무역실무에 Hermes 엮기 : LLM 위키 + Hermes + Slack bot to bot 구축
2026.05.31

AI 업무 자동화 요약
| 항목 | 내용 |
|------|------|
| 직업 | 선박 부품 및 기자재 무역중개업 대표 |
| 목표 | RFQ(견적 요청) 처리 자동화 + 업무 지식 AI에게 학습 |
| 사용 도구 | Hermes Agent + Slack + Obsidian |
| 구현 결과 | Slack에서 대화하는 AI 어시스턴트 + 업무 지식 베이스(Wiki) 구축 |
시작점 — "LLM 위키를 구축하고 싶다"
솔직히 말하면 처음엔 막막했다.
"LLM 위키를 구축하고 싶은데 어떻게 해야 하나요?" 이 질문을 던졌을 때, 나는 AI가 뭔가 대단한 기술 설명을 해줄 거라 예상했다. 그런데 돌아온 답은 의외로 단순했다.
> "이미 쓰고 계신 Obsidian을 활용하시면 됩니다."
그때부터 그림이 그려지기 시작했다. AI 도구(Hermes)가 내 업무 지식을 저장한 Obsidian을 읽고, Slack으로 나에게 보고하는 구조. 즉, **내가 퇴근해도 일하는 AI 직원**이다.
왜 위키(Wiki)가 필요한가
AI는 기억이 없다. 매번 대화를 새로 시작하면 내가 어떤 업무를 하는지, 어느 공급사와 거래하는지 전혀 모른다. LLM 위키는 이 문제를 해결한다.
```
위키 없는 AI 위키 있는 AI
─────-----─ ───────────
매번 처음부터 설명 "공급사 목록 참고할게요"
영문 부품명 모름 "Piston Ring = 피스톤 링"
내 업무 스타일 모름 "대표님 방식대로 할게요"
```
위키는 **AI의 장기 기억**이다. 한 번 쌓아두면 Hermes가 알아서 꺼내 쓴다.
전체 구조 설계
> **전체 시스템 구조도 — Obsidian Wiki → Hermes AI → Slack 연동 흐름**
[공급사/고객 RFQ 수신]
↓
[Hermes — Slack에서 대화]
↓ Obsidian Wiki 참조
[공급사 목록 + 부품 용어집 + 이메일 템플릿]
↓
[영어 이메일 초안 자동 생성]
↓
[대표님 검토 후 발송] ```
이게 내가 만들려는 **Bot to Bot 자동화**의 핵심이다.
"Bot to Bot"이라는 말이 처음엔 어려웠는데, 쉽게 말하면 이렇다.
**Bot 1**: RFQ 내용을 받아서 파싱(선박명, 부품명, 수량 추출)
**Bot 2**: 파싱된 내용으로 공급사 문의 이메일 초안 생성 두 봇이 사람 개입 없이 서로 넘기는 구조다.
Slack에서 Hermes와 MVP 설계
> **Slack에서 Hermes가 RFQ 자동화 MVP를 설계하는 대화 화면**
Hermes를 Slack에 연동한 뒤, 직접 대화로 MVP 설계를 진행했다.
Hermes가 먼저 4가지 처리 방식을 제안했다.
1. Slack/이메일로 RFQ를 받으면 자동 처리
2. Obsidian Vault에 들어온 요청서를 기준으로 처리
3. 엑셀/CSV 업로드 파일을 기준으로 처리
4. **추천 구조로 MVP부터 설계** ← 이걸 선택했다
그러자 Hermes가 `marine-research`, `marine-quotation`, `marine-email` 같은 스킬을 스스로 찾아보더니, 선박 부품 무역에 특화된 **MVP 입력 스키마**를 설계해줬다.
```
buyer_company / buyer_contact / vessel_name / imo_no
engine_maker / engine_model / engine_serial_no
delivery_port / delivery_date / quotation_deadline
items:
- part_name / part_no / qty / unit / remarks
```
실무에서 RFQ를 받을 때 필요한 필드가 그대로 나왔다. 이 양식에 맞게 정보를 입력하면 Hermes가 영어 이메일 초안을 자동으로 만들어준다.
Obsidian Wiki 구축 결과
MVP 설계와 병행해서 Obsidian에 위키를 쌓았다.
📁 **생성된 구조**
```
Obsidian Vault/
├── AI 도구/
│ └── Hermes 설정.md ← 설정법 + 트러블슈팅
├── 업무 프롬프트/
│ ├── RFQ 스키마 정의.md ← MVP 입력 양식
│ ├── 공급사 목록.md ← 진우엔지니어링 등록
│ ├── 부품 용어집.md ← 한/영 10개 부품
│ └── 영어 이메일.md ← 견적/클레임 템플릿
└── AI 활용 사례/
└── 성공 사례.md ← 오늘 기록```
**부품 용어집**에는 자주 취급하는 엔진 부품 10종을 정리했다.
| 한국어 | 영어 |
|--------|------|
| 실린더 라이너 | Cylinder Liner |
| 피스톤 링 | Piston Ring |
| 커넥팅 로드 | Connecting Rod |
| 베드 플레이트 | Bed Plate |
| 스터핑 박스 | Piston Rod Stuffing Box |
| … | … |
이제 Hermes에게 "피스톤 링 견적 문의 이메일 써줘"라고 하면, 위키에서 영문 부품명을 찾아 정확하게 작성한다.
