# AI 에이전트가 쓸수록 똑똑해지면 어떻게 되나 보통 AI 에이전트는 세션이 끝나면 다 잊어요. 어제 뭘 했는지 모르고, 지난주에 배운 패턴...
Canonical: https://social-archive.org/babyz79/xsOUmNE3Cd
Original URL: https://www.threads.com/@unclejobs.ai/post/DWOeVD8CdHJ
Author: 엉클잡스 | Ai 시대, 돈이 되는 정보 전달
Platform: threads
## Content
AI 에이전트가 쓸수록 똑똑해지면 어떻게 되나 보통 AI 에이전트는 세션이 끝나면 다 잊어요. 어제 뭘 했는지 모르고, 지난주에 배운 패턴도 날아가고, 매번 처음부터 시작합니다. Nous Research가 이 문제를 정면으로 풀었어요. Hermes Agent. "스스로 성장하는 에이전트." 경험에서 스킬을 만들고, 쓰면서 개선하고, 세션을 넘어서 기억을 유지합니다. 스타 10,800개. 컨트리뷰터 142명. 2주 만에 PR이 216개 머지됐어요. ![Image 1](https://social-archiver-api.social-archive.org/media/archives/babyz79/c7vX9vtYlp/media/0.jpg) --- Q. Nous Research가 누구예요? 오픈소스 AI 연구 조직이에요. Hermes 시리즈 모델로 유명합니다. 오픈소스 LLM 커뮤니티에서 이름이 꽤 알려져 있죠. 리드는 Teknium이라는 개발자인데, 이 사람이 Hermes Agent에서만 PR을 43개 직접 넣었어요. 원래 내부 프로젝트로 시작했는데, 2주 만에 63명이 기여하면서 전체 에이전트 플랫폼으로 커졌습니다. --- Q. 다른 에이전트랑 뭐가 다른가요? 가장 큰 차이는 학습 루프가 내장돼 있다는 거예요. 세 가지 레이어로 돌아갑니다. 1. 자동 스킬 생성. 복잡한 작업을 끝내면 에이전트가 "이 과정을 스킬로 만들어둘까?"라고 판단합니다. 다음에 비슷한 작업이 오면 그 스킬을 꺼내 써요. 사람이 직접 스킬을 작성하는 게 아니라 에이전트가 경험에서 뽑아내는 거죠. 2. 스킬 자기 개선. 만들어진 스킬이 사용 중에 더 나아집니다. "이번에 이 방식이 더 효과적이었다"를 감지하면 스킬 자체를 업데이트해요. 3. 세션 간 기억. 주기적으로 스스로 메모리를 정리하라는 넛지를 보냅니다. 지난 대화를 전문 검색(FTS5)하고 LLM이 요약해서 다른 세션에서도 꺼내 쓸 수 있어요. Honcho라는 도구로 사용자 모델링도 하고요. 대화할수록 당신이 누구인지, 어떤 스타일을 좋아하는지를 점점 더 정확하게 파악합니다. --- Q. 노트북에서만 돌아가나요? 아니요. 이게 Hermes Agent의 또 다른 특징이에요. 노트북에 묶이지 않습니다. 터미널 백엔드가 6개 있어요. 로컬, Docker, SSH, Daytona, Singularity, Modal. 5달러짜리 VPS에서도 돌아가고, GPU 클러스터에서도 돌아갑니다. Daytona랑 Modal은 서버리스라서 에이전트가 일 안 할 때는 잠들어 있다가, 필요하면 깨어나요. 안 쓸 때는 거의 비용이 안 듭니다. 그리고 어디서든 말을 걸 수 있어요. 텔레그램, 디스코드, 슬랙, 왓츠앱, 시그널, 이메일. 게이트웨이 하나로 전부 연결됩니다. 음성 메모를 보내면 자동 전사도 해줘요. 클라우드 VM에서 작업하는 에이전트한테 텔레그램으로 말을 거는 구조가 가능한 거죠. --- Q. 어떤 모델을 쓸 수 있어요? 아무거나 됩니다. 락인이 없어요. Nous Portal, OpenRouter(200개 이상 모델), OpenAI, Anthropic, z.ai/GLM, Kimi/Moonshot, MiniMax. hermes model 한 줄이면 바꿀 수 있고, 코드 수정 없이 전환됩니다. v0.3.0에서 네이티브 Anthropic 프로바이더가 추가됐고, Vercel AI Gateway로 프로바이더 시스템을 다시 짰어요. 모델 선택지가 계속 넓어지고 있습니다. --- Q. MCP 지원은 되나요? 됩니다. v0.2.0에서 풀 MCP 클라이언트가 들어갔어요. stdio랑 HTTP 트랜스포트 둘 다 지원하고, 리소스/프롬프트 디스커버리, 재연결, 샘플링(MCP 서버가 에이전트한테 LLM 요청을 역으로 보내는 것)까지. MCP 서버를 연결하면 그 서버의 도구가 자동으로 나타납니다. 