크립토 프로젝트 하나를 분석해도 공식 문서 조사, 온체인 데이터 확인, 토큰 구조 분석, 가격 계산과 위험 점검이 모두 필요함. AI 하나가 모든 분야를 똑같이 잘하기는 어려운 이유임.

DAPPOS의 Intelligence Layer에는 Multi-Agent Framework, 줄여서 MAF가 있음. 공식 문서상 MAF는 약 300~400개의 전문 에이전트와 200개 이상의 도구를 조정해 리서치·정량 분석·거래 전략·시장 인사이트 같은 작업을 처리하도록 구성됐습니다.

사용자가 질문하면 모든 AI를 무조건 한꺼번에 실행하는 게 아니라, 요청에 필요한 에이전트와 도구를 골라 작업 흐름을 구성하는 방식임.

여기에 Bubble Engine이 학습과 개선을 맡음. DAPPOS가 단순한 챗봇보다 여러 전문 작업자를 조율하는 Web3 AI OS를 강조하는 이유가 여기 있음.

프로젝트나 상품을 비교할 때 기준이 계속 바뀌면 내가 좋아 보이는 대상을 고르는 결과가 나오기 쉬움. A는 성장성으로 보고 B는 안정성으로 평가하면 공정한 비교가 되기 어려움.

DAPPOS의 MAF는 여러 전문 에이전트와 도구를 조정해 정량 분석·시장 인사이트·전략 작업을 처리하도록 구성됐습니다. 다양한 데이터를 모을 수 있는 만큼, 사용자가 평가 기준을 먼저 고정하는 게 중요함.

예시:

세 프로젝트를 사용자 수·30일 거래량·프로토콜 수익·토큰 가치 포착·보안 이력으로 비교해주세요.
아직 출시되지 않은 기능과 확인할 수 없는 파트너십은 점수에서 제외해주세요.

DAPPOS에게 “무엇이 제일 좋나요?”라고 묻기보다 어떤 기준에서 더 나은지를 묻는 방식임. 판단 기준이 남기 때문에 다음 비교에도 재사용하기 좋음.