출처: Hermes AI Just Learned to Read Books · 길이: 12:13 · 채널: Julian Goldie SEO · 공개: 2026-08-08 자막: YouTube 영어 원본 자동자막. 한국어 자동자막은 HTTP 429로 내려받지 못해 영어 자막을 근거로 번역·정리했다.
개요
이 영상은 Hermes Agent의 /learn 명령을 사용해 책·PDF·전자책·업무 문서를 한 번 읽고, 이후 대화에서 재사용할 수 있는 지식 기반 스킬로 바꾸는 흐름을 소개한다. 핵심은 원문을 매 대화마다 컨텍스트에 다시 넣는 대신, SKILL.md 인덱스와 장별 references/, 용어집, 치트시트를 만들어 필요한 부분만 읽게 하는 것이다. 영상의 토큰 절감·GitHub 스타 수·제품 기능 주장은 별도 재현 없이 영상과 화면에 나온 내용으로만 기록했다.
한눈에 보는 요약
/learn <파일 경로>한 번으로 책·PDF·EPUB·SOP·브랜드 가이드 같은 구조화 문서를 재사용 가능한 에이전트 스킬로 변환한다.- 기존 방식은 PDF를 매 대화에 다시 넣거나, 한 번 읽힌 내용이 세션 종료와 함께 사라지는 문제가 있다. 새 방식은 문서의 구조와 핵심 규칙을 디스크에 남긴다.
- 생성되는 스킬은 가벼운
SKILL.md인덱스, 장별 참조 파일, 용어집, 패턴·치트시트로 나뉘며 질문이 들어오면 필요한 장만 연다. - 영상은
book-to-skill의 실험 결과로 24~51배 적은 토큰 사용과 18,000개 이상의 GitHub 스타를 언급하지만, 이 수치는 독립적으로 검증하지 않았다. - 좋은 첫 입력은 자주 반복해서 참고하는 내부 문서다. 문서 하나로 시작해 정답을 알고 있는 질문으로 검증한 뒤 매주 스킬을 쌓는 접근을 권한다.
- Hermes의 메모리·예약 작업·서브에이전트·다중 채널과 결합하면, 특정 분야의 지식을 가진 에이전트가 반복 업무를 지속적으로 수행하는 그림이 만들어진다.
장면별 상세 설명
[00:50] 1. 문서를 한 번 읽고 계속 쓰는 에이전트
영상은 Hermes가 책뿐 아니라 PDF, Word, PowerPoint, Excel, OpenDocument, RTF, EPUB 같은 문서를 받아 에이전트 스킬로 만들 수 있다고 소개한다. 화면에는 Teknium의 게시물과 함께 다양한 형식을 로컬에서 Markdown으로 변환하는 anydoc 관련 내용이 보인다. 발표자의 메시지는 단순히 문서를 읽어 주는 것이 아니라, 문서에서 얻은 지식을 다음 대화에서도 사용할 수 있게 만든다는 데 있다.
[01:59] 2. 단기 컨텍스트를 영구 스킬로 바꾸는 Book Brain Engine
기존에는 큰 책을 채팅에 통째로 넣다가 컨텍스트 창에 걸리거나, 한 번 질문에 답한 뒤 다음 세션에서 모두 잊어버렸다. 영상이 말하는 Book Brain Engine은 이 책을 한 번 읽어 SKILL.md라는 목차형 인덱스, 장마다 하나씩 둔 references/ 파일, 핵심 용어를 모은 glossary, 빠른 규칙을 모은 cheat sheet로 나눈다.
질문이 오면 에이전트는 책 전체를 다시 읽지 않고 인덱스를 확인한 뒤 필요한 장 하나를 열어 답한다. 즉 책이 업로드 파일에서 끝나는 것이 아니라, 에이전트가 업무를 판단할 때 참고하는 지속적인 지식 자산이 된다.
[02:43] 3. book-to-skill과 토큰 효율성 주장
화면에는 book-to-skill 저장소와 “책·문서 폴더·여러 소스를 하나의 에이전트 스킬로 만든다”는 설명이 나온다. 이는 기존 위키의 2026-05-23-book-to-skill 페이지와 직접 이어지는 주제다. 영상은 이 프로젝트의 실제 책 테스트를 근거로, 매 질문마다 원문을 컨텍스트에 넣는 방식보다 24~51배 적은 토큰을 사용한다고 소개한다.
