Visa, AI 결제를 앞당기다… 그러나 진짜 시험대는 신뢰

Visa는 에이전트 책임성에 관한 의문이 해소되지 않은 가운데, 세 가지 주요 변화를 동시에 추진하며 AI 결제 전략을 Google News의 중심 의제로 올려놓았다.

이 회사는 기존 결제 네트워크를 통해 AI 쇼핑 에이전트, 프로그래밍 가능한 화폐, 모듈형 처리 인프라를 연결하고 있다. 이 조합의 중요성은 개별 제품 발표를 넘어선다. Visa는 사람이 아닌 소프트웨어가 상품을 선택하고 결제를 시작하는 환경에서도 신뢰받는 통제 계층으로 남고자 한다.

이는 자율 쇼핑의 승리를 자축하는 일이 아니다. Visa의 익숙한 네트워크 통제와 확률적 AI 판단을 중심으로 구축된 새로운 거래 모델 간의 경쟁이다. Mastercard, 결제 플랫폼, 은행, AI 기업들도 같은 기회를 노리고 있다. 승자는 사용자 의도를 검증 가능한 승인, 가맹점 수용성, 사기 관리, 최종 결제와 연결해야 한다.

Visa가 AI 결제 스택에서 실제로 바꾼 것

Visa는 AI, 토큰, 현대적 처리 기술에 대한 개별 실험을 하나로 연결된 인프라 전략으로 전환하고 있다.

가장 명확한 발표는 2026년 6월 10일 Visa Payments Forum에서 나왔다. Visa는 Agent Score, Agentic Directory, 토큰 강화 기능, Large Transaction Model, 확장된 스테이블코인 역량을 발표했다.

이들 발표는 AI 에이전트가 시작하거나 지원하는 결제를 위한 회사 플랫폼인 Visa Intelligent Commerce를 기반으로 한다. AI 에이전트는 목표를 해석하고, 행동을 계획하며, 제한적인 인간의 지시 아래 서비스와 상호작용할 수 있는 소프트웨어다.

중요한 변화는 Visa가 결제 처리에 AI를 추가했다는 데 있지 않다. 결제 네트워크는 수년간 사기 탐지와 승인 결정에 머신러닝을 사용해 왔다. 이제 Visa는 거래의 반대편에서 AI가 쇼핑객 역할을 하는 상황에 대비하고 있다.

이 변화는 결제 자격 증명이 전달해야 할 정보를 바꾼다. 일반적인 온라인 거래는 자격 증명, 가맹점, 금액 및 관련 맥락을 식별한다. 에이전트가 관리하는 거래에는 누가 권한을 위임했는지, 어떤 제한을 설정했는지, 어떤 소프트웨어가 구매를 시작했는지에 관한 증거도 필요하다.

Visa는 강화된 토큰이 거래 유형, 토큰 위치, 결제를 수행하는 주체에 관한 더 풍부한 정보를 담게 될 것이라고 설명한다. 토큰은 민감한 계좌 정보를 제한된 디지털 자격 증명으로 대체한다.

회사는 또한 프로비저닝 및 행동 이력을 바탕으로 한 토큰 보증 신호를 추가하고 있다. 이 신호는 발급사가 거래를 승인하거나 거절할 때 더 많은 맥락을 제공하기 위한 것이다.

Visa의 Agentic Directory는 또 다른 문제를 다룬다. 가맹점은 합법적인 구매 에이전트와 자동화된 악용, 스크래핑 도구, 사칭자를 구분할 방법이 필요하다. 에이전트 역시 자신이 실제 가맹점과 상호작용하고 있다는 확신이 필요하다.

제안된 디렉터리는 Visa가 검증한 에이전트와 가맹점을 나열한다. 사실상 네트워크 회원 모델을 기계 참여자에게 적용하는 방식이다.

Agent Score는 다른 목적을 가진다. New Generation과 함께 개발된 이 기능은 온라인 스토어가 에이전트가 카탈로그를 탐색하고 작업을 완료할 수 있도록 준비됐는지 평가한다.

