OpenClaw에서 대탈출: 일주일 만에 별점 53,000개를 모은 Hermes Agent, 그 폭발의 진짜 이유

개발자들이 에이전트를 갈아타는 이유가 “기능이 더 많아서”가 아니라 “더 이상 못 믿겠어서”라면, 이것은 기술 경쟁의 문제가 아니라 신뢰 위기의 문제다. AI 에이전트 생태계에 무슨 일이 벌어지고 있는가?

도입

2026년 4월 둘째 주, GitHub Trending에 이례적인 숫자가 등장했다. Nous Research가 만든 AI 에이전트 프레임워크 hermes-agent가 단 일주일 만에 53,000개 이상의 별점을 획득한 것이다. 같은 주 2위였던 Andrej Karpathy의 Claude Code 스킬 파일이 30,000개였으니, hermes-agent는 2위의 거의 두 배에 가까운 수치를 기록한 셈이다.

물론 GitHub 별점이 곧 실력을 의미하지는 않는다. 바이럴 효과, 봇, 일시적 관심 등 다양한 요인이 작용할 수 있다. 그러나 hermes-agent의 경우는 단순한 바이럴로 설명하기 어려운 맥락이 있다. 2월 25일 조용히 v0.1.0을 출시한 이후 두 달도 안 되어 누적 90,000개 이상의 별점을 기록했고, 포크 수 12,400개라는 숫자는 이 저장소가 “구경”이 아닌 “실사용” 영역에 들어갔음을 보여준다.

그리고 이 폭발적 성장의 배경에는, 같은 시기 AI 에이전트 생태계를 뒤흔든 하나의 사건이 있다.

OpenClaw의 3월: 138개의 CVE와 824개의 악성 스킬

hermes-agent의 성장을 이해하려면, 먼저 OpenClaw에서 무슨 일이 일어났는지를 알아야 한다.

OpenClaw는 2026년 4월 초 기준 345,000개 이상의 GitHub 별점을 보유한, AI 에이전트 분야의 사실상 표준이었다. “AI를 모든 것에 연결하라”라는 비전 아래, 방대한 통합 생태계와 ClawHub라는 스킬 마켓플레이스를 갖추고 있었다. 그런 OpenClaw가 2026년 3월, 전례 없는 보안 위기를 맞았다.

3월 18일부터 21일까지 단 4일 동안 9개의 CVE가 공개됐다. 그중 CVE-2026-32922는 CVSS 9.9점(최고 10점)이라는 치명적 등급을 받았다. 이 취약점은 OpenClaw의 디바이스 토큰 갱신 기능에서 발생했는데, 제한된 권한의 토큰으로 전체 관리자 권한의 토큰을 발급받을 수 있다는, 권한 설계의 근본적 결함이었다.

그러나 진짜 충격은 CVE가 아니었다. 보안 기업 Koi가 ClawHub 마켓플레이스를 감사한 결과, 최초 2,857개의 등록 스킬 중 341개가 악성 코드를 포함하고 있었다. 이 중 335개는 ‘ClawHavoc’이라는 단일 캠페인에 연결되어 있었는데, MetaMask, Phantom, Trust Wallet 등 암호화폐 지갑의 인증 정보를 탈취하도록 설계된 것이었다. 이후 마켓플레이스가 10,700개 이상으로 성장하면서 확인된 악성 스킬은 824개로 늘어났다.

규모를 가늠해 보자. 인터넷에 노출된 OpenClaw 인스턴스는 82개국에 걸쳐 135,000개 이상이었고, 그중 63%가 인증 없이 작동하고 있었다. 네트워크에 접근할 수 있는 누구나 페어링 요청을 보낼 수 있는 상태였다는 뜻이다.

이 사태는 단순한 “버그”가 아니었다. 에이전트 인프라의 공급망 보안이 근본적으로 취약하다는 것을 드러낸 구조적 사건이었다. ClawHub는 npm이나 PyPI와 같은 패키지 레지스트리가 겪어온 공급망 공격 문제를 그대로 재현한 것이다. 개발자들이 “편리한 스킬을 설치하는” 행위가 곧 “검증되지 않은 코드를 에이전트에게 실행 권한과 함께 넘기는” 행위가 되는 구조적 모순이, 마침내 현실의 피해로 이어진 것이다.

