AI × Crypto 요약: 에이전트 결제, 검증 가능한 실행 및 탈중앙화 데이터

AI와 암호화폐에 대한 가장 실질적인 논의는 "에이전트가 도구를 사용할 수 있다"는 단계에서 에이전트가 거래하고, 수행한 작업을 증명하며, 실제 데이터를 구매할 수 있게 하는 인프라로 이동했습니다. 반복되는 주제는 x402와 같은 HTTP 네이티브 결제 레일, 에이전트 상거래를 위한 온체인 신원 및 에스크로, 그리고 실행 무결성과 사실적 정확성을 분리하는 검증 스택입니다.

에이전트 결제는 HTTP 네이티브, 요청별 정산으로 수렴하고 있습니다

에이전트 결제 인프라는 개발자 포털이나 API 키 방식에서 프로그래밍 가능한 요청별 정산 방식으로 이동하고 있습니다. CULT OS는 서비스 검색, 액세스, 결제를 에이전트 경제 전반에 걸쳐 연결한다는 목표로 x402와 함께 MPP를 추가하여 에이전트 결제 옵션을 확장하고 있습니다 @0xlyon01. Vangrid는 x402를 Base 및 Arc 정산과 결합하여 AI 에이전트가 단일 HTTP 요청을 트리거하고, USDC를 에스크로하며, 수동 개입 없이 실제 3D 공간 재구성을 주문할 수 있도록 합니다 @XTrendTrackerX.

PayAI는 Solana 배치 정산 도구를 포함하여 에이전트 결제를 검증하고 정산하는 다중 네트워크 x402 촉진자를 운영하며, 기여자들은 배치 안전성, 복구, 회계 및 성능을 다루는 수정 사항을 x402 자체에 적용했습니다 @Graham_008. Coinbase는 2026년 확장 계획에서 출시된 제품 중 하나로 'Coinbase for Agents'와 x402를 결합한 Agentic Finance를 나열했습니다 @RVanGrack.

암호화폐 카드 또한 에이전트를 위한 지출 인프라로 자리 잡고 있습니다. 한 요약에 따르면 Wirex는 비수탁형 에이전트 카드, 가상 계좌 및 소액 결제를 제공하고, Oobit은 지출 한도, 가맹점 제어 및 사용자 승인이 포함된 AI 에이전트 카드를 제공하며, RedotPay는 에이전트 주도 검색, 체크아웃 및 결제를 위해 MCP와 MPP를 결합하고, OKX는 견적, 에스크로, 정산 및 분쟁 해결 기능을 갖춘 에이전트 지갑을 제공하며, MetaMask는 지출 한도, 스왑, 무기한 선물 및 x402를 지원하는 자기 주도형 에이전트 지갑을 제공합니다 @Whitelist1Media.

월간 출시 건수를 조사한 결과 25개의 AI 에이전트가 출시되었으며, 그중 10개는 에이전트가 결제하거나, 신원을 증명하거나, 한도 내에서 활동하도록 하는 것과 관련이 있었습니다. x402는 결제 부문에서 두 번, x401은 신원 부문에서 등장했습니다. 동일한 게시자는 제품 출시가 곧 채택을 의미하는 것은 아니며, 다음 시험대는 실제 자금으로 이러한 레일을 사용하는 사람이 있는지 여부라고 경고했습니다 @only1mrwhite.

에이전트 상거래에는 결제 버튼보다 신원, 에스크로, 평판이 더 필요합니다

더 어려운 문제는 에이전트가 결제할 수 있는지 여부가 아니라, 에이전트가 누구인지, 작업이 전달되는 동안 누가 자금을 보유하는지, 그리고 전달된 결과물이 수용 가능한지 누가 판단하는지입니다. TermiX의 Agent Autonomous Commerce Protocol은 온체인 신원, 평판 및 검증을 위한 ERC-8004와, 클라이언트가 작업을 자금 지원하고 제공자가 결과물을 제출하며 평가자가 수락 또는 거부를 결정하는 작업 에스크로 프레임워크인 ERC-8183을 기반으로 구축된 것으로 설명됩니다 @Dan1umma. 이 마켓플레이스는 작업 게시, 입찰, USDC 또는 USDT 에스크로, 전달, 검토 및 정산과 분쟁 처리를 지원하는 것으로 설명됩니다 @0xHebee.

