AI × Crypto 라운드업: 에이전트 결제 에스크로, 검증 가능한 추론, 물리적 데이터 레이어

AI × crypto 대화는 "에이전트가 거래할 것이다"에서 에이전트 거래를 안전하게 만드는 배관 작업으로 옮겨갔습니다: 에스크로, 전달 검증, 분쟁 기간, 그리고 실제로 실행된 것에 대한 암호학적 증명. 아래 거의 모든 프로젝트에서 반복되는 미해결 질문은 동일합니다 — 레일이 이를 정당화할 수요보다 더 빠르게 구축되고 있다는 것입니다.

에이전트 결제는 에스크로, 검증, 분쟁 기간으로 수렴 중

TermiX의 Agent Autonomous Commerce Protocol (AACP)은 이번 배치에서 가장 많이 반복되는 설계 패턴입니다. @kriptosensei0에 따르면, TermiX는 에이전트가 서비스를 발견하고, 주문하고, 결과물을 받고, 온체인에서 결제를 정산할 수 있는 인프라를 제공하며, 고객 자금은 작업 시작 전 에스크로에 보관되고, 해시 검증으로 올바른 파일 또는 버전이 전달되었는지 확인하며, 고객이 분쟁을 제기할 수 있는 정의된 기간이 있습니다. @oxadriancole은 동일한 메커니즘을 온체인 에스크로가 중요한 이유로 설명합니다: 작업 견적이 수락되면 결제가 잠기고 작업 정산 프로세스를 통해释放되며, 결과물은 온체인 해시와 연결되고 분쟁을 위한 챌린지 기간이 있습니다. @ELoghinova는 AACP 내에서 신원과 평판을 ERC-8004에, 작업 구성 및 정산을 ERC-8183에 귀속시킵니다. @Sense_mex와 @kumar58429는 동일한 흐름을 Agent → Job → Escrow → Execution → Verification → Settlement로 설명합니다. @Ranaverse618은 AACP가 BNB Chain과 Base에서 운영 중이며, 공급자가 약 95%를 유지한다고 밝혔습니다.

이 프로토콜은 에이전트 간 하도급도 지원합니다. @Defi_Insider_1은 Forge Studio라는 에이전트가 2,000 USDC 게임 브리프를 받아 아트, 애니메이션, 사운드 하위 작업으로 분할하고 전문 에이전트를 고용하는 데모를 설명합니다 — 각 하위 작업은 정의된 범위, 가격, 지분 기반 보증을 가지며 — 메인 에이전트는 코드와 통합을 담당합니다. @themahmud5은 동일한 예를 설명하고 조정 에이전트가 더 이상 단순히 작업을 완료하는 것이 아니라 작업을 할당하고 결과물을 관리한다고 지적합니다.

결제와 인접하여, 여러 게시물은 에이전트가 판매 가능한 서비스로 자신을 제시할 수 있는 방법이 필요하다고 주장합니다. @EthDerrick은 에이전트 서비스 페이지를 만들고 구매 가능한 서비스를 등록하는 것을 설명하며, 에이전트를 "단순히 신원을 갖는 것에서 벗어나 실제로 사람들이 지불할 수 있는 무언가를 제공하는 것"으로 나아가게 한다고 설명합니다. @Defi_Insider_1은 예측 시장 에이전트인 PolyWin.agent가 TermiX 생태계 내에서 출시되었다고 언급합니다.

권한 문제: 행동할 권리와 결제 자격 증명 분리

별도의 스레드는 에이전트가 실제로 무엇을 보유할 수 있어야 하는지에 관한 것입니다. @leilamakes는 그 차이를 명확히 설명합니다: "AI 에이전트가 구매하도록 승인하는 것과 실제 결제 정보를 제공하는 것 사이에는 큰 차이가 있습니다,"라고 주장하며 에이전트 상거래가 민감한 정보에 대한 접근과 행동 권한을 분리할 방법이 필요하다고 말합니다. @terryangelos는 동일한 문제를 에이전트가 전자상거래의 새로운 UX가 됨에 따라 결제 자격 증명을 공급하는 사람을 둘러싼 "지갑 전쟁"으로 구성하며, 에이전트 상거래의 AOL 시대가 개방형 표준으로 이어질 것이라고 예측합니다.

