도펠 게임즈: 에이전트 대 에이전트 경쟁

오스틴 와일러 (Austin Weiler)
2026년 6월 25일

핵심 인사이트

- 도플 게임즈는 공개 인물을 모사하도록 학습된 AI 에이전트인 도플 에이전트가 경쟁하는 에이전트 대 에이전트(AvA) 게임 플랫폼이다. 동시에 이용자들은 Base 기반 예측시장 프로토콜인 카시를 통해 경기 결과를 거래한다. 카시는 X 게시물을 통해 거래할 수 있도록 지원한다. AvA 경기 결과 거래는 현재 다른 어떤 예측시장 플랫폼도 제공하지 않는 분야다.

- 도플 게임즈는 온체인에서 자율형 에이전트 워크플로를 실행하고, 오프체인 에이전트 의사결정을 온체인 거래로 기록하는 AI 인프라 스택인 탈루스 위에 구축됐다.

- 도플 에이전트는 동일한 기본 LLM(Qwen3.6-27B)을 공유하지만, 특정 공개 인물의 소셜 데이터로 각각 별도로 학습된다. 도플 게임즈는 AvA에서 흔히 발생하는 문제를 해결하기 위해 이런 구조를 설계했다. 동일한 LLM을 쓰는 에이전트는 비슷한 결정을 내리기 때문에 경기 결과가 우연에 좌우되기 쉽고, 서로 다른 LLM을 쓰면 게임 내 판단과 무관하게 성능이 더 높은 모델이 일관되게 승리하기 때문이다. 성격 기반 학습은 이용자들이 거래할 수 있는 서로 다른 플레이스타일을 만들어낸다.

- 도플 게임즈는 4월 20일 첫 게임인 텍사스 골드엠을 출시했다. 이 게임에서는 도플 에이전트들이 매주 더블 엘리미네이션 방식의 텍사스 홀덤 토너먼트에서 경쟁한다.

도플 게임즈 개요

도플 게임즈는 AI 에이전트 대 에이전트(AvA) 게임 플랫폼으로, 플레이어 대 플레이어(PvP), 플레이어 대 환경(PvE)과는 구별되는 분야다. 개발자는 도플 게임즈를 활용해 어떤 형태의 AvA 경쟁도 만들 수 있다. 공개 인물을 모사하도록 학습된 LLM인 도플 에이전트는 탈루스 프로토콜을 통해 온체인에 기록되는 라이브스트리밍 경기에서 경쟁한다. 이용자들은 라이브스트림을 시청하고 Base 기반 예측시장 프로토콜인 카시를 통해 경기 결과를 거래한다. 이용자들은 경기, 자신이 베팅하는 결과, 금액을 자연어로 적어 X에서 @kash_bot을 태그하는 방식으로 카시에서 거래를 실행한다. 이 봇은 게시물을 해석해 이용자의 포지션을 열거나 수정하고, 거래가 체결되면 확인 메시지를 보낸다.

도플 게임즈는 온체인에서 자율형 AI 에이전트 워크플로를 실행하고, LLM 추론 같은 오프체인 연산을 온체인 기록으로 남기는 AI 인프라 스택인 탈루스 프로토콜 위에 구축됐다. 탈루스 프로토콜은 개발자에게 AI 에이전트 워크플로를 구축하고, 허가 없이 에이전트 행동을 조율하며, 검증 가능한 탈중앙화 네트워크에서 해당 워크플로를 실행할 수 있는 프레임워크를 제공한다.

카시는 주식 매수·매도 시 이용자에게 2% 수수료를 부과하지만, 가스비는 지원하며 입출금 수수료는 부과하지 않는다. 이용자들은 USDC, ETH, wETH, DAI 또는 신용카드를 사용해 카시 계정에 연결된 Base 기반 비수탁형 지갑에 사전 입금한다. 카시는 USDC가 아닌 모든 입금 자산을 자동으로 USDC로 전환한다. 카시는 2026년 6월 17일 Base 메인넷을 출시해 이용자들이 X 게시물을 통해 직접 예측시장을 생성하고 거래할 수 있도록 했다.

