🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 결론

Hermes Agent는 단순한 AI 채팅 도구가 아니라, 설치 후 메모리·크론·대시보드·Kanban·스킬을 연결해 개인 업무를 24시간 처리하는 AI 직원으로 쓰는 것이 핵심이다.

📌 핵심 요점

1. Hermes Agent의 중심 가치는 사용자의 목표, 업무 방식, 반복 작업, 선호를 기억하고 이를 바탕으로 스스로 작업을 실행·개선하는 데 있다.
2. 설치와 초기 설정에서는 기존 OpenClaw 환경을 그대로 가져오기보다, 별도 Hermes Agent로 깨끗하게 시작해 OpenClaw와 병행하는 방식이 권장된다.
3. 모델 선택은 성능과 비용의 균형 문제이며, Claude 계열은 작업 품질과 상호작용에서 강점이 있지만 API 비용이 커질 수 있고, ChatGPT 구독 기반 선택지는 더 낮은 비용으로 실용적인 대안이 될 수 있다.
4. Hermes Agent는 리서치, 문서 작성, 파일 관리, 아이디어 정리, 반복 업무 자동화, 개인 튜터, 기기 관리자, 세션 리콜 같은 범용 개인 직원 역할에 적합하다.
5. 대시보드, 크론 작업, Kanban, 프로필, 스킬, 플러그인은 Hermes를 단발성 명령 수행 도구가 아니라 매일의 작업 큐를 처리하고 점점 개인화되는 운영 시스템으로 만든다.

🧩 배경과 문제 정의

• Hermes Agent는 24시간 자율적으로 작업을 수행하는 개인용 AI 직원으로 소개되지만, 많은 사용자는 설치 방법과 실제 활용 방식, 그리고 어떤 가치를 만들 수 있는지 명확히 알기 어렵다.
• 핵심은 Hermes를 단순한 AI 채팅 도구가 아니라, 사용자 목표와 업무 방식, 반복 작업을 기억하며 스스로 개선되는 에이전트로 어떻게 실전 업무에 연결할지에 있다.
• OpenClaw, Claude Code, Codex 같은 대안 도구가 함께 존재하기 때문에, Hermes Agent를 언제 사용하고 어떤 작업에는 다른 코딩 도구를 선택해야 하는지 구분중요하다.
• 설치 단계에서는 기존 OpenClaw 환경을 가져올지, 새 에이전트로 분리할지, 어떤 모델 티어를 선택할지가 초기 성능과 비용 구조에 영향을 준다.
• 후반부의 핵심은 Hermes를 단순 설치형 도구가 아니라 크론, 대시보드, Kanban, 개인 기억, 원격 파일 접근, Mission Control까지 연결된 개인 운영 시스템으로 이해하는 데 있다.

🕒 시간순 섹션별 상세정리

1. Hermes Agent의 문제의식과 전체 학습 범위

• Hermes Agent는 24시간 동작하는 강력한 AI 에이전트로 소개되지만, 많은 사용자는 설치 과정과 실제로 가치를 만드는 방법에서 막히기 쉽다 [00:17]
• 영상은 설치 방법, 모델 선택, 사용할 컴퓨터, 활용 사례를 차례로 다루며, 필요한 구간만 골라 볼 수 있는 구조로 안내된다 [00:32]

2. 24시간 AI 직원으로서의 핵심 기능

• Hermes Agent는 사용자의 목표 달성, 수익 창출, 일상 업무 진전을 위해 스스로 할 일을 찾고 실행하는 개인 맞춤형 직원에 가깝다 [01:51]
• 사용자의 목표, 매일 하는 활동, 업무 방식, 수익 구조, 원하는 결과가 강력한 메모리에 저장되며, 이 기억이 에이전트 성능의 핵심 기반이 된다 [02:13]