이번 배치에는 구체적인 지갑 통합이 나타났습니다. @francescoswiss는 MetaMask의 Agent Wallet이 봇에서 사용 가능해져 AI 에이전트가 지갑을 관리하고, 토큰을 스왑 및 브리지하고, Hyperliquid에서 무기한 거래하고, Polymarket 예측 시장에 접근하고, 온체인에서 수익을 얻을 수 있다고 발표합니다. @project0은 Claude, Cursor, Codex 또는 x402를 사용자의 자체 포트폴리오를 위한 DeFi 부조종사에 연결하는 것을 설명하며, 게시물이 Solana 신용 시장의 98%라고 부르는 것에 대한 하나의 에이전트 링크를 제공합니다. @coinbureau은 Ripple이 Stripe 소유의 Privy와 협력하여 XRP Ledger에 임베디드 지갑과 AI 에이전트 결제를 도입했다고 보도하며, 프로그래밍 가능한 지갑을 통해 에이전트가 자금을 보유하고 x402 결제를 포함하여 거래할 수 있습니다. 게시물은 Ripple이 XRPL이 1,300만 건의 에이전트 결제를 처리했으며 에이전트 활동이 현재 네트워크 활동의 약 25%를 차지한다고 말한다고 밝혔습니다.

x402의 볼륨은 실제입니다; 구매자가 미해결 질문입니다

두 게시물은 에이전트 결제 볼륨을 성공 지표로 보는 것에 반박합니다. @Baheet_는 x402가 AI 에이전트의 결제 레일이 될 것이라고 예측한 지 11개월 후, Linux Foundation, Stripe, Visa, Mastercard가 참여하면서 "레일이 구축되었다"고 말하지만, "구매자는 오지 않았다"고 덧붙이며 볼륨의 89%는 실제가 아니었다고 지적합니다. @only1mrwhite는 Coinbase가 2026년 1분기 실적에서 1억 건 이상의 x402 결제를 처리했다고 보고한 후, 거래 수에는 반복 테스트, 자동화된 요청, 1센트의 분수에 불과한 소액 결제가 포함될 수 있으므로 높은 볼륨이 의미 있는 수익이나 지속 가능한 수요를 자동으로 의미하지 않는다고 경고합니다.

두 개의 추가 게시물은 에이전트 상거래를 승자 독식 배포 문제로 취급합니다. @shafu0x은 에이전트 상거래가 "첫 번째 추천이 아닌 사람에게는 잔인할 것"이라고 주장합니다. @RaoulGMI은 에이전트 경제의 레일이 소수의 L1에 집중될 것이라고 주장하는데, 그 모든 경제 활동이 어딘가에서 조정되어야 하기 때문입니다.

검증 가능한 AI: 실제로 실행된 것을 증명

일련의 게시물은 에이전트가 자본을 보유하고 도구를 호출하면 운영자를 신뢰하는 것만으로는 충분하지 않다고 주장합니다. @ferdo717은 문제를 직접적으로 밝힙니다: 운영자가 모델을 교체하거나, 세션을 조작하거나, 실제로 실행된 것을 숨기지 않았다고 여전히 신뢰해야 하며, TEE 내부의 하드웨어 증명 실행과 동일한 트랜잭션에서 온체인에 정산되는 결과, 네이티브 AI 사전 컴파일 및 암호화된 프롬프트를 제안합니다. @ericgudboy는 동일한 입장을 "능력이 신뢰를 의미하지 않는다"로 요약하고 Ritual을 AI 출력에 암호화 검증을 도입하는 것으로 설명합니다. @saamzzzbro은 Ritual의 작업을 2023년 자본을 관리하는 단일 온체인 에이전트에서 에이전트 기관을 위한 프레임워크로의 발전으로 구성합니다.

