에이전트 결제 시장은 얼마나 커질수 있을까 에이전트 결제를 이야기하다 보면 자주 받는 질문이 있습니다. 그래서 이 시장은 얼마나 커질까요? 아직 본격적으로 시작되지 않은 시장의 크기를 숫자로 이야기하는 것은 쉽지 않습니다. 그런 의미에서 지금 x402나 MPP를 통해 얼마나 많은 결제가 발생하고 있는지를 가지고 시장의 크기를 추정하는 것도 큰 의미는 없다고 생각합니다. 그래서 저는 반대로 앞으로 에이전트가 무엇을 구매하게 될지를 보는 편이 더 적절하다고 봅니다. 가장 먼저 생각할 수 있는 것은 API입니다. Postman의 2025 State of the API에 따르면 이미 65%의 조직이 API를 통해 매출을 만들고 있으며, 그중 74%는 전체 매출의 10% 이상을 API에서 만들고 있다고 답했습니다. API는 시스템을 연결하기 위한 인터페이스를 넘어 이미 하나의 상품이 되어가고 있습니다. 반면 같은 조사에서 AI 에이전트를 고려해 API를 설계하고 있다는 응답은 아직 24%에 불과했습니다. API를 판매하는 시장은 이미 만들어지고 있지만, 이를 에이전트가 직접 발견하고 구매해서 사용하는 시장은 이제 시작되는 단계라고 볼 수 있습니다. 에이전트가 구매할 수 있는 것은 API만이 아닙니다. 데이터, 이미지와 영상, 음원, 3D 모델, 게임 에셋과 같은 디지털 자산도 이미 거대한 시장을 형성하고 있습니다. Shutterstock은 2025년 약 9.9억 달러의 매출을 기록했고, 그중 이미지, 영상, 음악, 3D 모델 등을 포함한 Content 부문이 약 7.9억 달러였습니다. 한 해 동안 플랫폼에서 발생한 유료 다운로드만 4.5억 건 이상입니다. 더 넓게 보면 2025년 Virtual Goods 시장은 조사기관에 따라 이미 1,000억 달러 이상으로 추정됩니다. 물론 이 숫자들을 단순히 더해 에이전트 결제 시장의 TAM이라고 부를 수는 없습니다. 다만 중요한 것은 이미 인터넷 위에 기계가 구매할 수 있는 형태로 전환될 수 있는 수많은 디지털 자원과 거대한 시장이 존재한다는 점입니다. 예를 들어 광고를 만드는 에이전트를 생각해볼 수 있습니다. 에이전트가 광고의 목적과 예산을 전달받고, 필요한 시장 데이터를 구매하고, 광고에 적합한 배우를 찾아 얼굴이나 목소리에 대한 사용권을 구매합니다. 필요한 음원과 3D 에셋을 라이선스하고, 이미지와 영상 생성 API를 호출한 뒤 결과물을 검수하고 광고 플랫폼을 통해 캠페인까지 집행할 수 있습니다. 지금은 이 과정 곳곳에서 사람이 계정을 만들고, 가격을 확인하고, 계약하고, 결제하고, API Key를 발급받습니다. 에이전트가 경제 활동의 주체가 된다면 이 과정은 필요한 것을 발견하고, 조건과 권한을 확인하고, 결제하고, 바로 사용하는 과정으로 바뀔 수 있습니다. Stripe와 Tempo가 MPP를 제안하며 이야기하는 문제도 결국 기존의 결제 시스템이 이러한 기계의 구매를 전제로 설계되지 않았다는 데 있습니다. 저는 여기서부터가 에이전트 결제 시장을 생각할 때 더 중요한 부분이라고 봅니다. 에이전트가 기존에 사람이 하던 구매를 대신하는 것만으로 끝나지는 않을 가능성이 높기 때문입니다. 