3. 자기개선 능력과 OpenClaw 대비 장점

• Hermes Agent의 차별점은 자기개선 능력으로, 메시지나 프롬프트 수행 후 잘된 점과 부족한 점을 학습해 다음 실행 방식을 조정한다 [02:50]
• 반복 사용이 쌓일수록 자체 스킬을 수정하고 성능을 높이는 구조라, 장기 사용자는 단발성 AI 도구보다 더 큰 누적 효과를 기대할 수 있다 [03:07]

4. Hermes Agent와 Claude Code·Codex의 역할 분리

• Hermes Agent는 리서치, 문서·스프레드시트 작성, 파일 관리, 아이디어 정리, 비즈니스 조언처럼 범용 직원·참모 역할에 적합하다 [05:17]
• Claude Code나 Codex는 코드 작업에 강하고, Hermes는 개인 맥락·반복 업무·장기 기억이 필요한 범용 운영 작업에 더 적합한 도구로 구분된다 [05:32]

5. 설치 시작과 초기 설정 선택

• 설치는 Hermes Agent 웹사이트의 curl 명령을 복사해 터미널에 붙여 넣는 방식으로 시작되며, 명령 실행 후 setup mode로 들어간다 [08:33]
• 기존 OpenClaw가 설치돼 있으면 메모리와 관련 설정을 가져올 수 있지만, 대부분은 Hermes를 새 에이전트로 두고 OpenClaw와 병행하는 편이 유리하다 [08:50]

6. 모델 선택은 비용과 작업 품질의 균형 문제다

• API 기반 사용은 작업마다 비용이 발생해 월 200달러 구독보다 비싸질 수 있으며, 사용량이 많으면 몇백 달러까지 올라갈 수 있다 [10:02]
• 다만 API 방식은 활용도와 유연성이 가장 높아, Hermes를 본격적으로 많이 쓸 사용자에게는 강력한 선택지다 [10:17]

7. 저가 모델과 메시징 채널 선택은 실사용 경험을 좌우한다

• XAI OAuth, Hermes 제작진의 Portal 구독, MiniMax·Kimi 같은 저가 중국 모델도 선택할 수 있지만, 저가 모델은 응답이 더 기계적으로 느껴지고 실제 작업 수행력도 떨어질 수 있다 [11:29]
• 최소 권장선은 ChatGPT 수준의 중간 옵션이며, OAuth 또는 API 방식 중 하나를 선택한 뒤 필요에 따라 API 키 입력이나 로그인 절차를 진행한다 [12:09]

8. Telegram 연결 뒤에는 개인 정보와 목표를 메모리에 먼저 넣어야 한다

• Telegram 연결은 Telegram 토큰을 Hermes에 복사하는 방식으로 완료되며, 이후 곧바로 에이전트와 채팅을 시작할 수 있다 [13:29]
• Hermes를 개인 비서나 직원처럼 활용하려면 첫날 온보딩하듯 사용자 자신, 사업, 현재 하는 일을 먼저 알려줘야 한다 [13:44]

9. 크론 작업은 Hermes를 선제적으로 움직이는 개인 직원처럼 만든다

• 사용자는 자신이 누구인지, 무엇을 하고 있는지, 어떤 목표와 야망이 있는지 입력하고, 이 정보는 Hermes 메모리에 저장되어 이후 작업의 기본 맥락이 된다 [15:04]
• Hermes의 cron job은 자율 실행되는 예약 작업이며, 자연어 지시를 텍스트 박스에 입력해 매일 밤 반복되는 업무를 설정할 수 있다 [15:23]

10. 대시보드는 모델·예약 작업·스킬·플러그인을 한곳에서 관리한다

• Hermes는 도구 호출 내역을 보여주며, 예시에서는 create라는 cron job이 매일 새벽 2시에 실행되고 결과물이 Telegram으로 전달된다 [17:02]
• 터미널에서 Hermes dashboard를 실행하면 브라우저에 대시보드가 열리며, 모델 화면에서는 에이전트별로 Claude Opus나 GPT-5 같은 모델을 쉽게 바꿀 수 있다 [18:02]

