AI 검색에서 흔한 문제는 자료가 부족한데도 일단 그럴듯한 답을 만들어내는 것임.

DAPPOS의 Search Subgraph에는 검색 결과를 합친 뒤 relevance를 필터링하고, 다시 Enhanced Review Loop를 거치는 과정이 있습니다.

공식 백서에서는 enhanced_search_review_node가 source diversity나 accuracy score 같은 confidence criteria가 충족됐는지 검사하고, 충분하지 않으면 검색 과정을 다시 반복하는 구조를 설명합니다.

즉

검색 완료
≠
조사 완료

임.

검색
→ 결과 병합
→ 필터링
→ Confidence 검사
→ 부족하면 다시 검색 이 되는 것.

AI가 스스로 “자료를 찾았다”와 “이제 답해도 충분하다”를 구분하도록 만드는 일종의 Quality Gate임.

검색 결과가 20개라고 해서 항상 근거가 충분한 것은 아님.

20개가 모두 하나의 주장만 반복한다면 실제 정보 다양성은 낮을 수 있음.

DAPPOS 공식 기술 설명에서는 Search Subgraph의 Enhanced Review가 판단할 수 있는 confidence criteria의 예로 source diversity와 accuracy score를 제시합니다.

즉 단순히

자료 20개 확보 → 완료

가 아니라,

“서로 다른 관점이나 출처가 충분히 확보됐는가”

까지 검사 대상으로 둘 수 있는 구조임.

Web3처럼 루머 하나가 여러 계정과 사이트를 통해 빠르게 복제되는 환경에서는 특히 의미가 있음.

AI 검색 기술이 결국 검색량 경쟁에서 조사를 끝내도 되는 조건을 정의하는 문제로 이어지는 이유임.

AI가 “이 전략이 좋아 보입니다”라고 분석하는 것과 실제 자산을 움직이는 것은 다른 문제임.

그래서 DAPPOS의 DeFi Subgraph는 시장 데이터를 가져오고 strategy_generator가 계획을 만든 뒤 strategy_validator를 거치도록 구성돼 있습니다.

공식 백서는 이 Validator가 위험을 평가하고, 결과를 시뮬레이션하며, 필요한 경우 사용자 선택까지 반영한다고 설명합니다.

흐름은 대략

Market Data
↓
Strategy Generation
↓
Risk Check
↓
Simulation
↓
Validation

임.

즉 Intelligence Layer에서 좋은 아이디어를 만드는 것과 실행 가능한 계획으로 승인하는 것을 분리함.

Web3 AI에서 “생각을 잘하는 Agent”와 “실제로 실행해도 되는 판단” 사이에 하나의 검증 계층이 필요한 이유임

- 나는 연준 대차대조표가 다시 커지는 데 베팅 중
- 수혜 자산은 비트코인, 실물 금, 금 채굴주임
- 우리는 이미 비트코인 풀매수 상태. "가장 빠른 말이 뭐냐?" 묻는다면
대형 알트 중에서는 이더리움. 2025년에 전고점을 못 넘긴 유일한 메이저 알트임. 이더리움이 RWA의 보안 레이어가 될 것
- 다음 픽은 5~10배 가능한 소외 코인 에테나($ENA). USDe는 유통량 기준 6번째로 큰 스테이블코인임
- $ENA 약점은 바이백이 없다는 것. 하지만 그 정도는 넘어갈 수 있음
- 비트코인 가격이 빠지면서 베이시스 수익률이 낮아져 USDe 수익률이 국채랑 비슷해짐 -> CEX, 스마트컨트랙트 리스크 지고 USDe 들 이유가 사라짐 -> 유통량은 고점 대비 75%, 토큰 가격은 90% 넘게 폭락
- 하지만 달러 유동성이 조금만 늘어 비트코인이 펌핑하면 베이시스 수익률이 튀고 USDe로 자금이 대거 유입됨. $ENA는 몇 달 안에 5배 가능한 픽임
- 아직 풀매수는 안 함. 달러 잔고도 최소로 안 줄임. Warsh가 소위원회를 소집해 FIMA 룰을 바꾸는 걸 기다려야 함
- 다만 금과 달러/엔은 룰 변경 발표 전에 먼저 움직일 것. 트럼프 정부와 연결된 큰손이 미리 선반영할 가능성이 큼

