Hermes Agent를 처음 볼 때 궁금했던 건 기능 목록보다도 “내가 반복해서 하던 일을 실제로 맡길 수 있을까?”였습니다. 이 사이트에서도 새 글이 올라오면 확인하고, 필요한 수정을 한 뒤 Discord로 결과를 알리는 흐름에 Hermes를 연결해 쓰고 있습니다.
Hermes Agent는 Nous Research가 공개한 오픈소스 AI 에이전트입니다. 채팅만 하는 서비스라기보다는 터미널, 파일, 웹 도구와 메시징 채널을 연결해 작업을 이어가는 프로그램에 가깝습니다. 아래 내용은 공식 저장소와 문서를 기준으로, 처음 설치를 고민하는 사람이 확인할 지점을 정리한 것입니다.
Hermes Agent가 하는 일
보통 AI 챗봇은 질문에 답하고 대화가 끝나면 그 자리에서 작업도 끝납니다. Hermes Agent는 도구를 실행하고, 세션 기록과 메모리를 활용하고, 반복 작업은 예약 실행으로 돌릴 수 있다는 점이 다릅니다.
- 터미널과 도구 실행: 파일 수정, 웹 확인, 명령 실행처럼 실제 작업 단계를 이어서 처리합니다.
- 메모리와 스킬: 이전 대화와 작업 방식을 참고하고, 반복되는 절차를 스킬 형태로 관리할 수 있습니다.
- 메신저 연동: 공식 안내 기준 Telegram, Discord, Slack, WhatsApp, Signal, CLI 등에서 사용할 수 있습니다.
- 예약 작업: 크론 스케줄러로 정해진 시간의 보고나 점검을 실행하고 결과를 채널로 보낼 수 있습니다.
- 모델 선택: OpenRouter, Nous Portal, OpenAI, Anthropic 등 여러 제공자나 자체 엔드포인트를 설정할 수 있습니다.
코드 구조를 보면 더 분명한 성격
Hermes Agent는 겉으로 보면 채팅형 AI처럼 보이지만, 저장소 구조를 보면 성격이 조금 다릅니다. 중심에는 run_agent.py의 AIAgent가 있고, 이 안에서 모델 응답을 받고 필요한 도구를 호출한 뒤 다시 결과를 대화에 붙이는 루프가 돌아갑니다. 그래서 단순히 답변을 생성하는 앱이라기보다, 모델과 터미널·파일·웹·메신저 도구를 한 흐름으로 묶어주는 실행기 쪽에 가깝습니다.
- 도구 실행 흐름:
model_tools.py가 도구 호출을 처리하고,toolsets.py가 어떤 도구 묶음을 에이전트에 노출할지 정합니다. 새 핵심 도구를 넣을 때도 파일만 추가하는 것으로 끝나지 않고, 도구셋에 연결해야 실제로 사용할 수 있습니다. - CLI와 메신저:
cli.py는 터미널 대화,gateway/run.py는 Telegram·Discord·Slack 같은 메신저 연결을 담당합니다. 같은 에이전트가 터미널과 메신저 양쪽에서 쓰일 수 있게 나뉘어 있습니다. - TUI 구조:
ui-tui는 Ink 기반 터미널 UI이고, 대시보드의 채팅 화면도 React로 새로 만든 채팅창이 아니라 실제hermes --tui를 PTY로 끼워 넣는 방식입니다. 그래서 핵심 대화 경험은 한 곳에서 유지됩니다. - 상태와 로그: 세션은 SQLite 기반
hermes_state.py에 저장되고, 로그는~/.hermes/logs/아래에 남습니다. 문제가 생겼을 때는 대화 내용보다 로그와 세션 상태를 먼저 확인하는 쪽이 현실적입니다.
이 구조를 알고 나면 Hermes를 어디에 써야 할지도 더 분명해집니다. 글쓰기만 빠르게 하고 싶다면 일반 챗봇이 편할 수 있지만, 파일을 고치고, 서버 명령을 실행하고, 메신저로 보고하고, 같은 절차를 반복 실행해야 한다면 Hermes 쪽이 더 잘 맞습니다.
이 블로그에서 연결해 본 방식
AI 실사용 노트에는 새 글이 게시되면 Hermes가 공개 페이지를 확인하고, 어색하게 과장된 문장이나 빠진 공식 링크가 있는지 살핀 뒤 Discord 채널로 보고하는 흐름을 두고 있습니다. 이번 글도 제목과 본문에 출처가 확인되지 않는 수치 단정이 많아, 공식 자료로 확인할 수 있는 내용 중심으로 다시 정리했습니다.
이런 작업은 “무조건 자동으로 맡기면 된다”기보다, 자동 점검과 사람의 최종 판단을 나누는 방식이 잘 맞습니다. 특히 공개 글, 고객 응대 문구, 서버 명령처럼 결과가 바로 밖으로 나가는 일은 수정 내역을 확인할 수 있게 두는 편이 안전합니다.
