taek
1.4K posts
@sumitkim
claude code, openClaw에게 모든 걸 맡겨버린 인간지능 개발자
당신의 로컬LLM이 멍청하다고 생각된다면: 하네스를 체크하세요. Claude Code, GPT Codex는 잘 만들어진 완성된 하네스입니다. 이런 하네스를 사용하는것만으로도 엄청난 성능 차이가 발생합니다. @NousResearch 의 Hermes Agent를 사용하고, Skills를 세팅하는데 시간를 사용하세요.
남편이 화장실 청소를 해주었으면 좋겠어 난 허리디스크가 있으니깐 한번 화장실 여러개 청소하고 나면 허리가 아프니깐 임신했을때도 초기여도 막달이어도 난 내가 항상 했는데 10년 동안 갑자기 문득 그런 생각이 들었어 남편이 한번쯤은 화장실 청소를 해줬음 좋겠어 그 모습이 보고 싶어
맥스튜디오 M3울트라 512gb, 중국 중고 거래가격이 정가의 2-3배에 달할 정도로 치솟는 중 (3천-4천만원)
Hermes vs OpenClaw: 실제 사용자 경험 비교 많은 분들이 최근에 더 에르메스로 넘어오시길래...한 번 이미 정리했지만, 다시 한 번 여기에 요약해두려 함. 둘 중 하나를 선택하고 다른 곳으로 다시 넘어가는 것이 얼마나 짜증나는 일인지 알기 때문에, 신규 진입하는 분들은 신중하게 고르시고, 이미 오픈클로 운용중인 분들은 원래 있는 내용들을 지우지 마시고, 문제가 있으면 재이주할 준비를 하시고 세팅하는 것을 추천합니다. 핵심 차이점 OpenClaw: Telegram-FIRST 인터페이스 Hermes: CLI-FIRST 인터페이스 1. Telegram 내 응답성 OpenClaw가 더, 솔직히 많이 반응이 빠르고 자연스러움. Telegram-only 로 사용하는 경우 불필요하게 Terminal 을 열 필요가 없음. Hermes는 Telegram 에서도 작동하지만, CLI 가 더 최적화되어 있다는 느낌이 강하게 듦. 뭔가 오픈클로에서 당연스럽게 작동했던 동작들이, 구체적인 세팅을 하기 전에 작동하지 않는 모습을 자주 봄. 가끔 이유없이 대답을 안하기도 하는데, 이 이슈는 아직도 풀지 못함. 2. 투명성 및 내부 가시성 Hermes 가 "무엇을 하고 있는지 보여주는 것"에서 압도적 승리: - 실시간으로 모든 작업 로깅 - 복잡한 작업에서 중요한 포인트: - 무엇을 읽는지 (파일, 코드베이스) - 무엇을 검색하는지 (session_search, search_files) - 어떤 추론을 하고 있는지 - 에러가 발생하면 어디서 발생했는지 OpenClaw: 내부 프로세스가 보이지 않음. "작업이 시작되고 완료됨"만 알려줌. 중간 과정을 추적 불가. 3. 중단 및 제어 기능 (Interruption Capability) Hermes: - 작업 중 중단 가능 - 실행 과정에서 사용자 입력 수용 - 새로운 피드백에 따라 목표를 재조정 - true multi-turn collaborative workflow OpenClaw: 일단 기본적인 중단 지원이 제한적. 한 번 시작되면 먼저 시작된 일이 끝나지 않은 이상 경로 이탈 어려움. 4. 컨텍스트 관리 (작업 기억력) Hermes: session_search 로 컨텍스트 지속성 제공: - 이전 세션 검색 가능 ("what did we work on") - 메모리 (persistent memory) 에 중요한 정보 저장 - 작업 연속성 확보 OpenClaw: 기본적인 기억 메모리는 컨텍스트 유지가 덜 명확. 각 작업이 상대적으로 독립적임. 최근 램수면이 도입되면서 좀 나아지긴 함. 5. 상태 관리 및 에러 처리 Hermes: - 명시적 상태 관리 - 에러 로깅 체계적 (RPC 재시도, rollback) - R2 Dashboard, Command Center 를 통한 모니터링 - 명확한 error handling 규칙 (시용하기, rollback, alert) OpenClaw: 상태 관리가 덜 명시적. 에러 처리 정보가 더 적음. 6. 진입장벽 Hermes: - 진입장벽이 높음 (CLI, 상태 이해 필요) - 한 번 익숙해지면 좋음 - 복잡한 작업 처리에 최적화 OpenClaw: - 진입장벽 낮음 (채팅 기반) - 간단한 작업에 적합 - 복잡한 작업 시 제한적 데스크톱 사용자, 동시 다중 작업 (5개 이상 LLM)을 밥먹듯이 하는 사람, 일상적으로 CLI에 익숙한 사람, 파워유저, 상태관리가 필요한 사람: Hermes by @NousResearch Telegram 혹은 기타 메신저 사용자, 비개발적 사용자, 채팅 기반 워크플로우, 간단한 작업, 빠른 결과가 필요한 사람: @OpenClaw 반드시라고 할 필요는 없지만, 위의 내용은 간단하게 참고하긴 좋을 것이라고 생각합니다 :) 혹여...저렇게 굳이 터미널 주르륵 켜놓을거면 코덱스랑 클로드 키면 되지 않냐고 할 수 있는데, 그건 그렇지는 않음. 클로드, openai, qwen, 로컬모델 등을 한 플랫폼에서 돌리는 것은 분명 접근성 면에서 개이득인 점들이 있음.
