10 Hermes Agent Tips That Cut Your Token Bill

🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 결론

Hermes Agent의 토큰 비용을 줄이는 10가지 팁은 반복 전송되는 대화·도구·지침을 줄이고, 작업에 맞는 모델과 실행 조건을 선택하는 데 집중된다.

📌 핵심 요점

1. /context와 /usage로 비용 구조부터 확인한다. 입력에는 사용자 질문뿐 아니라 지침, 메모리, 도구 설명, 스킬 목록, 대화 이력이 포함된다.
2. 주제가 바뀌면 /new, 긴 대화를 이어가야 하면 /compress를 활용한다. 대량 조사는 서브에이전트에 맡겨 본 대화에는 요약만 남긴다.
3. 불필요한 자동 메모리 검토 등 백그라운드 호출을 점검하고, 오래된 도구 결과를 정리한다. 도구 결과 자동 정리는 별도 모델 호출을 줄이는 장점과 캐시 재사용에 영향을 주는 절충점이 있다.
4. 에이전트별로 쓰지 않는 도구·연결 기능·스킬을 비활성화하고, 긴 작업별 규칙은 상시 지침에서 필요할 때 읽는 스킬로 옮긴다.
5. 단순 작업은 저렴한 모델에 배정하고, 예약 작업은 사전 스크립트로 새 항목을 확인한 뒤 모델을 호출한다. 영상의 빈 수신함 테스트에서는 이 방식으로 빈 실행의 모델 토큰 사용이 0이 됐다.

🧩 배경과 문제 정의

발표자는 수개월간 Hermes 기반 AI 에이전트 팀을 상시 운영하면서, 기본 활성화된 도구·스킬·앱 연결 기능 중 실제로 쓰지 않는 항목도 입력에 포함되어 비용을 발생시킬 수 있다고 설명한다. 사용자가 입력한 짧은 질문 뒤에도 지침, 메모리, 도구 설명과 누적 대화가 함께 전달되므로 질문 길이만으로 비용을 판단하기 어렵다는 문제다.

영상은 일상 업무를 흉내 낸 테스트 에이전트에서 10가지 절약 방법을 시연한다. 초점은 반복 전송되는 내용을 줄이고, 불필요한 모델 호출을 없애며, 작업 난도에 맞게 모델을 배정하는 데 있다. 중간에는 상시 운영을 위한 Hostinger 후원 소개가, 마지막에는 여러 에이전트를 관리하는 대시보드 소개가 포함된다.

🕒 시간순 섹션별 상세정리

1. 기본 기능의 숨은 비용과 사용량 확인

• 기본 활성화된 기능 중 사용하지 않는 항목도 매 메시지에 실려 토큰 비용을 만들 수 있다며, 테스트 에이전트로 10가지 개선 방법을 보여주겠다고 보여준다. [00:58]
• 입력·출력 토큰 과금을 설명하고, 입력에는 질문 외에 지침·메모리·도구 설명·스킬 목록·대화 이력이 포함된다며 /context로 구성을 확인한다. [02:30]
• 조사 작업 뒤 짧은 질문을 던진 사례로 누적 입력을 보여주고, /usage로 세션의 모델 호출 수와 읽은 토큰을 확인한다. [02:43]

2. 팁 2: 주제 전환과 긴 대화 관리

• 같은 짧은 질문도 새 세션에서는 비용이 줄었다고 보여준다. 검색이나 페이지 읽기 뒤의 후속 모델 호출에도 누적 대화가 전달되며, 이미 본 입력에 할인이 있어도 비용은 발생한다고 드러낸다. [03:37]
• 주제가 바뀌면 /new로 새 대화를 시작하되 에이전트의 메모리와 지침은 유지하는 방법을 제시한다. [03:43]
• /compress는 오래된 대화를 요약하고 최근 부분은 유지한다. 요약 자체에 모델 호출이 필요하므로 긴 대화에서 효과가 있으며, 자동 압축의 시작 기준도 뒤에서 살펴보겠다고 예고한다. [04:14]

3. 팁 3: 대량 읽기는 서브에이전트에 위임

• 본 에이전트가 조사하면 검색 결과·웹페이지·전사문이 대화에 쌓인다. 서브에이전트는 별도 대화에서 자료를 읽고 답만 반환하므로 원문이 본 대화에 계속 동반되는 일을 줄인다. [04:46]
• 같은 조사 업무를 한 서브에이전트에 맡기고 다섯 개 요점만 받도록 요청한다. 조사 읽기 비용은 남지만 본 대화의 컨텍스트가 불어나는 것을 줄였다고 보여준다. [05:20]

