개인용 AI 운영 체제로서의 Hermes Agent

현재 대부분의 AI 에이전트 프레임워크는 대규모 언어 모델 위에 구축된 애플리케이션으로 작동합니다. 추론을 수행하고, 도구를 호출하며, 세션 내에서 컨텍스트를 유지할 수 있지만, 일반적으로 장기적인 구조화된 지속성, 워크로드 격리, 자체 기능의 자율적 확장, 그리고 여러 구성 요소 간의 장기적인 안정적인 조정을 위한 강력한 네이티브 메커니즘이 부족합니다.

Nous Research 에서 개발한 Hermes Agent 는 많은 다른 에이전트 프레임워크와 차별화되는 몇 가지 아키텍처 기능을 구현합니다. 여기에는 세션 전반에 걸친 지속적인 메모리 지원, 프로필을 통한 여러 격리된 실행 컨텍스트 실행 기능, Kanban 기반의 구조화된 작업 오케스트레이션 시스템, 에이전트가 자체 활동에서 파생된 재사용 가능한 절차를 생성 및 저장할 수 있는 메커니즘, 그리고 에이전트를 27 개 이상의 커뮤니케이션 플랫폼에 연결하는 메시징 게이트웨이가 포함됩니다.

이 글에서는 개인 AI 운영 체제 의 관점에서 Hermes 를 살펴봅니다. 목표는 핵심 아키텍처 계층, 이러한 계층이 실제로 어떻게 상호 작용하는지, 그리고 2026 년 6 월 기준으로 공개 문서와 관찰된 동작을 바탕으로 시스템이 현실적으로 제공할 수 있는 기능에 대한 상세하고 솔직한 분석을 제공하는 것입니다.

1. Hermes 의 핵심 계층

Hermes 의 구조를 더 잘 이해하려면 그 구성 요소를 기존 운영 체제의 개념에 매핑하는 것이 도움이 됩니다.

1.1 메모리 아키텍처

Hermes 는 모든 관련 정보를 단일 컨텍스트 창에 유지하려고 시도하는 대신 여러 개의 개별 메모리 계층을 유지 관리합니다. 주요 유형은 다음과 같습니다:

• 세션 메모리: 특정 작업이나 대화 중에 활성화되는 컨텍스트입니다. 이 유형의 메모리는 일반적으로 수명이 짧고 현재 세션에 연결됩니다.
• 장기 메모리: 세션 및 시스템 재시작 후에도 유지되는 사실, 통찰력, 사용자 선호도 및 축적된 지식의 영구 저장소입니다. 무한한 증가를 방지하기 위해 구성 가능한 제한으로 제한됩니다:

1memory:
2  memory_enabled: true
3  user_profile_enabled: true
4  memory_char_limit: 2200    # ~800 tokens
5  user_char_limit: 1375      # ~500 tokens

• 스킬 메모리: 에이전트가 과거 성공적인 작업을 기반으로 생성하거나 개선한 구조화된 재사용 가능 절차(스킬)의 저장소입니다. ~/.hermes/skills/ 에 일반 마크다운 파일로 저장됩니다.
• 세션 리콜: 전체 대화 기록에 걸친 FTS5 전문 검색 및 LLM 요약 기능입니다. 과거 세션을 쿼리할 수 있습니다:

지난 달에 논의했던 모든 비즈니스 아이디어를 알려줘. 3 주 전에 실행했던 경쟁사 분석은 어땠어?

다중 계층 메모리 접근 방식은 Hermes 가 일반적인 대화형 에이전트보다 지속적인 시스템처럼 기능할 수 있게 해주는 기본 요소 중 하나입니다.

외부 메모리 제공자:

내장 메모리 이상의 심층적인 지능이 필요한 사용 사례를 위해 Hermes 는 8 가지 외부 메모리 제공자 플러그인을 지원합니다:

• Mem0 — 지식 그래프 + 의미론적 검색. 턴마다 관련 항목만 로드합니다. 단순 전체 주입 대비 토큰 72% 절감.
• Honcho — 양방향 변증법적 메모리. 개별 USER + AI 관찰을 구축합니다. PII 민감 환경을 위한 자체 호스팅.
• Hindsight, Holographic, RetainDB, ByteRover, Supermemory, OpenViking — 다양한 아키텍처의 추가 제공자.

1hermes memory setup
2# 대화형 선택기, 제공자 선택
3hermes memory status
4# 활성화된 내용 확인

1.2 격리된 실행 환경으로서의 프로필

Hermes 의 프로필을 사용하면 동일한 머신에서 에이전트의 여러 개별 인스턴스를 생성하고 실행할 수 있습니다. 각 프로필은 자체적으로 다음을 유지 관리합니다:

• 구성 및 모델 선택
• 메모리 저장소 (세션 및 장기 메모리 모두)
• 설치된 스킬 세트
• 게이트웨이 연결 및 관련 자격 증명
• 세션 기록
• Telegram 봇 토큰
• Cron 작업
• 상태 데이터베이스

1hermes profile create researcher
2hermes profile create ops
3hermes profile create content-lead

각 프로필은 자체 명령어가 됩니다:

1researcher setup    # 모델 및 API 키 구성
2researcher chat     # 세션 시작
3researcher gateway start   # Telegram 에 연결

프로필 구성 예시:

1researcher:
2→ soul.md: 심층 조사 전용. 사실과 수치.
3→ model: gpt-5.5 (저렴, 대용량)
4→ tools: 웹 검색, firecrawl, browser-use
5
6ops:
7→ soul.md: 관리 작업. 일정, 이메일 분류.
8   전송 전에 승인 요청.
9→ model: gpt-5.5 (일상 작업)
10→ tools: 이메일, 캘린더, notion
11
12content-lead:
13→ soul.md: 콘텐츠 제작. 내 스타일 유지.
14→ model: claude-sonnet-4 (강력한 글쓰기)
15→ tools: X 검색, 웹 검색, 분석

프로필 배포:

프로필은 git 을 통해 공유할 수 있습니다. 작동하는 연구 에이전트는 누구에게나 배포될 수 있습니다:

1cd ~/.hermes/profiles/researcher
2git init && git add . && git commit -m "initial"
3git push origin main

누구나 설치할 수 있습니다:

1hermes profile install github.com/you/researcher

자체 API 키를 입력합니다. 스킬, soul.md, 워크플로우가 전송됩니다. 메모리와 세션은 머신별로 유지됩니다.

프로필 격리는 기능적이며 많은 실제 시나리오에서 유용합니다. 하지만 전통적인 운영 체제의 프로세스 격리와 동일한 보안 또는 견고성 보장을 제공하는 것으로 이해되어서는 안 됩니다.

1.3 오케스트레이션 및 상태 관리로서의 Kanban

Kanban 시스템은 Hermes 에서 주요 조정 및 상태 관리 계층 역할을 합니다. 이는 몇 가지 중요한 기능을 담당합니다:

• 작업 생성 및 추적
• 작업 간 의존성 관리
• 상태 전환 처리
• 한 작업 또는 프로필이 작업을 다른 곳에 넘겨줄 때 컨텍스트 전송 용이
• 각 작업 시도에 대한 실행 기록 및 결과 기록

상태: Triage → To-Do → Ready → Running → Blocked → Done → Archived

디스패처는 60 초마다 실행되어 작업을 사용 가능한 워커에 자동 할당하고, 하트비트를 추적하며, 좀비 프로세스를 감지하고, 재시도 예산을 관리합니다.

