🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 결론

Hermes 에이전트를 AI 직원으로 성장시키려면 단건 질의응답을 넘어 soul.md, memory/user.md, AGENTS.md·skill, cron, Slack·Telegram 보고 채널을 역할별로 분리해 온보딩해야 한다.

📌 핵심 요점

1. Hermes 에이전트를 직원처럼 쓰는 핵심은 “요청하면 답하는 도구”가 아니라 “정해진 시간에 업무 매뉴얼대로 실행하고 보고하는 구조”를 만드는 것이다.
2. AI 직원 운영에는 정체성 문서, 기억 관리, 공통 업무 지침, 특정 업무 매뉴얼, 스케줄, 보고 채널이 필요하며 각각의 역할을 분리해야 한다.
3. soul.md는 세션 시작 시 먼저 읽히는 직원 정체성 문서이고, 업무 절차를 길게 넣기보다 AGENTS.md나 skill로 연결하는 포인터 역할에 집중하는 편이 좋다.
4. user.md와 memory.md는 자동 관리되지만 용량 제한과 세션 주입 방식이 있어, 핵심 선호와 회사 규칙만 압축해 유지하고 정기 점검 루틴을 두는 것이 중요하다.
5. cron, Slack·Telegram 전달, Google 연동, 승인 모드, 파일 첨부 규칙까지 맞추면 반복 업무를 자동 실행하고 결과물을 실제 업무 채널에서 받을 수 있다.

🧩 배경과 문제 정의

• Hermes 에이전트를 단순 질의응답 도구로만 사용하면, 직원을 채용해 놓고도 매번 옆에서 일을 지시해야 하는 방식에 머문다.
• 매일 정해진 시간에 업무 매뉴얼대로 실행하고 지정된 채널에 보고하게 하려면, 아이덴티티·기억·업무 매뉴얼·스케줄·보고 채널이 각각 분리되어 있어야 한다.
• 특히 항상 로드되는 정체성 문서와 필요할 때 참고하는 업무 매뉴얼을 구분하지 않으면, 컨텍스트가 불필요하게 길어지고 중요한 지침을 놓칠 위험이 커진다.
• 메모리 파일은 자동으로 관리되지만 용량과 세션 주입 방식에 제약이 있으므로, 장기적으로 유지할 정보와 즉시 반영해야 할 정보를 구분해 관리해야 한다.

🕒 시간순 섹션별 상세정리

1. 질의응답 도구에서 AI 직원으로 전환하는 문제의식

• 오전 10시에 메일·캘린더를 정리하고, 주식 시장 변화가 포트폴리오에 미치는 영향, 영상 제작 아이디어, AI 트렌드 소식까지 자동 보고하는 업무 흐름을 예시로 제시한다 [01:07]
• Hermes 에이전트를 설치해도 PPT 제작이나 이메일 답장 같은 단건 요청만 반복하면, 스스로 일하는 직원이 아니라 계속 지시해야 하는 도구에 머문다 [01:22]

2. AI 직원 운영에 필요한 다섯 가지 기본 영역

• AI를 직원처럼 활용하려면 직무 기술이 담긴 직원 아이덴티티 문서가 필요하며, 업무 스타일·성격·성향·담당 직무 같은 기본 정체성을 정의해야 한다 [02:07]
• user.md와 memory.md는 피드백과 회사 룰을 기억하는 영역으로, 직원이 따라야 할 기준을 안정적으로 유지하는 데 중요하다 [02:22]

3. soul.md의 위치와 직원 정체성 문서로서의 역할

• 기본 설치와 텔레그램·슬랙 연결이 끝난 상태를 전제로, 도커 프로젝트의 데이터 폴더 안에 생성된 soul.md 파일을 먼저 세팅한다 [02:45]
• soul.md는 설치 직후에는 짧은 영문 문서로 존재할 수 있으며, 실제 운영에서는 직원의 정체성을 더 구체적으로 작성해야 한다 [03:03]

4. soul.md 초안 작성과 피드백 기반 고도화

• soul.md는 처음부터 직접 타이핑하기보다 Hermes 에이전트와 함께 초안을 만든 뒤, 수정할 부분만 피드백하며 고도화하는 방식이 적합하다 [04:02]
• 개인 비서 AI의 이름과 책임 범위를 정하고, 아이덴티티·미션·운영 컨텍스트 포인터·톤·바운더리·리포팅 형태 같은 섹션을 지정하면 구조화된 초안을 만들 수 있다 [04:20]

