Hermes Agent와 OpenClaw, 사내 AX에 붙일 때 이득과 위험

어제 GitHub 트렌딩을 보다가 오픈소스 AI 에이전트 두 개가 눈에 들어왔습니다. Hermes Agent 와 OpenClaw 입니다. 둘 다 사내 자동화에 붙일 만한가 싶어, 공식 문서·GitHub 코드·라이선스 기준으로 평가해봤습니다.

두 도구 다 베비투스랩이 실제 클라이언트 운영에 투입한 경험은 없습니다. 그러니 이 글은 "사용해본 후기" 가 아니라 "AX 도입 의사결정자 입장에서 본 평가 노트" 로 읽어주세요.

핵심 결론부터 말씀드리면, 두 도구 모두 개인 AI 어시스턴트 카테고리입니다. 사내 AX (회사 시스템에 AI를 붙이는 작업) 에 그대로 가져다 쓰면 1~2개월 안에 한계가 나옵니다. 어떤 회사 어떤 단계에 적합한지 갈라서 봅니다.

두 도구의 정체

Hermes Agent (Nous Research)

github.com/NousResearch/hermes-agent. 2025년 7월 출시. 별 17.5만, 포크 약 3만. MIT 라이선스. 메인 언어 Python.

Nous Research 는 오픈소스 LLM 연구 그룹입니다. Hermes-2·Hermes-3 같은 fine-tuned 모델로 알려져 있습니다. Hermes Agent 는 그 연구의 연장선에 있는 자율 에이전트 프로젝트입니다.

핵심 컨셉은 "사용자와 함께 성장하는 에이전트" 입니다. 대화를 누적하면서 작업 패턴을 학습하고 새 스킬을 자동으로 만들어 다음 작업에 재사용합니다. 메시징 플랫폼 (Telegram·Discord·Slack·WhatsApp·Signal·CLI) 어디서나 같은 에이전트와 대화할 수 있고 메모리·스킬은 통합됩니다.

기술 스택은 Python 중심, MCP (Model Context Protocol) 통합으로 외부 도구와 연결합니다. LLM provider 는 OpenAI·Anthropic·OpenRouter 등 다중 지원입니다.

OpenClaw

github.com/openclaw/openclaw. 2025년 11월 출시. 별 37.6만, 포크 약 7.8만. 라이선스 NOASSERTION (표준 OSS 아님, 주의 필요). TypeScript, Node 24+.

Peter Steinberger (PSPDFKit 창립자) 가 시작한 개인 AI 어시스턴트입니다. 이름의 Claw 는 lobster 비유로, 여러 플랫폼을 한 군데로 모아 잡는다는 의미입니다.

기능은 Hermes Agent 와 상당히 비슷합니다. 메시징 플랫폼 통합, 메모리, 사용자 정의 스킬, 브라우저 제어, 자동화 (이메일·캘린더·항공편 체크인·파일 관리). 차이는 TypeScript/Node 환경이라 가볍고 자체 호스팅 (local-first) 에 더 무게가 실려 있습니다.

사내 AX 에 붙일 때의 5가지 이득

1. 자체 호스팅 → 데이터 통제권

두 도구 다 자체 서버에 설치 가능합니다. 사내 데이터가 OpenAI·Anthropic SaaS 로 흐르는 걸 최소화할 수 있습니다. 컴플라이언스 민감한 회사 (금융·의료·법무) 에 큰 이점입니다.

2. 메시징 플랫폼이 인터페이스

직원이 새 앱을 익힐 필요 없습니다. 기존 Slack·Telegram 채널에서 자연어로 명령하면 됩니다. 학습 곡선이 거의 0 입니다. 사내 자동화의 가장 큰 걸림돌이 "직원이 안 씁니다" 라는 점인데, 이걸 정면으로 푸는 설계입니다.

3. 메모리 시스템 → 베테랑 의존 해소

회사의 흔한 페인 중 하나가 "베테랑 머릿속에만 있는 규정" 입니다. Hermes·OpenClaw 둘 다 사용자별 메모리를 누적합니다. "이 케이스는 김 부장님이 결재해야 해" 같은 규정이 AI 메모리에 들어가면, 그분이 휴가여도 부서가 멈추지 않습니다.

4. 스킬 자동 생성·재사용 (Hermes 강점)

Hermes Agent 는 작업 중 새 스킬을 자동으로 문서화합니다. 한 번 해본 작업이 다음에는 한 줄 명령으로 재현됩니다. 사내 자동화에서 "한 번 만든 자동화가 다음 직원에게 자연스럽게 전수" 되는 흐름을 코드가 직접 해결합니다.

5. MCP 통합 → 사내 시스템과 직접 연결

베비투스랩이 사내 시스템 AI 도입 패턴에서 강조한 게 MCP 입니다. Hermes·OpenClaw 둘 다 MCP 를 1급 시민으로 다룹니다. ERP·CRM·WMS 의 API 를 MCP 로 래핑하면 AI 가 직접 호출합니다. 사내 시스템 자체는 안 건드립니다.