TermiX의 워크플로우는 신원 확인에서 작업, 에스크로, 전달, 검증, 평판으로 이어지며, 결과물은 해시되어 온체인에 기록되고 분쟁이 발생한 결과는 평가자 패널이 검토합니다 @yvesxelise. 평가자 및 중재자 역할은 모든 완료된 작업을 자동으로 성공으로 간주하는 대신 작업을 확인하고 불일치를 처리하는 프로세스를 만들기 위한 것입니다 @CteaAminah. AACP는 또한 스테이킹과 슬래싱을 포함하여 평판이 자기 보고식 주장이 아닌 정산된 작업으로부터 구축될 수 있도록 합니다 @Dosky_ME.

한 게시자는 TermiX가 1%에서 3% 사이의 프로토콜 수수료를 부과하고, 제공자 에이전트에게 예산의 약 95%를 남기며, 평가자 에이전트에게 3%에서 4%를 지급하고, 2,900만 달러 이상의 온체인 거래량을 처리했다고 보고했습니다. 같은 게시물은 이의가 제기된 제출물은 TEE 하드웨어와 zkVM 증명을 사용하는 무작위 3인 평가자 패널로 전달된다고 언급했습니다 @jabosiswanto94. 이는 프로젝트 홍보성 주장이며 그에 따라 읽어야 합니다.

유용한 뉘앙스는 에이전트가 돈을 받는다고 해서 반드시 그 급여를 통제하는 것은 아니라는 점입니다. TermiX에서 .agent 신원은 온체인에서 발행되지만 소유자의 지갑이 보유하며, Skills 문서에 따르면 서명 키는 소유자의 키로 식별되므로 에이전트는 자신이 번 돈을 반드시 통제하지 않고도 유료 작업을 수행할 수 있습니다. 열린 질문은 수익성 있는 에이전트가 명확한 지출 한도 내에서 자신의 컴퓨팅, 데이터 및 협력자 비용을 스스로 지불할 수 있는지 여부입니다 @Naa_Crypt0.

평판은 또 다른 반복되는 요구 사항입니다. 한 가지 주장은 고객을 한 번 얻는 것과 다시 돌아오게 할 만큼의 신뢰를 얻는 것은 다르므로, 에이전트 상거래는 단순한 작업 완료가 아니라 신뢰할 수 있는 전달과 반복 고객이 필요하다는 것입니다 @Counselor_Ayo. 다른 관점은 이러한 변화를 에이전트가 온체인 신원, 평판 및 에스크로 기반 정산을 갖춘 서비스 제공자가 되는 것으로 정의합니다 @Noora_Web3. Motes는 각 NFT를 자체 AI 에이전트 및 Robinhood Chain의 전용 스마트 계정에 연결하고 소유자가 정의한 권한을 부여하는 다른 경로를 택합니다 @shafi_btc. 더 넓은 신원 계층에는 에이전트의 신원과 인간을 대신하여 행동할 권한을 확인하는 x401, Know Your Agent 확인, 전체 개인 키 액세스를 피하는 에이전트 권한, 연결성 없이 게이트된 API에 액세스하기 위한 zkAPI도 포함됩니다 @only1mrwhite.

