핵심 요약
- 단순 챗봇은 답변 생성에 그치지만, 에이전트(클로드 코드, 코덱스 등)는 로컬 폴더에 직접 접근해 코딩·문서 작성 등 ‘행동(실행)’을 수행하며, 최근 데스크탑 앱이 출시된 오픈소스 ‘헤르메스(Hermes)’는 사용자가 매번 스킬을 수동 갱신하지 않아도 대화 피드백을 통해 업무 매뉴얼(SKILL.md, SOUL.md)을 스스로 점진적으로 고쳐나가는 ‘자가 개선(Self-improvement)’ 기능을 제공합니다.
- 헤르메스는 강력한 기억력과 로그 분리 기능을 갖춰 여러 작업을 한곳에서 진행해도 맥락이 꼬이지 않으며, 메인 비서 봇이 하위 서브 에이전트(뉴스 리서처, 리뷰어, 라이터 등)를 생성하고 봇 간 단톡방을 열어 상호 소통 및 업무 위임이 가능한 멀티 에이전트 오케스트레이션을 지원합니다.
- 크론(Cron) 예약 기능을 연동하면 매일 정해진 시간에 뉴스를 수집·요약하고 HTML 문서나 카드 뉴스 초안을 제작해 버퍼(Buffer) 등 외부 배포 플랫폼 승인 단계까지 완전 자동화할 수 있으며, 노우스 포털(Nous Portal) 프로모션 무료 모델이나 올라마(Ollama) 기반 로컬 LLM을 연동해 비용 부담 없이 구축할 수 있습니다.
주요 내용
1. 챗봇에서 멀티 에이전트로의 진화와 헤르메스(Hermes)의 등장
- 진화 단계: 질문에 답만 하는 ‘챗봇(ChatGPT, 제미나이)’ 단계에서 로컬 파일에 접근해 코드를 짜고 문서를 생성하는 ‘에이전트(클로드 코드, 코덱스)’를 거쳐, 스스로 스킬을 업데이트하고 다른 봇들을 지휘하는 ‘자가 개선형 멀티 에이전트’ 단계로 발전했습니다.
- 접근성 향상: 과거에는 터미널 환경이나 VPS(가상 사설 서버) 설치가 필요해 비개발자가 쓰기 어려웠으나, 헤르메스 데스크탑 앱 버전이 출시되면서 일반 사용자도 로컬 PC에 간편하게 설치해 활용할 수 있게 되었습니다.
2. 헤르메스 에이전트의 3대 핵심 차별점
- 자가 개선(Self-improvement) 메커니즘:
- 기존 방식(클로드 코드 등)은 변경 사항이 생기면 사용자가 명시적으로 “스킬 파일에 반영해 줘”라고 요청해 업데이트해야 했습니다.
- 헤르메스는 사용자와 대화하며 피드백(예: “출처 반드시 명기”, “카드 뉴스 3장으로 요약”)을 받으면, 별도 요청이 없어도 백그라운드에서 업무 설계서(
SKILL.md,SOUL.md)를 자체적으로 점진적 수정·누적합니다.
- 뛰어난 기억력 및 단일 창 작업 유지:
- 기존 툴은 작업 간 간섭을 막기 위해 폴더를 매번 분리해야 했지만, 헤르메스는 내부 로그를 개별 관리하여 하나의 메인 봇 창 안에서 여러 성격의 업무(뉴스, 강의안, 도서 기획 등)를 꼬임 없이 기억하고 수행합니다.
- 에이전트 간 소통 및 그룹 채팅:
- 메인 비서 봇이 하위 서브 에이전트를 직접 생성·호출할 수 있으며, 여러 봇을 모아 단톡방(Group Chat)을 개설해 에이전트들끼리 의견을 주고받으며 협업하는 과정을 시각적으로 확인하고 개입할 수 있습니다.
3. 실전 업무 자동화 사례 (AI/AX 뉴스 브리프 발행 파이프라인)
- 크론 잡(Cron Job) 스케줄링: 매일 오전 10시 등 지정된 시각에 오픈AI, 앤트로픽, 구글 등의 공식 사이트 뉴스를 자동 모니터링합니다.
- 분업화된 서브 에이전트 구조:
- 뉴스 치프(Chief)가 업무를 분배하고, 리서처가 검색 및 주요 내용 추출, 리뷰어가 시사점 검증, 라이터가 블로그용 HTML 파일 및 카드 뉴스 이미지 초안을 작성합니다.
- 인간 개입(Human-in-the-loop) 연동: 완전 자동 배포 전, 텔레그램 메신저나 버퍼(Buffer) 플랫폼으로 최종 검수 요청을 보내 인간의 승인을 거쳐 SNS(링크드인, 인스타그램, 블로그 등)에 동시 발행하도록 설계할 수 있습니다.