1hermes kanban list    # 보드 확인
2hermes kanban swarm   # 전체 멀티 에이전트 시스템 실행:
3                      # 루트 오케스트레이터 + 병렬 워커
4                      # + 게이트 검증기 + 게이트 합성기
5                      # + 공유 블랙보드

아침 워크플로우 예시:

1/여기 목표는 오늘의 할 일 목록이야:
2
31. X 에서 트렌드 AI 주제 조사
42. 조사 결과 기반 포스트 2 개 초안 작성
53. 받은 편지함 확인 및 긴급 이메일 플래그 지정
64. 지난 24 시간 동안 경쟁사 포스트 가져오기
75. Notion 에서 콘텐츠 캘린더 업데이트
8
9각 작업을 kanban triage 에 추가.
10가능하면 하위 에이전트에 할당.
11모든 작업이 완료되면 Telegram 으로 요약본을 보내줘.

특히 중요한 기능 중 하나는 "Blocked" 상태입니다. 작업이 이 상태에 들어가면 사람이 입력을 제공하거나 차단을 해제할 때까지 실행이 일시 중지됩니다. 이 설계는 인간의 감독을 워크플로우의 구조화되고 네이티브한 부분으로 만들며, 외부적이거나 임시적인 개입이 아니도록 합니다.

작업을 보존된 컨텍스트와 기록을 가진 일급 객체로 취급함으로써, Kanban 계층은 멀티 에이전트 또는 다단계 워크플로우에서 핸드오프 중에 일반적으로 발생하는 정보 손실을 줄이는 데 도움이 됩니다.

1.4 Cron 작업 — 스케줄러

Cron 작업은 일반 영어로 작성된 시간 기반 자율 작업입니다. crontab 문법이 필요하지 않습니다.

이 계층은 Hermes 를 반응형 도구에서 능동형 시스템으로 변환합니다. 요청하기 전에 유용한 정보가 도착합니다.

프로덕션 cron 작업 예시:

1매일 아침 8시:
2X 에서 반응할 가치가 있는 AI 뉴스 하나를 보내줘.
3
43 시간마다:
5내 분야에서 내가 리트윗해야 할 새로운 포스트를 X 에서 스캔해줘.
6
7매일 밤 9시:
8경쟁사가 오늘 특이한 콘텐츠를 게시했는지 확인해줘.
9
10매주 월요일 오전 9시:
11내 콘텐츠 보드를 감사해. 7 일 이상 멈춰 있는 아이디어에 플래그를 지정해줘.
12
13매주 금요일 오후 6시:
14이번 주에 어떤 콘텐츠가 출시되었는지,
15무엇이 성과를 냈고, 무엇이 그렇지 않았으며, 그 이유를 요약해줘.

Cron 작업은 특정 Telegram 주제, 특정 프로필 및 특정 전송 플랫폼(Telegram, Discord, Slack, 이메일)을 대상으로 할 수 있습니다.

웹 대시보드는 전체 cron 관리 UI(생성, 편집, 일시 중지, 재개, 수동 트리거, 마지막 실행 시간 및 다음 실행 시간 보기)를 제공합니다.

운영 체제 용어로, cron 작업은 스케줄러 데몬입니다. 이는 사람의 개시 없이 예측 가능한 주기로 시스템이 작업을 수행하도록 보장합니다.

1.5 /goal — 지속적인 목표 (Ralph 루프)

일반 프롬프트는 Hermes 에게 한 번의 응답을 요청합니다. /goal 은 판단 모델이 목표가 달성되었다고 판단할 때까지 여러 턴에 걸쳐 작업할 목표를 Hermes 에게 제공합니다.

아키텍처:

• 에이전트가 목표를 향해 한 턴 실행
• 판단 모델 평가: 완료 또는 계속?
• 계속인 경우: 에이전트가 다른 턴 실행
• 완료인 경우: 목표 완료, 결과 전달
• 기본 max_turns: 20. 작업 유형별로 구성 가능.
• /goal resume 은 턴 카운터를 재설정하고 계속 진행

1hermes config set goals.max_turns 20    # 연구, 콘텐츠
2hermes config set goals.max_turns 50    # 코드, 다단계 빌드

구조화된 /goal 템플릿:

1/goal [결과물]
2using [출처]
3with constraints: [제약 조건]
4deliverable: [전달물]

예시:

1/goal 이번 주에 게시할 가장 강력한 콘텐츠 아이디어를 결정해줘.
2using 내 분야의 X 트렌드 포스트, 경쟁사 분석,
3   내 지난 30 일간 포스트 성과.
4with constraints: 반복된 각도 피하기,
5   일반적인 AI 과대 광고 프레이밍 없음.
6deliverable: 제목, 후크, 필요한 증거 자산,
7   초안 개요가 포함된 최종 아이디어 하나.

인터뷰 활용법 — Hermes 가 스스로 /goal 을 작성하게 하기:

1/goal 을 사용하고 싶지만 모호한 목표는 싫어.
2필요한 질문만으로 나를 인터뷰해줘.
3그런 다음 내 답변을 가장 강력한
4/goal 명령어로 바꿔줘. 정확한 결과물, 컨텍스트,
5출처, 제약 조건, 전달물,
6그리고 언제 멈춰야 하는지를 포함해줘.

모든 /goal 은 자동으로 Kanban 카드가 되어 보드에서 진행 상황을 볼 수 있습니다.

핵심 명령어:

1/goal [설명]     # 자율 실행 시작
2/goal status            # 실행 중인 항목 확인
3/goal pause             # 컨텍스트 손실 없이 일시 중지
4/goal resume            # 일시 중지 후 계속
5/goal clear             # 현재 목표 종료
6/subgoal [텍스트]         # 실행 중 조건 추가
7/undo [N]               # 마지막 N 턴 되돌리기 (v0.16.0 신규)

1.6 스킬 생성 메커니즘

Hermes 에는 에이전트가 자체 활동을 기반으로 재사용 가능한 절차(스킬)를 생성하고 저장할 수 있는 기능이 포함되어 있습니다. 에이전트가 특정 유형의 작업을 성공적으로 완료하면 패턴을 식별하고, 공식화하며, 향후 사용을 위해 저장할 수 있습니다.

스킬은 ~/.hermes/skills/ 에 일반 마크다운 파일로 저장됩니다. 투명하고, 읽을 수 있으며, 편집 가능합니다. 블랙박스가 아닙니다.

