🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 결론

나만의 Hermes 시스템 구축 방법은 카카오톡 커뮤니티 운영에서 반복되는 해외 AI 인사이트 발굴·요약·공유를 결정론적 자동화와 Hermes 기반 큐레이션으로 나누어 설계하는 과정이다.

📌 핵심 요점

1. 커뮤니티 운영의 핵심 병목은 질문 답변보다 좋은 정보를 꾸준히 선별해 맥락 있는 한국어 텍스트로 전달하는 반복 작업에 있다.
2. 전체 흐름은 LinkedIn·X 글을 Apify로 수집하고, Hermes가 선별·요약·큐레이션한 뒤, KMSG를 통해 카카오톡 방으로 전송하는 구조로 설계된다.
3. 카카오톡 메시지 전송, 채팅방 ID 확인, Apify API 수집처럼 재현성과 디버깅이 중요한 부분은 코드와 설정으로 고정한다.
4. 어떤 글이 유용한지, 어떤 글을 제외할지, 해외 글을 어떻게 의역할지 같은 판단 영역은 Hermes와의 피드백을 통해 점진적으로 기준을 만든다.
5. 최종 목표는 단순 예약 발송이 아니라 사용자의 취향, 운영 커뮤니티, 콘텐츠 제작 흐름, 반복 판단을 축적하는 개인 에이전트 시스템으로 확장하는 것이다.

🧩 배경과 문제 정의

• 오픈 카톡방 운영에서는 질문에 답하는 것보다 꾸준히 정보를 전달하는 일이 더 큰 병목으로 남아 있으며, 커뮤니티가 방치되지 않도록 유지할 구조가 필요하다.
• 링크드인과 X에서 발견한 AI·자동화·에이전트·비즈니스 관련 글은 가치가 있지만, 이를 직접 선별하고 번역·요약해 공유하는 과정에는 반복 비용이 크다.
• 단순히 링크를 전달하는 수준을 넘어, 맥락을 이해할 수 있는 한국어 큐레이션 텍스트가 필요하다. 장기적으로는 Hermes 에이전트가 수집·선별·요약·전송을 맡는 구조를 목표로 한다.
• 안정적인 메시지 전송과 계정 글 수집처럼 결정론적인 영역은 코드와 설정으로 고정하고, 글의 유용성 판단·의역·공유 깊이처럼 비결정론적인 영역은 LLM과 함께 기준을 점진적으로 만들어간다.

🕒 시간순 섹션별 상세정리

1. 카카오톡 커뮤니티 운영에서 정보 큐레이션 자동화가 필요한 이유

• 오픈 카톡방에서 가능한 범위의 질문 답변은 할 수 있지만, 바쁜 시기에는 좋은 정보를 꾸준히 공유하기 어려워 커뮤니티가 방치될 수 있다 [00:21]
• 링크드인과 X에서 AI, 자동화, 에이전트, 비즈니스 관점의 좋은 글을 자주 접하지만, 직접 선별·번역·요약해 공유하는 과정은 손이 많이 든다 [00:37]

2. 전체 자동화 흐름과 Hermes 핸드오프 구조

• 첫 단계는 로컬 맥에서 Swift 기반 CLI 레포지토리로 맥용 카카오톡에 실제 메시지를 보내는 기능을 테스트하는 것이다 [01:40]
• 링크드인과 X에서 자주 보는 계정의 글을 Apify로 수집한 뒤, 재사용 가능한 CLI 로직과 문서로 정리해 Hermes가 반복 실행할 수 있게 만든다 [01:58]

3. 결정론적 영역과 비결정론적 영역의 분리

• 자동화는 모든 것을 LLM에 맡기거나 코드로 완전히 고정하는 방식이 아니라, 결정론적 영역과 비결정론적 영역을 나눠 설계한다 [03:09]
• 카카오톡 메시지 전송, 채팅방 아이디 확인, Apify API 기반 글 수집처럼 재현성과 디버깅이 중요한 부분은 코드와 설정으로 최대한 고정한다 [03:31]