이 요소들은 새롭게 등장하는 거래 순서를 뒷받침한다. 사용자는 에이전트에 구매 지시를 내린다. 에이전트는 참여 가맹점을 검색하고, 제안을 선택하며, 제한된 자격 증명을 요청한 뒤 결제를 완료한다.

Visa의 commerce APIs는 에이전트별 토큰 등록, 사용자 지시 제출, 결제 자격 증명 조회, 구매 결과 보고를 위한 엔드포인트를 설명한다. 이를 통해 위임 내용과 최종 거래를 연결할 수 있는 기록이 만들어진다.

Visa는 이러한 상호작용 아래의 처리 계층도 현대화하고 있다. Visa Intelligent Authorization은 인수기관이 전체 인프라를 교체하지 않고도 하나의 API 연결을 통해 처리 기능에 접근할 수 있게 한다.

인수기관은 가맹점 결제를 처리하는 금융기관이다. 이들 중 다수는 마이그레이션, 복원력, 규제 준수 위험을 초래하지 않고는 신속히 재구축할 수 없는 시스템을 운영한다.

따라서 Visa의 제안은 점진적이다. 은행과 결제 기업은 기존 시스템의 중요한 부분을 유지하면서 새로운 기능을 추가할 수 있다.

이 접근 방식은 결제 스택 전체를 교체하는 것보다 덜 극적이다. 그러나 업그레이드 중에도 서비스를 유지해야 하는 규제 대상 기관에는 더 현실적이다.

Google News의 헤드라인은 이 제품 공세의 폭을 포착한다. 하지만 근본적인 이야기는 통합에 관한 것이다. Visa는 신원, 위임된 권한, 위험 점수화, 승인, 결제가 하나의 사슬처럼 작동하도록 만들려 한다.

에이전트가 잘못된 선택을 했을 때도 이 사슬은 이해 가능해야 한다. 왜 결제가 발생했는지 아무도 설명할 수 없다면 더 빠른 결제는 큰 의미가 없다.

Visa AI 결제가 지금 등장하는 이유

에이전틱 커머스는 시범 프로젝트에서 실제 거래로 이동하고 있으며, 이에 따라 결제 네트워크는 사용량이 확대되기 전에 규칙을 정의해야 하는 상황에 놓였다.

Visa의 시점은 상거래 양쪽 끝에서 일어난 변화를 반영한다. AI 시스템은 카탈로그를 검색하고 소프트웨어 도구를 사용하는 능력이 향상되고 있다. 동시에 토큰화와 현대적 API는 디지털 자격 증명이 발급되고 사용되는 방식을 제한할 수 있다.

회사는 OpenAI와 협력해 OpenAI 경험에 Visa 결제 기능을 통합했다. Visa는 이 협업을 통해 개발자와 가맹점이 AI 에이전트가 시작한 구매를 수용할 수 있게 될 것이라고 말한다.

이는 소매업체별 실험을 넘어설 경로를 만든다. 대형 AI 플랫폼을 통해 작동하는 에이전트는 이론적으로 이미 Visa를 수용하는 다수의 가맹점에서 거래할 수 있다.

OpenAI 통합에 대한 Associated Press 보도는 식료품, 항공권, 생활용품을 대표적 사용 사례로 소개했다. 이러한 사례는 결제에 체크아웃 버튼 이상의 것이 필요한 이유를 보여준다.

여행 요청에는 여러 가맹점, 변동하는 가격, 취소 정책, 복수의 결제 이벤트가 포함될 수 있다. 식료품 주문에는 상품 대체와 배송 제한이 포함된다. 단순한 반복 구매조차 에이전트가 잘못된 수량을 선택하면 실패할 수 있다.

Visa는 기존 네트워크 지위가 이러한 조정 비용을 줄일 수 있다고 보고 있다. 회사는 약 50억 개의 결제 자격 증명, 1만4,500개 금융기관, 1억7,500만 곳 이상의 가맹점 위치를 보유하고 있다고 보고한다.

이 수치는 Visa 자체 기업 보고를 기반으로 하며, 에이전틱 커머스 도입 수치로 해석해서는 안 된다. 이는 은행과 가맹점이 새로운 기능을 활성화할 경우 Visa가 활용할 수 있는 도달 범위를 보여준다.

