OpenClaw 구축·운영 (22/26) — OpenClaw vs Hermes: 18개 카테고리 비교

-

OC 63/90 vs Hermes 75/90, 점수 너머의 의사결정 기준

핵심 요약

  • 에이전트 플랫폼 두 개를 18개 카테고리에서 0~5점으로 비교하는 프레임워크. 결과: Hermes 75/90(83%), OpenClaw 63/90(70%).
  • 분포: OpenClaw 우위 7개(운영 Ops 중심), Hermes 우위 7개(자율성·확장), 무승부 2개.
  • 핵심 정보: 플랫폼 점수는 "어디서 이기는가"보다 "이기는 능력이 이식 가능한가"를 묻는 도구다. 이식 가능한 강점과 구조적 강점은 다르게 취급해야 한다.

이 글이 전달하는 것

에이전트 플랫폼 선택 시, 단일 점수 비교는 의사결정 근거로 약하다. 이 글은 (1) 18개 카테고리 스코어카드 구조, (2) 점수를 "이식 가능성"과 "아키텍처 고정성"으로 이원화하는 해석 기법, (3) 플랫폼 마이그레이션에서 어느 강점이 지켜지고 어느 약점이 사라지는지 판단하는 기준을 정리한다.

점수화 프레임워크의 목적

"A가 더 낫다"는 감상은 마이그레이션 결정의 근거로 충분하지 않다. 카테고리를 18개로 분해해 각각 0~5점을 부여하면 승·패 위치가 수치로 드러난다. 이때 점수의 역할은 답이 아니라 질문을 만드는 것이다 — "이 카테고리에서 지는 것이 감당 가능한가?"

18 카테고리 스코어카드

OpenClaw 우위 (7개)

카테고리 OC Hermes 차이 비고
채널/게이트웨이 5 4 +1 Discord+Telegram Forum 6토픽 세밀 라우팅
에이전트 관리 5 4 +1 8계층 바인딩(도구/모델/권한/채널/격리)
메모리 5 3 +2 4-tier + U-tag + Reflect 6-phase + 의미검색
스케줄링 4 3 +1 cron 9개 + LaunchAgent 7개 + micro-cycle
플러그인 4 3 +1 oMLX 통합, Scrapling, custom hooks
설정 관리 4 3 +1 config-drift 감지, agent-linter
컨텍스트 관리 4 3 +1 safeguard compaction, softThreshold 6000

Hermes 우위 (7개)

카테고리 OC Hermes 차이 비고
스킬 자동생성 1 5 -4 사용 패턴에서 스킬 자동 생성
학습 루프 2 5 -3 DSPy + GEPA self-evolution
실행 백엔드 2 5 -3 Docker/E2B/Modal/Fly.io/Lambda/로컬 6종
음성 0 4 -4 음성 입출력 네이티브
서브에이전트 2 4 -2 profile spawning + delegation 네이티브
ML/연구 1 4 -3 trajectory 분석, 실험 프레임워크
IDE 통합 1 4 -3 VS Code/JetBrains 네이티브

무승부 (2개)

카테고리 OC Hermes
모델 라우팅 4 4
도구 시스템 4 4

합계

  • OpenClaw: 63/90 (70%)
  • Hermes: 75/90 (83%)

점수 해석: 이식 가능성과 아키텍처 고정성

1. 플랫폼 고유 강점과 커스텀 레이어의 분리

OC의 메모리 5점, Hermes의 메모리 3점이라는 차이는 플랫폼 자체의 설계 우열이 아니다. OpenClaw 위에 올린 커스텀 레이어(memcore, U-tag, Reflect 6-phase)가 점수의 실체다. 즉, 이 강점은 플랫폼에 고정된 속성이 아니라 위에 얹힌 층이므로 다른 플랫폼 위로 이식 가능하다.

적용 패턴: 카테고리 점수에서 "플랫폼 기본기"와 "운영 중 덧붙인 커스텀"을 분리해 라벨링하면, 마이그레이션 시 잃는 것과 옮기는 것이 구분된다.

2. 아키텍처 고정 강점은 이식 불가 영역

Hermes 우위 카테고리 중 학습 루프(DSPy+GEPA), 6종 실행 백엔드, 음성, trajectory 분석은 "시간을 더 투입해 OpenClaw에 덧붙인다"는 해법이 성립하지 않는다. 이들은 프레임워크 아키텍처 수준에서 결정된 기능이며, 외부에서 모사하려면 플랫폼을 다시 만드는 것과 유사한 비용이 발생한다.

