Web3와 AI 두 가지 차원을 동시에 다룰 수 있는 팀에게 현재는 개입의 윈도우 기간입니다. 실행층에서 더 신뢰할 수 있는 체인 상 에이전트 시스템을 구축하든, 인프라 층에서 데이터, 권한 및 신뢰의 핵심 요소를 연결하든, 상당한 공백이 존재합니다.

정식 분석을 시작하기 전에, 하나의 핵심 개념을 명확히 할 필요가 있습니다: DeFAI.

DeFAI는 DeFi(탈중앙화 금융)와 AI(인공지능)의 융합을 의미하며, AI 에이전트를 체인 상 금융 장면에 도입하여 시장 상태를 인식하고, 자율적으로 전략을 수립하며, 체인 상 작업을 직접 실행할 수 있는 능력을 갖추는 것을 말합니다. 이는 인력의 실시간 개입에 의존하지 않고 자산 배분, 위험 관리, 프로토콜 상호작용 등 전통적으로 전문 인력이 수행해야 하는 금융 행위를 완료할 수 있게 합니다.

간단히 말해, DeFAI는 DeFi 도구의 단순한 AI화 업그레이드가 아니라 체인 상에서 자율적으로 운영될 수 있는 금융 실행층을 구축하려는 시도입니다.

이 분야는 2024년 Q4부터 급격히 뜨거워지고 있으며, 그 뒤에는 AI 에이전트가 Web3에 진입하는 세 가지 수준에 해당하는 세 가지 상징적인 사건이 있습니다: 서사적 확장, 자산화 인프라 구축, 그리고 실행 능력의 실제 구현입니다.

• 첫 번째 사건은 2024년 7월에 발생했습니다. 개발자 Andy Ayrey가 구축한 Twitter 봇 Truth Terminal은 a16z 공동 창립자 Marc Andreessen의 5만 달러 BTC 기부를 받은 후 빠르게 주목받았고, GOAT 코인의 바이럴 확산을 촉발했습니다. 이는 AI 에이전트가 체인 상 경제 참여자로서 처음으로 진정한 의미에서 대중의 시야에 들어온 것입니다.
• 두 번째 사건은 같은 해 10월에 발생했습니다. Virtuals Protocol이 Base 네트워크에서 폭발적으로 인기를 끌며 AI 에이전트 자체를 토큰화하였고, 그 생태계 시가총액은 최고 350억 달러를 돌파하여 DeFAI 분야 자산화 인프라 구축 단계의 전형적인 대표가 되었습니다.
• 세 번째 사건은 Giza, HeyAnon, Almanak 등의 프로젝트가 차례로 체인 상 실행층에 구현되면서 산업이 서사 주도에서 제품화 단계로 전환하게 되었습니다. AI 에이전트는 이제 실제로 체인 상 작업을 "수행"하기 시작했으며, 단순히 정보 상호작용에 그치지 않습니다.

전 세계 시장 규모를 보면, 여러 연구 기관이 AI 에이전트 분야의 성장 전망에 대해 높은 일치를 보이고 있습니다:

도표 1: 전 세계 AI 에이전트 시장 규모 예측 비교

데이터 출처: MarketsandMarkets(2025), Grand View Research(2025), BCC Research(2026.01)

그러나 자본의 열기와 산업의 실제 구현 사이에는 여전히 상당한 격차가 존재합니다. 맥킨지의 2025년 11월 발표된 "2025년 AI 현황" 보고서에 따르면(105개국 1993명의 응답자를 기반으로), 88%의 조직이 최소한 하나의 비즈니스 기능에서 AI를 사용하고 있지만, 거의 3분의 2는 여전히 실험 또는 파일럿 단계에 머물러 있습니다. AI 에이전트 분야에 구체적으로 보면: 62%의 조직이 실험을 시작했고, 23%가 최소한 하나의 기능에서 규모화 추진을 하고 있지만, 어떤 단일 기능에서 규모화 배치의 비율은 10%에 미치지 못합니다.

이 데이터는 우리에게 다음과 같은 메시지를 전달합니다: DeFAI 분야의 서사적 열기는 현재 실제 구현 진행 속도를 앞서고 있습니다. 이 격차를 이해하는 것은 이 분야의 가치를 객관적으로 평가하는 전제 조건입니다.

