Nous Research Hermes Agent v0.8.0 — PR 209건 머지, 로컬 멀티에이전트의 새 기준

핵심 요약

오픈소스 LLM 연구 그룹 Nous Research가 4월 8일 공개한 Hermes Agent v0.8.0이 4월 마지막 주 GitHub 트렌딩 1위에 올랐다. PR 209건 머지·이슈 82건 해결을 한 릴리스에 담은 대형 업데이트다.

• 버전: Hermes Agent v0.8.0
• 릴리스: 2026-04-08 (트렌딩 도달은 4월 25일)
• PR 머지: 209건
• 이슈 해결: 82건
• 특징: 로컬 멀티에이전트 오케스트레이션 + 모델 비종속

Hermes Agent란

Hermes Agent는 Nous Research가 제공하는 로컬 LLM 기반 에이전트 오케스트레이션 프레임워크다. 사용자는 노트북·서버·온프레미스 환경에서 다수 에이전트를 협력시켜 복잡한 작업을 자동화할 수 있다.

• 역할 기반 에이전트 정의 (planner·coder·tester·reviewer 등)
• 도구 호출·코드 실행 샌드박스
• 모든 모델 비종속 — Claude·GPT 외 Llama·Qwen·Hermes 시리즈 모두 지원
• 단일 라이센스 (Apache 2.0)

v0.8.0의 핵심 변화

1) Multi-Agent Graph (MAG) — 그래프 기반 협업

기존 0.7까지는 에이전트들이 순차 실행에 가까웠다. 0.8.0은 DAG(방향성 비순환 그래프)로 협업 토폴로지를 정의한다.

from hermes import Agent, Graph

planner = Agent(role="planner", model="hermes-3-70b")
coder   = Agent(role="coder",   model="qwen3-coder-32b")
tester  = Agent(role="tester",  model="llama4-70b")
reviewer= Agent(role="reviewer",model="hermes-3-70b")

g = Graph()
g.edge(planner, coder)
g.edge(coder, tester)
g.edge(tester, reviewer)
g.edge(reviewer, coder, condition="needs_fix")

g.run("이 저장소에 GraphQL 엔드포인트 추가")

2) Memory v2 — 작업 컨텍스트 영속

대화 히스토리가 아닌 작업 그래프 자체를 영속 저장한다. 며칠 후에 같은 작업을 다시 시작하면 마지막 상태에서 이어간다.

3) Tool Library — MCP 풀 호환

Anthropic Model Context Protocol(MCP) 도구를 그대로 가져다 쓸 수 있다. 0.8.0 시점 470개 MCP 서버와 호환 검증.

4) Cost Reporter

로컬 GPU 사용량·전기료를 모델 호출당 추정값으로 보고한다. 운영팀의 의사결정에 직접적 도움.

5) Failure Recovery

에이전트 실패 시 그래프의 부분 재실행이 가능. 작업 전체를 처음부터 돌릴 필요가 없다.

벤치마크

SWE-bench 1위 모델 대비는 여전히 격차가 있지만, 로컬 OSS 카테고리에서는 가장 높은 점수다.

경쟁 비교

실무 적용 사례

• 스타트업 A: 로컬 GPU 워크스테이션에 Hermes 운영, 외부 LLM 비용 월 $4,000 → $0
• 금융 IR 팀: 뉴스·공시 자동 요약 파이프라인을 5에이전트 그래프로 구현
• 대학 연구실: 논문 reviewer 에이전트로 사전 피어 리뷰 활용

한계와 사용 시 유의사항

• 로컬 모델 품질 — 70B 클래스 GPU(48GB+) 사실상 필수
• 학습 자료 — 한국어 문서 부족
• 안정성 — 0.x 버전대 특유의 API 변동
• 관측성 — Trace UI는 별도 OSS 도구(Langfuse 등)와 연동 필요

설치 — 30분 가이드

# 1) 가상환경
python -m venv .venv && source .venv/bin/activate

# 2) Hermes Agent 설치
pip install hermes-agent[all]

# 3) 로컬 모델 (Ollama)
ollama pull hermes3:70b qwen3-coder:32b llama4:70b

# 4) 첫 그래프 실행
hermes graph init my-graph
hermes graph run my-graph "이 폴더에 FastAPI 서버 만들고 테스트 추가"

로드맵

• 5월: 0.9 — 분산 그래프(여러 노드에서 에이전트 분산 실행)
• 6월: 1.0 — API 고정·LTS 버전
• Q3: Hermes 4 모델과 동시 출시 예정

자주 묻는 질문

Hermes Agent와 OpenClaw의 차이는?

OpenClaw는 풀스택 LLM 운영 도구(UI·RAG 포함), Hermes Agent는 에이전트 오케스트레이션 프레임워크. 두 프로젝트는 보완 관계로, OpenClaw 안에서 Hermes Agent를 호출하는 통합 사례도 있다.

회사 환경에 도입할 만한가?

1.0 LTS가 6월 예정이므로, 안정성 요구가 높다면 그 때 도입을 권장. 학습·실험 용도라면 0.8.0 즉시 사용 가능.

한국어 자료가 있나?

공식 한국어 문서는 부재. 커뮤니티 노션·블로그에 가이드가 있고, Discord 한국어 채널이 4월 활성화됐다.