예시 — 콘텐츠 제작 스킬:

1이것을 "content-post" 라는 스킬로 저장:
2
3# 콘텐츠 포스트 워크플로우
4
51. X 검색을 통해 AI 에이전트 분야의 트렌드 주제 확인
62. 지난 14 일간의 내 포스트와 교차 참조 (반복 방지)
73. 참여 패턴을 기반으로 가장 강력한 각도 선택
84. 내 스타일로 초안 작성:
9   - 대문자 후크
10   - 특징 목록에는 화살표 → 사용
11   - em-dash, 부사, 군더더기 금지
125. 초안 점수 평가:
13   - 후크: 스크롤을 멈추게 하는가? (1-10)
14   - 북마크 유발성: 누군가 저장할까? (1-10)
15   - 증거: 모든 주장이 숫자로 뒷받침되는가? (1-10)
166. 점수가 7 미만이면 해당 섹션 재작성
177. Telegram 에 승인을 위해 최종 초안 전송

모든 스킬 보기:

1hermes skills
2# 또는
3hermes dashboard    # → Skills 탭

Hermes 터미널, 웹, 브라우저, 비전, 이미지 생성, TTS, 코드 실행 등 60 개 이상의 내장 도구와 함께 제공됩니다. 스킬은 이러한 도구 위에 계층화되어 전체 워크플로우를 만듭니다.

v0.16.0 에서는 기본 스킬 세트가 실제로 필요한 것만으로 정리되었습니다. 즉시 사용 가능하며, 잡음이 적습니다. NVIDIA 스킬이 신뢰할 수 있는 Skills Hub 탭에 추가되어 공식 CUDA-X, Omniverse, NeMo 및 TensorRT-LLM 스킬을 카탈로그에 제공합니다.

복리 효과:

자체 생성 스킬이 20 개 이상인 에이전트는 새로운 인스턴스보다 유사한 향후 작업을 약 40% 더 빠르게 완료합니다(Nous Research 관찰 기준). 이 복리 효과는 Hermes 의 핵심 차별화 요소입니다.

실제로 스킬 생성의 성숙도, 신뢰성 및 자율성 수준은 매우 다양합니다. 많은 경우, 특히 초기 사용 중이거나 복잡한 작업의 경우, 높은 품질의 결과를 얻기 위해 생성된 스킬에 대한 인간의 검토 및 관리는 여전히 중요합니다.

1.7 자율 큐레이터 — 가비지 콜렉터

스킬이 수 주, 수 개월 사용에 걸쳐 축적됨에 따라 중복, 오래된 절차 및 비대화는 실제 문제가 됩니다. 자율 큐레이터가 이 문제를 해결합니다.

큐레이터는 구성 가능한 일정(기본값: 7 일 주기)으로 실행되는 백그라운드 프로세스입니다. 다음을 수행합니다:

• 중복되거나 겹치는 스킬 식별
• 더 이상 관련 없는 스킬 정리
• 관련 절차 압축 및 통합
• 검색 효율성을 위한 스킬 라이브러리 최적화
• 더 나은 검색 가능성을 위한 스킬 설명 수정

운영 체제 용어로, 큐레이터는 가비지 콜렉터 및 조각 모음 도구 역할을 합니다. 시간이 지남에 따라 스킬 파일 시스템이 저하되는 것을 방지합니다.

이는 아래에서 다룰 도구 검색(Tool Search)이 검색을 위해 스킬 이름과 설명에 의존하기 때문에 특히 중요합니다. 제대로 관리되지 않은 설명은 검색 정확도를 저하시킵니다.

NVIDIA NemoTron Labs 라이브 스트림에서 Nous Research 의 Karan 이 확인했습니다: "Hermes 큐레이터는 항상 스킬 라이브러리를 관리, 정리, 최적화, 수정, 개선 및 압축하는 자율적인 백그라운드 기능입니다."

1.8 도구 검색 — 동적 링커

15 개 이상의 MCP 서버를 연결하면 해당 도구 스키마가 매 턴마다 컨텍스트 창 공간을 소비합니다. 대부분의 도구가 현재 작업과 관련이 없는 경우에도 마찬가지입니다.

도구 검색은 모든 MCP/플러그인 스키마를 3 개의 경량 브리지 도구로 대체합니다:

• tool_search — 이름과 설명으로 올바른 도구를 찾습니다 (BM25 검색)
• tool_describe — 필요 시 전체 스키마를 로드합니다
• tool_call — 실행합니다

각 브리지 도구는 전체 스키마 배열의 수천 토큰에 비해 약 300 토큰이 소요됩니다.

1tools:
2  tool_search:
3    enabled: auto    # 기본값, 컨텍스트 사용량 10% 에서 작동

세 가지 모드: auto (권장), on (항상 활성), off (비활성화).

Tool Search 를 활성화한 상태에서 Opus 4 의 정확도는 49% 에서 74% 로 향상되었습니다(Anthropic 자체 테스트).

핵심 Hermes 도구(터미널, 메모리, 브라우저, 웹 검색)는 절대 지연되지 않습니다. 매 턴마다 로드된 상태로 유지됩니다.

운영 체제 용어로, 도구 검색은 동적 링커 역할을 합니다. 모든 공유 라이브러리를 시작 시 로드하는 대신, 실행 중인 프로세스가 필요로 할 때 요청 시 로드합니다. 이는 실제 작업을 위한 메모리(컨텍스트 창)를 보존합니다.

1.9 게이트웨이 — 네트워크 스택

게이트웨이는 Hermes 를 어디서든 액세스할 수 있게 만드는 계층입니다. 하나의 게이트웨이 프로세스가 에이전트를 동시에 27 개 이상의 메시징 플랫폼에 연결합니다:

Telegram, Discord, Slack, WhatsApp, Signal, SMS, Email, Matrix, Mattermost, Microsoft Teams, Teams Meetings, Google Chat, LINE, DingTalk, Feishu/Lark, WeCom, WeChat, QQ, Yuanbao, BlueBubbles (iMessage), SimpleX, ntfy, Open WebUI, Home Assistant, MS Graph Webhooks 등.

1hermes gateway start

게이트웨이는 단일 프로세스로 실행됩니다. 승인 버튼은 Telegram 및 Slack 에서 기본 지원됩니다. 에이전트는 민감한 작업을 실행하기 전에 사람의 확인을 요청할 수 있습니다.

SSEP — 구조화된 스트림 이벤트 프로토콜 (v0.16.0+):

에이전트는 더 이상 원시 텍스트를 스트리밍하고 플랫폼이 이를 렌더링할 수 있기를 바라지 않습니다. 대신:

1. 에이전트는 유형화된 이벤트만 방출합니다: MessageChunk, MessageStop, ToolCallChunk, ToolCallFinished, Commentary, LongToolHint, GatewayNotice
2. 게이트웨이 라우터는 각 이벤트를 올바른 플랫폼 어댑터로 라우팅합니다
3. 각 어댑터는 렌더링할 수 있는 것은 렌더링하고, 렌더링할 수 없는 것은 자동으로 삭제합니다

Telegram 은 MarkdownV2 로 애니메이션 초안을 받습니다. iMessage 는 사용자가 볼 필요가 없는 도구 크롬을 삭제합니다. 각 이벤트는 불변입니다. 스트림별로 순서가 유지됩니다.

운영 체제 용어로, 게이트웨이는 네트워크 스택이고 SSEP 는 디스플레이 서버/컴포지터입니다. 에이전트는 범용 출력 형식을 생성합니다. 렌더링 계층은 이를 디스플레이별로 조정합니다.

원격 액세스:

데스크톱 앱은 다른 머신(VPS, 홈 서버, Tailscale 뒤)에서 실행되는 Hermes 백엔드에 연결할 수 있습니다:

1hermes dashboard --host 0.0.0.0
2# 인증 게이트를 통해 사용자 이름 및 비밀번호 설정
3# 데스크톱 앱이 URL + 자격 증명을 통해 연결

VPS 에서 실행되는 단일 에이전트. 노트북의 데스크톱, SSH 를 통한 CLI, 그리고 휴대폰의 Telegram 을 통해 관리됩니다. 모두 동일한 메모리, 스킬 및 세션을 사용합니다.