4. 에이전트 구축 및 운영 전략
- 에이전트 자급자족 원칙: 에이전트를 정확히 동작시키려면 업무 단위를 세부 태스크로 잘게 쪼개야 하므로, 업무를 가장 잘 아는 본인만이 최적의 에이전트를 설계할 수 있습니다.
- 점진적 봇 생성: 처음부터 여러 봇을 만들면 관리 포인트만 늘어나 헷갈립니다. 메인 비서 봇과 충분히 대화하여 업무를 안정화한 뒤, 반복성과 독립성이 입증된 작업부터 서브 에이전트로 독립시키는 것이 권장됩니다.
- 비용 최적화: 오픈소스인 헤르메스는 노우스 포털을 통해 제공되는 프로모션 무료 모델(업스테이지 솔라 등)이나 올라마(Ollama) 로컬 모델을 연결하여 API 비용 지출 없이 무료로 운용할 수 있습니다.
핵심 데이터 / 비교표
| 구분 | 1단계: 단순 챗봇 (ChatGPT, Gemini) | 2단계: 초기 에이전트 (Claude Code, Codex) | 3단계: 자가 개선형 에이전트 (Hermes Agent) |
|---|---|---|---|
| 동작 방식 | 텍스트 질의응답 (말만 함) | 파일 시스템 접근, 코드/문서 직접 실행 (손발 있음) | 파일 실행 + 에이전트 간 오케스트레이션 |
| 스킬(매뉴얼) 관리 | 프롬프트 입력 창마다 일회성 지침 부여 | 사용자가 수동으로 스킬 파일 생성 및 업데이트 요청 | 대화 피드백을 통해 SKILL.md를 자가 갱신 |
| 작업 분리 방식 | 새 대화 세션 생성 | 작업별 로컬 폴더 분리 필수 (꼬임 방지) | 단일 메인 봇 내에서 기억 유지 및 다중 작업 분기 |
| 협업 구조 | 단일 모델 1:1 대화 | 단일 에이전트 순차 실행 | 메인 봇 - 서브 에이전트 계층화 및 봇 간 단톡방 협업 |
| 비용/환경 | 클라우드 월 구독료 지불 | API 사용량 과금 또는 구독 연동 | 오픈소스 무료, 로컬 LLM(Ollama) 및 무료 프로모션 모델 활용 가능 |
타임스탬프별 핵심 포인트
| 시간 | 핵심 내용 |
|---|---|
| 00:00 | 데스크탑 앱으로 구동 중인 헤르메스(Hermes) 인터페이스 및 생성된 에이전트 목록 소개 |
| 01:29 | 기존 노트북LM 활용법 회고 및 최상위 레벨인 ‘스스로 돌아가는 에이전트’ 주제 제시 |
| 02:23 | 모델 + 하네스 = 에이전트 개념 및 독립형 에이전트 헤르메스의 데스크탑 앱 출시 배경 |
| 04:40 | 단순 챗봇과 컴퓨터에 직접 접근해 실행하는 에이전트(코덱스, 클로드 코드)의 차이점 설명 |
| 05:41 | 헤르메스의 핵심 특징: 사용자가 수동 저장하지 않아도 대화를 통해 스킬을 자체 업그레이드하는 자가 발전 |
| 07:16 | 폴더 접근, 파일 탐색, 정리, 메일 발송까지 대신 수행하는 에이전트의 ‘행동 차이’ 예시 |
| 09:23 | 업무 설계서(SKILL.md)를 스스로 갱신하며 진화하는 헤르메스의 동작 메커니즘 |
| 10:20 | 메인 비서 봇 ‘헤라’와 자동화 작업으로 독립시킨 ‘AI AX 뉴스 치프’ 에이전트 구성 소개 |
| 11:00 | 텔레그램 메신저와의 연동 구조 및 외부 원격 제어 환경 설명 |
| 11:41 | 봇 생성 방법, 아이덴티티 부여, 정체성 지침(SOUL.md) 작성 인터페이스 확인 |
| 13:05 | 메인 봇과의 대화가 충분히 무르익기 전에는 서브 봇 독립을 지양해야 하는 이유 |
| 15:00 | 작업별 로컬 폴더 자동 생성 및 폴더 내 스킬(SKILL.md) 파일 자동 누적 구조 |
| 16:07 | 최신 업데이트로 가능해진 메인 봇의 타 봇 호출 및 폴더 간 경계를 넘나드는 기능 |
| 17:17 | 문제 발생 시 코덱스(Codex)를 통해 헤르메스 게이트웨이 및 프로세스를 점검·복구하는 팁 |
| 18:35 | 24시간 상시 가동 환경(VPS)과 노트북 환경에서의 재가동 차이점 |
| 20:21 | 메인 비서 봇의 독보적인 기억력 관리와 작업 맥락 보존 능력 |
