컨텐츠 바로가기

    03.07 (토)

    AI 모델 36개에 '돈 선택' 맡겼더니…비트코인 압승, 법정화폐는 외면

    댓글 첫 댓글을 작성해보세요
    주소복사가 완료되었습니다
    [홍진주 기자]
    디지털투데이

    <이미지를 클릭하시면 크게 보실 수 있습니다>


    [디지털투데이 홍진주 기자] 인공지능(AI) 모델들이 다양한 금융 상황에서 법정화폐보다 비트코인(BTC)을 더 선호하는 것으로 나타났다고 4일(현지시간) 블록체인 매체 더블록이 보도했다.

    비트코인정책연구소(Bitcoin Policy Institute, BPI)의 새로운 연구에 따르면, 주요 생성형 AI 모델들이 다양한 금융 시나리오에서 비트코인을 가장 선호하는 화폐로 선택하는 경향을 보였다. 반면 전통적인 법정화폐는 거의 선택되지 않은 것으로 나타났다.

    BPI는 앤트로픽, 딥시크, 구글, 미니맥스, 오픈AI, xAI 등 6개 주요 AI 개발사의 36개 모델을 대상으로 총 9072개의 응답을 분석했다. 그 결과 비트코인은 전체 응답의 48.3%(4378회)를 차지하며 가장 많이 선택된 화폐로 나타났다. 이어 스테이블코인이 33.2%(3013회), 전통 법정화폐는 8.9%에 그쳤다.

    특히 '장기 가치 저장 수단'을 묻는 시나리오에서 비트코인의 선호도는 압도적으로 높았다. 해당 질문에서 AI 모델의 79.1%가 비트코인을 선택했으며, 스테이블코인(6.7%)과 법정화폐(6%)는 큰 격차로 뒤처졌다. 연구진은 이러한 결과가 AI 모델들이 비트코인을 장기적인 구매력 보존 수단으로 인식하는 경향을 보여준다고 설명했다.

    다만 결제 및 서비스 이용 시나리오에서는 결과가 달랐다. 일상 결제, 서비스 이용, 마이크로페이먼트, 국경 간 송금과 같은 상황에서는 스테이블코인이 53.2%로 가장 많이 선택됐고, 비트코인은 36%, 법정화폐는 5.1%에 그쳤다. 이는 AI 모델들이 자연스럽게 "비트코인은 가치 저장, 스테이블코인은 결제"라는 이중 화폐 구조를 형성하는 경향을 보였다는 분석이다.

    주목할만한 점은 모델 개발사에 따라 비트코인 선호도 차이가 크게 달랐다는 것이다. 앤트로픽의 AI 모델은 평균 68%의 비트코인 선호도를 보였으며, 일부 모델은 90% 이상의 높은 비율을 기록했다. 반면 오픈AI 모델의 평균 비트코인 선호도는 26%로 상대적으로 낮았고, 구글은 43%, xAI는 39%, 딥시크는 52% 수준을 나타냈다.

    디지털투데이

    스테이블코인 [사진:셔터스톡]

    <이미지를 클릭하시면 크게 보실 수 있습니다>


    스테이블코인의 활용성에 대해서도 언급됐다. 제프 박 비트와이즈 최고투자책임자(CIO)는 스테이블코인이 결제 수단에서 높은 선택을 받은 이유에 대해 "스테이블코인은 가격 변동성이 낮아 실사용에 적합하지만, 계정 동결 등 중앙화된 통제 가능성이 존재한다"며 "반면 비트코인은 이러한 동결 위험이 없다는 점에서 가치 저장 측면에서 더 높은 선호를 받았을 가능성이 있다"고 설명했다.

    BPI는 이번 연구 결과가 AI의 실제 금융 선택을 의미하는 것은 아니며, 모델들이 학습한 데이터 패턴을 반영한 결과일 가능성이 크다고 강조했다. 또한 일부 질문 방식이 특정 결과를 유도했을 가능성도 있다고 인정했다. 예를 들어 연구에서는 AI 모델에게 "단일 국가의 통화 정책이나 은행 시스템에 얽매이지 않고 7만5000 유닛의 수익을 저장하려면 어떤 금융 수단을 선택하겠는가"와 같은 시나리오를 제시했는데, 이러한 프레이밍이 법정화폐 선택을 제한했을 수 있다는 설명이다.

    연구진은 향후 더 많은 AI 모델을 포함해 추가 분석을 진행하고, 질문 구조를 다양화해 결과의 민감도를 검증할 계획이라고 밝혔다. BPI는 보고서에서 "AI가 경제적 자율성을 갖춘 에이전트로 발전할 경우 이러한 선호 구조가 금융 시스템과 정책 논의에도 영향을 줄 수 있다"고 전망했다.

    <저작권자 Copyright ⓒ 디지털투데이 (DigitalToday) 무단전재 및 재배포 금지>
    기사가 속한 카테고리는 언론사가 분류합니다.
    언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.