1.10 음성 모드 — I/O 계층

음성 모드는 CLI 및 모든 메시징 플랫폼에서 음성 입력 및 출력을 제공합니다.

1/voice on        # 음성 대 음성 모드
2/voice tts       # 항상 음성으로 응답
3/voice off       # 텍스트 모드로 복귀

5 가지 음성-텍스트 제공자:

• Local faster-whisper (무료, 기기에서 실행)
• Groq
• OpenAI Whisper
• Mistral Voxtral
• xAI Grok STT

5 가지 텍스트-음성 제공자:

• Edge TTS (무료, 기본값)
• ElevenLabs
• OpenAI
• NeuTTS (로컬, 무료)
• MiniMax

Telegram 음성 메시지, Discord 음성 채널(에이전트와의 라이브 음성 대화), WhatsApp, Signal, Slack 및 CLI 에서 작동합니다.

운영 체제 용어로, 음성 모드는 I/O 계층입니다. 텍스트 외에 대체 입/출력 방법을 제공합니다.

1.11 보안 계층

Hermes 는 프로덕션 배포를 위한 여러 보안 기본 요소를 제공합니다:

계층 1 — Bitwarden Secrets Manager (자격 증명 관리)

1hermes secrets bitwarden setup   # 마법사: bws 설치, 토큰 입력 요청
2hermes secrets bitwarden status  # 연결 확인
3hermes secrets bitwarden sync    # dry-run: 적용될 내용 확인

.env 에 하나의 부트스트랩 토큰. 모든 실제 자격 증명은 Bitwarden 에 있습니다. 모든 Hermes 인스턴스는 시작 시 비밀을 가져옵니다. 웹 앱에서 키를 한 번 교체하면 모든 인스턴스가 다음 재시작 시 이를 적용합니다. 무료 티어.

계층 2 — iron-proxy 이그레스 방화벽 (자격 증명 보호)

1hermes egress install   # iron-proxy 바이너리 다운로드, SHA-256 확인
2hermes egress setup     # 대화형 마법사
3hermes egress start     # 관리형 프록시 데몬 실행

실제 자격 증명을 샌드박스에 주입하는 대신, Hermes 는 에이전트에게 불투명한 프록시 토큰을 제공합니다. iron-proxy 는 네트워크 경계에서 가로채서 실제 자격 증명으로 교체하고 요청을 전달합니다. 샌드박스는 실제 키를 절대 보유하지 않습니다.

계층 3 — 프롬프트웨어 방어

Brainworm 급 프롬프트 인젝션 공격에 대한 보호. 에이전트는 처리된 문서, 웹 페이지 또는 도구 출력에서 악성 콘텐츠를 통해 지침을 재정의하려는 시도를 감지하고 거부합니다.

v0.16.0 추가 사항: CVE-2026-48710 Starlette 핀, SSRF 오프 루프 강화, 서브프로세스 자격 증명 제거. 이번 릴리스에서만 16 개의 보안 태그된 이슈가 해결되었습니다.

계층 4 — OpenShell (엔터프라이즈, NVIDIA 파트너십을 통해)

엔터프라이즈 배포의 경우 Hermes 는 NVIDIA OpenShell 및 Microsoft 보안 기본 요소와 통합됩니다. OpenShell 은 다음을 제공합니다:

• 에이전트가 액세스할 수 있는 항목을 제어하는 사용자별 정책 게이트
• 이그레스 시 토큰 마스킹 (에이전트는 실제 자격 증명을 볼 수 없음)
• 재시작 없이 핫 스왑 가능한 정책
• 관리자 가시성 및 감사 추적

NVIDIA NemoTron Labs 라이브 스트림에서 Nous Research 의 Karan: "당신이 아무리 똑똑해져도, 이 특정 게이트웨이는 절대 통과할 수 없고, 당신이 만든 스킬을 내가 원하는 특정 방식으로 감독하지 않기 때문에 절대 사용하도록 허용하지 않을 것이라고 말할 수 있는 능력."

1.12 확장성 — Skills Hub 및 MCP 카탈로그

Skills Hub (agentskills.io):커뮤니티 기여 스킬. 대시보드 또는 CLI 를 통해 허브에서 직접 찾아보고, 검색하고, 설치할 수 있습니다.

MCP 카탈로그:Nous Research 가 선별합니다. 병합된 PR 을 통한 모든 항목. 카탈로그 내 19,932 개의 스킬.

1hermes mcp    # 대화형 선택기

NVIDIA 스킬:Skills Hub 에 통합된 공식 NVIDIA 에이전트 스킬. CUDA-X 라이브러리, Omniverse 워크플로우, NeMo 훈련 및 추론, TensorRT-LLM 최적화, CUDA-Q 양자 프로그래밍. NVIDIA 제품 리포지토리에서 매일 미러링됩니다.

운영 체제 용어로, Skills Hub 및 MCP 카탈로그는 패키지 관리자 역할을 합니다. 사용자는 처음부터 구축하지 않고도 기능을 검색, 설치 및 관리할 수 있습니다.

1.13 인터페이스 계층

Hermes 는 여러 표면을 통해 액세스하고 관리할 수 있습니다:

CLI (명령줄 인터페이스):전체 기능 동등성. 모든 명령어, 모든 도구, 모든 구성 옵션 사용 가능. 가장 강력한 인터페이스.

1hermes          # 세션 시작
2hermes chat     # 위와 동일
3hermes doctor   # 진단 검사
4hermes dump     # 디버깅을 위한 전체 시스템 상태
5hermes status   # 시각적 개요

TUI (텍스트 사용자 인터페이스):패널과 탐색 기능이 있는 풍부한 터미널 인터페이스. CLI 의 강력함과 시각적 피드백 사이의 중간 지점.

데스크톱 앱 (v0.16.0 — "표면 릴리스"):macOS, Windows 및 Linux 용 네이티브 Electron 앱. 단일 주에 100 개의 PR 과 159 개의 커밋으로 구축되었습니다. Jensen 의 GTC 기조 연설에서 처음 시연되었습니다.

• 나란히 보는 미리보기 창
• 내장 파일 브라우저
• 채팅에 직접 파일 드래그 앤 드롭
• 통합 음성 모드
• 상태 표시줄의 인라인 모델 선택기 (퍼지 검색 가능)
• 동시 다중 프로필 세션
• 모델, API 키, 도구를 위한 설정 UI
• 프로필 관리
• 아티팩트 뷰어 (Hermes 가 생성하는 모든 파일)
• 앱 내 자체 업데이트
• 전체 중국어 간체 번역
• CLI 와 동일한 HERMES_HOME 디렉토리 — 세션이 원활하게 전송됨

다운로드: hermes-agent.nousresearch.com/desktop

Hermes 가 이미 설치된 경우:

1hermes desktop

웹 대시보드:

1hermes dashboard    # localhost:9119 열기

• 모델, cron 작업, 스킬, 프로필, kanban 보드
• 전체 브라우저 기반 관리 패널: MCP 카탈로그, 메시징 채널, 자격 증명, 웹훅, 메모리 관리
• 플러그형 인증: OIDC 또는 사용자 이름/비밀번호 로그인
• 테마(YAML) 및 플러그인(JS + Python)으로 완전 확장 가능
• 기본적으로 데이터가 localhost 를 벗어나지 않음

메시징 플랫폼:게이트웨이를 통한 27 개 이상의 플랫폼(1.9 절에서 다룸).