- 지난 10년 글로벌 자산시장을 띄운 건 엔화 약세였지만 이제 끝날 때임.
- 엔화는 세계에서 가장 저평가된 통화이고, 미국, 중국, 일본 유권자 모두에게 갈등의 씨앗임
- 2주 전 미국과 일본이 공동으로 환율에 개입함(사실상 통화 조작)
- 베센트는 연준이 FIMA 레포 한도를 올려서 일본 재무성(MOF)이 엔화를 방어하게 하자고 함. MOF도 미국과 손잡고 달러엔을 끌어내리는 중이라 밝힘
- 엔화를 강세로 돌리는 방법 3가지 :
- 옵션 1: BOJ가 금리를 공격적으로 올려 달러-엔 금리차를 없앰
- 옵션 2: 정부가 GPIF 같은 기관에 해외자산 팔고 국내자산 사도록 투자 명령을 바꿈
- 옵션 3(선호): MOF가 보유한 미국 국채를 연준에 레포로 맡기고 달러를 빌린 뒤, 그 달러를 팔아 엔화를 매수
- 옵션 1이 안 되는 이유 : BOJ는 10년 넘는 YCC로 쓰레기 JGB를 가장 많이 보유 중. 금리 오르면 채권값 폭락 -> BOJ 손실 폭증. 손실 인정이 두려워 찔끔찔끔 올리다 결국 엔화 약세와 수입 인플레만 심해짐. 정치인도 국채 이자 부담 때문에 금리 인상을 원치 않음
(2024년 7월 사례 : 우에다 BOJ 총재가 깜짝 인상하자 엔화가 160->140으로 급등, 나스닥100과 닛케이가 10% 넘게 하락. BOJ가 패닉해서 8월 12일 향후 인상을 철회 -> 엔화 약세 전환, 주식 반등. BOJ는 급격한 시장 스트레스를 감당할 배짱이 없음)
- 옵션 2가 안 되는 이유 : GPIF($1~2조 포트폴리오)가 국내자산 선호로 명령을 바꾸면 수천억 달러어치 미국 주식, 채권을 팔아야 함. 이건 미국 주식, 국채 시장을 파괴함. 미국이 일본 안보를 보장하기 때문에 일본은 미국 자산을 팔지 못함
- 옵션 3은 Warsh가 연준 의장이 된 순간 사실상 승인됨. 2026년 재무부-연준 합의는 여전히 살아있음
- 옵션 3 자금 흐름 :
-> MOF가 국채를 레포로 맡기고 연준 FIMA에서 달러 대출을 받음
-> 그 달러를 팔아 엔화를 매수
-> 엔화로 국내 JGB와 주식을 매입
- 옵션 3의 결과 : 연준이 달러를 찍어냄(대차대조표가 FIMA 레포 규모만큼 확대) -> 엔화 강세 -> 일본 국채 수익률 하락 -> 일본 주식 상승
호구는 미국 납세자임. 일본이 갚을 리 없는 돈이라 순수 머니 프린팅이고, 금융, 물가 인플레를 유발함
- 왜 아직 안 일어났나 : FIMA는 카운터파티당 대출 한도가 600억 달러임.
- 최근 개입에 1,000억 달러 넘게 쓰고도 엔화를 5% 올리는 데 그쳤고 며칠 만에 효과가 사라짐. 한도를 완전히 없애고 GPIF 같은 기관도 대상에 넣어야 함
- FIMA 룰은 외환소위원회(Warsh, 윌리엄스, 제퍼슨)가 결정. 회의록도 투표 기록도 공개 안 됨. 트럼프와 Warsh는 수시로 통화하므로 결국 베센트 뜻대로 움직일 것

- FIMA 대상 국채 보유 규모 : 일본 정부 $1.143조 + GPIF $2,300억 = 총 $1.373조. 참고로 코로나 때 연준은 약 $4조를 찍음
- 연준 대차대조표 확대와 비트코인 가격은 명확히 연동됨
- 이 유동성은 AI 캐펙스로 안 가고 크립토로 흘러들 것
- 금이 최근 저점에서 급반등한 건 시장이 이 달러 쓰나미를 AI가 아니라 금융 자산으로 보내고 싶다는 신호
- 비트코인, 금, 금 채굴주 상승.
- $ENA는 몇 달 내 5배, 이더는 대형 알트 중 최선호