탈출구를 찾는 개발자들

이 시점에서 개발자들이 대안을 찾기 시작한 것은 자연스러운 반응이었다. X(트위터), Reddit, Hacker News, 각종 Discord 서버에서 OpenClaw를 떠나겠다는 선언이 이어졌다. 그리고 그 이동의 목적지 중 가장 많이 언급된 것이 Hermes Agent였다.

흥미로운 점은 개발자들이 Hermes를 선택한 이유다. 기능이 더 많아서가 아니었다. OpenClaw는 기능 면에서 여전히 Hermes를 압도한다. 345,000개 별점과 10,700개 이상의 스킬 생태계, 네이티브 멀티 에이전트 지원 등 순수 기능 비교에서 Hermes가 이기기는 어렵다.

개발자들이 반복적으로 언급한 키워드는 **신뢰(trust)**였다.

“마침내 신뢰할 수 있는 OpenClaw 대안이 나왔다. 뛰어난 Hermes 모델 시리즈를 만든 같은 팀이라는 점이 결정적이었다.” — 이런 류의 코멘트가 커뮤니티 전반에서 반복되었다. Nous Research가 오픈소스 LLM 파인튜닝 분야에서 수년간 쌓아온 기술적 신뢰가, 에이전트 선택이라는 전혀 다른 의사결정에까지 영향을 미친 것이다.

OpenRouter는 Hermes가 “일주일 내내 트렌딩이었고 여러 랭킹에 이름을 올렸다”고 확인했다. Nous Research가 개최한 해커톤에는 187개의 제출물이 몰려들었다. 개발자 커뮤니티의 관심이 단순한 호기심을 넘어서 실제 사용과 기여로 이어지고 있다는 신호였다.

Hermes Agent의 기술적 실체: “성장하는 에이전트”란 무엇인가

신뢰와 타이밍이 Hermes의 성공에 큰 역할을 한 것은 사실이지만, 기술적 실체가 없다면 이 정도의 성장은 불가능했을 것이다. Hermes Agent가 기존 에이전트 프레임워크와 실제로 다른 점을 살펴볼 필요가 있다.

폐쇄형 학습 루프 (Closed Learning Loop)

Hermes Agent의 가장 핵심적인 차별점은 “폐쇄형 학습 루프”다. 대부분의 AI 에이전트는 정적이다. 도구를 주면 그 도구를 사용하고, 지시를 주면 그 지시를 따르지만, 경험에서 새로운 능력을 만들어내지는 못한다. 매번 세션이 끝나면 다시 제로에서 시작한다.

Hermes는 다르게 작동한다. 복잡한 작업을 수행한 뒤, 그 경험을 분석하여 재사용 가능한 “스킬 문서”를 자동으로 생성한다. 이 스킬은 영속적 메모리에 저장되고, 이후 유사한 작업을 만나면 자동으로 호출된다. 스킬 자체도 사용 과정에서 자체 개선된다.

벤치마크에 따르면, 자체 생성된 스킬을 사용하는 Hermes 인스턴스는 초기 상태의 인스턴스 대비 리서치 태스크를 40% 더 빠르게 완료했다. “사용할수록 빨라지는 에이전트”라는 주장이 단순한 마케팅이 아니라 실측 데이터로 뒷받침된 셈이다.

크로스세션 기억 (Cross-Session Recall)

두 번째 핵심은 기억 시스템이다. Hermes는 FTS5(SQLite 전문 검색)를 활용하여 모든 과거 세션을 인덱싱하고, LLM 기반 요약과 결합하여 몇 주 전의 대화 내용까지 회상할 수 있다. 또한 Honcho 변증법 사용자 모델링을 지원하여 사용자의 작업 패턴, 선호, 맥락을 점진적으로 학습한다.

이것이 중요한 이유는, AI 에이전트의 가장 흔한 불만이 “매번 처음부터 설명해야 한다”는 점이기 때문이다. Hermes는 이 문제를 아키텍처 수준에서 해결하려 한다. SOUL.md(에이전트의 페르소나), MEMORY.md(영속적 기억), USER.md(사용자 프로필) 파일을 통해 맥락이 세션을 넘어 유지된다.

