(결제혁명) 전통 금융의 대반격: BofA·골드만 합작 스테이블코인, OUSD(Open USD)와 어떻게 다를까?

이제는 빅테크, 은행 모두 스테이블코인 시장에 진입하고 있습니다. 과거 USDT와 USDC가 양분하는 시장에서 (물론 RLUSD, USD1 등도 있습니다.) 두 거인이 진출했습니다. 월가 은행의 경우 이미 예금토큰 시장도 열었고 스테이블코인까지 투트랙 전략을 취하고 있습니다. 오늘은 나날이 커지고 있는 스테이블코인의 두 개 큰 프로젝트에 대해 알아보겠습니다.

출처: 비자, 코인베이스, 삼성, 두나무 open usd 스테이블코인 사업 진출 

        BOA, 골드만삭스, 씨티은행 등 금융기관 합작법인 2027년 스테이블코인 출시한다

최근 스테이블코인 시장을 뒤흔들 거대한 뉴스 두 가지가 연이어 터졌습니다. 하나는 비자와 블랙록 등 결제·테크 거인들이 뭉친 'OUSD(Open USD)'이고, 다른 하나는 월스트리트 은행들이 총출동한 '전통 금융 연합 스테이블코인'입니다.

단일 기업(테더, 서클)이 독식하던 스테이블코인 시장이 이제 '초거대 연합체(Consortium) 간의 전쟁'으로 진화하고 있습니다. 이 둘은 어떻게 다르고, 기업 금융 생태계에 어떤 영향을 미칠지 블록덕에서 집중 분석해 보았습니다.



1. 월스트리트 메가 뱅크 21곳, 스테이블코인 직접 만든다

  • 골드만삭스, 뱅크오브아메리카(BofA), 씨티그룹, 도이치뱅크 등 21개 글로벌 금융사들이 올해 안에 회사를 설립하고 2027년 상반기에 달러 연동 스테이블코인을 출시할 계획을 밝혔습니다.

  • 이 컨소시엄은 첫 상품인 달러 코인 이후 유로화를 비롯한 다른 G7 통화 연동 코인으로 사업을 확장하는 것을 목표로 하고 있습니다.

  • 이는 글로벌 금융기관들이 결제 인프라의 온체인 이전을 촉진하여, 제도권 자금을 유입시키려는 중장기적인 전략으로 해석됩니다.

  • 다만, 아직 구체적인 코인의 명칭이나 발행 구조, 준비자산 운용 방식 등은 대중에게 공개되지 않았습니다.


2. 강력한 라이벌, 핀테크/빅테크 연합의 OUSD (Open USD)

월가 은행들이 움직이기 전, 시장을 먼저 선점하고 나선 것은 바로 결제와 IT 인프라를 장악한 기업들입니다.

  • OUSD는 '오픈 스탠다드(Open Standard)'라는 140개 이상의 기업 연합이 주도하는 새로운 달러 스테이블코인입니다

  • 여기에는 비자(Visa), 마스터카드, 스트라이프, 구글, 쇼피파이, 두나무, 삼성 같은 테크/결제 공룡들은 물론, 블랙록과 BNY 등 초대형 자산운용사 및 수탁사까지 참여하고 있습니다.

  • OUSD는 2026년 하반기에 솔라나(Solana) 블록체인을 기반으로 첫 출시될 예정입니다.


3. 은행 연합 vs OUSD: 핵심 차이점 분석

그렇다면 월가 은행들이 만드는 코인과 OUSD는 구조적으로 어떤 차이가 있을까요?

  • 주도 세력 및 타겟 생태계:

    • 은행 연합: 철저히 '전통 은행(TradFi)' 중심입니다. 글로벌 은행들이 공동으로 디지털 결제망을 구축하는 형태입니다.주로 은행 간 정산이나 거액 기업 금융에 강점을 보일 것입니다.