유통 측면의 우위는 상당하다. 새로운 AI 결제 시스템이라면 그렇지 않을 경우 소비자, 가맹점, 발급사, 위험 관리 파트너를 각각 확보해야 한다.

Visa는 거래량 보호 외에도 다른 동기를 갖고 있다. AI 인터페이스가 쇼핑의 출발점이 되면 카드 발급사와 고객 간의 관계가 약화될 수 있다.

소비자는 특정 카드를 선택하지 않고도 에이전트에 비용 최소화나 리워드 극대화를 요청할 수 있다. 가맹점은 사람을 위한 상점 화면에만 투자하는 대신 기계 검색을 위해 상품 데이터를 최적화할 수 있다.

그렇게 되면 AI 플랫폼은 상품 순위, 구매 시점, 결제 수단 선택을 통제할 수 있다. 이는 OpenAI와 다른 에이전트 제공업체를 가치 있는 파트너로 만들지만, 동시에 고객 경험에 대한 영향력도 부여한다.

Visa의 대응은 네트워크 통제를 유지한 채 자격 증명이 이러한 인터페이스로 이동할 수 있게 하는 것이다. 회사는 에이전트가 Visa를 사용하되, 위험 관리, 승인, 분쟁 처리 과정에서 Visa가 보이지 않게 되는 상황은 피하고자 한다.

스테이블코인은 또 다른 압력 요인이다. 이는 대개 특정 국가 통화와 연동해 안정적인 가치를 유지하도록 설계된 디지털 토큰이다. 전통적인 은행 일정 대신 블록체인 네트워크에서 지속적인 결제를 지원할 수 있다.

Visa는 2026년 3월 스테이블코인 결제 활동의 연환산 실행률이 약 70억 달러에 도달했다고 보고했다. 또한 전 세계적으로 160개 이상의 스테이블코인 연계 카드 프로그램이 운영 중이거나 개발 중이라고 밝혔다.

이 수치는 Visa의 더 광범위한 결제 활동에 비하면 여전히 작다. 그러나 회사가 네트워크의 프런트엔드와 백엔드를 모두 개발하는 이유를 보여준다.

AI 에이전트는 결제가 시작되는 방식을 바꿀 수 있다. 스테이블코인과 토큰화된 예금은 기관이 그 배후 자금을 결제하거나 프로그래밍하는 방식을 바꿀 수 있다.

Visa의 결제 발표는 이러한 발전을 의도적으로 연결한다. 회사는 AI를 상거래의 전면부 변화로, 스테이블코인을 후면부 변화로 설명한다.

이러한 구도는 Visa AI 결제 포트폴리오 뒤에 있는 더 넓은 야심을 드러낸다. Visa는 단순히 AI 체크아웃을 위한 자격 증명을 제공하려는 것이 아니다. 자동화된 구매 결정과 최종 기관 결제 사이의 전체 경로를 조정하려 한다.

이 기회는 더 광범위한 디지털 도입도 반영한다. Visa의 경제 연구는 약 600개 도시를 조사해, 소규모 시장에서 비대면 카드 거래 침투율이 팬데믹 이전 약 31%에서 56%로 증가했음을 발견했다.

비대면 카드 거래는 가맹점이 카드를 물리적으로 취급하지 않을 때 발생한다. 에이전트 관리 쇼핑은 대체로 그 환경을 위해 개발된 위험 관리, 인프라, 가맹점 관행을 이어받게 될 것이다.

이러한 기존 기반은 배포를 쉽게 만든다. 그러나 고객이 의미 있는 구매 권한을 소프트웨어에 맡길지에 대한 신뢰 문제를 해결해 주지는 않는다.

Google News가 부각하는 결제 통제 계층 전쟁

핵심 경쟁은 Visa와 현금, 또는 카드와 스테이블코인 간의 대결이 아니다. 네트워크가 통제하는 승인과 플랫폼이 통제하는 에이전트 행동 간의 경쟁이다.

Mastercard와 다른 결제 기업들도 자체 에이전틱 커머스 시스템을 개발하고 있다. AI 플랫폼 역시 대화형 인터페이스에 쇼핑과 체크아웃 기능을 직접 내장하고 있다.