5. 운영 컨텍스트 포인터와 agents.md 분리

• soul.md의 운영 컨텍스트 포인터는 항상 로드되는 soul.md와 별도로, 업무 매뉴얼 성격의 agents.md를 연결하는 핵심 역할을 한다 [06:24]
• agents.md는 회사에서 일할 때 지켜야 하는 업무 프로세스에 가깝고, Claude Code의 claude.md에 해당하는 문서로 볼 수 있다 [06:37]

6. user.md와 memory.md의 용량 제한과 세션 주입 방식

• user.md와 memory.md는 Hermes가 자동 생성·관리하지만, 메모리를 잘 운영하려면 용량 제한과 세션 주입 방식을 이해해야 한다 [09:32]
• memory.md는 보통 약 2,200자, user.md는 약 1,375자 수준의 하드 리밋이 있어, 기억 요청을 무한히 넣으면 금방 한계에 도달한다 [09:54]

7. 메모리 추가와 정기 점검 루틴

• 메모리에 넣을 내용이 길어지면 완전한 문장보다 구문·키워드 중심으로 압축하는 편이 효율적이며, 테이블 선호·결론 우선·회사명·호칭 같은 설정은 사용자 메모리에 반영할 수 있다 [12:00]
• “대표님”, “구시 컴퍼니”처럼 한글 뉘앙스가 중요한 표현은 그대로 유지하고, 나머지 설정은 영문 중심으로 정리해 기억 요청을 문서 형태로 저장한다 [12:28]

8. 메모리 정리 자동화와 월간 리포트

• user.md 내용이 많아지면 정리 후보 1~3순위를 지정해 파일을 압축할 수 있고, 메모리 관리는 반복적인 수동 작업에서 필요한 항목을 고르는 방식으로 바뀐다 [14:07]
• 정리 후보 리포트를 cron으로 설정하면 매월 1일 오전 11시처럼 정해진 시간에 메모리와 user.md 상태 점검 결과가 자동으로 생성된다 [14:20]

9. AGENTS.md 설계와 포인터 구조

• soul.md를 AGENTS.md로 연결한 뒤, 보안·판단 기준·작업 경로·보고 양식·포인터 등 조직에서 지켜야 할 공통 규칙을 직원 커스텀 문서에 담을 수 있다 [15:05]
• AGENTS.md 초안은 기본 섹션을 먼저 구성하고, 조직별 출발점이나 세부 규칙을 수정 요청하면서 실제 업무 환경에 맞게 다듬는다 [15:24]

10. AGENTS.md와 스킬의 역할 분리

• AGENTS.md는 직원이 회사에서 따라야 할 공통 규칙을 설정하는 문서이고, 특정 직무의 수행 절차나 업무 매뉴얼은 별도 스킬로 분리하는 편이 적합하다 [16:53]
• Hermes는 원하는 목적과 결과물을 충분히 설명하면 스킬 생성을 자동으로 처리할 수 있어, 사용자가 스킬 작성 방식 자체를 세세히 고민할 필요가 줄어든다 [17:19]

11. Google 연동과 모닝 브리프 실행

• Gmail과 Google Calendar가 인증되지 않은 상태에서는 브리프 초안만 생성되고 실제 메일·일정 데이터는 포함되지 않으며, OAuth 설정이 필요한 상태로 남는다 [18:20]
• Google Workspace OAuth 설정은 client secret JSON 업로드와 승인 URL 로그인 과정을 거치며, 로그인 후 반환 URL을 입력하면 Gmail·Calendar 연결이 완료된다 [18:49]

12. Slack 전달 스케줄과 cron 옵션 패턴

• Slack 비즈니스 채널에 자비스 앱을 추가한 뒤, 평일 오전 10시에 모닝 브리핑을 자동 실행하고 결과를 해당 채널로 전달하도록 스케줄링할 수 있다 [20:20]
• deliver local은 직접 확인할 필요가 없는 업데이트 작업에 적합하며, 알림 없이 파일만 저장해 반복 업무에서 발생하는 노이즈를 줄인다 [21:06]

