Hermes Agent는 사용할수록 더 똑똑해집니다. 이를 통해 월 3,000 달러를 버는 방법을 소개합니다.

대부분의 AI 에이전트는 탭을 닫는 순간 모든 것을 잊어버립니다.

다음 세션에서는 다시 처음부터 시작합니다. 컨텍스트를 다시 설명해야 하고, 또 다시 처음부터 시작해야 합니다. 매번 말이죠.

Hermes는 다르게 작동합니다. 배운 내용을 저장합니다. 여러분이 주는 모든 작업에 대해 절차를 여러분의 디스크에 파일로 작성합니다. 다음에 비슷한 작업을 실행하면 해당 파일을 찾아서 사용합니다. 한 달이 지나면 여러분의 Hermes는 폴더에 30~50개의 이러한 스킬을 보유하게 됩니다. 점점 빨라지고, 정확도도 높아지며, 실력이 누적됩니다.

일반 노트북에 설정했습니다. 특별한 하드웨어는 없었습니다. 약 30분이 걸렸습니다. 첫 주에 경쟁사 조사 보고서를 작성하여 각각 300~400달러에 세 명의 클라이언트를 확보했습니다. 보고서당 실제 작업 시간: 15분.

전체 설정은 다음과 같습니다.

Hermes란 무엇인가

Nous Research의 오픈 소스 에이전트 프레임워크입니다. 3개월 만에 GitHub에서 140,000개의 별을 받았습니다. 현재 OpenRouter에서 가장 많이 사용되는 에이전트입니다. NVIDIA는 5월 블로그 게시물에서 새로운 DGX Spark 워크스테이션에서 실행되는 모습을 소개했습니다.

그런 하드웨어는 필요 없습니다. 16GB RAM의 MacBook으로도 충분합니다. 중간급 GPU가 장착된 모든 Windows 시스템도 마찬가지입니다.

디스크에 있는 세 개의 폴더가 모든 작업을 수행합니다:

1~/.hermes/memory/     사용자 기본 설정, 프로젝트, 패턴
2~/.hermes/sessions/   모든 인덱싱된 기록
3~/.hermes/skills/     학습된 워크플로우 (.md 파일로 저장됨)

이 스킬 폴더가 핵심입니다. 자체 생성한 스킬이 20개 이상인 에이전트는 새 인스턴스보다 유사한 작업을 40% 더 빠르게 완료합니다. 출력 품질이 더 좋은 것이 아니라 동일한 결과를 얻는 데 걸리는 시간이 단축되는 것입니다.

서비스

초기 단계 스타트업과 소규모 SaaS 기업을 위한 경쟁사 조사 보고서입니다.

창업자는 주요 경쟁사 세 곳이 무엇을 하고 있는지 알고 싶어 합니다. 가격 책정, 포지셔닝, 고객이 싫어하는 점, 그리고 그들이 놓치고 있는 부분이 무엇인지 등입니다. 일반적으로 누군가에게는 3~4시간 분량의 작업입니다. 저는 300달러를 청구하고 당일에 배송했습니다.

Hermes는 실제 조사를 15분 만에 수행합니다.

대부분의 사람들이 지불하는 금액:

1서비스                          비용
2─────────────────────────────────────
3프리랜스 분석가                 $150-300
4리서치 회사 (최소)              $500-2,000
5직접 수행                      3-4시간

이 서비스의 비용:

1도구                             비용
2─────────────────────────────────────
3Hermes 에이전트                  $0
4Ollama                           $0
5Qwen 3.6 27B 모델                $0
6노트북                          $0
7전기세                          ~$2/월
8─────────────────────────────────────
9총합                            $0-2/월

설정 (30분)

1단계. 로컬 모델 서버

lmstudio.ai로 이동합니다. 다운로드하여 설치합니다.

LM Studio를 열고 Discover 탭으로 가서 Qwen 3.6 27B를 검색합니다. Q4 양자화를 선택합니다. 다운로드는 10~15분 정도 걸립니다.

그 다음: Developer 탭에서 모델을 로드하고, 설정에서 "Serve on Network"를 활성화한 후 Start Server를 누릅니다. 다음에서 실행됩니다:

1http://localhost:1234

브라우저에서 해당 URL을 엽니다. JSON이 보이면 작동 중인 것입니다.

터미널을 선호한다면 Ollama를 사용하세요:

1ollama pull qwen3.6
2export OLLAMA_HOST=0.0.0.0
3ollama run qwen3.6 -c 65536

-c 65536 플래그는 선택 사항이 아닙니다. Ollama는 기본적으로 4K 컨텍스트를 사용합니다. Hermes는 64K가 필요합니다. 이를 건너뛰면 아무것도 실행되지 않습니다.

2단계. Hermes 설치

1bash scripts/install.sh
2
3source ~/.bashrc
4
5hermes --version

설치 스크립트는 다음에서 가져옵니다: github.com/NousResearch/hermes-agent

Windows 사용자는 WSL2 내에서 실행하세요.

3단계. 모델에 연결

1hermes model

메뉴에서 "Custom endpoint"를 선택합니다.

1URL:        http://localhost:1234/v1       (LM Studio)
2            http://localhost:11434/v1      (Ollama)
3API 키:     비워두고 Enter 키를 누르세요
4모델 이름:  LM Studio의 정확한 파일 이름 또는 Ollama의 경우 "qwen3.6"

시작 시 "Model context too small" 오류가 발생하면 모델 서버로 돌아가 컨텍스트를 65536으로 설정하세요. 이것이 가장 일반적인 문제입니다. 해결 방법은 항상 모델 서버 측에 있습니다.