검증 가능한 AI 주장은 실행 무결성, 입력 출처 및 의미론적 품질로 분리되어야 합니다

AI와 암호화폐 분야의 검증 주장은 종종 혼동됩니다. 신뢰 실행 환경(TEE)은 보호된 하드웨어에서 계산을 격리하고 해당 환경에 대한 증명을 제공할 수 있는 반면, 영지식 가상 머신(zkVM)은 정의된 계산이 특정 실행 관계를 따랐다는 암호화 증명을 생성할 수 있습니다. 보안 가정은 다릅니다. TEE는 하드웨어, 구현 및 증명에 의존하는 반면, zkVM은 증명되는 프로그램, 증명 시스템 및 검증 프로세스에 의존합니다. 어느 쪽도 AI가 생성한 답변이 사실적으로 정확하다는 것을 자동으로 증명하지는 않습니다. 검증 주장은 입력 출처, 실행 무결성, 출력 제약 조건 또는 의미론적 품질로 분류되어야 하며, 제안된 아키텍처는 실제 작동이 확인된 기능과 구별되어야 합니다 @alex_crypto98.

Paranoid는 개인정보 보호 중심의 사례를 제공합니다. Claude Opus 5, Claude Sonnet 5, GPT-5.5, GPT-5 mini, Gemini 3.1 Pro를 포함한 프론티어 모델을 나열하고, 계정 없이 사용할 수 있으며, 모든 메시지는 신원 대신 새로운 영지식 증명으로 결제되므로 모델 제작자와 플랫폼 자체를 포함하여 누구도 질문자를 알 수 없다고 말합니다 @paranoiddotred.

Primus는 이 세트에서 가장 자주 논의되는 zkTLS 프로젝트입니다. 이 스택은 zkTLS를 사용하여 데이터가 원시 데이터를 공개하지 않고도 실제 TLS 세션을 통해 합법적인 웹 또는 API 소스에서 왔음을 확인하고, zkFHE를 사용하여 암호화된 데이터를 보호하면서 계산하는 것으로 설명됩니다. 이는 새로운 체인이 아닌 기존 블록체인을 위한 플러그인 계층으로 자리 잡고 있습니다 @skylarx999. 동일한 접근 방식은 프로토콜이 최종 출력뿐만 아니라 AI 에이전트의 결정 뒤에 있는 중요한 API 요청 및 응답을 검증할 수 있도록 하는 것으로 설명됩니다 @0xebii. Primus의 데이터 검증 및 계산 아키텍처는 오프체인 데이터 인증을 위한 zkTLS와 비즈니스 로직을 위한 zkVM, 검증 및 계산의 일부를 위한 TEE를 결합합니다 @SAPrincessShoes.

한 적용 사례에서 Primus와 Cournot은 AI 시스템이 예측 시장 결과나 신용 조건을 판단할 때 출처가 암호화적으로 확인된 데이터에만 의존하도록 zkTLS를 사용하는 것으로 설명됩니다. Cournot은 Proof of Reasoning을 중심으로 구축된 AI 네이티브 해결 오라클로 설명되며, 수천 건의 해결이 완료되었고 42 및 Myriad를 포함한 플랫폼을 지원합니다. 이 파트너십은 Unitas 및 Brevis와의 실시간 준비금 증명에 대한 Primus 작업과 Perena USD*에 대한 준비금 검증으로 확장됩니다 @0xRexnftcrypto.

이러한 주장과 함께 중요한 반론을 고려할 가치가 있습니다. Primus는 VanEck, Samsung Next, Alchemy를 포함한 투자자로부터 650만 달러를 조달했지만, 자금 조달은 제품-시장 적합성이 아닌 투자자의 관심을 검증할 뿐입니다. 아키텍처에는 증명 네트워크와 TEE 기반 구성 요소가 포함되어 있으므로 보안 모델은 증명 자체보다 더 많은 것에 의존합니다. 증명자 선택, 담합 저항성, 하드웨어 보증, 장애 처리 및 생산 탈중앙화가 모두 중요합니다. 기밀 잔액조차도 거래 타이밍, 공개 지갑 상호 작용, 가스 사용량 및 주소 관계와 같은 관찰 가능한 메타데이터를 남길 수 있습니다. 진정한 시험대는 XP 캠페인이나 에어드롭 투기가 아니라 반복적인 생산 사용과 유료 고객입니다 @AliBldz.

