ksungz
Engineering

OpenClaw에서 Hermes로 갈아탄 이유

개인 AI 에이전트 실험을 Hermes로 옮기며 Discord, MCP, Obsidian RAG, 작업 로그를 다시 정리한 과정

HermesOpenClawMCPObsidian RAGAgent RuntimeDiscord

왜 전환했나

OpenClaw로 개인 AI 에이전트 환경을 만들면서 이것저것 많이 실험했다. Discord에서 작업을 지시하고, 여러 모델을 역할별로 나누고, Obsidian에 작업 기록과 메모리를 쌓았다.

처음에는 개인 봇에 가까웠다. 그런데 시간이 지나면서 에이전트가 지켜야 할 규칙이 늘고, 주기 작업과 작업 로그가 생기고, MCP와 RAG까지 붙었다. 그때부터는 "잘 대답하는가"보다 "계속 굴릴 수 있는가"가 더 중요해졌다.

그래서 Hermes로 갈아탔다.

전환 기준

도구 이름을 바꾸는 게 목적은 아니었다. 내가 원한 건 작업 환경을 조금 더 오래 버틸 수 있게 정리하는 것이었다.

  • Discord 작업 지시와 결과 보고가 자연스럽게 이어질 것
  • 프로젝트별 맥락과 공통 규칙을 분리할 것
  • MCP 도구와 Obsidian RAG를 에이전트가 일관되게 사용할 수 있을 것
  • 주기 작업, 작업 로그, 메모리 정리를 따로 관리할 것
  • 문제가 생겼을 때 설정, 로그, 작업 흐름을 사람이 추적할 수 있을 것

나중에 생각해보니 이건 작은 조직의 AI 업무환경을 정리하는 일과 비슷했다. 도구를 하나 더 붙이는 게 아니라, 사람이 일하는 흐름 중 어디에 AI가 들어와야 하는지 다시 그려보는 작업이었다.

바뀐 구조

초기 구조는 OpenClaw를 중심으로 했다.

Discord
  → OpenClaw Gateway
  → Model Pool
  → Obsidian Memory
  → MCP Workspace

전환 후에는 Hermes를 중심에 두고 주변 요소를 다시 나눴다.

Discord 작업 허브
  → Hermes Agent Runtime
  → Model Pool
  → MCP Tools
  → Obsidian RAG
  → Work Log / Memory

가장 크게 바뀐 건 관점이다. 예전에는 어떤 모델이 답하느냐를 먼저 봤다. 지금은 어떤 문서를 읽고, 어떤 도구를 쓰고, 어떤 기록을 남기느냐를 더 먼저 본다.

함께 정리한 것

Discord 작업 허브

일반 작업 지시, 작업 로그, 아이디어 브리핑을 채널 단위로 분리했다. 한 채널에서 모든 대화를 처리하면 편해 보이지만, 시간이 지나면 작업 맥락과 기록이 섞인다.

채널을 나누니 나도 편해졌고, 에이전트에게도 대화의 성격을 설명하기 쉬워졌다.

MCP와 도구 권한

파일 시스템, 브라우저, 검색, RAG 같은 도구는 에이전트가 실제 세계를 만지는 손이다. 많이 붙인다고 좋은 게 아니었다. 어떤 도구를 언제 쓰게 할지 정리하지 않으면, 오히려 불안해진다.

Hermes로 옮기면서 MCP 서버와 로컬 도구를 다시 점검했다. Obsidian RAG도 Hermes에서 바로 부를 수 있는 검색 도구로 묶었다.

Obsidian RAG

Obsidian Vault는 원래 내가 읽으려고 만든 문서 저장소였다. 여기에 로컬 임베딩과 ChromaDB 검색을 붙이면서, 에이전트도 같은 문서를 찾아볼 수 있게 됐다.

이제 Hermes는 작업 전에 프로젝트 문서와 과거 작업 기록을 검색할 수 있다. 내가 매번 처음부터 설명하지 않아도 되는 것이 가장 큰 차이다.

작업 로그와 메모리

에이전트를 오래 쓰려면 로그가 필요하다. 어떤 작업을 했고, 어떤 판단을 했고, 다음에 뭘 반영해야 하는지 남기지 않으면 매번 같은 얘기를 다시 하게 된다.

그래서 작업 로그, 일일 메모리, 장기 메모리를 나눴다. 지금 필요한 기록과 오래 남길 교훈을 한 파일에 섞고 싶지 않았다.

배운 것

좋은 모델을 쓰면 많은 문제가 해결될 줄 알았다. 실제로는 그렇지 않았다. 문맥이 없으면 같은 질문을 반복하고, 도구 권한이 정리되지 않으면 엉뚱한 실행을 할 수 있다.

자동화도 마찬가지다. 자동화 목록을 늘리는 것보다, AI에게 맡길 부분과 사람이 확인할 부분을 나누는 게 더 중요했다.

개인 환경이어도 운영성은 필요했다. 크론, 로그, 헬스체크, fallback, 문서화가 없으면 에이전트는 금방 장난감으로 돌아간다.

지금 상태

지금 Hermes는 개인 작업의 진입점에 가깝다. Discord에서 작업을 받고, 필요하면 Obsidian RAG로 문서를 찾고, MCP 도구로 프로젝트 파일을 확인하고, 결과와 작업 로그를 남긴다.

아직 완성형은 아니다. 그래도 OpenClaw로 시작한 실험을 Hermes로 옮기면서, AI 에이전트를 "써보는 단계"에서 "계속 굴려보는 단계"로 옮겼다.

이 경험이 AX 쪽에도 닿아 있다고 생각한다. 조직에서 AI를 쓰려면 모델 사용법보다 먼저 권한, 문맥, 로그, 검증 흐름을 정리해야 하니까.