Hermes Agent

https://hermes-agent.org/

Hermes Agent: 시간이 지날수록 똑똑해지는 오픈소스 AI 에이전트

Nous Research가 2026년 2월에 공개한 셀프 호스팅 AI 에이전트. curl 한 줄로 설치하고, 명령어 한 줄로 실행한다. 모든 데이터는 내 머신에만 저장된다. MIT 라이선스, 텔레메트리 없음, 클라우드 종속 없음.

공식 사이트: https://hermes-agent.org/

GitHub: https://github.com/NousResearch/hermes-agent

무엇이 다른가

기존 LLM 도구를 쓰다 보면 늘 같은 벽에 부딪힌다. 매번 맥락을 다시 설명해야 한다는 것. 어제 작업한 프로젝트, 좋아하는 코드 스타일, 자주 쓰는 서버 설정 — 새 세션이 열리면 모두 리셋이다.

Hermes Agent는 이 전제를 뒤집는다.

 

핵심 차별점은 세 가지다.

 

첫째, 영구 기억. 세션을 넘어 사용자의 선호, 진행 중인 프로젝트, 환경 설정을 누적 학습한다. 한 달, 일 년이 지날수록 더 정교하게 나를 안다.

둘째, 자동 스킬 생성. 어려운 문제를 한 번 풀면 그 풀이 과정을 재사용 가능한 스킬 문서로 직접 만들어 저장한다. 같은 일을 두 번 풀지 않는다는 뜻이다. 형식은 오픈 표준 SKILL.md로, 다른 에이전트와도 공유 가능하다.

셋째, 완전 셀프 호스팅. 모든 기억은 내 머신 ~/.hermes/에만 남는다. 외부로 나가는 텔레메트리가 없고, MIT 라이선스라 코드 한 줄까지 감사할 수 있다.

요약하면 챗봇에서 코파일럿, 그리고 상주형 에이전트로 이어지는 진화의 다음 단계다.

무엇을 시킬 수 있나

메신저 게이트웨이. Telegram, Discord, Slack, WhatsApp, Signal, CLI — 다섯 메신저와 터미널을 하나의 게이트웨이로 통합한다. 출근길 지하철에서 Telegram에 음성 메모를 남기면 자동으로 텍스트화되어 에이전트가 받고, 사무실에서 Slack으로 이어 대화하면 같은 맥락이 따라온다. 플랫폼이 바뀌어도 기억은 끊기지 않는다.

스케줄 자동화. 내장 cron 스케줄러로 일일 리포트, 야간 백업, 주간 코드 감사 같은 반복 작업을 자동 실행한다. systemd 서비스로 등록하면 24시간 가동된다.

병렬 서브에이전트. 독립된 서브에이전트를 동시에 띄워 작업을 분산한다. RPC로 다단계 파이프라인을 압축할 수 있어, 복잡한 워크플로우도 한 명령으로 처리할 수 있다.

풀 브라우저 제어. 웹 검색, 페이지 추출, 브라우저 자동화는 기본이다. 비전 분석, 이미지 생성, 음성 합성까지 한 에이전트 안에서 처리한다.

실행 환경 4종. 로컬 터미널(가장 빠른 직접 실행), Docker(격리·보안이 필요할 때), SSH 원격(클라우드 서버 상주), Modal·Singularity(클라우드·HPC 대규모 작업) 중에서 선택할 수 있다.

LLM 프로바이더 선택권. Nous Portal은 네이티브 OAuth로 연동되고, OpenRouter는 API 키 하나로 200개 이상의 모델에 접근한다. OpenAI 호환 커스텀 API, 그리고 외부 통신이 0인 로컬 vLLM까지 지원한다. 벤더 락인이 없다는 게 가장 큰 미덕이다. 모델은 언제든 갈아끼울 수 있다.

스킬 시스템. 40개 이상의 내장 스킬(MLOps, GitHub, 다이어그램, 메모 등)이 기본 제공되고, 사용 중 새 스킬이 자동으로 쌓인다. 커뮤니티 허브 https://agentskills.io 에서 가져오거나 내 스킬을 공유할 수도 있다.

MLOps와 AI 학습 플랫폼

여기서부터 Hermes Agent는 단순한 비서를 넘는다. AI 모델을 만드는 사람들을 위한 도구라는 정체성이 드러난다.