사내 AX 에 붙일 때의 6가지 위험

1. 운영 인프라 부담

자체 호스팅의 그림자입니다. 서버·DB·백업·업데이트·보안 패치 모두 사내 인프라팀이 떠안습니다. Zapier·n8n SaaS 와 달리 1~2명짜리 IT 팀이 있는 중소기업에는 무거운 짐입니다.

2. OpenClaw 라이선스 (NOASSERTION)

GitHub API 응답에서 OpenClaw 의 라이선스가 NOASSERTION 으로 잡힙니다. 표준 OSS 라이선스 (MIT·Apache·GPL) 가 아니라는 뜻입니다. 상업적 사용 시 변호사 검토 필수입니다. Hermes 는 MIT 라 깔끔합니다. 사내 도입 결정 전에 라이선스 한 줄을 반드시 확인해야 합니다.

3. 자동 스킬 생성의 검증 공백

사내 시스템 AI 도입 원칙 중 하나가 "사람이 항상 마지막 결재" 입니다. Hermes 의 스킬 자동 생성은 이 원칙과 정면 충돌합니다. AI 가 만든 스킬이 사람 검토 없이 재실행되면, 잘못된 패턴이 시스템 전반에 퍼집니다. 별도 검증 게이트 (quality gate) 가 필요합니다.

4. 한국 메신저 지원 부재

지원되는 메신저가 Telegram·Discord·Slack·WhatsApp·Signal·iMessage 입니다. 한국 회사의 사내 표준인 카카오톡·네이버 워크스가 없습니다. 카카오톡 비즈 API 또는 자체 wrapper 추가 개발이 필요합니다. 이 wrapper 개발 비용을 미리 계산에 넣어야 합니다.

5. 모니터링·거버넌스 약함

운영 환경에 들어가는 AI 시스템은 Sentry·Datadog 같은 모니터링이 1급 시민이어야 합니다. 두 도구 다 자체 모니터링은 가벼운 수준입니다. "어떤 직원이 어떤 데이터를 AI 에 줬는가" 감사 추적이 약해서, 컴플라이언스 영역에 약점이 있습니다.

6. 신생 프로젝트의 API 변화 위험

Hermes 출시 약 10개월, OpenClaw 약 6개월. 둘 다 신생입니다. 6개월~1년 안에 breaking change 가 나올 확률이 높습니다. 사내 시스템에 깊이 통합하면 매번 API 변경을 따라가는 부담이 생깁니다. 운영 인력 1명이 이 부분만 전담해야 할 수도 있습니다.

어떤 회사 어떤 단계에 적합한가

회사 단계	추천
AX Level 1 진입 (자동화 시작)	n8n·Zapier·Apps Script. Hermes·OpenClaw 는 아직 무거움
Level 2 후반 (판단 자동화 안정)	Hermes Agent. ML 친화·MCP 통합이 깊음
개인 PE·1~2명 운영	OpenClaw. 가볍고 TypeScript 환경이라 빠름. 단 라이선스 검토 필수
컴플라이언스 민감 (금융·의료)	둘 다 자체 호스팅 매력적. 단 거버넌스 wrapping 필요
한국 메신저 표준 회사	카카오톡 wrapper 개발 비용 추가 고려

베비투스랩의 결론

두 도구 모두 좋은 시작점입니다. 그러나 "사내 AX 에 그대로 가져다 붙이면 끝" 이라고 말하기엔 운영 단계에서 비는 부분이 많습니다. 하네스 (CLAUDE.md·permissions·quality gate·sub-agent isolation·worktree) 가 없습니다. 시니어 PE 가 그 부분을 채워야 운영에 들어갈 수 있습니다.

사내 시스템 AI 도입 5가지 패턴의 공통 원칙이 그대로 적용됩니다. 사람이 마지막 결재, 3개월 정확도 측정, 운영 매뉴얼·모니터링 필수. Hermes·OpenClaw 는 이 위에 얹는 "코어 엔진" 이지, "완제품" 이 아닙니다.

도구 자체를 부정하는 건 아닙니다. 빠르게 PoC 만들어 보고 사장님이 직접 만져보고 효과 확인된 부분만 사내에 정착시키는 흐름에 두 도구 다 강력합니다. 베비투스랩이 4가지 약속 중 Foundation (재개발 없는 견고한 제품) 을 첫 약속으로 두는 이유도, 도구는 빠르게 갈아끼울 수 있어도 운영 architecture 는 5년을 가야 하기 때문입니다.

솔직히 말씀드리면 Hermes·OpenClaw 자체를 클라이언트에 권하는 단계까지 가려면 6개월 이상 자체 운영해보고 한계를 직접 체득해야 합니다. 그때까지는 "참고할 만한 외부 도구" 단계에 둡니다.

---

사내 시스템에 어떤 오픈소스 AI 에이전트를 붙이는 게 맞을지 궁금하면 3분 AX 진단 으로 회사 단계부터 확인하시거나, 30분 무료 상담 에서 우리 시스템에 맞춰 함께 정리합니다.