OpenClaw 대 OpenHuman 대 Hermes Agent: 개인용 AI를 자체 호스팅하는 세 가지 방법

OpenClaw, OpenHuman, Hermes Agent은 마치 같은 것의 세 가지 변형인 것처럼 GitHub Trending, HN, YouTube 정리 영상에서 계속 서로 나란히 놓입니다. 하지만 그렇지 않습니다. 이들의 차이는 기능 목록에 있지 않습니다. 각각이 언제 여러분을 알게 되는지에 있습니다.

OpenHuman은 여러분이 프롬프트를 입력하기도 전에 여러분에 대한 모델을 구성합니다. OpenClaw은 여러분이 메시지를 보내는 어떤 채팅 앱에서든 세션마다 여러분이 말해주는 것을 학습합니다. Hermes는 그 중간에 위치합니다. OpenClaw처럼 여러분에게 반응하지만, 사용할 때마다 커지는 지속적인 메모리를 유지합니다. 스타 수나 채널 목록보다 바로 그 축이 여러분이 실제로 원하는 도구를 결정합니다.

다음은 그 축에 따른 비교이며, OpenClaw을 실행할 경우 중요한 보안 측면, 그리고 선택한 후 각각이 어디에서 실행되는지도 함께 다룹니다.

요약

• 이 도구들은 하나의 축에서 다릅니다. 바로 에이전트가 언제 컨텍스트를 얻는가입니다. OpenHuman은 메모리 우선입니다(20분 루프로 여러분의 데이터를 능동적으로 수집합니다). OpenClaw은 세션 반응형입니다(여러분이 말해주는 것을 압니다). Hermes는 반응형이지만 세션 전반에 걸쳐 지속적이고 스스로 개선되는 스킬 그래프를 유지합니다.
• OpenClaw is the multi-channel reach play, with about 30 messaging platforms, the biggest ecosystem (380K+ GitHub stars), and by far the heaviest CVE history. Safe to self-host if you keep it off the public internet and authenticate it; risky if you deploy it the lazy way.
• OpenHuman은 에이전트가 이미 자신을 알고 있기를 원하는 사람들을 위한 것입니다. 100개 이상의 통합에 걸친 능동적 메모리와, VPS에서 실행할 수 있는 헤드리스 서버 코어와 짝을 이루는 데스크톱 앱을 갖추고 있습니다. 셋 중 여전히 가장 어리고 GPL-3.0 라이선스이지만, 이미 최소한 하나의 보고된 CVE가 있으므로, "어린 프로젝트"를 깨끗한 보안 기록이 아니라 패치를 확인해야 할 이유로 여기세요.
• Hermes Agent은 신뢰할 만한 연구 조직(Nous Research)에서 나온 서버 네이티브 선택지로, 예약된 작업, 서브에이전트 위임, 내장 학습 루프, MIT 라이선스를 갖추고 있습니다. OpenClaw보다 더 작은 CVE 규모 를 가지고 있지만 전혀 없는 것은 아니므로, 보안 관점은 "발견된 것 없음"이 아니라 "알려진 문제가 더 적음"이어야 합니다.

어느 것을 원하는지 결정하는 차이

각 도구에 같은 질문을 던져보세요. "내가 아무 말도 하기 전에, 지금 나에 대해 무엇을 알고 있나요?" 그러면 세 가지 다른 답을 얻게 됩니다. 그것이 하나의 질문에 담긴 전체 비교입니다.

OpenHuman은 여러분이 묻기 전에 답합니다. 100개 이상의 OAuth 연결 서비스(Gmail, Notion, GitHub, Slack, Calendar 등)와 5,000개 이상의 MCP 서버를 대상으로 20분 폴링 루프를 실행하여, 여러분의 데이터를 가져와 Memory Tree라고 부르는 점수화된 Markdown 구조로 압축하며, 이는 로컬 SQLite에 저장되고 Obsidian 볼트로 미러링됩니다. 여러분이 대화를 시작할 무렵이면, 이미 여러분의 삶에 대한 모델을 구축해 놓은 상태입니다. 자체 태그라인인 "여러분의 삶에 대한 로컬 우선 메모리를 구축하는 두뇌"는 마케팅이 아니라 아키텍처 그 자체입니다.