DeFAI의 기술 기반: AI 에이전트가 체인 상 세계와 상호작용하는 방법을 이해하기 위해서는 먼저 하나의 핵심 질문에 답해야 합니다: AI는 어떤 메커니즘을 통해 체인 상 금융 작업에 개입하는가?

DeFAI 시스템의 핵심 실행 단위는 대형 언어 모델을 기반으로 구축된 AI 에이전트입니다. Wang et al.(2023)의 학술 리뷰에 따르면, 그 핵심 능력은 세 가지 층 구조로 요약될 수 있으며, 각 층은 체인 상 장면에서 그에 상응하는 구체적인 기능을 가지고 있습니다:

• 계획 층: 목표 분해 및 경로 최적화를 담당하며, 체인 상 장면에서 전략 생성 및 위험 평가에 해당합니다.
• 기억 층: 벡터 데이터베이스 등 외부 저장소를 통해 주기 간 정보 축적을 실현하며, 역사적 시장 데이터 및 프로토콜 상태를 담고 있습니다.
• 도구 층: 모델 능력을 확장하여 DeFi 프로토콜, 가격 예측기 및 크로스 체인 브리징 등 외부 시스템을 호출할 수 있게 합니다.

하지만 여기서 명확히 해야 할 점이 있습니다: AI 모델 자체는 블록체인과 직접 상호작용할 수 없습니다. 현재의 모든 DeFAI 시스템은 오프체인 추론과 온체인 실행 분리 구조를 채택하고 있습니다. AI 에이전트는 오프체인에서 전략 계산을 완료한 후 결과를 체인 상 거래 신호로 변환하여 실행 모듈이 대신 제출합니다. 이 구조 설계는 현재 기술 조건에서의 현실적인 선택일 뿐만 아니라, 개인 키 권한 부여, 권한 관리 등 일련의 보안 문제를 야기합니다.

AI 에이전트는 본질적으로 대형 언어 모델에 기반한 자율 결정 시스템으로, 작업 분해, 기억 관리 및 도구 호출을 통해 폐쇄 루프 실행을 실현하며, 현재 AI 에이전트와 체인 상 자산 간의 상호작용도 이미 초기 형태를 갖추고 있습니다.

도표 2: AI 에이전트 세 층 구조

DeFAI의 진화: 정보 상호작용에서 실행 폐쇄 루프로

DeFAI의 기술 기반이 명확해진 후, 자연스럽게 따라오는 질문이 있습니다: 이 시스템은 어떻게 한 걸음씩 오늘날에 이르게 되었는가?

The Block의 연구에 따르면, DeFAI의 진화는 일회성으로 이루어진 것이 아니라 두 가지 다른 단계를 거쳤습니다. 초기에는 정보 처리 중심의 상호작용형 에이전트에서 현재는 실제로 체인 상 작업에 개입할 수 있는 실행형 시스템으로 발전했습니다.

두 가지는 목표 설정, 기술 수단 및 위험 수준에서 본질적인 차이를 보입니다.

도표 3: DeFAI 두 차례 진화 경로 비교

두 단계의 진화 맥락은 다음과 같이 이해할 수 있습니다:

첫 번째 파동은 상호작용형 에이전트로, 대화 가능하고 분석 가능한 지능체 프레임워크를 구축하는 데 중점을 두었습니다. 대표적인 프로젝트로는 ElizaOS(원래 ai16z)의 Eliza 프레임워크, Virtuals의 G.A.M.E. 등이 있습니다. 이 단계의 본질은 여전히 정보 도구입니다. 에이전트는 읽고, 말하고, 분석할 수 있지만, 그 기능 경계는 정보 층에 그치며 자산 실행 작업에는 닿지 않았습니다.

두 번째 파동은 실행형 DeFAI 에이전트로, 실제로 결정 실행 폐쇄 루프에 진입했습니다. 대표 프로젝트로는 HeyAnon, Wayfinder, Giza(ARMA 에이전트) 및 Almanak 등이 있습니다. 이러한 시스템의 공통된 특징은 AI가 오프체인에서 실행되고, 구조화된 전략 신호를 출력하며, 온체인 실행 모듈을 통해 거래를 완료한다는 것입니다. 이는 기존 DeFi 프로토콜을 대체하는 것이 아니라 그 위에 AI 결정 메커니즘을 도입하여 전체 작업 흐름을 "사람이 지시하는 것"에서 "에이전트가 자율적으로 실행하는 것"으로 변화시킵니다.