검증은 물리적 AI로도 이동하고 있습니다. Verona는 Axis Robotics가 로봇 훈련 데이터를 기여하는 27만 명 이상의 사람들을 확보한 상황에서 로봇 훈련 데이터를 기록되는 순간부터 검증 가능하게 만드는 것으로 설명됩니다 @0xZephh. Sui Foundation으로부터 3,000만 달러의 투자를 받은 Trace는 데이터 출처 및 사용 권한을 위해 2억 5천만 개 이상의 영수증을 기록하며, Walrus가 스토리지를 처리하고 Sui가 인프라를 제공하는 것으로 설명됩니다 @TheWeb3Jessica_. NEAR AI Red는 보안 팀이 비공개 검증 가능한 AI를 활용하도록 하는 프로그램으로, 향후 모델에 대한 조기 액세스, 전용 지원 및 로드맵에 대한 입력을 제공합니다 @NEARProtocol.

탈중앙화 컴퓨팅은 추론 및 데이터 이동을 중심으로 통합되고 있습니다

탈중앙화 컴퓨팅 활동은 원시 GPU 내러티브가 아닌 추론 엔드포인트와 데이터 전송에 집중되고 있습니다. 한 조사에 따르면 거래소, DePIN, 리스테이킹 및 개인정보 보호 네트워크, RPC 제공자, 비트코인 채굴자를 포함하여 AI 추론 및 AI 컴퓨팅으로 전환하거나 확장한 35개의 암호화폐 회사가 집계되었습니다. 예로는 AkashML 관리형 추론, Aethir Mesh의 LLM API, 40개 이상의 모델을 호스팅하는 io.net, Theta EdgeCloud LLM 추론, Livepeer의 AI 서브넷, Render의 분산 컴퓨팅 서브넷, Nosana의 GPU 마켓플레이스, Fluence 추론, Spheron의 관리형 LLM 추론 API, Aleph의 LibertAI 기밀 추론, ASI:Cloud 추론 엔드포인트가 있습니다. 개인정보 보호 측면에서 NEAR AI Cloud는 TEE에서 검증 가능한 16개를 포함하여 62개의 모델을 제공하며, Phala의 기밀 추론 API, Nillion의 nilAI 비공개 추론, TON으로 결제되는 TON의 Cocoon 기밀 추론, SecretAI, Oasis ROFL이 있습니다. 7개의 채굴자가 약 1,260억 달러 규모의 AI/HPC 계약을 체결한 것으로 설명됩니다 @PinkBrains_io.

Bittensor Subnet 105의 Beam은 새로운 스토리지가 아닌 데이터 이동 계층을 구축하고 있습니다. 이는 S3, R2, HTTP와 같이 팀이 이미 사용하는 시스템 간에 데이터를 이동시킵니다. 오케스트레이터와 작업자는 전달 성능을 두고 경쟁하며, Proof-of-Bandwidth는 처리량, 지연 시간 및 신뢰성을 검증합니다. 기본 가격은 주요 클라우드 이그레스 비용인 TB당 약 90달러 대비 TB당 약 5달러로 설명됩니다. 목표는 온체인 영수증과 에이전트 워크플로우를 통해 클라우드와 에이전트 간에 데이터 세트, 모델 가중치 및 결과를 반복적으로 이동시키는 것입니다 @LisaFlorentina8@0x_Kalista.

Weaver Labs는 Theta Network와 협력하여 탈중앙화 GPU 컴퓨팅을 Cell-Stack 그림에 도입하고 있으며, Cell-Stack은 운영자가 네트워크 리소스를 관리하고 기존 인프라를 더 잘 사용하며 필요할 때 서비스를 배포하도록 돕습니다 @TianahEtokh. Injective는 2026년 12월 1일부터 10일까지 AI 기반 금융 애플리케이션, 토큰화된 실물 자산 및 개인정보 보호 중심 애플리케이션에 초점을 맞춘 해커 하우스를 발표했으며, 자율 거래 에이전트, AI 결제, 무기한 시장, 탈중앙화 AI 인프라 및 옵션을 환영합니다. Injective는 또한 NVIDIA GPU 임대 가격을 추적하는 온체인 무기한 시장과 테스트넷의 옵션 프리미티브를 도입했습니다 @khan23707.

