[아티클] 지금 뜨는 AI 에이전트, 헤르메스 에이전트란? cf.오픈클로·클로드코드·코덱스
5분 트렌드 아티클 | AI
지금 뜨는 AI 에이전트, 헤르메스 에이전트란? cf.오픈클로·클로드코드·코덱스
📌 5초 핵심 요약
• 헤르메스 에이전트는 Nous Research가 만든 오픈소스 자기학습형 에이전트로, 작업 트래젝토리를 저장하고 스킬을 자동 생성하면서 세션을 넘어서 점점 더 개인화·고도화되는 것이 특징입니다.
• 반면 오픈클로는 여러 에이전트와 채널을 운영체제처럼 묶는 멀티에이전트 플랫폼이고, 클로드코드는 시니어 개발자처럼 복잡한 코드 작업을 함께하는 코딩 특화 도구, 코덱스는 속도와 병렬 처리에 강한 클라우드 코딩 에이전트로 포지셔닝됩니다.
.
•결국 네 도구는 “누가 더 강력한가”보다 “코딩 생산성, 반복 작업 자동화, 팀 단위 운영 중 지금 무엇을 먼저 해결하고 싶은가”에 따라 선택이 갈리는 서로 다른 용도의 도구들입니다.
🧐 쏟아지는 AI 에이전트, 지금 가장 뜨는 툴은?
바야흐로 진정한 AI 에이전트의 시대를 맞이했습니다. 그중에서도 올해 초부터 트위터나 각종 커뮤니티에서 자주 등장하는 이름이 있는데요. 바로 ‘헤르메스 에이전트(Hermes Agent)입니다. 특히 오픈클로를 대체하는 선택지로 거론되면서 크게 화제가 되었는데요. 단순히 또 하나의 AI 에이전트가 등장했다고만 보기에는, 헤르메스 특유의 장점이 아주 확실하답니다. 무엇보다도 헤르메스 에이전트는 “쓸수록 스스로 나아진다”는 표현이 후기에서 반복해서 등장해요. 그래서 이번 아티클에서는 헤르메스 에이전트가 무엇이고, 왜 뜨고 있는지 파헤쳐 보려 합니다.
👽 헤르메스 에이전트, 누가 만들었을까?
헤르메스 에이전트는 Nous Research가 2026년 2월 공개한 오픈소스 자율 AI 에이전트입니다. 현 시점에서 깃허브에서 아주 뜨거운 자율형 AI 에이전트로 주목받고 있죠. 서버나 노트북에 상주하면서 LLM을 연결해두면, 대화와 작업 기록을 바탕으로 스스로 스킬을 만들고 기억을 축적하는 구조를 가지고 있습니다. 그래서 단순히 “좋은 대답을 잘 해주는 챗봇”이라기보다, 시간이 지날수록 사용자를 더 잘 아는 개인 비서에 가까운 포지션을 지향한다고 해요.
👀 헤르메스 에이전트만의 장점은?
무엇보다도 쓸수록 똑똑해지는 자기학습형 에이전트라는 점이 헤르메스 만의 독보적인 특장점이라고 볼 수 있어요. 헤르메스 에이전트의 자체 기억력 시스템 덕분에 이런 타이틀이 붙을 수 있었는데요. 작업을 한 번 수행하면 자동으로 데이터를 축적하고 이후에는 별도 지시 없이 같은 작업을 별도 지시 없이 빠르게 실행할 수 있어요. 이런 식으로 대화 기록과 유저 스타일을 지속적으로 반영하기에 사용할수록 더 개인화 된다는 엄청난 이점이 있죠. 게다가 헤르메스 에이전트는 코드 작성부터 리뷰나 디버깅까지 팀처럼 역할을 나눠 효율적으로 일하는, 개발에 최적화된 에이전트라는 사실도 잊으면 안 돼요.
