헤르메스 에이전트 5개로 뉴스 큐레이션부터 주식 매매까지 자동화한 방법 전부 공개합니다 (AI 엔지니어 샘 호트만님)

한 줄 요약

AI 엔지니어 샘 호트만이 혼자 일하면서 굴리는 헤르메스 에이전트 다섯 개(뉴스 큐레이션, 커뮤니티 관리, 콘텐츠 제작, 이메일, 주식 매매)를 직접 돌려 보여 줘요. 정해진 작업은 바깥에서 스킬로 만들고 헤르메스에는 기억만 맡긴다는 운영 원칙이 핵심이에요.

전체 내용 정리

헤르메스 에이전트는 조직용이라는 편견, 혼자서도 통할까요?

조쉬는 헤르메스 에이전트를 매일 쓰면서도 이 도구가 조직에 더 맞는다는 편견이 생겼다고 털어놔요. 그래서 이번 게스트인 샘 호트만에게 개인에게도 정말 쓸모 있다는 걸 보여 달라고 부탁하죠. 샘 호트만은 기업 강의와 외주를 하다가 지금은 크리에이터 콘텐츠 일에 집중하는 AI 엔지니어예요. 조쉬 채널에서 다섯 명이 헤르메스로 협업하는 사례를 봤는데, 자기는 혼자 일하니까 그 버전을 보여 주겠다며 나왔어요.

답부터 말하면 샘 호트만은 조직용과 개인용에 큰 차이가 없다고 봐요. 그는 슬랙에서 헤르메스를 쓰고, 멀티 에이전트는 아직 쓰지 않아요. 싱글 에이전트 하나로 최대한 버티다가 업무가 커질 때 에이전트를 붙이는 쪽을 선호하거든요.

그가 자주 쓰는 말이 '결정론적인 영역'이에요. 예전에 n8n이나 메이크닷컴(Make.com)에서 노드를 하나씩 이어 붙이던 작업처럼, 규칙이 뚜렷하고 패턴이 정해진 일을 가리켜요. 요즘 클로드 코드(Claude Code)로 많이 만드는 스킬도 문서 수준에서 결정론적인 영역을 만든 것이라고 그는 설명해요. 이런 부분은 클로드 코드로 최대한 자동화해 두고, 헤르메스의 가장 큰 강점인 기억(메모리) 영역으로 살을 붙여서 점점 자기 취향에 맞게 최적화한다는 게 그의 방식이에요.

"결정론적인 건 밖에서 다 개발하고 기억 부분만 무조건 헤르메스 쪽으로 활용한다"

애니메이션 캐릭터 다섯 명에게 일을 하나씩 나눠 줬어요

샘 호트만은 에이전트 다섯 개를 화이트보드 도구에 그려 놓고 하나씩 소개해요. 각 에이전트에는 애니메이션 캐릭터 이름과 말투를 붙여 뒀어요.

첫 번째 '복자'는 큐레이션 담당이에요. AI 뉴스와 소셜 계정의 글을 긁어 와서 그의 카카오톡으로 보내 주죠. 그가 운영하는 오픈 카톡방에는 초보부터 고수까지 섞여 있어서, 평균 눈높이에 맞게 요약하도록 해 뒀어요. 조쉬가 정리한 대로라면 1300명이 보는 방이에요. 아직 100% 자동은 아니라서 메시지가 오면 중복되거나 별로인 건 빼고 사람이 골라서 올려요. 이때 이거 별로다, 요약 텍스트가 좋지 않다 같은 피드백을 먹이면 단기 기억이 최적화되고 스킬도 더 다듬어진다고 해요.

두 번째 '레제'는 그가 운영하는 스쿨 커뮤니티의 CRM을 맡아요. 자연어로 이 사람 클래스룸 권한을 열어 달라고 하면 권한이 열리고, 콘텐츠 자동 업로드도 세팅돼 있어요. 여기에 상담 기능도 붙였어요. 해외에서 고객을 만들고 돈 버는 법을 가르치는 커뮤니티라서, LLM 위키 방식으로 지식을 정리해 두고 질의응답을 하게 했죠. 별도 DB 없이 옵시디언(Obsidian) 위키 마크다운의 YAML 프론트매터를 기반으로 답한다고 해요.

