본문으로 건너뛰기

Hermes 와 붙어있으면 24시간이 모자라 + 느낀점, 인사이트

딩돌이

2026.05.25

Hermes 와 붙어있으면 24시간이 모자라 + 느낀점, 인사이트 본문 이미지

먼저 이번에 우리 촌장이가 일기를 쓰게 만들었거든요 제 마을 촌장이에요
일기 일부분 읽고가셔요 오호호호

이번주 헤르메스 고도화 하며 느낀점들

이번 주에는 개인용 AI 운영 시스템인 진솔마을을 만들면서, 여러 에이전트가 함께 일하기 위한 기본 구조를 잡았다. Obsidian을 지식 저장소로 쓰고, Slack을 작업실처럼 쓰고, Hermes Agent를 통해 각 역할별 에이전트를 연결하는 방식이다.
겉으로 보면 폴더를 만들고, 규칙을 정하고, 대시보드를 만든 한 주였다. 
하지만 실제로 얻은 인사이트는 조금 달랐다.

AI 에이전트를 팀처럼 쓰려면, 먼저 내가 어떻게 일하고 싶은 사람인지부터 정리해야한다.

---

1. AI에게 일을 맡기는 것보다 어려운 건 “일의 방식과 출입구”를 정하는 일

처음에는 자료가 들어오면 그냥 AI에게 “정리해줘”라고 하면 될 줄 알았다.
그런데 자료의 종류가 생각보다 다양했다.

- 나중에 볼 링크
- 학습 자료
- 광고나 마케팅 참고 자료
- 웹소설 아이디어
- 디지털 상품 아이디어
- 개인적인 일기나 회복 기록
- 언젠가 쓸 수도 있는 템플릿
- 지금 당장 실행해야 하는 업무 자료

이걸 전부 같은 방식으로 처리하면 금방 엉킨다.
그래서 이번 주에 가장 먼저 정리한 것은 “자료가 들어오는 입구”였다. 
Obsidian 안에 인박스 역할을 하는 공간을 두고, 아직 분류되지 않은 자료는 일단 그곳에 머물게 했다.

중요한 건, AI가 자료를 보자마자 마음대로 최종 위치를 정하지 않게 한 것이다.

AI는 정리하고 제안할 수 있다. 
하지만 어떤 자료를 앞으로의 프로젝트로 승격할지, 어떤 자료를 그냥 참고로 둘지는 결국 사람이 결정해야 한다.

이 기준을 세우고 나니, AI가 훨씬 덜 부담스러운 도구가 됐다.

AI가 내 자료를 마음대로 끌고 가는 것이 아니라, 
내가 만든 흐름 안에서 자료를 정리해주는 느낌이 되었다.

---

2. 에이전트는 “혼자 똑똑한 AI”가 아니라 “역할이 있는 동료”

이번 주에 가장 많이 한 일 중 하나는 에이전트별 역할을 나누는 일이었다.

나는 이 시스템을 진솔마을이라고 부르고, 각 역할을 “세포”처럼 나누었다.
처음에는 이 구분이 약간 놀이처럼 느껴질 수도 있다. 
하지만 실제로 써보니, 이건 단순한 캐릭터 설정이 아니었다.

역할을 나누면 AI에게 일을 줄 때 훨씬 명확해진다.
역할이 생기면 AI의 답변도 달라진다. 
무조건 실행하려 들지 않고, 어떤 관점으로 봐야 하는지가 생긴다.

AI 에이전트를 잘 쓰려면, 먼저 AI에게 ‘무엇을 할 수 있는지’보다 ‘어떤 입장에서 봐야 하는지’를 정해줘야 한다.

---

3. 기록은 나중에 보기 위한 것이 아니라, AI가 다시 이어받기 위한 장치

이번 주에는 history라는 중앙 기록 장부도 만들었다.

처음에는 요청했더니 그냥 .md파일로 뭘했는지 적어서 적재하더라. 그런데 나는 이런 형식으로는 관리도안되고 원하는 방식도아니라서 jsonl로 테이블을 다시만들었다.

그렇게하면 obsidian에서는 안보이지만 Agent들은 더 효과적으로 보고 업무할 수 있다, 차트나 다른 작업하기에도 훨씬 좋고.

