마스터카드, XRP 레저서 AI 자동결제 실험

글로벌 결제기업 마스터카드(Mastercard)가 XRP 레저(XRPL)를 활용한 인공지능(AI) 에이전트의 자율 결제 실험에 참여했다. AI가 사람의 개별 승인 없이 상품과 서비스를 구매하는 환경에서 결제 권한을 어떻게 제한하고, 스테이블코인으로 거래를 정산할 것인지가 핵심 과제로 제시됐다.
이번 실험은 XRPL 커먼스(XRPL Commons)가 주최한 ‘AI & 핀테크 XRP 레저 해커톤’에서 진행됐다. 마스터카드와 리플(Ripple), 아마존웹서비스(AWS), 렛저(Ledger), 퀵노드(QuickNode) 등이 참여했으며, 개발자 179명이 총 70개 프로젝트를 제출했다.
특히 리플의 달러 연동 스테이블코인 RLUSD와 마스터카드의 ‘Agent Pay for Machines’를 결합해 AI가 정해진 지출 한도 안에서 결제를 수행하는 구조가 시험됐다. 이는 기존 카드 결제를 블록체인으로 단순 이전하는 것과 달리, 소프트웨어가 직접 경제활동에 참여하는 환경에 맞춘 결제 인프라를 검토했다는 점에서 의미가 있다.
마스터카드가 XRPL 해커톤에 참여한 이유
마스터카드는 2026년 6월 AI와 기계 간 자동 거래를 지원하는 Agent Pay for Machines를 발표했다. 이 서비스는 AI 에이전트가 데이터, 컴퓨팅 자원, 소프트웨어 서비스 등을 구매할 때 거래 권한과 결제 과정을 관리하도록 설계됐다.
일반적인 온라인 결제에서는 이용자가 상품을 선택하고 최종 결제를 승인한다. 그러나 AI 에이전트가 외부 데이터를 반복적으로 조회하거나 다른 AI 서비스를 호출하는 환경에서는 거래마다 사람이 승인하기 어렵다.
예를 들어 여행 일정을 작성하는 AI가 항공권 정보, 숙박 데이터, 교통편 분석 서비스를 각각 이용한다고 가정할 수 있다. AI는 작업을 완료하기 위해 여러 서비스에 소액을 지급해야 하지만, 이용자가 모든 거래를 개별적으로 확인하는 방식은 자동화의 효율성을 떨어뜨린다.
마스터카드가 주목하는 부분은 이러한 거래를 허용하면서도 결제 권한이 무제한 확대되지 않도록 통제하는 기술이다. AI가 거래를 실행할 수 있다는 사실보다 누가 권한을 부여했고, 어떤 조건에서 결제가 허용됐는지가 중요하다.
이번 해커톤은 이 문제를 실제 개발 환경에서 시험하는 자리였다. 참가자들은 마스터카드의 결제 기술과 XRPL의 블록체인 기능을 활용해 자율 결제 애플리케이션을 구현했다.
AI가 결제하더라도 지출 권한은 제한된다
AI 에이전트 결제의 핵심은 자율성과 통제 사이의 균형이다. 이용자가 AI에게 특정 작업을 맡겼다고 해서 지갑에 보관된 모든 자산을 자유롭게 사용할 권한까지 부여하는 것은 아니다.
마스터카드가 제시한 실험 조건에는 확인된 판매자에게만 결제하고, 미리 정해진 지출 한도를 지키며, 거래를 RLUSD로 정산하는 과정이 포함됐다.
이는 세 가지 기능을 구분해야 한다는 의미다. AI가 구매할 서비스를 판단하는 기능, 해당 거래가 허용된 범위에 있는지 확인하는 기능, 실제 자산을 이전하는 기능이다.
이 가운데 거래 판단과 자산 이전을 완전히 동일한 권한으로 처리하면 위험이 커진다. AI가 잘못된 외부 정보를 받아들이거나 악의적인 명령에 노출됐을 때 승인되지 않은 거래를 실행할 가능성이 있기 때문이다.