내 재택근무에서 실제로 맡기고 있는 일
제가 Hermes Agent에 가장 크게 의존하게 된 이유는 실제 재택근무 업무에 바로 붙일 수 있었기 때문입니다. 현재 저는 라이브커머스 관련 CS 고객응대, 제품 발주, 재고관리, 유튜브 관리를 함께 맡고 있는데, 고객응대와 유튜브 운영처럼 사람이 직접 판단해야 하는 영역을 제외하면 꽤 많은 부분을 Hermes로 자동화해 업무량이 크게 줄었습니다.
예를 들어 상품 주문 정리는 먼저 Discord 봇이 처리하고, 그 결과를 Hermes Agent가 다시 검수합니다. 주문 내용이 엉뚱한 칸에 들어가지는 않았는지, 누락된 항목은 없는지 확인하는 식입니다. 여기에 입금내역과 주문내역을 비교해서 제가 받은 주문 중 놓친 건 없는지도 점검하게 해두었습니다. 예전에는 이런 확인 작업이 은근히 시간을 잡아먹었는데, 지금은 Hermes가 먼저 의심 지점을 찾아주니 저는 최종 확인에 더 집중할 수 있습니다.
유튜브 쪽에서도 필요할 때 숏츠 영상을 올리거나, 채널 변화에 대한 보고를 자동 알림으로 받는 흐름을 만들어두었습니다. 이메일도 매일 읽고 핵심 내용을 정리해주며, 모니터링용 태블릿은 손으로 만지지 않고 Hermes를 통해 켜고 끄고 있습니다. 집에 있는 로봇청소기도 연결해두어서, 직접 말로 명령하지 않아도 필요한 상황에 청소기를 작동시킬 수 있습니다.
이 정도까지 연결해보니 Hermes는 단순한 AI 답변 도구라기보다 제 업무 환경에 붙어 있는 보조 운영자에 가깝게 느껴집니다. 재택근무를 하면서 반복 확인, 보고, 기기 제어, 자료 정리 같은 일이 여러 방향에서 생기는데, 그중 상당수를 Hermes가 받아주니 이제는 솔직히 이 친구 없이 일하는 상황을 상상하기 어렵습니다.
제가 쓰는 현재 설정에서는 OpenAI Codex 쪽으로 연결해 GPT-5.5라고 표시되는 모델을 사용하고 있습니다. 특히 좋았던 점은 제 구독을 연결해 쓰는 방식이라, 같은 모델을 쓰기 위해 별도 비용을 또 내야 한다는 부담이 적었다는 점입니다. 다만 이 부분은 각자의 구독 상태와 제공자 설정에 따라 달라질 수 있으니, 설치 전에 본인 환경에서 어떤 모델과 요금 방식으로 연결되는지는 확인하는 편이 좋습니다.
또 하나 마음에 드는 건 시간이 지나면서 제 요구사항과 말투에 맞춰지는 느낌입니다. 원하는 작업이 실행 가능한 일이면 설명만 길게 하지 않고 바로 실행한 뒤 결과를 보여줍니다. 다른 AI나 에이전트는 지시가 어렵거나 애매하면 비슷한 결과물을 내놓고 다시 설명하게 만드는 경우가 있었는데, Hermes는 시간이 걸리더라도 제가 주문한 부분을 정확히 해결하려는 쪽에 가까웠습니다. 같은 모델을 쓰더라도 그냥 채팅창에서 쓰는 것과 Hermes Agent에 연결해서 쓰는 것은 체감 차이가 컸고, 그래서 더 의존하게 된 것 같습니다. 현재 기준으로는 200% 만족하면서 계속 사용 중입니다.
설치 전에 확인할 점
공식 README는 Linux, macOS, WSL2에서 아래 설치 명령을 안내합니다. Windows 네이티브 지원은 공식 문서에서 아직 early beta로 안내되고 있으므로, Windows 사용자라면 WSL2 경로도 같이 검토하는 편이 낫습니다.
curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash설치 뒤에는 hermes setup으로 모델 제공자와 도구를 설정하고, 메신저에서 쓰려면 hermes gateway를 구성합니다. API 키와 Discord 같은 채널 토큰이 필요한 기능은 별도 설정이 필요합니다.
설치 뒤 운영할 때 중요한 설정
설치 자체보다 중요한 건 운영 방식을 정리하는 일입니다. Hermes는 사용자 설정을 주로 ~/.hermes/config.yaml에 두고, API 키나 토큰처럼 노출되면 안 되는 값은 ~/.hermes/.env에 둡니다. 시간 간격, 작업 디렉터리, 표시 방식 같은 일반 설정까지 전부 환경변수로 밀어 넣는 방식은 나중에 추적하기 어렵습니다.