각 참여자는 거래의 통제 계층에 대한 영향력을 원한다. 이 계층은 사용자 지시가 어떻게 지출 권한으로 바뀌는지, 가맹점이 에이전트를 어떻게 식별하는지, 분쟁이 어떻게 해결되는지를 결정한다.

Visa는 글로벌 수용성과 성숙한 위험 관리 시스템을 갖추고 이 경쟁에 참여한다. 회사에 따르면 Large Transaction Model은 수십억 건의 거래를 학습했다.

Visa는 이 모델이 오탐 거절을 줄이면서 사기 탐지를 개선하도록 설계됐다고 말한다. 오탐 거절은 정상적인 거래가 잘못 거절되는 경우를 뜻한다.

에이전틱 거래는 이러한 균형을 더 어렵게 만든다. 유효한 사용자 지시를 따르더라도 낯선 자동화 구매는 의심스러워 보일 수 있다.

발급사는 에이전트가 시작한 거래를 너무 많이 거절하는 방식으로 대응할 수 있다. 이는 전환율을 훼손하고 자율 체크아웃의 신뢰성을 떨어뜨릴 것이다.

너무 자유롭게 승인하면 반대 문제가 생긴다. 사기범은 손상된 에이전트, 조작된 프롬프트, 도난당한 자격 증명을 악용해 기계 속도로 구매를 자동화할 수 있다.

Visa가 제안한 해법은 토큰 제한과 신원, 행동 신호, 네트워크 수준 데이터를 결합하는 것이다. 이는 기존 결제 시스템이 에이전트를 식별하고 이해할 수 있게 하는 메커니즘이다.

Agentic Directory는 소프트웨어 참여자를 식별하는 데 도움을 준다. 사용자 지시는 의도된 작업을 기록한다. 전용 토큰은 자격 증명 노출을 제한한다. 보증 신호는 발급사에 추가 맥락을 제공한다.

위임된 권한을 해결하는 단일 구성요소는 없다. 그 가치는 권한 부여 과정에서 함께 평가될 때 나온다.

이 지점에서 Visa의 네트워크 접근 방식은 하나의 AI 애플리케이션 안에 포함된 결제 기능과 다르다. 폐쇄형 결제는 자체 규칙 아래 제한된 범위의 가맹점과 구매를 관리할 수 있다.

Visa는 더 폭넓은 상호운용성을 추구하고 있다. Visa의 인프라는 가맹점, 금융기관, 에이전트 제공업체, 그리고 잠재적으로 여러 결제 체계 전반에서 작동하도록 설계됐다.

Visa의 Intelligent Commerce Connect 제품은 이러한 방향을 뒷받침한다. 회사는 기업이 단일 통합으로 AI 에이전트, 결제 제공업체, 네트워크 및 기타 기술 파트너와 연결할 수 있다고 설명한다.

상호운용성은 사용처를 확대할 수 있다. 동시에 책임 소재에 관한 어려운 질문도 제기한다.

에이전트가 사용자의 예산은 따르지만 반품 제한은 무시했다고 가정해 보자. 가맹점은 승인된 결제를 처리했고, 자격 증명은 유효했으며, 에이전트는 기술적으로 위임받은 역할의 일부를 수행했다.

전통적인 사기 방지 통제는 그 구매가 좋은 결정이었는지를 판단할 수 없다. 정의된 신호와 규칙에 따라 거래가 정상적으로 보이는지만 평가할 수 있다.

따라서 결제 네트워크에는 명확한 경계가 필요하다. 에이전트의 추론 품질을 보장하지 않으면서도 자격 증명, 참여자, 지출 권한은 검증할 수 있어야 한다.

AI 플랫폼은 반대의 문제에 직면한다. 추천의 근거는 설명할 수 있지만, 가맹점과 계정 전반에 걸친 조직적 사기를 탐지하는 데 필요한 네트워크 데이터를 보유하지 못할 수 있다.

이러한 분업은 Visa에 영향력을 제공한다. 에이전트 제공업체에는 가맹점이 인정하는 결제 자격 증명이 필요하다. 발급사는 거래를 승인하기 전에 에이전트 활동에 관한 표준화된 데이터가 필요하다.

