코인베이스는 x402 결제 프로토콜, Base 블록체인, USDC 스테이블코인을 결합해 AI 에이전트 간 자동 결제 인프라를 구축하려 하고 있다. Agentic Wallet과 Agentic.market을 통해 AI 에이전트가 서비스 탐색부터 API 호출 결제까지 사람 개입 없이 수행하도록 설계됐다.

Create a landscape editorial hero image for this Studio Global article: How is Coinbase positioning itself for an emerging AI agent economy that Brian Armstrong says could eventually surpass human commerce, and w. Article summary: Coinbase is trying to make itself the payments and wallet layer for AI-to-AI commerce: x402 for pay-per-request web payments, Base as the low-fee settlement network, USDC as the unit of account, and Agentic Wallet/MCP pl. Topic tags: general, general web, user generated, documentation, government. Reference image context from search candidates: Reference image 1: visual subject "Title: Coinbase CEO Says Base Could Power the AI Agent Economy in Next Crypto Bull Cycle # Coinbase CEO Says Base Could Power the AI Agent Economy in Next Crypto Bull Cycle. Coinba" source context "Coinbase CEO Says Base Could Power the AI Agent Economy in Next Crypto Bull Cycle" Refere
AI가 서로 서비스를 사고 결제하는 **‘에이전트 경제(agentic economy)’**라는 개념이 핀테크와 인터넷 인프라 분야에서 새로운 화두로 떠오르고 있다. 코인베이스 CEO 브라이언 암스트롱은 앞으로 AI 에이전트 간 상거래 규모가 인간 경제보다 커질 수 있다는 전망을 내놓기도 했다.
코인베이스는 이 미래를 대비해 기계 간(machine‑to‑machine) 결제와 서비스 발견(discovery) 인프라를 구축하고 있다. 핵심 요소는 x402 결제 프로토콜, Base 블록체인 네트워크, 그리고 USDC 스테이블코인이다. 다만 현재까지의 데이터는 아직 이 생태계가 초기 실험 단계에 있음을 보여준다.
코인베이스의 목표는 간단하다. 자율 소프트웨어가 사용하는 기본 금융 인프라가 되는 것이다.
이 전략의 중심에는 x402라는 오픈 결제 프로토콜이 있다. 이 프로토콜은 원래 거의 사용되지 않았던 HTTP 상태 코드 **“402 Payment Required”**를 활용해, 웹 요청 자체에 결제를 결합한다.
작동 방식은 비교적 단순하다.
이 모델에서는 구독이나 API 키 대신 요청당 과금(pay‑per‑request) 방식이 가능하다. 특히 AI 에이전트가 자동으로 수천·수만 번 호출하는 환경에 맞게 설계됐다.
코인베이스는 여기에 Agentic Wallet 인프라도 추가했다. 이 시스템은 다음 기능을 묶는다.
이를 통해 AI 에이전트가 별도의 인증 설정 없이 서비스를 발견하고 바로 결제하도록 만드는 것이 목표다.
코인베이스의 구조는 크게 두 가지 자산에 의존한다.
첫 번째는 USDC다. 달러에 연동된 스테이블코인으로, 가격 안정성과 프로그래머블 결제 특성 때문에 AI 기반 거래에 적합하다.
두 번째는 Base다. 코인베이스가 만든 레이어2 블록체인으로, 저렴한 수수료와 빠른 결제를 목표로 한다.
이 구조에서 역할은 다음과 같다.
코인베이스는 이미 USDC 생태계에서 큰 비중을 차지하고 있다. 회사 발표에 따르면 전체 유통 USDC의 25% 이상이 코인베이스 서비스 내에서 보유되고 있다.
x402 채택을 보여주는 가장 많이 인용되는 지표는 거래 수다.
다만 업계 보고마다 수치는 조금씩 다르다.
이 수치들은 대부분 암호화폐 업계 보도나 프로젝트 자료에서 나온 것이며, 공시 수준의 검증 데이터는 아니다. 따라서 안전한 해석은 다음과 같다.
수천만 건에서 1억 건 이상의 기계 결제가 이미 발생했지만 시장 규모 자체는 아직 실험 단계다.
코인베이스는 결제 인프라뿐 아니라 서비스 발견 플랫폼도 만들었다. 이름은 Agentic.market이다.