배치 처리는 자동 체크포인트와 함께 수천 개의 도구 호출 궤적을 병렬 생성한다. RL 트레이닝은 Atropos 통합으로 강화학습 워크플로우를 지원하고, 11종의 도구 호출 파서를 제공한다. 궤적 익스포트는 ShareGPT 형식으로 대화를 내보내 파인튜닝에 즉시 사용할 수 있다.

ML 엔지니어 입장에서 보면 단순한 비서가 아니라 데이터 생성기, 실험 환경, 파인튜닝 파이프라인이 한 패키지에 들어 있는 셈이다.

MLOps 섹션 원문: https://hermes-agent.org/ja/#training

 

5분 안에 시작하기

전제조건은 없다. Linux, macOS, WSL2에서 동작한다. Windows 네이티브는 아직 실험적이라 WSL2 사용을 권장한다.

 

1단계. 설치 — 한 줄

bash

curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash

uv, Python 3.11 설치부터 리포지토리 클론, 환경 세팅까지 자동으로 잡아준다. sudo 권한은 필요 없다.

 

 

2단계. 설정

bash

hermes setup     # 인터랙티브 셋업 마법사
hermes model     # 모델만 따로 선택

Nous Portal(OAuth), OpenRouter(API 키), 커스텀 엔드포인트 중 선택해 연결한다.

 

 

3단계. 채팅 시작

bash

hermes

도구, 메모리, 스킬이 모두 준비된 풀 인터랙티브 CLI가 뜬다. 이게 끝이다.

 

 

4단계. 메시징 연동 (선택)

bash

hermes gateway setup     # 게이트웨이 셋업 마법사
hermes gateway           # 게이트웨이 시작
hermes gateway install   # systemd 서비스로 등록 (24/7 실행)

Telegram, Discord, Slack, WhatsApp 연결을 단계별로 안내한다. systemd로 등록하면 서버에 상시 떠 있는 상태가 된다.

 

 

5단계. 업데이트

bash

hermes update

Quick Start 원문: https://hermes-agent.org/ja/#quickstart

 

누구에게 잘 맞나

개발자나 DevOps 엔지니어라면 자동화 스크립트, 야간 빌드, 모니터링 봇을 한 에이전트로 통합 관리할 수 있다. ML 엔지니어에게는 트레이닝 데이터 생성, RL 실험, 파인튜닝용 궤적 수집 도구가 된다. 개인 생산성을 중시하는 사람에게는 여러 메신저를 하나로 묶은 24시간 비서가, 프라이버시 중시 사용자에게는 데이터를 외부로 보내지 않는 완전 로컬 AI 환경이 된다.

반대로 가끔 질문하고 답 받는 용도라면 굳이 필요 없다. Hermes의 가치는 오래 키우는 데서 나온다.

보안과 프라이버시

트래킹 제로 — 텔레메트리도, 데이터 수집도 없다. 컨테이너는 읽기 전용 루트, 권한 강등(privilege drop), PID 제한으로 강화되어 있다. 모든 기억은 ~/.hermes/에 저장되고, MIT 라이선스라 전체 코드 감사가 가능하다.

요즘 AI 도구를 쓰면서 늘 마음 한 켠에 걸리는 "내 데이터 어디로 가는가" 문제를 구조적으로 차단한 설계다.

 

링크 모음

공식 사이트 (일본어) — https://hermes-agent.org/ja/

기능 섹션 — https://hermes-agent.org/ja/#features

MLOps 섹션 — https://hermes-agent.org/ja/#training

Quick Start 섹션 — https://hermes-agent.org/ja/#quickstart

About — https://hermes-agent.org/ja/about/

Contact — https://hermes-agent.org/ja/contact/

GitHub 리포지토리 — https://github.com/NousResearch/hermes-agent

설치 스크립트 (Raw) — https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh

Nous Research — https://nousresearch.com

스킬 허브 — https://agentskills.io

 

마무리

Hermes Agent는 첫날 평가하는 도구가 아니다.

설치 직후엔 그저 또 하나의 CLI 챗봇처럼 보인다. 진가는 한 달, 두 달 뒤에 드러난다. 자기도 모르는 사이에 에이전트가 내 작업 패턴을 외우고, 자주 쓰는 명령을 스킬로 만들어두고, 메신저를 켜면 어제 하던 작업을 그대로 이어간다. 그 순간이 오면 다른 도구로 돌아가기 어렵다.

설치 한 줄, 실행 한 줄. 이후에 들어가는 건 코드가 아니라 에이전트와 함께 쌓아가는 시간이다.