Mastercard도 자체 네트워크와 제품을 바탕으로 유사한 주장을 펼칠 수 있다. 결제 처리업체와 지갑 제공업체 역시 에이전트와 가맹점 사이에 오케스트레이션 계층을 구축할 수 있다.

따라서 경쟁은 도입, 표준, 개발자 접근성을 중심으로 전개될 것이다. 승리하는 인프라는 모든 쇼핑 인터페이스를 소유할 필요가 없다. 그 인터페이스들이 신뢰를 구축하기 위해 사용하는 기본 방식이 되면 된다.

Google News를 통해 드러난 대중의 관심은 중요하다. 결제 표준은 대체로 소비자들의 시야 밖에서 발전하기 때문이다. 헤드라인은 자율 쇼핑을 완성된 제품처럼 보이게 할 수 있지만, 핵심 작업은 권한과 책임 문제를 다룬다.

기업에 실질적인 쟁점은 어떤 발표가 가장 야심 차게 들리느냐가 아니다. 시스템이 전체 의사결정 사슬에 걸쳐 활용 가능한 기록을 보존하는지 여부다.

에이전트 기반 구매를 평가하는 팀은 제품 요구사항, 인증 결정, 사기 관련 가정, 파일럿 결과를 문서화해야 한다. 검색 가능한 technical knowledge base는 이 글을 제품 튜토리얼로 바꾸지 않으면서도 이러한 기록을 연결하는 데 도움이 될 수 있다.

이 문서화는 거래 분쟁이 발생했을 때 필수적이다. 엔지니어, 컴플라이언스 담당자, 고객 지원팀은 사용자가 무엇을 요청했고 에이전트가 무엇을 실행했는지 재구성해야 한다.

Visa의 인프라는 네트워크 증거를 제공할 수 있다. AI 제공업체는 여전히 자신의 결정에 관한 해석 가능한 증거를 제공해야 한다.

Visa 결제 인프라에는 여전히 권한 부여 격차가 존재한다

Visa는 결제 레일을 현대화할 수 있지만, 사용자의 일반적 의도와 에이전트의 구체적 구매 사이의 격차를 없앨 수는 없다.

국제통화기금은 이를 핵심 설계 문제로 지목한다. 분석은 에이전트 기반 결제를 의도, 권한 부여, 결제로 구분한다.

의도는 사용자의 목표를 설명한다. 권한 부여는 에이전트가 수행하도록 허용된 일을 정의한다. 결제는 가치를 이전하고 적용 가능한 규칙에 따라 거래를 최종 확정한다.

기존 결제 인프라는 결정론적 지시를 전제로 한다. 사용자나 가맹점이 명확한 결제 요청을 제공하면 시스템은 이를 승인하거나 거절한다.

AI 에이전트는 확률적으로 작동한다. 동일한 광범위한 지시도 조건 변화에 따라 서로 다른 가맹점 선택, 배송 옵션, 구매 시점을 낳을 수 있다.

IMF의 agentic payments analysis는 추적 가능성, 불투명한 결정, 사이버 보안, 법적 불확실성, 고속 실행에 대해 경고한다. 이 분석은 거버넌스가 기술적 역량만큼 중요하다고 주장한다.

고정된 예산 안에서 적절한 항공편을 예약해 달라고 에이전트에 요청하는 소비자를 생각해 보자. 에이전트는 출발 시간, 수하물 규정, 경유, 환불 가능 여부를 바탕으로 “적절한”의 의미를 해석해야 한다.

토큰은 지출 한도를 강제할 수 있다. 하지만 선택된 여정이 소비자가 명시하지 않은 우선순위와 일치했는지는 독립적으로 입증할 수 없다.

권한 부여 격차는 반복 구매에서 더 심각해진다. 사용자는 에이전트가 소모품을 재주문하도록 허용할 수 있지만, 이례적인 가격 인상이나 수량 변화를 인식하기를 기대할 수 있다.