개인용으로 조금 써보는 단계라면 기본 도구만으로도 충분합니다. 다만 내 업무에 맞는 기능을 계속 붙일 생각이라면, Hermes 본체를 바로 고치기보다 플러그인과 스킬을 먼저 보는 편이 좋습니다. 예를 들어 특정 블로그 점검 절차, 주문서 검토 방식, 메신저 보고 형식처럼 반복되는 작업은 스킬로 정리해두면 다음 대화에서도 같은 기준을 유지하기 쉽습니다.
개발자로 기여하려는 경우에는 의존성 관리도 꽤 엄격하게 보는 편입니다. PyPI 패키지는 하한만 두는 것이 아니라 상한도 같이 두고, GitHub Actions나 Git URL은 버전 태그보다 커밋 SHA로 고정하는 정책을 씁니다. AI 에이전트는 도구 실행 권한을 갖기 때문에, 일반 앱보다 공급망 보안과 업데이트 범위를 좁히는 습관이 더 중요합니다.
비용은 어떻게 봐야 할까?
Hermes Agent 소스 코드는 MIT 라이선스로 공개되어 있습니다. 다만 실제 운영비가 곧바로 무료라는 뜻은 아닙니다. 선택한 LLM API 사용량, 계속 켜둘 서버가 필요한지, 이미지 생성이나 브라우저 같은 외부 서비스까지 연결하는지에 따라 비용이 달라집니다.
처음이라면 큰 서버나 많은 자동화를 먼저 준비하기보다, 로컬이나 작은 환경에서 자주 하는 작업 하나를 붙여 보는 편이 현실적입니다. 예를 들어 정기 보고, 게시글 점검, 파일 정리처럼 결과를 확인하기 쉬운 작업부터 시작하면 비용과 품질을 함께 가늠할 수 있습니다.
보안과 운영에서 조심할 부분
- 터미널과 파일 권한을 연결하면 편한 만큼, 처음에는 필요한 도구와 작업 디렉터리만 허용하는 편이 좋습니다.
- API 키와 메시징 봇 토큰은 글이나 로그에 노출되지 않도록 별도로 관리해야 합니다.
- 게시, 삭제, 결제, 고객 메시지 발송처럼 되돌리기 어려운 작업은 최종 확인 절차를 두는 편이 안전합니다.
- 보안 평가는 시점과 설정에 따라 달라집니다. “취약점이 없다” 같은 단정 대신 공식 저장소의 이슈와 업데이트를 직접 확인하는 것이 낫습니다.
OpenClaw와 비교할 때 볼 기준
기존 원문에는 두 프로젝트의 순위, 토큰 사용량, 취약점 수와 기능 수가 확정값처럼 적혀 있었지만, 이를 뒷받침할 공식 자료를 확인하지 못했습니다. 이런 비교는 숫자를 단정하기보다 내가 필요한 사용 방식이 어느 쪽에 있는지부터 보는 게 맞습니다.
Hermes 쪽에서 공식적으로 확인되는 장점은 메시징 게이트웨이, 스케줄 작업, 메모리와 스킬, 다양한 모델 제공자 연결입니다. 기존 OpenClaw 환경에서 옮기는 경우를 위한 hermes claw migrate 명령도 README에 안내되어 있습니다. 실제 선택 전에는 두 프로젝트의 최신 문서와 설치 환경을 각각 확인하는 것이 좋습니다.
어떤 사람에게 맞을까?
반복해서 확인하고 보고하는 일이 있고, 메신저에서 그 결과를 받고 싶다면 Hermes Agent는 살펴볼 만합니다. 반대로 단순히 질문 몇 개를 하고 답을 받는 용도라면 설치와 권한 설정이 오히려 번거롭게 느껴질 수 있습니다.
저라면 처음부터 많은 자동화를 붙이지 않고, 결과를 바로 검토할 수 있는 작업 하나부터 연결하겠습니다. 자동화는 많다고 좋은 게 아니라, 잘못됐을 때 금방 발견하고 고칠 수 있어야 오래 쓰기 편합니다.
참고용 공식 링크
제가 실제로 써보며 본 기준
Hermes Agent는 제가 이 블로그 운영에 실제로 붙여본 도구라 장단점이 더 뚜렷하게 보였습니다. 단순히 답변을 잘하는 AI가 아니라, 워드프레스 글을 확인하고 필요한 수정까지 이어가는 식으로 쓸 수 있다는 점이 가장 컸습니다. 예를 들어 새 글이 올라오면 문체를 점검하고, 이미지가 부족한지 보고, 수정 결과를 다시 확인하는 흐름을 만들 수 있습니다. 다만 자동화가 강해질수록 검증도 같이 강해져야 합니다. 글을 바로 바꾸는 작업은 편하지만, 잘못된 링크나 과한 수정이 들어가면 블로그 신뢰도에 바로 영향을 주기 때문입니다.
답글 남기기