Loading...

AI 뉴스

마스터카드, AI 결제 에이전트 출시

페이지 정보

작성자 xtalfi
작성일 09.11 00:31
61 조회
0 추천
0 비추천

본문

7878674c6baa9114b2657b0b9fb40f4cWM0N.jpg

(퍼플렉시티가 정리한 기사)

마스터카드는 수요일, 연말 쇼핑 시즌을 앞두고 "에이전틱 커머스(agentic commerce)"를 가능케 하는 종합적인 인공지능(AI) 기반 결제 도구 제품군을 발표했습니다. 이 기능들은 AI 에이전트가 소비자와 기업을 대신해 거래를 완료할 수 있도록 해줍니다.

이 금융 서비스 대기업은 자사의 확장된 에이전트 페이(Agent Pay) 프로그램이 연말까지 미국 내 모든 카드 소지자를 대상으로 제공될 예정이며, 이후 곧 글로벌 확장도 계획하고 있다고 밝혔습니다. 씨티와 U.S.뱅크 고객들이 이 AI 기반 결제 기능을 가장 먼저 이용하게 될 예정이며, 이커머스 플랫폼들도 이 기술 통합을 준비하고 있습니다.

 

새로운 개발자 도구 및 산업 파트너십

 

마스터카드는 AI 기반 거래 채택을 가속화하기 위해 설계된 네 가지 주요 이니셔티브를 중심으로 발표를 진행했습니다. 이 회사는 자사의 개발자 플랫폼에서 에이전트 툴킷을 출시했는데, 이를 통해 AI 어시스턴트가 Model Context Protocol 서버를 통해 마스터카드 API에 원활하게 접근할 수 있게 하여 Claude, Cursor, GitHub Copilot 등 다양한 플랫폼과의 통합을 지원합니다.

Agent Sign-Up 기능은 AI 에이전트를 위한 간소화된 등록 절차를 제공하며, Insight Tokens는 SAP Concur 및 Agentic Consulting Services의 지원을 받아 AI 에이전트가 소비자 허가 데이터를 접근할 수 있는 프레임워크를 만듭니다. 이 도구들은 개발자가 AI 결제 기능을 보다 효율적으로 통합할 수 있도록 도와주어, 업계 보도에 따르면 구현 시간을 몇 주에서 몇 시간으로 단축할 수 있습니다.

마스터카드는 Stripe, Alphabet의 Google, Ant International의 Antom 등 주요 기술 기업들과 협력하여 에이전트 결제 산업 표준을 확립하고 있습니다. 이 파트너십은 FIDO Alliance와 함께 상인 및 거래 정보를 확인하는 자격 검증 시스템 개발에 주력하고 있으며, AI 에이전트가 결제 기능을 갖게 됨에 따라 제기되는 보안 문제를 해결하는 데 중점을 두고 있습니다.

 

강화된 보안 및 거래 제어

 

회사는 동시에 주문형 의사결정(On-Demand Decisioning)을 도입하여 금융 기관이 맞춤화 가능한 규칙 엔진을 통해 거래 승인에 대한 실시간 제어 권한을 행사할 수 있도록 했습니다. 이 도구는 발급사가 승인 기준을 설정하고, 오탐지 거절을 줄이며, 고가치 고객을 위한 승인 우선순위를 부여할 수 있게 하며, 마스터카드의 RiskX 서밋(로마)에서 처음 공개되었습니다.

마스터카드의 최고 제품 책임자인 요른 램버트(Jorn Lambert)는 "에코시스템 전반의 파트너들과 협력하여 에이전틱 커머스를 정의할 표준과 도구를 구축하고 있다"고 밝혔습니다. 이 이니셔티브는 인공지능 기반 에이전트가 최소한의 인간 개입으로도 복잡한 구매 업무를 안전하게 수행할 수 있게 하는 자동화된 디지털 거래 패러다임으로의 중요한 전환을 의미합니다.

마스터카드 주식은 올해 들어 11% 상승했으며, 이는 S&P 100 지수의 12% 수익률에 약간 못 미치는 수치로, 회사가 변화하는 디지털 결제 시장에서 가치를 창출하기 위한 다양한 이니셔티브를 추진하고 있음을 보여줍니다.

 

[퍼플렉시티에 추가 질문-답변]

추가 질문: "이 기술은 어떻게 동작하는가"

 

Mastercard의 에이전트 상거래(Agentic Commerce) 및 Agent Pay 기술은 AI 에이전트가 사용자의 결제 요청을 받아 직접 결제를 실행하는 자동화·보안 기반 시스템입니다.

주요 동작 원리

- AI 에이전트 인터페이스
사용자가 챗봇이나 음성 비서 등에 요청(예: "운동화 사줘")을 하면, AI 에이전트가 사용자의 선호와 구매 조건을 파악하고, 다양한 온라인 쇼핑 플랫폼에서 상품을 자동 탐색·비교합니다.