탈루스는 Layer 1 블록체인인 수이를 사용해 에이전트 운영을 검증하고, 에이전트의 신원과 상태를 관리하며, 에이전트 행동 결과를 투명성과 감사 가능성을 위한 온체인 거래로 기록한다. 탈루스는 4월 15일 수이 메인넷에 프로토콜 계약을 배포해 탈루스 AI 에이전트를 실제 운영 환경에서 사용할 수 있도록 했다.

도플 게임즈는 4월 20일 첫 제품인 텍사스 골드엠을 출시했다. 이는 도플 게임즈의 X와 유튜브 계정에서 라이브스트리밍되는 주간 포커 토너먼트로, 두 도플 에이전트가 맞대결을 펼친다. 도플 게임즈는 탈루스 위에 구축된 첫 번째 라이브 애플리케이션이다.

도플 게임즈는 탈루스 프로토콜을 통해 AI 에이전트를 배포하고 워크플로를 실행하는 대가로 탈루스에 Sui 토큰을 지급하며, 향후에는 자체 토큰인 US로 지급할 계획이다.

도플 게임즈 아키텍처

도플 게임즈는 플레이어 대 플레이어(PvP), 플레이어 대 환경(PvE)과 구별되는 에이전트 대 에이전트(AvA) 게임 프리미티브를 사용한다. 이용자들은 도플 에이전트의 성향을 분석하고 카시에서 경기 결과를 거래하는 방식으로 경쟁한다.

도플 에이전트

도플 게임즈는 AvA 경쟁을 프로그래밍 방식으로 가능하게 만들기 위해 두 가지 실패 유형을 해결해야 했다. 첫째, 에이전트가 동일한 LLM과 동일한 프롬프트를 사용하면 비슷한 결정을 내리게 되고, 경기 결과는 우연에 좌우된다. 둘째, 에이전트가 서로 다른 LLM을 사용하면 게임 내 판단과 무관하게 성능이 더 높은 모델이 일관되게 승리한다.

이 두 문제를 피하기 위해 도플 게임즈는 도플 에이전트가 동일한 기본 LLM(Qwen 3.6)을 공유하되, 각 에이전트를 특정 유명인이나 공개 인물의 공개 소셜미디어 데이터로 별도로 학습하도록 설계했다. 현재 텍사스 골드엠 라인업에는 킴 카다시안, 테오 본, 마이클 세일러 등을 모델로 한 에이전트가 포함돼 있다.

에이전트의 결정은 결정론적이 아니라 확률적이다. 성격 학습이 가능한 행동들에 대한 확률 분포를 형성하기 때문이다. 도플 게임즈는 출시 전 시뮬레이션을 통해 에이전트들이 각기 다른 방식으로 플레이하면서도 실력이 비슷한 수준임을 확인했다고 밝혔다. 다만 시뮬레이션 결과와 추론 코드는 오픈소스로 공개되지 않았고, 기반 데이터에 대한 접근 권한은 수석 AI 엔지니어에게만 제한돼 있으며, 해당 인력은 카시 시장에서 거래할 수 없다.

현재 MVP 단계에서 도플 게임즈 시스템은 암호학적으로 검증되는 구조라기보다 투명하고 감사 가능한 구조다. 게임 로직, 고정된 에이전트 로직, 카드 분배는 온체인에서 실행되지만, 오프체인 LLM 추론 단계는 암호학적 증명 없이 기록만 남는다. 도플 게임즈는 2026년 3분기 말까지 추론 도구 코드를 오픈소스로 공개하고, 에이전트 의사결정 무결성에 대한 온체인 암호학적 증명을 추가할 계획이다.

Source: Doppel Games Documentation

도플 게임즈는 각 도플 에이전트가 게임 이벤트에 반응해 감정 상태를 생성하고, 이 상태가 다음 행동에 영향을 주도록 설계하고 있다. 다만 현재 도플 에이전트의 최소기능제품(MVP)에는 감정 상태가 반영돼 있지 않다.

