AI 에이전트 4종 비교: Hermes Agent·​OpenClaw·​Codex·​Claude Code

Hermes Agent, OpenClaw, ChatGPT Codex, Claude Code를 기능 목록 대신 일하는 자리로 비교합니다. 자동화 절차, 멀티채널 게이트웨이, 개발 실행, 코드베이스 워크플로의 차이를 정리합니다.

읽기 전 안내 (2026년 7월 26일 기준): 이 글은 당시의 공식 문서와 공개 기능을 바탕으로 한 비교입니다. AI 에이전트의 기능·권한 모델·채널 지원·정책은 빠르게 추가·변경될 수 있고, 네 도구는 실제로 겹치는 기능도 많습니다. 따라서 아래의 선택 기준과 가상 사례는 정답이나 우열표가 아니라, 각 도구가 놓인 업무 환경을 이해하기 위한 예시입니다. 적합한 선택은 개인의 작업 방식, 팀 규칙, 보안 요구, 이미 쓰는 도구에 따라 달라지므로 도입 전 최신 공식 문서를 확인하고 작은 권한 범위부터 직접 검증하는 것을 권합니다.

AI 에이전트를 고를 때 가장 흔한 실수는 기능 목록만 비교하는 것입니다. 파일을 읽고, 명령을 실행하고, MCP를 연결하고, 하위 에이전트를 쓸 수 있다는 점은 이제 여러 도구의 공통 기능이 됐습니다. 실제 차이는 에이전트가 어디에서 일하고, 어떤 작업을 오래 맡도록 설계됐는가에 있습니다.

Hermes Agent, OpenClaw, ChatGPT Codex, Claude Code는 모두 코드를 읽고 도구를 쓰며 여러 작업을 처리할 수 있습니다. 하지만 중심이 다릅니다. Hermes Agent는 업무 절차를 축적하며 실행하는 자동화 동료에 가깝고, OpenClaw는 여러 메신저와 기기를 연결하는 개인 AI 게이트웨이에 가깝습니다. ChatGPT Codex와 Claude Code는 모두 개발자의 코딩 작업을 강하게 겨냥하지만, Codex는 로컬·클라우드 작업을 오가는 개발 실행 환경에, Claude Code는 코드베이스 문맥과 확장 계층을 갖춘 개발 에이전트에 무게를 둡니다.

한 줄 요약: Hermes Agent는 절차를 배우는 자동화 동료, OpenClaw는 멀티채널 개인 AI 게이트웨이, ChatGPT Codex와 Claude Code는 각각 개발 실행·클라우드 병렬 작업, 코드베이스 문맥과 확장형 개발 흐름에 중심을 둡니다.

Hermes Agent: 일을 하며 절차를 쌓는 자동화 동료

Hermes Agent의 특징은 스킬과 장기 메모리입니다. 잘 수행한 업무의 확인 순서, 형식, 실패 지점을 스킬로 남기고 다음 작업에서 다시 불러옵니다. 모델 제공자를 바꾸거나, 터미널·Docker·SSH·MCP 서버를 조합하고, cron으로 정기 작업을 돌리는 방식도 지원합니다.

그래서 매일 리서치를 모으고, 데이터 검증 뒤 보고서를 작성하고, 정해진 채널에 배포하는 식의 반복 업무에 잘 맞습니다. 단순히 코드를 한 번 만드는 것보다, 팀이나 개인의 업무 방식이 시간이 갈수록 누적되는 환경에서 장점이 드러납니다.

실무 사례: “매일 하던 리서치 보고가 자동이 됐다”

1인 뉴스레터 운영자 F를 생각해 보겠습니다. F는 매일 아침 7시에 AI·반도체 관련 뉴스 20개를 수집하고, 핵심 5개를 추려 한국어 요약 보고서를 만든 뒤 텔레그램 채널에 올렸습니다. 이 작업에 매일 40분이 걸렸습니다.