13. Slack 응답 실패를 줄이는 권한·이벤트 점검

• Slack은 Telegram보다 설정이 복잡하므로, 비즈니스 채널에서 자비스가 답변하지 않으면 채널 통합에 앱이 추가됐는지와 멘션 조건을 먼저 확인해야 한다 [24:24]
• Slack 매니페스트로 설치하면 권한이 한 번에 맞춰질 가능성이 높지만, 수동 설치에서는 bot scope나 이벤트 구독이 빠져 답변 권한이 부족해질 수 있다 [25:06]

14. 멘션 없는 채널 응답과 Docker 재시작 방식

• 특정 Slack 채널에서 멘션 없이도 자비스가 응답하게 하려면 config.yaml의 Slack free response channels에 해당 채널 ID를 등록해야 한다 [26:28]
• 비즈니스 채널의 채널 ID를 복사해 free response channel에 저장하면, 그 채널에서는 멘션 없는 요청도 응답 대상으로 처리된다 [26:49]

15. Slack 슬래시 명령 한계를 플러그인으로 우회

• Slack에 여러 프로필과 여러 AI 직원을 붙여 쓰려면 기본 비서형 세팅만으로는 부족하며, 채널별·직원별 동작을 추가 옵션으로 더 세밀하게 조정해야 한다 [28:22]
• Telegram은 Hermes의 slash command를 바로 사용할 수 있지만, Slack은 자체 slash command와 충돌해 Hermes의 compress 같은 명령이 그대로 노출되지 않는다 [28:48]

16. tool call 로그 압축으로 Slack 스레드 가독성 개선

• Telegram에서는 tool call 노출이 비교적 자연스럽지만, Slack 스레드는 복잡한 작업에서 tool call과 still working 메시지가 누적되면 실제 대화보다 로그가 더 많아져 가독성이 떨어진다 [31:00]
• 참고 문서가 많거나 작업이 길어질수록 Slack thread에 tool call 로그가 지저분하게 쌓이고, 사용자는 필요한 결과와 진행 상태를 찾기 어려워진다 [31:18]

17. 승인 모드와 파일 전달 규칙으로 운영 마찰 줄이기

• AI 직원이 24시간 안정적으로 일하려면 중간중간 권한 승인을 기다리는 병목을 줄여야 하며, 특히 복잡하거나 민감한 작업에서는 승인 요청이 자주 발생할 수 있다 [32:42]
• approvers mode를 smart로 바꾸면 안전한 명령은 자동 실행하고 위험한 명령만 승인 요청으로 남겨, manual보다 사용자 개입을 줄일 수 있다 [33:10]

18. Codex 연결 이슈와 구독 계정 연동 리스크

• Hermes 셋업 이후 OpenAI Codex 관련 이슈가 발생했으며, Hermes 쪽 업데이트로 수정됐다는 공지가 나온 상태다 [35:09]
• Hermes 업데이트로 수정 여부를 확인할 수 있지만, 업데이트 뒤에도 해결되지 않았다는 사례가 있어 단순 버전 갱신만으로 문제가 끝나지 않을 수 있다 [35:30]

19. VPS 패치와 역할별 AI 직원 확장 구조

• VPS 버전에서는 업데이트 후에도 변경 사항이 반영되지 않을 수 있으며, 이때는 영상 설명의 별도 패치 문서를 참고해 터미널 명령어를 적용해야 한다 [36:06]
• 호스팅어 VPS 설치자는 도커 이름만 본인 환경에 맞게 바꿔 패치하면 작동 가능성이 높으며, 가성비 좋은 환경일수록 일부 불편함을 감수해야 한다 [36:24]

20. AI 직원 온보딩 체크리스트와 점진적 운영 방식

• AI 직원을 만드는 과정은 신입 사원 온보딩과 비슷하며, 먼저 직원의 정체성을 정하고 기억력을 세팅하는 단계가 필요하다 [37:53]
• 공통 업무 내용은 agents.md에 두고, 특정 프로젝트의 업무 매뉴얼은 skill로 만들어 활용하면 AI 직원에게 인수인계할 기반이 마련된다 [38:07]