가맹점 데이터 역시 불완전하거나 전략적으로 구성될 수 있다. 에이전트는 기계 판독 가능한 제품 세부정보, 재고, 정책에 의존한다. 잘못된 데이터는 자격 증명 탈취 없이도 원치 않는 구매를 초래할 수 있다.

Visa의 Agent Score는 가맹점이 사이트를 소프트웨어에 더 쉽게 접근할 수 있도록 만드는 동기가 될 수 있다. 그러나 접근성은 정확성과 같지 않다.

에이전트 디렉터리는 거버넌스 문제도 낳는다. Visa는 누가 정당한 에이전트로 인정되는지, 검증이 시간이 지나며 어떻게 바뀌는지, 침해된 참여자를 어떻게 제거하는지를 정해야 한다.

디렉터리는 사칭을 줄일 수 있다. 그러나 검증된 에이전트가 수행하는 모든 행위가 안전하거나 사용자의 이익에 부합한다고 보장할 수는 없다.

분쟁 처리도 또 다른 시험대다. 기존 카드 보호 체계는 무단 거래와 정상적인 구매에 대한 불만을 구분한다.

에이전트 기반 상거래는 그 경계를 흐린다. 고객은 에이전트에 일반적인 권한을 부여했을 수 있지만, 거래로 이어진 구체적 해석은 거부할 수 있다.

결제 네트워크, 발급사, 가맹점, AI 기업은 이러한 사례에 일관된 규칙을 마련해야 한다. 그렇지 않으면 각 참여자가 다른 계층에 책임을 돌릴 수 있다.

소비자에게는 사고 발생 전에 이해할 수 있는 통제 수단도 필요하다. 긴 동의 화면이 기술 용어 뒤에 광범위한 지출 권한을 숨긴다면 의미 있는 통제를 제공하지 못한다.

유용한 위임 범위는 가맹점 범주, 시간 제한, 거래 한도, 총예산, 대체 규칙, 확인 기준을 정의해야 한다. 또한 사용자가 신속하게 권한을 철회할 수 있어야 한다.

Visa는 에이전트 기반 상거래 자료에서 최대 지출 통제와 같은 개념을 제시한다. 실제 배포에서는 이러한 통제가 여러 에이전트와 가맹점 여정 전반에서 명확하게 유지되는지를 보여줘야 한다.

도입이 늘수록 보안 압력도 커질 것이다. 공격자는 사용자, 에이전트, 가맹점 인터페이스, 자격 증명 제공 절차 또는 이들 사이에 전달되는 지시를 겨냥할 수 있다.

프롬프트 인젝션은 한 사례다. 악성 콘텐츠는 에이전트가 원래 규칙을 무시하거나 정보를 노출하도록 조작하려 할 수 있다.

토큰화는 탈취된 계정 정보의 가치를 제한하지만, 승인된 에이전트가 조작되어 시작한 거래를 바로잡지는 못한다. 위험 시스템은 자격 증명의 무결성과 행동 맥락을 모두 평가해야 한다.

오탐 거절은 계속 피할 수 없을 것이다. 특히 거래가 국경을 넘거나 고위험 가맹점 범주와 관련된 경우, 발급사는 익숙하지 않은 자동화 패턴을 즉시 신뢰하기 어려울 것이다.

Visa는 더 풍부한 토큰 데이터와 Large Transaction Model이 승인 결정을 개선할 수 있다고 말한다. 이러한 성능 주장은 실제 배포에서 나온 증거가 필요하다.

공개 지표는 사기 손실, 승인율, 오탐 거절, 분쟁, 고객 불만을 구분해야 한다. 승인율이 높아진다는 사실만으로 에이전트 기반 결제가 더 안전하다는 점이 입증되지는 않는다.

스테이블코인 결제는 관련된 또 다른 절충점을 만든다. 지속적인 결제는 가용성을 개선하고 기존 운영 시간 외에 자금을 이동시킬 수 있다.

반면 운영상의 실수가 더 빠르게 확산되도록 만들 수도 있다. 기관에는 지속적으로 작동하는 유동성 통제, 대사 절차, 컴플라이언스 시스템이 필요하다.