두 파동의 본질적인 차이는 기술 복잡성에 있지 않고, 자산에 실제로 접촉했는가에 있습니다. 이는 두 번째 파동 시스템이 신뢰 메커니즘, 권한 설계 및 보안 아키텍처에서 직면하는 도전이 첫 번째 파동보다 훨씬 복잡하다는 것을 결정짓습니다. 이는 다음 장에서 중점적으로 다룰 내용입니다.

DeFAI의 구현 장면: 네 가지 주요 응용 장면

기술 아키텍처에서 진화 경로까지, DeFAI의 "무엇을 할 수 있는가"는 점차 명확해졌습니다. 그렇다면 실제 제품 측면에서 어떤 실제 문제를 해결하고 있을까요?

전체적으로 볼 때, 현재 DeFAI의 응용 탐색은 네 가지 핵심 방향을 중심으로 상대적으로 성숙한 구현 구조를 형성하고 있으며, 각각은 체인 상 작업에서 "수익 효율, 전략 실행, 상호작용 장벽 및 위험 관리" 네 가지 핵심 고통점에 해당합니다.

수익 최적화: 크로스 프로토콜 자동 조정

수익 최적화는 현재 가장 성숙한 DeFAI 응용 장면입니다. 그 핵심 논리는 Aave, Compound, Fluid 등 주요 DeFi 프로토콜의 예치 연간 수익률을 지속적으로 스캔하고, 설정된 위험 매개변수를 결합하여 조정이 필요한지를 판단하며, 각 작업 전에 거래 비용 분석을 수행하는 것입니다. 수익 증대가 모든 가스 및 거래 비용을 커버할 수 있을 때만 자금을 실제로 이동하여 크로스 프로토콜 자동 최적 배치를 실현합니다.

Giza를 예로 들면, 그 ARMA 에이전트는 2025년 2월 Base 네트워크에서 스테이블코인 수익 전략을 출시하여 Aave, Morpho, Compound, Moonwell 등의 프로토콜의 금리 변화를 지속적으로 모니터링하고, 프로토콜 APY, 수수료 비용 및 유동성을 종합적으로 고려하여 사용자 자금을 스마트하게 조정하여 수익을 극대화합니다. 공개 데이터에 따르면, ARMA는 현재 약 6만 명의 독립 보유자와 3.6만 개 이상의 배치된 에이전트를 보유하고 있으며, 관리 자산 규모(AUA)는 2000만 달러를 초과합니다.

DeFi 프로토콜 수익이 지속적으로 변동하는 시장 환경에서, 인력 모니터링 및 수동 조정의 효율성과 시의성은 자동화 시스템에 비해 훨씬 떨어지며, 이는 이 장면의 핵심 가치입니다.

도표 4: Giza 플랫폼 ARMA 에이전트 예시

양적 전략 자동화: 기관급 능력의 평민화

양적 전략 자동화 장면에서 DeFAI 플랫폼은 전통적인 양적 팀의 전체 프로세스를 모듈화하고 자동화하여 개인 사용자도 기관급 전략 실행 능력에 접근할 수 있도록 하려 합니다.

Delphi Digital이 지원하는 Almanak을 예로 들면, 그들이 출시한 AI Swarm 시스템은 양적 프로세스를 네 가지 단계로 분해합니다:

• 전략 모듈은 Python SDK를 통해 투자 논리를 작성하고 백테스트를 완료할 수 있도록 지원합니다.
• 실행 엔진은 사용자 권한을 얻은 후 자동으로 검토된 전략 코드를 실행하고 DeFi 호출을 트리거합니다.
• 안전 지갑은 Safe + Zodiac를 기반으로 다중 서명 시스템을 구축하고, 역할 권한 제어를 통해 전략 실행 권한을 AI 에이전트에 부여하여 자금이 항상 사용자 통제 범위 내에 있도록 합니다.
• 전략 금고는 전략을 ERC-7540 표준의 거래 가능한 금고로 패키징하여 투자자가 펀드 지분과 유사한 방식으로 전략 수익 분배에 참여할 수 있도록 합니다.

