Hermes Agent는 Nous Research가 만든 자체 개선형 AI 에이전트입니다. 단순히 질문에 답하는 챗봇이 아니라, 작업 경험을 스킬로 만들고 이후 작업에서 다시 활용하도록 설계된 도구입니다.1
이 관점에서 Curator는 사소한 관리 기능이 아닙니다. Hermes Agent가 오래 실행될수록 쌓이는 스킬을 정리하고, 학습이 운영 가능한 형태로 유지되게 만드는 장치입니다.
Hermes Agent의 핵심은 “축적”입니다
Hermes Agent는 경험에서 스킬을 만들고, 사용 중에 그 스킬을 개선하는 내장 학습 루프를 갖고 있습니다.1 또한 과거 대화를 검색하고, 세션을 넘어 사용자에 대한 모델을 축적합니다.1
이 구조는 반복 작업에서 특히 유용합니다. 에이전트가 매번 처음부터 추론하는 대신, 이전에 해결한 절차와 맥락을 불러와 더 빠르게 대응할 수 있기 때문입니다.
하지만 축적에는 관리 문제가 따라옵니다. 스킬이 계속 늘어나면 비슷한 내용이 중복될 수 있고, 오래된 절차가 남아 이후 판단을 흐릴 수 있습니다. 학습이 장점으로 남으려면, 쌓인 스킬을 정리하는 방식도 함께 필요합니다.
Curator는 스킬 저장소를 관리합니다
Curator는 에이전트가 직접 만든 스킬을 관리하는 기능입니다. 번들 스킬이나 허브에서 설치한 스킬은 대상으로 삼지 않습니다.2
기본 흐름은 명확합니다. 사용되지 않은 스킬은 일정 기간이 지나면 active → stale → archived 상태로 이동합니다. 기본값은 30일 미사용 시 stale, 90일 미사용 시 archive입니다.2
중요한 점은 이것이 자동 삭제가 아니라는 것입니다. 보관된 스킬은 ~/.hermes/skills/.archive/로 이동하며, 필요하면 복구할 수 있습니다.2 사용자는 hermes curator status, hermes curator run, hermes curator pin 같은 명령으로 상태를 확인하고, 수동 실행하거나, 특정 스킬을 보호할 수 있습니다.2
즉 Curator는 에이전트의 기억을 지우는 기능이 아니라, 장기 운영을 위해 스킬 저장소를 정돈하는 기능에 가깝습니다.
중요한 질문은 “오래 쓸 수 있는가”입니다
Hermes Agent는 5달러 VPS, GPU 클러스터, 서버리스 인프라에서 실행할 수 있습니다.1 노트북에 묶이지 않고 클라우드 VM에서 작업하며 Telegram으로 대화할 수도 있습니다.1
모델 선택지도 넓습니다. Nous Portal, OpenRouter, NovitaAI, NVIDIA NIM, Hugging Face, OpenAI, 자체 엔드포인트를 지원하며, OpenRouter는 200개 이상의 모델 선택지로 언급됩니다.1 모델 전환은 hermes model 명령으로 처리합니다.1
터미널 UI 역시 멀티라인 편집, 슬래시 명령 자동완성, 대화 기록, 스트리밍 도구 출력을 지원합니다.1 이는 Hermes Agent가 단기 실험용 챗봇보다는, 서버에 두고 지속적으로 사용하는 개인 또는 팀 에이전트에 가깝다는 점을 보여줍니다.
그렇다면 Curator의 의미도 분명해집니다. 스스로 배우는 에이전트에는 스스로 정리하는 구조가 필요합니다. 학습만 있고 정리가 없으면, 축적된 지식은 자산이 아니라 운영 부담이 될 수 있습니다.
Hermes Agent를 볼 때 확인할 것
Hermes Agent를 평가할 때는 기능 목록만 볼 것이 아니라, 장기 운영에 필요한 흐름이 갖춰져 있는지 봐야 합니다.
경험을 스킬로 바꾸는가
과거 대화와 사용자 맥락을 활용하는가
여러 실행 환경에서 지속적으로 운영할 수 있는가
모델을 유연하게 바꿀 수 있는가
쌓인 스킬을 정리하고 보호할 수 있는가
Curator는 이 마지막 질문에 대한 답입니다. Hermes Agent의 핵심이 “성장하는 에이전트”라면, Curator는 그 성장이 무질서한 누적이 아니라 관리 가능한 축적으로 남게 만드는 기능입니다.
참고
1GitHub - NousResearch/hermes-agent: The agent that grows with you
이 노트는 보도·비평·교육·연구 목적으로 작성되었습니다. 저작권 문의가 있으시면 에서 알려주세요.