극단적 유연성: $5 VPS부터 GPU 클러스터까지

Hermes의 세 번째 차별점은 배포 유연성이다. 6가지 터미널 백엔드(로컬, Docker, SSH, Daytona, Singularity, Modal)를 지원하며, 5달러짜리 VPS부터 GPU 클러스터까지 동일한 코드베이스로 작동한다. Modal이나 Daytona를 사용하면 서버리스 환경에서 유휴 시 거의 비용이 발생하지 않는다.

모델 의존성도 없다. hermes model 한 줄로 Nous Portal, OpenRouter(200개 이상 모델), OpenAI, MiniMax, Hugging Face 등을 코드 변경 없이 전환할 수 있다. Claude Code가 Anthropic 모델에 종속되어 있고, OpenClaw가 특정 모델 조합에 최적화되어 있는 것과 대조적이다.

여기에 Telegram, Discord, Slack, WhatsApp, Signal, Email, Home Assistant를 단일 게이트웨이로 지원하는 멀티 플랫폼 접근성은, Hermes가 “개발자 도구”를 넘어 “개인 AI 어시스턴트” 영역까지 노리고 있음을 보여준다.

그래서 실제로 뭘 할 수 있나: Hermes Agent 실사용 가이드

기술 아키텍처가 인상적인 것은 알겠는데, 실제로 어떻게 쓰고, 무엇이 가능한가? Hermes Agent의 구체적인 사용법과 자동화 시나리오를 살펴본다.

5분 안에 시작하기

설치와 시작은 놀라울 정도로 간단하다.

# 한 줄 설치
curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash

# 대화 시작
hermes

# 모델 선택 (200+ 모델 중 택 1)
hermes model

# 도구 설정 확인
hermes tools

설치 후 hermes 한 줄이면 터미널에서 대화가 시작된다. 초기 설정에서 LLM 제공자를 고르면 되는데, Nous Portal(자체), OpenRouter, OpenAI, MiniMax 등을 코드 한 줄 수정 없이 전환할 수 있다. 예산이 빠듯하다면 OpenRouter를 통해 무료 모델로 시작하는 것도 가능하다.

핵심 사용 시나리오: 코딩 에이전트를 넘어서

Hermes Agent가 Claude Code나 기타 코딩 에이전트와 근본적으로 다른 점은, 코딩에 특화되지 않았다는 것이다. 범용 자율 에이전트로서 아래와 같은 시나리오를 하나의 도구로 커버한다.

일상 자동화: cron 스케줄러 내장

# "매일 아침 8시에 기술 뉴스를 요약해서 Slack에 보내줘"
# "매주 금요일 저녁에 이번 주 GitHub 커밋을 정리해서 보고서를 만들어줘"
# "매일 밤 12시에 서버 로그를 분석하고 이상 징후가 있으면 Telegram으로 알려줘"

내장 cron 스케줄러가 있어서 반복 작업을 에이전트에게 자연어로 맡길 수 있다. 설정한 자동화는 연결된 모든 메시징 플랫폼(Slack, Telegram, Discord 등)으로 결과가 전달된다.

멀티 플랫폼 어시스턴트: 하나의 에이전트, 여덟 개의 창구

# 게이트웨이 시작 — 모든 메시징 플랫폼 동시 연결
hermes gateway

하나의 Hermes 인스턴스가 Telegram, Discord, Slack, WhatsApp, Signal, Email, Home Assistant를 동시에 처리한다. Slack에서 시작한 대화의 맥락을 Telegram에서 이어갈 수 있다. 크로스세션 기억 덕분에, “아까 Slack에서 이야기한 그 건”이라고 말해도 에이전트가 맥락을 이해한다.

리서치 자동화: 서브 에이전트 위임

"이 세 개 논문을 각각 읽고 요약해줘. 그리고 공통점과 차이점을 비교 분석해줘."

