Hermes Agent 무료 설치 및 사용 가이드: 나만의 자가진화 AI 에이전트 구축하기
Hermes Agent 무료 설치 및 사용 가이드: 나만의 자가진화 AI 에이전트 구축하기
몇 주 전 Hermes Agent가 눈에 들어왔다. GitHub 저장소(37.5k 스타, MIT 라이선스, Nous Research 제작)를 뒤져보니, 대부분의 AI 에이전트에는 없는 기능이 있더라. 바로 쓸수록 똑똑해진다는 거. 흔히 말하는 "모델이 개선된다"는 식의 애매한 얘기가 아니라, 사용자와의 상호작용에서 직접 스킬을 만들고, 뭘 잘했는지 기억하고, 그 스킬을 계속 다듬는다. 그것만으로도 한 번 살펴볼 만하다.
진짜 마음을 움직인 건 이거: $5 VPS에서 돌아간다. GPU 필요 없다(물론 있어도 좋고). 그리고 Telegram, Discord, Slack, WhatsApp 등 열다섯 개가 넘는 플랫폼에 연결할 수 있다. VPS 프로바이더로는 LightNode를 추천한다—시간 요금제로 $0.013/시간부터 가능해서, 셀프 호스팅 AI를 실험하기에는 가성비가 끝이다.
목차
Hermes Agent가 실제로 하는 일
대부분의 AI 에이전트는 같은 패턴을 따른다: 프롬프트를 보내면 도구를 실행하고, 결과를 반환하고, 전부 잊어버린다. Hermes Agent는 다른 길을 간다. 학습 루프가 내장되어 있다:
- 작업을 주면
- 어떤 스킬이 필요한지 분석하고
- 해당 스킬이 없으면 새로 만들고
- 스킬을 사용해서 작업을 수행하고, 결과를 평가해서 잘 된 방법을 저장한다
- 다음에 비슷한 작업을 요청하면 다듬어진 스킬을 바로 꺼내 쓴다
즉, 이 에이전트는 실제로 사용할수록 발전한다. 베이스 모델 업데이트를 기다릴 필요가 없다. 나만의 워크플로, 나만의 코드베이스, 나만의 사용 패턴—그런 걸 다 학습한다.
학습 루프 외에도 Hermes Agent는 47개의 내장 도구를 갖추고 있고, MCP(Model Context Protocol) 통합으로 기능을 확장할 수 있으며, 서브 에이전트에게 작업을 위임할 수 있다. 정기 작업 스케줄러와 음성 모드도 있다.
시스템 요구사항
설치하기 전에 시스템이 기본 조건을 충족하는지 확인:
- OS: Linux(Ubuntu 20.04+ 권장), macOS(12+), 또는 WSL2를 통한 Windows
- Python: 3.10 이상
- RAM: 최소 2GB, 권장 4GB
- 디스크: 에이전트 자체에 약 500MB
- 네트워크: 모델 API 호출을 위한 인터넷 접속
Android 사용자는 Termux도 가능. Windows 네이티브는 미지원—WSL2를 써야 한다.
VPS에 배포할 거라면, $5/월에 1 vCPU + 1GB RAM 머신으로 가벼운 용도면 충분하다. 부하가 큰 경우(여러 메시징 플랫폼 동시 운영, 잦은 크론 작업)는 2GB 이상을 권장.
설치
Hermes Agent는 두 가지 방법으로 설치할 수 있다. 빠른 설치는 모든 걸 자동으로 처리하고, 수동 설치는 더 세밀한 제어가 가능하다.
방법 1: 원라인 설치 (권장)
터미널을 열고 실행:
curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash이 스크립트가 전부 처리한다: 의존성 확인, 가상 환경 생성, 저장소 클론, 패키지 설치, 초기 설정 마법사 실행. 깨끗한 Ubuntu 머신이라면 전체 과정이 약 2-3분.
완료 후 설치 확인:
hermes --version버전 번호가 출력되어야 한다. "command not found" 에러가 나면 셸을 재시작하거나 source ~/.bashrc(zsh을 쓴다면 ~/.zshrc)를 실행.