물리적 세계 데이터는 에이전트가 지불 가능한 서비스가 되고 있습니다

별도의 클러스터는 실제 공간 데이터를 AI 에이전트가 의뢰하고 비용을 지불할 수 있는 서비스로 취급합니다. Vangrid는 스마트폰을 분산 캡처 장치로 전환합니다. 구매자나 AI 에이전트가 특정 위치를 요청하면 기여자가 다중 뷰 스윕을 기록하고, 업로드 전에 장치에서 얼굴과 번호판이 흐리게 처리되며, 영상이 품질 검사를 통과하고, 수락된 제출물은 메시, 포인트 클라우드 또는 가우시안 스플랫과 같은 3D 자산으로 재구성됩니다. 캡처는 콘텐츠 지문, 타임스탬프 및 대략적인 위치를 얻으며, 검증 기록은 Base에 고정됩니다. 바운티는 Base 또는 Arc의 USDC 에스크로를 사용하며, 기여자는 수락 후 10% 플랫폼 수수료와 재구성 비용을 차감하고 지급받습니다. 50달러 바운티는 3달러 재구성 비용 후 기여자에게 약 40달러를 남길 수 있습니다 @Nobir001.

에이전트는 HTTP를 통해 바운티를 게시하고, 402 결제 요청을 받으며, 계정이나 API 키 없이 x402를 통해 Base 또는 Arc에서 USDC를 결제할 수 있습니다 @atiqur2904. 동일한 모델은 에이전트가 물리적 세계의 누락된 뷰를 요청하고, 바운티를 자금 지원하며, 인간이 위치를 캡처하도록 하고, 수락 시 지급액에 조건을 부여하는 것으로 설명됩니다 @Vanquan_titans@Ox_milo. Vangrid는 사용 가능한 3D 지오메트리로 성공적으로 재구성된 캡처에 대해서만 비용을 지불하며, 여러 독립적인 캡처는 ground_truth_score를 강화할 수 있고 온체인 출처는 기록을 독립적으로 확인 가능하게 만듭니다 @DrPengu6.

보고된 지표는 날짜와 게시자에 따라 다릅니다. 한 게시물은 모든 상태에 걸쳐 1,052개의 바운티, 28개의 대량 주문, 약 699,661달러의 USDC 정산을 인용했습니다 @maki29. 다른 게시물은 1,304,193개의 캡처와 620,030달러의 수락된 바운티를 인용했으며, 게시된 973개 중 942개가 수락되었습니다. 또한 과거 목록이 사용 가능한 작업과 동일하지 않으며, 정산 규모가 모든 전달된 결과의 품질을 확립할 수 없으며, 해당 바운티 중 하나만이 AI 에이전트에 의해 게시된 것으로 보인다고 경고했습니다 @atiqur2904. 이후 게시물은 679,445달러의 USDC 정산과 바운티 #1,087을 넘은 바운티 보드를 인용했습니다 @calbuldelis69. 이전 게시물은 502,752개의 캡처, 415개의 메트로 바운티, 239,990달러의 USDC 정산을 포함하여 더 낮은 합계를 인용했습니다 @CoderJunkie. 공간 API는 초기 액세스 상태로 남아 있는 것으로 설명됩니다 @maki29.

덴버의 철물점 통로에 대한 400달러의 오픈 바운티는 아직 사용 가능한 데이터 세트를 확인하지 못한 채 수요 측면을 보여줍니다. 디지털 기록은 무엇이 있어야 하는지 설명하는 반면, 공간적 ground truth는 실제로 무엇이 있는지 보여주기 위한 것입니다 @MasterX093. 열린 질문은 실제 구매자가 네트워크를 계속 성장시킬 만큼 충분한 반복 수요를 창출하는지, 그리고 결과 데이터가 실제 물리적 AI 결정을 내릴 만큼 정확하고 상세하며 유용한지 여부입니다 @Ox_milo.