배움의 달인 Newsletter

Insight Hub

Back to Home
newsletterAI에이전트OpenClawHermesAgent자가학습AI로컬AI

346,000개의 스타를 넘긴 왕좌, 7주 만에 흔들린 이유 — 오픈클로와 헤르메스가 보여주는 '철학의 대결'

2026-04-24
6 min read
1190 words

🎧 Voice Briefing

📅 Generated: 2026. 4. 24. 오전 8:53:07

346,000개의 스타를 넘긴 왕좌, 7주 만에 흔들린 이유

오픈클로와 헤르메스가 보여주는 '철학의 대결'

프롤로그: 왕이 바뀌는 속도

5개월. 단 5개월이었다.

OpenClaw가 GitHub 스타 346,000개를 모은 시간이다. React가 10년에 걸쳐 쌓은 수치를, OpenClaw는 한 계절 만에 넘어섰다1. 월간 방문자 3,800만 명, 전 세계에서 돌아가는 인스턴스 50만 개. AI 에이전트 역사상 가장 빠른 성장 곡선이었다.

그런데 지금, 그 곡선이 흔들리고 있다.

2026년 2월 25일 — Nous Research가 Hermes Agent를 공개한 날2. 7주 뒤, 그 프로젝트는 95,600개의 스타를 쌓았다3. 4월에는 구글 검색량에서 OpenClaw를 제쳤다. 수개월간 해당 카테고리의 유일한 대화였던 프로젝트가, 실시간으로 자신의 트래픽이 잠식되는 모습을 지켜봐야 했다.

여기서 대부분의 사람들은 "누가 이겼나"를 묻는다.

나는 다른 질문을 던지고 싶다. 왜 이 논쟁은 우리가 생각하는 것보다 훨씬 깊은 곳에서 벌어지고 있는가?

"오픈클로를 쓰는 건 마치 직접 정비해야 하는 페라리를 모는 것과 같다. 계속 고장 나지만, 인생 최고의 드라이빙을 선사한다. 반면 헤르메스는 믿을 수 있는 혼다고, 클로드나 챗GPT는 버스다." — @garrytan

이 한 문장 안에, 2026년 AI 에이전트 시장의 본질이 들어 있다.

I – 두 철학이 충돌하고 있다

표면적으로 보면 OpenClaw와 Hermes는 같은 문제를 푼다.

둘 다 당신의 하드웨어에서 돌아가는 개인 AI 에이전트다. 둘 다 메시지 채널과 연결되고, 백그라운드에서 작업을 처리한다. 클라우드 서버가 아니라 당신의 기계 위에서 살아간다.

하지만 그 목표에 도달하는 방법이 완전히 다르다.

OpenClaw는 당신에게 빈 캔버스를 준다. 스킬을 직접 작성하거나 ClawHub 마켓플레이스4에서 44,000개 이상의 스킬을 가져와 붙인다. Claude Opus로 전략을 짜고, Sonnet으로 실행하고, GPT-5.5나 Kimi K2.6으로 특정 작업을 돌린다. 모델 간 오케스트레이션이 네이티브다. 사용자가 아키텍트가 되어야 한다.

Hermes는 반대다. 에이전트가 스스로 학습한다. 완료한 모든 작업에서 "무엇이 통했는가"를 추출해 재사용 가능한 스킬로 저장한다5. 독립 벤치마크에 따르면, 20개 이상의 자체 생성 스킬이 누적되면 유사 도메인 작업에서 40% 빠른 완료율을 보인다6. 당신이 스킬을 쓸 필요가 없다. 에이전트가 당신의 워크플로우를 배운다.

OpenClaw는 도구를 주고, Hermes는 거울을 준다.

이것은 "무엇을 더 잘하느냐"의 싸움이 아니다. 도구를 쓰는 사람과 도구의 관계를 어떻게 정의하느냐의 싸움이다.

II – 페라리의 값, 혼다의 이유

OpenClaw의 창립자 Peter Steinberger(steipete)는 2026년 2월 15일, OpenAI에 합류했다7. 프로젝트는 재단(foundation)으로 이동했고, 개발 리소스가 대규모로 투입됐다. 왕좌가 단단해 보였다.