11. 이미지 생성, 프로필, Kanban으로 확장되는 대시보드 운영

• OpenAI 이미지 생성 모델을 켜두면 Hermes가 게임 제작 등에 필요한 이미지 에셋까지 직접 만들 수 있어, 에이전트가 코드뿐 아니라 시각 자료 생산도 맡게 된다 [20:00]
• Profiles는 서로 다른 Hermes 에이전트를 만드는 기능이며, 여러 프로필을 동시에 운용하면 작업별로 분리된 멀티 에이전트 환경을 구성할 수 있다 [20:21]

12. 아침 할 일 목록을 자동 작업 큐로 바꾸는 Kanban 활용법

• “Hermes Masterclass 비디오 스크립트 작성” 같은 큰 요청을 Kanban에 넣으면 Hermes가 단계를 나누고 에이전트에게 자동 배정해, 사람이 직접 작업을 쪼개는 부담을 줄인다 [21:39]
• 매일 아침 종이에 적은 할 일 중 AI 에이전트가 처리할 수 있는 항목만 triage에 넣으면, 사용자가 아침 식사 같은 다른 일을 하는 동안 작업이 진행된다 [22:03]

13. YouTube 학습 영상을 매일 복습하는 개인 튜터 루틴

• 첫 번째 사용 사례는 daily tutor이며, 교육용 YouTube 영상을 Hermes에 넘기면 자막을 읽고 핵심 내용을 학습한 뒤 매일 아침 복습 자료로 활용한다 [23:44]
• 유용한 영상 링크와 함께 “자막을 읽고 매일 아침 개념 한두 개를 상기시킨 뒤 퀴즈를 내라”고 요청하면, 영상 콘텐츠가 반복 학습 루틴으로 전환된다 [24:19]

14. Tailscale 기반 기기 관리자와 원격 파일 접근

• 두 번째 사용 사례는 computer administrator이며, iPhone, 컴퓨터, Mac mini, iPad 같은 기기를 같은 private network에 묶어 Hermes가 여러 기기에서 필요한 콘텐츠를 가져올 수 있게 한다 [25:46]
• 외부에서 특정 컴퓨터의 문서나 iPad의 프레젠테이션이 필요할 때 Google Drive에 올려두지 않았다면 접근이 막히지만, Hermes가 장치 관리자 역할을 맡으면 즉시 파일을 찾아줄 수 있다 [26:06]

15. 세션 리콜과 로컬 마크다운 기반 기억 구조

• 세 번째 사용 사례는 session recall이며, Hermes는 모든 대화와 요청을 session log에 저장해 과거 어느 시점의 대화도 다시 불러올 수 있는 기억 구조를 갖는다 [27:48]
• 지난 목요일 오전 8시나 3개월 전 새벽 2시에 나눈 대화처럼 특정 시점을 지정해 회수할 수 있고, 일반 AI 에이전트보다 개인 작업 이력 검색 능력이 강해진다 [28:12]

16. 로컬 마크다운 기억과 자기개선 구조

• ChatGPT나 Claude의 기억은 클라우드에 있어 사용자가 저장 내용과 모델이 아는 정보를 직접 확인하기 어렵지만, Hermes의 기억과 스킬은 컴퓨터의 마크다운 파일로 남아 감사·조회·수정이 가능하다 [30:02]
• Hermes는 작업마다 효과적이었던 방식을 파악하고, 그 절차를 스킬과 메모리에 저장해 같은 작업을 다시 수행할 때 이전 경로를 재사용한다 [30:29]

17. 계속 확장되는 도구와 개인 맥락 기반 작업 능력

• Hermes 업데이트는 내장 스킬을 계속 추가하며, 최근 핵심 기능 중 하나는 컴퓨터를 직접 제어하는 computer use다 [31:52]
• Hermes tools 설정에서 추가된 도구를 확인·활성화할 수 있고, 브라우저 자동화와 computer use를 켜면 원격에서도 보고서나 슬라이드 같은 작업을 컴퓨터에서 실행할 수 있다 [32:11]

