글로벌 결제 거인 마스터카드가 블록체인 기업 소파이와 손잡고 결제 시스템에 스테이블코인을 공식 도입한다. 이번 협력은 기존 금융 인프라와 디지털 자산의 실질적 융합을 의미하며, 암호화폐의 일상 결제 활용에 대한 장벽을 크게 낮출 전망이다. 두 기업은 안정성과 확장성을 갖춘 스테이블코인 결제 솔루션을 통해 전 세계 상거래 패러다임을 재편할 계획을 밝혔다.

[디지털투데이 이윤서 기자] 마스터카드가 카드 결제 이후 진행되는 정산 절차에 스테이블코인을 도입하는 시험에 착수했다.

20일(현지시간) 블록체인 매체 코인텔레그래프에 따르면 마스터카드는 미국 금융서비스 업체 소파이 테크놀로지스(SoFi Technologies)와 협력해 규제된 디지털 달러 '소파이USD'로 카드 거래를 정산하는 방안을 추진하고 있다.

이번 실험의 핵심은 소비자 결제 경험을 바꾸는 데 있지 않다. 거래가 승인된 뒤 은행 간 자금이 오가는 정산 단계에 블록체인 기반 자산을 적용하는 데 초점이 맞춰져 있다. 이에 따라 카드 이용자는 기존과 같은 방식으로 결제하고, 발급은행과 매입은행이 사후 처리하는 정산 절차만 스테이블코인으로 대체하는 구조다.

소파이은행은 마스터카드 신용카드와 직불카드 거래를 소파이USD로 정산할 계획이다. 소파이의 결제 인프라 플랫폼 갈릴레오 파이낸셜 테크놀로지스(Galileo Financial Technologies)는 자사 네트워크에 연결된 다른 은행과 핀테크 발급사도 같은 방식을 선택할 수 있도록 지원할 예정이다.

소파이USD는 미국의 전국 단위 인가 은행이 발행한 달러 연동 스테이블코인이다. 현금 준비금을 1대1로 유지하는 구조로 알려져 있어, 일반적인 암호화폐 프로젝트 기반 토큰보다 은행 발행 디지털 화폐에 가까운 형태로 제시됐다.

마스터카드는 이 구조를 자사 멀티토큰 네트워크(MTN)를 통해 구현하려 한다. 이 네트워크는 스테이블코인뿐 아니라 토큰화된 예금, 법정통화의 디지털 표현 등 여러 형태의 토큰화 자금을 지원하는 것을 목표로 한다. 마스터카드는 규제된 디지털 자산이 기존 금융 인프라와 함께 작동하는 정산 생태계를 구축하겠다는 방향을 내놨다.

정산 구조가 바뀌면 은행권이 기대하는 효과도 달라진다. 스테이블코인은 블록체인 위에서 운영되기 때문에 전통적인 은행 영업시간과 무관하게 24시간 거래가 가능해질 수 있다. 이에 따라 국경 간 결제 지연을 줄이고 금융기관의 유동성 관리도 더 효율화할 수 있다는 구상이다.

마스터카드는 기존 카드 모델을 버리기보다 후단 시스템을 업그레이드하는 접근을 택했다. 카드 결제 승인과 가맹점 확인까지의 흐름은 유지하되, 마지막 정산만 디지털 달러로 처리하는 구조다. 회사는 여러 형태의 토큰화 자금을 지원하겠다고 밝혔고, 소파이 측도 갈릴레오 네트워크 참여사들이 스테이블코인 정산을 선택할 수 있도록 하겠다는 입장을 제시했다.

이번 움직임은 스테이블코인이 암호화폐 거래 수단을 넘어 결제 인프라로 확장되는 흐름과도 맞물린다. 디파이라마(DefiLlama) 데이터 기준 2026년 3월 스테이블코인 시장 가치는 약 3140억달러로 집계됐으며, 2025년에는 월간 거래량이 한때 9699억달러까지 올라섰다.

글로벌 카드 네트워크 사이 경쟁도 빨라지고 있다. 비자는 이미 USD코인(USDC) 같은 스테이블코인을 활용한 국경 간 정산을 시험했고, 기업이 스테이블코인 지갑으로 직접 대금을 보낼 수 있는 방안도 검토해 왔다. 카드 네트워크들이 블록체인과 경쟁하기보다 전통 금융과 디지털 자산을 잇는 연결자로 자리 잡으려는 흐름이 뚜렷해진 셈이다.

다만 확산의 전제 조건도 남아있다. 금융기관은 준비금 담보 구조, 상환 보장, 자금세탁방지(AML) 준수, 운영력 같은 기준이 명확해야 스테이블코인 정산에 본격적으로 참여할 수 있다. 이런 점에서 라이선스를 가진 기관이 발행한 규제형 스테이블코인이 우선 채택될 가능성이 크다.

과제도 남아 있다. 은행과 결제 처리업체의 시스템 연동 복잡성, 국가별 규제 차이, 법정통화와 디지털 자산 사이 유동성 관리, 블록체인과 금융망 간 상호운용성 문제가 대표적이다. 소비자가 체감할 변화는 크지 않지만, 카드 네트워크의 핵심 경쟁력이 프런트 결제 경험보다 백엔드 정산 효율로 이동할 수 있다는 점에서 이번 시험의 결과가 주목된다.