파트너십

Ant International, Visa, Mastercard, AI 에이전트 검증 규칙에 합의

mm
Unite.AI를 Google의 선호 소스에 추가

Ant International, Mastercard 및 Visa는 에이전트 기반 상거래를 위한 Know-Your-Agent (KYA) 상호운용성 프레임워크에 대한 협업을 시작했으며, 2026년 9월 10일에 발표하면서 2030년까지 AI 에이전트가 전 세계 소비자 상거래의 3조~5조 달러를 주도할 것으로 전망했습니다.

이 프레임워크는 카드 네트워크, 디지털 지갑 생태계, 에이전트 플랫폼 및 마켓플레이스가 네트워크 전반에 걸쳐 에이전트 온보딩 및 식별을 효율화하도록 설계되었습니다. 각 네트워크의 자체 검증 및 의사결정 프로세스를 유지하면서 공유 원칙에 기반합니다. 발표에 따르면, 결제 네트워크와 서비스 제공자의 KYA 아키텍처는 요구사항 및 책임성을 설정하고, 에이전트 신원을 검증하며, 안전하고 신뢰할 수 있는 거래 실행을 보장합니다.

언급된 수치는 2026년 1월 28일 McKinsey의 QuantumBlack 연구 부서가 발표한 전망과 일치하며, 중간 시나리오에서도 AI 에이전트가 2030년까지 전 세계 소비자 상거래의 3조~5조 달러를 중개할 수 있다고 합니다. McKinsey 기사는 에이전트 기반 상거래가 구독 재충전과 같은 프로그래밍된 편의성에서부터 개인 에이전트가 전문 에이전트 네트워크와 직접 협상하는 아직 진화 중인 다중 에이전트 네트워크 상거래 단계에 이르는 6단계 자동화 곡선을 따라 전개된다고 설명합니다. 여기서는 MCP, A2A, AP2, ACP, UCP와 같은 오픈소스 프로토콜을 에이전트가 데이터를 읽고, 다른 에이전트와 협상하며, 안전하게 거래할 수 있게 하는 레일로 식별합니다.

프레임워크 메커니즘 및 신뢰 신호

KYA 협업은 세 가지 요소에 초점을 맞춥니다. 교차 네트워크 운영자 추적성은 각 에이전트를 검증된 운영자, 카드 소지자, 혹은 기업·조직과 연결하여 에이전트 활동의 명확한 귀속을 가능하게 합니다. 공유 인증 요구사항은 보안 및 행동 기준에 따라 각 에이전트를 평가해 기대대로 작동하도록 보장합니다. 지속적인 거래 모니터링은 신원 및 거래 관련 신호를 조합해 각 에이전트를 평가하고 인증을 지속적으로 지원합니다.

기업들은 상호운용 가능한 KYA 프레임워크가 서비스 제공업체, 에이전트 플랫폼 및 마켓플레이스의 에이전트 기반 결제 거래를 간소화하면서 신뢰 방어선을 유지할 수 있다고 밝혔습니다. 이 이니셔티브를 통해 결제 생태계 전반에서 공통 신뢰 신호를 인식하면서 위험 통제는 유지하고, 통합 복잡성과 중복된 에이전트 신원 검증을 감소시킬 수 있습니다. 기업들은 이를 통해 새로운 에이전트 기반 서비스의 시장 출시 속도가 빨라지고 통합 비용이 낮아지며, 참여 네트워크 전반에 걸쳐 신뢰와 위험 가시성이 향상될 것이라고 전했습니다.

기존 프로토콜

세 조직은 각각 자체 프로토콜을 출시한 바 있습니다: Visa의 Trusted Agent Protocol, Mastercard의 Verifiable Intent, 그리고 Ant International의 Agentic Mobile Protocol. 이제 이들은 공통 원칙을 향해 협력할 기회를 모색할 예정입니다.

Ant International은 2026년 4월 28일 오픈소스 Agentic Mobile Protocol(AMP)을 출시했으며, 이를 디지털 지갑, 은행 앱, 슈퍼앱 및 웨어러블 기기를 포함한 모바일 인터페이스를 위해 설계된 세계 최초의 에이전트 기반 결제 프레임워크라고 설명했습니다. AMP 프레임워크는 에이전트의 디지털 신원을 설정하고 허가된 기능을 인증하는 전체 스펙트럼 KYA 프레임워크와, 에이전트가 신뢰할 수 있는지 여부를 판단하고 자율성 수준을 제어하는 Agent Trust Rating 메커니즘을 포함합니다. Ant International은 이 프로토콜이 기존 카드 연동 방식에 비해 결제 에이전트를 디지털 지갑에 연결하는 단계 수를 50% 줄이며, 계정 탈취 상황에서 결제 파트너에게 모든 에이전트 주도 거래에 대한 환불 보증을 제공하고, 실시간 회계 및 정산을 통해 $0.000001 수준의 소규모 에이전트 간 거래도 처리할 수 있다고 밝혔습니다. 또한 이 회사는 당시 Mastercard와 Visa의 AI 에이전트를 위한 카드 기반 거래 기능을 시범 운영한 최초 파트너 중 하나였으며, Google과 협력해 에이전트 기반 상거래 및 결제 프로토콜을 개발하고 있다고 전했습니다.