감정 상태 프레임워크가 실제 적용되면 감정 상태는 두 축 위에 표시된다. y축은 각성도(고에너지에서 저에너지), x축은 정서가(긍정에서 부정)다. 이 격자 위에는 12개의 개별 감정 상태가 배치된다.

도플 게임즈는 도플 에이전트의 감정 엔진을 활용해 관전자들이 분석하고 거래할 수 있는 메타게임을 만든다. 이런 성향을 연구한 관전자들은 향후 경기 예측에 이를 활용할 수 있다. 특정 도플 에이전트 간 대결을 보면, 압박을 받았을 때 공격적으로 변하는 에이전트, 압박에 접는 에이전트, 효과적으로 블러핑하는 에이전트를 파악할 수 있다.

성격 학습은 각 에이전트에 고유한 접근 방식과 일정 수준의 주관적 의사결정을 부여한다. 이런 에이전트들이 포커 같은 게임에서 경쟁할 때는 불완전한 정보 속에서 단 하나의 정답이 없는 결정을 내려야 한다. 따라서 의사결정에서 더 큰 비중은 어떤 결정론적 알고리즘보다 에이전트가 학습한 감정 상태에 두어진다.

도플 게임즈는 각 도플 에이전트별 X 계정을 개설해, 이용자가 해당 계정을 태그하면 그 인물의 말투로 답변하도록 할 계획이다. 도플 게임즈는 이 에이전트들을 당사자와의 제휴나 승인을 받은 초상이 아니라 풍자적 패러디로 규정하고 있다.

탈루스를 통한 검증 가능성

탈루스는 자율형 AI 에이전트 워크플로를 실행하고, 오프체인 연산을 감사 목적으로 온체인에 게시하는 수이 기반 플랫폼이다.

Source: Talus Litepaper

탈루스 프로토콜은 AI 에이전트 워크플로를 구축하고 에이전트 행동을 조율하기 위한 프레임워크를 제공한다. 탈루스 워크플로는 AI 에이전트가 실행하는 작업 순서를 정의하는 방향성 비순환 그래프(DAG)다. 탈루스 툴은 탈루스 워크플로 안의 개별 단계다. 툴은 온체인일 수도 있고(예: 토큰 스왑, 상태 업데이트), 오프체인일 수도 있다(예: LLM 추론 호출, 외부 API 요청). 탈루스 리더 시스템은 온체인과 오프체인 탈루스 툴을 연결하는 오라클 역할을 한다. 탈루스 워크플로가 오프체인 툴에 도달하면 탈루스 리더 노드가 요청을 오프체인 시스템으로 전달하고, 오프체인 시스템이 작업을 수행한 뒤, 탈루스 리더 노드가 결과를 다시 온체인에 게시한다. 탈루스 리더 노드는 네트워크 보안을 위해 담보로 US 토큰을 스테이킹하며, 정상적인 실행에 대해서는 개발자 거래 수수료에서 US를 보상으로 받고, 잘못된 데이터나 실행 실패가 발생하면 스테이킹 물량이 슬래시된다.

도플 게임즈는 3월 12일 탈루스와의 통합을 발표하며, 탈루스를 각 도플 에이전트의 의사결정과 게임 로직을 위한 검증 계층으로 활용하겠다고 밝혔다. 도플 에이전트의 의사결정과 게임 로직은 수이 상의 탈루스 워크플로 단계로 구성되며, 각 단계는 온체인 거래로 기록된다.

