에이전트(Agents)는 문서를 탐색하지 않습니다. 마케팅 페이지를 읽지도 않습니다. 스프레드시트로 가격 등급을 비교하지도 않습니다.

그들은 API 호출(API calls)을 합니다. 그리고 322개의 에이전트와 247개의 엔드포인트(endpoints)에 걸쳐 10,000개 이상의 호출을 관찰하면, 그 어떤 제품 기획으로도 예측할 수 없었던 패턴이 나타납니다.

자율형 AI 에이전트(autonomous AI agents)가 실제로 무엇을 구매하고, 무엇을 무시하는지에 대해 데이터가 보여주는 결과는 다음과 같습니다.

설정 (The Setup)

지난 몇 주 동안, 우리는 에이전트 간 API 마켓플레이스 (agent-to-agent API marketplace)를 운영해 왔습니다. 에이전트들이 발견하고, 테스트(각각 15회의 무료 호출)하며, USDC를 사용하여 결제하는 323 x 402개의 호출당 과금(pay-per-call) 엔드포인트입니다. 가입 양식도, API 키도, 신용카드도 없습니다. 에이전트는 HTTP 요청을 보내고, 게이트웨이(gateway)가 프로토콜 수준에서 결제를 처리합니다.

데이터셋: 322개의 고유 에이전트로부터 발생한 10,207개의 테스트 호출로, 247개의 서로 다른 엔드포인트를 아우릅니다. 여기에 14건의 유료 트랜잭션(실제 거래량 $12.75 — 아직 초기 단계입니다)이 추가되었습니다.

수요 곡선이 어떻게 나타나는지 확인해 보겠습니다.

압도적 1위: CAPTCHA 해결 (1,280회 호출, 133개 에이전트)

이 결과는 저를 놀라게 했습니다. CAPTCHA 해결은 에이전트에게

• Gas price (가스 가격) (793회 호출, 147개 에이전트) — 모든 DeFi 에이전트는 거래 비용을 감당할 수 있는지 알아야 합니다. 가스(Gas)는 에이전트에게 있어 지출 전 은행 잔고를 확인하는 것과 같습니다.
• Polymarket data (Polymarket 데이터) (345회 호출, 44개 에이전트) — 예측 시장 (Prediction market) 에이전트들은 가격 피드(price feeds), 오더북 깊이(order book depth), 그리고 이벤트 결과 데이터가 필요합니다. 이는 틈새 시장이지만 수요가 매우 강렬합니다.
• Token security (토큰 보안) (151회 호출, 40개 에이전트) — 에이전트가 토큰을 다루기 전에 다음 사항을 확인합니다: 이것이 허니팟(honeypot)인가? 매도가 가능한가? 세금(tax)은 얼마인가? 이는 기계의 속도로 이루어지는 실사 (due diligence) 과정입니다.
• Fear & Greed index (공포 및 탐욕 지수) (128회 호출, 7개 에이전트) — 에이전트 수는 적지만 호출량은 높습니다. 소수의 감성 매매 (sentiment-trading) 에이전트들이 이 엔드포인트 (endpoint)를 집중적으로 사용하고 있습니다.

패턴을 살펴보면: 크립토 에이전트들은 분석 (analytics)이 아닌 **데이터 프리미티브 (data primitives)**를 소비합니다. 그들은 가스, 가격, 보안 점수와 같은 가공되지 않은 숫자 (raw numbers)를 원하며, 그 위에서 자체적인 추론을 수행합니다.

#6–10: 개발자 유틸리티 (Developer Utilities) (총 1,290회 호출)

에이전트는 소프트웨어이며, 소프트웨어에는 소프트웨어 도구가 필요합니다:

• Find (찾기) (950회 호출, 73개 에이전트) — 에이전트 검색/발견. 다른 에이전트들이 다른 에이전트를 찾고 있습니다. 기계 간 (machine-to-machine) 네트워크 효과는 실재합니다.
• Time (시간) (495회 호출, 56개 에이전트) — 모든 런타임 (runtime)에는 시계가 있을 것이라고 생각할 수 있습니다. 하지만 샌드박스 (sandboxes), 엣지 함수 (edge functions), 그리고 LLM 컨텍스트에서 실행되는 에이전트들은 신뢰할 수 있는 시간 접근 권한이 없는 경우가 많습니다. 그래서 이를 호출합니다.
• Web scraping (웹 스크래핑) (307회 호출, 61개 에이전트) — 개방형 웹 (open web)은 여전히 가장 큰 데이터셋입니다. 에이전트들은 웹을 스크래핑하고, 파싱(parse)하며, 이를 바탕으로 행동합니다.
• Data store (데이터 저장소) (296회 호출, 32개 에이전트) — 에이전트에게는 상태 (state)가 필요합니다. API를 통해 접근 가능한 간단한 키-값 저장소 (key-value store)가 놀라울 정도로 인기가 높습니다.
• UUID generation (UUID 생성) (256회 호출, 36개 에이전트) — 멱등성 키 (Idempotency keys), 요청 ID (request IDs), 상관 관계 ID (correlation IDs). 에이전트들은 고유 식별자가 필요하며, Math.random()을 신뢰하지 않습니다.

