오픈클로를 제친 헤르메스 에이전트, 2240억 토큰이 보여준 글로벌 1위 비결
오픈클로를 제치고 헤르메스 에이전트가 글로벌 1위에 오른 이유: 2240억 토큰이 보여준 차이
AI타임스 기사 한 편으로 구조, 토큰 수치, 보안, 마이그레이션까지 연결해서 읽어봤어요.
오픈클로를 제치고 헤르메스 에이전트가 글로벌 1위에 오른 건 단순한 순위 역전이 아니라, 토큰 처리량·누적형 구조·보안 대응·마이그레이션까지 합쳐진 설계 차이가 시장에서 통했다는 신호예요.
1. 이 기사는 무엇을 말하고 있나요?
AI타임스 기사 제목만 보면 그냥 순위 뉴스처럼 보이지만, 내용을 끝까지 읽어보면 메시지는 꽤 분명해요. 누스 리서치의 헤르메스 에이전트가 오픈라우터 글로벌 일일 앱·에이전트 순위에서 오픈클로를 제쳤고, 그 배경에는 2240억 토큰이라는 처리량과 반복 작업을 축적하는 구조가 있었어요. 저는 이 기사에서 “누가 더 유명하냐”보다 “어떤 구조가 더 자주, 더 오래 쓰이느냐”를 보는 게 핵심이라고 느꼈어요.
이런 기사에서 제일 먼저 봐야 할 건 화제성보다 숫자와 구조예요. 하루 2240억 토큰과 1860억 토큰의 차이는 그 자체로도 크지만, 그 뒤에 붙는 설명이 더 중요하더라고요. 단순히 많이 쓰였다는 말이 아니라, 왜 많이 쓰였는지, 어떤 기능이 실제 사용량을 밀어 올렸는지 봐야 글이 얕아지지 않아요.
헤르메스 에이전트와 오픈클로의 토큰 차이를 한눈에 보는 비교 인포그래픽
2. 2240억 토큰 vs 1860억 토큰, 숫자는 왜 중요할까요?
기사에서 가장 눈에 들어오는 숫자는 헤르메스 에이전트의 하루 약 2240억 토큰이에요. 오픈클로의 1860억 토큰을 넘어섰다는 점도 중요하지만, 저는 여기서 “토큰 수치가 높은 이유”를 더 중요하게 봤어요. 토큰은 결국 모델이 실제로 얼마나 많이 호출되고, 얼마나 자주 작업을 처리하는지를 보여주는 간접 지표잖아요. 사용량이 높다는 건 곧 반복되는 업무, 자동화 가능한 업무, 그리고 재사용 가치가 있는 워크플로가 많다는 뜻이기도 해요.
그래서 이런 숫자는 단순한 순위표가 아니라 제품 채택의 온도계처럼 읽는 게 맞아요. 예를 들어 2240억이라는 수치는 그냥 크다로 끝나지 않고, “이 에이전트가 하루 종일 움직이고 있다”는 신호로 받아들일 수 있어요. 저는 이런 수치를 볼 때마다 기능 목록보다 실제 사용 패턴을 먼저 떠올리게 되더라고요. 기능이 많아도 안 쓰이면 숫자가 안 나오고, 반대로 구조가 잘 맞으면 숫자는 자연스럽게 올라가요.
3. 오픈클로와 헤르메스 에이전트의 철학은 어떻게 다를까요?
기사에 따르면 오픈클로는 중앙 웹소켓 게이트웨이를 기반으로 텔레그램, 디스코드, 슬랙, 왓츠앱, 시그널 등 50개 이상의 메시징 채널을 연결하는 데 초점을 맞추고 있어요. 한마디로 말하면 “많은 플랫폼에서 동시에 돌아가게 만드는 구조”에 가깝죠. 멀티채널 라우팅, 연결성, 오케스트레이션을 넓게 가져가는 쪽이에요.
반면 헤르메스 에이전트는 실행-do / 학습-learn / 개선-improve 루프에 더 집중해요. 작업을 처리한 뒤 스스로 수행 과정을 돌아보고, 재사용 가능한 스킬 파일을 만들고, 다음 작업에 그 결과를 다시 쓰는 방식이죠. 저는 이 차이가 꽤 중요하다고 봤어요. 오픈클로가 “어디서든 연결되는 범용 허브”라면, 헤르메스는 “쓸수록 더 적응하는 누적형 작업 엔진”에 가까워 보여요.
run · learn · improve 루프를 정리한 에이전트 워크플로 인포그래픽
4. 실행-학습-개선 루프가 왜 더 강하게 느껴질까요?
