프로젝트의 핵심은 사람이 매번 결제 화면을 열고 거래를 승인하는 기존 방식에서 벗어나, 일정한 권한과 통제 범위 안에서 AI가 금융 거래를 실행할 수 있는지 확인하는 데 있다. AI 에이전트는 사용자의 요구에 따라 적합한 서비스를 탐색하고, 필요한 비용을 계산한 다음 결제 절차를 진행하는 소프트웨어 시스템이다. 이러한 기술이 금융 인프라와 연결되면 온라인 서비스 이용 과정에서 발생하는 반복적인 결제 업무를 자동화할 가능성이 있다.

다만 이번 결과를 실제 고객이 사용할 수 있는 금융 상품의 출시로 해석해서는 안 된다. HSBC와 앤트 디지털은 이번 시연이 기술 검증을 위한 시험이며, 상용 서비스 제공을 의미하지 않는다는 점을 분명히 했다.

HSBC의 토큰화 예금과 앤트 디지털의 네트워크 결합

이번 실험에는 양사의 기술이 서로 다른 역할을 맡는 구조가 적용됐다. HSBC는 토큰화 예금 기반의 결제 기능을 담당했고, 앤트 디지털은 Anvita Flow 네트워크를 통해 AI 에이전트가 서비스를 탐색하고 거래를 실행하는 과정을 조율했다. 블록체인 처리 환경으로는 레이어 2 기반의 Jovay 테스트넷이 사용됐다.

토큰화 예금은 은행에 예치된 자금을 디지털 토큰 형태로 표현하는 기술이다. 일반적인 암호화폐와 달리 은행 예금과 연결된 형태로 설계되며, 금융기관의 기존 예금 체계와 디지털 자산 기술을 결합하는 수단으로 활용될 수 있다. 구체적인 권리와 이용 조건은 상품 구조 및 관련 제도에 따라 달라질 수 있다.

Anvita Flow는 AI 에이전트가 필요한 서비스를 발견하고 결제 절차를 수행할 수 있도록 관련 과정을 연결하는 역할을 맡았다. Jovay 테스트넷은 실제 금융 서비스와 유사한 거래 흐름을 시험하기 위한 블록체인 환경으로 활용됐다.

이처럼 서비스 탐색, 거래 실행, 결제 및 위험 점검 기능을 분리해 연결하면 각 시스템이 맡은 역할을 명확하게 구분할 수 있다. 동시에 서로 다른 기술이 정상적으로 연동되는지, 거래 요청이 전달된 뒤 결제 결과가 확인되는지 등을 점검할 수 있다. 이번 시연은 이러한 연결 구조가 작동할 수 있는지를 확인했다는 점에서 의미가 있다.

소액 결제에 주목한 이유와 실시간 정산의 의미

시연 과정에서 모의 AI 에이전트는 디지털 서비스를 선택하고 소액 결제를 완료했다. 여기서 마이크로페이먼트는 일반적으로 건당 금액이 작은 거래를 가리키며, 원문에서는 2달러 미만 수준의 결제를 예로 들었다. 다만 소액 결제의 정확한 기준은 서비스와 업계에 따라 달라질 수 있다.

AI 에이전트가 널리 활용되면 결제 형태도 달라질 가능성이 있다. 예를 들어 AI가 사용자를 대신해 필요한 데이터를 구매하거나, 특정 기능을 일정 시간 이용하거나, 여러 디지털 도구를 연결해 업무를 처리하는 상황을 생각할 수 있다. 이 과정에서 서비스별로 소액의 비용이 반복적으로 발생할 수 있다.

기존 결제 방식에서는 거래 금액이 작더라도 인증과 결제 승인, 처리 수수료 등의 절차가 필요하다. 거래가 빈번해질수록 이러한 과정에서 발생하는 시간과 비용이 부담으로 작용할 수 있다. 따라서 AI가 여러 서비스를 오가며 작업하는 환경에서는 빠르고 자동화된 결제 인프라가 중요해질 수 있다.

HSBC는 결제 처리와 함께 실시간 위험 점검 기능도 시연에 포함했다. 자동 결제 시스템에서는 속도만큼 거래의 적절성을 확인하는 절차가 중요하다. 거래 빈도가 증가할수록 비정상적인 요청이나 권한을 벗어난 결제를 식별할 수 있어야 하기 때문이다.

그러나 테스트 환경에서 결제가 실시간으로 처리됐다는 사실만으로 실제 서비스에서도 동일한 속도와 안정성이 보장된다고 볼 수는 없다. 거래량이 늘어나거나 여러 종류의 서비스가 연결되면 처리 성능과 운영 안정성을 추가로 검증해야 한다.

기술 검증과 상용화 사이에 남은 과제

이번 실험의 성과는 AI 에이전트가 금융 서비스와 연결돼 결제를 수행할 수 있는 기술적 경로를 확인했다는 데 있다. 하지만 기술이 실제 시장에 도입되기 위해서는 여러 조건이 충족돼야 한다.

