zoeylog
About me
조이의 연습장 (Blog)
이미지 아카이브
우주고양이
Sign In
조이의 연습장 (Blog)

Openclaw로 부족하다.. Hermes 설치로 심신안정 찾다

조이
May 4, 20261m ago
카테고리
  1. 자동화
오픈클로를 잘 이용중이에요. 그런데 최근들어 이 놈들이 제 속을 썪이고 있거든요.. 아무리 알려줘도 까먹고, 뇌에 저장하라고 해도 했다고 하곤 안 읽고.. 지침에 다 넣어놔도 가끔 안 읽고..^^
에이전트들이 스스로 학습하면서 다음엔 알아서 척척 해주면 좋을 텐데, 그게 생각만큼 쉽지가 않더라고요.
저는 OpenClaw로 AI 에이전트 7마리를 운영 중이에요. 각자 역할이 분명하고, 협업도 잘 돌아가요. 근데 자가학습(self-learning)을 진짜 잘 시키는 건 또 다른 차원의 문제더라고요. 한 번 알려준 건 다음에 자동으로, 실수는 반복 안 하게 — 그게 잘 안 됐어요.
저는 그래서 Hermes를 설치했어요. "스킬 시스템"과 "자가진화(self-evolving)" 구조가 잘 짜여 있다는 이야기를 들었거든요. 그게 궁금했어요. 그리고 OpenClaw 달밤이와 구분하려고, Hermes 에이전트 이름을 별밤이(🌟🌙)로 지었어요. 같은 슬랙 워크스페이스에서 달밤이랑 별밤이가 같이 일하는 그림이에요.

왜 굳이 또 다른 프레임워크를 깔았나

OpenClaw로 7마리를 굴리면서, 저는 한 가지에 계속 매달려 있었어요. 어떻게 하면 에이전트들이 스스로 더 똑똑해질 수 있을까. 한 번 알려준 건 다음에 또 알려주지 않아도 되고, 실수는 반복하지 않고, 일하는 패턴 자체가 점점 다듬어지는 — 그런 모습을 보고 싶었어요.
그래서 여러 시도를 해봤어요. 룰을 더 강하게 잡아보고, 메모리에 저장되는 규칙을 체계화해보고, 에이전트별로 위키처럼 지식을 쌓는 구조도 만들어봤어요. 분명 조금씩 나아지긴 했어요. 근데 솔직히 결과가 마음에 들지 않았어요. 저장은 되는데 다음에 잘 끌어다 쓰지 못하거나, 룰이 너무 많아져서 오히려 헷갈리거나. "자가학습"이라는 단어가 무색할 만큼 매번 제가 다시 손을 대야 했어요.
그러던 중에 Hermes 이야기를 들었어요. "스킬 시스템"과 "자가진화(self-evolving)" 구조가 꽤 잘 짜여 있다고요. 에이전트가 작업을 하면서 자기 스킬을 만들어두고, 다음에는 그 스킬을 알아서 꺼내 쓴다고 하더라고요. 제가 OpenClaw에서 만들어보려고 그렇게 애쓰던 그림이었어요.
진짜 그렇게 동작하는지 직접 보고 싶었어요. 그래서 깔아봤어요.

설치는 의외로 간단했어요

저는 비개발자라서 설치 과정이 항상 무서워요. 근데 Hermes는 생각보다 쉬웠어요.
공식 문서를 그대로 따라갔어요. Python 환경 만들고, Hermes 설치하고, 환경 변수 몇 개 넣고. Anthropic API 키랑 Browserbase 키 넣는 게 좀 헷갈렸는데, 그 외에는 막힘이 없었어요.

Step 1. 사전 준비

유일한 사전 요구사항은 Git입니다. 나머지(Python, Node.js, ripgrep, ffmpeg 등)는 설치 스크립트가 자동으로 처리해줍니다.
git --version   # git이 설치되어 있는지 확인
Windows를 쓰고 계시면 네이티브 Windows는 지원하지 않으므로 WSL2를 먼저 설치하고 그 안에서 진행하세요. nousresearch

Step 2. 설치

한 줄이면 끝납니다.
curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash
설치 완료 후 셸을 리로드
source ~/.bashrc   # zsh 사용자는 source ~/.zshrc
제대로 설치됐는지 확인
hermes --version
설치 파일은 ~/.hermes/hermes-agent/에, hermes 바이너리는 ~/.local/bin/hermes에 심링크로 생성되고, 데이터는 ~/.hermes/에 저장됩니다.