- 싸구려 엔화 시대는 끝남. 미국과 일본 둘 다 엔화 강세를 원함
- 엔화 강세 방법 3가지 중 BOJ 금리인상(옵션1)과 일본의 미국자산 매도(옵션2)는 둘 다 손실을 감당 못 해 불가
- 가능성 높은 옵션 3 : MOF가 미국 국채를 연준 FIMA에 레포로 맡기고 달러를 빌려 엔화를 매수 -> 연준이 달러를 찍음 -> 대차대조표 확대
FIMA로 동원 가능한 실탄은 약 $1.37조(일본 정부 + GPIF). 코로나 때 $4조 찍은 것과 비교하면 아직 여지 있음
- 연준 대차대조표 = 비트코인 가격. 이 돈은 AI가 아니라 크립토와 금으로 흘러감
- Warsh가 외환소위원회를 소집해 FIMA 한도를 없애는 순간이 신호. 다만 금, 달러/엔은 발표 전에 먼저 움직일 것
- 우리는 이미 비트코인 풀매수. 수혜 자산은 비트코인, 금, 금 채굴주
다음 픽은 이더리움과 에테나 $ENA(몇 달 내 5배 가능)

DeFi 전략은 논리적으로 그럴듯해 보여도 실제 실행 조건에서는 결과가 달라질 수 있음.

시장 상태가 달라질 수도 있고, 위험 요소가 예상보다 커질 수도 있음.

DAPPOS의 strategy_validator는 계획을 검증할 때 risk assessment와 outcome simulation을 수행하도록 공식 기술 자료에 설명돼 있습니다.

이 과정의 의미는 간단함.

AI가 계획을 만들었다고

Plan → Execute

로 바로 넘어가는 대신,

Plan
→ Risk Check
→ Simulation
→ Validated Plan
→ Execution

이라는 단계를 두는 것임.

실행 가능한 AI에서 중요한 것은 좋은 계획을 많이 만드는 능력만이 아님.

틀린 계획을 실제 행동으로 옮기기 전에 잡아낼 수 있는 구조도 같이 필요함.

모든 작업에 사용자의 확인을 받으면 AI 자동화의 장점이 사라짐.

반대로 어떤 작업이든 AI가 마음대로 실행하게 만들면 통제 문제가 생길 수 있음.

DAPPOS는 이 사이에서 optional UI interrupt를 통한 user approval 구조를 설명합니다.

특히 Tool-Augmented Plan Generation 과정에서 Validator Node가 risk parameter를 교차 확인하고, 필요한 경우 사용자 승인을 받는 UI Interrupt를 넣어 Intelligence에서 Execution으로 넘어가는 흐름을 제어합니다.

즉 모든 단계에서

“계속할까요”

를 묻는 게 아니라,

중요한 경계에서만 통제권을 사용자에게 넘길 수 있는 방식임.

자동화 수준이 높아질수록 이런 selective approval이 UX에서 더 중요해질 수 있음.

사용자가 항상 완벽한 프롬프트를 입력할 수는 없음.

예를 들어

“내 상황에 맞게 포트폴리오 구성해줘”

라고 했는데 기간이나 위험 선호도처럼 중요한 정보가 빠져 있을 수도 있음.

DAPPOS 공식 백서에서는 사용자의 질문이나 제공된 정보가 정확한 분석을 하기 부족할 경우 AI가 실행을 일시정지하고 targeted question을 통해 추가 정보를 요청하는 구조를 설명합니다.

이게 꽤 중요한 차이임.

정보 부족
→ AI가 임의로 가정
→ 결과 생성

이 아니라,

정보 부족
→ Interrupt
→ 필요한 항목 질문
→ 답변 수신
→ 작업 계속

이라는 방식임.

Low-Prompt AI라고 해서 무조건 사용자의 입력을 짧게 받아 추측하는 것이 아니라, 꼭 필요한 정보만 다시 물어볼 수 있어야 함.