“지난번에 우리가 어디까지 했지?” 
“이 규칙은 왜 이렇게 정했지?” 
“이 파일은 왜 여기 있지?” 
“이 자료는 처리된 건지, 아직 대기 중인 건지?”

이런 질문이 쌓이면 AI를 쓰는 일이 오히려 피곤해진다.

그래서 이번 주에는 작업 기록을 한 줄씩 남기는 구조를 만들었다. 
어떤 날짜에, 어떤 세포가, 어떤 일을 했고, 어떤 결과물이 생겼는지 간단히 남기는 방식이다.

AI를 오래 쓰려면, 프롬프트보다 기록 구조가 더 중요해진다. 특히 헤르메스라면 더더욱.

---

4. 옵시디언 대시보드 꾸미기가 핵심

원래 처음에 GPTERS 시작하기 전부터 헤르메스를 설계 하면서 Obsidian 을 써서 자료 구조를 짜야지 생각했다. 그렇지만 그때까지만 해도 obsidian 이 그냥 자료를 잘 연결해주는 툴인 줄 알았다. 그래서 아예 내 인터페이스를 따로 만들어야지 생각했었다.

그런데 Claude 랑 이야기하면서 내가 필요한 것들은 다 Obsidian 에서 대시보드 형태로 구현할 수 있는 것을 알게되었다. 그래서 사이트 개발 할 필요 없겠구나 생각하면서 obsidian 의 대시보드를 꾸미기 위해 플러그인을 이것저것 필요한 것을 깔았다.
그리고 대시보드 형태와 종류를 고민하고 미리 만들어두었었는데, 이번 주에 그 Obsidian 홈 대시보드와 학습 대시보드도 정리했고 실제로 거기서 데이터가 연동되어서 내 의사결정에 도움되도록 설정까지 마쳤다. 그러면서 frontmatter 랑 jsonl 데이터값을 싹다 기준업데이트를했다. 지금 룰북만 모아놓은 곳이 있는데 룰잡는데만 천만년 🥹 그런데 이제 다 잡혔다.
이제 인풋을 어마어마 하게 넣어주면 된다.

초반에 정한게 계속 업데이트되고 갈아 엎는다더니 그게 맞았다.
그리고 다른사람의 것을 가져와서 쓴다고 되는게아니라는 말도 맞았다. 진짜 내가 원하는걸 알고 거기에 맞춰서 데이터 구조는 전부다시 짜진다.

내게 필요했던 건 이것이었다.

- 지금 어떤 자료가 들어와 있는지
- 최근에 무엇을 공부했는지
- 어떤 개념을 아직 이해 중인지
- 어떤 작업이 대기 중인지
- 이번 주에 어떤 세포가 많이 움직였는지
- 마을이 지금 어디까지 정리되어 있는지

즉, 대시보드는 “성과를 보여주는 화면”이라기보다  ADHD같은 나의 주의력을 다시 일로 돌릴 수 있게 만들어주는 장소였다.
특히 혼자 일하는 사람에게는 이게 중요하다.
혼자 일하면 모든 맥락이 내 머릿속에만 있다. 
컨디션이 좋을 때는 괜찮지만, 며칠 쉬거나 다른 일에 밀리면 다시 시작하기가 어렵다.

그런데 대시보드가 있으면 조금 달라진다.

내가 모든 것을 기억하지 않아도 된다. 
AI도 모든 것을 즉석에서 추측하지 않아도 된다. 
둘 다 같은 화면을 보고 다시 시작할 수 있다.
그래서 나는 obsidian 으로 자료를 정리만 하지말고 목표트래킹도 하고 내 봇들이 얼마나 일했는지도 트래킹해 보면서 모두 재미있게 일했으면 좋겠다.

---

5. AI 협업에서 중요한 건 “많이 말하는 것”이 아니라 “필요할 때만 보이는 것”

나는 헤르메스를 하면 자동으로 봇들이 서로 이야기 하면서 할 줄 알았다.
그런데 희안하게 워크플로우를 짜둬도 얘들이 Slack 에 서로 태그하며 나와서 일을 하지 않는거다. 뒤로 슈슉 처리하고 얘도 같이 했어요 그러길래 물어봤더니 이것도 설정을 해줘야하는거였다.