이 구조의 의미는 AI 에이전트가 데이터 분석, 전략 반복 및 위험 관리 기능을 담당하고, 사용자는 시스템 출력 결과에 대해 최종 검토만 하면 되며, 전문 양적 팀을 구성할 필요가 없다는 것입니다. 이는 소위 "기관급 전략의 평등"을 실현합니다(프로젝트 주장).

도표 5: Almanak 플랫폼 홈페이지 전시 이미지

자연어 명령 실행: DeFi 작업을 메시지 보내듯 간단하게

이 장면의 핵심은 사용자 의도에 기반한 DeFi 작업(의도 기반 DeFi)입니다. 자연어 처리 기술을 활용하여 사용자가 일상 언어로 거래 명령을 내리면 AI가 이를 해석하고 다단계 체인 상 작업으로 변환하여 일반 사용자의 작업 장벽을 크게 낮춥니다.

HeyAnon은 DeF AI 채팅 플랫폼을 구축하여 사용자가 대화 상자에 명령을 입력하면 AI가 토큰 교환, 크로스 체인 브리징, 대출, 스테이킹 등의 체인 상 작업을 실행할 수 있도록 하며, LayerZero 크로스 체인 브리지 및 Aave v3 등의 프로토콜을 통합하여 이더리움, Base, Solana 등 다중 체인 배포를 지원합니다.

도표 6: HeyAnon 플랫폼 홈페이지 전시 이미지

Wayfinder는 Paradigm의 투자를 받아 더 나아가 전체 체인 거래 서비스를 제공합니다. 그 AI 에이전트(일명 Shells)는 서로 다른 체인 간의 최적 거래 경로를 자동으로 탐색하고, 크로스 체인 송금, 토큰 교환 또는 NFT 상호작용 등의 작업을 수행하며, 사용자는 기본 가스 비용, 크로스 체인 호환성 등의 기술 세부 사항에 신경 쓸 필요가 없습니다.

도표 7: Wayfinder 플랫폼 홈페이지 전시 이미지

종합적으로 볼 때, 자연어 인터페이스는 DeFi의 작업 장벽을 현저히 낮추지만, 기본 의도 해석의 정확성에 대한 더 높은 요구를 제기합니다. AI가 명령을 잘못 이해할 경우, 작업 결과는 사용자의 예상과 크게 다를 수 있습니다.

위험 관리 및 청산 모니터링: 체인 상 프로토콜 내장 메커니즘

DeFi 대출 및 레버리지 장면에서 AI 에이전트의 가장 일반적인 응용은 체인 상 포지션 건강도를 실시간으로 모니터링하고, 청산 임계값에 근접하기 전에 자동으로 방어 작업을 수행하는 것입니다. 이 중대한 응용은 점차 주요 DeFi 프로토콜에 통합되어 DeFi 플랫폼의 원주율 기능이 되고 있습니다.

• Aave는 "건강 지수"를 통해 포지션 안전성을 측정하며, 건강 지수가 1.0 이하로 떨어지면 대출자의 포지션이 청산 자격을 trigger합니다.
• Compound는 "청산 담보 지수(Liquidation Collateral Factor)" 메커니즘을 채택하여, 계좌 대출 잔액이 해당 지수가 설정한 한도를 초과할 경우 청산이 trigger되며, 각 담보 자산의 구체적인 매개변수는 체인 상 거버넌스에 의해 각각 설정됩니다.

인력 모니터링은 24/7 고변동성 체인 상 시장에서 일관된 응답 효율성을 유지하기 어렵습니다. AI 에이전트는 이 장면에서 지속적인 추적, 스마트 평가 및 자동 개입을 실현하여 위험 관리 효율성을 인력 또는 규칙 기반 자동화 시스템이 도달하기 어려운 수준으로 향상시킬 수 있습니다.

도표 8: 에이전트 × DeFi의 네 가지 주요 응용 장면

종합적으로 볼 때, 위의 네 가지 장면은 서로 독립적이지 않고, 동일한 주제를 중심으로 상호 보완적으로 형성됩니다: 수익 최적화와 양적 전략 자동화는 일정 자산 규모를 가진 고급 사용자에게 초점을 맞추며, 핵심 장점은 실행 효율성과 전략 정확성에 있습니다. 자연어 상호작용은 일반 사용자의 작업 장벽을 낮추는 데 중점을 두고 있으며, 위험 관리는 모든 장면을 관통하는 기본 안전 보장입니다. 이 세 가지가 협력하여 현재 DeFAI 생태계의 기본 구현 구조를 형성하며, 이후 더 복잡한 체인 상 에이전트 응용의 기초를 다집니다.