앞으로의 구축 순서
> **단계별 구축 로드맵 — MVP → Wiki → 연동 → 자동화**
| 단계 | 내용 | 상태 |
|------|------|------|
| 1단계 | MVP 완성 (RFQ 1건 처리) | 진행 중 🔄 |
| 2단계 | Wiki 적립 (공급사, 부품, 사례) | 시작 ✅ |
| 3단계 | Wiki ↔ Bot 연동 심화 | 예정 |
| 4단계 | Bot to Bot 완전 자동화 | 예정 |
MVP가 먼저다. 실제로 써봐야 무엇이 필요한지 보인다. 그걸 위키에 기록하면, 위키가 봇을 점점 똑똑하게 만든다.
오늘 배운 것
**위키는 AI의 장기 기억이고, Bot은 그 기억을 행동으로 실행한다.**
위키 없이 Bot만 있으면 매번 설명해야 한다. Bot 없이 위키만 있으면 직접 찾아봐야 한다. 둘이 연결될 때 비로소 "나만의 AI 직원"이 완성된다.
선박 부품 무역이라는 특수한 업무도 AI로 자동화할 수 있다는 게 오늘의 핵심이다. 기술 지식이 없어도 된다. Slack에서 대화하듯 설계하면 된다.
다음 주엔 실제 RFQ 예시로 MVP를 완성할 예정이다.
---
*#Hermes #Obsidian #LLMWiki #업무자동화 #선박부품 #BotToBot #슬랙AI*




지난번 글에서 선박 부품·기자재 무역 업무에 맞춰 Hermes Agent의 역할, 말투, 견적서/이메일 Skill, Obsidian 연결, 환율 브리핑까지 실제 업무 보조자로 세팅하신 흐름이 인상적이었는데, 이번 글은 그 기반이 RFQ 처리 자동화 쪽으로 한 단계 더 구체화된 느낌이라 좋았습니다.
특히 “LLM 위키를 구축하고 싶다”에서 시작해서, 이미 쓰고 계신 Obsidian을 Hermes의 장기 기억으로 삼는 방향으로 정리된 점이 좋았습니다. 위키를 별도의 거창한 시스템으로 새로 만드는 것이 아니라, 실제 업무 지식이 쌓이는 장소를 Agent가 읽고 활용하게 만든다는 접근이라서 쌤_Ai_yo님 상황에 잘 맞아 보였습니다. 공급사 목록, 부품 용어집, 이메일 템플릿, RFQ 스키마가 한곳에 쌓이면 매번 “우리 업무는 이런 방식입니다”를 다시 설명하지 않아도 된다는 점이 핵심인 것 같습니다.
Slack에서 Hermes와 대화하면서 RFQ 자동화 MVP를 설계한 부분도 좋았습니다. 처음부터 완전 자동화를 목표로 하기보다, buyer_company, vessel_name, imo_no, engine_maker, delivery_port, quotation_deadline, items 같은 입력 스키마를 먼저 잡은 게 실무적으로 중요해 보였습니다. 무역 업무에서는 이메일 문장을 잘 쓰는 것보다, 어떤 정보가 빠지면 견적을 낼 수 없는지, 어떤 조건은 사람이 다시 확인해야 하는지 정리하는 게 먼저니까요. 지난번 댓글에서 말했던 “입력 정보, 확인해야 할 조건, 초안, 사람 검토 항목”이 이번 글에서는 MVP 입력 스키마로 실제 형태를 갖추기 시작한 것처럼 읽혔습니다.
Obsidian Vault 구조도 실용적이었습니다. Hermes 설정과 트러블슈팅, RFQ 스키마 정의, 공급사 목록, 부품 용어집, 영어 이메일 템플릿, 성공 사례를 나눠두신 덕분에 위키가 단순 메모장이 아니라 업무 운영 기준에 가까워지고 있습니다. 특히 부품 용어집에 실린더 라이너, 피스톤 링, 커넥팅 로드 같은 한/영 용어를 쌓아두는 건 작아 보여도 실제 이메일 품질에 바로 영향을 줄 수 있는 부분이라 좋았습니다.
“위키는 AI의 장기 기억이고, Bot은 그 기억을 행동으로 실행한다”는 정리가 이번 글의 핵심처럼 느껴졌습니다. 위키만 있으면 사람이 찾아봐야 하고, Bot만 있으면 매번 다시 설명해야 하는데, 둘을 연결하면 선박 무역이라는 특수한 업무도 조금씩 자동화 가능한 구조로 바뀌는 것 같습니다. Bot to Bot도 처음부터 거창하게 보기보다, RFQ 파싱 Bot과 공급사 문의 이메일 초안 Bot처럼 역할을 작게 나눈 점이 이해하기 쉬웠습니다.
실제 RFQ 예시로 MVP를 완성하실 때는 자동 발송까지 바로 가기보다, 먼저 “누락된 필드”, “Agent가 확신한 정보”, “사람이 확인해야 할 조건”, “초안 이메일”이 함께 나오는 처리 로그를 만들어보시면 좋을 것 같습니다. 그러면 Agent가 어디까지 정확히 처리했고, 어떤 부분은 대표님 판단이 필요한지 분리돼서 더 안전하게 고도화할 수 있을 것 같습니다.
지난번 글이 나만의 무역 AI 비서를 세팅한 기록이었다면, 이번 글은 그 비서에게 오래 기억할 업무 지식과 첫 번째 실행 흐름을 붙이는 기록처럼 느껴졌습니다. 작은 MVP에서 시작해서 Wiki에 다시 기록하고, 그 기록이 다음 자동화를 더 똑똑하게 만드는 방향이 잘 잡혀 있어서 앞으로 실제 RFQ 처리 사례가 붙으면 훨씬 더 강한 시스템이 될 것 같습니다.