이 기사에서 헤르메스 에이전트가 눈에 띄는 이유는 단순히 작업을 “수행”하는 데서 끝나지 않기 때문이에요. 작업이 끝나면 그 과정을 분석하고, 반복 가능한 부분은 스킬 파일로 남기고, 그걸 다시 다음 세션에 활용해요. 저는 이 부분이야말로 기사 제목보다 더 본질적이라고 생각했어요. 같은 작업을 한 번 처리하는 에이전트는 많지만, 다음번엔 더 잘하게 되는 에이전트는 생각보다 적거든요.
이 루프가 쌓이면 에이전트는 점점 특정 워크플로에 특화돼요. 처음엔 그냥 도구 같다가, 어느 순간부터는 사용자의 습관을 학습한 작업 파트너처럼 보이게 되는 거죠. 기사에서 말하는 “누적형 에이전트”라는 표현이 딱 이 느낌이었어요. 저는 이 구조가 실제 도구 채택을 좌우한다고 봐요. 한 번 쓴 도구보다, 몇 번 쓸수록 더 편해지는 도구가 오래 살아남더라고요.
5. 메모리 3단계 구조는 왜 중요할까요?
기사에는 헤르메스의 메모리 구조가 영속 스냅샷, SQLite 기반 전문 검색 DB, 스킬 파일의 3단계로 설명돼 있어요. 저는 이 구조가 흥미로웠어요. 단순히 “기억한다”는 말보다 훨씬 구체적이거든요. 상태를 저장하고, 과거 기록을 검색하고, 반복 로직을 파일로 남긴다는 건 기억을 한 덩어리로 취급하지 않는다는 뜻이에요.
이런 계층화는 유지보수에도 좋아요. 상태가 꼬였을 때는 스냅샷을 보고, 예전 세션을 찾고 싶을 때는 검색 DB를 보고, 반복 업무를 자동화하고 싶을 때는 스킬 파일을 보는 식이죠. 저는 이걸 보고 “그냥 메모리가 좋다”가 아니라 “기억을 다루는 방식이 실전적이다”라고 느꼈어요. 실제로 오래 쓰는 도구는 기억을 잘하는 도구보다 기억을 잘 정리하는 도구더라고요.
멀티 에이전트와 누적형 학습 루프를 떠올리게 하는 리더보드 화면
6. v0.9.0부터 v0.13.0까지 무엇이 달라졌나요?
기사에 따르면 헤르메스는 v0.9.0 ‘에브리웨어’에서 안드로이드 터먹스, 아이메시지, 위챗, 위컴, 로컬 웹 대시보드를 지원하면서 플랫폼 수가 16개로 늘었어요. 이어서 v0.11.0 ‘인터페이스’에서는 리액트·잉크 기반 터미널 UI 재구성, AWS 베드록, 엔비디아 NIM, 버셀 AI 게이트웨이, GPT-5.5 코덱스 OAuth 연동 같은 경로가 추가됐고요.
가장 최신 버전인 v0.13.0 ‘테너시티’에서는 멀티 에이전트 작업 보드인 칸반, 하트비트 모니터링, 좀비 탐지, 환각 복구, 그리고 /goal 명령까지 들어갔어요. 총 연결 플랫폼도 20개로 늘었다고 했죠. 저는 버전 이름보다 이 흐름이 더 중요하다고 봤어요. 단일 기능 추가보다, 에이전트가 여러 턴에 걸쳐 목표를 기억하고 추적하는 쪽으로 진화했다는 점이 진짜 변화예요.
7. 보안 이슈는 어떤 관점으로 봐야 할까요?
좋은 점만 보면 금방 설레지만, 기사에는 보안 이슈도 같이 나와요. 오픈클로 쪽은 CVE-2026-25253 같은 심각한 취약점과, 2857개 스킬 중 341개가 악성 코드로 판정됐다는 내용이 언급됐어요. 또 인터넷에 노출된 인스턴스가 수만 건 확인됐다고 했고요. 이런 숫자는 “편리함이 곧 안전은 아니다”라는 걸 잘 보여줘요.