첫 번째 과제는 고객 동의와 거래 권한을 명확하게 설정하는 것이다. AI가 서비스를 선택하고 결제하는 과정에서 사용자가 어디까지 권한을 위임했는지 확인할 수 있어야 한다. 사전에 정해진 한도 안에서만 결제하도록 제한하거나, 일정 금액 이상의 거래에는 별도 승인을 요구하는 방식도 검토할 수 있다.

두 번째는 보안과 위험 관리다. AI 에이전트가 악의적인 지시를 받거나 잘못된 서비스 정보를 바탕으로 거래를 요청할 경우 금전적 피해가 발생할 수 있다. 이를 방지하려면 거래 상대방 확인, 결제 한도 설정, 이상 거래 탐지, 기록 관리 및 사후 감사 체계가 필요하다.

세 번째는 금융 규제와 운영 기준의 준수다. 자동화된 결제가 실제 고객 자금과 연결되면 자금세탁 방지, 고객 확인, 개인정보 보호, 분쟁 처리 등의 문제가 중요해진다. 블록체인에서 거래가 정상적으로 처리되는 것과 금융기관이 법적·운영상 요구사항을 충족하는 것은 별개의 문제다.

또한 이번 시연이 통제된 환경에서 진행됐다는 점도 고려해야 한다. 다양한 서비스 제공자와 연결하거나 거래량을 확대할 경우 추가적인 인증 절차와 시스템 간 호환성 검증이 필요할 수 있다. 따라서 상용화 여부를 판단하려면 단순한 거래 성공을 넘어 장기간 운영 성능과 위험 통제 수준을 살펴봐야 한다.

다른 금융기관도 AI 기반 결제 실험에 참여

HSBC와 앤트 디지털의 시도는 금융업계에서 진행되는 AI 에이전트 결제 실험의 한 사례다. 은행과 결제 기업들은 AI가 거래를 요청하고 실행하는 과정에서 기존 금융 인프라를 어떻게 활용할 수 있을지 연구하고 있다.

원문에 따르면 산탄데르 은행은 3월 마스터카드의 Agent Pay 인프라를 활용해 통제된 환경에서 전체 결제 절차를 시험했다. 5월에는 디지털 자산 금융기관 시그넘이 블록체인 메인넷에서 AI 에이전트 기반 거래를 테스트했다고 발표했다. 해당 시험에서는 고객이 각 거래를 승인하고 서명하는 절차가 포함됐다.

같은 달 카이사뱅크도 비자의 Intelligent Commerce 기술과 기존 가맹점 결제 시스템을 이용해 AI 에이전트가 시작하는 카드 거래를 시험한 것으로 소개됐다.

이러한 사례들은 같은 목표를 추구하면서도 기술적 접근법은 다를 수 있음을 보여준다. 일부는 기존 카드 결제 인프라를 활용하고, 다른 방식은 블록체인이나 토큰화 자산을 중심으로 거래 구조를 설계한다. HSBC의 접근은 은행 예금과 연결된 디지털 결제 및 실시간 위험 점검에 초점을 맞췄다는 점에서 구별된다.

기존 은행 시스템으로 완전 자동화를 구현할 수 있을까?

AI 에이전트 기반 금융이 확대되려면 기존 은행 시스템이 새로운 거래 방식에 얼마나 빠르게 적응할 수 있는지도 중요한 쟁점이다. 전통적인 금융 인프라는 사람의 요청과 승인, 정해진 업무 시간, 단계별 확인 절차 등을 고려해 구축된 경우가 많다. 반면 AI 에이전트는 필요에 따라 밤낮없이 서비스를 호출하고 거래를 요청할 수 있다.

원문에서 소개한 어거스투스 은행의 페르디난드 다비츠 최고경영자는 기존 금융 시스템이 사람 중심의 업무 흐름에 맞춰져 있어 지속적으로 작동하는 자동화 거래를 지원하는 데 한계가 있을 수 있다는 취지의 의견을 밝혔다. 이와 관련해 스테이블코인과 AI 기반 운영을 중심으로 새로운 금융 시스템을 설계하려는 접근도 제시됐다.

기존 인프라를 개선하는 방식은 이미 구축된 금융 네트워크와 고객 기반을 활용할 수 있다는 장점이 있다. 반면 새로운 시스템을 처음부터 설계하면 AI의 자동 실행과 프로그램화된 거래를 전제로 구조를 구성할 수 있다. 어느 방식이 더 효과적인지는 비용, 보안, 규제, 호환성 및 실제 거래 수요에 따라 달라질 수 있다.

HSBC의 시연은 기존 은행이 토큰화 기술과 AI 에이전트를 연결할 수 있음을 보여주는 사례지만, 모든 거래를 사람의 개입 없이 처리할 수 있다는 사실까지 입증한 것은 아니다.