Step 3. LLM Provider 선택

이게 가장 중요한 단계예요. 사실 아래 명령어로 안 해도 되고, 그냥 위에서부터 쭉쭉 따라오고 있다면, 그냥 바로 세팅화면에서 선택할 수 있어요.
hermes model
•
Anthropic (OAuth) → Claude Max + 추가 크레딧이 있으면 선택
•
OpenAI Codex → Codex 구독이 있으면 device code 인증
•
GitHub Copilot → Copilot 구독이 있으면 OAuth 로그인
•
OpenRouter → API 키 입력 (다양한 모델 선택 가능)
참고로 Hermes Agent는 최소 64,000 토큰의 컨텍스트 윈도우가 필요합니다. 대부분의 호스팅 모델(Claude, GPT, Gemini 등)은 이를 충족합니다.

Step 4. 첫 대화 테스트

간단한 프롬프트로 정상 작동을 확인하세요.
안녕, 현재 디렉토리에 뭐가 있는지 확인해줘
이후 제가 가장 신경 쓴 건 슬랙 연동이었어요. 같은 워크스페이스에 OpenClaw 달밤이가 이미 살고 있었거든요. 별밤이가 들어왔을 때 두 에이전트가 서로의 메시지에 반응하면 무한 루프가 돌 수도 있고, 누가 누구한테 말하는 건지 헷갈릴 수도 있고요.
그래서 멘션 정책을 이렇게 설정했어요.
•
require_mention: true — 채널에서는 @별밤이 멘션이 있어야만 반응해요. DM은 그냥 받아요.
•
strict_mention: false — 한 번 멘션해서 스레드가 시작되면, 그 스레드 안에서는 멘션 없이도 자연스럽게 대화가 이어져요.
이렇게 해두니까 달밤이랑 별밤이가 평화롭게 공존하더라고요. "@달밤이 일정 좀" 하면 달밤이가 답하고, "@별밤이 이 코드 좀 봐줘" 하면 별밤이가 답해요.
설치 자체는 한 시간 정도 걸렸고, 그 다음 한 시간은 별밤이한테 자기소개를 시키고, 메모리에 제 컨텍스트를 쌓는 데 썼어요.

OpenClaw랑 Hermes, 뭐가 어떻게 다를까

항목
OpenClaw
Hermes
에이전트 수
7마리 (역할 분담)
1마리 (풀스택)
LLM 과금
Claude Max 구독 (ACP 경유)
Max 구독 + 추가 크레딧
코딩 능력
ACP로 Claude Code 위임
직접 Claude Code 기반
스킬 시스템
에이전트별 SKILL.md
글로벌 스킬 + 자동 매칭
크론잡
OpenClaw 내장 크론
Hermes 내장 크론
메모리
에이전트별 memory/ 폴더
통합 메모리 시스템
브라우저
없음 (웹 서치만)
Browserbase 내장
배포
self-hosted (Node.js)
self-hosted (Python)
가장 큰 차이는 에이전트 수예요. OpenClaw는 7마리가 역할을 나눠 가지는 구조고, Hermes는 한 마리가 다 해요. 그래서 같은 작업을 시켜도 일하는 방식이 달라요.
과금 구조도 달라요. OpenClaw는 Claude Max 구독을 ACP로 경유해서 쓰는 구조라 추가 API 비용이 거의 없어요. (사실 이건 그냥 제가 우회해서 쓰는 거임)claude -p 명령으로 서브에이전트한테 위임할 수 있어요. 그 서브에이전트는 Max 구독 안에서 돌아가요. 그러니까 잘 쓰면 추가 크레딧을 많이 아낄 수 있어요.
Hermes는 Max 구독에 API 크레딧을 따로 충전해두고, 별밤이가 그 추가 크레딧을 소진하면서 일하는 구조예요. 종량제로 무한정 빠지는 게 아니라, 충전해둔 만큼 쓰는 거예요. 그리고 별밤이가 무거운 코딩 작업을 할 때는 claude -p 명령으로 서브에이전트한테 위임할 수 있어요. 그 서브에이전트는 Max 구독 안에서 돌아가요. 그러니까 잘 쓰면 추가 크레딧을 많이 아낄 수 있어요.