    • OUSD: 결제 네트워크(비자, 스트라이프)와 인터넷 플랫폼(구글, 쇼피파이)이 핵심 축을 담당합니다. 글로벌 이커머스, 온라인 상거래, 개인 B2C 결제망에 훨씬 빠르고 깊게 침투할 수 있습니다.

  • 경제 모델(수익 공유)의 차이:

    • 은행 연합: 아직 구체적인 운용 방식이 나오지 않았지만, 철저한 보수적 규제 하에 이자 수익을 은행 연합 내부에서 통제할 확률이 높습니다.

    • OUSD: '수익 공유(Yield Sharing)'가 가장 큰 차별점입니다. OUSD는 100% 준비금에서 발생하는 막대한 이자 수익을 단일 발행사가 독식하지 않고, 생태계 확장에 기여한 파트너사들에게 돌려주는 파격적인 구조를 갖추고 있습니다. 이는 기업들이 OUSD를 채택해야 할 강력한 경제적 동기가 됩니다.

    • 또한 OUSD는 기업 파트너들이 발행(Mint) 및 상환(Redeem)을 할 때 수수료를 받지 않는다는 점을 핵심 경쟁력으로 내세우고 있습니다.


4. 은행이 예금토큰 외 스테이블코인을 만드는 이유

은행들이 예금토큰이라는 안전한 무기를 두고 스테이블코인 전선에 뛰어든 이유는 명확합니다.

  1. Web3와 이커머스 주도권 방어 (The Threat of OUSD & Tech):

    예금토큰은 은행 간 도매 결제(Wholesale)나 거액 기업 금융에는 최적화되어 있지만, 대중들이 쓰는 DeFi(탈중앙화 금융), 글로벌 온라인 쇼피파이 결제, 크립토 시장에서는 쓸 수가 없습니다. 이 '열린 광장'을 테더(USDT), 서클(USDC), 그리고 스트라이프·구글이 주도하는 OUSD에 완전히 뺏길 위기에 처하자 방어선을 구축한 것입니다.

  2. 상호운용성(Interoperability)의 한계 극복:

    A은행의 예금토큰을 B은행이나 C기업의 플랫폼에서 그대로 쓰려면 복잡한 호환 작업과 합의가 필요합니다. 반면 스테이블코인은 퍼블릭 블록체인이라는 '공용 도로'를 타기 때문에 국경과 기업의 장벽을 즉시 넘어설 수 있습니다.

  3. 막대한 이자 수익(Seigniorage) 모델:

    스테이블코인 발행사는 고객의 돈을 받아 미 국채 등 안전자산에 투자해 막대한 이자를 챙깁니다. 테더가 월스트리트의 대형 투자은행 맞먹는 순이익을 내는 것을 본 은행들은, 이 막대한 수익 모델을 비은행(Non-bank) 민간 기업들이 독식하게 놔둘 수 없다고 판단한 것입니다.


5. 블록덕 인사이트: 제국의 충돌, 그리고 USDT/USDC의 위기

그동안 테더(USDT)와 서클(USDC)은 단일 발행사로서 막대한 준비금 이자 이익(Seigniorage)을 독점하며 거대한 부를 쌓았습니다.

하지만 '네트워크 공동 소유'를 내세우며 수익을 나눠주겠다는 OUSD, 그리고 기존 달러 패권의 진짜 주인인 '월스트리트 메가 뱅크'들이 직접 참전하면서 기존 1, 2위 스테이블코인들은 엄청난 도전에 직면하게 되었습니다.

무역 결제부터 이커머스 정산까지, 기업들의 디지털 자산 도입(DX)이 스테이블코인을 중심으로 폭발적으로 가속화되는 시기입니다. 2026년 하반기 OUSD 출시와 2027년 상반기 은행 연합 코인의 격돌이 시장의 판도를 어떻게 바꿀지 지속적인 모니터링이 필요한 시점입니다.

