전문 AI를 많이 만든다고 무조건 시스템이 똑똑해지는 건 아님.

중요한 건 맞는 요청에 맞는 전문 작업법을 연결하는 것임.

DAPPOS는 Multimodal Router 업데이트에서 financial analysis와 photo editing처럼 성격이 다른 작업들을 실행 전에 구분하도록 개선했다고 설명했습니다. 같은 업데이트에는 narrative video 작업을 위한 short-drama SOP 개선도 포함됐습니다.

쉽게 말하면 전문가는 많아도 접수창구가 엉망이면 소용없다는 것임.

사진 요청은 사진 작업 경로로,
시장 분석은 분석 경로로,
영상 요청은 영상 제작 경로로 보내야 함.

xBubble의 Router는 바로 이 첫 번째 교통정리를 담당하는 기술이라고 볼 수 있음.

어떤 일을 전문적으로 처리하는 SOP가 있다고 생각해보자.

이름만 보면 무조건 그걸 선택하는 게 좋아 보임.

그런데 사용자 요청이 그 SOP의 전문 영역과 살짝만 다르면 범용적인 작업법이 오히려 더 안정적일 수도 있음.

DAPPOS 공식 문서는 Scope를 정의하는 목적을 Bubble Pilot이 specialized SOP가 general SOP보다 더 좋은 결과를 낼 가능성이 있을 때만 해당 전문 SOP를 추천하도록 하기 위한 것이라고 설명합니다.

이 부분이 꽤 중요함.

전문 SOP 존재 → 무조건 호출

이 아니라,

요청 분석 → 적용 범위 확인 → 전문 SOP가 더 적합한지 판단

이라는 구조임.

AI 시스템에서 전문화가 많아질수록 선택 알고리즘의 중요성도 같이 커지는 이유임.

xBubble 구조를 보면 Bubble Engine과 Bubble Pilot이 함께 등장해서 헷갈릴 수 있음.

하지만 역할은 다름.

DAPPOS 공식 문서상 Bubble Engine은 SOP를 훈련하고 개선하는 역할, Bubble Pilot은 준비된 SOP 중 적절한 것을 ​선택하고 실행하는 역할을 담당합니다. SOP 자체는 특정 작업을 수행하기 위한 패키징된 task-specific workflow임.

쉽게 나누면,

Bubble Engine
→ 작업법을 만들고 개선함

SOP
→ 검증된 작업법

Bubble Pilot
→ 지금 어떤 작업법을 사용할지 고르고 돌림

이라는 구조임.

하나의 거대한 AI에게 모든 책임을 몰아주는 대신 학습·작업법·실행 선택을 분리한 설계라고 이해하면 쉬움.

처음에 작업법이 3개뿐이라면 무엇을 사용할지 고르기 어렵지 않음.

그런데 분석, 이미지, 영상, 코딩 등 서로 다른 분야의 전문 SOP가 계속 늘어난다면 이야기가 달라짐.

DAPPOS는 xBubble에서 Bubble Engine이 task-specific SOP를 훈련·개선하고, Bubble Pilot이 이를 선택해 실행하는 구조를 사용합니다. 동시에 2026년 5월에는 실행 전 intent를 분류하는 Multimodal Router와 SOP Scope Control을 강화했습니다.

여기서 중요한 시스템 설계 문제가 생김.

능력의 개수가 늘어나는 것과
그 능력을 정확히 찾아 쓰는 것은 별개의 문제임.

전문 SOP가 많아질수록 Router와 Scope Control이 병목이 될 수도 있는 이유임.

좋은 AI OS는 기능 목록만 많은 게 아니라 맞는 기능을 자동으로 골라야 함.

SOP가 많아져도 세상의 모든 요청을 미리 준비할 수는 없음.

처음 등장하는 업무나 아주 특이한 요청은 기존 SOP와 맞지 않을 수 있음.

이때 잘못된 전문 SOP를 억지로 적용하는 것보다 다른 경로가 필요함.

DAPPOS 공식 문서에 따르면 Bubble Pilot은 사용자의 task를 확인한 뒤 적절한 SOP가 있으면 해당 경로를 사용하지만, 맞는 SOP가 없으면 general-purpose agent로 fallback할 수 있습니다.

즉 시스템이

전문 SOP 또는 실패

두 가지로만 구성된 게 아님.

Specialized SOP
↓ 없으면
General Agent

라는 안전망이 존재함.

전문화된 AI와 범용 AI가 경쟁하는 게 아니라 서로 빈 공간을 메우는 구조라는 점이 핵심임.