다만 이 장면의 18,000개 이상 GitHub 스타와 24~51배 수치는 영상이 전달한 프로젝트·화면 주장이다. 같은 책·모델·질문 집합으로 재실험한 결과가 아니므로, 이 노트에서는 가능성을 보여 주는 참고 수치로만 취급한다. 영상은 메인 스킬 파일을 100,000자 정도로 제한하면서도 장별 참조 파일을 통해 더 큰 책을 다룰 수 있다고 덧붙인다.
[04:38] 4. 매번 다시 찾는 비용, ‘discovery loop tax’
큰 PDF를 일반적인 방식으로 읽는 에이전트는 목차를 열고, 한 절을 읽고, 잘못 찾았으면 되돌아가고, 다시 읽는 탐색 과정을 매 대화마다 반복한다. 영상은 이 반복 비용을 discovery loop tax라고 부른다. 회사 핸드북을 매일 아침 읽고 점심에 잊어버리는 조수에 비유하면 문제의 성격이 선명하다.
/learn 단계에서 문서 구조를 미리 만들어 두면 이후 질문에는 답을 찾는 비용만 지불한다. 발표자가 말하는 전환은 지식을 매번 빌려 쓰는 상태에서, 조직이 계속 쓸 수 있는 형태로 소유하는 상태로의 이동이다.
[05:31] 5. 작은 작업용 스킬에서 ‘과목’ 단위 스킬로
영상에 인용된 Teknium의 설명에 따르면, 이전 Hermes 스킬은 효율성과 자체 완결성을 위해 대략 200줄 안팎으로 작게 유지되고 참조 파일도 허용되지 않았다. 그래서 작은 반복 작업에는 적합했지만 책이나 깊은 업무 지식을 담기에는 부적합했다.
새 흐름에서는 큰 문서를 받았을 때 장·용어집·치트시트가 포함된 확장형 스킬을 만들 수 있다. 따라서 스킬의 역할이 “작업을 수행하는 요령”에서 “특정 주제 전체를 다루는 지식 구조”로 넓어졌다는 것이 영상의 핵심 해석이다.
[06:17] 6. 책보다 넓은 비즈니스 문서 활용
적용 대상은 책에 한정되지 않는다. 고객 온보딩 문서, 브랜드 보이스 가이드, 사내 SOP, 연구 논문, 사양서와 표준처럼 자주 다시 열어 보는 문서를 스킬로 만들 수 있다. 에이전시라면 고객 온보딩 절차를, 코치라면 프로그램 자료를, 이커머스 팀이라면 브랜드 가이드를 넣어 반복 응답의 기준을 고정할 수 있다.
화면 예시는 Sun Tzu의 The Art of War EPUB를 읽힌 뒤 전략 원칙과 현대 업무에의 적용을 정리한 결과다. 중요한 점은 요약문 하나를 저장하는 데 그치지 않고, 나중에 질문할 수 있는 규칙과 맥락을 다시 꺼낼 구조를 만든다는 것이다.
[07:17] 7. 원문 근거를 따라가며 신뢰를 시험하기
영상은 “AI가 PDF를 이미 읽었으니 안다”는 표현을 경계한다. 한 번의 채팅에서만 알고 잊는 것과, 미래 세션마다 참고할 수 있는 학습된 스킬은 다르기 때문이다. 스킬을 불러올 때 실제 장 파일을 읽게 하면 원문으로 돌아가 답을 만들 수 있고, 소스에 접근하지 못할 때 빈칸을 추측하는 문제를 줄일 수 있다는 설명이다.
이는 환각이 사라진다는 보장이 아니다. 실제 운영에서는 원문과 생성된 인덱스가 올바르게 연결되는지, 질문에 필요한 장을 제대로 선택하는지, 문서가 최신인지 정답을 알고 있는 질문으로 확인해야 한다.
[08:29] 8. 지식 누수에서 지식 축적으로
예전 방식에서는 책을 읽어도 사람은 몇 달 뒤 일부만 기억하고, 에이전트는 아예 책 전체를 보지 못하거나 대화가 끝나면 지식을 잃었다. 새 방식은 책 하나를 /learn으로 구조화한 뒤 후속 이메일, 이의 제기 대응, 아웃리치 문안 같은 작업에서 같은 프레임워크를 반복해 사용한다.
영상이 제시하는 화면 요약은 1개 명령(/learn), 24–51x 적은 토큰, 18k+ 스타다. 이 수치들은 동영상의 홍보성 요약이므로 구현 버전과 측정 조건을 확인하기 전에는 성능 보증으로 읽지 않는 편이 안전하다.
[08:58] 9. Hermes의 실행면과 결합하기
영상은 Hermes를 휴대폰·Discord·CLI에서 사용할 수 있고, 예약 작업·세션 간 영속 메모리·서브에이전트 병렬 실행을 지원한다고 설명한다. 이 기능들과 문서 기반 스킬을 합치면, 예를 들어 업계 참고자료를 학습시킨 에이전트가 매주 뉴스레터 초안을 예약 생성하는 흐름을 만들 수 있다.
화면에는 Hermes뿐 아니라 Claude, OpenClaw, Codex 등 여러 에이전트를 한 운영면에서 선택하는 모습이 보인다. 여기서 중요한 설계 포인트는 문서 학습 자체보다 학습한 스킬을 어떤 반복 업무·채널·예약 루프에 연결할지다.
[09:39] 10. 에이전트 사이를 이동하는 포터블 지식
영상은 기반 스킬 형식이 Open Agent Skills 표준을 따르므로 Claude Code, GitHub Copilot CLI, Amp에서도 같은 형식을 쓸 수 있다고 말한다. 화면의 문서도 /learn이 책·문서 폴더·온라인 문서·현재 대화의 절차를 재사용 가능한 스킬로 만든다고 설명한다.
다음 단계로는 여러 책을 한 디렉터리에서 교차 검토하고, 서로 다른 주장의 모순을 찾아 합치며, 새 문서를 기존 스킬에 접어 넣는 방식이 제시된다. 그러면 스킬은 한 시점의 요약이 아니라 새 자료가 들어올수록 갱신되는 지식 구조가 된다.
[10:47] 11. 이번 주에 해 볼 네 단계
영상의 실천 순서는 단순하다. Hermes를 설치한 뒤, 가장 자주 추천하거나 참고하는 문서 하나를 고르고, 그 문서에 /learn을 실행한다. 그 다음 답을 이미 알고 있는 질문을 던져 에이전트가 인덱스와 정확한 장을 통해 원문에서 답하는지 확인한다. 신뢰가 생기면 일주일에 스킬 하나씩 추가한다.
/learn ~/Documents/your-book-or-sop.pdf이 명령은 영상이 제시한 예시다. 실제 경로·지원 형식·최신 Hermes 버전의 동작은 설치한 버전의 공식 문서에서 다시 확인해야 한다. 처음부터 책 전체를 쌓기보다, 정답을 알고 있고 업무에서 반복 사용되는 문서로 검증하는 편이 실패 원인을 찾기 쉽다.
부록 — 실전 체크리스트
- 최신 Hermes 버전에서
/learn과 대형 문서 모드가 실제로 활성화되어 있는지 확인한다. - 민감정보·비밀키가 없는 대표 문서 하나를 골라 스킬을 만든다.
- 정답을 알고 있는 질문 3~5개로 인덱스→장 파일→답변 경로를 검토한다.
- 원문, 생성된
SKILL.md,references/파일의 버전과 갱신 시점을 함께 관리한다. - 문서 하나가 안정되면 매주 하나씩 추가하고, 서로 다른 출처의 충돌을 별도로 기록한다.
해석과 검증 범위
- 이 페이지는 Julian Goldie SEO 영상 한 편과 그 영상의 영어 자동자막을 요약한 것이다.
book-to-skill의 스타 수·토큰 절감 배수, Hermes의 최신 기능과 지원 형식은 영상 화면·발화의 주장으로 기록했으며, 이번 작업에서 저장소 코드 실행·벤치마크·Hermes 설치 검증은 하지 않았다.- 자동자막의
New Science Research,A Property Bottom등 음성인식 오류는 문맥에 맞게Nous Research,AI Profit Boardroom으로 정정했다.
관련 페이지
원문 인용 모음
- [00:46] “Hermes AI agents can now learn any book.”
- [02:02] “The book brain engine converts a book into a permanent skill.”
- [02:24] “The book stops becoming a file that you upload, and it becomes part of how your agent thinks.”
- [05:19] “It’s from like renting knowledge to owning it.”
- [05:47] “Hermes agents just went from learning tricks to learning subjects.”
- [08:47] “The new way knowledge actually accumulates.”
- [09:28] “Agents that don’t just do tasks, but agents that build up expertise and get better over time.”