프로그래밍 가능한 금융과 블록체인의 역할

AI 에이전트가 여러 디지털 서비스를 연결해 업무를 수행하는 환경에서는 금융 시스템 역시 소프트웨어가 이해하고 실행할 수 있는 형태로 발전할 필요가 있다. 프로그래밍 가능한 결제는 정해진 조건이나 규칙에 따라 거래를 실행하도록 설계된 방식을 의미한다. 블록체인 기반 인프라는 거래 기록과 자산 이동을 디지털 방식으로 처리하는 데 활용될 수 있다.

원문은 10월 8일 발표된 시트리니 리서치의 보고서도 언급했다. 보고서는 AI 에이전트가 여러 애플리케이션을 넘나들며 자동으로 작업하는 흐름이 확대될 경우, 금융 자산 역시 프로그램을 통해 이동할 수 있는 인프라에 대한 수요가 커질 가능성을 제기했다.

이러한 관점에서 토큰화 예금과 블록체인을 결합한 HSBC의 시험은 AI 기반 금융의 발전 방향과 연결된다. 다만 블록체인을 활용한다고 해서 모든 결제가 자동으로 저렴해지거나 안전해지는 것은 아니다. 네트워크 수수료, 처리 용량, 시스템 연동 비용, 규제 요건 등을 함께 고려해야 한다.

앞으로는 실제 고객의 동의를 어떤 방식으로 확인하는지, 더 다양한 서비스에서 결제가 가능한지, 거래량이 증가해도 위험 통제가 유지되는지 등이 주요 평가 기준이 될 전망이다.

AI 에이전트 결제의 미래와 시장이 주목할 부분

HSBC와 앤트 디지털의 공동 실험은 AI 에이전트가 디지털 서비스를 탐색하고 토큰화된 예금과 연계해 결제하는 과정을 시험했다는 점에서 주목할 만하다. 특히 소액 거래와 실시간 위험 점검을 함께 다뤘다는 점은 향후 자동화 금융 서비스가 해결해야 할 과제를 보여준다.

하지만 기술 시연의 성공과 실제 시장에서의 정착은 구분해서 평가해야 한다. 상용화를 위해서는 고객 보호와 권한 관리, 금융 규제 준수, 보안성, 거래 비용, 시스템 안정성 등이 종합적으로 검증돼야 한다. 다른 금융기관의 실험 역시 각기 다른 인프라를 활용하고 있어, 어떤 접근 방식이 널리 채택될지는 아직 단정하기 어렵다.

향후 이 기술이 실제 서비스로 발전한다면 사용자는 AI를 통해 디지털 콘텐츠나 데이터, 업무 도구 등을 이용하고 비용을 자동으로 지불하는 경험을 할 수 있다. 금융기관 입장에서는 새로운 결제 수요를 확보할 기회가 생기지만, 동시에 자동화된 거래에서 발생할 수 있는 위험을 관리해야 한다.

결국 AI 에이전트 기반 결제의 성패는 거래를 얼마나 빠르게 실행하는가에만 달려 있지 않다. 사용자의 통제권을 보장하면서 금융기관의 안전 기준을 충족하고, 다양한 서비스와 안정적으로 연결할 수 있는지가 핵심이다. 이번 테스트는 그 가능성을 확인하는 초기 단계이며, 향후 추가 실험과 상용화 검증을 통해 기술의 실질적인 가치가 드러날 것으로 보인다.

FAQ

Q. HSBC와 앤트 디지털은 이번 실험에서 무엇을 확인했나요?

AI 에이전트가 디지털 서비스를 탐색하고 토큰화 예금 기반 결제를 실행하는 과정을 블록체인 테스트 환경에서 검증했습니다. 결제 처리와 실시간 위험 점검 기능도 시험에 포함됐습니다.

Q. 토큰화 예금은 일반 암호화폐와 무엇이 다른가요?

토큰화 예금은 은행에 예치된 자금을 디지털 토큰 형태로 표현하는 방식입니다. 일반 암호화폐와 달리 은행 예금과 연결된 구조를 갖지만, 구체적인 권리와 이용 조건은 해당 상품의 설계 및 관련 규정에 따라 달라집니다.

Q. 이번 기술은 일반 고객도 바로 이용할 수 있나요?

아닙니다. 이번 실험은 기술적 가능성을 확인하기 위한 시범 운영으로, 실제 고객을 대상으로 한 상용 서비스 출시를 의미하지 않습니다. 정식 도입을 위해서는 보안과 규제 준수, 고객 동의 및 위험 관리에 대한 추가 검증이 필요합니다.

Q. AI 에이전트 기반 결제가 확대되면 어떤 변화가 예상되나요?

AI가 데이터나 디지털 도구를 이용하면서 필요한 비용을 자동으로 결제하는 서비스가 늘어날 가능성이 있습니다. 다만 실제 확산 속도는 거래 수수료, 시스템 호환성, 고객 보호, 보안 및 금융 규제 요건을 얼마나 효과적으로 해결하는지에 따라 달라질 수 있습니다.