OpenClaw은 이번 세션에서 여러분이 말해준 것으로 답합니다. 이것은 게이트웨이입니다. 하나의 데몬 프로세스가 여러분의 채팅 앱에서 들어오는 메시지를 에이전트 인스턴스로 라우팅하고, 컨텍스트는 그러한 세션과 플러그인 시스템을 통해 반응적으로 축적됩니다. 대화에서 무슨 일이 있었는지, 도구가 무엇을 드러냈는지 압니다. 백그라운드에 앉아 여러분의 받은편지함을 수집하고 있는 것은 아닙니다.

Hermes는 지금까지 학습한 것으로 답합니다. OpenClaw처럼 반응형이며, 여러분의 데이터를 능동적으로 가져오기보다 메시지와 예약된 이벤트에 응답합니다. 하지만 닫힌 학습 루프를 실행합니다. 경험으로부터 스킬을 만들고, 운영하는 동안 이를 다듬으며, 세션 전반에 걸쳐 지속적인 사용자 모델을 유지합니다. 그래서 OpenHuman처럼 여러분의 삶 전체를 알지는 못하지만, 매 세션 처음부터 시작하는 것도 아닙니다. 아키텍처적으로는 다른 둘 사이에 위치합니다.

이런 식으로 구분을 보고 나면, 나머지 비교는 제자리를 찾습니다. 아래 도구별 섹션은 사실 "각 답이 여러분에게 무엇을 치르게 하고 무엇을 안겨주는가"일 뿐입니다.

OpenClaw: 다중 채널 게이트웨이

Start with reach, because that's OpenClaw's whole pitch: you message it from WhatsApp, and it answers. Same from Telegram, Slack, Discord, Signal, iMessage, Teams, Matrix, and a dozen more, with about 30 messaging platforms treated as first-class channels. If your mental model of a personal AI is "the thing I text from my phone," OpenClaw is built for exactly that.

내부적으로는 TypeScript/Node 게이트웨이 데몬입니다. 하나의 Gateway 프로세스가 채널, 세션, 도구, 그리고 격리된 에이전트 인스턴스로의 라우팅을 처리하며, localhost:18789에 웹 대시보드가 있습니다. 그 위에는 큰 커뮤니티 레지스트리를 갖춘 스킬/플러그인 시스템, 음성 모드(모바일의 웨이크 워드 및 연속 음성), Docker/SSH/샌드박스 백엔드, 그리고 에이전트 주도 시각 작업 공간인 Live Canvas가 있습니다. MIT 라이선스이며 셋 중 큰 차이로 가장 많은 스타를 받아 GitHub에서 380K+에 이르는데, 이는 좋든 나쁘든 가장 큰 생태계와 가장 많은 서드파티 스킬을 의미합니다(나쁜 점에 대해서는 곧 더 다룹니다).

다음을 읽어보셨다면 our OpenCode vs OpenClaw comparison, note that OpenCode is a separate project: OpenClaw itself is this always-on personal-agent gateway, not a repo-focused coding CLI.

여기서 강점은 말하기 쉽습니다. 이 비교에서 채널 도달 범위나 생태계 규모 면에서 여기에 근접하는 것은 없습니다. 문제는 그 모든 표면적(23개 채널, 거대한 서드파티 스킬 레지스트리, 접근 가능하기를 원하는 대시보드)이 곧 공격 표면이기도 하다는 점입니다. 이는 별도의 섹션에서 다룹니다.

OpenClaw의 보안 기록: 여기서 "자체 호스팅"이 실제로 요구하는 것

OpenClaw의 커뮤니티 CVE 트래커(jgamblin/OpenClawCVEs)는 이제 직접적인 CVE List V5 스캔에서 543개의 OpenClaw CVE를 보고하며, OpenCVE 데이터베이스는 lists 500+ entries under the OpenClaw vendor tag. Treat the exact count as moving data, not a fixed scorecard; the important point is that OpenClaw has a much heavier public CVE footprint than OpenHuman or Hermes.