도플 게임즈의 텍사스 골드엠에서는 탈루스 워크플로가 경기 전체 로직을 정의한다. 수이의 온체인 랜덤성 프리미티브가 새로운 카드 분배를 생성한다. 이후 탈루스 리더 시스템은 차례가 된 에이전트에게 행동 생성을 위한 오프체인 LLM 호출을 보낸다. 에이전트는 자신의 카드, 테이블에 공개된 카드, 현재 팟과 베팅 상황, 자신의 성격과 현재 감정 상태 등을 입력값으로 사용해 행동을 생성하고 감정 상태를 업데이트한다. 탈루스 리더 시스템은 오프체인 연산 증명과 함께 그 결과로 나온 행동과 감정 상태를 온체인에 게시하고 게임 상태를 갱신한다. 이후 워크플로는 경기가 종료될 때까지 다음 턴으로 반복된다. 각 단계는 수이에 기록되는 거래다. 경기가 시작되면 도플 게임즈를 포함한 어떤 당사자도 실행이 끝날 때까지 로직을 변경할 수 없다.

탈루스 투자 유치

탈루스는 세 차례 투자 라운드를 통해 총 1000만달러를 조달했다.

- 2025년 9월 29일: 수이 재단, 미스틴랩스의 월러스 프로토콜, 기타 전략적 투자자가 주도한 100만달러 규모의 전략적 투자 라운드.

- 2024년 11월 26일: Polychain Capital이 주도하고 Animoca Brands, Foresight Ventures, Geek Cartel, Echo, SuDo Research 등이 참여한 1억5000만달러 밸류에이션 기준 600만달러 규모의 전략적 라운드.

- 2024년 2월 25일: Polychain Capital이 주도하고 Hash3, WAGMI Ventures, Inception Capital, TRGC, dao5가 참여한 300만달러 규모의 시드 라운드.

탈루스 네트워크에 대한 전체 개요는 당사의 커버리지 개시 보고서를 참고하면 된다.

텍사스 골드엠

Source: Doppel Games YouTube

도플 게임즈는 4월 20일 첫 라이브 제품인 텍사스 골드엠을 출시했다. 이는 도플 에이전트들이 도플 게임즈 유튜브 채널에서 라이브스트리밍되는 경기에서 경쟁하는 텍사스 홀덤 포커 대회다. 도플 게임즈는 게임 방식과 관전자 참여를 개선하는 과정에서 토너먼트와 단일 경기 등 여러 경쟁 형식을 실험해 왔다.

시리즈 4 토너먼트에서 도플 게임즈는 텍사스 골드엠 경기 6개를 진행했고, 251명의 고유 트레이더가 참여해 총 470만달러의 테스트넷 거래량을 기록했다.

5월 26일 도플 게임즈는 카시에서 테오 본 대 미스터비스트 텍사스 골드엠(시리즈 5) 시장을 출시했다. 이 시장은 운영된 48시간 동안 450건의 거래와 130만달러의 거래량을 처리했다. 이는 아직 실제 자금 거래가 활성화되기 전, 카시 테스트넷에서 MVP 단계에 있는 제품치고는 의미 있는 거래량이다. 경기당 비슷한 거래량이 6경기 전체 토너먼트에서도 유지된다면 누적 토너먼트 거래량은 760만달러에 이를 수 있다. 다만 테스트넷 활동이 실제 자금 거래가 시작된 뒤 메인넷 거래량으로 그대로 이어진다고 보기는 어렵다.

시리즈 4와 시리즈 5는 도플 게임즈의 에이전트 모델이 시간이 지나며 더 숙련되고, 무작위성이 줄어들고, 차별화가 뚜렷해졌다는 점도 잘 보여준다. 시리즈 4에서는 마이클 세일러가 킴 카다시안을 꺾고 결승에 올랐고, 승자조 결승에서 미스터비스트에게 패한 뒤 패자조 결승에서 다시 카다시안을 꺾고 챔피언십 경기에서 미스터비스트를 이겼다. 시리즈 5에서는 테오 본이 미스터비스트와 카디 비를 꺾은 뒤 결승에서 짐 크레이머를 이겼고, 크레이머는 패자조를 거쳐 결승에 올랐다. 첫 5개 전체 시리즈를 보면 크레이머, 미스터비스트, 마이클 세일러, 테오 본 등 여러 에이전트가 두 차례 이상 결승에 진출했다. 이런 반복적인 결승 진출은 이용자들이 에이전트 성향과 상성 구도를 분석할 수 있는 근거를 제공한다. 다만 도플 게임즈가 에이전트 모델과 게임 구조를 계속 개선하고 있어 향후 결과는 달라질 수 있다.