댓글

댓글 쓰기

이 블로그의 인기 게시물

[블록덕 인사이트] 지식의 자본화 - '디지털 복리 시스템'이 1인 기업의 대차대조표를 바꾸는 원리

이미지
나이도 50이 넘고 회사생활도 25년 이상 하면서 오랜 시간 기업의 재무제표를 분석하고 한명 두명 자본가가 된 선후배들, 친구들을 보면서 얻은 생각이 하나 있다. 세상에서 가장 강력한 자산은 '스스로 증식하는 구조'를 가진 자산이라는 것이다. 아인슈타인이 그랬었나? 기억은 가물가물한데 복리는 세계 8대 불가사의 중 하나라고 하였다. 결국 부의 이루기 위해서는 복리가 적용되는 자산을 가져야 한다. (갑자기 한숨은 나오지만...워렌버핏도 자산의 99%를 50대 이후에 일구었다고 하니...)  우리는 흔히 주식이나 부동산 같은 실물 자산에서만 복리(Compound Interest)를 찾는다. 하지만 다가오는 웹3와 AI 시대에 개인이 확보할 수 있는 한가지가 더 있다면 바로 내 머릿속에 파편화된 경험과 지식을 데이터로 변환하여 축적하는 '디지털 복리 시스템(Digital Compound Interest System)'이다. 최근 실물 자산 토큰화(RWA)의 폭발적인 부상과 AI 기술의 경이적인 발전 속도 등 글로벌 IT·금융 시장은 전례 없는 패러다임의 변화를 겪고 있다. 이처럼 거대한 기술의 파도를 따라잡고 개인의 비즈니스를 방어하기 위해, 지적 자산을 시스템화하는 것은 이제 단순한 선택이 아니라 생존의 필수 조건이 되었다. 이 시스템은 단순한 기록장이나 일기장이 아니다. 개인의 지적 역량을 복리로 팽창시키고, 네트워크 효과를 통해 자산 가치를 무한대로 끌어올리는 정교한 1인 기업의 비즈니스 아키텍처다. 이 시스템이 어떻게 작동하는지 두 가지 핵심 메커니즘으로 해부해 본다. 1. 내부의 팽창: 지식의 디지털화가 만드는 '지적 역량의 복리 효과' 지식과 경험은 머릿속에 머물러 있을 때는 단기 기억이나 파편화된 노하우(단리)에 불과하다. 하지만 이를 글이나 구조화된 데이터(디지털화)로 전환하는 순간, 뇌는 기존의 지식과 새로운 지식을 강제로 연결하고 논리를 재조립하게 된다. 지식의 구조화: 예를 들어, 복잡한 회계 원칙이나...
자세한 내용 보기