헤르메스도 취약점이 없었던 건 아니에요. 기사에서는 CVE-2026-7113 웹훅 인증 누락 문제를 언급하면서, v0.13.0에서 기본 데이터 마스킹, 역할 기반 허용 목록, 외부 사용자 차단, OAuth 패치 등 8개의 P0 보안 문제를 고쳤다고 설명해요. 저는 여기서 보안 대응의 속도와 투명성이 중요하다고 봤어요. 기능 경쟁만큼이나, 문제가 생겼을 때 얼마나 빨리 정리하느냐가 실제 신뢰를 만들더라고요.
8. 기존 오픈클로 사용자는 왜 전환이 쉬웠을까요?
헤르메스가 빠르게 커진 이유 중 하나는 전환 장벽을 낮춘 점이에요. 기사에서는 ~/.openclaw 디렉터리를 자동 감지해서 설정, 메모리, 스킬, API 키를 가져오고, hermes claw migrate 명령으로 선택적 마이그레이션과 충돌 관리까지 돕는다고 했어요. 저는 이 부분이 상당히 실전적이라고 느꼈어요. 새 도구가 잘 되는 건 “새로 시작하기 쉬워서”가 아니라, “기존 것을 버리지 않아도 돼서”인 경우가 많거든요.
또 하나는 ACP(Agent Communication Protocol) 연동이에요. 오픈클로를 다중 채널 라우팅에 쓰고, 헤르메스를 반복 실행과 학습 루프에 쓰는 병행 패턴이 가능하다고 했죠. 저는 이 조합이 꽤 현실적이라고 봐요. 도구는 결국 하나만 고집하는 것보다, 각각 잘하는 역할을 나눠서 쓰는 게 더 오래 가더라고요. 완전히 대체하는 이야기보다, 어떻게 같이 쓸 수 있는지가 더 중요했어요.
9. 제가 이 기사를 읽고 먼저 본 포인트와 꿀팁!
저는 이 기사에서 제일 먼저 순위 변화보다 구조 변화를 봤어요. 하루 토큰 수치가 역전된 건 결과고, 그 앞에는 실행 루프, 메모리 계층, 버전 확장, 보안 대응, 마이그레이션 편의성 같은 실질적인 요소가 있었어요. 이런 기사에서 숫자만 따로 떼어 보면 금방 잊히는데, 구조와 함께 보면 글의 수명이 길어지더라고요.
그리고 또 하나는 “모든 기능을 한 번에 잘하는 도구”보다 “자주 쓰는 일을 계속 잘해주는 도구”가 강하다는 점이에요. 이건 제가 도구를 고를 때도 똑같이 적용하는 기준이에요. 오늘은 멋져 보이는 기능보다, 다음 주에도 내가 다시 열어볼 수 있는지 보게 되더라고요. 기사도 그 시선으로 읽으면 훨씬 선명해져요.
10. 자주 묻는 질문은 무엇일까요?
11. 결론: 저는 이 소식을 이렇게 봤어요
이 기사에서 제일 인상적인 건, 헤르메스 에이전트가 1위에 올랐다는 사실 자체보다 그 1위가 설명 가능한 구조에서 나왔다는 점이에요. 토큰 처리량, 메모리 설계, 버전 확장, 보안 대응, 마이그레이션 편의성이 한꺼번에 쌓여서 결과를 만든 느낌이었어요. 저는 이런 뉴스가 진짜 기술 기사라고 생각해요. 숫자만 큰 이야기가 아니라, 왜 그런 숫자가 나왔는지를 보여주니까요.
앞으로도 저는 이런 프레임워크 기사에서는 “무엇이 새로 나왔나”보다 “무엇이 계속 쌓이고 있나”를 먼저 볼 것 같아요. 헤르메스 에이전트는 아직도 진화 중이고, 오픈클로도 자기 역할을 계속 바꿔가겠죠. 다만 이번 기사만 놓고 보면, 누적형 구조와 반복 학습을 잘 설계한 쪽이 먼저 시장의 손을 잡았다는 느낌이 강했어요.
출처: AI타임스 「오픈클로 누르고 '헤르메스 에이전트'가 글로벌 1위에 오른 이유는」, OpenRouter 공개 리더보드 수치, 기사 내 누스 리서치 발표 내용.