BuildFin.ai와 싱가포르의 SAFR 프레임워크

런타임에서 에이전트 기반 금융을 보호하기 위한 Safeguards for Agentic Finance at Runtime (SAFR) 프레임워크를 기반으로, Ant International, Mastercard 및 Visa는 BuildFin.ai를 통해 싱가포르 결제 생태계 전반에 걸친 AI 에이전트 검증, 책임 및 위험 관리에 대한 공통 접근 방식을 발전시킬 협업을 진행합니다. BuildFin.ai는 싱가포르 통화청(MAS)이 주관하는 산업 플랫폼으로, 금융 기관, 기술 제공업체 및 연구자를 모아 금융 서비스용 책임 있는 AI 솔루션을 개발·확장합니다.

MAS는 2026년 7월 3일 SAFR 백서를 발표했으며, 이는 금융 서비스 분야에서 AI 에이전트가 안전하고 보안되며 신뢰할 수 있게 금융 업무를 수행하도록 하는 산업 주도 프레임워크를 제안합니다. SAFR은 AI 에이전트가 작업을 실행하기 전에 제안된 행동을 검증하고 기록하는 거버넌스 체크포인트를 제공하며, MAS의 Project Mindforge에서 개발한 AI 위험 관리 툴킷을 기반으로 합니다. 백서는 정책 기반 실행, 실시간 검증, 감사 가능성 및 상호운용성을 포함한 보호 장치를 시스템 운영에 어떻게 삽입할 수 있는지를 제시합니다. MAS는 업계 구성원들이 에이전트 지원 결제 및 재무 운영, 자산 관리·자문 워크플로, 고객 참여 등 다양한 사용 사례에 이 프레임워크를 적용했다고 밝혔습니다.

임원 발언

“AI 에이전트가 사람들의 발견 및 구매 방식에서 점점 더 큰 비중을 차지하게 되면서, 신뢰도 함께 확대되어야 합니다,”라고 Visa의 글로벌 성장 제품 및 전략적 파트너십 책임자인 Rubail Birwadker가 말했습니다. 그는 이러한 협업이 AI 기반 거래가 보편화됨에 따라 결제 생태계 전반에 걸쳐 일관성, 책임성 및 신뢰를 높이는 데 기여할 수 있다고 강조했습니다.

Mastercard의 최고 디지털 책임자 Pablo Fourez는 KYA 프레임워크 간 상호운용성이 에이전트 기반 상거래를 대규모로 구현하는 데 필수적이며, 이를 통해 가맹점, 플랫폼, 지갑 및 발행자는 신뢰할 수 있는 에이전트를 일관되게 인식하고, 행동이 사용자의 의도를 반영하는지 검증하며, 거래 전반에 걸쳐 책임성을 유지할 수 있다고 말했습니다. 그는 Mastercard Verifiable Intent가 이러한 개방형 생태계를 위해 설계되었다고 밝혔습니다.

“카드와 지갑 네트워크 간의 상호운용 가능한 KYA는 에이전트 기반 상거래에서 우리 결제 파트너, 플랫폼 및 가맹점의 신뢰를 확보하는 데 핵심적입니다,”라고 Ant International의 최고 혁신 책임자 Jiang-Ming Yang이 말했습니다. 그는 Ant International이 업계가 더 풍부한 신호(역량, 행동, 실행 성과 및 위험 데이터)를 활용해 신뢰를 강화하고 고객 및 고객의 고객을 위한 거래를 간소화함에 따라 협업을 확대하기를 기대한다고 밝혔습니다.

MAS는 관심 있는 산업 파트너들에게 BuildFin.ai 작업 그룹에 참여해 SAFR의 차후 버전을 공동 개발하고 형성하도록 초대했으며, Future of Finance Institute가 산업 파일럿 및 샌드박스 실험을 통해 프레임워크의 향후 도입을 지원하여 금융 기관이 SAFR에 부합하는 솔루션을 테스트하고 배포할 수 있도록 도울 것이라고 밝혔습니다.

베라 신유나이트.AI의 AI 생성 분석가로, 금융, 은행, 금융 인프라에서 인공지능에 대한 내용을 다룹니다. 그녀의 작업은 투자 은행, 신용 심사, 위험 관리, 거래 시스템, 그리고 글로벌 금융 기관에서의 사기 탐지에 대한 인공지능의 영향에 초점을 맞추고 있습니다.
정확하고 정량적인 관점에서, 베라 신은 시장 분석, 신용 평가, 돈 세탁 방지, 그리고 은행의 운영 효율성에 대한 기계 학습 모델의 적용을 조사합니다. 그녀는 모델의 정확성, 규제 제한, 그리고 금융 시스템에서의 자동화, 투명성, 그리고 시스템 위험 사이의 균형에 대해 특별한 주의를 기울입니다.
베라 신이 작성한 기사들은 AI에 의해 생성되어 유나이트.AI의 편집 팀에 의해 검토되어 금융 및 은행에서 인공지능의 확장 역할에 대한 정확성, 명확성, 그리고 책임 있는 보도를 보장합니다.