한 줄 정의
Nous Research가 개발한 오픈소스 에이전트 프레임워크로, 인간의 수동 개입 없이 수행한 작업 단계를 재사용 가능한 스킬(Skill)로 자동 저장·진화시키고, 3층 구조 메모리(MEMORY.md, USER.md, FTS5 세션 검색)를 통해 지속적 개인화를 구현하는 기술 아키텍처이다.
핵심 요지
- 자동화된 기술 학습 (Skill-Learning Automated): 에이전트가 작업을 실행한 후 그 프로세스를 스킬로 자동 저장하며, 실행 중 오래된 단계를 발견하면 스스로 코드를 수정하여 진화함 (OpenClaw의 수동 스킬 관리와 차별화).
- 메모리의 3층 구조:
- 단기/프로젝트 메모리 (
MEMORY.md): 환경, 프로젝트 맥락, 작업 선호도 기록. - 사용자 프로필 (
USER.md): 사용자 이름, 시간대, 커뮤니케이션 스타일 보존. - 장기 세션 검색 (FTS5 SQLite): 과거 모든 대화 내역을 인덱싱하여 “지난주 Nginx 설정 대화”를 정밀 검색.
- 단기/프로젝트 메모리 (
- 멀티 플랫폼 통합 및 공유 메모리: Telegram, Discord, Slack, WhatsApp, Signal 등 12개 메신저 및 CLI 채널에서 단일 메모리 상태 공유.
- 경량화 및 로컬 엔드포인트 연동: OpenClaw 대비 1/10 수준의 런타임 메모리(20MB 대 200MB+)로 동작하며 Ollama
http://localhost:11434/v1로컬 모델과 직접 결합.
상세
Hermes Agent(v0.2.0 기준)는 AI 챗봇의 고질적 한계인 ‘맥락 단절(disconnection of context)‘을 해결한다.
- 설정 마법사 및 파라미터 조절:
max_iterations = 60: 작업당 최대 도구 호출 횟수 지정.context_compression = 0.5: 메모리 예산의 50% 도달 시 이전 메시지 자동 요약.session_reset_policy: 1440분(24시간) 비활성 또는 매일 오전 4시 자동 세션 정제.
- OpenClaw와의 비교:
- OpenClaw: 멀티 에이전트 조정(Fleet), 브라우저 자동화, 대규모 커뮤니티 플러그인에 우위.
- Hermes Agent: 개인 고문(Personal Advisor), 반복 작업 자율 스킬 학습, 경량 런타임에 우위.
예시
- Docker 배포 스킬 자율 생성: Hermes에게 “Docker를 사용해 서비스 배포해 줘”라고 지시하면, 실행 후 해당 절차를 내부 스킬로 자동 저장하여 다음번 유사 요청 시 재사용 및 성능 개선.
- 로컬 Ollama 연동 수치: M시리즈 맥에서 Ollama Base URL
http://localhost:11434/v1에gpt-oss:20b모델을 물려 131K 토큰 중 9.23K 토큰을 사용하면서도 API 비용 0원에 2초 대답 속도 달성.
충돌
- 인간 작성 스킬 vs AI 자율 기술 학습: 사람의 정교한 매뉴얼 검증이 필요한 엔터프라이즈 환경에서는 오버라이드 위험이 있으나, 에이전트의 자기 개선(Self-improvement) 및 개인화 측면에서는 자율 스킬 작성이 압도적 유연성을 제공한다.