처음에는 세포들이 서로 대화하며 일하는 모습이 보이면 재미있을 것 같았다. 
하지만 실제로 생각해보니, 모든 과정이 계속 보이면 오히려 시끄러울 수 있다는 생각에
저소음 공개 협업으로 방식을 정했다.
딱히 내가 이렇게 이름을 정한건 아니고 촌장이가 정했다. 그리고 Slack 에 괜히 다 보여주면서 정리해도 무료 버전은 3개월이면 기록이 지워지기도 하고 병목이 될 것같아서 최소한의 보고와 업무처리를 내가 보고 구경할 수 있도록 룰을 정했다.

흐름은 단순하다.

1. 마을촌장이 일을 나눈다.
2. 필요한 세포가 짧게 수락한다.
3. 중간 현황, 막힘, 확인 요청이 있을 때만 등장한다.
4. 마지막 정리는 다시 마을촌장이 한다.
5. 최종 결정은 내가 한다.

이 구조가 마음에 들었던 이유는, AI가 “나 대신 떠드는 팀”이 아니라 
*내가 볼 수 있는 방식으로 조용히 굴러가는 팀*에 가까워졌기 때문이다.

AI가 많아질수록
누가 언제 말해야 하는지, 
언제 조용히 있어야 하는지, 
언제 사람에게 결정을 돌려줘야 하는지가 더 중요해진다.

AI 에이전트 팀을 만든다는 건 단순히 여러 봇을 연결하는 일이 아니었다.
나는 오늘 내 팀의 작은 조직 문화를 만들었다! 완전 팀장겸 HR 팀 같아 오호호.ㅠㅠㅠ
사실 걍 다 알아서 했음 좋겠다.

---

6. 이번 주에 내가 실제로 한 일

이번 주에 정리한 것을 한 문장으로 말하면 이렇다.
혼자 일하는 사람이 AI 에이전트들과 함께 일하기 위한 개인 운영 시스템의 뼈대를 만들었다.
조금 더 구체적으로는 이런 일들이 있었다.

- Obsidian을 개인 지식관리 시스템의 중심으로 잡았다.
- Slack을 AI 에이전트들과 대화하는 작업실처럼 쓰기 시작했다.
- 역할별 AI 에이전트, 즉 세포들의 성격과 담당 영역을 나누었다.
- 자료가 들어오는 인박스와 수집자료 관리 규칙을 만들었다.
- 학습 자료를 정리하기 위한 대시보드와 용어 리스트를 만들었다.
- 작업 기록을 남기는 중앙 history 장부를 만들었다.
- 주간 회고를 자동으로 만들 수 있는 일지 구조를 잡았다.
- 여러 에이전트가 시끄럽지 않게 협업하는 Slack 운영 규칙을 만들었다.
- 아직 확정되지 않은 규칙은 바로 고정하지 않고, 논의 후 반영하는 방식으로 조정했다.

겉으로 보면 정리 작업이 많았다. 
하지만 실제 핵심은 “AI에게 무엇을 시킬까?”가 아니었다.
구조를 만드는 작업이었다.

---

7. AI가 도운 일과 내가 결정한 일

이번 주 작업을 돌아보면 AI가 많은 것을 도왔다.

AI는 파일을 읽고, 정리하고, 규칙 초안을 만들고, 대시보드를 수정하고, 자료를 분류하고, 글의 구조를 제안했다.

하지만 중요한 결정은 여전히 내가 했다.

AI가 도운 일:

- 흩어진 대화를 구조화하기
- Obsidian 안의 파일과 규칙 점검하기
- 반복되는 작업을 장부화하기
- 대시보드와 기록 구조 만들기
- 역할별 에이전트 운영 규칙 초안 만들기
- 이번 주 작업을 다시 글감으로 바꾸기

내가 결정한 일:

- 어떤 공간을 개인적인 방으로 둘지
- 어떤 자료를 외부에 드러내지 않을지
- 어떤 세포가 어떤 역할을 맡을지
- 규칙을 어디까지 고정하고 어디서 멈출지
- AI가 얼마나 보이게 협업하면 편한지
- 이 시스템을 어떤 감각으로 계속 쓰고 싶은지

이 구분이 중요했다.