4. 실습 준비물과 공유 리소스

• 실습은 맥 환경을 기준으로 진행되며, 맥용 카카오톡이 설치되고 로그인되어 있어야 메시지 자동 전송 테스트가 가능하다 [04:23]
• KMSG 레포지토리를 클론해 사용할 예정이므로 Git과 VS Code가 필요하며, Claude Code 대신 Codex를 사용해도 같은 흐름을 적용할 수 있다 [04:47]

5. KMSG로 카카오톡 메시지 자동 전송을 검증하는 과정

• 첫 실습은 Swift 기반 CLI인 KMSG 레포지토리로 로컬 PC에서 카카오톡 메시지를 자동 전송할 수 있는지 확인하는 것이다 [05:44]
• KMSG 명령어로 PC 카톡에 열려 있는 채팅방 아이디를 찾고, 운영 중인 오픈채팅방 ID를 메시지 전송에 활용한다 [06:17]

6. Apify로 X와 링크드인 글 수집 구조를 준비하는 단계

• 다음 단계의 목표는 X 계정 7개와 링크드인 계정 6개를 기준으로 주기적 수집을 돌리고, 선별된 글을 정제된 텍스트로 카카오톡에 전달하는 것이다 [09:53]
• Apify는 여러 플랫폼용 크롤러를 액터 형태로 제공하므로, 직접 크롤러를 구현하지 않고 검증된 도구를 활용해 개발 시간을 줄일 수 있다 [10:21]

7. Apify 액터 선택과 LinkedIn 크롤링 대상 설정

• LinkedIn에서는 프로필 기반 포스트를 수집할지, 포스트 검색 결과를 수집할지에 따라 필요한 Apify 액터와 입력 방식이 달라진다 [12:02]
• 액터 선택 시에는 pay-per-event 방식이 상대적으로 유리하며, rental이나 pay-per-usage 방식은 비용 대비 효율이 떨어질 수 있다 [12:20]

8. 크롤링 실행 결과와 JSON 기반 활용 구조

• 실행 로그에는 글 하나가 발견된 결과가 표시되고, 입력 쿼리는 24시간 이내 글과 최대 다섯 개 댓글을 가져오도록 설정된다 [13:33]
• 실행 결과는 테이블뿐 아니라 JSON으로도 확인할 수 있으며, JSON은 Claude Code나 Codex가 후속 데이터 처리에 활용하기 좋은 형태다 [13:56]

9. API 키 발급과 테스트 메시지 검증

• 글 정제와 요약은 Hermes 스킬이 담당하지만, 그 전에 LinkedIn 글 링크를 안정적으로 읽어오는 과정이 핵심 의존성이 된다 [15:01]
• 크롤링 대상 핸들과 링크를 정리한 뒤 Apify API 토큰을 발급하고, 콘솔 설정에서 새 토큰을 만들어 환경 파일에 저장한다 [15:24]

10. 결정론적 자동화에서 Hermes 큐레이션으로 전환

• 일반적인 결정론적 흐름은 수집 후 OpenAI나 Gemini API로 요약해 메시지를 보내는 방식이지만, 목표는 Hermes가 좋은 글을 선별하고 요약까지 수행하는 구조다 [17:12]
• 실행 결과 데이터셋에는 주로 확인하는 계정들의 24시간 이내 글 여섯 개가 담기며, 이 데이터가 Hermes에게 전달할 실제 작업 입력이 된다 [17:44]

11. 선별 기준, 요약 가이드, Slack·Kakao 전달 설계

• 큐레이션의 유용성 기준은 사용자 선호를 반영해 점진적으로 발전해야 하며, 결과는 Slack에서도 확인할 수 있어야 한다 [19:30]
• 요약이 끝나면 먼저 테스트 채팅방으로 메시지를 보내 검증하고, 안정화된 뒤 실제 공유방으로 전환한다 [19:54]

12. Slack 에이전트 실행과 Kakao 전송 오류 수정

• 핸드오프 문서가 생성되면, Slack에 연결된 Hermes 에이전트에 문서 경로를 전달해 작업 세션을 시작한다 [22:01]
• 게이트웨이 응답 이후 문서 경로 기반 지시가 이어지며, 긴 작업 내용을 다시 붙여넣지 않아도 에이전트가 필요한 내용을 직접 읽는 흐름이 된다 [22:28]