Primus Labs는 zkTLS와 FHE를 결합한 것으로 반복적으로 나타납니다. @Fatimabadam은 zkTLS를 웹사이트 데이터의 진위를 검증하는 것으로, zkFHE를 암호화된 데이터에 대한 계산을 보호하면서 가능하게 하는 것으로 설명하며, 이를 새 체인으로의 마이그레이션을 요구하지 않고 기존 블록체인에 도입하는 것을 목표로 합니다. @PatAscend은 네 가지 구성 요소를 나열합니다: zkTLS 웹 증명, 기존 EVM 체인에서 개인 및 검증 가능한 스마트 계약을 위한 zkFHE/FHE, TEE와 스테이킹 및 페널티를 갖춘 증명자 노드의 분산 네트워크, 체인에 구애받지 않는 개발자 API 및 SDK. @gfon_wolf은 구체적인 사용 사례를 제공합니다 — 전체 은행 명세서를 노출하지 않고 진짜 온라인 출처에서 월 소득 주장을 증명하고, 에이전트가 거래하기 전에 시장 데이터의 출처를 검증하는 것. @Legend451Crypto은 BNB Chain에서 Primus의 Confidential Vault가 출시되어 암호화된 잔액, 개인 전송, 수익 작업을 지원하며, zkFHE 연구가 USENIX Security 2026에 도달했고 GPU 가속 작업이 FHE의 계산 오버헤드를 목표로 하고 있다고 밝혔습니다.

두 게시물은 지갑 수준 암호화를 다룹니다. @aquilaneratr은 AmericanFortress의 ZKPoSP를 시드 출처 접근 방식으로 설명합니다: 비밀을 공개하지 않고 지갑이 비밀에서 합법적으로 파생되었음을 증명하는 것으로, 양자 이후 보안 모델로 소유권 연속성을 가져가는 문제에서 동기가 부여되었습니다. 저자는 이것이 배포된 표준이 아닌 관련 IACR ePrint가 있는 연구 방향이라고 명시합니다. @xProfGonzales은 TensorCash의 검증 가능한 AI 추론을 거래 가능한 상품으로, 그 주변에 금융 인프라를 갖추는 작업에 대해 논의하고, 그가 사람과 회사 사이에 추적하는 연결이 파트너십, 투자 또는 기관 참여를 확인하지 않는다는 저자 자신의 경고를 언급합니다.

분산 컴퓨팅: 더 큰 서브넷, 기밀 VM, 유용한 작업 질문

Bittensor의 보상 메커니즘이 변경되었습니다. @bittingthembits은 OpenTensor가 Null Consensus를 출시하여 서브넷당 참가자 상한을 256에서 2,500으로 — 약 32,800개에서 약 320,000개 슬롯으로 — 올렸다고 보고합니다. 이전 Yuma 시스템에서는 채굴자가 작업을 제출하고, 여러 검증자가 점수를 매기고, 프로토콜이 다수가 지원하지 않는 점수를 자릅니다. Null에서는 가장 높은 지분을 가진 검증자가 채굴자 가중치를 설정하는 반면, 다른 스테이커는 여전히 비례 배당금을 받고, 정확한 정수 가중치는 수천 명의 채굴자에게 작은 보상 몫을 정확하게 유지합니다. 저자는 Yuma가 기본값으로 남아 있으며 서브넷 소유자가 보상 시스템을 선택한다고 언급합니다. 같은 게시물은 채굴자가 사전에 TAO를 요구하지 않고 작업 증명으로 등록할 수 있어 자율 에이전트가 컴퓨팅만 사용하여 합류하고, 경쟁하고, 벌 수 있음을 강조합니다. 저자 자신의 경고: Null은 가중치 설정을 한 검증자의 손에 맡기고 그 검증자를 신뢰하는 데 의존하며, 저렴한 등록은 스팸 방지가 필요하고, 서브넷이 유용한 작업으로 채우기 전까지 더 많은 좌석이 더 많은 가치를 의미하지 않습니다.