Hermes는 독립적인 서브 에이전트를 스폰하여 병렬 작업을 처리한다. 세 개의 논문 요약을 동시에 진행한 뒤, 결과를 취합하는 식이다. 각 서브 에이전트는 격리된 환경에서 실행되므로 컨텍스트 비용이 제로에 가깝다.

서버 관리와 DevOps

"프로덕션 서버의 디스크 사용량을 확인하고, 80%를 넘는 파티션이 있으면 불필요한 로그를 정리해줘."
"Docker 컨테이너 상태를 확인하고, 죽어 있는 서비스가 있으면 재시작해줘."

SSH 터미널 백엔드를 사용하면 Hermes가 원격 서버에 직접 접속하여 명령을 실행한다. Modal이나 Daytona 백엔드를 사용하면 서버리스 환경에서 유휴 시 비용이 거의 발생하지 않으면서도, 필요할 때 즉시 작업을 수행하는 구조가 가능하다.

스킬이 쌓이면 뭐가 달라지나

위의 시나리오들이 기존 에이전트로도 가능한 것처럼 보일 수 있다. 차이는 반복에서 드러난다.

예를 들어 처음에 “GitHub 리포지토리의 이번 주 커밋을 분석하고 주간 보고서를 만들어줘”라고 요청하면, Hermes는 시행착오를 거치며 작업을 완료한다. 이 과정에서 “GitHub API로 커밋 목록을 가져오는 방법”, “보고서 포맷”, “요약에 적합한 프롬프트 구조” 등을 스킬로 자동 저장한다.

다음 주에 같은 요청을 하면, 에이전트는 저장된 스킬을 자동으로 불러와서 시행착오 없이 바로 실행한다. 벤치마크상 40% 더 빠르다는 수치가 이 맥락이다. 시간이 지날수록 에이전트의 반복 업무 처리 속도가 점점 빨라지는 구조다.

이것이 OpenClaw의 “마켓플레이스에서 남이 만든 스킬을 가져오는” 접근과 근본적으로 다른 점이다. 내가 만든 스킬은 내 환경에 최적화되어 있고, 외부 코드를 실행하지 않으므로 공급망 공격의 리스크도 없다.

비용 시나리오: 최소 구성은 얼마인가

구성	월 비용	적합한 용도
로컬 (노트북) + 무료 모델	$0	테스트, 개인 용도
$5 VPS + OpenRouter 저가 모델	~$10/월	개인 자동화, 메시징 봇
ConoHa VPS + Nous Portal	~$20/월	팀 자동화, 리서치
Modal (서버리스) + GPT-4o	사용량 과금	간헐적 고품질 작업

$5 VPS에 Hermes를 설치하고, OpenRouter의 저가 모델을 연결하면, 24시간 돌아가는 개인 AI 어시스턴트를 월 10달러 이내로 운영할 수 있다. 유휴 시 Modal을 쓰면 비용은 더 줄어든다. 이 접근성이 개발자들 사이에서 Hermes의 실사용 채택을 끌어올린 주요 요인 중 하나다.

신뢰로 성장한 프로젝트의 신뢰 위기

여기까지 읽으면 Hermes Agent가 마치 결점 없는 구원자처럼 보일 수 있다. 그러나 커뮤니티를 더 깊이 들여다보면, 이 프로젝트에도 무시할 수 없는 균열이 보인다.

Evolver 표절 스캔들: “계정을 삭제하라”

2026년 4월, 중국 테크 미디어 36kr이 폭탄 같은 보도를 내놓았다. Hermes Agent의 핵심 기능인 “자체 진화(self-evolution)” 모듈이, 중국 팀 EvoMap이 만든 오픈소스 엔진 Evolver의 아키텍처를 그대로 복제했다는 의혹이다.

증거는 구체적이다. Evolver의 자체 진화 알고리즘은 10단계 루프 구조를 가지고 있는데, Hermes의 자체 진화 모듈도 정확히 동일한 10단계 루프를 사용한다. 프로그래밍 언어는 다르다(Evolver는 Python, Hermes는 Node.js). 그러나 단계의 배열과 논리 구조가 일치한다. 더 결정적인 것은, 12개의 핵심 용어가 1:1로 치환되어 있다는 점이다. 구조는 같은데 변수명과 개념명만 바꾼 것이다.