따라서 안전한 AI 결제 시스템에는 지출 한도뿐 아니라 판매자 확인, 거래 승인 정책, 실행 기록, 비정상 거래 차단 등의 장치가 필요하다.
마스터카드의 Agent Pay for Machines는 이러한 권한 관리와 결제 실행을 연결하려는 접근이다. 다만 이번 해커톤 결과만으로 모든 보안 문제가 해결됐거나 상용 환경에서 안정성이 입증됐다고 볼 수는 없다.
RLUSD가 AI 결제 실험에 사용된 배경
이번 실험에서는 리플이 발행하는 달러 연동 스테이블코인 RLUSD가 주요 결제 자산으로 활용됐다.
XRPL 커먼스에 따르면 제출된 프로젝트의 절반 이상이 RLUSD를 사용했다. AI 에이전트의 서비스 이용료 지급뿐 아니라 에스크로에 보관되는 자금, 대출 관련 거래에도 RLUSD가 활용됐다.
AI가 자동으로 거래를 실행할 때는 결제 금액을 예측하고 지출 한도를 관리할 수 있어야 한다. 가격 변동성이 큰 암호화폐를 결제 수단으로 사용하면 거래를 승인한 시점과 실제 정산 시점 사이에 가치가 달라질 수 있다.
달러 연동 스테이블코인은 이러한 가격 변동 위험을 줄이는 수단으로 활용될 수 있다. 예를 들어 AI에 하루 10달러의 사용 한도를 부여했다면, 달러 기준으로 거래 규모를 관리하는 편이 상대적으로 간단하다.
그러나 RLUSD를 사용한다고 해서 모든 결제 위험이 사라지는 것은 아니다. 발행사의 준비자산 관리, 토큰 상환 조건, 거래 상대방의 신뢰성, 블록체인 네트워크의 운영 상태는 별도로 검토해야 한다.
또한 스테이블코인 결제와 마스터카드 카드망을 통한 결제는 동일한 구조가 아니다. 이번 실험은 서로 다른 결제 기술을 활용할 수 있는 가능성을 보여준 것이며, 모든 거래가 기존 카드망에서 RLUSD로 직접 정산됐다는 의미는 아니다.
x402와 XRPL, 소프트웨어 간 결제를 연결하다
AI 에이전트 결제에서 주목받는 또 다른 기술은 x402다. 이는 인터넷 서비스가 결제를 요구하고, 이용자 또는 소프트웨어가 해당 요청에 대응해 비용을 지급하는 흐름을 구현하기 위한 결제 프로토콜이다.
일반적인 웹 서비스는 유료 기능을 이용하려면 계정을 만들거나 구독을 신청해야 하는 경우가 많다. 반면 AI 에이전트는 필요한 데이터를 일회성으로 구매하거나 API를 짧은 시간 동안 호출하는 상황이 빈번할 수 있다.
x402 방식은 이러한 서비스 이용 요청과 결제 절차를 연결하는 데 활용될 수 있다. AI가 특정 데이터를 요청했을 때 서비스가 결제 조건을 제시하고, AI가 허용된 범위에서 비용을 지급한 뒤 서비스를 이용하는 구조다.
XRPL 커먼스는 해커톤 개최 당시 XRP 레저의 x402 결제 활동이 누적 1천만 건을 넘어섰다고 밝혔다. 이는 XRPL 생태계에서 인터넷 기반 자동 결제 실험이 확대되고 있다는 지표다.
다만 이 수치를 모두 마스터카드가 처리한 거래나 실제 상업적 AI 구매 건수로 해석해서는 안 된다. 누적 프로토콜 거래와 특정 기업의 결제 처리 실적은 서로 다른 지표다.
이번 실험의 의미는 x402와 스테이블코인, 결제 권한 관리 기술을 하나의 개발 환경에서 결합했다는 점에 있다.