AI가 10초 정도 생각하는 작업이라면 기다려도 큰 문제가 없음.

그런데 여러 Agent가 검색하고 분석하고 검증하는 장기 작업이 몇 분 이상 이어지면 사용자는 지금 AI가 정상적으로 일하고 있는지 알기 어려움.

DAPPOS의 MAF는 이를 위해 long-running task 동안 메시지를 streaming해 진행 상황을 실시간으로 사용자에게 전달하는 구조를 포함합니다.

Streaming은 단순히 로딩 화면을 예쁘게 만드는 기능만은 아님.

사용자가 작업 흐름을 보고 있다가 필요하면 개입할 수 있다는 점에서 Interrupt 구조와 함께 Human-in-the-Loop를 가능하게 하는 인터페이스가 됨.

자동화가 길고 복잡해질수록

“끝나면 알려줘”

만큼이나

“지금 어디까지 진행됐는지 보여줘”

가 중요해지는 이유임.

이번 기술을 한 흐름으로 연결하면 이렇게 볼 수 있음.

사용자 요청
↓
AI 작업 진행
↓
Search Confidence Check
↓
정보 부족 시 Clarification Interrupt
↓
Strategy 생성
↓
Risk Validation + Simulation
↓
필요 시 UI Approval
↓
Validated Plan
↓
Execution Layer

장시간 작업에서는 중간 진행 상황도 Streaming으로 전달됨. DAPPOS는 이런 구조를 composable autonomy와 safety rails를 결합하는 방식으로 설명하며, 최신 공식 문서에서도 HCI Interrupt, streaming progress, safety rail을 MAF의 human-in-the-loop 요소로 제시합니다.

결국 강한 AI Agent는 무조건 사람 없이 끝까지 움직이는 시스템일 필요는 없음.

확실할 때는 스스로 진행하고,
불확실하면 더 검증하고,
정보가 부족하면 질문하고,
중요한 행동 앞에서는 사람에게 결정권을 돌려주는 것.

DAPPOS가 AI Interrupt를 두는 기술적 이유를 가장 쉽게 설명하면 이 구조임.

사용자가 원하는 건 의외로 단순함.

“이 자산으로 저 dApp을 사용하고 싶다.”

그런데 실제 Web3에서는 어떤 체인에 자산이 있는지 확인하고, 필요하면 브리지하고, 컨트랙트를 호출하고, 다음 트랜잭션까지 순서대로 처리해야 할 수 있음.

DAPPOS의 Intent-centric dApp Interaction은 이런 여러 작업을 사용자가 하나씩 수행하는 대신 최종적으로 원하는 결과를 중심으로 실행을 구성하는 방식입니다. 공식 문서에서는 contract-based wallet의 contract call과 asset bridging을 하나의 흐름 안에서 처리하며, 중간 단계와 의존성이 복잡한 경우도 지원하도록 설계됐다고 설명합니다.

즉 바꾸려는 것은 단순 UI가 아님.

사용자가 실행 순서를 설계

하는 방식에서

사용자는 결과를 지정
→
시스템이 필요한 실행 단계를 처리

하는 방식으로 책임을 이동시키는 것임.

일반적인 크로스체인 사용에서는 브리지가 하나의 작업이고 dApp 사용이 또 다른 작업처럼 느껴짐.

먼저 자산을 옮기고,

도착을 확인하고,

다시 dApp에 접속한 뒤,

컨트랙트를 실행하는 식임.

DAPPOS의 Intent-centric dApp Interaction은 contract call과 asset bridging을 함께 구성할 수 있는 구조를 설명합니다.

이 관점에서는 브리지가 사용자의 최종 목적이 아닐 수도 있음.

예를 들어 목표가 특정 dApp에서 자산을 사용하는 것이라면 브리징은 그 결과를 만들기 위해 필요한 내부 실행 단계 중 하나가 되는 것임.

Web3 UX에서 꽤 중요한 변화임.

사용자가 프로토콜의 모든 중간 단계를 이해해야 하는 구조에서 목적과 실행 방법을 분리하는 구조로 가기 때문임.

여러 온체인 작업이 필요하다고 해서 전부 동시에 실행할 수 있는 것은 아님.

A 작업의 결과가 있어야 B 작업을 시작할 수 있는 경우가 있기 때문임.