18. 미션 컨트롤로 개인용 에이전트 인터페이스를 구축

• Mission Control은 AI 에이전트를 위한 맞춤형 인터페이스로, 필요한 도구를 직접 붙여 생산성과 재미를 함께 얻는 대시보드 역할을 한다 [34:29]
• 콘텐츠 파이프라인에서는 아이디어를 넣으면 Hermes가 스크립트 추가와 썸네일 생성 같은 작업을 이어받아 콘텐츠 제작 흐름을 다음 단계로 넘긴다 [35:13]

19. 코드 없이 Mission Control을 확장하고 문제를 수리하는 방식

• Mission Control 구축의 핵심은 복잡한 개발 지식보다 명령이며, Hermes에게 맞춤형 Mission Control과 이후 추가할 도구를 만들라고 요청하는 것만으로 시작할 수 있다 [36:35]
• 새 도구가 필요할 때도 사용자가 세부 구현을 직접 설계하기보다 원하는 기능을 Hermes에게 말하면, 에이전트가 해당 도구를 만들어 대시보드에 붙이는 흐름을 따른다 [36:54]

20. 보안 우려의 범위와 사용자 명령의 중요성

• Hermes와 OpenClaw의 보안 우려는 크게 과장되어 있으며, 실제로 중대한 보안 사고를 겪은 사례를 주변에서 알고 있는지 묻는 방식으로 위험 인식의 근거를 점검한다 [38:42]
• 인터넷, YouTube, Twitter에서 Hermes와 OpenClaw 사용자를 많이 볼 수 있어도, 중대한 보안 사고를 겪은 사람을 실제로 떠올리기는 어렵다는 판단이 계속된다 [39:19]

21. 보안 공포보다 중요한 것은 사용자의 지시와 책임

• Hermes에 LLM 발표 자료 생성을 요청한다고 해서 개인 사진 폴더를 뒤져 민감한 사진을 인터넷에 유출하는 방식으로 동작하지는 않는다 [40:01]
• NBA 경기 점수 확인 요청이 문자 메시지 공개로 이어지는 것도 아니며, 에이전트는 기본적으로 사용자가 지시한 작업 범위 안에서 움직인다 [40:16]

22. 별도 계정·VPS·고가 장비보다 메인 컴퓨터와 상식적 사용이 충분함

• Hermes 전용 iCloud 계정을 새로 만드는 일은 시간 낭비에 가깝고, 사용자가 에이전트에게 무엇을 시키는지 스스로 판단한다면 실질적 위험은 거의 없다는 주장이 계속된다 [41:41]
• 별도 iCloud 계정이나 Google 계정, VPS를 추가하면 불필요한 복잡성만 커지며, 일부 AI 유튜버가 홍보하는 VPS는 실제 필요보다 광고성 판매에 가깝다는 비판으로 마무리된다 [42:24]

🧾 결론

• 이 영상의 핵심 메시지는 Hermes Agent를 “무엇을 물어보는 챗봇”이 아니라 “무엇을 맡기는 직원”으로 바라보라는 것이다.
• Hermes의 강점은 기억과 자기개선이다. 사용자가 자신, 사업, 목표, 반복 업무를 충분히 알려줄수록 에이전트는 더 적절한 작업을 고르고, 이전 실행 경험을 다음 작업에 반영한다.
• 실전 활용의 출발점은 복잡하지 않다. 설치 후 Telegram 같은 메시징 채널을 연결하고, 개인 정보와 목표를 메모리에 넣고, 매일 반복될 크론 작업이나 Kanban 작업 큐를 만드는 것이 기본 흐름이다.
• 다만 모든 작업을 Hermes 하나로 해결하라는 주장은 아니다. 영상에서는 Hermes를 범용 직원·참모로, Claude Code와 Codex는 복잡한 앱 개발이나 장시간 코딩 세션에 더 적합한 도구로 구분한다.
• 보안에 대해서는 과도한 공포보다 사용자의 명령과 권한 부여가 더 중요하다는 입장을 취한다. 다만 “실제 중대한 사고가 드물다”는 평가는 영상 발화자의 경험과 판단에 기반하므로, 조직·업무 환경에 따라 별도 검토가 필요하다.