2. 복리 효과

Hermes 의 복리적 성격은 가장 독특한 속성이며, 일반적인 에이전트보다 운영 체제처럼 기능하는 주된 이유입니다.

1 일차: Hermes 는 당신에 대해 아무것도 모릅니다. 모든 작업에 전체 지침이 필요합니다. 당신은 워크플로우, 선호도, 도구를 설명합니다. 에이전트는 백지 상태입니다.

2 주차: Hermes 는 당신의 프로젝트, 선호도 및 작업 스타일에 대한 메모리를 축적했습니다. 이미 답변한 질문은 더 이상 묻지 않습니다. 10 개의 메시지가 필요했던 작업이 이제 3 개만 필요합니다.

1개월 차: Hermes가 완료된 작업에서 15~20개의 스킬을 생성했습니다. 콘텐츠 워크플로우, 리서치 프로세스, 받은 편지함 분류 방법 등 각각이 재사용 가능한 프로시저로 인코딩됩니다. 첫날 에이전트가 20턴이 걸리던 작업이 이제는 5턴이면 완료됩니다.

3개월 차: 40개 이상의 스킬과 깊은 메모리를 갖춘 에이전트는 더 나은 모델로 전환하고 빈 컨텍스트를 사용해도 따라잡을 수 없는 수준으로 작동합니다. 축적된 스킬, 메모리 및 학습된 선호도는 매 세션마다 커지는 복리 효과를 만들어냅니다.

수치: 20개 이상의 자체 생성 스킬을 보유한 에이전트는 유사한 향후 작업을 새로운 인스턴스보다 약 40% 더 빠르게 완료합니다. 이 개선은 복리로 작용합니다. 완료된 각 작업은 잠재적으로 향후 작업을 가속화하는 스킬을 생성하거나 개선합니다.

실제로 의미하는 바:

NVIDIA NemoTron Labs 라이브 스트림에서 Nous Research의 Johnny가 실제 워크플로우를 설명했습니다: "매일 아침 계획 세션을 시작합니다. 각 계획 세션마다 제가 하고 싶은 일이 담긴 날짜 키 파일을 받습니다. 스킬은 일주일을 되돌아보며 제가 놓치고 있는 부분이나 긴급하다고 말했지만 아직 처리하지 못한 것이 있는지 알려줍니다. 오후 11시에는 크론 작업이 실행되어 '원하는 일을 했는지' 묻습니다."

이는 사용을 통해 진화한 시스템입니다. 아침 계획 스킬, 날짜 키 파일링 시스템, 주간 회고 등 이 중 어느 것도 사전에 구축된 것이 아닙니다. 이 모든 것은 Johnny의 사용 패턴에서 emergence하여 영구적인 인프라가 되었습니다.

최초의 Hermes 모델을 훈련시킨 Karan은 ML 실험 제거(ablation)에 이를 사용합니다: "실험 제거 작업이 정말 싫어요. 지루하고 시간이 많이 걸리거든요. 하지만 꼭 해야 해요. 그게 과학을 하는 방법이죠. 이제 Hermes가 그 일을 합니다. 그리고 저는 할 필요가 없어요."

복리 효과는 Hermes를 애플리케이션이 아닌 인프라로 취급해야 하는 핵심 논거입니다. 애플리케이션은 90일째나 1일째나 동일한 가치를 제공합니다. 인프라는 투자와 함께 개선됩니다.

3. 토큰 이코노믹스 — 실제 비용

Hermes를 개인 OS로 운영하는 데는 구체적인 비용이 따릅니다. 지속 가능한 사용을 위해 이를 이해하는 것이 중요합니다.

에이전트 런타임: Hermes 자체는 무료이며 오픈 소스(MIT 라이선스)입니다. 비용은 모델 추론과 인프라에서 발생합니다.

인프라 옵션:

최소 VPS 사양: 가벼운 사용 시 2 vCPU, 2GB RAM.

권장 사양: 많은 사용 시 4 vCPU, 8GB RAM. GPU는 필요 없음 — Hermes는 모델을 직접 호출하지 않고 API를 호출합니다.

모델 제공업체 옵션:

X API 비용 (2026년 2월부터 종량제):

대안: OpenTweet MCP 월 $5.99 정액제.

현실적인 월 예산:

아래 토큰 추정치는 일반적인 세션 패턴을 기반으로 한 근사치입니다. 실제 소비량은 모델, 작업 복잡성, 도구 출력량 및 구성에 따라 달라집니다. Hermes 내에서 /usage를 사용하여 실제 수치를 측정하세요.

이 글에서 설명하는 전체 콘텐츠 시스템(하루 5개의 크론 작업, /goal을 사용한 하루 2회 콘텐츠 세션, 일일 하위 에이전트 리서치, 칸반 추적)을 실행하면 월 약 10~1100만 개의 토큰을 소비합니다. 모델 전략에 따른 비용은 다음과 같습니다:

GPT-5.5에서 월 $27인 동일한 시스템이 Claude Opus에서는 월 $250입니다. 동일한 크론 작업, 동일한 /goals, 동일한 하위 에이전트에 대해 10배 차이가 납니다.

이것이 중요한 이유: Hermes는 모델에 구애받지 않습니다. 프로필별, 작업별로 모델을 선택합니다. X에서 트렌딩 게시물을 스캔하는 일상적인 크론 작업에 Opus 수준의 추론이 필요하지 않습니다. $0 GPT-5.5 호출로 동일한 작업을 수행합니다. 글쓰기 품질이나 깊은 추론이 실제로 차이를 만드는 하루 한 번의 /goal에만 고가 모델을 사용하세요.

가장 저렴한 완전한 경로:

이것으로 하루 5개의 크론 작업, 영구 메모리, 자기 개선 스킬, 칸반 작업 추적, 휴대폰에서의 Telegram 접근이 가능한 24/7 자율 에이전트를 얻을 수 있습니다.

비교: 동일한 작업을 수행하는 가상 비서는 월 $500~2,000입니다. 콘텐츠 에이전시는 월 $3,000~8,000입니다.

Nous Portal 참고: Plus 티어(월 $20, $22 크레딧)는 가벼운 사용(크론 작업 1~2개, 하루 몇 세션)에 적합합니다. 여기에 설명된 전체 콘텐츠 시스템의 경우 Super 티어(월 $100, $110 크레딧) 또는 자체 키 사용이 더 현실적입니다.

토큰 최적화 (비용 절감 6가지 방법):

1. 컴팩트 파일 리더 — 파일 읽기당 토큰 14% 감소 (최신 버전에서 자동)
2. 프롬프트 캐싱 — 다중 턴 세션에서 약 75% 감소 (Anthropic 모델 전용)
3. /compress — 세션 기록을 요약하여 오버헤드 제거
4. Tool Search — 스키마를 미리 로드하지 않고 필요 시 로드
5. 하위 에이전트 위임 — 각 하위 에이전트는 자체 컨텍스트에서 실행, 요약만 반환
6. 검색 기반 메모리 — 단순한 전체 주입 방식보다 토큰 72% 감소

작동하는 에이전트로 가는 가장 빠른 길:

1hermes setup --portal

한 번의 OAuth로 모델 + 웹 검색 + 이미지 생성 + TTS + 클라우드 브라우저를 커버합니다. 별도의 API 키가 필요 없습니다.