방법 2: 수동 설치
머신에 뭐가 설치되는지 직접 확인하고 싶거나, 원라인 스크립트가 문제가 있다면:
# 저장소 클론
git clone https://github.com/NousResearch/hermes-agent.git
cd hermes-agent
# 가상 환경 생성 및 활성화
python3 -m venv venv
source venv/bin/activate
# 의존 패키지 설치
pip install -r requirements.txt
# 설정 마법사 실행
python setup.py설정 마법사가 모델 프로바이더 선택, API 키 입력, 기본 설정을 안내한다. 나중에 hermes setup으로 언제든 다시 실행할 수 있다.
무료 모델 프로바이더 설정
Hermes Agent에는 모델이 내장되어 있지 않다. 외부 프로바이더에 연결한다. 좋은 소식은: 여러 프로바이더가 무료 티어를 제공해서 바로 사용할 수 있다는 거다.
옵션 1: OpenRouter (가장 쉬운 무료 옵션)
OpenRouter는 200개 이상의 모델에 접근할 수 있고, 그중 여러 개가 무료다. 시작하기에 추천하는 선택지다.
- openrouter.ai에서 계정 생성
- 대시보드에서 API 키 생성
- 무료 모델 찾기—모델 카탈로그에서 "free" 태그가 붙은 모델을 찾는다
OpenRouter에서 자주 쓸 수 있는 무료 모델에는 Llama, Mistral, Qwen의 여러 변형이 있다. 무료 모델은 순환되므로 현재 카탈로그를 확인하자.
Hermes Agent 설정 마법사에서 "OpenRouter"를 프로바이더로 선택하고, API 키를 붙여넣으면 된다.
옵션 2: Nous Portal
Nous Research가 자체 추론 포털을 운영 중이다. 신규 사용자에게 무료 크레딧이 제공되는 경우가 있고,那里的 모델은 에이전트 워크로드에 맞게 튜닝되어 있다.
- nousresearch.com에 접속해서 가입
- 대시보드에서 무료 크레딧 할당 여부 확인
- 제공된 API 키를 Hermes Agent에 설정
옵션 3: 기타 프로바이더
Hermes Agent는 다음도 지원:
- z.ai / GLM: 중국 AI 플랫폼, 무료 티어 있음
- Kimi / Moonshot: 제한된 무료 사용량이 있는 또 다른 선택지
- MiniMax: 가벼운 사용에 무료 티어 제공
- OpenAI 호환 엔드포인트 전부: 다른 프로바이더에 접근 권한이 있으면 그것도 연결 가능
커스텀 엔드포인트 설정에는 베이스 URL과 API 키가 필요하다. 설정 마법사에서 처리할 수 있고, 설정 파일을 직접 편집해도 된다(다음 섹션에서 설명).
설정
Hermes Agent의 설정 파일은 ~/.hermes/config.toml에 있다. 설정 마법사를 실행하면 다음과 같은 내용을 볼 수 있다:
[model]
provider = "openrouter"
api_key = "sk-or-v1-..."
model = "meta-llama/llama-3.3-70b-instruct:free"
[agent]
name = "Hermes"
memory = true
skills_dir = "~/.hermes/skills"
[messaging]
# 메시징 플랫폼 설정은 여기에
# telegram_token = ""
# discord_token = ""주요 설정 항목
모델 설정: 언제든 모델이나 프로바이더를 전환할 수 있다. OpenRouter의 다른 무료 모델을 시도하고 싶으면 model 필드를 업데이트하면 된다. 프로바이더를 완전히 바꾸려면 provider를 "openai"나 "nous"로 변경하고 API 키를 업데이트.
메모리: memory = true로 유지하자. 이게 학습 루프를 활성화한다. 에이전트는 대화 기록과 스킬 개선 내역을 ~/.hermes/memory/에 저장한다.
스킬 디렉토리: 학습된 스킬이 저장되는 곳이다. ~/.hermes/skills/를 살펴보면 에이전트가 무엇을 배웠는지 확인할 수 있다. 스킬은 JSON 파일로 저장되며, 수동으로 미세 조정도 가능하다.
