AI 관련 글이나 모델 목록에서 헤르메스(Hermes)라는 이름을 본 적이 있다면, 이는 대부분 누스리서치(Nous Research)라는 AI 연구팀이 만든 오픈소스 언어모델 시리즈를 가리킨다. 그리스 신화 속 전령의 신에서 이름을 땄고, 클로드나 GPT와 달리 통째로 내려받아 자기 컴퓨터에서 돌릴 수 있다는 게 가장 큰 차이다.
헤르메스, 누스리서치가 만든 오픈형 언어모델
헤르메스는 챗GPT나 클로드처럼 사람 언어를 이해하고 답을 생성하는 대형 언어모델(LLM, 방대한 텍스트를 학습해 대화나 글쓰기를 수행하는 AI 프로그램)의 한 종류다. 다만 오픈AI나 앤트로픽처럼 모델을 처음부터 직접 만드는 대신, 메타가 공개한 라마(Llama) 같은 기반 모델을 가져와 원하는 성격으로 다시 훈련시키는 파인튜닝(fine-tuning, 이미 학습된 모델을 특정 목적에 맞게 추가로 훈련하는 작업) 방식으로 만들어진다.
개발사인 누스리서치는 대형 빅테크가 아니라 오픈소스 커뮤니티를 기반으로 움직이는 독립 연구 그룹이다. 모델이 학습을 통해 얻은 수치 값 전체인 가중치(weight)를 그대로 공개하는 오픈웨이트(open-weight) 방식을 고수한다. 이름은 그리스 신화에서 신들의 전령을 맡은 헤르메스에서 따왔는데, 정보를 빠르게 실어 나른다는 이미지를 모델 이름에 담은 셈이다.
오픈소스 모델은 헤르메스만 있는 게 아니다. 중국 지푸AI가 만든 GLM 모델도 클로드나 GPT와는 다른 개방형 접근을 택했는데, 헤르메스는 그중에서도 미국 오픈소스 진영을 대표하는 이름으로 꼽힌다.
헤르메스 1부터 4.3까지, 어떤 변화가 있었나
누스리서치는 2023년 라마 7B, 13B를 파인튜닝한 헤르메스 1을 시작으로 매 세대마다 기반 모델을 바꿔가며 시리즈를 이어왔다. 초기 버전은 일반적인 대화와 글쓰기에 집중했고, 지금 개발자들 사이에서 널리 쓰이는 기능인 함수 호출은 아직 없었다.
흐름이 바뀐 건 2024년 5월 나온 헤르메스 2 프로부터다. 이 버전은 툴콜링(tool calling, AI가 계산기나 검색 같은 외부 프로그램을 스스로 호출해 작업을 처리하는 기능)과 JSON 형식 출력을 지원하면서 단순 챗봇을 넘어 다른 프로그램과 연동하는 용도로 쓰이기 시작했다. 같은 해 8월 나온 헤르메스 3는 메타의 라마 3.1 405B 모델을 통째로 재학습한 첫 사례로 화제를 모았다.
2025년 8월 공개된 헤르메스 4는 라마 3.1 기반의 14B, 70B, 405B 세 가지 크기로 나왔고, 답변을 짧게 낼지 단계별로 생각한 뒤 낼지 스스로 고르는 하이브리드 추론 방식을 처음 도입했다. 뒤이어 나온 헤르메스 4.3은 메타가 아닌 바이트댄스의 시드(Seed) 36B를 기반으로 삼았고, 여러 컴퓨터를 인터넷으로 연결해 나눠 학습하는 사이키(Psyche) 네트워크로 훈련된 첫 정식 모델이라는 점이 특징이다.
| 버전 | 공개 시기 | 베이스 모델 | 핵심 변화 |
|---|---|---|---|
| 헤르메스 2 프로 | 2024년 5월 | 라마2, 미스트랄 | 툴콜링, JSON 출력 추가 |
| 헤르메스 3 | 2024년 8월 | 라마 3.1 405B | 405B 전체 재학습 첫 사례 |
| 헤르메스 4 | 2025년 8월 | 라마 3.1 14B/70B/405B | 하이브리드 추론 도입 |
뉴트럴 정렬과 하이브리드 추론이 만드는 차이
헤르메스를 다른 AI와 구분 짓는 첫 번째 특징은 정렬(alignment, AI가 특정 가치관이나 규칙을 따르도록 조정하는 작업) 방식이다. 챗GPT나 클로드는 회사가 정한 안전 정책에 맞춰 답변을 걸러내는 경우가 많은데, 누스리서치는 이를 뉴트럴 정렬이라 부르며 사용자가 시스템 프롬프트로 지정한 규칙을 우선하도록 설계했다고 밝힌다. 그만큼 답변 제한이 느슨한 대신, 어떤 내용을 걸러낼지는 사용자 책임으로 넘어간다.
두 번째는 하이브리드 추론이다. 어려운 질문에는 생각하는 과정을 담은 별도 구간을 열어 단계별로 풀이한 뒤 최종 답을 내고, 간단한 질문에는 그 과정 없이 바로 답한다. 이 구간을 열지 말지는 요청할 때 태그 하나로 켜고 끌 수 있다.
