The newest Hermes agent update is unbelievable

🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 결론

Hermes의 최신 업데이트는 모델별 봇 구성, 로컬 모델 자동 설정, 화면·음성 인터페이스, 서브에이전트 관리와 예약 작업의 기억을 통해 여러 AI를 함께 활용하는 작업 환경을 강화한다.

📌 핵심 요점

1. 봇 모드에서는 여러 봇을 만들고 프로필·기억·도구를 구분할 수 있다. 발표자는 개발자·마케터 같은 역할 구분보다 모델별 강점을 살리는 구성을 권한다.
2. 로컬 모델 지원은 하드웨어를 확인해 적합한 모델을 추천하고 다운로드·로딩·테스트·봇 연결을 돕는다고 설명한다. 작은 컴퓨터에서도 일반 작업에 활용할 수 있지만 성능에는 차이가 있다.
3. HUD는 다른 창 위에 떠 있는 작은 에이전트 창으로, 화면 내용을 참고하는 질문을 지원한다. 음성 모드와 ‘Hey Hermes’ 호출어는 작업을 말로 전달하고 다른 봇에 위임하는 흐름을 만든다.
4. 서브에이전트 UI에서는 각 에이전트의 진행 상황과 사용 모델을 확인하고 모델·스킬을 조정할 수 있다. 여러 디자인 대안을 만드는 작업이 사례로 제시된다.
5. 크론 작업은 이전 실행의 연구 내용을 기억해 반복을 줄이는 방향으로 개선됐다고 소개된다. 발표자는 Hermes를 컴퓨터 관리·정기 조사에 쓰고, 깊은 기술 작업과 모바일 일반 업무에는 다른 도구를 병행한다.

🧩 배경과 문제 정의

영상은 Hermes의 업데이트와 발표자의 실제 에이전트 구성을 소개한다. 출발점은 하나의 범용 에이전트에게 모든 일을 맡기던 방식에서, 여러 모델과 봇을 업무에 맞게 활용하는 방식으로의 전환이다. 핵심 문제는 모델별 강점을 어떻게 배치하고, 여러 에이전트에 지시하고, 진행 상황을 확인하며, 반복 작업에 이전 실행의 맥락을 남길 것인가다.

발표자는 Hermes의 모델·공급자 선택과 사용자 설정 자유도를 강점으로 본다. 로컬 모델 설정, HUD, 음성 위임, 서브에이전트 UI, 크론 기억을 소개한 뒤 다른 도구와의 업무 분담을 설명한다. 중간에는 HubSpot 후원 자료 소개가 포함되며, 제품 성능과 비용에 관한 상당수 설명은 발표자의 경험과 평가에 근거한다.

🕒 시간순 섹션별 상세정리

1. 업데이트 개요와 모델별 봇 구성

• 발표자는 Hermes의 새 기능과 자신의 설정을 소개하겠다고 예고한다. 봇 모드는 여러 봇을 생성·관리하고 대화할 수 있게 하며, 각 봇은 별도 프로필·기억·성격·도구를 가질 수 있다고 보여준다. [01:10]
• 역할을 흉내 낸 봇을 늘리기보다 모델별 강점에 맞춰 구성하라고 권한다. 제작 작업, 프런트엔드 작업, 로컬 모델을 이용한 일반 업무를 서로 다른 봇에 맡기는 자신의 사례를 든다. [02:11]
• 원하는 모델로 새 봇을 만들어 달라고 요청하는 흐름을 소개하고, 봇 모드는 Hermes 데스크톱에서 제공된다고 드러낸다. 저렴한 코딩에는 Grok, 빠른 코딩에는 Meta 모델을 추천하지만 비교 수치는 제시하지 않는다. [02:47]

2. 하드웨어에 맞춘 로컬 모델 설정

• 설정의 Providers에서 로컬 실행 옵션을 선택하면 하드웨어를 확인하고 해당 장치에 적합한 모델을 찾는다고 보여준다. 16GB Mac mini와 Mac Studio를 예로 든다. [03:28]
• ‘Set up for me’를 누르면 모델 다운로드·로딩·테스트·실행과 Hermes 봇 연결을 지원한다고 보여준다. LM Studio와 비슷한 설정 경험에 비유한다. [03:38]
• 작은 컴퓨터에서는 최고 수준의 성능을 기대하기 어렵다고 인정하면서도 일반 작업에 로컬 모델을 활용하라고 권한다. 사용자가 추천 모델을 확인하고 설정하는 것으로 설명을 마무리한다. [04:10]