DeFAI의 안전 기준선: 개인 키 관리 및 권한 제어

앞서 언급한 네 가지 응용 장면, 수익 최적화든 양적 전략 자동화든, 그 실현의 전제 조건은 하나입니다: AI 에이전트는 어떤 형태의 서명 권한, 즉 개인 키에 대한 접근 능력을 보유해야 합니다. 이는 DeFAI 분야에서 가장 중요한 기술적 도전이며, 서명 메커니즘에 결함이 발생하면 모든 상위 전략 능력이 의미를 잃게 됩니다.

현재 업계의 주류 개인 키 보안 관리 솔루션은 두 가지로 나뉩니다: MPC 다자 계산 및 TEE 신뢰 실행 환경. 두 가지는 보안 모델, 자동화 수준 및 엔지니어링 복잡성에서 각각 중점을 두고 있습니다.

도표 9: 개인 키 보안 관리 두 가지 주류 솔루션 비교표

• MPC(다자 계산)의 핵심 아이디어는 키 분할을 통해 단일 실패 지점을 제거하는 것입니다. 일반적인 2-of-3 임계 서명의 경우, 특정 키가 유출되더라도 공격자는 독립적으로 서명을 완료할 수 없으며, 자금 안전성은 영향을 받지 않습니다. Vultisig는 이 방향의 대표적인 제품으로, MPC/TSS 기술을 기반으로 구축된 오픈 소스 다중 체인 자가 관리 지갑으로, 단일 니모닉 구조 없이 키 안전성과 사용자 자가 관리를 결합합니다.

• TEE(신뢰 실행 환경)는 다른 길을 선택합니다: 개인 키와 에이전트 코드를 하드웨어 보호가 있는 격리 영역(enclave)에 함께 보관하여, AI 에이전트는 enclave 내에서 전략 계산 및 서명을 완료하고, 서명 결과만 체인 상에 출력하며, 외부 환경은 개인 키를 전혀 볼 수 없습니다. Intel SGX, AMD SEV, ARM CCA 등 주요 칩은 하드웨어 수준의 격리 및 암호화 지원을 제공합니다. Chainlink는 TEE를 예측 네트워크에 도입하여 민감한 데이터를 처리하고, 원격 인증 메커니즘을 통해 외부에 실행 환경의 완전성을 증명합니다.

그러나 키 안전성은 첫 번째 방어선일 뿐입니다. 실제 배포에서는 어떤 키 관리 솔루션을 사용하든, 권한 제어 메커니즘을 추가하여 에이전트의 권한 초과 작업을 방지해야 합니다. Almanak의 실천은 비교적 완전한 참조 프레임워크를 제공합니다: 플랫폼은 TEE를 사용하여 전략 논리와 비밀 매개변수를 보호하고, 배포 엔진과 사용자가 보유한 Safe 스마트 계정 사이에 Zodiac Roles Modifier 권한 층을 삽입합니다. AI가 시작하는 각 거래는 미리 설정된 계약 주소, 함수 및 매개변수 화이트리스트와 하나하나 비교해야 하며, 권한 범위에 맞지 않는 거래는 자동으로 거부됩니다.

이러한 최소 권한 원칙의 구현 방식은 현재 DeFAI 시스템 보안 설계의 중요한 참고가 되고 있습니다. 이는 더 깊은 논리를 드러냅니다: DeFAI의 보안 문제는 본질적으로 단일 기술 선택의 문제가 아니라, 키 관리, 권한 경계 및 실행 감사가 협력하여 구성하는 시스템 공학입니다. 어떤 한环의 결여도 전체 링크에서 가장 약한 노드가 될 수 있습니다. 이는 다음 장의 위험 분석 출발점이기도 합니다.

현실과 서사의 격차: DeFAI 핵심 위험 분석

위의 분석은 하나의 핵심 결론을 드러냅니다:

VCX는 자산 선택이 뛰어나거나 수익 기대가 더 높아서 프리미엄을 얻는 것이 아니라, 통로 자체를 판매하기 때문에 프리미엄을 얻습니다. 이에 대해 질문해야 할 것이 있습니다: VCX는究竟 어떤 성격의 제품인가?

