모든 질문에 똑같은 검색량을 사용하는 것은 효율적이지 않음.

“ETH가 어떤 네트워크인가” 같은 질문과 여러 프로젝트의 리스크를 비교하는 질문은 필요한 조사량 자체가 다름.

DAPPOS는 Bubble Engine에 Dynamic Budget을 두고 detected uncertainty에 따라 retrieval depth와 parallel agent execution을 조정한다고 설명합니다.

쉽게 표현하면

확실한 문제
→ 필요한 만큼만 조사

불확실한 문제
→ 더 깊게 검색
→ 더 많은 Agent 병렬 활용

이라는 방향임.

항상 최대 연산량을 사용하는 게 아니라 불확실성이 커질 때 조사 비용도 늘리는 적응형 구조인 셈임.

AI의 성능뿐 아니라 비용과 속도를 함께 다루기 위한 기술임.