Visa의 모듈형 현대화 전략은 레거시 시스템을 교체해야 하는 부담을 줄인다. 하지만 은행과 매입사 내부의 통합 작업까지 없애지는 않는다.

단일 외부 API도 분절된 내부 원장, 사기 탐지 엔진, 고객 기록, 컴플라이언스 워크플로와 연결될 수 있다. 이러한 의존성이 배포가 진정으로 점진적인지를 결정한다.

이것이 Google News의 관심을 신중하게 다뤄야 하는 가장 강력한 이유다. Visa는 신뢰할 만한 구성요소를 갖췄지만, 운영 모델은 여전히 구축 중이다.

회사는 소비자가 대규모로 고액 구매를 위임할 것이라는 점을 독립적으로 입증하지 못했다. 또한 시장 전반에서 책임 기준이 확정됐다는 점도 보여주지 못했다.

중요한 구분은 기술적 준비도와 제도적 준비도 사이에 있다. Visa는 규제기관, 발급사, 소비자가 허용 가능한 위임에 합의하기 전에 토큰을 발급하고 승인 데이터를 강화할 수 있다.

Visa의 전략을 시험할 세 가지 신호

Visa의 전략은 실제 도입, 측정 가능한 위험 성과, 집행 가능한 책임성이 함께 진전될 때에만 의미를 갖는다.

첫 번째 신호는 통제된 파일럿을 넘어선 거래 도입이다. Visa와 파트너들은 소비자가 여러 가맹점 범주에서 에이전트를 통해 반복 구매를 완료한다는 점을 보여줘야 한다.

소수의 시연은 기술적 연결성을 확인해 줄 것이다. 반복 사용은 고객이 통제를 이해할 수 있고 결과가 유용하다고 느낀다는 점을 나타낼 것이다.

가장 강력한 증거에는 활성 사용자 수, 반복 거래율, 거래 완료율, 확인 빈도, 분쟁률이 포함될 것이다. 이러한 지표는 에이전트가 새로운 지원 비용을 만들지 않으면서 구매 노력을 줄이는지를 보여줄 것이다.

OpenAI의 유통은 특히 중요하다. Visa 통합은 전용 결제 애플리케이션이 아니라 대규모 대화형 인터페이스에 에이전트 기반 결제를 노출할 수 있다.

그러나 제공 가능성이 곧 도입을 의미하지는 않는다. 사용자는 위임 결제를 선택하고, 자격 증명을 설정하며, 명확한 한도 안에서 에이전트를 신뢰해야 한다.

두 번째 신호는 승인 성과다. Visa는 에이전트 전용 토큰, 보증 신호, Large Transaction Model이 사기와 오탐 거절에 어떤 영향을 미치는지 보여주는 비교 가능한 데이터를 제공해야 한다.

이 측정에는 적절한 기준선이 포함돼야 한다. 에이전트 거래를 관련 없는 카드 활동과 비교하면 가맹점 유형, 지역, 고객 행동의 차이가 가려질 수 있다.

유용한 평가는 강화된 에이전트 데이터가 있는 유사 구매와 없는 유사 구매를 비교할 것이다. 또한 결과가 발급사와 거래 범주에 따라 어떻게 달라지는지도 공개할 것이다.

사기 손실이 통제되는 동시에 오탐 거절이 감소한다면 Visa의 네트워크 메커니즘은 신뢰를 얻는다. 발급사가 여전히 익숙하지 않은 에이전트 활동을 거절한다면, 이 플랫폼은 기술적으로는 제공 가능하지만 결제 단계에서는 성과가 낮은 서비스가 될 위험이 있다.

세 번째 신호는 명확한 책임 및 동의 규칙의 등장이다. 발급사, 네트워크, AI 제공업체, 가맹점은 무엇이 승인된 에이전트 거래를 구성하는지 합의해야 한다.

규제 지침은 이 과정을 가속할 수 있다. 법원 판결이나 주목도가 높은 분쟁은 이를 덜 예측 가능한 방식으로 형성할 수 있다.

핵심 질문은 포괄적인 위임이 거래별 지시와 동일한 법적 의미를 갖는지 여부다. 이 질문은 환불, 차지백, 사기 청구, 소비자 고지에 영향을 미친다.