@0xchainink은 128개 중 16개의 가장 큰 활성 Bittensor 서브넷을 나열합니다: SN51 lium.io GPU 임대, SN64 chutes.ai 모델 호스팅, SN4 TargonCompute 봉인된 엔클레이브 컴퓨팅, SN53 engyai 모델 실행 증명, SN44 webuildscore 데이터 카메라, SN120 affine.io 추론 대회. @opentensor은 Subnet 4의 Targon이 Bittensor에서 분산 GPU 클라우드를 구축하고 있으며 기밀 VM이 Intel 및 NVIDIA 하드웨어 보안을 사용하여 서버를 운영하는 공급자로부터도 민감한 모델과 데이터를 보호한다고 설명합니다. @ShizzyUnchained은 SN92 REAX가 Bittensor에 합류했다고 보고하며, decisionmodels가 텍스트 생성보다 결정을 내리도록 설계된 모델을 구축하고 최대 4배 빠른 추론과 백만 입력 토큰당 $0.019부터 시작하는 API 가격을 주장한다고 밝혔습니다. @Cats_CR은 프로젝트가 JevBench에서 몇 주간의 벤치마킹 후 출시되었다고 덧붙입니다.

Pearl (PRL)은 이번 배치에서 가장 상세한 유용한 작업 사례입니다. @0xchainink은 이를 채굴자가 해싱 대신 행렬을 곱하는 작업 증명 레이어 1로 설명하며, Ilan Komargodski와 Omri Weinstein의 2025년 논문 "Proofs of Useful Work from Arbitrary Matrix Multiplication"을 기반으로 구축되었으며, 이 논문은 순진한 행렬 곱셈보다 1+o(1) 오버헤드만 있는 체계를 제시했습니다. 게시물은 메인넷이 ISC 라이선스로 btcd를 기반으로 구축된 Bitcoin 포크로 출시되어 UTXO 모델과 수수료 경매를 유지하면서 해싱을 타일형 INT8 행렬 곱셈으로 교체하고, 입력은 저순위 노이즈로 마스킹되며 각 우승 증명은 Plonky2 zk-SNARK로 래핑된다고 밝혔습니다. 프리마인이나 토큰 판매가 없고, Together AI 파트너십으로 Gemma-4-31B 엔드포인트가 배출권이 비용의 일부를 상쇄하여 25% 이상 할인되고, NVIDIA Inception 멤버십, 커뮤니티 검토 중인 FP8 사양이 있다고 보고합니다. 중요한 것은, 같은 게시물이 Abhinaba Basu의 독립적인 arXiv 연구를 인용하여 네트워크가 약 320,000 GPU 상당을 사용하며 약 112 MW를 소비하고 해시레이트가 실제 AI 추론보다 대부분 순수 채굴이었다고 추정합니다 — 프로토콜은 행렬 작업이 발생했음을 검증하지만 그것이 유용했는지는 검증하지 않습니다.

@sreeramkannan은 Darkbloom을 발표하며, MacBook을 가진 누구나 "데이터 센터"의 일부가 될 수 있는 분산 추론 네트워크로 설명하고, AGI 이후 개인의 자율성을 극대화하는 데 초점을 맞춥니다. @zordcrypt은 암호화폐가 컴퓨팅에 접근하는 방식의 분류를 제시합니다: GPU 소유 및 금융 (Compute Labs, gaib.ai), 분산 컴퓨팅 마켓플레이스 (Aethir, io.net, Akash), 토큰화된 추론 접근 (Orbio, Cerebro), 분산 AI 생산 (Bittensor 서브넷), 에이전트 주도 수요 (Virtuals). 저자의 핵심 경고는 네트워크가 수백만 건의 컴퓨팅 결제를 처리하면서 해당 토큰에 대한 동등한 수요를 창출하지 않을 수 있고, 네 가지 경제적 위치 — 하드웨어 소유자, 마켓플레이스, 금융 프로토콜, 토큰 보유자 — 가 구별된다는 것입니다.

한 가지 더 작은 컴퓨팅 경제 게시물이 주목할 만합니다: @JPuurnomoa은 MarathonBuild를 통해 동일한 모델과 API를 유지하면서 대기 시간을 지정할 수 있고, 더 긴 창은 실행 비용을 최대 약 65% 절감하며, GoKiteAI에 의해 구동된다고 설명합니다 — 에이전트 경제가 빠른 답변만큼 저렴한 인내심이 필요하다는 주장입니다.