판단 기준: 특정 능력이 "레이어로 붙이면 되는 것"인지 "아키텍처 내장인지"를 먼저 분류한 뒤 점수를 해석해야 한다.

3. 약점이 이식으로 상쇄되는 구조

Hermes 메모리 3점은 MEMORY.md 2,200자 한계에서 비롯된다. OpenClaw에서 이 한계를 넘기 위해 만든 memcore가 같은 약점을 메우는 레이어라면, 마이그레이션 후 Hermes + memcore 조합의 메모리 점수는 5점에 수렴한다.

원리: 커스텀 레이어로 해결된 약점은 플랫폼을 바꿔도 같은 레이어를 얹어 해결할 수 있다. 따라서 점수표의 약점 칸은 "이식 가능한 해법이 이미 존재하는지"를 함께 체크해야 한다.

한계와 적용 범위

  • 0~5점 평가는 정성 지표 위에 주관이 개입한다. 동일 프레임워크를 다른 팀에 적용하면 점수가 ±1 수준에서 흔들릴 수 있다.
  • 18개 카테고리는 에이전트 플랫폼 도메인에 맞춘 분할이다. 다른 도메인(예: 일반 PaaS 비교)에서는 카테고리 재설계가 필요하다.
  • "이식 가능성"과 "아키텍처 고정성"의 경계는 항상 명확하지 않다. 중간 영역(예: 플러그인 시스템 위에 쌓인 기능)은 개별 평가가 필요하다.

열린 질문

  • 플랫폼 점수가 동률에 가까울 때, 의사결정을 가르는 다음 축은 무엇인가 — 유지보수 비용, 커뮤니티, 업스트림 변화 속도?
  • 이식 가능한 커스텀 레이어가 점점 두꺼워질 때, 그 레이어 자체를 "플랫폼 독립 구성요소"로 추출하는 시점은 언제인가?

후속 항목은 같은 측정 포맷으로 별도 기록에서 이어진다.

시리즈 전체 안내: 시리즈 목차

댓글

댓글 쓰기

이 블로그의 인기 게시물

"LLM 핵심 학습 (1/6) — 기본: 토큰화·임베딩·어텐션·위치 인코딩"

-
이미지
(시리즈 시작) 📚 시리즈 목차 2/6 파인튜닝 → 트랜스포머 한 블록의 데이터 흐름을 문자열 → 토큰 → 임베딩 → 어텐션 → 출력 표현 까지 손으로 풀어 본다. 이번 편이 끝나면 "왜 \(\sqrt{d_k}\)로 나누는가", "RoPE는 무엇을 회전시키는가", "한국어가 영어보다 토큰이 많은 까닭은 무엇인가"가 한 줄로 설명될 수 있다. 0. 학습 목표 이 편을 마치면 다음을 직접 할 수 있다. BPE 토크나이저 가 어휘를 어떻게 학습하고 새 문자열을 어떻게 자르는지 종이 위에서 시뮬레이션한다. 임베딩 행렬 의 모양과 초기화, weight tying의 의미를 한 줄로 설명한다. Scaled Dot-Product Attention 의 식을 차원 단위로 추적하고 PyTorch 30줄로 재현한다. Multi-Head Attention 이 한 헤드와 비교해 무엇이 다른지, 헤드 수가 늘면 어디가 비싸지는지 답한다. Sinusoidal·RoPE·ALiBi 세 위치 인코딩의 식과 외삽 성질을 구분한다. 컨텍스트 확장이 왜 \(O(N^2)\)인지, "Lost in the Middle"이 왜 발생하는지 설명한다. 1. 핵심 요약 트랜스포머의 입력은 문자열 이 아니라 정수 ID 시퀀스 다. 토크나이저가 문자열 → ID로 자른다. 임베딩은 정수 ID를 \(d\)차원 벡터로 lookup하는 학습 가능한 테이블이다. Self-Attention은 \(\text{softmax}(QK^\top / \sqrt{d_k}) V\) 한 줄이 핵심이고, 멀티헤드는 같은 연산을 여러 부분 공간에서 병렬화한 것이다. 위치 정보는 임베딩에 직접 더하거나(Sinusoidal), Q·K에 회전을 가하거나(RoPE), 어텐션 스코어에 거리 패널티를 더해서(ALiBi) 주입한다. 컨텍스트 길이 \(N\)에 대해 표준 어텐션은 \(O(N^2)\) 비용을 갖고, 긴 컨텍스트에서는 중간 위...
Read more »

