기계 판독 가능 자산, 프로그래밍 가능한 결제, 위임된 지능의 융합을 통해 에이전트적 자본 시장(Agentic capital markets)이 출현할 것이다

모든 의미 있는 기술적 변화는 익숙한 패턴을 따릅니다. 우리는 반복적인 업무를 사람의 손에서 떼어놓는 도구를 만들고, 그렇게 함으로써 실제로 상황을 진전시키는 판단, 관계, 그리고 결정에 집중할 수 있는 더 많은 시간을 스스로에게 부여합니다. 이는 산업용 기계에서 클라우드 소프트웨어에 이르기까지, 자동화에서 AI에 이르기까지 사실이었으며, 저는 에이전트적 AI (agentic AI)와 함께 우리가 다시금 목격하기 시작한 것이 바로 이것이라고 생각합니다.

질문에 답하거나 권장 사항을 제시하도록 설계된 이전 세대의 AI와 달리, AI 에이전트 (AI agents)는 행동을 취하도록 구축되었습니다. 명확하게 정의된 권한 내에서 이들은 계획을 세우고, 소프트웨어를 사용하며, 다른 시스템과 상호작용하고, 작업을 완료하며 결과를 보고할 수 있습니다. 이는 기술이 단순히 우리가 사용하는 무언가를 넘어, 우리가 업무를 위임하는 대상이 되기 시작함을 의미합니다.

혁신을 위한 준비가 된 자본 시장

저는 자본 시장이 이러한 변화가 가장 가시적으로 나타날 장소 중 하나라고 믿습니다. 그 이유는 주로 이 산업이 근본적인 인프라를 완전히 연결하지 못한 채 이미 수십 년 동안 스스로를 디지털화하는 데 시간을 보냈기 때문입니다.

오늘날의 금융 시장은 정교한 기술에 의해 구동되지만, 거의 모든 거래의 이면에는 발행 (issuance), 컴플라이언스 (compliance), 투자자 온보딩 (investor onboarding), 수탁 (custody), 결제 (settlement), 보고 (reporting) 및 자산 서비스 (asset servicing)를 위한 별도의 시스템이 포함된 놀라울 정도로 파편화된 프로세스가 자리 잡고 있습니다.

모든 참여자는 각자의 기록을 유지하고, 동일한 정보의 상당 부분을 독립적으로 검증하며, 기관 간의 데이터를 조정 (reconciling)하는 데 상당한 시간을 소비합니다. 우리는 시장의 개별 구성 요소들을 성공적으로 디지털화했지만, 이러한 구성 요소들이 원활하게 함께 작동할 수 있는 공유 운영 환경을 실제로 구축하지는 못했습니다.

머신러닝 (Machine learning)은 기관들이 사기를 탐지하고, 리스크를 모델링하며, 수많은 운영 결정을 자동화하도록 도움으로써 의심할 여지 없이 이러한 상황을 개선해 왔지만, 그러한 시스템들은 대체로 조직의 경계 내부에 머물러 있습니다. 이들은 정보를 매우 잘 분석할 수 있지만, 인프라 자체가 여전히 파편화되어 있기 때문에 더 넓은 금융 생태계 전반에 걸쳐 활동을 조정하는 데에는 여전히 어려움을 겪고 있습니다.

AI 에이전트 (AI agent)는 단순히 워크플로 (workflows)를 분석하는 것을 넘어 그 사이를 이동하며 활동할 수 있는 능력을 갖추고 있지만, 지능만으로는 충분하지 않습니다. 에이전트가 어느 정도의 자율성을 가지고 금융 활동을 실행하기 위해서는, 자신이 의존하는 정보가 정확하고 최신이며 신뢰할 수 있다는 확신이 필요합니다. 에이전트는 지속적인 수동 개입이나 단절된 데이터베이스 (databases)에 의존하지 않고도 소유권 (ownership), 권한 (permissions), 결제 (settlement) 및 권한 부여 (authority)를 이해할 수 있어야 합니다.