에이전트가 구매하지 않는 것들

목록의 하단에 무엇이 있는지를 살펴보는 것도 똑같이 흥미롭습니다:

• AI 추론 엔드포인트 (AI inference endpoints) — 수요가 거의 제로에 가깝습니다. 에이전트는 이미 자신만의 LLM을 가지고 있습니다. 다른 에이전트로부터 추론을 구매할 필요가 없습니다.
• 콘텐츠 생성 (Content generation) (블로그 개요, 트윗 스레드, 이메일 초안) — 단일 에이전트당 각각 6~8회의 호출이 발생합니다. 이는 실제 운영 워크로드(production workload)라기보다는 개발자의 테스트처럼 보입니다.
• 이미지 생성 (Image generation) — 2회의 호출. 에이전트는 밈(meme)을 만들지 않습니다.

핵심 요점: 에이전트는 이미 할 수 있는 것을 구매하지 않습니다. 그들은 할 수 없는 것, 즉 CAPTCHA 해결, 실시간 데이터 확보, 현실 세계와의 상호작용 등을 구매합니다.

전환 격차: 10,207회의 시도 → 14건의 거래

이것은 솔직한 부분입니다. 10,207회의 체험 호출(trial calls) 중 14건의 유료 거래가 발생했습니다. 이는 0.14%의 전환율(conversion rate)입니다.

왜 그럴까요? 가능성이 높은 순서대로 세 가지 이론을 제시합니다:

1. 습관이 형성되지 않았습니다. 에이전트들은 탐색 모드에 있습니다. 그들은 5~10개의 서로 다른 API를 테스트하며 무엇이 작동하는지 찾아내고 있지만, 아직 유료 액세스가 필요한 운영 파이프라인(production pipelines)을 구축하고 있지는 않습니다. 평균적으로 에이전트는 체험 단계에서 32개의 엔드포인트를 호출합니다. 그들은 구매하는 것이 아니라 쇼핑을 하고 있는 것입니다.

2. 크레딧 모델의 마찰 (Credit model friction). 가입 시 500개의 무료 크레딧을 제공하고, 엔드포인트당 15개의 무료 호출을 제공합니다. 이는 에이전트가 결제 장벽(paywall)에 부딪히기 전까지 매우 많은 무료 사용량을 제공한다는 의미입니다. 평균적인 체험 사용자가 32회의 호출을 수행하고 엔드포인트당 제한이 15회라면, 대부분의 에이전트는 단일 엔드포인트에서 무료 티어(free tier)를 다 소진하지 못합니다.

3. 에이전트를 위한 결제 UX. 결제를 위해서는 '등록 → 크레딧 획득 → X-Wallet 헤더 추가' 과정이 필요합니다. 인간 개발자에게 이는 사소한 일입니다. 하지만 자율 에이전트에게 각 단계는 명시적인 프로그래밍이 필요한 의사결정 지점입니다. 프로토콜은 작동하지만, 개발자 교육이 아직 따라잡지 못했습니다.

이것이 에이전트 경제에 의미하는 바

데이터를 통한 세 가지 결론입니다:

1. 에이전트의 수요는 인프라 수요입니다. CAPTCHA, 가스 가격(gas prices), 웹 스크래핑(web scraping), 시간, UUID 등은 "AI" 제품이 아닙니다. 이것들은 배관(plumbing)과 같습니다. 에이전트 경제의 첫 번째 물결은 인간에게 AI를 파는 것이 아니라, 다른 에이전트들에게 삽을 파는 것입니다.

2. 병목 현상은 결제가 아니라 탐색(Discovery)입니다. 322개의 에이전트가 247개의 서로 다른 엔드포인트(endpoint)를 시도했습니다. 이는 엄청난 규모의 탐색입니다. 결제 수단(x402, USDC, Cloudflare Wallets)은 잘 작동합니다. 문제는 에이전트가 323개의 옵션 중에서 자신에게 필요한 단 하나의 API를 어떻게 찾아내느냐 하는 것입니다. 에이전트를 위한 검색(Search), 분류(categorization), 그리고 추천(recommendation)은 아직 해결되지 않은 문제입니다.

3. 무료 체험(Free trials)은 효과가 있습니다. 마찰 없는(가입이나 신용카드 등록이 필요 없는) 10,207건의 체험 호출(trial calls)은 장벽을 제거하기만 하면 에이전트가 반드시 API를 발견하고 테스트할 것이라는 점을 증명합니다. 과제는 이러한 탐색을 습관으로 전환하는 것입니다. 이는 프로토콜(protocol)의 문제가 아니라 제품(product)의 문제입니다.

이 기사의 데이터는 실제 운영 중인 에이전트 간(agent-to-agent) API 마켓플레이스에서 추출되었습니다. 통계는 /api/stats에서 공개적으로 확인할 수 있습니다. 모든 엔드포인트 이름과 호출 횟수는 예시가 아닌 실제 데이터입니다.

만약 당신이 에이전트 인프라를 구축하고 있으며 공유할 수 있는 프로덕션 데이터가 있다면, 함께 의견을 나누고 싶습니다. 에이전트 경제는 누구나 정답을 알고 있기에는 너무 초기 단계입니다. 우리가 데이터를 더 많이 공개적으로 공유할수록, 무엇이 효과적인지 더 빨리 파악할 수 있을 것입니다.