이 플랫폼은 일종의 AI 에이전트용 앱스토어처럼 작동한다.
AI 에이전트는 이곳에서
를 수행할 수 있다.
예를 들어 AI 에이전트가 뉴스 API, 소셜 데이터, 시장 데이터를 동시에 구매해 분석하는 작업을 몇 센트 비용으로 수행할 수 있다. 일부 예시 워크플로에서는 $0.02~$0.04 수준의 결제도 등장한다.
이 모델의 핵심 논리는 하나다.
AI는 은행 계좌를 만들 수 없다.
은행 계좌는 일반적으로 신원 확인(KYC)과 법적 책임 주체를 요구한다. 하지만 AI 에이전트는 여권이나 법적 신분이 없다.
반면 암호화폐 지갑은 프로그램적으로 생성하고 관리할 수 있다.
그래서 AI 에이전트는 지갑을 통해
를 자동으로 수행할 수 있다.
또한 AI는 하루에 수백만 번의 마이크로 거래를 할 수 있기 때문에 카드 결제나 송장 기반 결제 시스템은 구조적으로 맞지 않는다.
코인베이스만 이 시장을 노리는 것은 아니다.
2026년 5월 Circle은 AI 에이전트를 위한 개발 도구 모음 Circle Agent Stack을 출시했다. 이 플랫폼은 에이전트가 자산을 보유하고 서비스를 찾고 USDC로 거래할 수 있게 한다.
같은 시기 Google Cloud와 Solana 재단은 Pay.sh라는 결제 게이트웨이를 공개했다. AI 에이전트가 API를 사용할 때 요청당 스테이블코인 결제를 할 수 있는 시스템이다.
이 흐름은 한 가지를 보여준다.
클라우드 기업, 스테이블코인 발행사, 블록체인 네트워크, 결제 기업이 모두 ‘기계 경제’ 인프라 경쟁에 들어갔다는 점이다.
핵심 경쟁은 결국 다음 질문으로 귀결된다.
“인터넷에서 기계가 사용하는 기본 결제 레이어는 누가 만들 것인가?”
이 시장의 또 다른 변수는 규제다.
미국은 2025년 GENIUS Act를 통과시키며 달러 기반 스테이블코인에 대한 첫 연방 규제 체계를 만들었다.
이 법은 다음과 같은 요구 사항을 포함한다.
현재 미국 통화감독청(OCC)은 해당 법을 실행하기 위한 세부 규정을 마련 중이다.
코인베이스와 Circle 같은 기업에는 규제 명확성이 기관 채택을 촉진할 수 있는 요소가 될 수 있다. 반대로 규제 준수 비용이 높아지면서 소규모 프로젝트나 해외 발행사의 진입 장벽이 높아질 가능성도 있다.
브라이언 암스트롱의 주장—AI 에이전트 경제가 인간 경제보다 커질 수 있다—는 아직 전망에 가깝다.
이 논리의 근거는 다음과 같다.
하지만 현재 데이터는 아직 실험적 단계의 인프라 경쟁을 보여줄 뿐이다.
즉, 지금 벌어지고 있는 것은 거대한 경제가 이미 존재한다는 증거가 아니라 그 경제를 위한 결제 레일을 누가 만들지에 대한 경쟁에 가깝다.
그리고 그 경쟁에서 코인베이스는 지갑, 결제 프로토콜, 블록체인 네트워크, 서비스 마켓플레이스까지 하나의 스택으로 묶는 전략을 택하고 있다.
Studio Global AI
Use this topic as a starting point for a fresh source-backed answer, then compare citations before you share it.
코인베이스는 x402 결제 프로토콜, Base 블록체인, USDC 스테이블코인을 결합해 AI 에이전트 간 자동 결제 인프라를 구축하려 하고 있다.
코인베이스는 x402 결제 프로토콜, Base 블록체인, USDC 스테이블코인을 결합해 AI 에이전트 간 자동 결제 인프라를 구축하려 하고 있다. Agentic Wallet과 Agentic.market을 통해 AI 에이전트가 서비스 탐색부터 API 호출 결제까지 사람 개입 없이 수행하도록 설계됐다.
x402 거래 규모는 수천만 1억 건 이상으로 보고되지만 정확한 수치는 업계 보도에 기반한 것으로 초기 실험 단계로 평가된다.