13. 코드 수정과 핸드오프 문서로 에이전트 맥락을 연결한다

• 코드베이스 수정은 Claude Code가 맡고, 하나로 합쳐진 메시지를 여러 개의 채팅으로 나눠 보내야 하는 조건이 Swift 코드 수정 대상으로 압축된다 [24:01]
• 네 개의 메시지가 만들어지면 네 번의 채팅이 전송되어야 하므로, 메시지 분할 방식은 실제 카카오톡 전달 품질과 직접 연결된다 [24:17]

14. GitHub 연동과 크론잡으로 자동 실행 기반을 고정한다

• 해당 프로필 기준 GitHub 연동이 완료되고, Developer Settings의 personal access token이 Hermes 기업 환경에 반영되어 코드·스킬·크론잡 변경을 주기적으로 동기화할 수 있게 된다 [25:16]
• 크론잡은 매일 11시 45분, PC가 켜져 있을 때 실행되는 구조로 생성되며, 자동화는 수동 실행에서 정해진 시간에 반복되는 작업으로 전환된다 [25:54]

15. 피드백 메모리로 큐레이션 기준을 점진적으로 만든다

• 받은 메시지 중 제외할 것과 포함할 것을 복자 에이전트에 계속 주입하면, 큐레이션 기준이 누적되고 필터링 규칙이 형성된다 [27:00]
• 필터링된 콘텐츠는 운영 중인 카톡방으로 전달될 수 있으며, 자동화의 핵심은 단순 수집이 아니라 사용자의 선택 기준을 반영한 선별 흐름에 있다 [27:18]

16. Hermes 구조는 콘텐츠·뉴스·지식관리 자동화로 확장된다

• 완성된 카카오톡 자동화는 입력 소스, 처리 기준, 실행 결과가 순환하는 구조로, 매일 특정 시간에 메시지를 보내는 수준을 넘어선다 [27:58]
• 카카오톡으로 받은 메시지에 대해 Slack에서 “좋다”, “빼자”, “더 자주 보내자”, “이 형식으로 요약하자” 같은 피드백을 주면 Hermes의 큐레이션 기준이 사용자 취향에 맞게 점진적으로 축적된다 [28:27]

17. 피드백 기반 자동화는 콘텐츠 초안과 뉴스 큐레이션으로 확장된다

• 이 구조는 카카오톡 메시지 선별을 넘어, 링크나 X에서 가져온 글을 바탕으로 인스타그램·스레드용 콘텐츠 초안에도 응용할 수 있다 [28:59]
• 단순 요약이 아니라 첫 장의 훅, 중간 장표의 논리 흐름, 마지막 장의 CTA까지 헤르메스에게 맡길 수 있다 [29:14]
• Gmail로 들어오는 뉴스레터도 헤르메스가 읽고, 중요한 내용을 선별해 카카오톡으로 보내는 흐름으로 만들 수 있다 [29:23]
• 관심사와 비즈니스 관점에 맞춰 AI 뉴스, 콘텐츠 아이디어 등을 분류해 보내는 방식으로 확장할 수 있다 [29:39]

18. 결정론과 LLM 학습을 나눠 개인 에이전트 시스템으로 키운다

• 이 시스템은 개인 지식 관리, 콘텐츠 제작, 리서치 자동화 영역까지 확장 가능하며 핵심 원리는 하나로 정리된다 [29:50]
• 반복 가능하고 안정적으로 실행해야 하는 부분은 결정론적으로 만들고, 사람의 판단과 취향이 들어가는 부분은 LLM이 점진적으로 학습하게 만든다 [30:04]
• 앞으로 이 구조 위에 기능을 더 붙여 일을 줄이고, 콘텐츠 레버리지와 정보 선별, 운영 판단을 돕는 개인 에이전트 시스템으로 성장시킬 계획이다 [30:21]
• 영상에서 사용한 프롬프트, 핸드오프 문서, 요약 가이드, 실습 리소스는 댓글의 리소스 폼으로 받을 수 있고, 다음 영상에서도 LLM 응용과 자동화 확장 사례를 다룰 예정이다 [30:47]