Two are worth naming because they define the risk. CVE-2026-32922 (CVSS 9.9, critical) is a privilege escalation documented by ARMO, where a single API call turns a pairing token into full admin access with remote code execution. CVE-2026-25253 (CVSS 8.8, high) is a cross-site WebSocket hijacking flaw: a malicious webpage can steal your auth token and run code on your host from a single link. It was patched in v2026.1.29 and drew advisories from multiple organizations including Microsoft. There was also a supply-chain event, sometimes called ClawHavoc, where malicious skills were planted in the community skill registry; one audit of 2,857 skills found 341 malicious, and one bad skill reached #1 in the registry while shipping a macOS stealer payload.

Here's the part that reframes all of it, though: the biggest real-world risk isn't the CVEs, it's deployment. A large proportion of the OpenClaw instances found exposed on the public internet were running with no authentication at all, because operators reconfigure port 18789 for remote access without adding authentication (the shipped default binds to loopback and requires auth). Many of the tracked CVEs are patched in current versions. What isn't patched by an update is a wide-open instance sitting on a public IP.

프로 팁. 무언가를 노출하기 전에 보안을 강화하세요. OpenClaw의 대시보드를 0.0.0.0에 바인딩하지 마세요. 포트 18789를 localhost에 유지하고 SSH 터널을 통해 접근하세요(ssh -L 18789:localhost:18789 you@your-vps), 또는 인증된 리버스 프록시 뒤에 두세요. 라이브로 전환하기 전에 OpenClaw의 현재 문서에 대조하여 이 설정들을 확인하세요. 기본값은 릴리스마다 바뀝니다.

제 견해는 이렇습니다. OpenClaw의 CVE 수는 신중하게 배포해야 할 이유이지, 완전히 배제할 이유는 아닙니다. 셋 중 가장 널리 배포된 것은 바로 가장 유능하기 때문이며, "문을 열어둔 사람들에 의해 널리 배포됨"이 헤드라인 숫자를 만들어냅니다. 잠그고 업데이트한 상태로 실행하면, 그 무서운 통계 대부분은 더 이상 여러분의 서버를 설명하지 않게 됩니다.

OpenHuman: 메모리 우선, 데스크톱과 서버의 결합

OpenHuman에 대해 이해해야 할 점은 이것이 두 부분으로 되어 있다는 것입니다. openhuman-core는 구성 가능한 포트에서 독립형 Docker 컨테이너로 실행되는 헤드리스 Rust JSON-RPC 서버입니다(현재 기본값은 저장소에서 확인하세요). 데스크톱 앱은 Tauri 빌드(React + Rust)로, 그 코어와 통신하는 별도의 클라이언트입니다. 코어는 VPS에 두고 데스크톱 클라이언트가 원격으로 연결할 수 있는데, 이것이 여기서 관련성을 갖게 하는 자체 호스팅 모델입니다. 항상 켜져 있는 서버와 노트북의 씬 클라이언트입니다.

그 코어가 하는 일은 앞서 설명한 메모리 작업입니다. 100개 이상의 OAuth 통합과 5,000개 이상의 MCP 서버가 20분 자동 가져오기 루프에 데이터를 공급하고, 토큰 감소 단계(TokenJuice, 최대 80% 감소 주장)를 통해 압축되어 Memory Tree와 Obsidian 볼트에 담깁니다. 보안 태세는 어린 프로젝트치고는 서류상 탄탄한데, 저장 데이터에 대한 AES-256-GCM 암호화, Argon2id 키 유도, OS 키체인 통합, 그리고 Docker/Bubblewrap/Firejail/Landlock을 통한 도구 샌드박싱을 갖추고 있습니다. 이제 OpenHuman에 대해 최소한 하나의 CVE가 보고되었습니다. CVE-2026-55743, 이는 0.54.0까지의 버전에 영향을 미치는 셸 도구 샌드박스/허용 목록 우회입니다. 그러므로 올바른 해석은 "아직 기록 없음"이 아니라 "어린 프로젝트, 빠르게 변하는 보안 태세, 배포 전에 패치된 버전 확인"입니다.

Two things to weigh before you pick it. First, the license: OpenHuman is GPL-3.0, where OpenClaw and Hermes are both MIT. If you plan to fork or extend it and ship your changes, GPL's copyleft applies, which matters for a company, less so for a personal deployment. Second, the resources: the project's docs recommend 4 GB+ of RAM, with 16 GB+ for heavier use, notably more than the other two, and more still if you pair it with a local model on the same box.