🧾 결론

• 영상의 핵심 메시지는 Hermes 에이전트를 잘 쓰려면 프롬프트 몇 개를 잘 쓰는 수준이 아니라, 실제 신입사원 온보딩처럼 정체성·기억·업무 매뉴얼·보고 체계를 설계해야 한다는 것이다.
• soul.md에는 직원의 성격, 말투, 책임 범위, 금지 사항 같은 기본 정체성을 두고, AGENTS.md에는 조직 공통 규칙과 참조 경로를 두며, 구체 업무는 skill로 분리하는 구조가 유지보수에 유리하다.
• memory.md와 user.md는 무한 저장소가 아니므로, 장기적으로 유지할 정보와 필요 없어진 정보를 구분하고 월간 또는 주간 점검으로 압축·삭제 후보를 관리해야 한다.
• 처음부터 완벽한 자동화 시스템을 만들기보다, soul.md와 사용자 메모리를 먼저 잡고 간단한 반복 업무를 돌린 뒤 피드백을 통해 skill과 스케줄을 점진적으로 붙이는 접근이 현실적이다.
• Slack, Google Workspace, Codex 연동, Docker 재시작 같은 운영 요소는 설치 환경에 따라 문제가 생길 수 있으므로, 자동화 흐름뿐 아니라 권한·이벤트·재시작·파일 전달 규칙도 함께 점검해야 한다.

📈 투자·시사 포인트

• 이 영상의 시사점은 AI 에이전트 도입 가치가 단순 답변 속도보다 반복 업무 위임, 보고 자동화, 조직 지식 유지, 업무 인수인계 구조화에서 나온다는 점이다.
• 개인이나 소규모 조직은 먼저 모닝 브리프, 메일·캘린더 정리, 뉴스 리서치, 정기 보고처럼 반복성과 보고 형식이 명확한 업무부터 AI 직원에게 맡기는 것이 효과적이다.
• AI 에이전트 운영 역량은 앞으로 도구 선택보다 문서 구조, 메모리 관리, 스킬 설계, 스케줄링, 보고 채널 설계 능력에 더 크게 좌우될 가능성이 있다.
• 역할별 프로필을 나누면 콘텐츠, 영업, 리서치처럼 여러 AI 직원을 운영할 수 있지만, 영상에서는 현재 단계에서 여러 명 확장보다 한 명의 AI 직원을 제대로 성장시키는 것이 우선이라고 본다.
• 검증 필요: 영상에서는 Hermes 업데이트, Codex 구독 계정 연동 이슈, VPS 패치 가능성을 언급하지만, 현재 해결 여부와 안정성은 각 사용자의 설치 환경에서 별도로 확인해야 한다.

⚠️ 불확실하거나 확인이 필요한 부분

• memory.md 약 2,200자, user.md 약 1,375자 수준의 하드 리밋은 영상에서 언급된 운영 기준이지만, 실제 설치 버전·프로필 구조·업데이트 상태에 따라 달라질 수 있으므로 현재 Hermes 환경에서 직접 확인이 필요하다.
• soul.md, AGENTS.md, agents.md, user.md, memory.md의 정확한 위치와 로드 방식은 영상 속 설치 환경을 기준으로 설명되므로, Docker/VPS/로컬 설치 방식별 실제 경로를 확인해야 한다.
• Gmail·Google Calendar 연동은 OAuth 설정이 필요하다고 설명되지만, 실제 권한 범위·승인 화면·client secret 처리 방식은 Google Workspace 설정 상태에 따라 달라질 수 있다.
• 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

• AI 직원에게 맡길 반복 업무 1개를 먼저 정하고, 실행 시간·입력 데이터·최종 보고 채널을 간단히 정의한다.
• soul.md에는 말투, 태도, 담당 역할, 금지 행동, 보고 방식처럼 항상 유지되어야 할 직원 정체성만 정리한다.
• 공통 업무 규칙은 AGENTS.md 또는 agents.md로 분리하고, 세부 업무 절차는 필요할 때 별도 스킬로 나누는 구조를 설계한다.
• user.md와 memory.md에 들어갈 정보는 핵심 선호·회사 규칙·호칭·보고 방식 중심으로 압축하고, 불필요한 세부 정보는 줄인다.

❓ 열린 질문

• 내 업무에서 AI 직원에게 가장 먼저 위임할 만한 “매일 반복되지만 판단 부담이 낮은 업무”는 무엇인가?
• soul.md에 반드시 들어가야 할 정체성 규칙과, AGENTS.md나 스킬로 분리해야 할 업무 절차의 경계는 어디까지인가?
• 메모리에 항상 유지해야 할 핵심 선호와, 필요할 때만 문서로 참조해도 되는 정보는 어떻게 나눌 것인가?