4. 팁 4: 자동 백그라운드 호출 점검

• 메시지 처리 뒤 메모리 검토, 채팅 제목 생성, 도구 사용 전 확인 같은 추가 작업이 모델을 호출할 수 있다며 사용 로그에서 실제 실행 내역을 확인한다. [06:03]
• 불필요한 백그라운드 검토와 관련 설정을 끄도록 요청한 뒤 해당 호출이 멈췄다고 보여준다. 명시적으로 기억해 달라고 요청한 내용은 계속 기억할 수 있다고 보여준다. [06:17]

5. 팁 5: 오래된 도구 결과 자동 정리

• 테스트 환경에서는 큰 컨텍스트 창이 절반 찰 때 자동 압축이 시작된다며, 그전까지 오래된 파일과 페이지 내용이 계속 입력에 포함되는 문제를 지적한다. [06:45]
• 도구 결과 자동 정리를 켜자 큰 결과가 한 줄 메모로 줄고 중복이 제거됐다고 보여준다. 사용자 메시지·에이전트 답변·최근 대화는 유지하며 별도 모델 호출도 들지 않는다고 드러낸다. [07:19]
• 대화 내용이 바뀌면 다음 호출에서 제공자의 캐시를 재사용하지 못할 수 있어, 충분한 분량을 줄일 때 정리하는 절충 방식이라고 보여준다. [07:31]

6. 후원 구간: 서버 상시 운영과 Telegram 연결

• 노트북이 잠들면 에이전트와 예약 작업도 멈춘다는 문제에서 Hostinger 서버 소개로 계속된다. 시연에서는 2개 CPU 코어·8GB RAM의 KVM2와 자동 배포, 백업·요금제 옵션을 안내한다. [08:44]
• 대시보드와 터미널 접속 방법을 보여주고, 로그인 정보 보관과 모델 설정 과정을 보여준다. [09:41]
• Telegram의 BotFather로 봇을 만들고 토큰과 사용자 ID를 등록한 뒤 연결을 시험한다. 자신의 컴퓨터를 켜 두지 않아도 서버에서 에이전트를 상시 사용할 수 있다고 홍보한다. [10:48]

7. 팁 6: 역할에 필요 없는 도구 비활성화

• 활성화된 도구는 사용하지 않아도 설명이 매 메시지에 포함될 수 있다. 미사용 도구, 기존 기능과 중복되는 MCP 기능, 연결되지 않은 앱 커넥터를 찾아 끄는 과정을 보여준다. [12:18]
• 에이전트를 복제하면 도구 구성도 따라오므로 여러 에이전트를 각각 점검해야 한다고 강조한다. [12:31]
• 수신함 읽기와 답장 초안만 담당하는 이메일 에이전트에서는 자신의 사용 목적에 필요 없는 브라우저 등 도구를 꺼 입력을 줄인다. [12:52]

8. 팁 7: 상시 지침은 짧게, 작업 규칙은 스킬로

• 에이전트의 정체성·말투·행동 규칙을 담는 상시 지침은 새 세션에도 실린다. YouTube 설명 작성 규칙을 넣자 관련 없는 작업에서도 입력이 커지는 사례를 보여준다. [14:01]
• 해당 규칙을 필요할 때 여는 스킬로 옮긴다. 평소에는 스킬 이름과 짧은 설명만 전달되므로 긴 작업별 지침을 상시 로드하는 부담을 줄일 수 있다고 보여준다. [14:36]

9. 팁 8: 쓰지 않는 스킬 정리

• 스킬도 이름과 짧은 설명이 매 메시지에 포함된다. 발표자는 미사용 스킬의 보관 기능이 있어도 기본 내장 스킬은 대체로 그대로 남는다고 보여준다. [15:20]
• 자신의 YouTube 업무에 쓰지 않는 코딩·오피스 관련 스킬 그룹을 비활성화한다. 영상에서 가장 작은 절감이지만 반복 메시지에서는 누적 효과가 있다고 드러낸다. [15:48]

10. 팁 9: 단순 작업에는 저렴한 모델 배정

• 긴 대화 요약이나 이미지 설명 같은 보조 작업이 기본 주 모델을 사용하고 있었다며, 비싼 모델로 작은 작업까지 처리하는 비용을 지적한다. [16:21]
• 백그라운드·보조·예약 작업을 저렴한 모델로 옮기되, 본 대화와 복잡한 판단이 필요한 개별 작업에는 강한 모델을 유지하라고 권한다. [17:01]

11. 팁 10: 새 항목이 있을 때만 모델 호출

• 30분마다 새 청구서를 찾는 수신함 작업을 만들고, 수신함이 비어 있어도 매번 새 대화에 지침과 도구를 전달하면서 토큰을 소비한 사례를 보여준다. [17:37]
• 먼저 작은 확인 스크립트를 실행해 새 항목이 없으면 모델을 호출하지 않도록 바꾼다. 이후 빈 실행 세 번은 모델 토큰 사용이 0이었고, 청구서가 도착하면 작업이 실행됐다고 보여준다. [18:02]
• 실행 여부 자체에 판단이 필요한 경우에는 작은 모델이 그 결정을 맡는 별도 영상도 있다고 안내한다. [18:08]