예를 들어 B2B를 하고 싶은데 도메인은 약하고 기술만 있다고 물으면, 사스(SaaS)부터 만들지 말고 고객을 많이 만나거나 니치를 찾으라는 식으로 조언해요. 조쉬는 이걸 듣고 살아 있는 지식 베이스 역할을 하는 직원을 하나 넣은 셈이라고 정리해요. 지금은 샘 호트만 전용이지만, 나중에는 커뮤니티 멤버들이 챗봇처럼 질문하는 AI 강사로 키울 생각이에요. 로그인 페이지 같은 껍데기는 하루면 만들고, 정말 어려운 건 데이터 정리라고 그는 말해요.

세 번째는 진격의 거인 캐릭터를 따온 콘텐츠 제작 에이전트예요. 스레드(Threads)에서 반응이 좋았던 글과 유튜브에서 지표가 괜찮았던 대본으로 하네스를 거의 갖춰 뒀어요. 유튜브 데이터 API도 연결해서 어떤 영상을 찍을지 추천받고, 자기 스타일로 스레드 글도 써 받죠. 다만 퍼블리싱까지는 맡기지 않아요. 직접 검수해야 하니까요.

이 에이전트는 아웃라이어 영상도 봐요. 구독자 수에 비해 조회수나 좋아요가 압도적이거나 댓글이 유난히 많은 영상들을 자기 기준의 통계값으로 골라 슈퍼베이스(Supabase) DB에 쌓아 두죠. 대시보드로 보다가, 슈퍼베이스 MCP를 헤르메스에 연결해 요즘 바이럴 영상이 뭐 있냐고 물으면 자기가 올린 영상과 엮어서 무엇을 만들지 추천해 줘요.

네 번째는 개인 이메일 어시스턴트예요. 광고·제안 메일이 워낙 많이 오니까 답장 초안을 써서 임시 보관함에 쌓아 두게 했어요. 그는 그걸 훑어보고 보내요.

마지막 다섯 번째가 만든 지 3일 정도 된 주식 자동 매매 에이전트 '엘빈 스미스'예요. 종목이 아니라 반도체 같은 섹터 단위에서 매크로 분석을 하고, 기본 매매 틀은 자동화해요. 그러다 시장 분위기가 안 좋다고 감지하면 매매를 쉬는 구조예요. 대시보드와 정리된 뉴스로 매매 근거를 세우고, AI가 사도 괜찮은지, 쉬어야 하는지를 판단해 의사 결정을 돕죠. 백테스트도 이미 만들어 뒀고, 나중에는 자는 동안 알아서 단타 매매까지 하길 기대하고 있어요. 지금은 살짝 물려 있다며 웃었어요.

뉴스 큐레이션은 정해 둔 계정만 보고 카톡으로 받아요

첫 시연은 복자예요. 원래 11시 45분에 도는 크론 잡을 미리 돌려 달라고 하죠. 샘 호트만은 이게 아주 결정론적인 영역이라고 강조해요. 보는 계정이 정해져 있거든요. 이 계정 저 계정 다 연결하면 오히려 피로도가 높아져서, 사람이 먼저 필터링해 둔 계정만 봐요.

그는 국내보다 해외 크리에이터, 특히 링크드인(LinkedIn) 글을 선호해요. 글이 길어서 요약하기 좋고 맥락도 충분하거든요. 이런 계정을 여섯 일곱 개 꾸준히 보고 있고, 아침 8시 45분과 11시 45분으로 계정을 나눠 24시간 안에 올라온 글을 탐지해 보내요.

시연 중에 메시지가 두 개 도착했어요. 하나는 꽤 어려운 글이라 혼자 읽고 넘기는 용도예요. 다른 하나는 마침 촬영 시점에 최신 모델이 일주일 동안 열려 있었는데, 지금 이전 모델로 돌아가는 스킬을 이 기간에 고정하거나 업그레이드해 보라는 아이디어였어요. 그는 이런 글이 좋다고 봐요. 바로 해 봐야겠다는 생각을 하게 만드니까요. 좋은 글은 복사해서 오픈 카톡방에 뿌린다고 해요.