AI를 많이 쓴다고 해서 사람이 빠지는 게 아니었다. 
오히려 사람이 결정해야 하는 지점이 더 선명해졌다.

---

8. 이번 주의 가장 큰 인사이트

이번 주에 얻은 가장 큰 인사이트는 이것이다.

AI 에이전트 시스템은 자동화 도구이기 전에, 자기 운영 방식을 비추는 거울이다.

내가 무엇을 자주 미루는지, 
어떤 자료를 계속 쌓아두는지, 
어디서 다시 시작하기 어려워하는지, 
어떤 일은 혼자 하기 버거워하는지, 
어떤 결정은 AI에게 맡기면 안 되는지.

이런 것들이 시스템을 만들면서 하나씩 드러났다.

그래서 AI 시스템을 만든다는 건 단순히 생산성을 높이는 일이 아니었다. 
내가 일하고 배우고 쉬는 방식을 다시 설계하는 일이었다.

이번 주에 만든 것은 완성된 시스템이 아니다. 
아직 고쳐야 할 것도 많고, 자료도 더 옮겨야 하고, 실제로 써보면서 바꿔야 할 부분도 많다.

하지만 한 가지는 분명해졌다.

혼자 일하지만, 이제는 혼자 일하는 것 같지 않다.

AI가 내 일을 대신 끝내주는 존재라기보다, 
내가 다시 시작할 수 있게 옆에서 구조를 잡아주는 팀에 가까워졌기 때문이다.

---

9. 바로 써먹을 수 있는 방식

이번 주 경험을 다른 사람도 적용해본다면, 처음부터 거창한 자동화를 만들 필요는 없을 것 같다.
대신 이렇게 시작하면 좋다.

text
내가 반복해서 하는 일과 자주 미루는 일을 기준으로,
AI 에이전트 역할을 3~5개로 나눠줘.

각 역할에 대해:
1. 어떤 일을 맡길지
2. 어떤 일은 맡기지 않을지
3. 자료가 들어오면 어디에 임시 보관할지
4. 사람이 꼭 결정해야 하는 지점은 무엇인지
5. 나중에 다시 이어받기 위해 어떤 기록을 남기면 좋을지

정리해줘.
단, 자동화보다 내가 다시 돌아오기 쉬운 구조를 우선해줘.


처음부터 완벽한 시스템을 만들려고 하면 부담스럽다. 
하지만 “내가 돌아와서 정붙이고 일할 수 있는 구조”를 만든다고 생각하면 훨씬 가벼워진다.

---

마무리

이번 주에 나는 AI 에이전트 팀을 만들었다기보다, 
AI와 함께 일하기 위한 작은 마을의 길을 냈다.

아직 모든 집이 지어진 것은 아니다. 
하지만 입구가 생겼고, 방 이름이 붙었고, 누가 어느 일을 볼지 정해지기 시작했다.

이제 남은 일은 더 많은 기능을 붙이는 것이 아니라, 
이 구조가 실제 내 일상에서 편한지 천천히 확인하는 것이다.

AI는 혼자 굴러가지 않는다. 
사람의 기준, 기록, 결정, 맥락이 있어야 오래 굴러간다.

이번 주에 배운 건 결국 이것이었다.

AI를 팀처럼 쓰고 싶다면, 먼저 내가 돌아올 수 있는 작업 세계를 만들어야 한다.
나는 지금 내 세포들이랑 일하는게 너무너무 재미있다 빨리 다른 세포들 입주시켜야지.