사람에게는 거래 자체에도 비용이 있습니다. 10원짜리 데이터를 사기 위해 회원가입을 하고 카드를 등록하지 않고, API를 세 번 호출하기 위해 월 20달러짜리 서비스를 계약하지도 않습니다. 그래서 지금의 디지털 경제는 Subscription, Bundle, Seat 같은 단위로 상품을 묶어 판매해왔습니다. 반면 에이전트는 하나의 작업을 수행하기 위해 데이터 37건을 구매하고, 검색 API를 세 번 호출하고, 특정 이미지의 사용권을 획득하고, 추론 API를 한 번 호출한 뒤 결과 검증에 다시 비용을 지불할 수 있습니다. 각각의 거래가 몇 원이나 몇십 원이어도 상관없고, 수많은 공급자의 가격과 품질, 조건을 비교하는 것도 가능합니다. 거래 비용이 낮아지면 거래의 단위가 작아지고, 거래의 단위가 작아지면 지금까지 상품으로 만들기 어려웠던 것들도 상품이 될 수 있습니다. 데이터 한 건, API 한 번, GPU 몇 초, 이미지의 특정 사용권, 게임의 3D 에셋, 특정 모델의 추론, 한 번의 검증까지 가격을 가질 수 있습니다. 그래서 에이전트 결제 시장의 크기를 지금 x402나 MPP에서 발생하는 결제 규모로 판단하는 것은 큰 의미가 없다고 생각합니다. 우리가 봐야 하는 것은 API, 데이터, 콘텐츠, 컴퓨팅 자원, 디지털 에셋처럼 이미 거래되고 있는 것들이 에이전트가 직접 구매할 수 있는 형태로 바뀌는 시장과, 그 과정에서 새롭게 거래 가능해지는 수많은 자원의 시장입니다. 이 시장들이 그대로 에이전트 결제 시장이 된다는 이야기는 아닙니다. 오히려 저는 이것들이 에이전트가 경제 활동을 시작할 수 있는 기반 시장이라고 생각합니다. 인터넷이 정보를 연결하고 API가 서비스를 연결했다면, 에이전트는 그 위에서 필요한 자원을 스스로 발견하고 구매하고 조합해서 결과를 만들어내는 새로운 소비 주체가 될 수 있습니다. 그렇게 본다면 에이전트 결제는 새로운 결제 수단 하나의 시장이라기보다 에이전트가 경제 활동의 주체가 되기 위해 필요한 인프라에 더 가깝습니다. 그리고 지금 우리가 보고 있는 API와 데이터, 디지털 에셋 시장의 규모는 에이전트 결제 시장의 상한이 아니라, 어쩌면 그 시장이 시작되는 지점일지도 모르겠습니다.

[AI가 경제적 주체가 될 때, 프로그래머블 머니는 생명력을 얻습니다] LLM에 어떤 일을 맡기다 보면 흥미로운 순간이 있습니다. 제가 코드를 요청하지 않았는데도, LLM이 목적을 달성하기 위해 스스로 스크립트나 작은 프로그램을 만들어 사용하는 경우입니다. 제가 요청한 것은 프로그램이 아니라 결과였고, 프로그램은 그 결과에 도달하기 위해 LLM이 선택한 수단이었습니다. 이 경험을 하며 한 가지 생각이 들었습니다. AI에게 일정한 예산과 거래 권한이 주어진다면, 돈을 다루는 프로그램도 목적을 달성하기 위한 수단으로 만들어 사용할 수 있지 않을까. 스마트컨트랙트는 누구에게 돈을 보낼지뿐 아니라 어떤 조건에서 지급하고, 조건이 충족되지 않으면 어떻게 돌려줄지까지 코드로 정할 수 있게 합니다. 우리는 이를 프로그래머블 머니라고 불러왔습니다. 