본문으로 건너뛰기

hermes 설치하자마자 llm wiki라니

서한나

2026.05.26

hermes 설치하자마자 llm wiki라니 본문 이미지

1) hermes 설치 및 에이전트 하나 만들어보기

처음 Hermes를 설치해서 에이전트를 정의했는데 이 때는 그 내용들이 모두 Hermes.md 라는 한 파일에만 쌓았다. 이후 우리 스터디의 과제문을 던졌더니, 그 과제 가이드 컨벤션을 따라서 Hermes.md를 Soul.md, Agent.md, Memory.md로 분리시켰다. (사실 이걸 꼭 이렇게 해야하는 이유는 모르겠지만.. 그렇게 했다. 오히려 에이전트가 고도화가 되면 필요할 일인 것 같긴 하다.)

내 에이전트의 역할과 주요 업무는 다음과 같다.

  • 역할: 서비스 기획자인 나를 위해 다방면의 리서치를 돕고 기획안을 정리해주는 비서

  • 업무 1 : 필요한 주제의 자료를 찾고, 한 번 더 팩트체크까지 검수해서 핵심만 정리한다

  • 업무 2 : 요청한 요구사항을 더 잘 수행하기 위해 필요한 질문을 먼저 던지고, 답변을 바탕으로 기획안 초안을 만든다

  • 업무 3 : 서비스 관련 질문에 대한 답변 초안을 서비스 지식을 바탕으로 정리해준다

2) discord 연결하기

그저 몇개 .md파일이 전체인 에이전트를 일단 만들고서 가장 먼저 한 일은 그래도 내가 상상했던 에이전트는 막 부르면 답하는 에이전트였기 때문에 discord 연결을 먼저 해봤다. 어찌저찌 클로드의 도움을 받아 셋팅을 했는데, 아직 가지고 있는 게 자기 정체성 정의 뿐인지라.. 부르면 귀엽게 말하는 llm일 뿐이다.

3) llm-wiki 구축하기

이것 역시 아직 에이전트를 운영해보지 않은터라 필요에 의한 것이 아니라 과제라서 진행을 했다보니, 이게 어떻게 사용되는 것인지는 모르겠다. 내 에이전트가 내 업무를 대신 해줘야하니, 내가 아는 지식을 보다 더 체계적으로 관리해주는 정도로 이해를 했다. 그러나 단순 RAG가 아닌 LLM-wiki를 만드는 것으로 초기 구축을 하는 게 맞나 싶기도 했다. (중급 스터디이니 이미 에이전트를 잘 운영하시다가 llm-wiki 와 같은 체계적인 지식관리가 필요하신 분들한테는 유용하지 않았을까도 싶고.)

내가 아는 지식으로 뭘 먼저 줄 수 있을까 고민하다가, 내 에이전트의 주요 업무에 필요한 1차 지식으로 우선 우리 서비스의 가이드 콘텐츠들을 주기로 했다. 그런데 이 가이드들이 다 웹페이지로 존재해서 이걸 로컬파일화 하는 게 고민이었다. 그래도 꽤 개수가 많은데 각각의 링크들이 게시글 id가 규칙적이지 않아서 특정 디렉토리 하위의 링크들을 전체 다 찾는 것도 일이었는데 결국 머리를 쓰는 것보다 몸으로 움직이는 것을 택하여서 주요 페이지만 20개 정도 선별해서 URL을 모은 다음,,, 그걸 또 hermes가 아닌 내 영혼의 단짝 클로드코드한테 가서 수집해달라고 했더니.. hermes 셋팅하는 것부터 도와주던 녀석이라 그런지 단지 raw파일을 만들어주는 게 아니라 곧바로 .md 파일로 만들어서 wiki를 바로바로 정리해줘버렸다. 고맙긴한데, 그렇다보니 raw폴더가 텅 빈 상황이라 당혹스럽다.

이후에 자꾸 클로드코드에서 더 얘기하면 hermes를 셋팅한 의미가 없는 것 같아서 hermes로 돌아가서 내가 이미 바깥에서 지식베이스를 구축했는데 확인해달라고 했더니, 갑자기 건강검진을 하겠다고 했다. 나중에 알게 된 사실이지만 이것이 llm-wiki에서 lint라고 하는 것 같다. 그러면서 1차로 클코가 했던 wiki구축을 재정비하면서 서로서로 링크 연결을 한 듯 하다.

한국어 텍스트가 표시된 컴퓨터 화면의 스크린샷

여기까지 hermes로 에이전트를 하나 만들자마자 다짜고짜 llm-wiki를 만든 경험을 정리했다. 사실 여기까지 진행했을 때 내가 대체 뭘 하고 있나? 정리가 안되었는데 오히려 오늘 다른 스터디원들의 사례를 들으니, 아 이 작업이 이렇게 쓰기 위해서 필요한거구나 라고 생각 정리가 되었다.

앞으로 내 에이전트에게 목표하는 주요업무를 위해 어떻게 더 스터디 내용을 접목해볼 수 있을지 고민해봐야겠다. 더불어, "리서치" 하네스 스터디 답게 내부 지식을 knowledge나 memory로 주기 위한 wiki가 아닌.... 외부에 새로운 정보를 찾고 리서치하는 일에 활용할 수 있는 방향을 고민해봐야겠다.

