헤르메스(Hermes) 모델 조합, 결론은 '무거운 건 딥한 모델에게'로 모였다
헤르메스에 어떤 모델을 물려 쓸지 묻는 질문에 Sol High 답이 먼저 나왔지만, 뒤이어 루나 맥스는 깊은 작업에서 멈춘다는 지적이 붙으며 대화는 결국 무게에 따라 모델을 나눠 쓰라는 역할 분담론으로 모였다. 스마트 라우터라는 자동 배분 옵션보다 사람이 직접 판단하는 수동 분업이 더 부각된 것으로 보인다.
저녁 6시 7분, 한 참가자가 헤르메스(Hermes — 여러 AI 모델을 갈아 끼워 쓰는 에이전트 CLI 도구. 방 이름 '에르메스단'과는 다르다) OAuth에 어떤 모델을 물려 쓰는지 물었다. "Terra high 썼는데 Luna max 나 sol high 같은거 쓰거나 스마트 라우터 쓰거나 하는게 나으려나요?"라는 질문이었다. 헤르메스는 상황에 따라 여러 등급의 모델을 갈아 끼울 수 있는 구조라, 어떤 조합을 기본값으로 둘지는 이 방에서 반복적으로 묻는 주제다.
답은 금방 붙었다. 다른 참가자가 "전 Sol High"라고 짧게 답하자, 질문자는 다시 물었다. "혹시 솔 하이 디폴트로 쓰면 답이 너무 느리거나 그러진 않나요? 머 복잡한것도 가끔 시키지만 비교적 가벼운 업무슈케쥴링 같은 업무도 에르메스 많이 시키는 편이라서.." 무거운 작업과 가벼운 잡무를 같은 창구에 동시에 맡기고 있다는 실제 사용 패턴이 질문에 그대로 담겨 있었다.
곧이어 다른 참가자가 자신의 경험을 보탰다. "루나 맥스 좀 딥하게 검토 시키면 멈추던데"라는 지적이었다. 등급이 가장 높다고 알려진 모델이라도 깊은 검토 작업에서는 오히려 멈춤 증상을 겪을 수 있다는 실사용 후기였다. 뒤따라 붙은 "딥한 것은 딥한 모델에게 일상 대화는 일상 모델에게"라는 정리가 이 대화의 결론에 가까웠다.
결국 이 짧은 문답이 시사하는 건 단일 모델로 전 업무를 밀어붙이기보다 작업 무게에 따라 창구를 나누는 쪽이 낫다는 인식이 방 안에 자리 잡고 있다는 점이다. 질문자가 처음부터 '가벼운 업무'와 '복잡한 것'을 나눠 말한 것도, 답변자들이 곧바로 역할 분담론으로 수렴한 것도 같은 방향을 가리킨다. 스마트 라우터라는 자동 배분 옵션이 언급됐지만 정작 대화를 채운 건 사람이 직접 무게를 가늠해 모델을 고르는 수동 판단이었다는 점도 눈에 띈다. 등급이 높을수록 무조건 낫다는 통념과는 다른 방향의 경험담이 오간 셈이다.
이 화두에는 참가자 9명, 발화 22건이 오갔다 — 참여 인원 자체는 크지 않았지만, 질문 하나에 Sol High 추천·루나 맥스 경고·역할 분담론이라는 세 갈래 답이 짧은 시간 안에 모두 나왔다는 점이 눈에 띈다. 모델 선택이라는 반복적인 질문이 매번 비슷한 결론, 즉 무거운 작업과 가벼운 작업을 나눠 쓰라는 쪽으로 수렴하는 패턴을 보여준 대화였다.
질문에 담긴 '스마트 라우터'라는 선택지는 이후 대화에서 다시 언급되지 않았다. 실제로 답변을 준 참가자들은 모두 특정 모델을 직접 지정해 쓰는 방식을 택했고, 자동으로 모델을 배분해주는 옵션 쪽으로는 대화가 흘러가지 않았다. 짧은 문답이었지만 자동 배분보다는 스스로 무게를 가늠해 모델을 고르는 방식에 대한 신뢰가 앞서 있다는 인상을 남겼다.