* 헤르메스 에이전트
“기억력을 바탕으로 점차 나아지는 자기개선형 에이전트”
단일 에이전트가 장기 메모리와 학습 루프를 바탕으로 성장하는 구조. 한 명의 오래된 비서를 옆에 두는 것과 비슷한 느낌. 개인 창업자나 개발자가 리서치-운영-코딩 작업까지 에이전트 하나에 맡기고 싶을 때 적절
* 오픈클로
“여러 에이전트와 모델을 운영체제처럼 연결하는 플랫폼”
에이전트 하나가 아니라 다양한 종류의 에이전트를 배치하고 조율하는 기능이 핵심. 슬랙이나 텔레그렘, 디스코드 등 다양한 채널에 여러 에이전트를 배치하고 싶을 때 적합
* 클로드코드
“깊은 이해를 바탕으로 복잡한 작업을 해내는 시니어 개발자같은 에이전트”
사용자 옆에서 복잡한 코드 설계까지 해내는 에이전트. 깊이 있는 작업이 가능한 최고 수준의 툴. MCP 플러그인과 스킬 생태계가 크다는 것 역시 장점.
* 코덱스
“여러 작업을 병렬로 수행하는 에이전트”
토큰 효율이 좋고 속도가 빠른 AI 에이전트로서, 테스트 작업 및 PR 작업 등에 알맞음. 장기 메모리 측면에서는 다른 에이전트보다 상대적으로 약할 수도
헤르메스 에이전트가 지금 뜨고 있는 이유
앞서 설명한 장점도 장점이지만, 헤르메스 에이전트가 주목받는 진짜 이유는 따로 있습니다. 바로 대부분의 AI 에이전트가 풀지 못한 오랜 숙제를 헤르메스가 건드리기 때문이에요. 대부분의 에이전트는 대화가 끝나면 기존 작업의 맥락을 잊어버리죠. 그런데 헤르메스는 한 세션이 끝나도 그 내용을 기억해요. ‘폐쇄 학습 루프(closed learning loop)’ 덕분인데요. 이 학습 루프는 사용자가 작업을 요청하면 여러 도구를 호출해 작업을 하고, 그 작업 과정과 결과를 저장합니다. 이후 비슷한 작업이 반복될 때 지난 기억을 바탕으로 자동 스킬을 생성하며 작업 성공률을 높이도록 설계되어 있죠. 이게 끝이 아닙니다. Honcho라 불리는 사용자 모델링 시스템은 세션이 쌓일수록 사용자에 대한 이해를 고도화 하는데요. 이런 구조 덕분에 헤르메스 에이전트가 ‘여러 세션을 반복하며 몇 주, 더 나아가 몇 달을 썼을 때 더 나아지고 발전하는 AI 에이전트’로 알려질 수 있었죠.
⚡️ 헤르메스 에이전트 VS 오픈클로 VS 클로드코드 VS 코덱스
그동안 패스트캠퍼스 인사이트에서 다뤘던 오픈클로, 클로드코드, 코덱스와 비교해볼까요?
아래는 퍼플렉시티에 네개 툴을 비교해달라고 요청해서 만든 표입니다.
표 아래에서는 각 에이전트 별로 좀 더 풀어서 쉽게 설명해볼게요.
🔎 AI 에이전트, 뭘 어떻게 골라 쓰면 좋을까요?
결국 네 가지 도구는 “누가 더 세냐”의 문제가 아니라, “어떤 일을 누구에게 맡길 거냐”의 문제에 가깝습니다. 헤르메스 에이전트는 나와 함께 성장하는 장기 파트너에 가깝고, 오픈클로는 다양한 에이전트를 조직 전체에 배치하는 운영 플랫폼에 가깝습니다. 클로드코드는 깊은 이해가 필요한 코딩 세션에, 코덱스는 속도와 병렬 작업이 중요한 자동화 시나리오에 어울립니다. 지금 나에게 가장 필요한 게 무엇인지 살펴보는 게 먼저입니다. AI 에이전트에게 맡기고 싶은 것이 코딩인지, 반복 작업 자동화인지 먼저 짚어 보면, 네 가지 중 어떤 에이전트를 먼저 써봐야 할지도 자연스럽게 정리될 거예요.