별밤이 하루 써본 후기 — 좋은 점

어제 설치했고 아직 하루밖에 안 썼는데, 그 사이에도 꽤 많은 일을 시켜봤어요. 좋았던 점부터요.
스킬 시스템이 진짜 강력해요. Hermes에는 200개 넘는 스킬이 내장되어 있어요. 이미지 생성, 영수증 처리, 캘린더 관리, 깃 리뷰 같은 것들요. 작업 맥락에 맞는 스킬이 자동으로 로드돼요. 제가 "이 글 올려줘" 하면 별밤이가 알아서 스킬을 불러와서 처리해요. 명시적으로 "이 스킬 써" 안 해도 돼요.
서브에이전트 위임이 자연스러워요. 별밤이한테 코드 작업 시키면, 별밤이는 가벼운 판단만 하고 무거운 코딩은 claude -p로 서브에이전트한테 넘겨요. 메인 컨텍스트가 안 더러워지고, Max 구독 안에서 코딩이 돌아가니까 비용도 효율적이에요. + 특히 지금 오픈클로로 ACP 위임 처리를 하다가, 원래는 잘 됐었는데 최근들어 버벅거렸었거든요. 홧병이 줄었어요.
delegate_task로 병렬 처리가 돼요. 서브에이전트 여러 개를 동시에 띄울 수 있어요. 예를 들어 블로그 글 쓰면서 리서치는 A 서브에이전트, 이미지 생성은 B 서브에이전트, 코드 예제는 C 서브에이전트가 동시에 일해요. 한 에이전트가 다 하는 것 같지만, 사실 안에서는 팀처럼 움직여요.
브라우저가 내장되어 있어요. Browserbase가 붙어 있어서 별밤이가 직접 웹페이지를 열어보고 스크린샷 찍을 수 있어요. OpenClaw는 웹 서치 결과만 받았는데, Hermes는 실제로 페이지를 보고 클릭하고 스크롤할 수 있어요.
한 대화에서 모든 게 끝나요. 기획부터 코딩, 배포, 모니터링까지. 컨텍스트 전환 없이 한 흐름으로 일이 진행되니까 호흡이 끊기지 않아요.

좀 불편했던 점도 솔직하게

근데 모든 게 좋기만 한 건 아니에요. 제가 느낀 아쉬운 점도 적어볼게요.
에이전트가 1마리예요. OpenClaw처럼 7명이 협업하는 구조가 아니에요. "글냥이한테 블로그 쓰게 하고, 동시에 돈냥이한테 투자 리서치 시키고, 그 결과를 달밤이가 정리해줘" 같은 멀티에이전트 협업은 Hermes 안에서는 안 돼요. 서브에이전트는 메인 별밤이가 띄우고 결과만 받는 구조라, 에이전트끼리 자율적으로 대화하지는 않아요.
추가 크레딧이 빠르게 줄어요. OpenClaw는 Claude Max 구독으로 거의 무한정 쓸 수 있었거든요. 근데 Hermes는 Max 구독에 별도로 충전해둔 API 크레딧을 소진하는 구조라, 쓴 만큼 줄어드는 게 눈에 보여요. 무거운 작업은 claude -p로 위임하면 Max 구독 안에서 처리되긴 하는데, 메인 대화는 추가 크레딧을 깎아 먹으니까 신경이 좀 쓰여요. 저는 매일 아침 사용량 대시보드를 한 번씩 확인하는 루틴을 추가했어요.
기존 에이전트의 기억을 못 가져와요. OpenClaw 달밤이가 몇 주 동안 쌓아온 메모리, 제 일정 패턴, 자주 쓰는 표현 같은 것들을 별밤이는 하나도 몰라요. 새로 쌓아야 해요. 별밤이한테 "저는 이런 사람이에요" 처음부터 다시 알려주는 게 살짝 번거로웠어요.