F는 Hermes Agent에 cron 작업을 설정했습니다. 첫 주에는 결과가 엉성했습니다. 그런데 F가 “이 출처는 신뢰도가 낮으니 제외”, “이 형식으로 요약”이라고 교정할 때마다 Hermes Agent가 스킬로 남겼습니다. 3주 차부터는 교정 없이도 F가 원하는 형식과 기준으로 보고서가 나왔습니다. F의 아침 40분은 사라졌고, 그 시간에 기획 업무를 했습니다.

핵심은 “한 번 잘 만든 프롬프트”가 아닙니다. 매일의 교정이 스킬로 쌓여, 3주 뒤의 Hermes Agent가 1주 차와 다른 동료가 된 것입니다.

OpenClaw: 채널과 기기를 연결하는 개인 AI 게이트웨이

OpenClaw는 self-hosted Gateway를 중심에 둡니다. 디스코드·텔레그램·왓츠앱·시그널·iMessage·슬랙 같은 채널 플러그인과 웹 Control UI, iOS·Android 노드를 한곳에 연결합니다. 에이전트·워크스페이스·발신자 단위로 세션을 나눌 수 있어, 개인·가족·프로젝트용 대화를 구분하는 데도 적합합니다.

핵심은 어디에서나 같은 비서에게 말을 거는 경험입니다. 휴대폰에서 사진이나 음성을 보내고, 이동 중 메신저에서 작업을 이어 가고 싶다면 OpenClaw의 게이트웨이 설계가 자연스럽습니다. 대신 채널이 늘수록 페어링, 접근 허용 목록, 원격 접속, 토큰 보호를 운영의 첫 과제로 삼아야 합니다.

실무 사례: “집에서는 텔레그램, 밖에서는 아이폰”

프리랜서 디자이너 G는 작업 의뢰를 텔레그램으로 받고, 가족과는 iMessage를 쓰고, 프로젝트 팀과는 슬랙을 사용합니다. 이전에는 각 앱에서 따로 AI를 썼습니다. 텔레그램에서는 ChatGPT, 슬랙에서는 사내 봇, 아이폰에서는 Siri. 맥락이 이어지지 않았습니다.

G는 OpenClaw를 self-hosted로 올리고 세 채널을 연결했습니다. 텔레그램에서 “아까 그 로고 시안 다시 보내줘”라고 하면, 슬랙에서 논의한 시안을 찾아줍니다. 아이폰에서 촬영한 참고 사진을 보내면, 텔레그램 대화에서 이어 작업합니다. 채널은 달라도 같은 비서, 같은 메모리입니다.

대신 G는 운영 규칙을 정했습니다. 가족 채널에서는 개인 파일 접근을 막고, 프로젝트 채널에서는 특정 워크스페이스만 허용했습니다. 채널이 늘수록 “누가, 어디에서, 무엇에 접근하는가”를 먼저 설계해야 한다는 것을 체감했습니다.

ChatGPT Codex: 로컬 코드와 클라우드 작업을 잇는 개발 실행 환경

ChatGPT Codex는 터미널의 Codex CLI, IDE 확장, 데스크톱·웹, Codex cloud를 함께 제공합니다. CLI는 로컬 저장소를 검사하고 파일을 고치고 명령을 실행하며, codex exec로 반복 작업과 CI 흐름에 넣을 수 있습니다. 클라우드에서는 작업마다 격리된 환경을 두고 여러 작업을 병렬로 실행한 뒤, 결과 요약과 diff를 검토하거나 풀 리퀘스트로 이어 갈 수 있습니다.

따라서 개발자가 ‘지금 이 저장소에서 수정·테스트·리뷰를 끝내고 싶다’거나, 장시간 작업을 클라우드에 넘겨 놓고 나중에 결과를 검토하고 싶을 때 강점이 있습니다. GitHub·Linear·Slack에서 작업을 시작할 수 있다는 점도 소프트웨어 개발 프로세스와 잘 맞습니다.

실무 사례: “리뷰 3건을 점심 전에 끝냈다”

스타트업 개발자 H는 월요일 아침에 풀 리퀘스트 3건을 리뷰해야 했습니다. 각각 인증 로직 수정, API 응답 형식 변경, 테스트 커버리지 추가였습니다. 이전에는 하나씩 열어 코드를 읽고, 로컬에서 실행하고, 코멘트를 다는 데 반나절이 걸렸습니다.

