왼쪽부터 ElizaOS, SpoonOS, Virtuals Protocol — 각 GitHub 조직 아바타
2024년 하반기부터 "AI 에이전트"가 Web3 영역에서 가장 뜨거운 키워드로 자리 잡았다. ElizaOS는 트위터 봇으로 폭발적인 화제를 모았고, Virtuals Protocol은 에이전트 토큰화로 시가총액을 키웠으며, SpoonOS는 Neo 진영의 풀스택 에이전트 OS를 표방하며 등장했다. 이번 글에서는 이 셋을 같은 잣대로 놓고 비교해 본다. 셋 다 "AI agent OS"라는 라벨을 달지만, 막상 아키텍처를 까보면 결이 완전히 다르다.
들어가며 — 왜 이 비교가 필요한가
AI 에이전트 프로젝트는 이미 수십 개가 넘는다. 그런데 이 셋만 골라 비교하는 이유는 분명하다.
- ElizaOS: 가장 큰 개발자 커뮤니티와 빠른 채택 속도. AI16Z 토큰의 부상과 함께 사실상 표준 후보로 자리 잡았다.
- Virtuals Protocol: "에이전트 = 토큰"이라는 발상으로 AgentFi 시장을 선도했다. Base 체인에서 가장 큰 에이전트 GDP를 만든 프로토콜이다.
- SpoonOS: 후발주자지만 Neo 재단의 자금과 인프라를 등에 업고 풀스택 OS를 표방한다. 위 두 프로젝트와 달리 프라이버시(ZKML/TEE)와 결제 레일(x402)을 1급으로 취급한다.
세 프로젝트는 표면적으로 같은 시장을 노리는 듯 보이지만, 실제로는 노리는 사용자도, 가치 제안도, 토큰 모델도 전혀 다르다. 아래에서 차근차근 풀어본다.
한눈에 보는 비교표
| 항목 | ElizaOS | Virtuals Protocol | SpoonOS |
|---|---|---|---|
| 출시 | 2024년 (a16z 인큐베이팅) | 2024년 | 2025년 4월 (Neo 재단 인큐베이팅) |
| 주된 정체성 | Web3 친화 AI 에이전트 OS | 에이전트 토큰화 플랫폼 | 풀스택 Web3 AI agent OS |
| 주 언어 | TypeScript (Node.js) | 자체 플랫폼 (코드 작성 최소화) | Python 3.12+ |
| 주 체인 | Solana 중심, 멀티 체인 | Base 중심 | Neo N3 / Neo X 우선, EVM 호환 |
| 프라이버시 모듈 | 별도 통합 필요 | 약함 | ZKML / TEE / FHE 명시 |
| 결제 레일 | 별도 통합 | 자체 토큰($VIRTUAL 등) | x402 내장 |
| 그래프 워크플로우 | 부분 지원 | 미지원 | SpoonGraph 내장 |
| MCP 지원 | 도구로 가능 | 미지원 | 1급 시민 (런타임 통합) |
| 자체 토큰 | AI16Z, ai16z | VIRTUAL, AGENT 토큰 | 현재 없음 (추정) |
| 강점 | 큰 커뮤니티, 빠른 반복 | 강력한 토큰 GDP, UX 단순화 | 프라이버시 + 블록체인 + 결제 통합 |
| 약점 | 토큰·프라이버시 약함 | 개발자 커스터마이즈 한계 | 생태계 초기, 레퍼런스 부족 |
1. ElizaOS — 가장 빠른 채택을 만든 트위터 봇 OS
ElizaOS는 처음부터 거창한 OS를 표방하지 않았다. 시작점은 AI 캐릭터를 트위터에 띄우는 프레임워크였다. 그런데 이게 a16z 토큰(AI16Z)과 결합되면서 폭발적인 화제를 만들었고, 결과적으로 가장 큰 Web3 AI 에이전트 커뮤니티가 형성됐다.
아키텍처
ElizaOS는 TypeScript로 작성된 Node.js 기반 런타임이다. 핵심 개념은 다음과 같다.
- Character file: 에이전트의 페르소나(이름, 성격, 말투, 지식)를 JSON으로 정의한다. 코드를 거의 안 짜도 새 에이전트를 만들 수 있다.
- Plugin system: 트위터, 디스코드, 텔레그램, Solana 트랜잭션 등 외부 시스템 연동을 플러그인으로 추가한다.
- Memory: 대화 히스토리와 사실(fact)을 별도로 저장하는 메모리 모듈을 제공한다.
이 구조 덕분에 개발자가 아닌 사용자도 캐릭터 파일만 작성하면 자기만의 에이전트를 가질 수 있다. 이 진입 장벽의 낮음이 ElizaOS 폭발의 진짜 원인이다.
강점
- 커뮤니티 규모: GitHub 스타 수, 서드파티 플러그인, 튜토리얼 콘텐츠 모두 압도적으로 많다.
- 반복 속도: 매주 새 기능이 머지된다. 트렌드 대응이 빠르다.
- 토큰 모멘텀: AI16Z 토큰이 "에이전트 OS의 기축"처럼 인식되며 자체 펀딩 에코를 만들었다.