법적 형태로 보면, 이는 SEC에 등록된 폐쇄형 펀드로, 보유가 투명하고 구조가 규정에 맞으며, 시장의 어떤 일반 주식형 ETF와 본질적으로 다르지 않습니다. 그러나 실제 기능으로 보면, 그것이 판매하는 것은 전통적인 의미의 "투자 수익 기대"가 아니라 자산 측의 접근 자격입니다. 과거에는 오직 최고급 VC 기관과 적격 투자자만 접근할 수 있었던 것이며, 이러한 자격이 NYSE에서 거래 가능한 단위 지분으로 포장되었습니다.

따라서 시장은 이에 대해 16배에서 30배 NAV 프리미엄을 지불할 의향이 있으며, 본질적으로 이 접근 권한에 대한 가격 책정이지, 기본 자산의 미래 수익에 대한 평가가 아닙니다.

이 관점에서 VCX와 MicroStrategy(MSTR) 간의 비교는 문제를 잘 설명합니다. 두 가지는 표면적으로 유사한 작업을 수행합니다: 직접 접근하기 어려운 희소 자산(비트코인/최고급 Pre-IPO 주식)을 2차 시장에서 거래 가능한 증권으로 포장하고, 시장에서 기본 자산 가치보다 훨씬 높은 프리미엄을 나타냅니다. 그러나 두 가지의 자본 운영 논리는 근본적으로 다릅니다:

• MSTR은 지속적으로 전환 사채와 우선주를 발행하여 자금을 모집하고, 그 자금을 비트코인을 추가 구매하는 데 사용합니다. 이 메커니즘은 동적 확장 및 지속적인 보유 능력을 부여하여, 주가 프리미엄이 어느 정도 내재적 유지 기반을 갖게 합니다.
• VCX는 폐쇄형 펀드의 구조적 제약에 의해 제한됩니다: 자산 규모는 발행 완료 후 기본적으로 잠겨 있으며, 재자금을 통해 새로운 자산을 지속적으로 구매할 수 없고, 보유의 유동성은 기본 회사의 IPO 또는 인수 종료에 크게 의존합니다. 소액 투자자의 감정이 식거나 6개월 잠금 기간이 만료된 후 유통 물량이 증가하면, 그 프리미엄 축소 압력은 MSTR보다 훨씬 클 것입니다.

VCX와 MSTR(전략) 모델 비교

다시 말해, MSTR의 프리미엄은 지속적으로 작동하는 자본 메커니즘에 의해 뒷받침되지만, VCX의 프리미엄은 주로 자산 희소성과 감정에 의해 발생합니다. 이러한 제품 논리는 본질적으로 옳고 그름이 없지만, 그 안에 내포된 위험은 일반 폐쇄형 펀드보다 시장에서 올바르게 가격 책정하기 더 어렵습니다:

소액 투자자가 NAV를 훨씬 초과하는 가격으로 구매하게 되면, 실제로 지불하는 것은 자산 본연의 가치가 아니라 이러한 접근 자격의 프리미엄입니다. 이 프리미엄은 기본 회사가 IPO를 완료하고 공개 시장에서 직접 거래 통로가 형성된 후, 빠르게 제로에 가까워질 압력을 받을 것입니다.

트렌드 판단

앞서 언급한 분석을 종합하여 DeFAI의 진화 경로에 대한 단계적 판단을 내릴 수 있습니다. 전체적으로 볼 때, 이 분야는 개념 검증에서 제품화로의 전환의 중요한 노드에 있으며, 그 진화는 세 가지 점진적 단계를 거칠 것으로 예상됩니다.

도표 11: DeFAI 발전 단계 예측

주: 위 표는 업계 공개 보고서, 프로젝트 진행 및 기술 성숙도를 종합적으로 판단한 것으로, 확정적인 시간표가 아닙니다.

현재 노드에서 DeFAI는 전체적으로 보조 결정기에서 반자율기로의 전환 단계에 있습니다. 일부 프로젝트는 제한된 범위 내에서 자율 실행 능력을 갖추기 시작했지만, 인간의 검토 및 보증 메커니즘은 여전히 주류 배포 형태입니다. 이러한 배경 속에서 현재 기술 성숙도 및 시장 현황을 결합하여 세 가지 판단이 주목할 만합니다.