- 결제 자동화 및 토큰화
선택된 상품·서비스에 대해 구매가 결정되면, AI 에이전트는 결제 요청을 마스터카드 네트워크로 전송합니다. 실제 카드 정보 대신 Agentic Token이라는 임시·암호화 토큰이 발급되어 결제가 처리되므로 개인 정보 노출 없이 안전하게 거래가 이루어집니다.

- 에이전트 등록 및 검증
모든 AI 에이전트는 사전 등록·신뢰 검증을 받아야 하며, 인증된 에이전트만이 결제 토큰을 요청할 수 있습니다. 사용자는 에이전트가 사용할 수 있는 한도(예: 최대 결제금액, 지정 상점 등)나 승인 조건까지 세밀하게 통제할 수 있습니다.

- 실시간 인증 및 사기 모니터링
결제 과정에서 추가 인증(생체인증, 패스키 등)을 통해 보안이 강화되어 있으며, Mastercard의 AI 기반 위험 감지 시스템이 실시간으로 거래의 이상 징후를 모니터링해 보안 위협과 사기를 예방합니다.

 

거래 흐름 요약

1. 사용자의 요청 → AI 에이전트가 상품 탐색·추천

2. 구매 결정 → 에이전트가 결제 토큰 발급 요청

3. Mastercard에서 토큰 발급 및 결제 승인

4. 사용자 지정 조건(한도, 매장 등) 및 실시간 인증·보안 적용

5. 거래 완료 후 기록과 데이터가 자동 축적되고, 필요시 사용자 최종 승인도 가능.

 

핵심 기술

- Mastercard Agentic Tokens: 실카드 정보 노출 없이 임시 결제 권한을 주는 보안 토큰.

- AI 기반 사기 방지 시스템: 실시간 위험 감지로 결제 안전 강화.

- 사용자·기관 맞춤형 제어: On-Demand Decisioning을 통해 거래 승인·거절 조건을 실시간 자동화.

 

이 기술은 AI가 기존의 단순 추천에서 한 단계 더 나아가, 결제까지 자동으로 수행하며, 사용자와 기관 모두에게 강력한 제어권과 최신 보안 환경을 제공합니다.