CLI에서 모델 전환
매번 설정 파일을 편집할 필요 없다. Hermes Agent에 내장 명령이 있다:
# 현재 프로바이더에서 사용 가능한 모델 나열
hermes model list
# 특정 모델로 전환
hermes model set meta-llama/llama-3.3-70b-instruct:free
# 현재 사용 중인 모델 확인
hermes model show헬스 체크
설정 변경 후 이걸 실행해서 모든 게 제대로 연결되어 있는지 확인:
hermes doctorAPI 키, 모델 가용성, 네트워크 연결, 스킬 시스템 상태를 검사한다. 문제가 있으면 뭘 고쳐야 하는지 정확히 알려준다.
첫 세션 실행하기
설정이 끝나면 세션을 시작:
hermes chat인터랙티브 REPL이 열린다. 먼저 간단한 걸 시도해보자:
You: What tools do you have available?
Hermes: I have access to 47 built-in tools including:
- file_read / file_write (file operations)
- shell_exec (run shell commands)
- web_search / web_fetch (web access)
- code_search (search codebases)
- calendar / reminders (scheduling)
- ...and more. I can also use MCP tools if configured.그 다음 진짜 작업을 줘보자:
You: Create a Python script that monitors a directory for new files and logs their names to a file called new_files.log
Hermes: I'll create that for you.
[creates watch_dir.py with inotify or polling-based implementation]
[tests the script]
The script is ready at ./watch_dir.py. Run it with python watch_dir.py /path/to/watch처음 요청하면 에이전트가 스킬을 처음부터 만든다. 나중에 비슷한 작업을 요청하면 다듬어진 버전을 재사용한다. 몇 번 세션을 돌린 후 스킬 디렉토리를 확인해보면 그 효과를 볼 수 있다.
메시징 플랫폼 연결
Hermes Agent의 돋보이는 기능 중 하나가 플랫폼 지원이다. CLI뿐만 아니라 15개 이상의 메시징 플랫폼을 통해 대화할 수 있다.
Telegram 설정
- Telegram에서 @BotFather에게 메시지해서 새 봇 생성
- 봇 토큰 복사
- 설정에 추가:
hermes gateway add telegram --token "YOUR_BOT_TOKEN"- 게이트웨이 시작:
hermes gateway start telegram이제 Telegram에서 직접 에이전트와 채팅할 수 있다. CLI 세션과 동일한 메모리와 스킬이 공유된다.
Discord 설정
- Discord Developer Portal에서 봇 생성
- Message Content Intent 활성화
- 봇 토큰 복사
- 설정:
hermes gateway add discord --token "YOUR_BOT_TOKEN"
hermes gateway start discord기타 지원 플랫폼
모든 플랫폼에서 동일한 패턴이다. hermes gateway add <platform>에 필요한 자격 증명을 함께 사용:
- Slack: 봇 스코프가 있는 Slack App 필요
- WhatsApp: WhatsApp Business API 또는 비공식 브릿지 사용
- Signal: signal-cli 설정 필요
- Matrix: Matrix 봇 계정 필요
- Mattermost: 개인 액세스 토큰
- Email: IMAP/SMTP 자격 증명
- SMS: Twilio 또는 유사 서비스
- DingTalk / Feishu / WeCom: 중국계 메시징 플랫폼
hermes gateway list를 실행하면 사용 가능한 모든 플랫폼과 상태를 확인할 수 있다.
알아두면 좋은 핵심 기능
스킬 허브
Hermes Agent에는 커뮤니티 스킬 저장소가 있다. 다른 사람이 만든 스킬을 탐색하고 설치할 수 있다:
# 커뮤니티 스킬 탐색
hermes skills browse
# 특정 스킬 설치
hermes skills install web-scraper
# 설치된 스킬 나열
hermes skills list에이전트가 처음부터 배우길 기다리고 싶지 않을 때 유용하다. 웹 스크래핑, API 테스트, 문서 파싱 같은 일반적인 작업은 이미 누군가 스킬을 만들어놨을 확률이 높다.