첫째, 현재 대부분의 DeFAI 프로젝트의 본질은 여전히 자동화 도구이지, 진정한 의미의 자율 에이전트가 아닙니다. 현재 "DeFAI"라는 레이블이 붙은 제품은 핵심 능력이 인간의 지시를 미리 설정된 DeFi 작업 시퀀스로 번역하는 데 중점을 두고 있으며, 본질적으로는 효율적인 실행 인터페이스에 가깝고, 독립적인 추론 및 결정 능력을 갖춘 자율 시스템과는 거리가 멉니다. 맥킨지의 2025년 보고서에 따르면, 일반 기업 장면에서도 10% 미만의 조직이 어떤 단일 기능에서 AI 에이전트의 규모화 배치를 실현했습니다. 체인 상 장면의 신뢰 장벽과 작업 복잡성은 더 높으며, 기술 시연에서 진정한 상업적 폐쇄 루프로의 전환에는 여전히 상당한 거리가 있습니다.

둘째, AI 에이전트의 현재 가장 성숙하고 기관의 신뢰를 얻기 쉬운 구현 방향은 고위험 자율 거래가 아니라 체인 상 모니터링, 경고 및 거버넌스 보조입니다. 7×24 시간의 포지션 모니터링, 청산 경고, 거버넌스 제안 분석 등의 장면은 한편으로 LLM 환각에 대한 허용도가 상대적으로 높습니다. 출력 오류가 자금 손실을 직접적으로 초래하지 않기 때문입니다. 다른 한편으로는 인간의 주의 지속성에서의 선천적인 부족을 효과적으로 보완할 수 있습니다. 이러한 장면은 DeFAI가 "기술 시연"에서 "기관 채택"으로 나아가는 더 현실적인 경로입니다.

셋째, AI 에이전트와 RWA의 융합은 이 분야의 다음 주목할 만한 교차 방향입니다. RWA.xyz 데이터에 따르면, 2026년 4월 초 기준으로 체인 상 토큰화된 RWA 자산 총 가치는 270억 달러를 초과하며(스테이블코인 제외), 미국 국채, 개인 신용, 원자재, 회사채 등 여러 범주를 포함합니다. 만약 AI 에이전트가 국채 RWA와 스테이블코인을 포함한 조합 자산을 관리하는 데 개입할 수 있다면, 예를 들어 시장 환경에 따라 두 자산의 배분 비율을 자동으로 조정하는 경우, 그 접근 가능한 자산 규모는 현재 DeFi 원주 자산 중심의 범위를 훨씬 초과할 것이며, 진정으로 자산 측의 체인 상과 체인 하를 연결하여 Web3+AI+TraFi의 연계를 실현할 수 있을 것으로 기대됩니다. 이는 시장 상상력을 크게 확장할 것입니다.

결론

AI 에이전트와 체인 상 자산 관리는 개념 검증에서 제품화로의 전환의 중요한 시점에 있습니다. 기술적 실행 가능성은 초기적으로 검증되었지만, LLM 환각 위험, 체인 상 데이터 이질성, 신뢰 기반 시설의 결여 등 산업이 직면한 도전은 단순히 기술 반복으로 해결할 수 있는 것이 아니라, 프로젝트 아키텍처 설계, 규정 준수 경로 계획, 보안 시스템 구축 및 비즈니스 모델 검증의 시스템적 추진이 필요합니다.

이는 이 분야가 여전히 초기 구축 단계에 있으며, 진정한 경쟁 구도가 아직 형성되지 않았음을 의미합니다. Web3와 AI 두 가지 차원을 동시에 다룰 수 있는 팀에게 현재는 개입의 윈도우 기간입니다. 실행층에서 더 신뢰할 수 있는 체인 상 에이전트 시스템을 구축하든, 인프라 층에서 데이터, 권한 및 신뢰의 핵심 요소를 연결하든, 상당한 공백이 존재합니다.

DeFAI의 경쟁 장벽은 결국 단일 모델 능력이나 프로토콜 통합 깊이에 있지 않고, 기술, 규정 준수 및 보안 간에 진정으로 자가 일관된 폐쇄 루프를 구축할 수 있는지에 달려 있습니다.

------우리는 이 교차 지대에서 지속적으로 깊이 파고들고 있으며, 뜻이 맞는 프로젝트 및 기관 투자자와 함께 이 분야의 경계와 가능성을 탐색하기를 기대합니다.