4. 레이어가 함께 연결되는 방식

이러한 레이어는 함께 쌓일 때 복리 효과를 냅니다. 다음은 종단 간 실행되는 하나의 체인입니다:

1오전 8:00 — 크론 작업 실행.
2
3콘텐츠 리드 프로필이 깨어나서
4다음 구조로 /goal을 시작합니다:
5
6"X 트렌딩 데이터와 지난 14일간의 게시물을 사용하여
7오늘 가장 강력한 콘텐츠 각도 3개를 찾아줘."
8
93개의 하위 에이전트를 생성합니다:
10→ 하위 에이전트 1: X에서 트렌딩 게시물 스캔
11→ 하위 에이전트 2: 최근 게시물 성과 데이터 가져오기
12→ 하위 에이전트 3: 경쟁사 계정 확인
13
14Tool Search는 각 하위 에이전트가 필요로 하는 도구만 로드합니다.
15프롬프트 캐싱은 시스템 프롬프트 비용을 낮게 유지합니다.
16각 하위 에이전트는 자체 컨텍스트에서 실행됩니다(위임).
17
18세 가지 모두 칸반 카드가 됩니다.
19디스패처가 이를 병렬로 추적합니다.
20
21하위 에이전트 완료. 콘텐츠 리드가
22콘텐츠 게시 스킬을 실행하여 게시물 2개를 초안 작성합니다.
23
24초안은 승인을 위해 Telegram의
25콘텐츠 토픽에 도착합니다.
26
27사용자가 하나는 승인 터치. 다른 하나는 거절.
28승인된 게시물은 xurl을 통해 게시됩니다.
29
3010분 후 경쟁사가 같은 주제에 대한
31반응 게시물을 올립니다.
32웹훅이 실행됩니다.
33Hermes가 후속 각도 초안을 작성하여
34React 토픽으로 보냅니다.
35
36모든 것이 대시보드에서 확인 가능합니다.
37무엇이 실행되었는지, 무엇이 배송되었는지, 무엇이 대기 중인지.
38
39오후 11시, 일일 리뷰 크론 실행.
40세션 검색이 오늘의 작업을 가져옵니다.
41요약이 Telegram으로 전달됩니다.

하루. 9개의 아키텍처 레이어 가동. 게시물 2개 배송. 수동 리서치 0회. 총 API 비용: 약 $2~4.

5. 주요 특징

지속성

Hermes는 메모리 시스템을 통해 세션 간 정보를 유지하도록 명시적으로 설계되었습니다. 이를 통해 축적된 컨텍스트와 생성된 스킬이 각 세션이나 재시작 후에 손실되는 대신 시간이 지남에 따라 지속될 수 있습니다.

격리 및 조정

프로필과 칸반의 조합을 통해 Hermes는 격리와 구조화된 협업을 모두 지원합니다. 프로필은 다양한 워크로드 간의 분리를 제공하고, 칸반은 협업이 필요할 때 통제된 핸드오프와 컨텍스트 전송을 가능하게 합니다.

자기 개선 메커니즘

스킬 생성 기능의 존재는 Hermes에 구조적 자기 개선을 위한 경로를 제공합니다. 프롬프트 엔지니어링이나 수동 도구 정의에만 의존하는 시스템과 달리, Hermes는 사용 패턴에 따라 자체 기능을 확장할 수 있습니다. 자율 큐레이터(Autonomous Curator)는 스킬 라이브러리를 시간이 지남에 따라 깔끔하고 효율적으로 유지합니다.

기본 기능으로서의 인간 감독

인간의 개입은 칸반의 '차단됨(Blocked)' 작업 상태와 Telegram 및 Slack의 승인 버튼을 통해 일급 개념으로 구현됩니다. 이를 통해 시스템은 깔끔하게 실행을 일시 중지하고, 컨텍스트를 보존하며, 필요한 입력이 제공되면 지능적으로 재개할 수 있습니다.

6. 실용적 고려 사항

Hermes를 단순한 대화형 도구가 아닌 인프라로 사용할 때는 몇 가지 실용적인 요소가 중요해집니다:

• 시스템의 장기적인 가치는 메모리와 생성된 스킬이 시간이 지남에 따라 어떻게 관리, 큐레이션 및 유지되는지에 크게 의존합니다. 자율 큐레이터가 도움이 되지만, 정기적인 인간 검토가 품질을 향상시킵니다.
• 프로필 격리는 유용하지만 의도적인 구성이 필요합니다. 자동으로 이루어지지 않으며 전통적인 프로세스 격리와 동일한 보장을 제공하지 않습니다.
• 자율적으로 생성된 스킬의 품질과 유용성은 크게 다를 수 있습니다. 많은 경우, 특히 초기에는 인간의 검토가 결과를 개선합니다.
• 리소스 소비, 특히 모델 컨텍스트 윈도우와 추론 비용은 적극적으로 모니터링해야 합니다. /usage와 /compress를 정기적으로 사용하세요. 무거운 MCP 설정에는 Tool Search를 활성화하세요.
• 전체 시스템의 효과는 소프트웨어를 단순히 실행하는 것만으로 자동으로 나타나는 것이 아니라, 신중한 구성과 지속적인 관리에 크게 좌우됩니다.
• 과도한 사용 패턴을 적용하기 전에 토큰 이코노믹스를 이해해야 합니다. Nous Portal Plus($20/월)로 시작하여 그 규모를 확장하세요.

토큰 인식 구성

Hermes를 여러 프로필과 크론 작업을 갖춘 완전한 OS로 실행하면 매 세션 시작 시 토큰을 소비합니다(시스템 프롬프트 + 메모리 + 스킬 인덱스). 최적화하지 않으면 예상보다 빠르게 비용이 증가할 수 있습니다.

올바른 작업에 올바른 모델 사용:

모든 작업에 가장 강력한 모델이 필요한 것은 아닙니다. 작업 유형에 맞게 모델을 매칭하는 것은 가장 큰 단일 비용 절감 수단입니다.

1콘텐츠 리드 프로필:
2→ 모델: claude-sonnet-4 (강력한 글쓰기, 적당한 비용)
3
4리서처 프로필:
5→ 모델: gpt-5.5 (저렴함, Codex를 통한 대량 처리 시 $0)
6
7운영 프로필:
8→ 모델: gpt-5.5 (일상 작업, 비용 효율적)
9
10코드 리뷰어 프로필:
11→ 모델: claude-opus-4-8 (복잡한 추론 전용)

복잡한 /goal에는 최첨단 모델(Opus, GPT-5.5)을 사용하세요. 일상적인 크론 작업과 일상적인 분류에는 저렴한 모델을 사용하세요. 한 번의 전환으로 월 청구액이 절반으로 줄어듭니다.

