AI 에이전트를 오래 쓰다 보면 같은 일을 반복해서 설명하게 됩니다. 문서 요약 방식, 리포트 형식, 코드 점검 순서처럼 매번 비슷하지만 맥락이 필요한 작업일수록 그렇습니다.
Nous Research가 Hermes Agent의 Skills System에 추가한 /learn은 이 문제를 줄이기 위한 기능입니다. 사용자가 직접 SKILL.md를 작성하지 않아도, Hermes Agent가 로컬 디렉터리, 문서 URL, 과거 대화, 붙여넣은 메모를 입력 자료로 삼아 스킬 파일을 만들 수 있습니다.1
핵심은 단순 자동화가 아닙니다. 에이전트가 “이번에 잘한 방식”을 다음에도 다시 쓸 수 있는 절차로 남긴다는 점입니다.
Hermes Agent에서 스킬이 의미하는 것
Hermes Agent는 Nous Research가 만든 자체 개선형 AI 에이전트입니다. 단순히 대화에 응답하는 데서 끝나지 않고, 경험에서 스킬을 만들고 사용 중 스킬을 개선하는 학습 루프를 갖습니다.2
여기서 스킬은 특정 작업을 반복 수행하기 위한 절차 기억에 가깝습니다. 예를 들면 다음과 같은 업무가 스킬 후보가 됩니다.
월간 리포트를 정해진 형식으로 작성하기
사내 문서 스타일에 맞춰 요약하기
특정 저장소의 배포 전 점검 절차 수행하기
고객 응답 초안을 일정한 기준으로 정리하기
이런 작업은 한 번의 프롬프트로 끝나기보다, 필요한 자료와 순서, 판단 기준을 함께 기억해야 합니다. 기존에는 사람이 이를 SKILL.md 같은 문서로 직접 정리해야 했습니다. /learn은 그 문서화 부담을 에이전트에게 넘깁니다. Hermes Agent가 자체 도구로 자료를 수집하고, 흐름을 정리한 뒤, 재사용 가능한 스킬로 저장하는 방식입니다.1
/learn의 가치는 자동화보다 축적에 있다
/learn이 중요한 이유는 명령어 하나가 추가됐기 때문이 아닙니다. 사용자의 업무 방식이 에이전트 안에 누적될 수 있기 때문입니다.
Hermes Agent는 과거 대화를 검색해 세션 간 기억을 회상할 수 있습니다. 이를 위해 FTS5 세션 검색과 LLM 요약을 사용해 이전 작업의 맥락을 되살립니다.2 여기에 /learn이 결합되면, 과거 대화나 작업 기록이 단순 로그로 남는 것이 아니라 실행 가능한 절차로 바뀔 수 있습니다.
즉, 이전에는 “지난번에 이렇게 했었지”를 사용자가 기억해야 했다면, 이제는 에이전트가 그 방식을 스킬로 정리해 다시 호출할 수 있습니다. AI 에이전트 사용의 초점이 “지금 잘 답하게 하기”에서 “잘한 방식을 남겨 다음에 재사용하기”로 이동하는 셈입니다.
또 하나의 의미는 이식성입니다. Hermes Agent의 스킬은 agentskills.io 오픈 표준과 호환됩니다.2 특정 대화 세션 안에만 머무는 요령이 아니라, 구조화된 작업 패키지로 관리될 가능성이 커집니다.
어떤 업무에 적합한가
/learn은 모든 작업에 쓰기보다, 반복성과 절차성이 있는 업무에 쓰는 편이 좋습니다.
특히 다음 조건에 맞는 작업이 적합합니다.
자주 반복된다
매번 설명이 길다
순서와 기준이 중요하다
관련 문서나 과거 대화가 있다
팀이나 개인의 고유한 방식이 반영된다
예를 들어 팀 리포트 작성, 코드 리뷰 체크리스트, 문서 요약 규칙, 데이터 정리 절차처럼 “결과물보다 과정이 중요한 일”에 잘 맞습니다.
반대로 한 번만 할 작업이나 아직 검증되지 않은 임시 절차를 곧바로 스킬로 만들면 오히려 잡음이 쌓일 수 있습니다. /learn이 스킬 작성을 쉽게 해주더라도, 생성된 내용을 읽고 다듬는 관리 습관은 필요합니다. 에이전트가 만든 절차가 실제 업무 기준과 맞는지 확인해야 재사용 가치가 생깁니다.
호출과 사용 흐름
스킬은 만들어진 뒤에 다시 불러 쓸 수 있어야 의미가 있습니다. Hermes Agent에서는 CLI에서 /skills 또는 /<skill-name> 명령으로 스킬을 탐색할 수 있습니다.2 슬래시 명령 자동완성도 지원하므로, 사용자는 필요한 절차를 명령어처럼 호출하는 방식으로 접근할 수 있습니다.2
이 흐름은 에이전트를 단순한 질의응답 도구가 아니라, 점점 업무 방식을 익히는 실행 환경으로 보게 만듭니다. 반복 업무를 매번 프롬프트로 재구성하는 대신, 한 번 정리된 스킬을 다시 불러 쓰는 구조입니다.
결론
Hermes Agent의 /learn은 AI 에이전트 사용에서 중요한 관점을 보여줍니다. 앞으로의 차이는 단순히 어떤 모델이 더 똑똑한가에만 있지 않습니다. 에이전트가 사용자의 작업 경험을 어떻게 저장하고, 정리하고, 다시 실행하느냐도 중요해집니다.
실무적으로는 자주 반복되는 작업부터 스킬화하는 것이 좋습니다. 긴 설명이 필요한 업무, 문서와 대화 맥락이 쌓여 있는 업무, 팀 고유의 절차가 있는 업무가 우선순위입니다.
/learn의 핵심 가치는 “AI에게 일을 시키는 법”을 매번 다시 설명하지 않아도 되게 만드는 데 있습니다. 잘한 방식을 남기고, 필요할 때 명령어처럼 다시 꺼내 쓰는 것. 그것이 Hermes Agent의 /learn이 제안하는 실용적인 변화입니다.
2GitHub - NousResearch/hermes-agent: The agent that grows with you
이 노트는 보도·비평·교육·연구 목적으로 작성되었습니다. 저작권 문의가 있으시면 에서 알려주세요.