로봇, 이제 생각하고 느끼며 움직인다: 구글 제미니 로보틱스 2.0이 그리는 미래
Published Aug 3, 2026
최근 인공지능 분야의 발전 속도는 눈부실 정도입니다. 텍스트, 이미지, 심지어 영상까지 생성하는 AI 모델들이 우리의 일상과 산업 지형을 급변시키고 있죠. 하지만 이러한 디지털 세계를 넘어, 현실 세계에서 직접 상호작용하고 물리적 작업을 수행하는 로봇에 대한 기대는 언제나 뜨거웠습니다. 단순히 미리 프로그래밍된 동작을 반복하는 것을 넘어, 마치 사람처럼 주변 환경을 인지하고, 판단하며, 유연하게 움직이는 **범용 로봇(generalist robot)**의 등장은 많은 이들의 꿈이자 목표였습니다. 그리고 최근 구글이 공개한 **제미니 로보틱스 2.0(Gemini Robotics 2.0)**은 이러한 꿈에 한 발짝 더 다가서는 결정적인 이정표가 될 것으로 보입니다.
수년 전부터 우리는 로봇이 뛰고, 춤추고, 심지어 백플립까지 하는 영상들을 보며 경탄해왔습니다. 하지만 솔직히 말해서, 이런 로봇들은 특정 동작을 수행하도록 정교하게 프로그램된 ‘장인(匠人)’ 로봇에 가까웠습니다. 구글 딥마인드 과학자들이 **‘물리적 AGI(physical AGI)’**라고 부르는 궁극적인 목표는, 우리가 로봇에게 “이것 좀 해봐”라고 말하면 로봇이 알아서 그 일을 처리하는, 인간이 할 수 있는 모든 것을 해낼 수 있는 진정한 범용 로봇을 만드는 것입니다. 제미니 로보틱스 2.0은 바로 이 목표를 향한 구글의 진심이 담긴 결과물이라고 할 수 있습니다. 이 새로운 버전은 로봇이 복잡한 작업을 더 잘 수행하고, 끊임없이 변화하는 환경을 분석하며, 심지어 다른 로봇과 협업까지 가능하게 만들었다니, 정말 놀랍지 않습니까?
로봇의 ‘뇌’를 업그레이드하다: ER 2의 눈부신 발전
제미니 로보틱스 2.0은 총 세 가지 새로운 하위 모델을 포함하고 있으며, 그 중 하나인 **제미니 로보틱스 ER 2(Gemini Robotics ER 2)**는 개발자들에게 공개되어 지금 바로 경험할 수 있습니다. 이 ER 2 모델은 ‘체화된 추론(embodied reasoning)‘이라는 이름에 걸맞게, 로봇의 인지 및 판단 능력을 획기적으로 향상시켰다는 것이 딥마인드의 설명입니다. 이전 1.6 버전보다 훨씬 뛰어난 성능을 자랑하며, 제미니 라이브 API(Gemini Live API)와 통합되어 개발자들이 이 놀라운 도약을 직접 체험할 수 있게 해줍니다.
그렇다면 ER 2는 구체적으로 무엇을 할 수 있을까요? ER 2는 기본적으로 **비전 언어 모델(Vision Language Model, VLM)**입니다. 즉, 지시를 이해하고 주변 세상을 인지하도록 설계된 모델이죠. 이번 업그레이드의 핵심은 로봇 카메라에서 들어오는 실시간 비디오 피드를 처리할 수 있다는 점입니다. 이를 통해 시스템은 로봇이 한 단계 한 단계 작업을 수행하는 과정을 실시간으로 추적할 수 있게 됩니다. 구글에 따르면, 제미니 로보틱스 ER 2는 비디오 프레임의 완성도를 거의 60%의 정확도로 분류할 수 있다고 합니다. 완벽하다고 말하기는 아직 이르지만, 이전 1.6 버전이나 다른 경쟁 AI 모델들의 시각 이해 능력과 비교하면 비약적인 발전임은 분명합니다.
특정 순간을 정확히 파악하는 능력 또한 로봇이 작업을 올바르게 완료하는 데 매우 중요합니다. 예를 들어, 로봇에게 커피를 따르라고 지시했을 때, 언제 따르는 것을 멈춰야 하는지 정확히 알아야겠죠. ER 2는 이러한 핵심 순간을 거의 90%의 정확도로 식별한다고 합니다. 이는 로봇이 여러 단계의 작업을 수행할 때, 실시간으로 실패를 이해하고 대처할 수 있게 해줍니다. 만약 로봇이 공을 집으려다 공이 굴러가거나 누군가 용기를 옮겨서 작업이 틀어질 경우, ER 2는 처음부터 다시 시작하는 대신, 단순히 손 위치나 움직임을 재조정하여 해당 단계를 다시 시도할 수 있습니다. 이 얼마나 효율적인가요?