하지만 지금까지 돈이 움직이는 경로는 대부분 사람이 미리 그어두어야 했습니다. 프로그램은 정해진 규칙을 정확히 실행할 수 있었지만, 왜 그 거래가 필요한지 이해하거나 새로운 목적에 맞는 규칙을 스스로 만들지는 못했습니다. 반대로 AI는 목적을 이해하고 필요한 프로그램을 만들 수 있었지만, 그것을 실제 자산의 이동으로 연결할 경제적 권한은 갖고 있지 않았습니다. 두 기술이 연결되면 이 구조가 달라집니다. 예를 들어 리서치 에이전트가 보고서를 작성하다 다른 에이전트가 가진 데이터가 필요해졌다고 해보겠습니다. 데이터를 가진 쪽은 대금 지급을 보장받고 싶고, 구매하는 쪽은 데이터를 확인하기 전에 돈을 넘기고 싶지 않을 수 있습니다. 이때 에이전트는 단순히 결제 기능을 찾는 데서 멈추지 않고, 합의한 조건이 충족되면 대금을 지급하는 에스크로를 구성할 수 있습니다. 서로 다른 네트워크의 자산을 교환해야 하고 어느 쪽도 먼저 보내고 싶지 않다면, HTLC를 이용한 아토믹 스왑을 선택할 수도 있습니다. 중요한 것은 에스크로나 아토믹 스왑이라는 기술 자체가 아닙니다. 둘 다 오래전부터 존재했습니다. 중요한 것은 에이전트에게 주어진 일이 금융 프로그램을 개발하는 일이 아니었다는 점입니다. 에이전트에게 주어진 것은 보고서를 작성하라는 목적이었습니다. 그 목적을 수행하다 거래가 필요해졌고, 거래를 성립시키기 위해 금융 프로그램까지 구성한 것입니다. LLM이 데이터를 처리하기 위해 스크립트를 만들어 쓰는 것과 같은 구조입니다. 다만 여기서는 프로그램이 다루는 대상이 파일이나 데이터가 아니라 실제 자산입니다. 물론 매번 새로운 스마트컨트랙트를 처음부터 만들 필요는 없습니다. 기존의 검증된 컨트랙트를 가져와 조합하고, 필요한 부분만 추가하는 방식이 더 현실적일 것입니다. 중요한 것은 코드를 얼마나 새로 작성하느냐가 아니라, 목적에 필요한 돈의 움직임을 스스로 구성할 수 있느냐입니다. 여기서 말하는 경제적 주체성은 AI에게 무제한의 자율권을 준다는 뜻이 아닙니다. 제한된 예산과 명확한 권한 안에서 필요한 자원을 구매하고, 다른 에이전트에게 일을 맡기며, 거래 조건을 구성하고, 남은 자금을 다음 단계에 배분할 수 있게 한다는 뜻입니다. 실제 돈을 다루는 만큼 검증된 구성요소와 지출 한도, 중요한 거래에 대한 사람의 승인 같은 안전장치도 필요합니다. 에이전트가 코드를 만들 수 있다는 것과 그 코드에 자산을 맡겨도 된다는 것은 별개의 문제입니다. 지금까지 프로그래머블 머니는 주로 개발자가 돈의 움직임을 미리 프로그래밍하는 기술이었습니다. AI가 경제적 주체가 되면, 이것은 각 주체가 자신의 목적에 맞게 돈의 움직임을 구성하는 기술로 바뀔 수 있습니다. 돈을 프로그래밍할 수 있다는 사실만으로는 충분하지 않았습니다. 그 가능성을 목적에 따라 사용하고, 필요하면 새로운 돈의 움직임을 만들어낼 주체가 필요했습니다. AI가 경제적 주체가 되는 순간, 돈은 더 이상 사람이 미리 그어둔 경로로만 움직이지 않습니다. 목적에 따라 새로운 경로를 만들며 움직이기 시작합니다. 저는 이것이 프로그래머블 머니가 생명력을 얻는 순간이라고 생각합니다.