H는 Codex cloud에 3개 작업을 병렬로 넘겼습니다. 각 작업은 격리된 환경에서 코드를 읽고, 테스트를 실행하고, diff와 요약을 만들었습니다. H는 점심 전에 3건의 요약을 검토하고, 실제 코드를 확인한 뒤 코멘트를 남겼습니다. 로컬에서는 codex exec로 CI 파이프라인에 린트·테스트 자동 실행을 넣었습니다.

핵심은 “AI가 코드를 대신 쓴다”가 아닙니다. 격리된 환경에서 병렬로 실행하고, 개발자는 결과 검토와 판단에 집중하는 흐름입니다.

Claude Code: 코드베이스 문맥을 확장하는 개발 에이전트

Claude Code는 코드베이스를 읽고, 파일을 편집하고, 명령을 실행하는 코딩 에이전트입니다. 터미널, IDE, 데스크톱 앱, 브라우저에서 사용할 수 있습니다. 특히 CLAUDE.md로 프로젝트 규칙을 매 세션에 불러오고, Skills·MCP·hooks·subagents·agent teams를 조합해 개발 환경을 확장하는 방식이 두드러집니다.

대형 코드베이스에서 팀 규칙, 배포 절차, 린트와 테스트, 외부 서비스 연결을 일관되게 적용하고 싶을 때 유용합니다. 예를 들어 파일 편집 뒤 항상 검사 스크립트를 실행하거나, 보안·성능·테스트 관점의 여러 검토자를 병렬로 두는 식의 개발 흐름을 설계할 수 있습니다.

실무 사례: “새 팀원이 첫날부터 팀 규칙을 지켰다”

5년 된 코드베이스를 운영하는 팀 I가 있습니다. 이 팀에는 암묵의 규칙이 많았습니다. “API 핸들러는 이 폴더에”, “테스트는 이 패턴으로”, “배포 전에는 이 스크립트를”. 문서가 있었지만 새 팀원이 모두 익히려면 몇 주가 걸렸습니다.

팀 I는 CLAUDE.md에 규칙을 정리하고, hooks로 파일 편집 뒤 린트·테스트를 자동 실행하도록 설정했습니다. 새 팀원 J가 첫날 Claude Code로 작업을 시작하자, 매 세션마다 팀 규칙이 불러와졌습니다. J가 규칙에 어긋나는 코드를 쓰면 hooks가 바로 잡아주었습니다. 보안·성능·테스트 관점의 subagents를 병렬로 돌려 리뷰도 자동화했습니다.

J는 첫 주부터 팀의 코드 스타일을 따르는 PR을 올렸습니다. 이전에는 몇 주가 걸리던 온보딩이 단축된 것입니다. 핵심은 “AI가 똑똑해서”가 아니라, 팀의 규칙과 흐름을 CLAUDE.md·hooks·subagents로 구조화했기 때문입니다.

한눈에 보는 선택 기준

표는 우열표가 아닙니다. Claude Code와 Codex에도 스킬·MCP·하위 에이전트·자동화 기능이 있고, Hermes Agent와 OpenClaw도 코딩 작업을 할 수 있습니다. 다만 하루 종일 어떤 화면과 어떤 문맥에서 AI를 쓰는지가 선택을 가릅니다.

운영 관점 비교: 권한·데이터·보안

이 표에서 보듯 네 도구 모두 “권한을 어떻게 설계하는가”가 운영의 첫 과제입니다. 차이가 있다면, Hermes Agent는 업무 절차의 누적, OpenClaw는 채널 접근 통제, Codex는 클라우드 격리와 권한 모드, Claude Code는 코드베이스 규칙과 hooks 검증에 운영의 무게중심이 있다는 점입니다.

이렇게 고르면 된다

• 메신저에서 개인 업무와 서버 자동화를 이어 가고, 반복 절차를 쌓고 싶다면 Hermes Agent를 먼저 봅니다.
• 휴대폰과 여러 채팅 앱을 하나의 개인 AI 접점으로 묶고 싶다면 OpenClaw가 자연스럽습니다.
• 현재 저장소에서 구현·테스트·리뷰를 빠르게 반복하고, 필요하면 클라우드 병렬 작업까지 쓰고 싶다면 ChatGPT Codex가 맞습니다.
• 복잡한 코드베이스 규칙과 팀 개발 흐름을 CLAUDE.md, hooks, MCP, agent teams로 구조화하고 싶다면 Claude Code를 검토할 만합니다.