12. 보너스 대시보드와 최종 정리

• 여러 에이전트에 임무를 배정하고 진행 상황·모델·서버 상태를 관리하며 직접 대화할 수 있는 미션 컨트롤 대시보드를 보여준다. [18:57]
• 도구와 스킬을 정리하면 대화나 예약 작업을 손보기 전부터 메시지별 입력을 줄일 수 있다며, 에이전트가 실제 업무에 필요한 내용만 받도록 구성하는 원칙을 강조한다. [19:27]
• 사용한 최적화 프롬프트를 설명란에서 무료로 제공한다고 안내하고 시청 인사로 마무리한다. [19:48]

🧾 결론

• 토큰 절약의 출발점은 답변 길이보다 매 호출에 동반되는 입력과 호출 횟수를 살펴보는 것이다.
• 대화 관리, 역할별 도구 구성, 지침의 스킬 전환을 함께 적용하면 반복 전송되는 내용을 줄일 수 있다.
• 서브에이전트도 읽기 비용이 발생한다. 핵심 효과는 조사 원문이 본 대화에 남아 후속 호출마다 재전송되는 일을 줄이는 데 있다.
• 영상은 설정 파일을 직접 편집하는 대신 채팅으로 변경을 요청하는 과정을 보여주지만, 구체적인 절감액과 환경별 재현 결과는 제공된 전사만으로 확인하기 어렵다.

📈 투자·시사 포인트

• 상시 운영 에이전트에서는 작은 입력 낭비도 메시지와 예약 실행이 누적될수록 운영비에 영향을 준다.
• 큰 컨텍스트 창을 사용할 수 있다는 사실과 긴 대화를 경제적으로 유지할 수 있다는 판단은 구분해야 한다. 영상에서는 자동 압축이 시작되기 전까지 오래된 자료가 계속 입력에 포함되는 문제를 지적한다.
• 모델 선택은 작업 난도별로 나눌 필요가 있다. 요약 등 단순 작업에는 저렴한 모델을 쓰되, 복잡한 판단이 필요한 보조 작업에는 강한 모델을 유지하는 방식이다.
• 서버 상시 운영은 가용성을 높이지만 예약 실행도 지속시킨다. 영상의 후원 서버 소개와 별개로, 호출 조건과 빈 실행 비용을 함께 점검필요가 있다.

⚠️ 불확실하거나 확인이 필요한 부분

• 전사에는 비교 화면의 실제 토큰 수와 금액이 대부분 담겨 있지 않다. 전체 절감률이나 월간 절약액을 계산할 근거가 부족하다.
• 자동 압축의 시작 기준, 도구 결과 자동 정리 방식, 스킬 보관 정책은 발표자의 테스트 환경에 대한 설명이다. 적용 버전과 현재 환경에서 같은 동작을 하는지 확인해야 한다.
• 도구 결과 정리는 입력량을 줄이지만 다음 호출에서 제공자의 캐시를 재사용하지 못할 수 있다고 설명한다. 최종 비용 효과는 캐시 할인과 정리 규모를 함께 비교해야 한다.
• 자막 기반 정리: 타임스탬프가 있는 자막을 기준으로 정리했으며, 고유명사·수치·인용은 원문 확인 필요 시 별도 검증한다.
• 영상 속 주장: 발표자의 해석·전망·비교는 확인된 외부 사실이 아니라 영상 속 주장으로 분리해 읽는다.
• 검증 필요: 수치, 기업 실적, 정책·시장 전망은 발행 전 최신 자료로 별도 검증이 필요하다.

✅ 액션 아이템

• 대표 작업을 실행한 뒤 /context와 /usage로 대화, 도구 설명, 지침, 메모리와 모델 호출의 기준치를 기록한다.
• 주제가 바뀌면 /new를 사용하고, 긴 대화를 유지해야 할 때는 /compress의 추가 호출 비용까지 고려한다.
• 대량 조사 한 건을 서브에이전트에 맡기고 요약만 반환하도록 해 본 대화의 크기와 전체 작업 비용을 함께 비교한다.
• 에이전트별 미사용 도구·중복 MCP 기능·미연결 앱 커넥터·미사용 스킬을 검토하고 역할에 필요한 항목만 남긴다.

❓ 열린 질문

• 실제 사용 환경에서는 대화 이력, 도구 설명, 상시 지침, 백그라운드 호출 중 어느 항목이 비용의 가장 큰 비중을 차지하는가?
• 도구 결과 정리로 줄어드는 입력 비용이 캐시 재사용 감소로 늘어나는 비용보다 큰가?
• 저렴한 모델로 옮겨도 품질을 유지할 수 있는 작업과 강한 모델이 필요한 작업의 경계는 어디인가?