[When AI Becomes an Economic Actor, Programmable Money Comes to Life] There are moments when working with an LLM that I find particularly interesting. Even when I have not asked it to write code, the LLM may create a script or a small program on its own to accomplish the task. What I asked for was an outcome, not a program. The program was simply the means the LLM chose to reach that outcome. That experience led me to a question: if AI were given a budget and the authority to transact, could it also create financial programs as tools for accomplishing its goals? Smart contracts allow us to define not only who receives money, but also the conditions under which it is paid, what happens if those conditions are not met, and how multiple transactions should be executed in sequence. We have called this programmable money. Until now, however, the paths along which money could move have largely had to be designed in advance by humans. Programs could execute predefined rules precisely, but they could not understand why a transaction was needed or create new rules for a new objective. AI, by contrast, can understand an objective and create the programs needed to achieve it, but it has generally lacked the economic authority to connect those programs to the movement of real assets. When these two capabilities come together, that structure begins to change. Suppose a research agent is preparing a report and discovers that it needs data held by another agent. The data provider wants assurance that it will be paid, while the buyer does not want to release funds before verifying the data. In that situation, the agent could go beyond simply looking for a payment function. It could set up an escrow arrangement that releases payment once agreed conditions are met. If the transaction requires exchanging assets across different networks and neither side wants to transfer first, it could choose to arrange an atomic swap using an HTLC. The important point is not the technology of escrow or atomic swaps itself. Both have existed for a long time. What matters is that the agent was never originally asked to build a financial program. It was asked to produce a report. While pursuing that goal, it discovered that a transaction was necessary and then constructed the financial mechanism required to make that transaction possible. This is structurally similar to an LLM writing a script to process data. The difference is that the program is no longer operating only on files or information. It is operating on real assets. Of course, this does not mean that an agent must write a new smart contract from scratch for every transaction. A more realistic approach would be to combine existing, audited contracts and add only what is necessary. The important question is not how much new code the agent writes, but whether it can construct the movement of money required to achieve its objective. By economic agency, I do not mean giving AI unlimited autonomy. I mean allowing it, within a clearly defined budget and set of permissions, to purchase resources, delegate work to other agents, establish transaction conditions, and allocate remaining funds to the next stage of a task. Because real money is involved, safeguards would still be essential: audited