출처에 관한 한 가지 유의 사항이 있습니다. 제가 확인했을 때 OpenHuman의 외부 문서 사이트에 접속할 수 없었으므로, 위의 사양은 잘 정리된 문서 포털이 아니라 GitHub README, 이슈 트래커, 저장소에서 나온 것입니다. 이 출처들 전반에서 일관되지만, 특정 숫자에 의존하고 있다면 확정하기 전에 저장소에 대조하여 다시 확인하세요.

Hermes Agent: 학습 루프를 갖춘 서버 네이티브

Hermes는 본질적으로 여전히 서버 네이티브이지만, 더 이상 "데스크톱 앱 없음" 범주에 깔끔하게 들어맞지 않습니다. 공식 문서는 이제 Hermes Desktop 을 명령줄 설치와 함께 제공하며, 에이전트 자체는 여전히 VPS, 클라우드 VM, 또는 기타 서버 환경에서 실행할 수 있습니다. 메시징 플랫폼, 데스크톱 앱, 또는 여러 줄 편집과 슬래시 명령 자동 완성을 갖춘 진짜 터미널 인터페이스를 통해 상호작용할 수 있습니다. OpenHuman이 "서버 코어를 갖춘 데스크톱"이고 OpenClaw이 "문자를 보내는 게이트웨이"라면, Hermes는 "선택적 데스크톱 접근을 갖춘 서버 우선 에이전트"에 더 가깝습니다.

It's built by Nous Research, which carries weight with the open-source LLM crowd and is a credibility signal for anyone evaluating longevity. Feature-wise it leans into automation: a built-in cron scheduler for scheduled jobs, subagent delegation that parallelizes work across isolated agents, 60+ built-in tools with MCP, and 300+ models including local runners. It's MIT-licensed, currently past the v0.18 "Judgment Release" line, with v0.18.2 on GitHub (July 8, 2026; v0.19.0 followed on July 20) and sits at roughly 211K GitHub stars.

학습 루프는 이것을 단순한 반응형 에이전트와 구별하는 요소입니다. 경험으로부터 스킬을 구축하고 세션 간 사용자 모델을 유지하므로, OpenHuman 방식의 능동적 수집을 하지 않고도 시간이 지남에 따라 유용성이 누적됩니다. 보안 면에서 Hermes는 CVE가 없는 것이 아닙니다. OpenCVE는 NousResearch/hermes-agent에 대해 수십 개의 CVE를 나열하며, 여기에는 인증, WebSocket/DNS 리바인딩, 인젝션, 경로 탐색, 게이트웨이/웹훅 처리와 관련된 문제들이 포함됩니다. 그래도 이는 OpenClaw보다 가벼운 공개 기록이지만, 올바른 결론은 "보고된 것 없음"이 아니라 "알려진 노출이 더 적음"입니다.

정면 비교: 아키텍처, 보안, 배포, 비용

다음은 전체 내용을 한 화면에 담은 것입니다. 스타 수와 버전은 2026년 7월 초 기준이며 빠르게 변하므로, 인용하려는 것은 무엇이든 다시 확인하세요.

표의 칸들은 사양을 다룹니다. 표가 담아내지 못하는 두 가지 절충점은 각각 한 문장을 할애할 만합니다. 보안 대 생태계의 긴장은 서로 반대 방향으로 당깁니다. OpenClaw의 CVE 이력은 이 범주에서 가장 많이 배포되고 가장 많이 확장된 도구가 되는 대가입니다. OpenHuman과 Hermes는 훨씬 작은 공개 CVE 기록을 가지고 있지만, 어느 쪽도 더 이상 깨끗하거나 검증되지 않은 것으로 규정해서는 안 됩니다. 더 어리고 덜 연구된 것으로 규정해야 합니다. 그리고 데스크톱 대 서버의 구분은 진짜 갈림길입니다. OpenHuman은 셋 중 여전히 가장 데스크톱과 메모리 코어 지향적이지만, Hermes도 이제 데스크톱 설치 프로그램을 제공하므로, 더 깔끔한 구분은 "데스크톱 대 데스크톱 없음"이 아니라 "메모리 우선 데스크톱/코어 모델 대 선택적 데스크톱 접근을 갖춘 서버 우선 에이전트"입니다.