카카오톡 연동 원리도 짚어요. 깃허브에 카카오톡 CLI가 여러 종류 있는데, 그가 쓰는 건 로컬에서 도는 스위프트 기반 도구로 알고 있대요. 권한만 열어 두면 메시지 방을 검색해서 보낼 수 있어서, 방 이름이나 채팅 아이디를 헤르메스 스킬에 고정해 두면 돼요. 그는 카카오톡 계정이 두 개라 복자 계정에서 자기 계정으로 보내지만, 혼자라면 '나에게 보내기'를 쓰면 된다고 해요.

조쉬가 플레이 MCP에도 나에게 보내기가 있다고 하자, 샘 호트만은 200자 제한이 있어서 별로였다고 답해요. 그가 쓰는 CLI는 이미지도 보낼 수 있어요. 그래서 헤르메스에 오픈AI API를 붙여 인포그래픽을 만들고 카톡방에 올리는 것까지 자동화할 수 있겠다는 얘기가 나와요. 그는 나중에 트렌드성 소식까지 연결해 볼 생각이 있다고 해요.

레제는 커뮤니티 권한 관리와 강의 상담을 같이 맡아요

두 번째 시연에서는 레제에게 두 가지를 동시에 시켜요. 하나는 멤버의 클래스룸 권한 열기예요. 정확한 워딩을 쓰지 않고 대충 말해도 에이전트가 맥락을 알고 처리해요.

다른 하나는 질의응답이에요. 조쉬가 AI 계열 에이전시 비즈니스가 얼마나 스케일업할 수 있을지 물어요. 샘 호트만에 따르면 이 답변은 유튜브 영상이 아니라 실제 유료 강의 내용에서 나온 거예요. 그 강의는 첫 고객을 세 달 안에 잡아 반복한 뒤, 스케일업할 때 콜드 메일 같은 아웃바운드 전략을 쓰라고 가르친대요.

에이전트의 답은 검증된 오퍼를 찾고, 이미 잡은 고객 수준에서 검증된 것으로 아웃바운드를 하고, 반복 매출을 만드는 쪽을 강조했어요. 그리고 핵심 문장이 이거였죠.

"사람을 갈아넣는게 아니라 결과물을 반복 가능한 판매 형태로 만들어"

샘 호트만은 자기도 아직 그 단계에 있다고 하고, 조쉬도 자기네 역시 사람을 갈아 넣고 있다며 공감해요.

그 사이 권한 등록도 끝났어요. 예전에는 코스 권한을 하나씩 손으로 열어 줘야 했는데, 지금은 레제에게 자연어로 부탁하면 열려요. 스쿨에는 API가 없어서 문제 정의부터 밑바닥에서 직접 짰다고 해요. 구조는 의외로 단순해요. 스프레드시트에 멤버와 구매 금액별로 라벨을 달아 두고, 라벨마다 어떤 클래스룸을 켜고 끌지 정해 놨어요. 에이전트는 그 라벨을 보고 해당 클래스룸을 열어 주죠.

조쉬는 이 정도 규모면 굳이 슈퍼베이스를 붙일 필요 없이 스프레드시트로 충분하다고 정리해요. 멤버들 클래스룸을 싹 다 열어 달라고 하면 손 안 대고 일괄로 열린다는 거예요. 샘 호트만은 레제가 강의 내용 질의응답부터 고객 권한 관리, DM, 메일까지 전부 자동화하게 만드는 게 목표라고 말해요.

잘 터진 글을 레퍼런스로 먹이면 85점에서 출발해요

콘텐츠 시연은 두 가지예요. 먼저 조쉬의 영상 링크를 넣고 주요 장면을 캡처해 캐러셀을 만들게 하는데, 이건 30분쯤 걸려서 돌려 놓기만 해요. 그동안 더 빨리 끝나는 스레드 글 재가공을 해요. 유튜브 자막을 긁어 주는 브라우저 익스텐션으로 조쉬 영상 대본을 가져와 밀어 넣고, 자기 스타일로 스레드 글을 써 달라고 하죠.