70개 프로젝트에서 확인된 결제 기술의 방향
이번 해커톤에는 20개국의 개발자들이 참여했으며, 36시간 동안 총 70개 프로젝트가 제출됐다. XRPL 커먼스에 따르면 전체 프로젝트의 약 4분의 3이 AI 에이전트와 관련된 기능을 다뤘다.
참가팀은 AI가 지갑을 직접 통제하지 않으면서도 결제할 수 있는 방법, 고액 거래에서 사람의 승인을 요구하는 방법, 거래 상대방의 신뢰성을 확인하는 방법 등을 개발했다.
대표적인 사례는 마스터카드 부문 수상작인 ‘Wraps’다. 이 프로젝트는 AI 에이전트가 외부 서비스를 이용하고 결제하는 과정에서 검색 기록과 사용 내역의 노출을 줄이는 개인정보 보호 기능을 제안했다.
다른 프로젝트인 ‘Misa’는 XRPL의 에스크로 기능과 x402 결제를 결합했다. AI가 서비스를 요청하면 자금을 조건부로 보관하고, 결과가 정해진 조건을 충족했을 때 판매자에게 지급하는 구조다.
이러한 방식은 AI가 비용을 지급했지만 필요한 결과를 받지 못하는 문제를 완화하기 위한 접근이다. 다만 결과의 정확성을 판단하는 검증 장치 자체가 신뢰할 수 있어야 한다는 과제가 남는다.
일부 팀은 렛저 하드웨어 지갑을 활용해 AI가 거래를 제안하되 최종 승인은 사람이 수행하도록 설계했다. 완전한 자율 결제와 사람의 직접 승인 사이에서 위험 수준에 따라 통제 방식을 달리하는 접근이다.
AI 결제에서 중요한 것은 속도보다 책임 소재
기존 결제 시스템에서는 거래 주체를 식별하고 승인 여부를 확인하는 절차가 중요하다. AI 에이전트가 경제활동을 수행하는 환경에서는 이러한 문제가 더욱 복잡해진다.
AI가 사용자를 대신해 거래했다면 그 거래가 원래 사용자의 지시에 부합하는지 판단해야 한다. AI가 외부 서비스의 잘못된 정보를 받아 거래했다면 누구에게 책임이 있는지도 명확해야 한다.
특히 AI 에이전트는 여러 서비스를 연속으로 호출하면서 작은 금액을 반복적으로 사용할 수 있다. 개별 거래 규모가 작더라도 전체 지출이 빠르게 늘어날 수 있다는 의미다.
따라서 단순한 거래당 한도만으로는 충분하지 않을 수 있다. 일일 누적 지출 한도, 허용된 판매자 목록, 서비스별 권한, 긴급 중단 기능 등이 함께 고려돼야 한다.
또한 블록체인에서 거래가 확정되면 일반적인 카드 결제처럼 동일한 방식의 취소나 환불을 기대하기 어렵다. 잘못된 지급을 줄이려면 거래 실행 이전의 검증과 조건부 지급 구조가 중요해진다.
이번 해커톤에서 에스크로와 승인 정책, 개인정보 보호 기능이 함께 등장한 이유도 여기에 있다. 자동 결제의 핵심 경쟁력은 단순히 빠르게 돈을 보내는 것이 아니라 허용된 거래만 실행하도록 만드는 데 있다.
기존 마스터카드·리플 협력과 무엇이 다른가
마스터카드와 리플의 협력 자체는 새로운 사건이 아니다. 양사는 2025년 11월 웹뱅크(WebBank), 제미니(Gemini)와 함께 RLUSD를 활용한 카드 결제 정산 방안을 검토한다고 발표했다.
당시 협력의 초점은 기존 금융기관과 카드 결제망 사이에서 발생하는 법정화폐 기반 거래의 정산 효율을 높이는 것이었다.