어느 것을 선택해야 하나요?

가장 여러분처럼 들리는 문장에 아키텍처를 맞춰보세요.

• "나는 내가 무언가를 묻기 전에 에이전트가 이미 나를 알고 있기를 원한다." OpenHuman을 선택하세요. 능동적 메모리 모델은 여기서 백그라운드에서 컨텍스트를 구성하는 유일한 것이며, 100개 통합 수집 루프를 복제하는 것은 없습니다. 그 대가로 RAM(최소 4 GB), 설정 노력, 그리고 더 작고 어린 커뮤니티를 치르게 됩니다.
• "나는 WhatsApp, Telegram, 또는 내가 이미 사용 중인 어떤 앱에서든 내 AI에 접근하고 싶다." OpenClaw을 선택하세요. 그 23개 채널은 견줄 데가 없고, 생태계는 가장 깊습니다. 그 대가로 보안 강화라는 숙제를 떠안게 됩니다.
• "나는 예약된 서버 측 작업과 프로젝트를 뒷받침하는 신뢰할 만한 연구 조직을 원한다." Hermes Agent을 선택하세요. 서버 네이티브, 내장 cron, Nous Research의 혈통, 그리고 누적되는 학습 루프를 갖추고 있으며, OpenClaw보다 공개 CVE 부담이 적지만 여전히 일반적인 업데이트 규율이 필요할 만큼 보고된 문제가 있습니다.

간단한 결론. 단일 승자는 없습니다. 이는 여러분이 에이전트가 무엇이 되기를 원하는지에 달려 있습니다. 한 줄 추천을 내놓아야 한다면 이렇습니다. OpenHuman은 자신을 먼저 읽어주는 AI를 원하는 메모리 집착가에게, OpenClaw은 책임감 있게 배포할 것이라면 최대 도달 범위를 위해, Hermes는 깔끔하고 서버 네이티브한 자동화 데몬과 아무런 소란도 원하지 않는 사람에게. 이 중 하나가 객관적으로 최고라고 말하는 사람은 이들이 서로 다른 세 가지 문제를 해결하고 있다는 것을 알아차리지 못한 것입니다.

동점을 깨야 할 두 가지 요인이 더 있습니다. 라이선스: GPL-3.0(OpenHuman)은 포크하여 재배포할 의도가 있다면 중요합니다. MIT(OpenClaw, Hermes)는 그것을 위해 더 자유로운 경로입니다. 그리고 보안 감수성: 잠근 상태에서도 OpenClaw의 CVE 기록을 가진 도구를 실행한다는 생각에 밤잠을 설친다면, 그것은 다른 둘 중 하나를 선택할 정당한 이유입니다. 다만 더 작은 CVE 기록을, 어린 프로젝트가 자동으로 더 안전하다는 증거로 오해하지는 마세요.

각각을 어디에서 실행할 것인가

셋 모두 항상 켜져 있는 데몬입니다. 여러분이 책상에 없을 때도 켜져 있어야 하므로, 노트북에서 실행하는 것은 배제되고 VPS를 가리킵니다. (공유 호스팅은 셋 모두에게 시작조차 불가능합니다. Docker, root, 그리고 오래 실행되는 프로세스가 필요합니다.) 완전한 로컬 모델과 결합하기로 하지 않는 한 셋 중 어느 것도 GPU를 필요로 하지 않으므로, 표준 Linux VPS로 충분합니다.

일반적인 사양으로 본 크기 산정: OpenClaw과 Hermes는 기준선으로 2 GB RAM에서 편안하며, 플러그인이 많거나 cron 집약적인 워크로드를 실행한다면 4 GB로 올라갑니다. OpenHuman은 특히 코어와 함께 로컬 모델을 호스팅한다면 최소 4 GB, 권장 8 GB를 원합니다. 메모리를 많이 쓰는 옵션에는 디스크 여유 공간도 더 주세요. 그 SQLite Memory Tree는 여러분의 기록과 함께 커집니다.