결과물은 "작은 조직에서 AI를 팀원으로 쓰려면"이라는 직관적인 문장으로 시작해요. 전체 오버뷰를 먼저 쓰고, 그다음 스토리로 풀어 가는 구성이에요. 샘 호트만은 그냥 AI한테 스레드 글을 써 달라고 하면 50점도 안 나오는 글이 많은데, 이건 85점 정도는 된다고 평가해요. 90점, 91점으로 올리려면 하네스를 잘 세팅하고 헤르메스에 연결해서 앞으로 글 쓸 때 이런 걸 생각하라고 선호를 말해 줘요. 그러면 에이전트가 단기·장기 기억에 그걸 할당한대요.

조쉬는 일반인이 하네스 세팅까지 하기는 어렵다고 짚어요. 그래도 이런 톤으로 바꿔 달라는 정도로 50점에서 80점까지 올리는 건 어렵지 않고, 그 뒤의 미세 조정은 피드백만 주면 헤르메스가 알아서 반영해 준다고 정리하죠.

샘 호트만의 순서는 이래요.

"바깥에서 최대한 좋은 스킬 만드는게 일단 일차적인 목표고"

글 자동화라면 잘 터진 글을 레퍼런스로 먹이는 게 중요해요. 반응 좋았던 글 열 개 정도를 보여 주고 일반화해 보라고 시켜서 스킬을 만들어요. 그 스킬을 새 세션에서 테스트하죠. 75점에서 출발할지 85점에서 출발할지는 아무도 모르지만, 거기서부터는 메모리 수준에서 최적화하며 점수를 올려요. 조쉬는 이걸 '쓰레기를 넣으면 쓰레기가 나온다'의 반대, 곧 훌륭한 레퍼런스를 넣으라는 얘기로 받아요.

퍼블리싱은 블로타토(Blotato)나 버퍼(Buffer) API를 붙이면 금방 된대요. 그래도 그는 아직 손으로 다듬어요. 더 좋은 예시를 다시 먹이기 위해서예요. 실제로는 영상 화면 몇 장을 캡처해 붙이고 유튜브 링크를 달면 끝이라고 해요.

콘텐츠 추천도 시연해요. 이 작업은 매일 아침 9시 15분에 돌아요. 자기 최근 영상, 쌓아 둔 비디오 지표, 아웃라이어 영상을 기준으로 무엇을 만들지 추천받죠. 그의 영상은 이론형과 실전형으로 나뉘어요. 이론형이면 대본을 써서 리모션(Remotion)으로 자동 영상을 만들고, 실전형이면 직접 공부해 활용한 내용을 찍어요. 제목과 썸네일 공식을 분석하는 카피라이팅 기능도 연결해 뒀고, 자기 학습 곡선에 맞춰 공부가 더 필요한 주제인지도 알려 달라고 해 놨어요. 요일별로 기획·촬영·편집을 나누는 대신 하루 이틀 몰아 찍는 걸 좋아해서, 그런 주제도 골라 주게 했대요.

그사이 캐러셀이 스토리보드 형태로 나왔어요. 그의 기준에서는 밀도가 떨어져 아쉽지만 캡처 자체는 제대로 작동해요. 캐러셀은 카피라이팅까지 중요해서 스킬 만들기가 어렵고, 나중에는 여러 스킬을 계층적으로 엮어 쓸 계획이에요. 그는 인스타그램은 안 하고 스레드는 정말 잘 쓰고 있다고 해요.

조쉬는 AI 분야는 트래픽이 몰려서 정보성과 화제성만 있어도 반응이 온다고 덧붙여요. 샘 호트만은 두 갈래로 나눠요. 정보성 글은 속도 싸움이고, 한두 달 직접 써 보고 느낀 인사이트는 권위를 굳히는 데 좋다는 거예요. 지식 관리의 궁극적인 목표는 쌓아 둔 글과 자기 인사이트를 결합해 가치 있는 글을 재생산하는 것이라고 봐요. 많은 기업이 AX(AI 전환)를 외치지만, 그는 데이터를 먼저 쌓는 DX(디지털 전환)에 집중하고 있다고 말해요.