| 21:42 | AI 뉴스 치프가 매일 자동으로 추출하는 뉴스 요약, 시사점, HTML 및 카드 뉴스 산출물 시연 |
| 23:08 | 버퍼(Buffer) 연동을 통한 SNS(인스타그램, 링크드인, X) 자동 발행 및 검수 워크플로우 |
| 25:27 | 특정 시간에 주기적으로 실행되는 크론 잡(Cron Job)의 개념과 뉴스 제작실 적용 방식 |
| 26:18 | ‘뉴 그룹 챗(New group chat)’을 열어 여러 에이전트를 모으고 상호 대화 협업을 관찰하는 방법 |
| 28:16 | 서브 에이전트(검수, 인사이트 등) 간의 상호 피드백 및 리사이즈 대화 과정 확인 |
| 30:08 | 에이전트 성공의 핵심: 업무 단위를 세부 태스크로 쪼갤 수 있는 실무자 본인의 설계 능력 |
| 31:45 | 메인 봇에게 대화로 “나에게 필요한 서브 봇을 추천해 줘”라고 역제안을 요청하는 실전 시연 |
| 34:00 | 헤르메스와 클로드 코드 간 산출물(PPTX 마크다운 등) 인수인계 및 툴별 장점 연계 활용법 |
| 36:38 | 서브 봇 생성 시 프롬프트 복붙 없이 메인 봇이 자동으로 프로필(SOUL.md)을 세팅해 주는 편리성 |
| 38:42 | 헤르메스가 그동안 축적한 자가 발전 히스토리를 직접 조회해 확인하는 방법 |
| 39:45 | 헤르메스 공식 사이트에서 데스크탑 앱 다운로드 및 노우스 포털 연동 설치 절차 |
| 41:40 | 노우스 포털의 프로모션 무료 모델 및 올라마(Ollama) 로컬 모델 연동을 통한 무료 사용 팁 |
| 40:31 | 결론: 1인 1에이전트 시대를 맞아 업무 자동화를 위한 태스크 세분화 연습의 중요성 강조 |
결론 및 시사점
- 에이전트는 사서 쓰는 것이 아니라 직접 설계하는 것: 외부에서 완성된 완제품 에이전트를 도입하기보다는, 실무자 본인이 자신의 업무 프로세스를 태스크 단위로 잘게 분해하고 이를 에이전트의 지침으로 번역해 자급자족하는 역량이 필수적입니다.
- 자가 개선 에이전트를 통한 피로도 절감: 기존 에이전트 도구들은 매번 스킬을 수동으로 편집·유지보수해야 하는 관리 비용이 발생했으나, 헤르메스처럼 대화를 통해 스스로 매뉴얼을 다듬는 자가 발전형 에이전트를 활용하면 피로도를 대폭 낮출 수 있습니다.
- 무료 오픈소스 및 데스크탑 앱으로 진입 장벽 해소: 고가의 클라우드 인프라나 복잡한 코딩 없이도 데스크탑 앱과 프로모션 무료 모델(또는 로컬 올라마)을 조합해 실무 레벨의 강력한 1인 맞춤형 업무 자동화 파이프라인을 구축할 수 있습니다.
추가 학습 키워드
- 헤르메스 에이전트 (Hermes Agent): 노우스 리서치(Nous Research) 기반의 오픈소스 자가 개선형 에이전트 플랫폼.
- 크론 잡 (Cron Job): 정해진 시간 및 주기마다 사전에 정의된 태스크(뉴스 스크랩, 데이터 처리 등)를 자동 실행하는 스케줄러.
- 자가 개선 메커니즘 (Self-improvement / SOUL.md & SKILL.md): 사용자 피드백을 기반으로 에이전트가 자체 업무 규칙 및 성향 파일을 수정해 산출물 품질을 점진적으로 높이는 기능.
- 멀티 에이전트 오케스트레이션 (Multi-Agent Orchestration): 메인 지휘 봇 아래 특화된 서브 에이전트들을 배치하고, 에이전트 간 대화방을 통해 업무를 분업화·협력시키는 구조.
- 휴먼 인 더 루프 (Human-in-the-loop): 에이전트가 모든 작업을 자동 처리하되, 외부 배포나 최종 의사결정 직전 단계에서 인간의 검토와 승인을 거치도록 설계하는 통제 프로세스.
기본 정보
| 항목 | 내용 | |—|—| | 채널 | 티타임즈TV | | 카테고리 | 경제 | | 게시일 | 2026-09-12 | | 영상 길이 | 41:46 | | 처리 엔진 | gemini-3.8-flash | | 원본 영상 | YouTube에서 보기 |