타이밍도 의심스럽다. Evolver가 공개된 것은 2026년 2월 1일이다. Hermes의 자체 진화 모듈이 GitHub에 생성된 것은 2026년 3월 9일. 36일 차이다. 그리고 Nous Research가 발표한 7개의 공식 문서 어디에도 Evolver에 대한 언급은 단 한 줄도 없다.

Nous Research의 대응은 문제를 더 악화시켰다. 그들은 “우리 저장소는 2025년 7월에 생성됐다. 우리는 YaRN 등 현대 에이전트 프레임워크의 핵심 기술을 개척한 팀이다. 계정을 삭제하라”고 응답했다. 그러나 메인 저장소는 당시 비공개 상태였으므로 독립적 검증이 불가능했고, 자체 진화 모듈의 커밋 이력은 분명히 3월 9일을 가리키고 있었다. 10단계 루프의 구조적 일치와 12개 용어 치환에 대한 직접적 반박은 없었다.

이 사건이 던지는 질문은 불편하다. OpenClaw의 보안 참사를 피해 “신뢰할 수 있는 대안”으로 이동한 개발자들이, 그 대안의 핵심 기술이 타인의 코드를 적절한 출처 표기 없이 차용한 것이라면, 과연 “신뢰”의 기준은 무엇인가?

53,000개의 별은 전부 진짜인가: 봇팜 의혹

별점의 순수성에 대한 의문도 제기되고 있다. Reddit에서 여러 사용자가 며칠 된 신규 계정들이 템플릿처럼 동일한 구조의 Hermes 홍보 글을 반복 게시하는 패턴을 지적했다. 조직적 마케팅이라는 의혹이다.

커뮤니티의 반응을 분석한 결과도 흥미롭다. 긍정적 의견은 “magical”, “spooked me”, “the future” 같은 감정적이고 포괄적인 표현이 많은 반면, 부정적 의견은 구체적이고 기술적인 경향이 있다. 물론 이것만으로 봇 활동을 단정할 수는 없다. 그러나 Web3 배경의 프로젝트에서 토큰 기반 자금 조달(총 7,000만 달러)을 받은 팀이, 커뮨니티 마케팅에 자원을 투입했을 가능성을 완전히 배제하기도 어렵다.

Hacker News에서 hermes-agent 관련 스레드가 1,064 포인트와 811개의 댓글로 1위를 차지한 날이 하필 Anthropic이 OpenClaw의 Claude 접근을 차단한 날과 겹친다는 점도 타이밍의 우연을 넘어서는 생각할 거리를 준다.

현장의 기술적 비판: “성장하는 에이전트”의 실제 한계

실사용자들의 기술적 비판도 주목할 만하다. 반복적으로 등장하는 세 가지 문제가 있다.

첫째, 자체 평가의 신뢰성. Hermes가 작업 완료 후 스스로를 평가할 때, 거의 항상 긍정적 결과를 내놓는다는 지적이다. 한 사용자는 데이터 수집 과정에서 명백한 오류가 있었음에도 에이전트가 “성공적으로 완료했다”고 자체 판정한 사례를 보고했다. “사용할수록 빨라지는” 학습 루프가 잘못된 자기 확신 위에 스킬을 쌓아가는 것은 아닌지 우려가 있다.

둘째, 자동학습이 수동 편집을 덮어쓰는 문제. 숙련된 사용자가 시간을 들여 세밀하게 튜닝한 설정을, 시스템이 자동학습 과정에서 덮어써 버리는 경우가 보고되고 있다. “성장하는 에이전트”라는 설계가, 역설적으로 숙련 사용자의 전문 지식을 무시하는 결과로 이어지는 것이다.

셋째, 미성숙한 릴리스 이력. OpenClaw가 82번의 릴리스를 통해 안정성을 검증한 것과 달리, Hermes Agent는 아직 6번의 릴리스만을 거쳤다. 5주 동안 7개의 메이저 릴리스를 쏟아낸 것은 개발 속도의 증거이기도 하지만, 장기 안정성이 검증되지 않았다는 뜻이기도 하다.