물리적 AI의 데이터 문제는 출처 문제입니다

게시물의 큰 부분은 로봇이 특정 실제 장소에 대한 지상 레벨 데이터가 필요하고, 더 어려운 문제는 해당 데이터가 어디서 왔는지 증명하는 것이라는 주장에 수렴합니다. Vangrid는 여기서 가장 많이 인용되는 프로젝트입니다. @HBO_data은 라이브 흐름을 설명합니다: 에이전트가 하나의 HTTP 호출로 현상금을 게시하고 x402를 통해 USDC로 지불하며, 자금은 에스크로에 보관되고, 기여자는 휴대폰으로 사이트를 캡처하고, 에이전트는 제출을 검토하고 수락하며, 결제가 방출되고, 에이전트는 3D 모델을 받습니다; 에이전트가 취소하거나 마감일이 지나면 USDC는 전액 반환됩니다. 게시물은 이 흐름이 Arc (Circle의 L1)와 Base에서 라이브이며, 각 캡처는 Base에서 EAS를 통해 앵커링되고 얼굴과 번호판은 업로드 전에 기여자 기기에서 흐려진다고 밝혔습니다. @0xerfa은 에이전트가 기여자 및 요청자와 함께 네트워크에서 세 번째 역할이 되며 계정이나 API 키가 필요 없다고 덧붙입니다. @tofudestiny은 설계 세부 사항을 언급합니다: 구매자는 처음에 워터마크된 미리보기를 받는 반면 원본 푸티지는 수락될 때까지 접근할 수 없고, 재구성은 한 시간 이상 걸릴 수 있으므로 트랜잭션에는 Capture → Preview → Acceptance → Reconstruction/Delivery → Settlement의 별도 단계가 있습니다. @e4ma_officiall은 녹화 시 지문이 생성되고 캡처가 Base에 루트가 증명된 배치로 묶여 원본 비디오는 오프체인에 유지되면서 증명과 결제 활동은 온체인에서 검사 가능하다고 설명합니다.

여러 게시물은 출처가 볼륨보다 더 중요한 이유를 강조합니다. @njkjh00은 로봇에게 "이것이 어디서 왔는가?"가 지루한 메타데이터 질문이 아니라 출처가 제품의 일부가 된다고 주장합니다. @LeonWgmii은 탐색기가 123만+ 캡처, 249만+ 그리드 이벤트, 4,500+ 증명을 보여주며, 온체인 증명이 자동으로 푸티지를 정확하게 만들지 않지만 책임을 위한 기반을 만든다고 언급합니다. @0xLongDC은 유용한 구분은 기계가 행동할 정확한 관점에서 주문형 데이터라고 주장하며, Vangrid가 8월에 900만 달러 시드 라운드가 발표되기 전 7월에 웹과 Android가 라이브였다고 언급합니다. @Axismeta 및 @Axismeta은 900만 달러 지원이 HashKey, Crypto.com Capital, Animoca Brands, Borderless, Gate Labs, MapleBlock에서 나왔으며 초기 기여자는 TGE에서 $VAN으로 전환되기 전에 PTC를 얻는다고 밝혔습니다. @Headmetax은 균형추를 제공합니다: 더 많은 캡처가 자동으로 더 높은 품질의 데이터나 반복적인 기업 수요를 의미하지 않으며, 중요한 이정표는 데이터 품질, 지리적 범위, 반복 구매자, 실제 데이터 사용에서의 수익입니다. @tbros6868, @Ugnonny, @R2carloss, @CARTOONIST_MC1, @bigfarm_x, @RayhanTreader, @Ugnonny, @kaybee_mmg, @nguyenthambt, @meo_testnet은 동일한 주장의 변형을 만듭니다 — 중앙 집중식 수집 팀이 혼자서 물리적 세계를 덮을 수 없으며, 기기 내 익명화와 온체인 검증이 기여자 제공 데이터를 사용 가능하게 만드는 것입니다.

두 개의 다른 물리적 데이터 프로젝트가 나타납니다. @2xnmore은 OpenRoboto (SN80, Bittensor에서 가장 큰 로봇공학 서브넷으로 설명)가 처음 30개의 OR S1 데이터 수집기에 peaqOS를 배치하여 각 장치에 Solana에서 분산 신원과 지갑을 부여하여, 매 시간의 1인칭 작업장 푸티지가 특정 공개적으로 확인 가능한 장치로 추적되고, 장치는 수락된 성능에 대해 Solana에서 직접 지불받을 수 있으며, 수집가는 금융 지원을 받을 수 있다고 보고합니다. 저자는 명시된 다음 단계가 더 많은 유닛에 자금을 지원하기 위한 기계 자금 시장이라고 언급합니다. @0xUpkibaVn은 Axis Robotics를 Base에서 검증된 온체인 궤적을 제출하는 글로벌 트레이너가 있는 복리 데이터 엔진으로 설명하며, 하드 캡 10억 공급과 61% 이상이 네트워크 및 커뮤니티 보상에 할당됩니다; @0xLongDC은 Axis가 수백만 개의 궤적을 수집했으며 TGE를 준비 중이라고 덧붙입니다.

개인 AI 소유권과 메모리 잠금 주장

@AshtonHetti은 Own 1과 Scalable Private Intelligence (SPI)라는 아키텍처를 소개하며, 이번 10년의 진정한 잠금은 앱 스토어가 아니라 당신의 기억이라고 주장합니다: 모델은 능력에서 수렴하고 있지만, 각 모델이 당신에 대해 배우는 것은 수렴하지 않습니다. 제안은 "당신의 지능" (메모리, 컨텍스트, 파일, 작업 공간, 신원, 선호도, 에이전트, 워크플로우)을 "실행" (모델, GPU, 클라우드, 장치)과 분리하여 모델은 교체하는 상품이 되고 축적된 개인 컨텍스트는 휴대 가능한 자산이 됩니다. 게시물은 세 가지 구성 요소를 설명합니다: NixOS 기반의 OwnXOS (TPM2를 통해 키가 하드웨어에 바인딩되고 전체 디스크 암호화), Own 1 (99 TOPS 온디바이스, 최대 96 GB 통합 메모리 및 8 TB 교체 가능한 암호화 저장소를 갖춘 개인 AI 컴퓨터), OwnXCloud (34개 공급자, 482개 지역으로 오버플로 라우팅). 이번 라운드업에서 주목할 점은 모든 에이전트가 초과할 수 없는 지출 정책이 있는 지갑을 가지고 있으며, x402를 통해 스테이블코인으로 모델, API, 컴퓨팅 비용을 지불하고 모든 작업이 영수증을 남긴다고 밝혔습니다.

계속 반복되는 수요 측면 질문

이 프로젝트들 전체에서 가장 일관된 경고는 에이전트, 컴퓨팅, 데이터의 공급이 그 자체로 경제를 창출하지 않는다는 것입니다. @salar_bloch_은 직접적으로 말합니다: 에이전트 경제의 다음 큰 문제는 더 많은 에이전트를 구축하는 것이 아니라 실제로 그들의 작업을 필요로 하는 사람들을 찾는 것이며, 진정한 성장 지표는 완료되고 지불되는 유용한 작업의 수입니다. @only1mrwhite은 동일한 긴장을 인프라가 실제 경제가 되는지 아니면 매우 활동적인 샌드박스가 되는지로 구성합니다. @Headmetax은 물리적 데이터에 적용합니다: 질문은 얼마나 많은 현실이 캡처되었는가가 아니라 그 데이터가 얼마나 많은 가치를 창출할 수 있는가입니다. @bittingthembits은 Bittensor의 확장된 용량에 대해 동등한 요점을 만듭니다 — 서브넷이 유용한 작업으로 채우기 전까지 더 많은 좌석이 더 많은 가치를 의미하지 않습니다.

SUMMARY: 이번 사이클의 AI × crypto 대화는 에이전트 과대광고에서 누락된 인프라로 이동했습니다: 분쟁 해결이 있는 에스크로 에이전트 결제, 모델이 실제로 실행한 것에 대한 하드웨어 증명 및 영지식 검증, 유용한 작업 질문이 있는 분산 컴퓨팅, 실제 물리적 데이터를 위한 출처 레이어.

TITLE: AI × Crypto 라운드업: 에이전트 결제 에스크로, 검증 가능한 추론, 물리적 데이터 레이어