4단계. 첫 번째 세션

1hermes

첫 번째 작업으로 다음을 붙여넣으세요:

1프리랜서를 대상으로 하는 프로젝트 관리 도구에 대한
2경쟁사 세 곳을 조사하세요. 각각에 대해: 포지셔닝, 가격,
3리뷰에서 찾은 상위 고객 불만 사항, 제품의 한 가지 격차.
4이 프로세스를 재사용할 수 있도록 스킬로 저장하세요.

Hermes는 이를 하위 작업으로 나누고, 검색하고, 보고서를 작성하며, 절차를 ~/.hermes/skills/에 저장합니다. 스킬이 이미 있기 때문에 다음 조사 작업이 더 빨리 실행됩니다.

완료되면 /exit를 입력하세요.

5단계. 작동 확인

1ls ~/.hermes/skills/

.md 파일이 보여야 합니다. 하나를 열어보세요. 단계와 메모가 포함된 구조화된 워크플로우입니다. 이것이 Hermes의 학습입니다.

폴더가 비어 있으면 설치가 완료되지 않은 것입니다. 스크립트를 다시 실행하세요.

Telegram 게이트웨이

1hermes gateway

Telegram을 선택하세요. @BotFather로 이동하여 새 봇을 만들고 토큰을 붙여넣으세요.

이제 노트북이 집에서 실행되는 동안 휴대폰으로 에이전트에게 문자를 보낼 수 있습니다. 사용감이 완전히 달라집니다.

클라이언트 찾기

첫 주에 효과가 있었던 세 곳:

Upwork. "competitor analysis" 또는 "market research"를 검색하세요. 지난 7일로 필터링하세요. 하루에 10~15개의 짧은 메시지를 보내세요. 샘플 보고서를 보내겠다고 제안하세요. 클라이언트를 확보하기 전에 Hermes로 샘플을 만드세요.

X/Twitter. "anyone know" + "competitor research"를 검색하세요. 창업자들이 계속해서 이와 같은 글을 올립니다. 답글을 달고, 샘플을 제공하고, 판매를 시도하지 마세요.

콜드 이메일. Product Hunt로 이동하여 지난 30일 동안의 출시를 필터링하세요. 창업자에게 직접 이메일을 보내세요. 한 문장으로, 샘플 링크를 포함하세요. 제목: "[제품명] 빠른 경쟁사 조사"

충분한 메시지를 보내고 있다면 첫 번째 클라이언트는 보통 3~5일 안에 옵니다.

계산

11주차
2─────────────────────────────────────
3설정                         2시간
4하루 아웃리치               1시간
5배송된 보고서               3건
6수익                        $900-1,200
7보고서당 작업 시간          15-20분

11개월차
2─────────────────────────────────────
3판매된 보고서               10-15건
4수익                        $3,000-4,500
5시작된 리테이너             2-3건
6월간 반복 수익 추가         $600-900

13개월차
2─────────────────────────────────────
3~/.hermes/skills/의 스킬    30개 이상
4보고서당 시간               10분
5리테이너 클라이언트          6-8곳
6월간 반복 수익              $1,800-2,400
7단건 보고서                 $1,500-2,000
8총합                        월 $3,300-4,400

일반적인 문제

시작 시 "Model context too small". 모델 서버에서 컨텍스트를 65536으로 설정하세요. 이것이 설정 문제의 80%를 차지합니다.

Hermes가 느립니다. 35B 모델에서 27B 모델로, 또는 Q6에서 Q4 양자화로 낮추세요. CPU 전용이면 응답당 2~3분이 소요됩니다. GPU를 구하거나 클라우드 API를 사용하세요.

Hermes가 세션 간에 정보를 잊어버립니다. ~/.hermes/에 파일이 있는지 확인하세요. 비어 있으면 설치를 다시 실행하세요.

WSL2가 모델 서버에 연결할 수 없습니다. Windows 11 22H2 이상에서 WSL 설정의 미러링된 네트워킹을 활성화하세요. 또는 WSL2 내에서 모델 서버를 실행하세요.

전체 도구 스택

1도구              목적                   비용
2────────────────────────────────────────────
3Hermes 에이전트   에이전트 프레임워크      무료
4                  github.com/NousResearch/hermes-agent
5
6LM Studio         로컬 모델 서버          무료
7                  lmstudio.ai
8
9Qwen 3.6 27B      모델                    무료
10                  LM Studio 또는 ollama.com 통해
11
12Stripe            결제                    2.9% + 30센트

초기 비용: $0. 첫 클라이언트까지 걸리는 시간: 일주일.

배송된 모든 보고서 후에 두 가지를 요청하세요. 첫째, 리뷰. 둘째, 이것이 필요할 수도 있다고 생각하는 창업자 한 명.

창업자들은 창업자들을 알고 있습니다. 두 번째 달이 되면 추천이 대부분의 콜드 아웃리치를 대체합니다.

스킬 폴더가 채워집니다. 작업 속도가 빨라집니다. 마진이 좋아집니다.

클라이언트를 확보하기 전에 보고서 하나를 만드세요. 내일 10명에게 샘플로 보내세요.

매주 더 많은 설정이 여기에 업데이트됩니다. t.me/GipArcAI