3. 후원 자료와 화면 위에 떠 있는 HUD

• HubSpot의 무료 AI 에이전트 치트시트를 보여준다. 도구별 적합 업무·설정 난도·비용·사용을 피할 상황과 시작용 프롬프트를 담았다고 설명하고 후원 사실을 드러낸다. [05:11]
• Hermes HUD는 화면 어디로든 옮길 수 있고 다른 창 위에 유지되는 작은 인터페이스다. 화면 내용을 참고할 수 있다는 설명과 함께 게임 퀘스트에서 막혔을 때 도움을 요청하는 사례를 든다. [06:14]
• 창을 반복해서 최소화하거나 열지 않고 에이전트에 접근할 수 있다는 점을 강조한다. macOS에서는 Command+Shift+H, Windows에서는 Control+Shift+H로 HUD를 연다고 안내한다. [06:43]

4. 음성 대화와 호출어를 통한 업무 위임

• 발표자가 ‘ChatGPT 음성 모드’라고 부르는 기능은 실시간 대화뿐 아니라 도구 접근, 다른 에이전트 상태 확인과 작업 위임을 지원한다고 묶인다. OpenAI API 키가 필요하며, 비용은 분당 약 5센트 정도라고 추정한다. [07:31]
• 타이핑 대신 말로 업무를 나누어 맡기라고 권한다. 이어 ‘Hey Hermes’ 호출어를 이용해 에이전트와 대화를 시작할 수 있다고 보여준다. [08:06]
• 호출어로 다른 봇에게 3JS 기반 3D 일인칭 슈팅 게임 제작을 맡기는 예시를 제시한다. 발표자는 멀티태스킹 중 떠오르는 작업을 바로 말할 수 있어 생산성이 높아졌다고 평가한다. [08:40]

5. 서브에이전트 진행 확인과 구성 변경

• 서브에이전트 UI에서 각 에이전트가 무엇을 하는지 추적할 수 있다고 보여준다. ‘Null District’라는 디스토피아 슈팅 게임의 콘셉트 포스터 세 장을 요청하는 예시를 사용한다. [09:05]
• 여러 부분으로 구성된 작업에서 서브에이전트가 생성되고, 사용 모델과 상세 작업을 확인할 수 있다고 보여준다. 각 서브에이전트의 모델과 스킬도 변경할 수 있다고 드러낸다. [09:38]
• 모델과 공급자를 자유롭게 구성하는 점을 Hermes의 강점으로 꼽는다. 서로 다른 모델로 디자인 대안을 만들고 결과를 비교하는 활용을 권한다. [10:00]

6. 과거 실행을 기억하는 크론 작업

• 개선된 크론 작업은 이전 연구를 기억해 같은 조사를 반복하지 않도록 한다고 보여준다. 매일 또는 매주 반복하는 조사 업무를 주요 활용 대상으로 든다. [10:19]
• 자신의 AI 주식 조사에서 과거에는 같은 회사와 정보를 반복했다고 드러낸다. Micron·AVGO를 조사한 보고서 다음에는 다른 기업을 다루고, 이전 조사 여부를 표시한 사례를 제시한다. [10:56]
• 발표자는 기억 기능을 이유로 정기 연구 작업을 Hermes 안에서 수행하라고 권한다. 실제 반복 감소율이나 조사 정확도에 대한 측정 결과는 제시하지 않는다. [11:06]