📈 투자·시사 포인트

• 개인용 AI 에이전트 시장의 경쟁축은 단순 모델 성능에서 메모리, 자기개선, 도구 연결, 대시보드, 멀티 에이전트 운영 경험으로 이동하고 있다.
• Hermes Agent가 강조하는 로컬 마크다운 기반 메모리와 스킬 구조는 사용자가 에이전트의 기억과 절차를 직접 확인·수정할 수 있다는 점에서, 폐쇄형 챗봇 메모리와 차별화되는 사용성을 만든다.
• Telegram, Discord, iMessage 같은 기존 커뮤니케이션 채널 안에서 AI 에이전트가 작동하는 흐름은 별도 앱을 여는 방식보다 실제 업무 습관에 더 쉽게 붙을 가능성이 있다.
• 크론 작업과 Kanban 기반 자동 배정은 “AI에게 질문하기”보다 “AI에게 업무 큐를 맡기기”에 가깝다. 이는 개인 생산성 도구와 업무 자동화 소프트웨어의 경계를 흐리게 만든다.
• 모델 비용 구조는 중요한 변수다. 고성능 API 모델은 품질은 높지만 사용량이 많을수록 비용이 커지고, 구독형·중간급 모델은 대중적 확산에 유리한 선택지가 될 수 있다.
• 검증이 필요한 부분: 영상 속 Hermes Agent의 안정성, 보안 리스크, 실제 비용 효율, 장기 자기개선 효과는 발표자의 사용 경험 중심으로 설명되므로, 실제 도입 전에는 사용 환경별 테스트와 권한 범위 점검이 필요하다.

⚠️ 불확실하거나 확인이 필요한 부분

• 영상에서는 Hermes Agent가 밤사이 SaaS 앱을 만들고 출시할 수 있다는 활용상이 제시되지만, 실제로 어느 수준의 앱까지 안정적으로 완성·배포 가능한지는 사용자의 환경, 모델, 권한, 테스트 체계에 따라 달라질 수 있어 별도 검증이 필요하다.
• Hermes가 OpenClaw보다 더 가볍고 안정적이며 업데이트 문제가 적다는 평가는 발표자의 사용 경험에 기반한 주장으로 보이며, 모든 운영 환경에서 동일하게 재현된다고 단정하기는 어렵다.
• Claude, ChatGPT, XAI, MiniMax, Kimi, Portal 등 모델 선택지별 비용·성능·사용량 조건은 영상 업로드 시점 기준 설명일 가능성이 높으므로, 실제 설치 전에는 각 서비스의 최신 요금제와 Hermes 연동 방식을 확인해야 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

• Hermes Agent를 설치하기 전, 주 사용 목적을 “범용 개인 비서”, “리서치·문서화”, “코딩 보조”, “파일 관리”, “반복 자동화” 중 어디에 둘지 먼저 정리한다.
• 기존 OpenClaw 환경을 가져올지 새 Hermes 에이전트로 분리할지 결정하고, 병행 운용이 필요한 경우 역할 분리를 문서화한다.
• 모델 선택 전 Claude API, ChatGPT/Codex 구독, Portal, 기타 저가 모델의 최신 비용·사용량·품질 조건을 비교한다.
• Telegram, Discord, iMessage, WhatsApp 중 실제로 가장 자주 확인하는 채널을 기준으로 Hermes 연결 채널을 선택한다.

❓ 열린 질문

• Hermes Agent를 실제 업무에 붙일 때, 가장 먼저 자동화할 반복 작업은 무엇이어야 하는가?
• Hermes를 OpenClaw, Claude Code, Codex와 함께 사용할 경우 각각의 역할 경계를 어떻게 나누는 것이 가장 효율적인가?
• 발표자가 말한 자기개선 기능은 장기간 사용 시 어느 정도까지 업무 품질을 끌어올리며, 어떤 작업에서 가장 큰 차이를 만드는가?