1

함께 이야기해요 1

로그인하고 댓글을 남겨 주세요

Giacomo 프로필 이미지
Giacomo2026.05.27
서한나님, 글 잘 읽었습니다. Hermes를 설치하고 에이전트의 역할을 직접 정의해보고, Discord까지 연결해보고, 바로 LLM-WIKI까지 시작해보신 흐름 자체가 굉장히 좋은 1주차 경험으로 보였습니다. 특히 "아직 이게 왜 필요한지는 잘 모르겠지만 일단 해봤다"는 기록이 오히려 의미 있었어요. 에이전트나 LLM-WIKI는 설명만 들으면 추상적인데, 실제로 한 번 설치하고 연결하고, 지식 파일을 넣어보고, 다시 Hermes에게 점검을 시켜보는 과정에서 감이 생기는 도구라서요.

서비스 기획자로서 "리서치를 돕고, 팩트체크하고, 기획안 초안을 만들고, 서비스 지식 기반으로 답변 초안을 정리해주는 비서"라는 역할 정의도 좋았습니다. 이 경우 LLM-WIKI는 단순히 지식을 보관하는 폴더라기보다, 나중에 에이전트가 답변할 때 계속 참조할 수 있는 "서비스 지식의 기준선"이 될 수 있습니다. 그래서 처음부터 완벽한 wiki를 만들 필요는 없고, 지금처럼 실제 업무에 필요한 가이드 콘텐츠 20개 정도를 먼저 넣어본 것은 좋은 출발점이라고 생각합니다.

웹페이지로 된 서비스 가이드를 로컬 파일화하는 부분은 실제로 많은 분들이 막히는 지점입니다. 방법은 몇 가지가 있습니다. 가장 안전한 순서는 보통 1. 공식 export나 API가 있으면 그걸 먼저 쓰기, 2. 사이트맵이나 내부 링크 구조로 URL 목록을 찾기, 3. 필요한 페이지를 수동으로 선별해서 URL 리스트를 만들기, 4. 각 URL의 원문을 raw로 저장하고 그 다음에 요약/정리본을 wiki로 만드는 방식입니다. 이번에 직접 주요 페이지 20개를 골라 URL을 모으신 것은 3번에 해당하는 방식이고, 규모가 크지 않은 초기 구축에서는 꽤 현실적인 선택입니다.

다만 여기서 한 가지 관리 팁을 드리면, Claude Code가 바로 `.md` 정리본을 만들어준 것은 편리하지만, 가능하면 다음부터는 raw와 wiki를 분리해두시면 더 안전합니다. 예를 들어 `raw/`에는 웹페이지 원문 또는 원문에서 추출한 텍스트를 최대한 덜 가공해서 저장하고, `wiki/`에는 LLM이 정리한 요약, 핵심 정책, FAQ, 내부 링크를 저장하는 식입니다. 이렇게 해두면 나중에 답변이 이상할 때 "원문이 문제였는지", "요약 과정에서 의미가 바뀐 건지", "링크 연결이 잘못된 건지"를 다시 확인하기가 훨씬 쉬워집니다.

크롤링할 때 주의할 점도 있습니다. 공개 웹페이지라고 해서 무조건 마음대로 대량 수집해도 된다는 뜻은 아니어서, 먼저 서비스 약관, 로그인/권한 범위, robots.txt, 사이트맵, 요청량을 확인하는 것이 좋습니다. robots.txt는 크롤러 트래픽 관리를 위한 신호이지 보안 장치는 아니고, 사이트맵은 URL을 찾는 데 도움이 되지만 모든 중요한 페이지가 항상 들어있는 것은 아닙니다. 그래서 내부 서비스 가이드처럼 업무 지식으로 오래 쓸 자료라면 "출처 URL, 수집일, 원문 저장 여부, 요약본 생성일, 마지막 확인일" 정도를 같이 남겨두는 편이 좋습니다.

제가 보기에는 지금 글의 핵심은 "완성된 LLM-WIKI를 만들었다"보다 "Hermes를 직접 설치하고, Discord 연결까지 해보고, 내 업무 지식을 넣어보며 어디가 헷갈리는지 발견했다"는 데 있는 것 같습니다. raw 폴더가 비어 있어서 당황하신 것도 실패라기보다, 다음 버전에서 지식베이스를 더 잘 관리하기 위한 좋은 발견입니다.

다음 단계로는 큰 구조를 다시 만들기보다, 이미 수집한 20개 페이지 중 2~3개만 골라서 작게 재정리해보시면 좋을 것 같습니다. 각 페이지마다 `source_url`, `collected_at`, `raw_text`, `summary`, `agent_use_case`, `last_checked` 같은 항목을 붙여두고, Hermes에게 "이 자료를 서비스 기획 비서가 어떤 질문에 활용할 수 있는지"까지 정리하게 해보면 LLM-WIKI가 실제 업무와 더 잘 연결될 것 같습니다.

좋은 시행착오 공유해주셔서 감사합니다. 특히 "일단 직접 해보고 나서 왜 필요한지 나중에 이해되는" 흐름이 이번 스터디 취지와도 잘 맞는 사례라고 느꼈습니다.

필요한 AI 정보만
메일함에 쏙쏙 넣어드려요.

지금 핫한 AI 소식부터 직접 해 본 사례까지, 월요일마다 무료로 받아보세요

이런 사례도 있어요

사례 전체 보기