며칠전부터 자꾸 Hermes 에이전트에 신경이 쓰인다. 사실 OpenClaw가 좀 더 오래 시장을 장악할 줄 알았는데, 아직 검증은 안됐지만 강력한 경쟁자가 들어온 것 같다. 미국에 NousResearch라는 팀이 있다. Nous Research는 오픈소스 AI 분야에서 가장 앞서가는 스타트업/연구 팀 중 하나이고. 사용자가 직접 제어할 수 있는 “user-aligned(사용자 정렬)” 모델로 큰 주목을 받고 있다. 그들이 만든 Hermes Agent가 89개 실제 작업 테스트에서 Claude Code와 OpenClaw를 앞질렀다. 점수만 높은 게 아니라 "바닥"이 높았다. 매번 더 많은 작업을 안정적으로 완료했다는 뜻이다. 그럼 왜 그런 결과가 나왔을까? 핵심은 하네스다. 하네스는 AI 모델을 감싸는 틀이다. 같은 Opus 4.6이라도 어떤 하네스에 넣느냐에 따라 결과가 달라진다. Hermes의 주장은 "우리 모델이 더 좋다"가 아니다. "같은 모델을 더 잘 쓰는 구조를 만들었다"는 거에 의미가 있다. 그 구조의 핵심은 학습 루프라는 핵심 기술이다. Claude Code는 매번 새로 시작한다. OpenClaw는 MEMORY.md로 기억을 수동 관리한다. 기억을 유지하게 셋팅을 하는 것은 여전히 인간 몫이다. Hermes는 시스템이 조금 다르다. 복잡한 작업이 끝나면 에이전트가 자율적으로 재사용 가능한 스킬을 생성하고 저장한다. 뭘 기억할지, 뭘 스킬로 만들지 에이전트가 스스로 판단하는 구조다. 공식 설명 그대로 "built-in learning loop", "autonomous skill creation", "skills self-improve during use." 인간이 아무것도 안 해도 에이전트가 점점 영리해진다. 커뮤니티에서는 Hermes를 "Claude Code 스타일 CLI와 OpenClaw 스타일 메시징 에이전트의 중간"으로 부르기도 한다. 둘 다 되려 한다는 뜻이다. 터미널에서도, 텔레그램에서도, VPS에서도. v0.2.0 출시 이후 빠르게 스타 10,000개를 넘겼고, 현재 22,000개를 돌파했다. 개인적으로도 이 전략은 영리하다고 생각한다. 사람들은 "3% 더 똑똑한 모델"보다 "나를 기억하는 에이전트"라는 스토리에 더 끌린다. Hermes의 슬로건 "The agent that grows with you"는 성능이 아니라 나와 에이전트의 관계를 판다. AI 에이전트의 다음 전쟁터는 모델 성능이 아니다. 얼마나 빠르게 배우고, 얼마나 오래 기억하느냐가 아닐까? 그리고 개인 맞춤 에이전트 브랜드가 점점 다가오는 느낌이다. 나도 오늘 한번 설치하고 돌려보려고 한다.
알렉스 카프가 AI로부터 안전하다고 언급한 두 집단 1. 기술직 / 직업 기술 노동자 (전기 기술자, 기술자, 정비사, 건설 노동자 등) 2. 비전형적 인지특성 가진 사람들 (ADHD, 자폐, 난독증 등이 있는 사람들) : 이들은 사고 방식이 다르고, 문제를 비정형적으로 해결할 가능성이 있기 때문임 결론 : 예측 가능한 패턴 작업은 AI에 대체되고, 물리적 비정형적 문제 해결은 인간이 유리함. 범생이보다는 또라이가 되는게 생존에 더 유리할 수도.
회사에서 에이전틱 코딩에 진심으로 심취했더니 어제가 월요일 같았는데 갑자기 금요일이 됐다 ADHD + 프론트 + 백엔드 + 클로드 코드 조합은 거의 타임머신이다...
자꾸 AI에게 개입하지 마십쇼!! 요즘 가장 중요하다고 생각하는 문장임다 우리는 아직도 AI를 완전히 믿지 못하고 또 제대로 활용하는 방법도 익숙하지 않습니땅 그래서 자꾸 AI가 하는 일에 사람이 개입하게 됨다 AI를 도입했는데도 무언가 계속 확인해야 하고 사람이 중간에서 병목이 생긴다면 지금의 작업 방식 자체를 다시 고민해야 할 때임다 특히 AI가 만든 앱에서 버그가 발견됐을 때 사람이 직접 디버깅하지 마십쇼 AI가 직접 디버깅할 수 있는 환경을 먼저 만들어 주십쇼 예를 들면 - 웹: vercel-labs/agent-browser - iOS: ios-simulator-mcp + idb-companion 이런 식으로 AI가 직접 테스트하고 디버깅할 수 있는 환경을 만들어 주는 게 핵심임다 AI 시대에 중요한 건 AI가 스스로 일할 수 있는 환경을 설계하는 능력임다
기독교인분들은 "저희는 기독교인이라 이렇게 생각하긴 하는데요..."로 접근하지 않음. "세상은 이런 건데요."로 반드시 접근함. 우리는 당신들의 시행착오가 아니고 당신들은 우리의 도착점이 아님. 우리는 당신들을 향한 여정을 걷고 있지 않음. 솔직히 말하면 당신들이 혼란이고 혼돈임.