크론 스케줄링
외부 크론 없이 에이전트 내부에서 정기 작업 설정:
hermes cron add "0 9 * * *" "Summarize yesterday's git commits and post to #dev-channel"에이전트가 내부적으로 스케줄링을 처리하고, 스킬을 사용해 작업을 실행한다.
음성 모드
손을 놓고 쓰고 싶다면:
hermes chat --voice시스템 마이크와 스피커를 사용한다. 오디오 입력을 처리하는 모델과 함께 쓸 때 가장 좋고, 로컬 음성 인식 레이어를 사용할 수도 있다.
서브 에이전트 위임
복잡한 다단계 작업의 경우, Hermes Agent가 서브 에이전트를 띄울 수 있다:
You: Research the top 5 VPS providers, compare their pricing, and create a summary document
Hermes: I'll delegate this to subagents for parallel research.
[spawns subagents for each provider]
[collects results]
[generates comparison document]서브 에이전트는 부모 에이전트의 메모리와 스킬 시스템을 공유하므로, 메인 에이전트가 축적한 모든 경험을 활용할 수 있다.
문제 해결
"command not found: hermes"
설치 스크립트가 Hermes를 PATH에 추가하지만, 현재 셸에 반영되지 않았을 수 있다. 해결:
source ~/.bashrc # 또는 ~/.zshrc그래도 안 되면 ~/.local/bin/hermes가 존재하는지 확인하고 수동으로 PATH에 추가:
export PATH="$HOME/.local/bin:$PATH"API 키 오류
먼저 hermes doctor를 실행. API 키가 유효한지, 만료되었는지, 선택한 모델이 사용 불가한지 알려준다. 일반적인 해결 방법:
- OpenRouter: openrouter.ai/keys에서 키 확인
- 무료 모델에는 요율 제한이 있을 수 있음—다른 무료 모델 시도
- API 키 끝에 불필요한 공백이 없는지 확인
모델이 응답하지 않음
무료 티어 모델에는 사용량 상한이 있다. 상한에 도달하면:
hermes model list # 사용 가능한 모델 확인
hermes model set <different-free-model> # 전환메모리 사용량이 높은 경우
에이전트의 메모리가 너무 커진 경우(du -sh ~/.hermes/memory/로 확인), 오래된 항목을 정리할 수 있다:
hermes memory prune --older-than 30d최근 상호작용과 스킬은 유지하면서 30일 이상 된 대화 로그를 삭제한다.
게이트웨이 연결 문제
메시징 플랫폼의 경우, 먼저 게이트웨이 프로세스가 실행 중인지 확인:
hermes gateway status게이트웨이가 자주 끊기면 네트워크를 확인하고 재시작:
hermes gateway restart telegram마무리
Hermes Agent는 다른 오픈소스 에이전트가 제대로 하지 못한 걸 해냈다: 실제로 사용 패턴에서 학습하고 점점 나아진다. 워크플로를 수동으로 정의하거나 커스텀 플러그인을 작성할 필요가 없다. 스킬 시스템이 진짜 차별점이다—처음엔 10분 걸리던 작업이 다섯 번째엔 30초면 끝난다.
저렴한 하드웨어에서 돌아가고, 무료 모델 프로바이더에 연결된다. 즉, 거의 제로 비용으로 24시간 내내 작동하는 개인 AI 에이전트를 가질 수 있다. Telegram이나 Discord에 연결하면, 내 선호, 내 코드베이스, 내 워크플로를 기억하는 상시 대기 어시스턴트가 완성된다.
시작 방법:
- VPS를 고르거나(로컬 머신도 가능) LightNode가 적합하다
- 원라인 설치 스크립트 실행
- OpenRouter에 가입하고 무료 모델 가져오기
- 채팅 시작
GitHub 저장소에 상세한 문서가 있고, 커뮤니티도 활발하다. 주말 하나 투자해보자—월요일이면 당신의 에이전트가 이미 당신의 작업에 특화된 스킬을 쌓기 시작할 것이다.