내게 맞는 도구 고르기: 체크포인트

접점과 화면

• 나는 하루 종일 어디서 AI를 쓰는가? (메신저 / 터미널 / IDE / 브라우저 / 휴대폰)
• 여러 채널·기기에서 같은 비서를 이어 쓰고 싶은가?

작업의 성격

• 매일·매주 반복되는 업무가 있는가? (리서치·보고·배포·모니터링)
• 코드 저장소 안에서 구현·테스트·리뷰를 반복하는가?
• 팀 규칙·배포 절차·린트·테스트를 일관되게 적용해야 하는가?

누적과 확장

• 업무 절차가 시간이 갈수록 쌓여야 하는가? (스킬·메모리)
• 팀의 코드 규칙과 개발 흐름을 구조화해야 하는가? (CLAUDE.md·hooks·subagents)
• 클라우드에서 병렬 작업을 돌리고 나중에 검토하고 싶은가?

운영과 보안

• 실행 권한을 어디서부터 시작할 것인가? (읽기 전용 → 작은 수정 → 자동 실행)
• 비밀정보·토큰·접근 허용 목록을 어떻게 관리할 것인가?
• 결과 검토와 로그 확인을 습관으로 만들 수 있는가?

결론: 제품이 아니라 ‘일하는 자리’를 고르자

AI 에이전트는 모델 하나를 고르는 일이 아니라, 일을 맡길 운영 환경을 정하는 일에 가깝습니다. 개인 비서의 접점이 필요하면 OpenClaw, 절차가 누적되는 자동화 동료가 필요하면 Hermes Agent, 개발 저장소의 실행과 병렬 클라우드 작업이 필요하면 ChatGPT Codex, 코드베이스 규칙과 팀 개발 흐름을 깊게 확장하려면 Claude Code가 각각 좋은 출발점이 될 수 있습니다.

처음부터 하나에 모든 권한을 몰아줄 필요는 없습니다. 먼저 읽기 전용 분석, 작은 수정, 테스트 실행처럼 권한을 낮게 시작하고, 결과 검토와 로그 확인이 습관이 된 뒤 범위를 넓히는 편이 안전합니다.

독자 질문

내게 가장 부족한 것은 어디서나 접속 가능한 비서일까요, 반복 업무를 이어받을 자동화 동료일까요, 아니면 코드 저장소 안에서 더 깊게 일할 개발 에이전트일까요?

확인한 출처 / 근거

• Hermes Agent 공식 문서 — 스킬, 장기 메모리, cron, 6개 터미널 백엔드, 20+ 메시징 플랫폼, MCP, subagents. Nous Research 개발.

• OpenClaw Gateway 운영 문서 — self-hosted Gateway의 운영·수명주기와 제어 표면을 설명합니다.

• OpenClaw 채널 문서 및 세션 관리 문서 — 채널 지원 범위와 세션 구조를 확인했습니다. OpenClaw 공식 도메인은 openclaw.ai 및 docs.openclaw.ai이며, openclaw.com은 이 제품의 공식 사이트가 아닙니다.

• OpenClaw iOS 노드 문서 및 Android 노드 문서 — 모바일 노드 연결과 페어링 범위를 확인했습니다.

• ChatGPT Codex 공식 문서 — Codex CLI, IDE 확장, Codex cloud(격리 환경·병렬 작업), codex exec(CI 자동화), GitHub/Slack/Linear 통합.

• Claude Code 공식 문서 — Terminal/VS Code/JetBrains/Desktop/Web, CLAUDE.md, auto memory, hooks, subagents, skills, MCP.

• 참고: 각 제품의 기능·권한 모델·보안 정책은 버전에 따라 빠르게 변하므로, 도입 전 최신 공식 문서를 확인해야 합니다. 본문은 우열·순위·가격·성능을 단정하지 않습니다.