7. 도구별 업무 분담과 마무리

• 발표자는 Hermes를 컴퓨터 관리, 여러 장치의 로컬 모델 설정, 개인 업무, 크론 작업과 여러 모델이 필요한 작업에 사용한다고 보여준다. 오픈소스의 모델 선택과 사용자 설정 자유도를 강조한다. [11:52]
• 깊은 기술 작업에는 ChatGPT Work, 일반 지식 업무와 휴대전화에서의 빠른 지시에는 Grok Bot을 선호한다고 드러낸다. Hermes에는 아직 모바일 앱이 없다고 지적하면서 컴퓨터 관리와 iMessage 연동은 계속 사용한다고 덧붙인다. [12:37]
• 각 도구의 강점에 맞춰 여러 에이전트를 조합하라고 권한다. 시청자가 가장 많이 쓰는 에이전트를 댓글로 알려 달라고 요청하고, 관련 활용법을 계속 다루겠다는 안내와 인사로 끝맺는다. [13:05]

🧾 결론

• 영상이 강조하는 Hermes의 장점은 여러 모델과 공급자를 선택하고 작업 환경을 세밀하게 구성할 수 있다는 점이다.
• 모델별 봇, 음성 위임, 서브에이전트 진행 확인이 연결되면서 여러 AI를 운영하는 과정이 쉬워졌다는 것이 발표자의 평가다.
• 예약 조사의 기억 기능은 이전 결과와 다음 실행을 연결하는 데 의미가 있다. 실제 중복 감소 효과는 사용자의 조사 업무에서 확인해야 한다.
• 마지막 권고는 각 도구가 잘하는 업무에 맞춰 여러 에이전트를 조합하라는 것이다.

📈 투자·시사 포인트

• AI 주식 정기 조사는 크론 기억 기능의 활용 사례다. Micron과 AVGO가 언급되지만 기업 가치 분석이나 매수 근거는 제시되지 않는다.
• 로컬 모델과 외부 모델을 함께 쓰는 구성은 작업별 비용·품질 배분을 검토하게 한다. 영상의 ‘무료’ 표현만으로 장비와 운영을 포함한 총비용을 판단할 수는 없다.
• HUD와 음성 위임은 에이전트에 접근하고 지시하는 단계를 줄이는 방향의 변화다. 생산성 향상은 발표자의 경험으로 제시되며 정량 비교는 없다.
• 발표자가 모바일 앱 유무와 인터페이스를 도구 선택 이유로 든다는 점에서, 모델 성능뿐 아니라 접근성과 사용 환경도 채택에 영향을 준다는 시사점을 얻을 수 있다.

⚠️ 불확실하거나 확인이 필요한 부분

• ‘최신 업데이트’의 배포 날짜·버전·지원 범위가 제시되지 않는다. 봇 모드가 데스크톱 전용이고 Hermes 모바일 앱이 없다는 설명도 영상 시점의 주장이다.
• 전사에는 모델명과 제품명이 불명확하거나 일관되지 않은 구간이 있다. 특히 GPT·Claude 계열의 버전과 일부 봇 이름을 실제 제품명으로 확정하기 어렵다.
• 음성 비용은 발표자가 분당 약 5센트 정도로 추정한다. 확정 요금표나 과금 조건은 제공되지 않으며, 로컬 실행의 ‘완전 무료’ 주장도 총비용 검증은 아니다.
• 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

• 사용 중인 Hermes 버전에서 봇 모드·로컬 모델 설정·HUD·음성·크론 기억 기능이 실제로 제공되는지 확인한다.
• 서로 다른 모델을 연결한 봇에 같은 대표 업무를 맡겨 결과 품질·응답 시간·비용을 비교한다.
• 설정의 Providers에서 로컬 모델 실행 옵션과 ‘Set up for me’를 확인하고, 추천 모델로 일반 업무를 시험한다.
• HUD의 화면 접근 범위를 확인한 뒤 화면 관련 질문을 시험하고, 음성으로 간단한 업무를 위임해 실행 결과까지 확인한다.

❓ 열린 질문

• 모델별 봇 구성이 역할별 봇 구성보다 유리한 업무는 무엇이며, 차이를 어떤 기준으로 평가할 수 있을까?
• 크론 기억은 이미 조사한 기업의 중요한 새 소식을 놓치지 않으면서 반복을 얼마나 줄일 수 있을까?
• 로컬 모델이 일반 업무를 충분히 처리하는 하드웨어·모델 조합은 무엇이며, 외부 모델로 전환할 기준은 무엇일까?