카시의 모든 온체인 예측시장 데이터는 탈루스 익스플로러에서 확인할 수 있으며, 도플 게임즈는 2026년 3분기에 누적 경기 데이터를 보여주는 듄 대시보드를 공개할 계획이다.

예측시장 구조

Source: Texas Gold’em site (May 14, 2026)

카시의 이진형 예측시장은 각 경기가 시작되기 최소 23시간 전에 열린다. 이용자들은 경기 시작 전, 에이전트의 평판만이 가격 형성에 반영되는 시점부터 거래할 수 있고, 경기가 진행되는 동안에도 게임 전개에 따라 계속 거래할 수 있다. 카시는 시장 종료 2시간 후에 시장 정산 자금을 분배한다.

카시는 신규 시장 개설을 위해 맞춤형 자동화 마켓메이커(AMM) 본딩 커브를 사용한다. 카시는 이를 통해 외부 유동성 공급자의 예치 없이도 신규 시장을 열 수 있다고 주장한다. 다만 이 커브의 작동 방식이나 유동성이 부족한 시장에서 어떻게 지급을 제공하는지는 공개적으로 밝히지 않았다.

마무리 요약

도플 게임즈는 공개 인물을 모사하도록 학습된 AI 에이전트인 도플 에이전트가 경쟁하는 에이전트 대 에이전트(AvA) 게임 플랫폼이다. 동시에 이용자들은 Base 기반 예측시장 프로토콜인 카시를 통해 결과를 거래한다. 이 플랫폼은 4월 15일 수이 메인넷에 배포된 탈루스 프로토콜 위에 구축된 첫 번째 소비자 대상 애플리케이션이다. 각 에이전트의 의사결정과 게임 상태 업데이트는 감사 가능한 탈루스 워크플로의 일부로 온체인에 기록된다.

도플 게임즈는 4월 20일 첫 제품인 텍사스 골드엠을 출시했다. 이는 도플 에이전트 간 주간 더블 엘리미네이션 방식의 텍사스 홀덤 토너먼트로, X와 유튜브에서 라이브스트리밍된다. 이 플랫폼의 설계는 AvA의 잘 알려진 문제를 해결한다. 동일한 LLM을 쓰는 에이전트는 비슷한 결정을 내려 경기 결과가 우연에 좌우되고, 서로 다른 LLM을 쓰는 에이전트는 성능이 더 높은 모델이 결과를 좌우하기 때문이다. 도플 게임즈의 해법은 각 인물의 공개 소셜 데이터로 별도 학습된 단일 공통 기본 LLM과, 경기 중 에이전트별로 12개의 개별 상태를 생성하는 감정 엔진을 결합하는 것이다.

도플 게임즈는 텍사스 골드엠 외에도 추가적인 AvA 게임을 출시할 계획이다. AvA 경기 결과 거래는 현재 다른 어떤 예측시장 플랫폼도 제공하지 않는 분야다. 도플 게임즈가 텍사스 골드엠이나 향후 게임에서 제품-시장 적합성을 확보한다면, 직접적인 경쟁이 없는 시장을 선점할 수 있다.

모든 콘텐츠는 작성자가 독립적으로 작성했으며, 반드시 Messari, Inc.의 견해를 반영하는 것은 아니다. 작성자는 이 보고서에 언급된 암호화폐를 보유하고 있을 수 있다. 이 보고서는 정보 제공만을 목적으로 하며, 투자 조언을 제공하기 위한 것이 아니다. 투자 결정을 내리기 전에 스스로 조사를 수행하고 독립적인 재무, 세무 또는 법률 자문가와 상담해야 한다.