AI 에이전트 시장의 구조적 재편

이 모든 빛과 그림자를 포함하여 Hermes의 부상을 더 넓은 시각에서 보면, AI 에이전트 시장이 기능 경쟁에서 신뢰 경쟁으로 전환되고 있다는 신호가 보인다. 그리고 아이러니하게도, 그 “신뢰”라는 것이 얼마나 복잡하고 다층적인 개념인지도 함께 드러나고 있다.

2025년까지 에이전트 시장의 주된 경쟁축은 “무엇을 할 수 있는가”였다. 더 많은 통합, 더 많은 도구, 더 많은 모델 지원. OpenClaw가 345,000개의 별점을 모은 것은 이 전략이 성공했기 때문이다.

그러나 2026년 3월을 기점으로 질문이 바뀌었다. “무엇을 할 수 있는가”에서 **“이것을 믿을 수 있는가”**로. 에이전트가 파일 시스템에 접근하고, 코드를 실행하고, API를 호출하고, 결제를 처리할 수 있게 된 시점에서, 보안과 신뢰는 더 이상 부가 기능이 아니라 핵심 요건이 된 것이다.

현재 주요 에이전트 프레임워크의 포지셔닝을 정리하면 이런 그림이 된다.

Claude Code는 Anthropic이라는 단일 기업의 통제 하에 모델과 클라이언트가 모두 있으므로, 폐쇄적이지만 보안 책임 소재가 명확하다는 장점이 있다. 전문 코딩 에이전트로서의 벤치마크도 가장 강하다.

OpenClaw는 가장 넓은 생태계를 가졌지만, 그 개방성이 곧 공격 표면이 되었다. ClawHub의 악성 스킬 사태는 “누구나 기여할 수 있다”의 어두운 면을 보여주었다.

Hermes Agent는 그 사이에서 “오픈소스이되 자체 학습으로 외부 의존성을 줄인다”는 독특한 위치를 잡았다. 스킬을 마켓플레이스에서 가져오는 대신, 에이전트가 스스로 만들게 하는 접근은 공급망 공격의 리스크를 구조적으로 줄이는 효과가 있다. 그러나 Evolver 표절 의혹과 봇팜 의심은, “신뢰”를 무기로 삼은 프로젝트가 그 신뢰를 스스로 훼손할 수 있다는 위험을 보여준다.

결론

Hermes Agent의 이야기는 단순한 성공담이 아니다. 그것은 AI 에이전트 시대의 “신뢰”가 얼마나 복잡하고, 얼마나 쉽게 만들어지며, 얼마나 빠르게 의심받을 수 있는지를 보여주는 사례 연구다.

한쪽에는 OpenClaw의 보안 붕괴가 있다. 138개의 CVE, 824개의 악성 스킬, 135,000개의 무방비 인스턴스. 다른 한쪽에는 Hermes Agent의 폭발적 성장이 있다. 두 달 만에 90,000개의 별점, “사용할수록 빨라지는” 폐쇄형 학습 루프, $5 VPS에서 돌아가는 접근성.

그러나 Hermes에도 그림자가 있다. 중국 팀의 오픈소스 코드를 출처 없이 차용했다는 의혹에 “계정을 삭제하라”고 응답한 Nous Research의 태도. 53,000개의 별점 중 얼마나가 유기적 관심인지 모호한 커뮨니티 역학. “성장하는 에이전트”의 자체 평가가 거의 항상 자기 자신에게 합격점을 주는 아이러니.

결국 이 사례가 말해주는 것은 하나다. AI 에이전트 시대에 “누구를 믿을 수 있는가”라는 질문에 쉬운 답은 없다. OpenClaw를 못 믿겠다고 Hermes로 갈아탔지만, Hermes도 완전한 신뢰의 대상은 아닌 것이다. 어쩌면 진짜 교훈은, 특정 프로젝트를 맹신하는 것이 아니라, 에이전트에게 시스템의 열쇠를 맡기는 행위 자체에 대한 경계를 늦추지 않는 것일지도 모른다.

53,000개의 별은 신뢰의 무게가 아니라, 불안의 무게였을 수도 있다.

출처: