Hermes란? 거부하지 않는 오픈소스 LLM (Nous Research)

 

ChatGPT·Claude 같은 상용 모델만 있는 게 아닙니다. 직접 받아서 돌리는 오픈소스 LLM 중에 독특한 녀석이 있어요 — Hermes(헤르메스)입니다. "거의 거부하지 않는다"는 철학과 강력한 함수 호출 능력으로 개발자·에이전트 개발자들 사이에서 주목받죠. Hermes가 뭔지 정리합니다.

📌 이 글에서 얻어갈 것

✓ Hermes가 뭐고 누가 만드나 (Nous Research)
✓ 가장 큰 특징 — '중립 정렬' (거의 거부 안 함)
✓ 함수 호출·구조화 출력·추론 능력
✓ 버전 히스토리(3→4→4.3)와 한계

Hermes가 뭐야?

Hermes는 Nous Research가 만든 오픈웨이트(open-weight) LLM 시리즈입니다. 특이한 점은 처음부터 모델을 학습하는 게 아니라, Llama·Qwen 같은 오픈 베이스 모델을 파인튜닝해서 만든다는 거예요. 그리고 모든 가중치를 Hugging Face(NousResearch)에 공개합니다 — 누구나 받아서 돌릴 수 있죠.

"오픈 베이스 모델을, 더 잘 듣게 다듬은 버전" 🔓
Llama/Qwen을 받아 → 함수호출·추론·중립정렬로 파인튜닝 → 무료 공개

핵심 특징 — '중립 정렬'

Hermes의 정체성은 중립 정렬(neutral alignment)입니다. 상용 폐쇄 모델이 "도덕적 이유로" 요청을 거부할 때가 있는 것과 달리, Hermes는 시스템·사용자 프롬프트를 정확하고 중립적으로 따르도록 훈련됩니다. Nous는 이를 "unlocked, uncensored and highly steerable(잠금 해제·무검열·고조종성)"이라고 표현해요.

📊 RefusalBench (거부율, 높을수록 덜 거부)

Hermes 4 (추론): 57.1
Grok 4: 51.3 · Gemini 2.5 Pro: 24.23
GPT-4o: 17.67 · Claude Opus 4.1: 15.38 · GPT-5: 11.34

⚠️ 단, RefusalBench는 Nous가 자체 제작·자체 채점한 내부 벤치마크입니다. 독립 제3자 결과가 아니므로 "경향" 정도로 보세요.

※ "무검열"은 양날의 검입니다. 자유도가 높은 만큼 안전·책임은 사용자 몫이 커집니다. 서비스에 붙일 땐 별도의 가드레일이 필요해요.

에이전트에 강한 이유 — 함수 호출·구조화 출력

Hermes가 에이전트 개발에서 사랑받는 이유입니다. 3가지에 특화돼 있어요:

🔧 함수 호출(tool use) — 추론과 함께 한 턴 안에서 <tool_call> 생성

📐 구조화 출력 — 스키마에 맞는 유효 JSON 생성, 잘못된 객체 복구

🧠 하이브리드 추론 — <think> 토글로 깊은 사고 on/off

특히 하이브리드 추론이 실용적입니다 — 어려운 문제엔 thinking=True로 깊이 생각하게 하고, 간단한 작업엔 추론을 꺼서 빠르고 저렴하게 쓸 수 있어요.

버전 히스토리

버전	시기 · 기반 · 특징
Hermes 3	2024.8 · Llama 3.1 (8B/70B/405B) · 128K 컨텍스트, 405B는 오픈웨이트 SOTA 주장
Hermes 4	2025.8 · Llama 3.1(70B/405B)·Qwen3(14B) · 하이브리드 추론(<think>)
Hermes 4.3 36B	2025.12 · ByteDance Seed-OSS 기반

참고로 Hermes 4 405B는 수학 추론에서 MATH-500 96.3%, AIME24 81.9%(Nous·HF 평가 기준)를 기록할 만큼 추론도 탄탄합니다.

어떻게 쓰고, 한계는?

Hugging Face NousResearch 조직에서 모델을 받아 로컬(Ollama·vLLM 등)이나 클라우드에서 돌릴 수 있습니다. 크기가 다양(14B~405B)해 장비에 맞게 고르면 돼요.

⚠️ 한계도 분명합니다

① 성능 지표 상당수가 자체 벤치마크 기반(독립 검증 필요) ② 사실 회상(SimpleQA)은 약점 ③ '무검열' 특성상 안전·책임은 사용자 부담. 프로덕션에선 가드레일을 꼭 얹으세요.

자주 묻는 질문 (FAQ)

Q. Hermes는 무료인가요?

네, 오픈웨이트로 가중치가 공개돼 무료로 받아 쓸 수 있습니다. 단, 직접 돌리려면 GPU 등 실행 환경이 필요해요(클라우드 API로 쓰는 방법도 있습니다).

Q. Llama랑 뭐가 다른가요?

Hermes는 Llama(등)를 기반으로 파인튜닝한 모델입니다. 베이스의 능력 위에 함수 호출·추론·중립 정렬을 강화한 "더 잘 듣고 도구 잘 쓰는" 버전이라고 보면 됩니다.

Q. 어떤 작업에 좋나요?

함수 호출·구조화 출력이 강해 에이전트·도구 연동·자동화에 잘 맞습니다. 시스템 프롬프트를 충실히 따르는 특성도 커스텀 워크플로에 유리해요.

마치며

Hermes는 "내 마음대로 조종 가능한, 도구 잘 쓰는 오픈소스 LLM"입니다. 상용 모델의 거부·제약이 답답했거나, 에이전트를 직접 만들고 싶은 분이라면 한 번 살펴볼 가치가 있어요. 다만 자유도가 높은 만큼 책임도 따른다는 점, 성능 수치는 자체 벤치마크가 많다는 점은 꼭 감안하세요.

오픈소스 LLM 써보신 분들은 어떤 모델이 제일 좋았나요? 댓글로 공유해주세요 🙌

---

※ 본 글은 2026년 6월 기준 출처를 교차검증해 작성했습니다. 주요 출처: Nous Research 공식 발표·Hermes 3/4 기술보고서(arXiv 2508.18255, 2408.11857), Hugging Face NousResearch 모델 카드. 성능 수치 일부는 Nous 자체 벤치마크 기준으로, 독립 검증과 구분해 해석하시기 바랍니다.