Hong Cheung 
Hermes Agent 설정 방법
제가 한 일은 Hetzner1를 통해 직접 호스팅한 VPS 서버에서 Hermes Agent를 실행하는 것이었습니다. Telegram을 게이트웨이로 사용해 휴대폰에서 제 GPT와 대화했습니다. 그리고 당시 무료였고 1M 토큰 제한이 있는 OpenRouter Owl Alpha 모델을 사용했습니다. 어떤 용도로든 충분했습니다.
장기 기억과 참조 자료
VPS에 기억을 로컬로 저장하기 위해 MCP-Memory도 설정해서, 새 세션을 시작할 때마다 같은 말을 반복할 필요가 없었습니다. 그리고 질문에 참조할 로컬 도서 컬렉션을 위해 MCP-Local-Rag도 설정했습니다. 비즈니스, 건강, 과학 등 다양한 주제를 다룹니다.
Hermes Agent의 최고 활용 사례 (제 기준)
언어 학습
제게 가장 좋은 활용 사례는 언어 학습이었습니다. 방식은 Fiona라는 언어 학습 에이전트를 만드는 것이었습니다. 그리고 매 세션마다 “Hey Fiona”로 시작하면 모든 언어 학습 스킬과 컨텍스트를 세션에 불러와서, 우리가 무엇을 하려는지 알 수 있게 했습니다.
언어 부분에서는 스페인어와 일본어를 배우고 있었습니다. 이 워크플로에서의 언어 학습은 대부분 제가 GPT로 설정한 단어와 의미를 묻는 퀴즈 정도였습니다.
목표 언어의 단어 찾기
두 언어 모두에 대해 github에서 csv/md 파일을 찾아 다운로드하고, 로컬 폴더 /vocabs/Spanish 등에 분류하도록 요청했습니다. 파일 이름은 레벨에 따라 N1-N5, A1-C2로 붙였습니다. 그래서 N1.csv, A1.md 같은 파일이 있었는데, 파일 형식이 섞여 있었습니다.
퀴즈
Fiona에게 목표 언어 단어의 의미를 한 번에 5개씩 묻는 규칙을 설정했고, 틀릴 때마다 이 단어를 몇 번 틀렸는지 wrong-N1.csv 파일에 기록했습니다. 맞힌 경우에는 원본 파일을 수정해서 해당 행에 1점을 추가했습니다. 점수가 높을수록 퀴즈에 나올 가능성이 낮아집니다. 그래서 퀴즈 단어는 무작위이면서도 저에게 최적화되어 있습니다.
단어 복습 챌린지
이것은 유용하다고 느낀 기능입니다. 매일 하루 종일 자동으로 퀴즈를 보내도록 몇 가지 cronjob을 설정했습니다. 보통 오전 8시쯤 직장에서 쉬는 시간에 두 개의 퀴즈를 받았습니다. 점심시간 직전인 오전 11시에 또 두 개를 받았습니다. 그리고 잠들기 전에 또 두 개를 받았는데, 이상적으로는 오후 8시였습니다.
언어 학습에 사용한 전반적인 경험
좋기도 하고 나쁘기도 했습니다. 제가 설정을 충분히 정교하게 하지 못했거나, LLM이 스스로 반복적으로 작업을 수행하도록 의존하는 것이 그다지 안정적이지 않았기 때문일 수 있습니다. 때로는 “시킨 대로 작동”하는 괜찮은 경험도 있었지만, 환각에 빠지거나 이따금 온갖 이상한 bash 명령을 실행하며 궤도를 벗어나기도 했습니다. 그래서 전체 경험이 그리 쾌적하지는 않았습니다.
다른 활용 사례
그냥 대화용으로도 사용해 보았습니다. 제 모든 것을 기억하고, 제 모든 야망과 습관, 상황을 고려해 저에게 맞춘 답변을 해 주는 개인 비서를 갖는 것이죠. 하지만 결국 가치 있는 대화에서 인간을 대체할 수는 없었습니다. 모르는 것은 모르는 것입니다. 저는 제가 원하는 방식으로 설정할 수 있는데, 그것이 단점이라고 생각합니다.
사람들이 GPT를 AI 파트너로 사용하려는 것과 비슷합니다. 원하는 방식으로 설정할 수 있죠. 그것은 너무 이상적이고, 기분, 자신만의 비전, 나에 대한 감정, 사람들 사이의 연결 같은 핵심적인 인간적 요소가 빠져 있습니다. 그래서 GPT와 친구처럼 대화하는 것은 잘 통하지 않습니다. 저는 메아리 방이나 영원한 위로자가 필요하지 않습니다. 저는 실제 삶의 경험을 듣고 싶습니다.
그렇긴 해도, GPT나 AI가 어느 정도 유용하다고 느낀 유일한 방법은 그냥 검색 엔진으로 사용하는 것입니다. 거의 그게 전부입니다. 웹페이지에 광고도 없고, 여기저기 클릭할 필요도 없습니다. 그리고 저는 텍스트로 시작하는 것을 선호합니다.
Hermes Agent의 대안 (OpenClaw 아님)
흥미롭게도 OpenCode나 어떤 프로그래밍 IDE를 사용하는 것이, 즉 AI 프로그래밍을 위해 만들어진 도구들이 일반적으로 Hermes Agent보다 더 유용하다는 것을 알게 되었습니다.
그들과 Hermes Agent의 주요 차이는 대부분 프로젝트 범위로 한정된다는 점입니다. 즉, 선언한 각 프로젝트의 폴더 안에서만 작업할 수 있습니다. 반면 Hermes Agent / OpenClaw의 모든 기능을 활용하려면 보통 기본적으로 전체 권한을 부여하는데, 이는 기기의 다른 파일과 설정을 망칠 수 있고 실제로 망칩니다.
프로그래밍 IDE, 에이전트마다 새 폴더를 두는 것이 제가 지금 일하는 방식입니다. 이제 언어 학습 에이전트는 그 폴더 안에서만 작업하고, 투자 연구원과 어드바이저는 또 다른 폴더 안에서만 작업합니다. 각각 서로 다른 규칙과 가드레일을 가지고 있습니다. Hermes Agent를 사용하는 것과 달리, 서로 다른 주제를 작업하기 위해 이들 사이를 쉽게 전환할 수 있고 파일 자체를 조정할 수도 있습니다.
결론
Hermes Agent는 혁신적으로 들리고, 실제로 그럴 수도 있습니다. 하지만 저는 그것이 그다지 필요하지도 않은 요구를 해결하기 위해 과도하게 설계된 느낌이 듭니다. 언어 학습에 사용하던 어느 시점에, 이쯤 되면 그냥 내 플래시카드 앱을 직접 만들었으면 리소스도 더 적게 쓰고, 가장 중요하게는 매우 안정적이었을 텐데, 하는 생각이 들었기 때문입니다.
하지만 누가 알겠습니까, 언젠가 Hermes Agent가 로봇에서 실행되어 로봇 OS가 될지도 모르죠. Nvidia가 Hermes Agent를 내장한 새 AI 컴퓨터를 출시하며 얼마나 큰 밀어붙이기를 하는지 생각해 보면요.
하지만 지금은 이미 삭제했고 일상적으로 OpenCode와 KiloCode를 계속 사용하고 있으며, 잘 되고 있습니다.
아, 개인정보 보호 문제 때문에 유료 모델도 사용하기 시작했습니다.