"LLM 핵심 학습 (2/6) — 파인튜닝: LoRA·QLoRA·증류·Adapter"

-
이미지
← 1/6 기본 📚 시리즈 목차 3/6 디코딩과 생성 → 사전학습된 LLM을 내 데이터 에 적응시키는 방법을 비용·메모리·일반화 관점에서 정리한다. Full FT의 한계 → Adapter → LoRA → QLoRA → Distillation 순으로 같은 그림을 점점 확대해 본다. 0. 학습 목표 Full fine-tuning의 메모리 병목을 옵티마이저 상태·그래디언트·가중치·활성화 의 4분할로 설명한다. Adapter(Houlsby 2019)와 LoRA(Hu 2021)의 식 차이를 한 줄로 적는다. LoRA의 \(A, B\) 행렬이 왜 저랭크 이고, rank \(r\) 선택이 무엇을 결정하는지 답한다. QLoRA(Dettmers 2023)의 NF4·double-quant·paged optimizer를 분리해서 설명한다. Catastrophic Forgetting을 분포 시프트 관점에서 정의하고 완화 기법을 두 개 이상 든다. Hinton 2015의 Knowledge Distillation 식을 손으로 유도한다. 1. 핵심 요약 Full FT는 메모리/디스크/시간 모두 비싸다. 7B 모델 full FT는 V100 8장 + A100 1장으로도 큰 부담이다. PEFT(파라미터 효율 파인튜닝) 일가족은 극히 일부 파라미터만 학습 해 같은 효과를 얻는다. LoRA: \(\Delta W = BA\) (rank \(r \ll \min(d_{\text{in}}, d_{\text{out}})\))로 가중치 업데이트를 저랭크 분해. QLoRA: 베이스 모델을 4-bit(NF4)로 양자화한 채 LoRA만 풀-정밀(BF16)으로 학습. Catastrophic Forgetting: 새 분포에 적응하느라 이전 능력이 무너지는 현상. PEFT 자체가 부분 완화책. Distillation: 큰 교사 모델의 soft target 을 학습 신호로 써서 작은 학생 모델 을 만든다. 2. 직관: 왜 사전학습만으로는 부족한가 사전학습은 일반...
Read more »

"ML 기초 학습 (1/9) — 머신러닝과 sklearn: 학습의 좌표계"

-
이미지
(시리즈 시작) 📚 시리즈 목차 2/9 이웃 알고리즘 → 이 시리즈는 신경망과 로컬 LLM으로 가기 전에 손에 익혀 둬야 할 머신러닝 기초 9편이다. 1편은 모든 ML 코드가 공유하는 공통 문법 을 잡는 데 쓴다. sklearn은 그 문법을 가장 일관되게 보여주는 도구다. 이번 편이 끝나면 어떤 모델을 만나도 fit → predict → score → 평가 흐름이 같다는 것이 손에 잡힌다. 0. 학습 목표 이 편을 마치면 다음을 할 수 있어야 한다. 지도학습·비지도학습·강화학습을 한 문장씩 구분해 설명한다. sklearn의 estimator 인터페이스 ( fit , predict , score , transform )를 코드 한 화면 안에서 쓸 수 있다. train/validation/test 분할을 왜 하는지, 어디서 데이터 누수가 생기는지 식과 그림으로 설명한다. 분류·회귀의 핵심 평가 지표(accuracy, precision, recall, F1, MSE, R²)를 정의에서 직접 계산할 수 있다. k-fold 교차검증 을 코드 한 줄로 돌리고, 결과의 평균과 표준편차를 함께 보고할 수 있다. Pipeline 으로 전처리와 모델을 묶어 데이터 누수를 구조적으로 막는 방법을 설명한다. 1. 핵심 요약 머신러닝은 데이터에서 함수 \(f: X \to Y\)를 찾는 작업 이다. 어떤 모델이든 이 본질은 같다. sklearn은 모든 모델을 같은 인터페이스( fit , predict , score )로 통일해, 모델을 바꿀 때 한 줄만 바꾸면 되게 한다. train/val/test 세 분할이 표준이다. 검증으로 하이퍼파라미터를 고르고, 테스트는 마지막에 한 번만 본다. 데이터 누수 (test 정보가 train에 새는 현상)는 ML 입문자가 가장 자주 만드는 실수이며, Pipeline + cross_val_score 조합으로 구조적으로 막을 수 있다. 평가 지표는 문제 유형 (분류/회귀) 과 클래스 불균형...
Read more »