AI 에이전트 프레임워크 비교: 오픈클로와 헤르메스 에이전트, 무엇을 선택해야 할까

핵심 메시지

• AI 에이전트는 결국 LLM에 도구(MCP)·스킬·메모리·게이트웨이를 감싼 구조로, 두 제품의 차이는 이 요소들을 다루는 방식에 있다.
• 오픈클로는 5,400여 개의 스킬을 골라 설치하는 마켓플레이스형이고, 헤르메스 에이전트는 사용할수록 스스로 스킬을 만들어 개선하는 자가 학습형이다.
• 일상적으로 대화하며 오래 쓰는 개인 비서라면 헤르메스, 여러 채널을 연결하는 고객 대응·고급 설정이 필요하면 오픈클로가 유리하다.
• 두 도구 모두 자신의 PC보다 클라우드 가상 서버(VPS)에 배포하는 편이 보안상 안전하다.

쉽게 이해하기

발표자는 6개월 전만 해도 개인용 AI 에이전트라면 오픈클로(Open Claw)를 설치하는 것이 당연했지만, 2026년 6월 헤르메스 에이전트(Hermes Agent)가 하루 처리 토큰에서 이를 앞질렀다고 소개한다. 헤르메스는 하루 2,240억 토큰, 오픈클로는 1,860억 토큰 수준이다.

두 제품의 성숙도는 다르다. 오픈클로는 2025년 11월 공개돼 137회 이상 릴리스됐고 한때 1만 3천 개에 달하던 스킬이 보안 문제로 3,300개까지 줄었다가 다시 5,400개로 늘었다. 헤르메스는 2026년 2월 공개돼 릴리스가 11회에 불과하지만, 오픈클로용 스킬을 가져와 쓸 수 있고 스스로 스킬을 만들 수도 있다.

발표자는 AI 에이전트를 'LLM이라는 두뇌에 도구, 스킬, 메모리, 게이트웨이를 감싼 것'으로 설명한다. 도구는 인터넷·구글 드라이브·지메일에 접근하는 MCP 서버, 스킬은 작업 절차를 적은 마크다운 문서, 메모리는 이전 세션을 기억하는 저장소, 게이트웨이는 텔레그램·디스코드·이메일 등 사용자와 대화하는 통로다.

핵심 차이는 스킬과 메모리를 다루는 방식이다. 오픈클로는 클로 허브(Claw Hub)에서 원하는 스킬을 검색해 설치하는 마켓플레이스 중심이고, 헤르메스는 '큐레이터'가 세션 로그와 메모리를 살펴 반복되는 작업을 자동으로 스킬로 만들고 활성·비활성·보관 상태로 관리한다. 발표자는 실제로 7단계 워크플로를 시킨 뒤 새 대화에서 헤르메스가 자동 생성된 스킬을 불러 쓰는 반면 오픈클로는 매번 메모리를 다시 뒤지는 모습을 보였다.

결론적으로 발표자는 2026년 대부분의 개인 사용자에게는 헤르메스를 권한다. 다만 여러 게이트웨이를 서로 다른 에이전트로 연결하는 다채널·고객 대면 용도에서는 오픈클로의 게이트웨이 관리와 고급 설정이 여전히 강점이라고 덧붙인다.

주요 인사이트

• 헤르메스의 자가 학습 루프는 반복 작업을 스킬로 굳혀 재발견 비용을 없애기 때문에, 오래 쓸수록 실행 비용이 저렴해진다.
• 오픈클로는 외부 스킬을 많이 끌어오는 만큼 공격 표면이 넓다. 2026년 2월 4만여 개 인스턴스가 인터넷에 노출된 사고가 그 위험을 보여준다.
• '스킬을 반복 가능한 형태로 저장하느냐'가 두 도구의 실질적 분기점이며, 이는 곧 장기 운영 비용과 일관성으로 이어진다.
• 정답이 하나로 정해진 선택은 아니다. 두 도구 모두 같은 목표를 달성할 수 있고, 차이는 각자의 사용 방식에서 어느 쪽이 더 빠르게 결과에 도달하느냐다.

자주 묻는 질문

관련 AI 소식