반면 이번 해커톤은 AI 에이전트가 구매 판단과 서비스 이용을 자동으로 수행하는 환경을 다뤘다. 결제 요청을 만드는 주체가 사람 중심의 애플리케이션에서 소프트웨어 에이전트로 확장됐다는 점이 차이점이다.
기존 협력이 금융기관 간 결제 인프라에 초점을 맞췄다면, 이번 실험은 AI가 실제로 어떤 조건에서 돈을 사용할 수 있는지에 초점을 맞췄다.
따라서 두 사례를 동일한 RLUSD 결제 사업으로 묶어 해석하기보다 결제망 정산과 AI 거래 권한 관리라는 서로 다른 기술 영역으로 구분할 필요가 있다.
실험 성과와 상용화 사이에 남은 과제
이번 해커톤은 마스터카드와 XRPL 생태계가 AI 자동 결제 기술을 실제 개발 환경에서 시험했다는 점에서 의미가 있다. 그러나 70개 프로젝트가 제출됐다는 사실만으로 상용 서비스의 안정성이 입증된 것은 아니다.
해커톤에서 구현된 기능은 제한된 조건과 시간 안에서 작동하는 시제품일 수 있다. 실제 금융 서비스에 적용하려면 장기간 운영, 장애 대응, 부정 거래 탐지, 이용자 보호, 법적 책임 구조에 대한 검토가 필요하다.
특히 AI가 외부 데이터를 이용해 결제 대상을 결정하는 과정에서는 악성 명령이나 조작된 서비스 응답에 노출될 가능성이 있다. 지갑 접근 권한과 거래 승인 기능을 어떻게 분리할 것인지가 중요한 보안 과제로 남는다.
스테이블코인 정산 역시 규제 준수와 환매 가능성, 거래 기록 관리 문제를 함께 해결해야 한다. AI가 결제를 자동으로 실행하더라도 금융 거래에 요구되는 책임과 통제가 사라지는 것은 아니다.
XRPL 커먼스는 이번 행사에서 개발된 프로젝트를 대상으로 기술 지원과 후속 육성 프로그램을 이어갈 계획이라고 밝혔다. 따라서 실험 단계의 기술이 실제 제품으로 발전하는지는 향후 프로젝트별 운영 성과를 통해 확인해야 한다.
마스터카드의 이번 참여는 AI 결제 시장의 경쟁이 단순한 거래 처리 속도를 넘어 권한이 확인된 AI만 정해진 범위에서 자금을 사용할 수 있도록 하는 기술로 이동하고 있음을 보여준다.
XRPL과 RLUSD는 이러한 구조를 구현하기 위한 블록체인 및 결제 자산으로 활용됐다. 다만 실제 상용화의 성패는 거래량보다 권한 관리의 정확성, 결제 안전성, 책임 소재를 얼마나 명확하게 설계하느냐에 달려 있다.
참고 자료
- 마스터카드 공식 발표 — AI·기계 간 자동결제 서비스 ‘Agent Pay for Machines’ 출시
https://www.mastercard.com/us/en/news-and-trends/press/2026/june/mastercard-launches-agent-pay-for-machines.html - 마스터카드 공식 현장 보도 — XRP 레저 해커톤과 AI 결제 실험 결과
https://www.mastercard.com/me/me/vijesti-i-trendovi/stories/2026/36-hours-to-build-trust-in-machine-driven-commerce.html - XRPL 커먼스 공식 발표 — 뉴욕 AI·핀테크 해커톤의 기술 개발 및 수상 결과
https://www.xrpl-commons.org/newsroom/how-the-ai-fintech-xrp-ledger-hackathon-in-new-york-became-a-sandbox-for-the-latest-tech-in-finance - 리플 공식 발표 — 마스터카드·웹뱅크·제미니와 RLUSD 결제 정산 협력
https://ripple.com/ripple-press/ripple-teams-up-with-mastercard-webbank-and-gemini/




댓글 0
첫 댓글을 남겨보세요.