예를 들어 자산이 다른 체인에 있다면 자산 이동이 완료된 뒤에야 그 자산을 사용하는 컨트랙트 호출이 가능할 수 있음.

DAPPOS는 Intent-centric dApp Interaction이 arbitrary steps and dependencies가 존재하는 상황에서도 contract call과 bridging을 처리하도록 설계됐다고 설명합니다.

즉 중요한 것은 작업 목록만 만드는 게 아님.

무엇을 해야 하는가

와 함께

무엇이 먼저 완료돼야 다음 작업을 할 수 있는가

도 실행 시스템이 다뤄야 함.

복잡한 Intent를 자동화하려면 결국 dependency-aware execution이 필요한 이유임.

사용자가

“브리지하고 싶다”

고 말하는 경우도 있지만, 실제 목적은 그 뒤에 있는 경우가 많음.

다른 체인의 dApp에서 자산을 사용하기 위해 어쩔 수 없이 브리지를 거치는 것임.

Intent-centric 구조에서는 이 차이가 중요함.

DAPPOS는 asset bridging과 dApp contract call을 하나의 상호작용 흐름에서 결합할 수 있도록 설계됐습니다.

그래서 사용자의 목표가

Chain A → Chain B로 토큰 이동

이 아니라

Chain B의 dApp에서 특정 결과 달성

이라면,

브리지는 목적 자체가 아니라 그 Intent를 만족시키기 위한 dependency 해결 단계로 볼 수 있음.

Web3를 쉽게 만드는 방법이 체인을 없애는 게 아니라 체인을 사용자가 직접 신경 써야 하는 횟수를 줄이는 것일 수 있는 이유임.

복잡한 dApp 기능은 버튼 한 번 뒤에서도 여러 상태 변화가 필요할 수 있음.

사용자는 화면에서 하나의 행동처럼 느끼지만 실제 블록체인에서는 자산 준비, 이동, 승인, contract interaction처럼 여러 과정이 연결될 수 있음.

DAPPOS가 Intent-centric dApp Interaction에서 arbitrary steps와 dependencies를 명시적으로 언급하는 이유도 여기에 있습니다.

즉 자동화 대상은

Transaction 1개

보다

최종 결과를 만들기 위한 Transaction sequence

에 가까움.

이런 구조에서는 개별 트랜잭션보다 전체 실행 흐름이 하나의 단위가 됨.

사용자는 한 가지 결과를 요청하지만 뒤에서는 여러 단계가 연결될 수 있다는 것임.

크로스체인 환경에서는 자산이 여러 네트워크에 흩어질 수 있음.

그러면 사용자는

“내 자산이 어디 있지”

부터 생각해야 함.

DAPPOS Unified Account는 여러 블록체인의 자산을 관리하고, DAPPOS와 통합된 dApp에서 사용할 수 있도록 Intent Execution Network와 호환되는 계정 구조​로 설명됩니다.

중요한 건 Unified Account가 단순히 잔액을 한 화면에 보여주는 기능이라는 뜻이 아님.

Intent-centric Interaction과 결합되면서

어떤 체인에 자산이 있는가

보다

이 자산을 지금 원하는 dApp에서 사용할 수 있는가

가 사용자에게 더 중요한 질문이 되는 것임.

Account Layer와 Execution Layer를 함께 묶으려는 이유임.

Intent 시스템이 아무리 좋아도 실제 dApp과 연결되지 않으면 사용 범위가 제한됨.

그래서 계정과 실행 네트워크뿐 아니라 dApp integration layer도 필요함.

DAPPOS 공식 문서는 Unified Account의 자산을 DAPPOS SDK가 통합된 dApp에서 여러 블록체인에 걸쳐 사용할 수 있는 구조로 설명합니다.

즉 구조를 단순화하면

Unified Account
+
Intent Execution Network
+
Integrated dApp

이 서로 연결되는 것임.

사용자가 새로운 dApp을 사용할 때마다 완전히 새로운 자산 관리 방식을 배우는 대신, 공통 실행 계층을 활용하려는 방향임.

Web3에서 UX 표준화가 단순 디자인 문제가 아니라 Account와 Execution의 호환성 문제인 이유임.