IMF의 프레임워크는 유용한 시험 기준을 제공한다. 시스템은 사용자 의도, 위임된 권한, 최종 결제 사이의 연결을 보존해야 한다.

결제 기록이 유효한 토큰이 사용됐다는 사실만 보여 준다면, 에이전트의 해석을 둘러싼 이견을 해결할 수는 없다. AI 제공업체가 대화 내용만 저장한다면, 발급사에 제시된 정확한 승인 정보를 포착하지 못할 수도 있다.

상호운용 가능한 기록은 불필요한 개인정보를 노출하지 않으면서 이러한 계층을 연결해야 한다. 이를 위해서는 단순히 모델 성능을 개선하는 것이 아니라 기술 표준과 거버넌스 합의가 필요하다.

이 지점에서 Visa의 광범위한 인프라 현대화가 중요해질 것이다. 매입사와 발급사는 새로운 에이전트 신호를 수집하고 이를 실시간 의사결정에 활용할 수 있는 시스템이 필요하다.

회사의 modern infrastructure 구상은 전면 교체가 현실적이지 않다는 점을 인정한다. 모듈형 도입 방식은 기관들이 기존 처리 체계를 유지하면서 새로운 신호를 시험할 수 있게 한다.

이러한 전환은 제품 시연에서뿐 아니라 일상적인 운영 환경에서도 작동해야 한다. 은행은 가동 시간, 조정, 사기 방지 성과, 통합 작업량, 감사 가능성을 기준으로 이를 평가할 것이다.

가맹점은 다른 결정을 내려야 한다. 카탈로그를 에이전트가 접근할 수 있도록 하는 것이 AI 플랫폼에 지나치게 많은 통제권을 넘기지 않으면서 전환율을 높이는지 판단해야 한다.

구조화된 상품 데이터는 에이전트가 여러 제안을 비교하는 데 도움이 될 수 있다. 동시에 경쟁 가맹점 간 가격과 재고 차이를 즉시 드러낼 수도 있다.

결제 네트워크는 결제를 지원할 수 있지만, 에이전트가 어떤 가맹점을 선택할지는 결정하지 않는다. 가맹점은 신뢰할 수 있는 기여도 측정 체계와 자동화된 구매 이후에도 고객 관계를 유지할 방법이 필요하다.

개발자는 제품 출시만큼이나 표준을 면밀히 지켜봐야 한다. 시장이 분열될 경우 Visa, Mastercard, 지갑 서비스, AI 플랫폼마다 별도의 통합이 필요해질 수 있다.

광범위하게 채택되는 위임 형식은 이러한 복잡성을 줄일 수 있다. 이는 사용자 신원, 허용된 작업, 시간 제한, 예산 제약, 가맹점 정보, 실행 증빙을 정의할 수 있다.

이러한 표준이 성숙하기 전까지 개발자는 “agent-ready”를 이분법적인 라벨로 취급하지 말아야 한다. 가맹점은 머신 검색을 지원하지만 위임 결제는 지원하지 않을 수 있다. 은행은 토큰을 발급할 수 있지만 모든 구매에 대해 확인을 요구할 수 있다.

경쟁이 빠르게 전개되고 있기 때문에 Google News는 계속해서 제품 발표를 노출할 것이다. 더 중요한 증거는 기술 문서, 발급사 도입 사례, 규제 지침, 보고된 운영 지표에서 나타날 것이다.

Visa AI 결제를 평가하는 독자라면 다음 세 가지를 직접 물어봐야 한다. 사람들이 이 시스템을 반복적으로 사용하고 있는가, 위험 관련 결과가 개선되고 있는가, 그리고 모든 참여자가 각 구매를 누가 승인했는지 설명할 수 있는가?

세 가지 질문 모두에 대한 답이 예가 된다면, Visa는 기존 결제 네트워크에 AI를 덧붙이는 데 그치지 않은 것이다. 소프트웨어 주도형 상거래를 위한 신뢰할 수 있는 통제 계층을 구축하게 될 것이다. 하나라도 아니오로 남는다면, 헤드라인이 인프라보다 앞서가고 있는 셈이다.