선택하고 나면, 배포는 마켓플레이스 경계를 따라 나뉩니다. OpenClaw과 Hermes Agent은 둘 다 Cloudzy 마켓플레이스에서 원클릭 설치되므로, 데몬이 설정된 미리 구성된 Ubuntu 서버를 받아 설치 잡무 대신 보안 강화와 채널 연결에 시간을 쓰게 됩니다. OpenClaw 와 헤르메스 에이전트. OpenHuman은 원클릭 앱은 아니지만, 다음에 깔끔하게 들어맞습니다. Cloudzy Linux VPS: 최소 4 GB RAM의 서버를 프로비저닝하고, openhuman-core Docker 컨테이너를 실행하며, 리버스 프록시로 TLS 뒤에 두고, 데스크톱 클라이언트가 이를 가리키도록 하세요. 완전한 root 접근 권한과 NVMe 스토리지가 메모리 트리와 항상 켜져 있는 루프에 필요한 것을 감당합니다. 어느 것을 선택하든, 배포 이야기는 같은 방식으로 끝납니다. 여러분이 통제하는 작은 Linux VPS에서 여러분이 선택한 에이전트를 실행하는 것입니다.

자주 묻는 질문

OpenClaw은 자체 호스팅해도 안전한가요?

Yes, with caveats. OpenClaw has a heavy security history, with 500+ public CVE records listed across OpenCVE and the community CVE tracker, including critical/high-severity issues, and a large proportion of publicly exposed instances run with no authentication because misconfigured deployments expose port 18789 to the internet. Many CVEs are patched in current releases, so the practical risk is mostly about how you deploy: keep it off the public internet, require authentication, reach the dashboard over an SSH tunnel, and stay updated.

OpenHuman과 Hermes Agent의 차이는 무엇인가요?

OpenHuman은 메모리 우선입니다. 100개 이상의 연결된 서비스에서 20분 루프로 여러분의 데이터를 능동적으로 수집하고 여러분이 프롬프트를 입력하기 전에 여러분에 대한 모델을 구축하며, 헤드리스 서버 코어와 짝을 이루는 데스크톱 앱을 제공합니다. Hermes Agent은 서버 네이티브이며 반응형입니다. 여러분의 데이터를 미리 가져오기보다 메시지와 예약된 작업에 응답하지만, 학습 루프를 통해 세션 전반에 걸쳐 지속적인 스킬 그래프를 구축합니다. 요컨대 OpenHuman은 여러분을 처음부터 알고, Hermes는 시간이 지나면서 여러분을 알아갑니다.

이 에이전트들을 자체 호스팅하려면 RAM이 얼마나 필요한가요?

OpenClaw과 Hermes Agent은 기준선으로 약 2 GB RAM에서 실행되며, 플러그인이 많거나 무거운 예약 워크로드를 실행한다면 4 GB에서 실행됩니다. OpenHuman은 최소 4 GB, 권장 8 GB가 필요합니다. API 대신 로컬에서 호스팅되는 모델과 에이전트를 결합하지 않는 한 어느 것도 GPU를 필요로 하지 않습니다.

어떤 자체 호스팅 AI 에이전트가 가장 많은 메시징 통합을 가지고 있나요?

OpenClaw이며, WhatsApp, Telegram, Slack, Discord, Signal, iMessage를 포함한 23개의 메시징 채널을 갖추고 있습니다. Hermes Agent은 Telegram, Discord, Slack, WhatsApp, Signal, Matrix, Mattermost, Email, SMS, Microsoft Teams, Google Chat을 포함한 20개 이상의 플랫폼을 지원합니다. OpenHuman은 채팅 라우터가 전혀 아닙니다. 메모리 우선이므로 메시지를 라우팅하기보다 데이터를 수집합니다.

이 에이전트들을 API 키 없이 완전히 로컬로 실행할 수 있나요?

셋 모두 LLM을 호출하지만, 그 LLM을 호스팅된 API 대신 로컬 모델로 가리킬 수 있습니다. Hermes Agent은 로컬 러너를 포함한 300개 이상의 공급자를 제공하며, OpenClaw과 OpenHuman은 Ollama 같은 로컬 모델 러너와 결합할 수 있습니다. 완전히 로컬로 실행한다는 것은 대개 더 많은 RAM을 의미하며, 더 큰 모델에서 합리적인 속도를 원한다면 GPU도 필요합니다.