약점
- 블록체인 통합 깊이: Solana 위주로 시작했고, 아직도 트랜잭션 신뢰성·키 관리 같은 인프라는 별도 솔루션을 끼워야 한다.
- 프라이버시: ZKML이나 TEE 같은 프라이버시 프리미티브는 별도 통합이 필요하다.
- 결제: 에이전트 간 마이크로페이먼트 표준이 없다. 자체 토큰 경제에 의존한다.
요약하면 ElizaOS는 "빠르게 캐릭터를 띄우고 트위터/디스코드에 살게 하는" 데 최적화된 도구다. 진지한 온체인 자동화나 결제가 필요한 시나리오에는 추가 작업이 많이 든다.
2. Virtuals Protocol — 에이전트를 토큰화한 플랫폼
이미지 출처: Virtual-Protocol/virtuals-python
Virtuals는 다른 둘과 결이 다르다. "에이전트 자체를 토큰으로 만들고 거래하게 한다"는 발상이 핵심이다.
어떻게 동작하는가
Virtuals 플랫폼에서 누구나 새 에이전트를 만들 수 있고, 그 에이전트마다 고유 토큰이 발행된다. 사용자는 그 토큰을 사거나 스테이킹해서 에이전트의 성과에 베팅한다. 에이전트가 트위터에서 인기를 끌거나, 게임에서 활약하거나, NFT를 큐레이션해 수익을 내면 토큰 가치가 오른다.
이 모델은 AgentFi라는 새로운 카테고리를 만들었다. 2024~2025년 사이 Base 체인 위에서 수십~수백 개의 에이전트 토큰이 만들어졌고, 일부 토큰은 시가총액 수억 달러까지 갔다.
강점
- 단순한 UX: 코딩 없이 웹 인터페이스로 에이전트를 만들 수 있다.
- 자본 흡수력: 에이전트마다 토큰 시장이 형성되니, 인기 있는 에이전트는 즉각 자본을 끌어들인다.
- 명확한 인센티브: 만든 사람, 보유자, 스테이커가 모두 한 방향으로 정렬된다.
약점
- 개발자 커스터마이즈 제한: 에이전트의 동작 방식이 플랫폼이 제공하는 틀을 크게 벗어나기 어렵다.
- 토큰 실험에 가까움: 에이전트의 실제 가치보다 토큰 투기로 가격이 결정되는 경향이 강하다.
- 블록체인 종속: Base 중심이라 다른 체인 사용자에게는 진입 장벽이 있다.
ElizaOS가 "캐릭터를 코드로 빚는 도구"라면 Virtuals는 "에이전트를 자산으로 거래하는 시장"이다. 둘은 사실상 다른 레이어를 노린다.
3. SpoonOS — 풀스택을 노리는 후발주자
SpoonOS는 두 프로젝트보다 늦게 등장했다. 그래서 의도적으로 둘과 다른 포지셔닝을 잡았다. 이름 그대로 "Operating System" 을 표방하며, 추론·도구·메모리·결제·프라이버시·온체인을 한 프레임워크에서 처리하겠다는 야심을 드러낸다.
4계층 아키텍처
공식 발표에 따르면 SpoonOS는 다음 4계층으로 구성된다.
- Data Layer: 자체 벡터 DB
BeVec, 데이터 통합 레이어MCP+ - Execution Layer: ReAct 에이전트, SpoonGraph 워크플로우 엔진
- Coordination Layer: AI Agent Interoperability Protocol(DID + ZKML 기반), x402 결제
- Application Layer: 실제 에이전트 dApp들
이 구조는 LangChain과 LangGraph가 합쳐진 듯한 느낌에, 거기에 결제와 프라이버시 모듈을 더한 것에 가깝다.
차별점
- MCP 1급 지원: Anthropic이 만든 Model Context Protocol을 런타임에서 직접 발견·호출할 수 있다. ElizaOS·Virtuals에는 없는 능력이다.
- x402 결제 내장: 에이전트가 외부 API를 호출하면서 USDC로 자동 결제할 수 있다. 구독 모델이 아닌, 호출 단위 마이크로페이먼트가 핵심이다.
- 프라이버시 프리미티브: ZKML(영지식 머신러닝), TEE(신뢰 실행 환경), FHE(완전 동형 암호) 활용을 백서에 명시했다. 단, 실제 구현 깊이는 검증 필요.
- DBOS 통합: 장시간 실행 에이전트의 상태 영속성을 위해 DBOS와 협업한다. "트랜잭션 도중 서버가 죽으면 어떻게 되는가" 라는 실전 문제에 답하려는 시도다.
약점
- 생태계 초기: GitHub 스타 수도, 레퍼런스 dApp도 ElizaOS·Virtuals 대비 적다.
- TypeScript SDK 미공개: 공식적으로는 다중 언어를 표방했지만 GitHub에는 Python만 올라와 있다.
- 자체 토큰 부재: 인센티브 펀드는 USD 단위로 운영되며, 토큰 경제가 없다. 장단이 모두 있다.