그런데 Hermes가 10일 뒤인 2월 25일에 등장했다.

숫자가 불편한 이야기를 한다.

구분 OpenClaw (페라리) Hermes (혼다)
출시 시점 2025 말 → 2026년 1월 바이럴 2026년 2월 25일
GitHub 스타 346,000+ 95,600+ (7주)
스킬 생태계 ClawHub 44,000+ 스킬 내장 118개 스킬 (v0.10)3
모델 유연성 Claude, GPT, Kimi, Grok, Ollama 모든 LLM 백엔드 연결
채널 통합 Telegram·Discord·WhatsApp·iMessage·Slack 6개 메시징 통합
토큰 비용 (API 오버헤드) 사용 모델에 따라 가변 API 요청의 73%가 고정 오버헤드8
학습 방식 수동 (사용자가 스킬 작성) 자동 (경험에서 스킬 추출)
라이선스 오픈소스 (재단) MIT · Python 3.11+

한 창업자는 "OpenClaw에서 5일 동안 $130을 태웠는데, Hermes로 옮기니 같은 작업에 $10이 들었다"고 증언했다8. 단, 여기엔 함정이 있다. Hermes는 도구 정의가 API 호출의 절반 가까이를 차지한다. 라이트 유저는 월 $1030으로 충분하지만, 헤비 유저는 $100400+로 치솟는다9.

OpenClaw Cloud의 월 $59 정액제가 스케일에서 오히려 저렴하고 예측 가능한 경우도 많다9.

"나는 3주 동안 Hermes로 아무것도 하지 못했고, OpenClaw는 매일 실행되고 있다." — @Paul_Beauchemin
> "OpenClaw에서 한 달을 보내고 Hermes와 1주 겹쳤다. 매몰비용 편향임을 깨닫고 폭파시켰다. 후회하지 않는다." — @TeancumsRaiders

같은 도구를 쓰는 두 사람이, 정반대의 결론에 도달한다.

이게 가능한 이유는 단 하나다. 그들은 다른 철학을 선택한 것이지, 같은 철학 위에서 더 나은 답을 고른 것이 아니다.

III – 당신은 어떤 드라이버인가

여기서 Windows vs Apple 논쟁이 떠오른다.

둘 다 같은 일을 한다. 둘 다 당신의 하드웨어에서 돌아간다. 그런데 두 운영체제가 끌어들이는 사용자는 완전히 다르다. Windows는 제어와 커스터마이징을 원하는 개발자·게이머를 끌어들인다. Apple은 "그냥 작동하는 것"을 원하는 디자이너·기업가를 끌어들인다. 어느 쪽도 틀린 것이 아니다.

OpenClaw와 Hermes도 마찬가지다.

graph LR
    A[AI 에이전트를<br>시작하려는 당신] --> B{우선순위는?}

    B -->|"통제력 · 유연성 · 깊이"| C[OpenClaw]
    B -->|"즉시 작동 · 낮은 비용 · 학습"| D[Hermes]

    C --> C1[44K 스킬 마켓플레이스]
    C --> C2[멀티 모델 오케스트레이션]
    C --> C3[5개 이상 메시징 채널]
    C --> C4[멀티 에이전트 네이티브]

    D --> D1[118개 내장 스킬]
    D --> D2[자가학습 루프]
    D --> D3[격리된 실행 환경]
    D --> D4[90% 낮은 토큰 비용<br>라이트 유저 기준]

    style C fill:#ff6b6b,stroke:#c92a2a,color:#fff
    style D fill:#4dabf7,stroke:#1971c2,color:#fff
    style A fill:#ffd43b,stroke:#f59f00

선택의 실천 기준

상황 선택 이유
🔧 맞춤화·복잡한 워크플로우 OpenClaw 페라리: 정비사가 되어야 하지만 한계 없음
💰 토큰 비용이 부담 Hermes 혼다: 라이트 유저 90% 저렴
🚀 바로 시작하고 싶음 Hermes 설치 후 즉시 40+ 도구 작동
🧩 여러 메시징 채널 연결 OpenClaw Telegram·Discord·WhatsApp 깊은 통합
🔐 보안·격리가 중요 Hermes 작업별 격리된 환경
🎭 다중 모델 필요 OpenClaw Claude·GPT·Kimi·Grok 자유로운 조합

가장 솔직한 답은 하나다.