게다가 이 새로운 체화된 추론 모델은 구글 딥마인드의 로봇 AI에게 협업 능력까지 부여했습니다. 공개된 데모 영상들을 보면 앱트로닉(Apptronik)의 아폴로 2(Apollo 2)와 더 간단한 프랑카 F3 듀오(Franka F3 Duo) 로봇이 서로 방해하지 않고 함께 작업을 수행하는 모습을 볼 수 있습니다. 물론 아직 인간만큼 빠르거나 우아하지는 않지만, 로봇들이 과거 테스트에 비해 훨씬 덜 망설이고 신중하게 움직이는 모습은 인상적입니다. 개인적으로는 이 협업 능력이 미래 로봇 작업 환경의 핵심이 될 것이라고 생각합니다. 물류 창고나 제조 현장에서 로봇들이 서로 유기적으로 소통하며 효율을 극대화하는 시나리오를 상상해보세요. 이 기술은 인간-로봇 협업뿐만 아니라 로봇-로봇 협업의 새 지평을 열 잠재력을 가지고 있습니다.
지시를 행동으로: 제미니 로보틱스 2와 안전성 확보
세상을 이해하는 것이 첫걸음이었다면, 로봇이 물리적인 세상에서 움직이도록 하는 것은 또 다른 모델의 역할입니다. VLM이 작업을 파악한 후, 그 정보를 **제미니 로보틱스 2(Gemini Robotics 2)**라는 업그레이드된 비전-언어-행동 모델(vision-language-action model)에게 넘겨줍니다. 이 AI 모델은 마치 다른 생성형 시스템이 텍스트나 이미지를 만드는 방식처럼, 지시로부터 로봇의 행동을 생성합니다. 또한, **제미니 로보틱스 온-디바이스 2(Gemini Robotics On-Device 2)**라는 저지연(low-latency) 오프라인 버전도 있는데, 이 모델들은 현재 소수의 테스터들에게만 제한적으로 제공되고 있습니다.
구글은 새로운 행동 모델들이 훨씬 더 정확하고 효율적이라고 강조합니다. 심지어 더 작은 온-디바이스 버전도 몇 시간의 움직임 데이터, 즉 약 200개의 예시만으로 새로운 로봇 디자인에 적응할 수 있다고 하니, 그 적응력과 효율성은 정말 대단합니다.
AI 환각(hallucinations) 문제는 이미 잘 알려져 있지만, 물리적 형태를 갖춘 AI가 인간과 같은 공간을 공유할 때 발생하는 실수의 잠재적 위험은 훨씬 더 클 수 있습니다. 로봇이 오작동하여 사람에게 해를 끼치거나 값비싼 장비를 손상시키는 상황을 상상해보세요. 구글 딥마인드는 제미니 로보틱스를 출시할 때마다 이러한 위험을 심각하게 고려하고 있다고 강조해왔습니다. 딥마인드에 따르면, 제미니 로보틱스의 각 계층에는 **“견고한 AI 안전 프레임워크와 결합된 전통적인 물리적 안전 조치”**가 포함되어 있다고 합니다.
이번 제미니 로보틱스 2 출시와 함께 **ASIMOV-에이전틱(ASIMOV-Agentic)**이라는 새로운 안전 벤치마크도 공개되었습니다. 이 테스트는 다양한 안전 요소를 통해 모델을 평가합니다. 예를 들어, 체화된 추론 에이전트가 안전하지 않은 도구 호출을 거부하는지, 주어진 작업을 안전하게 완료할 수 있는지, 그리고 안전에 대해 확신이 없을 때 인간의 도움을 요청할 수 있는지 등을 평가합니다. 구글 딥마인드는 제미니 로보틱스 ER 2가 팀의 가장 안전한 모델이며, 안전을 이해하고 로봇이 인간에게 너무 가까이 있을 때 행동을 중단하는 강력한 능력을 보여준다고 언급했습니다. 이러한 안전 벤치마크가 허깅 페이스(Hugging Face)에 공개되었다는 점은 투명성과 커뮤니티 협력을 통해 안전한 로봇 개발을 이끌겠다는 구글의 의지를 엿볼 수 있는 부분이라고 생각합니다. 이처럼 기술의 발전뿐만 아니라 그 안전성까지 심도 있게 고려하고 있다는 점은 매우 긍정적이며, 로봇이 우리 사회에 더 깊숙이 통합되기 위한 필수적인 단계라고 할 수 있습니다.
구글 제미니 로보틱스 2.0의 출시는 단순히 기술적 진보를 넘어, 로봇이 인간 사회에 통합되는 방식과 그로 인해 발생할 수 있는 잠재적 영향에 대해 깊이 고민하게 만듭니다. ‘물리적 AGI’라는 원대한 목표 아래, 로봇은 이제 더 이상 단순한 기계가 아닌, 환경을 인지하고, 추론하며, 안전하게 행동하는 지능형 파트너로 진화하고 있습니다. 앞으로 이 기술이 어떤 변화를 가져올지, 그리고 우리가 로봇과 어떻게 공존하게 될지 지켜보는 것은 분명 흥미진진한 여정이 될 것입니다.
출처
- 원문 제목: Google reveals Gemini Robotics 2.0, promising improved dexterity and safety
- 출처: Artificial Intelligence - Ars Technica
- 원문 기사 보러가기