별도 통합 작업 없이. ACP 서버도 있어서 VS Code, Zed, JetBrains가 에이전트의 프론트엔드가 돼요. 에디터에서 바로 Hermes Agent를 쓸 수 있는 겁니다. --- Q. 크론 스케줄링이 된다고요? 네. 자연어로 예약 작업을 걸 수 있어요. "매일 아침 9시에 뉴스 요약 보내줘." "매주 금요일에 서버 상태 체크하고 텔레그램으로 알려줘." "매일 밤 백업 돌려줘." 이런 식으로 설정하면 에이전트가 무인으로 실행하고, 텔레그램이든 슬랙이든 지정한 플랫폼으로 결과를 보내줍니다. --- Q. OpenClaw에서 넘어올 수 있나요? 바로 됩니다. 마이그레이션 도구가 내장돼 있어요. hermes claw migrate 이거 한 줄이면 SOUL.md(페르소나), 메모리, 유저 프로필, 직접 만든 스킬, 명령어 허용 목록, 메시징 설정, API 키, TTS 에셋까지 전부 가져옵니다. --dry-run 플래그를 붙이면 실제로 옮기기 전에 뭐가 이전되는지 미리 볼 수 있고요. 처음 설치할 때 hermes setup을 실행하면 ~/.openclaw 디렉토리를 자동 감지해서 마이그레이션을 제안하기도 해요. OpenClaw 생태계에서 Hermes로 넘어가는 길을 확실하게 닦아놓은 거죠. --- Q. 보안은 괜찮나요? v0.2.0부터 보안 쪽을 상당히 강화했습니다. 1. 명령어 승인 시스템. 위험한 명령어는 실행 전에 물어봐요. v0.3.0에서는 "전체 명령어 보기" 옵션이 추가돼서 뭘 실행하려는지 확인한 다음 승인할 수 있습니다. 2. 파일시스템 체크포인트와 롤백. 파괴적 작업 전에 자동으로 스냅샷을 찍어요. /rollback으로 되돌릴 수 있습니다. 3. 경로 순회 방지, 심볼릭 링크 경계 검사, 위험 명령어 탐지. 보안 하드닝 관련 PR만 16개가 머지됐어요. 4. Tirith 사전 실행 검사. v0.3.0에서 추가됐는데, 명령어를 실행하기 전에 보안 레이어가 먼저 분석합니다. --- Q. 연구용으로도 쓸 수 있어요? 여기가 Nous Research답다 싶은 부분이에요. 배치 궤적 생성이 내장돼 있습니다. 에이전트가 작업하는 과정을 데이터로 뽑아서, 다음 세대 도구 호출 모델을 훈련시키는 데 쓸 수 있어요. Atropos RL 환경이 서브모듈로 들어가 있고, 궤적 압축기(trajectory compressor)로 훈련 데이터를 효율적으로 만들 수 있습니다. 에이전트를 쓰면서 동시에 에이전트를 만드는 데이터를 모으는 거예요. 이건 상용 에이전트에선 보기 어려운 구조입니다. --- Q. 어떻게 설치하나요? curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash Linux, macOS, WSL2에서 돌아갑니다. Python, Node.js, 의존성, hermes 커맨드까지 인스톨러가 다 처리해줘요. git만 있으면 됩니다. 설치 후에는 이렇게. source ~/.bashrc hermes # 대화 시작 hermes model # 모델 선택 hermes tools # 도구 설정 hermes gateway # 메시징 게이트웨이 시작 --- Q. 개발 속도가 좀 무섭지 않나요? 솔직히 좀 무섭습니다. 2월 말에 공개됐는데, 3월 12일에 v0.2.0(PR 216개, 기여자 63명), 3월 17일에 v0.3.0(스트리밍 인프라 전면 개편, 플러그인 아키텍처, 50개 이상 버그 수정). 현재 커밋 2,293개. Teknium이 이렇게 말했어요. "2주 만에 가장 큰 프로젝트가 됐다." 142명이 동시에 기여하는 오픈소스 에이전트. 학습 루프가 내장돼 있고, 어디서든 접근할 수 있고, 아무 모델이나 쓸 수 있고, OpenClaw에서 원클릭 이전이 되고, 연구 데이터까지 뽑을 수 있어요. "쓸수록 똑똑해지는 에이전트"가 마케팅 문구가 아니라 실제 구현이 된 건 Hermes Agent가 처음인 것 같습니다. --- GitHub → https://github.com/NousResearch/hermes-agent 문서 → https://hermes-agent.nousresearch.com/docs/