헤르메스 사용 후기

개요

• 지난주부터 헤르메스를 코딩 용도로 쭉 써보고, 후기를 정리한다.
• 결론:
  • 성능 차이는 분명 있으나 체감은 작고, 토큰 소모 대비 가성비가 안 나온다. 코딩 주력이라면 아직은 비추

기본 구성과 비용

• 헤르메스 자체는 무료이고, 모델 연결에는 nous portal을 쓸 수 있다.
  • nous portal은 여러 AI 모델을 헤르메스에서 통합해 쓰게 해주는 도구다.
  • 20달러 구독을 써봤는데, 제공 토큰량이 코딩 용도로는 턱없이 부족하다. 며칠 못 가 한도에 걸린다.
• 대안으로 Claude 쪽을 붙여보려 했으나, 구독으로 외부에서 쓸 수 있는 사용량이 매우 제한적이었다.
  • 그래서 실사용은 GPT Plus를 연결하는 방식으로 정착했다.

헤르메스 + GPT Plus 사용 후기

• 결론부터 말하자면 codex와 다르긴 한데, 체감 차이는 크지 않다.
• 헤르메스는 같은 질문에도 codex보다 더 오래 고민한다.
  • 그만큼 토큰을 훨씬 많이 먹는다.
    • 응답의 깊이는 Claude와 비슷한 인상.
  • 즉 "느리고 비싼 대신 더 깊게 생각하는" 트레이드오프다.

학습 루프 - 작동은 한다

• 자기학습 기능이 실제로 작동하는 순간은 있었다.
  • 운영DB 수정 요청이 처음엔 3분 걸렸는데, 유사한 요청을 다시 하니 20초로 줄었다.
  • 반복 작업에서 확실히 빨라지는 건 사실이다.
• 그러나 이 효용이 토큰 비용을 상쇄할 만큼은 아니다.
  • 학습 효과가 체감되는 범위가 "거의 동일한 반복 작업"으로 좁고, 범용적인 개선으로 이어지진 않았다.
  • loop, goal 같은 개념은 이미 다른 에이전트도 제공하며, 헤르메스만의 결정적 우위로 느껴지진 않았다.
  • 정말 중요한 규칙은 어차피 프롬프트 문서로 직접 넣어주는 편이 더 빠르고 예측 가능했다.

누구에게 맞나

• 비추: 코딩이 주력인 경우. 토큰 소모와 비용 대비 codex/Claude 대비 뚜렷한 이득이 없다.
• 볼만함: 반복 업무 자동화, 혹은 메신저에 상주시켜 두고 쓰는 용도. 학습 루프가 살아나는 지점이 여기다.
• 결론적으로 현 시점에서 코딩 목적으로는 굳이 갈아탈 이유를 찾지 못했다.