결론은 하이브리드 운영

하루 써보고 일단 내린 (잠정) 결론이에요. OpenClaw 팀(7마리)과 Hermes 별밤이를 같이 운영하기로 했어요. 둘 중 하나를 버리는 게 아니라, 작업 성격에 따라 나눠 쓰는 거예요.
OpenClaw가 잘 하는 일
•
멀티에이전트 협업이 필요한 작업
•
투자 리서치 (돈냥이가 데이터 모으고, 아카냥이 정리하고, 글냥이가 보고서 쓰고)
•
CS 자동화 (달밤이가 분류하고, 각 전문 에이전트가 답변)
•
콘텐츠 파이프라인 (기획-작성-편집-배포가 여러 손을 거침)
•
Hermes 별밤이가 잘 하는 일
•
풀스택 단일 에이전트가 강한 작업
•
앱 개발 (기획부터 배포까지 한 흐름)
•
블로그 작성 (지금 이 글도 별밤이가 쓰고 있어요)
•
인프라 세팅 (서버 만들고 설정하고 모니터링까지)
같은 슬랙 워크스페이스에서 멘션으로 구분해요. "@달밤이 오늘 일정" 하면 OpenClaw 달밤이가 받고, "@별밤이 이거 코드로 만들어줘" 하면 Hermes 별밤이가 받아요. 둘이 서로의 일에 끼어들지 않고, 각자 잘하는 걸 해요.
아 그리고 꿀팁은 서로에게 서로의 문제점(?)을 물어보는거에요.
예를들어, Hermes 별밤이에게, "openclaw 달밤이가 이렇다는데, 진짜 맞나?" 어차피 내 컴퓨터는 둘 다 볼 수 있으니까. 교차 검증이 되고, 서로 잘 보는 분야가 다르더라구요.
저는 이게 정답이라고 생각하지는 않아요. 누군가는 OpenClaw 하나로 충분할 수도 있고, 누군가는 Hermes 하나로 다 해결할 수도 있어요. 근데 제 경우엔 두 개 다 쓸 때 작업이 가장 잘 풀릴 것 같아요. 멀티에이전트 협업의 분업 구조도 좋고, 단일 에이전트의 풀스택 파워도 좋고.
비개발자가 AI 에이전트 프레임워크를 두 개 운영한다는 게 좀 과해 보일 수도 있어요. 근데 막상 해보면 의외로 자연스러워요. 회사로 치면 정규직 7명 팀에 슈퍼 프리랜서 한 명 더 영입한 느낌이에요. 둘이 안 싸우게 멘션 정책만 잘 잡아두면 평화로워요.
저는 앞으로 별밤이한테 어떤 일을 시켜야 할지 천천히 탐색해보려고 해요. 하루 써본 걸로는 글 쓰고 코드 짜는 정도였는데, 제가 가장 궁금한 자가진화 구조는 며칠 더 굴려봐야 진짜인지 알 수 있을 것 같아요. 한 단계씩 써보면서 또 기록해볼게요.
연관글
OpenClaw 설치부터 첫 비서 달밤이 탄생까지 - 조이의 연습장 (Blog) - zoeylog
AI 에이전트를 만들고 싶었습니다. 그것도 밤에도 혼자 일하는, 진짜 비서를요. 왜 AI 에이전트를 만들려고 했나 이미 Claude Code로 멀티에이전트를 만들어 쓰고 있었어요. 상세페이지 현지화 작업할 때 6명 에이전트가 번역, 리뷰, 검수를 나눠서 하게 만들었거든요. 콘텐츠 생성도 만들고, 매일매일 크롤링해서 데이터 리포팅하는거 까지 정말 잘 활용하고 있었답니다. Claude 헤비 유저!! 근데 문제가 있었어요. 내가 시켜야만 돌아간다는 거죠. 물론 전에 Github Actions로 크론잡 돌리기.. 같은걸 하긴 했지만 그냥 말 한마디로 모든 업무를 처리하고 싶었어요. Claude Code 에이전트들은 제가 명령어 치면 돌아가지만, 끝나면 그냥 끝이에요. 자는 동안 이메일 체크하거나, 어제 시킨 일을 오늘도 기억하거나, Slack에서 바로 대화하거나... 그런 건 못 하죠. 제가 원했던 건: 자는 동안에도 이메일 체크하고 어제 시킨 일을 오늘도 기억하고 Slack에서 바로 대화할 수 있고 필요하면 다른 AI 직원한테 일을 시키는 그런 항상 깨어있는 비서였어요. 아무래도 OpenClaw를 해야할 때가 왔다.... OpenClaw이 뭔데? 한 줄로 설명하면:
zoey.day
'zoeylog' 구독하기
사이트를 구독하면 새 포스트 등 최신 업데이트를 알림과 메일로 가장 먼저 받아보실 수 있습니다.
Slashpage에 가입하고 'zoeylog'을 구독하세요!
구독
👍