헤르메스: 매일 스스로 진화하는 자기 개선형 에이전트

하이라이트

• Nous Research에서 개발한 Hermes는 사용자와의 상호작용을 통해 스스로 성찰하고 새로운 기술을 생성하는 오픈 소스 자가 개선형 AI 에이전트입니다.

• 메모리는 외부 memory.md 파일이나 SQLite 데이터베이스에 저장되며, 전문 검색(FTS5)을 통해 이전 세션의 대화 내용을 정확히 추적합니다.

• 컨텍스트 창이 50%를 초과하면 오래된 도구 호출 출력을 삭제하고 대화의 시작과 끝을 유지하며 중간 부분을 압축하여 효율성을 높입니다.

• 10턴마다 스스로 중요한 정보를 메모리에 저장하도록 넛지하며, 사용자의 피드백을 바탕으로 특정 작업에 최적화된 새로운 기술(Skill)을 직접 생성합니다.

• OpenRouter를 통해 Gemma 4나 GLM 4 Turbo 같은 다양한 모델로 즉시 전환할 수 있어 하드웨어 제약 없이 성능과 속도를 조절합니다.

타임라인

1. 00:00 - 02:11

   자가 개선형 에이전트 Hermes의 특징과 환경 설정

   그리스 전령의 신에서 이름을 딴 Hermes는 단순한 챗봇을 넘어 스스로 성찰하고 기술을 연마하는 에이전트입니다. 사용자는 OpenRouter를 통해 하드웨어 사양에 맞춰 최적의 모델을 선택할 수 있으며, 기존의 OpenClaw나 NanoClaw보다 복잡한 제약에서 자유롭습니다. 설치 과정은 명령어 하나로 완료될 만큼 간결하며 메시징 플랫폼과의 연결성도 지원합니다.

   • Hermes는 사용자의 피드백과 데이터를 기억하고 학습하여 매 세션 성능이 향상되는 구조를 가집니다.
   • CLI 도구와 OpenRouter 연동을 통해 로컬 PC나 VPS 환경에 간단히 설치하여 실행할 수 있습니다.
   • Claude Code와 달리 명시적인 요청이 없으면 새 세션마다 독립적인 환경을 생성하여 보안과 목적을 분리합니다.
2. 02:12 - 03:33

   실시간 스타일 분석 및 모델 전환을 통한 작업 최적화

   사용자가 작성한 과거의 스크립트 데이터를 분석한 Hermes는 실용적이고 회의적이며 개발자 중심적인 스타일임을 정확히 파악합니다. 작업 도중 컨텍스트가 길어져 속도가 느려지면 GLM 4 Turbo 같은 빠른 모델로 교체하여 효율성을 높일 수 있습니다. 초기에는 210자 길이의 트윗을 생성하다가 사용자의 요구에 맞춰 400자 분량으로 즉각 수정하는 유연성을 보입니다.

   • 지정된 폴더의 스크립트 파일을 분석하여 사용자의 문체와 타겟 오디언스 전략을 스스로 요약합니다.
   • /model 명령어를 사용하면 세션 도중에 다른 언어 모델로 즉시 전환하여 응답 속도나 정확도를 제안할 수 있습니다.
   • 특정 단어 선호도나 이모지 사용 습관 같은 세부적인 피드백을 실시간으로 메모리에 반영합니다.
3. 03:34 - 04:30

   Skill Manager와 장기 기억 저장 메커니즘

   단순히 대화 내용을 저장하는 것에 그치지 않고 특정 작업 흐름을 하나의 '기술'로 정립하여 나중에는 선택만으로 결과물을 얻게 합니다. 메모리는 memory.md 파일이나 Super Memory 같은 외부 프로세서에 저장되어 토큰 낭비를 최소화합니다. 이는 에이전트가 매번 처음부터 다시 학습할 필요 없이 연속성 있는 비서 역할을 수행하게 만드는 핵심 요소입니다.

   • 반복되는 작업은 Skill Manager를 통해 독립적인 기술(Skill)로 변환하여 저장하고 재사용합니다.
   • 메모리는 약 700토큰 분량의 압축된 버전으로 사전 인출되어 모든 세션에 자동으로 로드됩니다.
   • 새로운 세션을 시작하더라도 이전 세션에서 학습한 사용자의 이모지 습관과 작성 스타일을 그대로 유지합니다.
4. 04:31 - 06:04

   SQLite 데이터베이스 연동과 스마트 세션 압축 기술

   Hermes는 데이터 관리 측면에서 매우 정교한 방식을 취합니다. 80%에서 압축을 시작하는 다른 도구들과 달리 50% 지점에서 압축을 실행하여 다양한 모델 크기에서의 안정성을 확보합니다. 데이터베이스에는 대화 전문이 아닌 정제되고 압축된 핵심 내용이 저장되어 검색 속도와 데이터 효율을 동시에 잡았습니다.

   • FTS5를 지원하는 SQLite 데이터베이스를 통해 어제 나눈 대화까지 전문 검색으로 찾아냅니다.
   • 컨텍스트가 50% 차오르면 세션의 양 끝단은 남기고 불필요한 도구 출력값 위주로 중간 부분을 압축합니다.
   • 10턴 주기로 스스로를 넛지하여 중요한 정보를 선별하고 메모리에 영구 저장하는 자기 관리 기능을 수행합니다.