댓글 0
전체 182 / 14 페이지
앱 리서치 회사 와이즈앱의 발표에 따르면 한국 ChatGPT 사용자수가 월 2천만명을 넘어섰다고 한다.사용자 층을 세부적으로 살펴보면 20대가 24.2%, 30대가 22.0%, 40대가 22.4%로 도합 68.6%를 차지해 가장 높은 비중을 보였다. 청년 세대가 생성형 AI 기술을 가장 활발하게 수용하고 활용하는 연령대임이 명확히 드러난 셈이다.그 뒤를 이어 20세 미만이 13.6%, 50대가 12.6%, 60세 이상이 5.2% 순으로 나타나 중장년층과 청소년층에서도 꾸준한 이용 흐름이 관찰됐다. 성별 사용자 비율은 남성 50.1%, 여성 49.9%로 거의 차이가 없어 성별에 관계없이 고르게 사용되는 것으로 분석됐다.
145 조회
1 추천
09.02 등록
(퍼플렉시티로 기사 내용을 요약함)## AI의 물 사용 구조AI 시스템은 답변 한 번당 상당한 양의 **물**을 소비합니다. 대표적으로 GPT-3 기준, 짧은 대화 한 번에 약 500ml의 물이 사용됩니다[1]. 이는 데이터센터의 서버 냉각과 전기를 생산하는 발전소에서 소비되는 물 모두를 합산한 수치입니다.- 첫 번째 흐름: 서버 냉각을 위한 현장 내 물 사용- 두 번째 흐름: 전기 생산 발전소에서의 물 사용[1]## 위치, 기후, 시간의 효과데이터센터의 위치와 기후에 따라 **물 사용량**이 크게 달라집니다. 예를 들어, 시원하고 습한 아일랜드의 센터는 외부공기 냉각을 주로 사용해 물 사용이 적으며, 반면 뜨겁고 건조한 애리조나에서는 증발 냉각이 많이 적용되어 대량의 물이 소모됩니다[1]. 계절과 주야에 따라 냉각 효율과 물 소모도 변화합니다.## 새로운 냉각 기술- 서버를 비전도성 액체에 담그는 침수 냉각(immersion cooling)- 마이크로소프트의 물 비사용 냉각 설계(특수 액체 순환식 등)[1]이런 기술들은 아직 도입 단계이거나 비용, 유지보수, 기존 센터 전환의 어려움으로 널리 쓰이지 않습니다.## AI 물 발자국 계산법1. 신뢰할 만한 출처에서 모델별 전력 소모량(Wh)을 찾는다.2. 전력 1Wh 당 물 사용량(1.3~2.0ml/Wh 범위 추정치)을 적용한다.3. 두 수치를 곱한다[1].예시: GPT-5의 150~200자 응답은 19.3Wh, GPT-4o는 1.75Wh.- 보수적으로 2ml/Wh 적용 시- GPT-5: 39ml/응답- GPT-4o: 3.5ml/응답## 전체 규모 및 비교- GPT-4o 처리 기준 하루 약 880만리터, GPT-5는 약 9,750만리터의 물이 소모됩니다.- 이는 미국 일상 생활 물 사용(예: 정원 관수 340억리터/일)에 비해 상대적으로 적지만, 향후 쿨링 효율, AI 설계, 전력 구조 개선에 따라 변동 가능성이 큽니다[1].## 결론 및 대안- AI 시스템의 물 사용량은 데이터센터의 위치, 냉각 방식, 전력 구조, AI 모델의 효율성 등에 따라 크게 달라집니다.- 효율적인 서버, 재생에너지, 친환경 냉각 방식을 도입하면 물 소모를 최소화할 수 있습니다.
136 조회
0 추천
09.02 등록
AI 스크리닝 도구가 1만 5,000개 이상의 오픈 액세스 학술지를 분석하여 1,000개가 넘는 잠재적으로 문제가 있는 학술지를 찾아냈습니다. 이 도구는 논문 게재료를 받으면서도 제대로 된 동료 심사나 품질 검증을 거치지 않는 '문제성 오픈 액세스 학술지'를 식별합니다.이 도구가 찾아낸 학술지들은 기존의 어떤 감시 목록에도 없던 것들이며, 심지어 일부는 유명 출판사의 소유인 경우도 있습니다. 이 학술지들은 수십만 건의 논문을 출판했으며 수백만 번 인용되기도 했습니다. 연구에 참여한 대니얼 아쿠냐 박사는 AI가 완벽하지 않으므로 최종 결정은 전문가의 검토를 거쳐야 한다고 강조했습니다.이 AI 도구는 학술지 웹사이트와 논문 정보를 분석해 수상한 징후들을 포착합니다. 예를 들어, 논문 게재까지 걸리는 짧은 시간, 높은 자기 인용률, 편집위원들의 소속 기관, 그리고 라이선스 및 수수료 공개 여부 등을 검사합니다.오픈 액세스 학술지 디렉터리(DOAJ)의 편집 품질 담당자인 셔인 셴은 문제성 학술지의 수가 늘고 있으며 수법도 점점 더 교묘해지고 있다고 말했습니다. DOAJ는 주로 수동으로 학술지를 검토하는데, AI 도구가 이러한 검토 과정을 신속하게 할 수 있을 것으로 기대됩니다.하지만 AI 도구는 여전히 오탐(잘못된 분류)의 위험이 있습니다. 연구팀의 실험 결과, AI가 문제성 학술지를 놓치는 경우도 있었고, 반대로 정상적인 학술지를 문제성으로 오인하는 경우도 있었습니다. 또한, 셴은 비영어권 학술지나 재정 지원이 부족한 기관의 편집자들에게 불이익을 줄 수 있다는 편향성 문제를 제기했습니다. 그럼에도 불구하고, AI가 방대한 양의 검토 작업을 보조하는 유용한 역할을 할 수 있다고 평가했습니다.
108 조회
0 추천
09.02 등록
임페리얼 칼리지 런던(Imperial College London) 연구진이 개발한 AI 청진기가 심부전, 심장 판막 질환, 심방세동과 같은 세 가지 심장 질환을 단 몇 초 만에 감지할 수 있는 것으로 나타났습니다. 1816년에 발명된 기존 청진기를 21세기에 맞게 업그레이드한 이 기술은 인간의 귀로는 포착하기 어려운 미세한 심장 박동과 혈류의 차이를 분석합니다.이 장치는 환자의 가슴에 부착해 심장의 전기 신호를 기록하는 심전도(ECG)와 심장 혈류음을 동시에 측정합니다. 이렇게 수집된 정보는 클라우드로 전송되어 AI가 분석한 후 스마트폰으로 결과를 알려줍니다.영국심장재단(BHF)의 소냐 바부-나라얀 박사는 이 기술이 심장 질환 조기 진단에 큰 도움이 될 것이라고 강조했습니다. 현재 심부전 환자는 응급 상황이 되어서야 병원을 찾는 경우가 많지만, AI 청진기를 사용하면 일반 의원에서도 문제를 조기에 발견하고 환자가 적절한 치료를 받을 수 있도록 도울 수 있습니다.실제로 런던 200여 곳의 일반 의원을 대상으로 한 임상 시험 결과, AI 청진기를 사용한 환자 그룹은 그렇지 않은 그룹보다 심부전, 심방세동, 심장 판막 질환이 각각 2.33배, 3.45배, 1.92배 더 많이 진단된 것으로 나타났습니다.연구진은 AI 청진기가 의사들이 더 쉽고 빠르게 심장 질환을 찾아낼 수 있게 함으로써, 많은 환자들이 더 나은 치료를 받을 수 있는 "획기적인 전환점"이 될 것으로 기대하고 있습니다.
133 조회
0 추천
09.02 등록
홈으로 전체메뉴 마이메뉴 새글/새댓글
전체 검색
회원가입