가벼운 프로필에 대한 메모리 제한 낮추기:

기본 메모리 주입은 턴당 2,200자(~800 토큰)입니다. 50턴 /goal 세션에서는 메모리를 반복하는 데 40,000 토큰이 소모됩니다. 깊은 개인 컨텍스트가 필요하지 않은 프로필의 경우:

1hermes config set memory.memory_char_limit 1000
2hermes config set memory.user_char_limit 500

현실적인 max_turns 설정:

1# 리서치 및 콘텐츠 (더 짧고 집중적)
2hermes config set goals.max_turns 20
3
4# 코드 작업 (더 길고, 더 많은 반복 필요)
5hermes config set goals.max_turns 50

Opus에서 50턴은 세션당 $5~12가 소요될 수 있습니다. 프로필별로 max_turns를 설정하고 전역적으로 설정하지 마세요. 리서치 프로필이 20턴을 넘는 경우는 드뭅니다.

6가지 토큰 최적화 기능 모두 활성화:

1tools:
2  tool_search:
3    enabled: auto    # 필요 시 스키마 로드
4
5memory:
6  memory_char_limit: 2200    # 필요 없으면 낮춤
7  user_char_limit: 1375      # 필요 없으면 낮춤

추가: 프롬프트 캐싱(Anthropic에서 자동), 긴 세션을 위한 /compress, 병렬 작업을 위한 하위 에이전트 위임.

사이드 작업에 저렴한 보조 모델 사용:

Hermes는 압축, 비전, 웹 요약, 승인 점수 매기기, 도구 라우팅 및 세션 제목을 보조 모델에 오프로드합니다. 각 슬롯은 독립적으로 구성 가능합니다. 주요 작업에는 고가 모델을 유지하면서 이러한 작업에는 저렴하고 빠른 모델을 사용하세요:

1hermes model
2# 메인 모델 설정: claude-sonnet-4 (품질)
3# 보조 모델 설정: 빠르고 저렴한 모델 (압축, 라우팅)

즉, /compress와 자동 압축은 메인 모델의 가격이 아닌 저렴한 토큰으로 실행됩니다.

압축 임계값 조정:

1compression:
2  threshold: 0.50    # 기본값: 컨텍스트 윈도우의 50%에서 압축

더 공격적인 압축을 위해 이 값을 0.30~0.40으로 낮추세요. 세션이 더 가벼워지고, 압축기가 실행되기 전에 축적되는 토큰이 줄어듭니다.

무손실 컨텍스트 관리 (LCM):

1context:
2  engine: "lcm"    # 플러그인, 기본 손실 압축 대체

기본 압축기는 손실 방식입니다. 요약하고 오래된 컨텍스트를 삭제합니다. LCM은 토큰 사용을 최적화하면서도 모든 컨텍스트를 손실 없이 보존하는 플러그인 대안입니다. hermes plugins → Context Engine을 통해 사용 가능합니다.

/usage로 모니터링:

1/usage

정기적으로 실행하세요. 세션 간 토큰 수를 비교하세요. 크론 작업이 예상보다 많은 토큰을 소모하는 경우 프롬프트를 단순화하거나 더 저렴한 모델로 전환하세요.

설정 복잡성에 따른 비용 규모:

이는 추정 범위입니다. Hermes에서 /usage를 실행하여 실제 수치와 비교하세요.

가장 저렴한 경로: Codex를 통해 모든 것을 GPT-5.5로 실행($20/월 ChatGPT 구독, 추론 포함). 추론 품질이 출력에서 측정 가능한 차이를 만드는 세션에만 Claude 또는 Opus를 사용하세요.

7. 현재의 한계 (2026년 6월 기준)

Hermes는 몇 가지 의미 있는 아키텍처적 강점을 가지고 있지만, 완전히 성숙한 개인 운영 체제라기보다는 진화하는 시스템으로 남아 있습니다:

• 기본 Desktop App은 접근성을 크게 개선했지만, 특히 복잡한 브라우저 자동화 및 일부 로컬 통합과 관련하여 모든 도구 상호 작용에 대해 CLI/TUI와 완전한 기능 패리티를 아직 제공하지 않습니다.
• 많은 수의 동시 에이전트를 실행하거나 매우 오래 실행되는 워크플로우는 모델 컨텍스트 윈도우와 추론 리소스에 상당한 부담을 줄 수 있습니다. 신중한 리소스 관리가 종종 필요합니다.
• 프로필 격리는 많은 사용 사례에서 실용적이고 기능적이지만, 기존 운영 체제의 프로세스 격리와 동일한 수준의 견고성이나 오류 격리를 제공하지는 않습니다.
• 자율 스킬 생성은 유망한 방향이지만, 그 성숙도와 신뢰성은 여전히 다양합니다. 특히 복잡하거나 위험이 높은 작업의 경우 고품질의 재사용 가능한 스킬을 만들기 위해 여전히 인간의 큐레이션이 필요한 경우가 많습니다.
• 긴 세션 중 자동 압축은 컨텍스트 손실을 유발할 수 있습니다. 자율 큐레이터(Autonomous Curator)와 세션 리콜은 부분적인 해결책입니다. 윈도우 수명 동안 전체 스레드를 컨텍스트에 유지하면 자동 드리프트를 방지할 수 있지만 세션 길이가 제한됩니다.
• 일부 고급 도구 통합은 Desktop App이나 메시징 인터페이스보다 CLI/TUI를 통해 사용할 때 더 안정적일 수 있습니다.
• SSEP 게이트웨이 프로토콜은 새로운 기능입니다(v0.16.0). 덜 일반적인 메시징 플랫폼의 경우 플랫폼별 렌더링에서 예외적인 경우가 발생할 수 있습니다.

이러한 한계는 근본적인 아키텍처 결함보다는 구현 성숙도와 주로 관련됩니다. 프로젝트는 계속해서 활발히 개발 중입니다. v0.16.0 "Surface Release"만 해도 874개의 커밋, 542개의 병합된 PR, 170명의 커뮤니티 구성원의 기여가 포함되었습니다. 이전 v0.15.0 "Velocity Release"에는 1,302개의 커밋, 747개의 병합된 PR, 321명의 기여자가 포함되었습니다.

8. Hermes와 다른 에이전트 프레임워크 비교

Hermes를 평가할 때 가장 흔한 질문: Claude Code, OpenClaw, CrewAI와 어떻게 비교됩니까? 답변은 그들이 다른 문제를 해결하고 다른 철학 위에 구축되었다는 것입니다.

작동하는 멘탈 모델 (세 가지를 모두 사용하는 빌더로부터):

Claude Code는 책상에서 사용하는 일상 드라이버입니다. 사용 가능한 최고의 원시 코딩 에이전트입니다. 작업이 "코드 작성, 코드 리팩토링, 코드 디버깅, 이 코드베이스 이해"라면 Claude Code가 승리합니다.

Hermes Agent는 24/7 인프라입니다. 사용자가 자는 동안 실행되고, 프로필을 통해 여러 워크로드를 관리하며, 스킬과 메모리를 통해 복리 효과를 내고, 어디서나 Telegram을 통해 사용자에게 도달합니다.

OpenClaw는 채팅 우선 비서입니다. 가장 큰 마켓플레이스, 가장 쉬운 관리형 호스팅(월 $3), 가장 강력한 비기술적 사용자 경험을 제공합니다.

CrewAI는 오케스트레이션 프레임워크입니다. Python에서 정의된 파이프라인에서 여러 전문 에이전트가 함께 작업해야 할 때 사용합니다. 독립형 에이전트가 아니라 다중 에이전트 시스템 구축을 위한 프레임워크입니다.