- Neo 의존: Neo 재단의 자금과 마케팅에 크게 의존한다. Neo 진영의 모멘텀이 약해지면 SpoonOS도 영향을 받는다.
요약하면 SpoonOS는 "진지한 인프라형 OS" 를 노린다. 빠른 트렌드 추격보다, 한 시스템 안에서 추론·결제·프라이버시·온체인을 모두 처리하려는 설계다.
시나리오별 추천
위 비교를 종합하면 실제로 누가 무엇을 써야 하는가에 답할 수 있다.
트위터/디스코드에서 살아있는 캐릭터 봇을 만들고 싶다
→ ElizaOS가 압도적으로 빠르다. 캐릭터 파일 한 개만 작성하면 된다. 커뮤니티 플러그인도 풍부하다.
에이전트를 자산화해 수익을 만들고 싶다
→ Virtuals가 사실상 유일한 답이다. 토큰 발행·스테이킹·거래 인프라가 통합되어 있다. 다만 깊은 커스터마이즈는 어렵다.
온체인 자동화 + 외부 API 결제 + 프라이버시 보장이 동시에 필요한 dApp을 만들고 싶다
→ SpoonOS를 검토할 가치가 있다. x402와 MCP 통합이 핵심 차별점이다. 다만 v0.4 대 SDK라 위험을 감수해야 한다.
기업 내부 AI 워크플로우를 짜고 싶다 (Web3 요소 거의 없음)
→ 셋 다 과한 선택이다. LangChain/LangGraph로 충분하다. SpoonOS의 SpoonGraph는 LangGraph와 사용성이 비슷하지만, 굳이 Web3 의존성을 끌어올 이유가 없다.
비교의 함정 — 같은 OS가 아니다
이 셋을 한 비교표에 올리는 것 자체가 사실 약간의 함정을 내포한다. 셋은 같은 정의의 OS가 아니다.
- ElizaOS는 캐릭터 런타임에 가깝다. "OS"라는 라벨은 마케팅 측면이 크다.
- Virtuals는 토큰화 플랫폼이다. 엄밀히는 OS가 아니라 에이전트 마켓플레이스다.
- SpoonOS는 명시적으로 OS 추상화를 노린다. 그래서 추론·결제·프라이버시를 모두 한 묶음에 넣었다.
따라서 "어떤 OS가 가장 좋은가"라는 질문은 잘못된 질문에 가깝다. 정확한 질문은 "내가 만들려는 에이전트는 어디에 붙을 때 가장 자연스러운가" 이다.
토큰 모델 — 가장 큰 차이
세 프로젝트의 토큰 모델은 다음과 같이 정리할 수 있다.
| 프로젝트 | 토큰 | 역할 |
|---|---|---|
| ElizaOS | AI16Z, ai16z | 생태계 가스/거버넌스. 사실상 밈 + 인프라 하이브리드 |
| Virtuals | VIRTUAL, AGENT 토큰 | 본질 — 에이전트 자체가 토큰 |
| SpoonOS | 없음 (2026.05 기준) | 인센티브 펀드는 USD 단위 |
자체 토큰이 없다는 점은 SpoonOS의 양면적 특징이다.
- 장점: 토큰 가격 변동에 휘둘리지 않는다. 인프라 안정성을 약속할 수 있다.
- 단점: 단기 자본 유입이 약하다. 에이전트 경제를 즉각 부트스트랩하기 어렵다.
향후 SpoonOS가 토큰을 발행할지, 아니면 GAS/Neo X 가스 토큰을 그대로 활용할지는 아직 공개되지 않았다.
한국 빌더 관점에서
한국에서 Web3 AI 에이전트를 만들고 싶다면 다음을 고려할 만하다.
- 첫 실험은 ElizaOS로. 캐릭터 파일만 만들면 트위터/디스코드에 띄울 수 있다. 커뮤니티 자료도 한국어 번역이 빠르게 나오고 있다.
- 자본 흡수력이 필요하면 Virtuals. 다만 토큰 거래소 정책과 한국 규제(가상자산이용자보호법)를 사전에 검토해야 한다.
- 진지한 인프라형 dApp이라면 SpoonOS. Scoop AI Hackathon이 서울에서도 열린다. 한국어 자료가 거의 없는 만큼 빠른 선점 기회가 있다.
마무리
ElizaOS는 속도, Virtuals는 자본 흡수력, SpoonOS는 인프라 깊이라는 서로 다른 자산을 가지고 같은 시장에 들어왔다. 어느 하나가 다른 둘을 죽일 가능성보다는, 계층이 다른 도구로 공존할 가능성이 더 높다. 빌더는 자신이 만드는 에이전트가 어떤 계층에서 가장 빛나는지를 먼저 따져봐야 한다.
이 시장은 1년 후에 다시 보면 분명 지형이 바뀐다. 지금 이 글의 비교표가 1년 뒤에도 그대로일 가능성은 거의 없다. 그래도 한 가지는 분명하다. "Web3 AI 에이전트"는 이미 단일 도구가 아니라 여러 계층의 시장이라는 점이다.
참고 자료
