Web3에는 코드와 숫자로 명확하게 표현되는 정보도 있지만 그렇지 않은 정보도 많음.

어떤 파트너십 신호를 시장이 중요하게 보는지, 특정 커뮤니티 이벤트가 왜 큰 반응을 일으키는지처럼 시장 참여자들이 경험적으로 중요하게 판단하는 신호도 있음.

DAPPOS는 BubbleUp 설명에서 사용자가 제공하는 fresh Web3-specific data를 활용해 Bubble Engine이 빠르게 움직이고 불투명한 Web3 환경 및 새로운 개념에 더 잘 적응하도록 하는 목적을 제시합니다.

즉 AI가 공식 백서만 읽는 게 아니라,

온체인 데이터

실시간 소셜 신호
사용자 기여 지식

을 함께 활용하려는 구조임.

Web3 vertical AI가 범용 AI와 다른 방향을 택하는 이유를 보여주는 부분임.

“이 프로젝트 괜찮아”

라는 짧은 질문 하나에도 필요한 정보는 여러 종류임.

프로젝트 공식 정보도 필요하고, 시장 반응도 봐야 하고, 온체인 데이터가 중요할 수도 있음.

Bubble Engine의 Contextual RAG는 domain-specific routing을 사용해 sub-query를 적절한 정보 영역으로 분배하는 구조를 설명합니다.

쉽게 보면 하나의 거대한 검색창에서 무작정 자료를 긁는 게 아니라,

프로젝트 정보
→ 관련 데이터 영역

시장 분위기
→ 소셜·시장 영역

온체인 상태
→ 블록체인 데이터 영역

처럼 질문을 나눠 처리하는 개념임.

검색 기술도 Agent와 비슷함.

질문 하나를 어디에 물어봐야 하는지 먼저 알아야 좋은 답을 얻을 수 있음.