차이점을 보여주는 하나의 벤치마크:

독립적인 테스트에서 동일한 18개의 프롬프트를 Claude Code(Opus 4.7), OpenClaw(Sonnet 4.6), Hermes Agent를 통해 실행했습니다. Hermes는 18개 중 14개에서 승리했습니다. 패배한 4개는 Claude Code의 코드베이스 이해 능력이 타의 추종을 불허하는 원시 코딩 작업이었습니다. 승리한 14개는 이전 세션의 메모리와 컨텍스트가 차이를 만든 작업이었습니다.

결론: Hermes는 기록(history)이 중요할 때 승리합니다. Claude Code는 코드 깊이가 중요할 때 승리합니다. 이들은 경쟁 관계가 아니라 상호 보완적입니다.

Hermes는 hermes claw migrate — OpenClaw로부터의 내장 마이그레이션 명령어를 제공합니다. 제품이 특정 경쟁사에 대한 이름 있는 마이그레이션 명령어를 제공한다면, 포지셔닝은 명확합니다.

9. 여기서 시작하세요

이 전체 기사를 읽고 시작하고 싶다면, 상황에 따라 세 가지 경로가 있습니다.

경로 1 — 15분 있습니다 (첫 번째 결과까지 가장 빠름):

1# 설치
2curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash
3
4# 원커맨드 설정 (모델 + 도구 + 게이트웨이)
5hermes setup --portal
6
7# Telegram 연결
8# @BotFather 에게 메시지 → /newbot → 토큰 복사
9# hermes setup이 토큰을 요청하면 토큰 붙여넣기
10
11# 첫 번째 크론 작업 설정
12hermes chat
13> "매일 아침 8시에 트렌딩 AI 뉴스 요약본을
14   Telegram으로 보내줘"
15
16# 완료. 내일 아침 브라우저를 열지 않고도
17# 브리핑을 받을 수 있습니다.

경로 2 — 저녁 시간이 있습니다 (전체 개인 설정):

1. Hermes 설치 및 hermes setup --portal 실행
2. Telegram 연결 (BotFather → 토큰 → 붙여넣기)
3. 첫 번째 프로필 생성: hermes profile create work
4. 에이전트의 행동 방식을 정의하는 soul.md 작성
5. 크론 작업 3개 설정 (아침 브리핑, 경쟁사 확인, 일일 리뷰)
6. 구조화된 템플릿으로 첫 번째 /goal 실행:

1/goal [결과물] using [출처]
2with constraints: [제약사항]
3deliverable: [산출물]

1. 대시보드 열기: hermes dashboard

8. 일주일 후 스킬 검토. 약한 스킬 삭제. 강한 스킬 개선.

경로 3 — 전체 OS를 원합니다 (주말 프로젝트):

1. Hetzner CX22 VPS 가동 (~$7/월)
2. SSH를 통해 VPS에 Hermes 설치
3. hermes setup --portal 실행
4. Telegram 게이트웨이 연결: hermes gateway start
5. 3~4개의 프로필 생성 (콘텐츠, 리서치, 운영, 코드)
6. 각 프로필용 soul.md 작성
7. 프로필별 크론 작업 설정
8. 교차 프로필 작업 추적을 위한 칸반 구성
9. 노트북에 Desktop 앱 설치
10. 인증 게이트를 통해 Desktop을 원격 백엔드에 연결
11. config.yaml에서 Tool Search 활성화
12. 토큰 최적화를 위한 메모리 문자 제한 낮추기
13. 자격 증명을 위한 Bitwarden Secrets Manager 설정
14. 일주일간 실행. 스킬, 메모리 및 토큰 사용량 검토.
15. 반복. 시스템은 여기서부터 복리 효과를 냅니다.

압도된다면 우선 순위:크론 작업(10-해킹 기사 #3), /goal 구조(#4), 스킬(#8)부터 시작하세요. 이 세 가지 설정은 Hermes의 느낌을 하룻밤 사이에 바꿉니다.

결론

Hermes Agent는 현재 오픈 소스 에이전트 프레임워크 중에서 단순한 대화형 또는 도구 호출 인터페이스를 넘어서려는 가장 아키텍처적으로 야심 찬 시도 중 하나를 나타냅니다. 영구 메모리, 프로필 기반 격리, 칸반을 통한 구조화된 작업 오케스트레이션, 일반 영어 크론 스케줄링, 지속적인 /goal 목표, 동적 도구 로딩, 다중 플랫폼 게이트웨이 액세스, 음성 상호 작용, 프로덕션 보안 프리미티브 및 재사용 가능한 프로시저 생성을 위한 메커니즘의 조합은 오늘날 사용 가능한 대부분의 다른 시스템보다 개인 운영 체제의 개념에 더 가까운 특성을 제공합니다.

최초의 Hermes 모델을 훈련시킨 Nous Research의 Karan은 간단히 설명했습니다: "Hermes Agent는 언어 모델을 가져와서 컴퓨터에서 일어나는 모든 일이 텍스트 입력 또는 텍스트 출력이라는 것을 깨닫는 능력입니다. Hermes Agent를 사용하면 컴퓨터의 모든 통합 기능을 통해 그렇게 할 수 있습니다. 브라우저, 앱, 컴퓨터에서 하는 모든 것을 사용할 수 있습니다. 컴퓨터 작업과 디지털 작업을 위한 범용 자동화 도구이자 범용 시뮬레이터입니다."

동시에 현실적인 기대치를 유지하는 것이 중요합니다. Hermes는 아직 완전히 성숙한 개인 AI 운영 체제가 아닙니다. 아키텍처 방향은 유망하지만, 실제 효과는 여전히 신중한 구성, 지속적인 관리 및 기능 성숙도에 대한 정직한 평가에 크게 좌우됩니다.

인프라로 신중하게 사용될 때 Hermes는 시간이 지남에 따라 능력이 축적되는 장기적이고 진화하는 AI 지원 워크플로우를 구축하기 위한 기반 역할을 할 수 있습니다. 의미 있는 차이는 시스템의 기능과 한계가 얼마나 의도적으로 이해되고 활용되는지에 있습니다.

에이전트는 준비되었습니다. 스택은 준비되었습니다. 가치는 사용과 함께 축적됩니다.

관련 기사

• HERMES AGENT: THE COMPLETE GUIDE — 설치, 모델, 대시보드, 사용 사례, 보안
• The Complete Hermes /goal Playbook — 21 Workflows
• Hermes /goal — The Full Guide
• How to Make Hermes + xurl Actually Work as a System
• Hermes x Bitwarden — The Security Stack
• 10 Hermes Agent Setups

확장 버전 및 추가 Hermes 콘텐츠는 Substack에서 확인 가능: https://substack.com/@yanxbt

이 기사는 공개적으로 사용 가능한 Hermes Agent 문서(v0.16.0 "The Surface Release"), NVIDIA NemoTron Labs 라이브 스트림 및 2026년 6월 기준 관찰된 시스템 동작을 기반으로 합니다.

@NousResearch @Teknium

https://x.com/IBuzovskyi/status/2059675518966894767

https://x.com/IBuzovskyi/status/2059303967767593247

https://x.com/IBuzovskyi/status/2056764150936748082

https://x.com/IBuzovskyi/status/2057114309616885997

https://x.com/IBuzovskyi/status/2057914816015249515

https://x.com/IBuzovskyi/status/2062101068842975409