스트래티지(MSTR) 새로운 대시보드 - 비트코인 본위제 재무제표 탄생

이미지
스트래티지의 회사 KPI 대시보드가 업데이트 되었습니다. KPI는 회사가 추구하는 것이 무엇인지 나탄는 것으로 이번 개편을 통해 많은 지표가 추가되었습니다. 그동안 비트코인 축적기업으로 비트코인 기업 1.0에서 비트코인 활용을 통한 기업가치 증대인 비트코인 기업 2.0으로 변화를 모색중인 스트래티지가 추구하는 방향이 무엇인지 잘 알 수가 있습니다. 이미 투자하신 분이나 투자를 고민하시는 분들께는 중요한 지표라 할 수 있겠습니다. (기업에서 재무업무 하시는 분들도 도움이 될 것 같습니다.) 개편된 대시보드는 단순히 "비트코인을 몇 개 가지고 있는가"를 보여주는 수준을 넘어, 우선주(Pref), Net Reserve, Amplification(증폭 배수), Duration(듀레이션) 등 월가의 초고도화된 신용 및 파생상품 지표들을 대거 전면에 배치했는데요, 어떠한 지표가 있는지 알아보겠습니다. 스트래티지 홈페이지/대시보드 (https://www.strategy.com/) 1. 자산 및 비트코인 예치액 (Asset & Reserves) 가장 먼저 눈에 띄는 것은 이들이 보유한 막대한 자산 규모와, 주주들의 몫인 '순자산'의 명확한 구분입니다. BTC (843,775개): 스트래티지가 현재 보유 중인 비트코인 총 수량입니다. Reserve ($57,206M): 현재 시세 기준, 보유한 비트코인의 총 평가액(약 572억 달러)입니다. Net Reserve ($34,988M) [NEW]: 비트코인 총자산에서 부채와 우선주 채무를 모두 차감한 '순 비트코인 자산 가치'(약 350억 달러)입니다. 실질적인 주주들의 자산 방어선입니다. USD Reserve ($3,225M): 부채 이자 지급 및 우선주 배당, 혹은 비트코인 추가 매집을 위해 예비로 들고 있는 현금(USD) 준비금입니다. 유동성 버퍼 역할을 합니다. ​ 2. 기업 가치 및 주가 수익률 (Valuation & Returns) 기업의 시가총액과 비트코...
자세한 내용 보기

기업에서의 AI, 어떻게 도입해야 하는가 - 모래성을 쌓지 말자 (back to the basic)

이미지
  요즘 기업에서 AI 도입에 한창이다...아니 모든 기업이 이제 AI를 쓰고있다고 봐야한다. 좋던 싫던 부분적이던 전체적이던 AI를 도입했으며 회사가 안했다면 개인이 제미나이던 챗지피티던 클로드던 하나는 다 쓰고 있다. 학생들도 다 쓰는데 직장인이 안쓰기는 어려울 것이다. 물론 안쓰고도 인정받고 회사를 잘 다닐 수 있다면 해피한 것일 수도 있다. 아무튼 많은 회사가 AI를 도입하고 있는데 괜한 우려인지는 모르겠으나 여러가지 생각이 들어 글을 써본다. ​ [블록덕 인사이트] 기업용 챗GPT를 샀는데 왜 답을 못 할까? : 모래성을 허물고 진짜 AI 최적화를 완성하는 길 ​ 최근 학교 동창이나 선후배들을 만나보면 (제가 산업공학을 전공해서 주위에 AI, 디지털, 혁신 관련 업무를 하는 사람들도 많고 나이가 있다보니 대부분 리더 역할을 많이 합니다) 많은 혁신 리더/경영진이 고민을 하는 것을 들어봅니다. "AI는 빨리 도입을 해야하고 시대는 하루가 다르게 변하고 있는데 보안이 강화된 기업용(Enterprise) 챗GPT나 코파일럿을 도입하는 것이 회사 AI 혁신이 아니냐"는 것입니다. 물론 틀린 말은 아니다. 반은 맞는 말이다. 그들도 다 알고는 있지만 ERP도 개선하고 프로세스도 기계가 할 수 있도록 정비하고 데이타도 모으고 학습시켜고 LLM 외 최적화 알고리즘도 고민해야 하고 FM대로 하려면 참 힘든 일이고, 현실적으로 3년 프로젝트 잡고 하기에는 사내공감대를 얻기도 쉽지 않을 것이다. ​ 하지만 막상 수억 원을 들여 시스템을 열어주고 "이번 주 최적 생산 스케줄을 짜줘" 혹은 "마진율을 극대화할 수 있는 물류 라우팅을 찾아줘"라고 질문하면, 언어모델 AI만 가지고는 침묵하거나 뜬구름 잡는 소리만 늘어놓게 될 것입니다. 왜 그럴까요? 기초적인 데이터 정합성과 최적화 알고리즘이라는 '지반' 없이, 화려한 LLM(거대언어모델)이라는 '모래성'만 쌓았기 때문입니다. 물론 언어모델이 커...
자세한 내용 보기