🧾 결론

• 이 영상의 핵심은 “자동화할 것”과 “LLM이 판단할 것”을 분리해야 실제 운영 가능한 Hermes 시스템을 만들 수 있다는 점이다.
• KMSG, Apify, Slack, Kakao, 핸드오프 문서, 크론잡은 각각 독립 도구가 아니라 수집부터 검증, 전송, 피드백까지 이어지는 하나의 운영 루프를 구성한다.
• Hermes는 처음부터 완벽한 큐레이터가 아니라, 사용자가 “좋다”, “빼자”, “더 자주 보내자” 같은 피드백을 주면서 선별 기준을 누적하는 방식으로 개선된다.
• 실습 흐름은 로컬 맥 환경, 카카오톡 권한 설정, Apify 토큰, 계정 리스트, 요약 가이드, 테스트방 전송을 차례로 검증하며 안정화하는 방식으로 진행된다.
• 검증이 필요한 부분은 실제 운영 환경에서 Apify 과금 조건, macOS 접근 권한, 카카오톡 전송 안정성, 예약 실행 성공 여부를 직접 확인하는 것이다.

📈 투자·시사 포인트

• AI 에이전트의 실전 가치는 거대한 범용 답변보다, 사용자가 매일 반복하는 정보 수집·판단·전달 업무를 줄이는 운영 시스템에서 먼저 드러난다.
• Apify 같은 외부 수집 도구와 Hermes 같은 에이전트가 결합되면, 크롤러를 직접 만드는 비용보다 선별 기준과 워크플로우 설계의 중요성이 커진다.
• 커뮤니티, 뉴스레터, SNS 콘텐츠 운영자는 해외 인사이트를 빠르게 수집하고 한국어 맥락으로 재가공하는 자동화에서 생산성 레버리지를 얻을 수 있다.
• 단순 요약 자동화는 경쟁력이 약해지고, 사용자 피드백을 반영해 “무엇을 고르고 무엇을 버릴지”를 학습하는 큐레이션 시스템이 더 중요한 차별점이 된다.
• 검증 필요: 영상에서 언급된 Apify 무료 사용량, 액터별 과금 방식, LinkedIn·X 수집 안정성은 서비스 정책이나 액터 조건에 따라 달라질 수 있으므로 실제 적용 전 최신 조건을 확인해야 한다.

⚠️ 불확실하거나 확인이 필요한 부분

• Apify 무료 사용량 또는 월 5달러 수준의 사용량으로 충분히 실험 가능하다고 설명되지만, 실제 비용은 선택한 액터, 실행 빈도, 수집량, 과금 방식에 따라 달라질 수 있으므로 최신 요금과 액터별 과금 조건을 확인해야 한다.
• KMSG 기반 카카오톡 자동 전송은 macOS, 맥용 카카오톡 로그인 상태, 손쉬운 사용 권한, 열린 채팅방 ID에 의존하므로 다른 Mac 환경이나 카카오톡 버전에서도 동일하게 동작하는지는 별도 검증이 필요하다.
• GitHub personal access token이 Hermes 환경에 반영되어 코드·스킬·크론잡 변경을 동기화할 수 있다고 언급되지만, 필요한 권한 범위와 토큰 만료·보안 정책은 영상 내용만으로는 확정하기 어렵다.
• 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

• 로컬 Mac에서 맥용 카카오톡 로그인 상태를 확인하고, KMSG 실행에 필요한 macOS 손쉬운 사용 권한을 설정한다.
• KMSG 레포지토리를 별도 데모 폴더에 클론한 뒤, 채팅방 ID 조회와 테스트 메시지 전송을 먼저 검증한다.
• Apify 계정을 만들고 API 토큰을 발급한 뒤, 환경 파일에 저장하고 토큰 만료 정책을 운영 목적에 맞게 정한다.
• 수집 대상 X 계정과 LinkedIn 계정 목록을 정리하고, 각 플랫폼에 맞는 Apify 액터의 Information 영역에서 입력값과 과금 방식을 확인한다.

❓ 열린 질문

• 어떤 기준을 만족한 글만 “카카오톡 공유 가치가 있는 글”로 판단할 것인가?
• LinkedIn과 X에서 가져온 글 중 광고성 글, 반복적인 홍보 글, 맥락이 부족한 짧은 글은 어떻게 제외할 것인가?
• 요약 메시지는 한 글당 어느 정도 길이와 깊이가 카카오톡 커뮤니티에 가장 적합한가?