세 번째는 앞서 언급한 툴콜링과 JSON 출력 기능이다. 개발자가 헤르메스를 자신의 프로그램에 연결해두면, 모델이 필요할 때 스스로 계산기나 검색, 데이터베이스 조회 같은 외부 기능을 호출해 결과를 가져온 뒤 답변에 반영한다.
- 뉴트럴 정렬 – 회사 정책보다 사용자 지시를 우선
- 하이브리드 추론 – 필요할 때만 단계별로 생각
- 툴콜링과 JSON 출력 – 다른 프로그램과 연동
- 오픈웨이트 – 모델을 통째로 내려받아 직접 실행
헤르메스를 실제로 써보는 방법
가장 쉬운 방법은 별도 설치 없이 브라우저로 접속하는 것이다. 누스리서치가 운영하는 Nous Chat 웹사이트에서 무료로 헤르메스 4를 체험할 수 있고, 시스템 프롬프트를 직접 입력해 답변 성향을 조정하는 기능도 열려 있다.
직접 모델을 내려받아 자기 컴퓨터에서 돌리고 싶다면 허깅페이스(Hugging Face, AI 모델과 데이터를 올리고 내려받는 공유 플랫폼)에서 원본 파일을 구할 수 있다. 다만 원본은 용량이 커서 일반 PC로 돌리기 어렵고, 보통은 LM 스튜디오나 올라마(Ollama) 같은 실행 프로그램이 제공하는 양자화(quantization, 모델 크기를 줄이는 대신 정확도를 조금 낮추는 압축 처리) 버전을 받아 쓴다. 오픈소스 모델은 로컬로 돌릴 때 그래픽카드 성능이 관건인데, GLM 모델을 예로 로컬 실행에 필요한 그래픽카드 사양을 참고하면 헤르메스도 비슷한 감을 잡을 수 있다.
이미 만들어둔 앱이나 서비스에 헤르메스를 연결하려면 API(Application Programming Interface, 프로그램끼리 데이터를 주고받는 약속) 방식을 쓴다. 누스리서치가 운영하는 포털에서 직접 키를 발급받거나, 여러 AI 모델을 한 창구로 모아둔 오픈라우터(OpenRouter) 같은 중계 서비스를 거쳐도 된다.
| 방법 | 필요 조건 | 비용 | 난이도 |
|---|---|---|---|
| 웹 체험 | 브라우저만 있으면 됨 | 무료 | 낮음 |
| 로컬 실행 | 그래픽카드, 실행 프로그램 설치 | 전기료 수준 | 중간 |
| API 연동 | 개발 지식, 키 발급 | 사용량만큼 과금 | 높음 |
쓰기 전에 알아둘 점
라마 3.1을 기반으로 한 버전은 메타의 라이선스 조건을 그대로 물려받는다. 월간 이용자 7억 명 미만인 서비스라면 상업적으로도 쓸 수 있지만, 헤르메스로 또 다른 기반 모델을 학습시켜 경쟁 제품을 만드는 행위는 막혀 있다. 실제 서비스에 붙이기 전에는 라이선스 조건을 한 번 더 확인하는 게 안전하다.
뉴트럴 정렬이라는 특성상, 다른 챗봇이라면 걸러졌을 답변도 그대로 나올 수 있다. 콘텐츠 수위 조절은 시스템 프롬프트로 사용자가 직접 잡아줘야 하는 구조라, 어린이나 불특정 다수가 쓰는 서비스에 그대로 얹기보다는 목적에 맞게 규칙을 먼저 세워두는 편이 낫다.
이름이 같아 헷갈리기 쉬운데, 누스리서치는 2026년 들어 헤르메스 에이전트(Hermes Agent)라는 별도 제품도 내놓았다. 이건 언어모델이 아니라 헤르메스를 포함한 여러 모델을 골라 쓸 수 있는 자율 작업 프로그램이라, 이번 글에서 다룬 헤르메스 모델 시리즈와는 다른 물건이다.
자주 묻는 질문 FAQ
Q1) 헤르메스와 그리스 신화 속 헤르메스는 관계가 있나
이름만 빌려온 것으로, 실제 신화 내용과 기능적 연관은 없다. AI 모델 이름에 신화나 전설 속 이름을 붙이는 관행은 흔한데, 정보를 빠르게 전달한다는 전령의 이미지가 언어모델과 잘 어울린다고 판단해 붙인 이름으로 보인다.
Q2) 헤르메스 에이전트와 헤르메스 모델은 같은 건가
다르다. 헤르메스 모델(2, 3, 4, 4.3)은 대화와 추론을 담당하는 언어모델 자체를 가리키고, 헤르메스 에이전트는 2026년 초 공개된 별도 프로그램으로 언어모델을 활용해 예약된 작업을 대신 수행하고 기억을 쌓아가는 자율 프로그램이다. 두 제품 모두 누스리서치가 만들었지만 쓰임새는 서로 다르다.
Q3) 무료로 쓸 수 있나
Nous Chat 웹사이트에서 체험하는 건 무료다. 다만 API로 대량 호출하거나 대형 크기 모델을 서버에 올려 서비스에 쓰려면 별도 비용이나 하드웨어가 필요하고, 상업적으로 쓸 때는 앞서 설명한 라이선스 조건도 함께 따져야 한다.