components, spending limits, and human approval for important transactions. The ability to create a program and the authority to entrust assets to that program are separate questions. Until now, programmable money has largely been a technology through which developers pre-programmed how money should move. If AI becomes an economic actor, programmable money could evolve into a technology through which each actor constructs the movement of money around its own objectives. The ability to program money was not enough on its own. What was missing was an actor capable of using that programmability in pursuit of a goal—and, when necessary, creating entirely new paths for money to move. When AI becomes an economic actor, money no longer moves only along paths drawn in advance by humans. It begins to create new paths around the objectives it is trying to achieve. I believe that is the moment programmable money truly comes to life.

에이전트 결제라는 말을 들으면 많은 분들이 "에이전트가 사람 대신 쇼핑을 하고 카드로 결제하는 것"을 떠올립니다. 물론 에이전틱 커머스도 에이전트 결제로 볼수 있지만, 저는 이러한 커머스 영역은 에이전트 결제의 일부분에 지나지 않는다고 생각합니다. 사람이 하던 결제를 에이전트가 대신하는 것은 편의를 개선하는데 그치지만, 사람이 결제 주체였을 때는 아예 성립하지 않았던 거래가 에이전트가 결제 주체가 되면서 가능해지고 이에 따라 존재하지 않던 시장이 처음으로 만들어질 수 있습니다. 저는 그런 시장이 생성되는 지점이 어디인지를 보여주는 좋은 사례가 Cloudflare의 Pay-per-Crawl이라고 생각하고, 오늘은 이에 대한 이야기를 해보려고 합니다. 지금까지 웹에 있는 콘텐츠를 AI가 활용할 수 있는 방식은 크게 두 가지밖에 없었습니다. 하나는 크롤러가 허락 없이 긁어가는 것이고, 다른 하나는 미디어와 AI 회사가 만나 큰 규모의 라이선스 계약을 맺는 것입니다. 그 둘 사이에 "돈을 낼 테니 이 페이지 하나만 읽게 해달라"는 선택지는 존재하지 않았습니다. 돈을 내겠다는 크롤러가 있었다 하더라도 그 돈을 받아줄 창구가 없었기 때문에, 페이지 소유자는 차단하거나 무료로 내어주거나 둘 중 하나를 골라야 했습니다. Pay-per-Crawl이 한 일은 그 사이에 창구를 만든 것입니다. 페이지 소유자가 크롤 한 건당 가격을 정해두면 Cloudflare가 요청에 HTTP 402(Payment Required)로 응답하고, 크롤러는 그 자리에서 결제하고 콘텐츠를 받아가거나 결제 의사가 없으면 떠나게 됩니다. 사람이 협상 테이블에 앉을 필요가 없고, 계약서도 필요 없으며, 크롤러가 등록된 신원을 갖고 있으면 기계와 기계가 알아서 거래를 마칩니다. 여기서 중요한 것은 이 거래가 사람이 결제 주체인 세상에서는 아무리 결제 기술이 좋아도 성립할 수 없었다는 점입니다. 에이전트가 어떤 일을 하기 위해 읽어야 하는 페이지는 수십 개, 수백 개가 될 수 있고, 그 페이지 하나하나에 대해 사람이 결제 버튼을 누르거나 미리 계약을 맺어둔다는 것은 현실적으로 불가능합니다. 거래 하나의 가치가 몇 센트인데 그 거래를 성립시키는 데 드는 사람의 시간이 그보다 훨씬 크기 때문에, 마이크로페이먼트는 지난 20년간 기술이 아니라 사람의 주의력이라는 병목에 걸려 번번이 실패했습니다. 에이전트가 결제 주체가 되면 그 병목이 사라지고, 사라진 자리에 이전에는 없던 거래가 생깁니다. 페이지 소유자 입장에서 보면 지금까지 대역폭만 소모하고 광고는 보지 않던 봇이라는 비용 항목이 처음으로 돈을 내고 들어오는 손님이라는 매출 항목으로 옮겨가게 됩니다. 특히 이 시장은 그동안 협상 테이블에 앉을 수 없었던 쪽에 열립니다. 대형 미디어는 원래도 AI 회사와 계약을 맺을 수 있었지만, 개인 블로그나 니치한 기술 문서 사이트, 소규모 커뮤니티는 그런 협상을 할 방법이 없었습니다. 그런데 에이전트가 실제로 필요로 하는 정보는 오히려 그런 롱테일에 더 많이 있을 가능성이 크기 때문에, 이건 기존 시장이 조금 커지는 것이 아니라 공급자의 수가 수백에서 수백만으로 바뀌는 종류의 변화입니다. 물론 지금 단가로는 큰돈이 되지 않는다는 지적이 있고 그것은 사실입니다. Cloudflare 자신도 올해 들어 크롤 시점이 아니라 콘텐츠가 실제로 AI 답변에 쓰인 시점에 과금하는 Pay-per-Use로 방향을 조정했는데, 저는 이것을 시장이 안 된다는 신호가 아니라 시장이 있으니 가격 단위를 맞춰가는 과정으로 읽고 있습니다. 사람 방문자 시장은 인구가 상한이지만 에이전트 방문자 시장은 그 상한이 다르고, 에이전트 하나가 하루에 읽는 페이지 수는 사람보다 훨씬 많으며, 에이전트의 수는 사람 수와 무관하게 늘어납니다. 그래서 에이전트 결제가 어디에 쓰이는 것인지 묻는 분이 있으면 저는 이 사례를 먼저 이야기합니다. 사람이 하던 결제를 에이전트가 대신 해주는 것도 에이전트 결제이지만, 사람이 결제 주체였기 때문에 아예 존재할 수 없었던 거래를 존재하게 만드는 것 또한 에이전트 결제이며, Pay-per-Crawl은 그 후자의 첫 사례로 볼수 있습니다. 콘텐츠 다음에는 API 호출, 데이터 조회, 에이전트끼리 서비스를 사고파는 자리로 같은 구조가 옮겨갈 것입니다. 그래서 저는 어떤 에이전트 결제 서비스를 볼 때 "사람이 하던 결제를 얼마나 편하게 대신해주는가"보다 "사람이 결제 주체였다면 없었을 거래를 얼마나 만들어내는가"를 먼저 봅니다. 앞의 것은 결제 시장의 점유율을 옮기는 일이고, 뒤의 것은 결제 시장 자체를 넓히는 일이기 때문입니다. 에이전트 결제가 의미 있는 시장이 되려면 없던 거래를 만들어내는 쪽이 커져야 하고, 우리는 그 첫 신호를 Pay-per-Crawl에서 봤다고 생각합니다.