11

함께 이야기해요 11

로그인하고 댓글을 남겨 주세요

장일소 프로필 이미지
장일소2026.05.25

좋은 글 잘 읽었습니다 🙂

딩돌이 프로필 이미지
딩돌이2026.05.25

읽어주셔서 감사합니다 😄

자연어회계처리 프로필 이미지

그쵸 옵시디언도 자료가 환공포증을 불러오기에

딩돌이 프로필 이미지
딩돌이2026.05.25

환공포증😂😂

Giacomo 프로필 이미지
Giacomo2026.05.26

딩돌이님, 이 글은 Hermes를 설치하고 기능을 붙인 기록이라기보다, AI와 함께 일하기 위한 개인 운영 세계를 설계한 기록처럼 읽혔습니다. “AI 에이전트 시스템은 자동화 도구이기 전에, 자기 운영 방식을 비추는 거울”이라는 인사이트가 특히 좋았습니다. 자동화가 먼저가 아니라 내가 어떤 방식으로 일하고, 쉬고, 다시 돌아오는지를 정리하는 과정이었다는 점이 잘 드러났습니다. 가장 인상적이었던 부분은 자료가 들어오는 입구를 먼저 정한 점이었습니다. 링크, 학습 자료, 마케팅 참고, 아이디어, 일기, 템플릿, 당장 처리할 업무를 모두 같은 방식으로 넣으면 금방 엉킬 수 있는데, 인박스를 두고 AI가 바로 최종 위치를 결정하지 않게 한 판단이 좋았습니다. AI는 정리와 제안을 할 수 있지만, 무엇을 프로젝트로 승격할지는 사람이 결정한다는 기준이 분명했습니다. 역할별 에이전트를 “세포”처럼 나눈 것도 단순 캐릭터 놀이가 아니라 운영 구조로 보였습니다. 역할을 나누면 AI에게 일을 줄 때 관점이 생기고, 어떤 기준으로 답해야 하는지가 선명해집니다. 여기에 중앙 history 장부를 jsonl로 만든 선택도 좋았습니다. 사람이 보기 좋은 문서와 에이전트가 이어받기 좋은 기록 형식이 다를 수 있다는 점을 실제로 감지하신 것 같습니다. Obsidian 대시보드를 성과판이 아니라 “다시 일을 시작하게 해주는 장소”로 본 부분도 좋았습니다. 혼자 일할 때 모든 맥락이 머릿속에만 있으면 며칠 쉬고 돌아왔을 때 재시작이 어려운데, 대시보드는 사람과 AI가 같은 화면을 보고 다시 출발하게 해주는 기준점이 됩니다. 이건 생산성 도구라기보다 회복 가능한 작업 환경에 가까워 보였습니다. 또 하나 좋았던 점은 저소음 공개 협업이라는 방향입니다. 에이전트가 많아질수록 많이 말하는 것보다, 언제 말하고 언제 조용히 있어야 하는지가 더 중요합니다. 중간 현황, 막힘, 확인 요청, 최종 정리만 보이게 하겠다는 기준은 멀티 에이전트 운영에서 아주 현실적인 감각으로 보였습니다. 다음 단계에서는 진솔마을의 자료 흐름 하나만 골라 “인박스에 들어옴 → 어떤 세포가 처리함 → history에 어떤 형태로 남김 → 대시보드에서 어떻게 보임 → 사람이 어떤 결정을 함”까지 1개 사례로 고정해보시면 좋겠습니다. 그 한 흐름이 잡히면, 지금 만든 마을 구조가 실제 일상에서 얼마나 편하게 돌아오는지 더 잘 보일 것 같습니다.

딩돌이 프로필 이미지
딩돌이2026.05.26

좋아오 다음에는그부분도 정리해볼게욥

MC맥돌 프로필 이미지
MC맥돌2026.05.27

기준과 뼈대가 가장 중요한데 큰 작업을 하셨습니다!

이제 맥미니도 구매하셨으니 24시간 돌릴 일만 남았네요

진솔마을을 돌아다니는 게임이 나오기를 기대합니다 ㅎㅎㅎ

여기서는 로컬을 활용하신 부분이나 토큰을 줄이기 위해 노력하신 점들이 있을까요?

딩돌이 프로필 이미지
딩돌이2026.05.27

caveman이랑 rtk적용하고 skill을 그때그때만들거나 에이전트 룰을 정리해서 토큰을 아끼고 시간절약하려고 노력했어요ㅋㅋ😫🤣

MC맥돌 프로필 이미지
MC맥돌2026.05.27

@딩돌이

caveman 은 뭐예요? 오 신기한거다 ㅎㅎㅎ

딩돌이 프로필 이미지
딩돌이2026.05.27

@MC맥돌

이걸 모른다니 제가 사례글로 쓸게요

MC맥돌 프로필 이미지
MC맥돌2026.05.28

@딩돌이

오 어서어서 빨리요 ㅋㅋㅋ

필요한 AI 정보만
메일함에 쏙쏙 넣어드려요.

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

이런 사례도 있어요

사례 전체 보기