매매 에이전트 엘빈 스미스는 주인 말도 거절해요

마지막은 엘빈 스미스예요. 세션에 제목을 달아 두고 네가 하는 일이 무엇이냐고 물으니, 단장 캐릭터답게 정찰·분석·실행·검증이라는 흐름으로 트레이딩 보좌 업무를 설명해요. 그걸 머메이드(Mermaid) 다이어그램으로 그려 달라고도 하죠. 트레이딩 하네스 코드는 코덱스(Codex)로 개발해서 연결해 뒀어요.

로직은 이래요. 질문을 받으면 업무 경계를 확인하고, 잔고와 이전 주문을 보고, 매크로 시황을 판단해요. 그다음 결정론적인 부분을 실행하고, 장 열리기 전에 라이브 주문을 낼지, 매수할지 매도할지를 정해요. 그는 지금 TQQQ를 들고 있어요. 앞으로는 인과 그래프를 온톨로지로 발전시켜 더 나은 사고를 하도록 세팅하는 데 집중할 계획이에요. 해야 할 것과 하지 말아야 할 것을 담은 보고서를 보면서 에이전트가 잘 크고 있는지 지켜본대요.

수익률을 묻자 살짝 물렸다고 답해요. 그래도 실전을 해야 에이전트가 매매 일지를 쓰고, 쓴맛을 봐야 장기적으로 어떻게 할지 배운다는 게 그의 생각이에요. 조쉬는 장기 기억과 셀프 임프루빙(self-improving) 시스템을 주식 트레이딩에 붙인다는 발상을 처음 들어 본다고 해요. 자기는 ETF만 사는데, 이걸 붙이면 시황이나 매크로·마이크로 이벤트에 따라 기준을 잡고 사고팔게 할 수 있겠다는 거죠.

샘 호트만은 예전에 퀀트를 했어요. 지금 꿈꾸는 건 정량적인 퀀트 분석에 매크로 같은 정성적 결정 근거, 곧 내러티브 영역을 결합한 에이전틱 매매예요. 개별 종목은 예측이 어렵고 관리도 기술적으로 쉽지 않아서 섹터별 ETF를 트레이딩하는 쪽으로 전략을 바꿨대요. 조쉬는 이런 일이 귀찮은 영역이라 개인에게 많이 단축될 거라고 보고, 큰 ETF 운용사들은 이미 해 놨을 거라고 추측해요.

여기서 실전 팁이 하나 나와요. 코덱스나 클로드 코드로 다 짠 다음, 헤르메스에 넘길 온보딩용 핸드오프 문서를 만들어 달라고 하는 거예요. 그 문서를 헤르메스에 주고 이걸 보고 온보딩하면서 기억할 건 기억하라고 한 뒤, 대화를 주고받으며 점점 자연어로 일할 수 있게 만들어요.

왜 기억만 헤르메스에 맡길까요? 그는 좋은 에이전트의 3요소로 좋은 LLM, 좋은 도구, 기억을 꼽아요. 도구는 클로드 코드나 코덱스에서 직접 만들고, LLM은 돈이 허락하는 한 비싼 모델을 쓰면 돼요. 남는 게 기억이에요. 클로드 코드와 코덱스에도 기억 장치가 있지만 그의 사상과는 잘 맞지 않았대요. 헤르메스는 일주일쯤 지나면 스스로 큐레이션해서 좋은 기억에 살을 붙이고 스킬도 만들어요. 그 셀프 임프루빙 방식에 감명받았다고 해요. 그가 아는 바로는 헤르메스 0.18 버전에서 이 자기 진화가 백그라운드로 알아서 돌아가요. 대신 AI가 만든 스킬 위주로만 돌고, 원하면 별도 명령으로 직접 실행하거나 드라이 런을 해 볼 수 있대요.