When people hear the phrase "agent payments," most picture an agent shopping on someone's behalf and paying with their card. That is agent payments too, but I think this kind of agentic commerce is only a small part of the picture. Having an agent carry out a payment a person would otherwise have made is a matter of convenience. What interests me more is that there are transactions that simply could not exist when a human was the paying party, and that become possible for the first time once an agent takes that role. I think Cloudflare's Pay-per-Crawl is a good example of where those transactions live, so I want to talk about it. Until now, there were essentially only two ways content on the web became available to AI. One was for a crawler to scrape it without permission. The other was for a media company and an AI company to sit down as humans and sign a large-scale licensing agreement. Between those two, the option of "I'll pay you, just let me read this one page" did not exist. Even if a crawler had been willing to pay, there was no counter to accept the money, so a page owner had to choose between blocking access and giving the content away for free. What Pay-per-Crawl did was build that counter. A page owner sets a price per crawl, Cloudflare responds to the request with HTTP 402 (Payment Required), and the crawler either pays on the spot and takes the content or simply leaves. No one has to sit at a negotiating table, there is no contract, and as long as the crawler has a registered identity, machines complete the transaction between themselves. The 402 status code had been sitting empty in the HTTP standard for more than twenty years, and it only became usable once the paying party that could fill it changed from a human to an agent. The important point is that this transaction could never have worked in a world where humans are the paying party, no matter how good the payment technology was. An agent may need to read dozens or hundreds of pages to complete a single task, and it is not realistic for a person to click a payment button, or to have a contract in place in advance, for every one of them. When a transaction is worth a few cents and the human time needed to complete it is worth far more, the transaction never happens. That is why micropayments kept failing for twenty years: the bottleneck was never the technology but human attention. When an agent becomes the paying party, that bottleneck disappears, and in its place appear transactions that did not exist before. From the page owner's perspective, bots have moved from a cost line item that consumed bandwidth and never looked at an ad to a revenue line item of paying visitors, and this market opens up especially to those who could never get a seat at the negotiating table. Large media companies could already sign deals with AI companies, but individual blogs, niche technical documentation sites, and small communities had no way to negotiate anything. Yet the information agents actually need is more likely to sit in exactly that long tail. So this is not the existing market growing a little; it is the number of suppliers going from hundreds to millions. There is, of course, the objection that at current prices this is not much money, and that is true. Cloudflare itself shifted direction this year toward Pay-per-Use, charging not at the moment of the crawl but at the moment the content is actually used in an AI answer. I read this not as a signal that the market does not exist, but as the process of adjusting the pricing unit because the market does exist. The market of human visitors is capped by population, but the market of agent visitors has a different ceiling: a single agent reads far more pages in a day than a person does, and the number of agents grows independently of the number of people. So when someone asks me what agent payments are actually for, this is the case I bring up first. Having an agent make a payment a person would have made is agent payments, but so is making transactions exist that could not have existed while a human was the paying party, and Pay-per-Crawl is only the first example of that second kind. After content, the same structure will move to API calls, data queries, and agents buying and selling services from one another. That is why, when I look at any agent payment service, I ask not "how conveniently does it handle payments a person used to make" but "how many transactions does it create that would not have existed with a human payer." The former shifts market share within the payments market; the latter expands the payments market itself. For agent payments to become a meaningful market, the side that creates new transactions has to grow, and I think Pay-per-Crawl is the first signal of that.