@VonDanLe의 말처럼 — "OpenClaw AND Hermes rather than one vs. the other."

Hermes로 시작해 마찰 없이 에이전트 시대에 진입하라. 그리고 나중에, 당신이 정비사가 되고 싶다는 확신이 들 때 OpenClaw로 넘어가라. 페라리와 혼다. 둘 다 몰아라.

@SteveGaudio는 이미 그 길을 가고 있다 — "OpenClaw를 쓴다. 이미 만들어 놓았고 잘 돌아가니까. Hermes는 OpenClaw가 꼬였을 때 고치는 용도로 쓴다."

💭 이 글을 읽고 생각해볼 질문

  1. AI 에이전트의 철학적 설계 방식(맞춤화 vs. 자가학습)이 토큰 비용 효율성과 사용자 제어 간의 트레이드오프에 미치는 영향은 무엇이며, 이를 정량적으로 측정할 수 있는 지표는 무엇인가?

  2. OpenClaw의 '페라리' 방식이 제공하는 완전한 맞춤화와 제어가 장기적으로 사용자의 AI 철학 형성에 미치는 영향은, 자동화된 Hermes 방식과 비교했을 때 어떻게 다른가?

  3. 2026년 AI 에이전트 철학(맞춤화 vs. 자가학습)의 확산 속도 차이는 사용자가 '도구의 본질'을 어떻게 정의하느냐에 따라 결정되는가?

댓글로 당신의 생각을 공유해주세요.

결론: 도구가 당신을 배울 때

대부분의 기술 논쟁은 "어느 것이 더 나은가"로 끝난다.

이번엔 다르다. OpenClaw와 Hermes는 같은 목적지를 향해 반대 방향에서 출발한 두 개의 철학이다. 하나는 당신이 도구를 숙달한다고 믿는다. 다른 하나는 도구가 당신을 학습한다고 믿는다.

시의적으로는 "어떤 AI 에이전트를 쓸 것인가"의 문제지만, 보편적으로는 더 무거운 질문이다.

"나는 도구의 주인이 되고 싶은가, 아니면 도구와 함께 성장하는 파트너가 되고 싶은가?"

이 질문에 답해본 적 없다면, 지금 답해보라. 그리고 그 답이 당신의 선택을 결정할 것이다.

페라리를 모는 자는 정비를 사랑해야 한다. 혼다를 모는 자는 운전에 집중하면 된다. 둘 다 목적지에 닿는다. 중요한 건 당신이 어떤 길을 즐기느냐다.

Sources

이 글이 도움이 되셨다면, 한 명의 친구에게 공유해주세요. AI 에이전트를 고민하고 있는 누군가에게 '페라리와 혼다의 비유'가 선택의 나침반이 될 수 있습니다.

Footnotes

  1. Jordy Maui (@jordymaui) - Original X post comparing OpenClaw and Hermes Agent ↩

  2. Hermes Agent — The Agent That Grows With You | Nous Research ↩

  3. Hermes Agent Review: 95.6K Stars, Self-Improving AI Agent (April 2026) | DEV Community ↩ ↩2

  4. ClawHub - OpenClaw Skill Marketplace ↩

  5. Hermes Agent 2026: First Production-Ready Self-Improving Open-Source AI Agent | Innobu ↩

  6. Hermes Agent 2026: Self-Improving Open-Source AI Agent | AI.cc ↩

  7. OpenClaw creator Peter Steinberger joins OpenAI | TechCrunch ↩

  8. Hermes Agent Cost: Real Pricing (2026) | OpenClaw Guide ↩ ↩2

  9. Hermes Agent vs OpenClaw: Which Open-Source AI Agent Wins in 2026? | KuCoin ↩ ↩2

Back to All Posts
NEW

뉴스레터 서비스가 정식 시작되었습니다!

매주 금요일, 옵시디언으로 정리한 AI 인사이트를 메일함으로 배달해 드립니다.