가장 재미있는 장면은 따로 있어요. 예를 들어 트럼프의 발표로 시장이 크게 폭락한 날이라면 감정을 참게 하는 역할이에요. 샘 호트만이 자연어로 사라고 아무리 말해도 단장은 무조건 거절해요. 한번은 그가 이렇게 말했대요.

"주인의 말을 거역하지 마라 열 받게 하지 마라"

엘빈 스미스는 이해는 하지만 그 선은 넘을 수 없다고 하면서, 이렇게 답했어요. "거역이 아니고 네가 헤르메스에 박아둔 전투 규칙을 지키는 것이다" 샘 호트만은 이게 진짜 FM이라며, 그것 때문에 스트레스를 많이 받았다고 웃어요. 혼자 일하니까 이런 데서라도 웃어야 한다는 거예요.

지금은 싱글 에이전트지만, 나중에는 매크로나 정량 분석을 맡을 다른 캐릭터를 넣어 멀티 에이전트로 갈 예정이에요. 작년에 배당 주식 앱을 내놓았던 조쉬도 이걸 에이전트로 만들 생각은 못 해 봤다고 해요. 샘 호트만은 배당 쪽이라면 내러티브 리서치를 분기나 한 달마다 돌리게 하고, 포트폴리오 최적화는 이미 좋은 파이썬 라이브러리가 많으니 그걸 쓰면 되겠다고 답해요.

조쉬는 헤르메스를 조직형·공용 에이전트로만 생각했는데, 셀프 임프루빙 시스템을 엮어 개인의 도메인마다 에이전트를 나누고 계속 진화시키는 콘셉트가 좋았다고 마무리해요.

핵심 인사이트

• 정형화된 일은 바깥에서, 기억은 헤르메스에서: 샘 호트만은 규칙이 뚜렷한 작업을 클로드 코드·코덱스로 스킬과 코드로 굳혀 두고, 헤르메스에는 기억과 취향 학습만 맡겨요. 역할을 이렇게 나누면 에이전트가 엉뚱하게 흔들릴 여지가 줄고, 개인화는 쓸수록 깊어져요.
• 출발점은 레퍼런스가, 마무리는 피드백이 정해요: 잘 터진 글 열 개쯤으로 스킬을 만들면 75~85점에서 시작하고, 그 위는 이건 별로라는 식의 피드백이 기억에 쌓이면서 올라가요. 혼자 일하는 사람에게 헤르메스가 쓸모 있는 이유가 여기에 있어요.
• 에이전트의 원칙이 사람의 충동을 막아 줘요: 매매 에이전트는 주인이 사라고 해도 미리 박아 둔 규칙을 근거로 거절해요. 감정이 판단을 흐리는 영역일수록 규칙을 에이전트에 심어 두는 효과가 커요.
• DB보다 데이터 정리가 먼저예요: 커뮤니티 권한 관리는 스프레드시트 라벨 하나로 돌아가고, 상담 기능은 마크다운 위키로 충분했어요. 껍데기는 금방 만들지만 데이터 정리가 어렵다는 말처럼, AX보다 DX가 먼저라는 게 그의 결론이에요.

오늘 당장 해볼 것

1. 클로드 코드나 코덱스로 만들어 둔 자동화가 있다면 "헤르메스에 넘길 온보딩용 핸드오프 문서를 만들어 줘"라고 요청해 보세요. 그 문서를 헤르메스에 주고 기억할 것을 기억하게 하면, 이후로는 자연어로 같은 작업을 시킬 수 있어요.
2. 반응이 좋았던 내 글이나 대본 열 개를 골라 "공통점을 일반화해서 글쓰기 스킬로 만들어 줘"라고 시켜 보세요. 새 세션에서 테스트해 보면 그 스킬이 몇 점에서 출발하는지 감이 옵니다.
3. 매일 챙겨 보는 해외 계정을 여섯 일곱 개로 좁혀 목록을 만들어 보세요. 24시간 안에 올라온 글만 정해진 시간에 요약해 받는 크론 잡으로 연결하면, 정보 피로는 줄고 꼭 볼 소식만 남아요.