Gemini Robotics 2가 로봇의 발부터 손끝까지 제어해요

Gemini Robotics 2가 로봇의 발부터 손끝까지 제어해요

AI 뉴스 썸네일

Google DeepMind가 Gemini Robotics 2 모델군을 공개했어요. 새 모델은 말과 영상을 이해하는 데서 그치지 않고, 휴머노이드가 걷고 몸을 굽힌 뒤 물체를 집어 옮기는 전신 동작까지 연결해요. 2

핵심 요약

구분	공개 내용	확인할 점
전신 제어	발부터 손끝까지 휴머노이드의 움직임을 제어해요	걷기와 물체 조작을 한 작업 안에서 이어가요
정교한 손동작	22자유도 5지 손으로 매듭 묶기와 지퍼백 밀봉을 시연했어요	사람 수준의 속도와 정밀도에는 아직 못 미쳐요
장기 작업	ER 2가 여러 단계의 작업을 계획하고 진행 상태를 추적해요	수분 동안 수백 번의 판단을 이어가요
로컬 실행	On-Device 2는 로봇 안에서 실행돼요	200개 미만의 사례와 몇 시간의 적응으로 새 양팔 로봇에 옮길 수 있다고 밝혔어요
안전	불확실하면 사람에게 개입을 요청하고 가까운 사람을 감지해 정지해요	자체 벤치마크와 기술 보고서 중심의 결과예요

1. 로봇용 AI를 세 가지 역할로 나눴어요

Gemini Robotics 2 모델군은 실제 움직임, 장기 계획, 로컬 실행을 각각 맡아요. 기본 VLA 모델은 시각과 언어 입력을 모터 제어로 바꿔요. Gemini Robotics ER 2는 주변 공간을 살피고 작업 순서를 세운 뒤 진행 상황을 추적해요. On-Device 2는 인터넷 연결이나 네트워크 왕복 지연 없이 로봇 장치에서 돌아가요. 2

이 구성이 필요한 이유는 로봇의 판단 속도와 제어 속도가 같지 않기 때문이에요. 방을 정리하는 순서는 비교적 느린 추론으로 계획할 수 있어요. 균형을 잡거나 손가락을 움직이는 제어는 훨씬 빠르게 이어져야 해요. DeepMind는 ER 2가 큰 작업을 관리하고 VLA가 실제 동작을 수행하도록 역할을 나눴어요.

728x90

전신 제어 시연에서는 Apptronik Apollo 2가 물뿌리개를 찾으러 걸어가서 집은 뒤, 아래 선반의 지정된 상자에 넣어요. 이전 세대가 탁상 위 상체 작업에 집중했다면 이번에는 걷기, 굽히기, 균형 잡기, 물체 조작을 한 흐름으로 묶었어요. 다만 DeepMind도 이동 속도를 더 높여야 한다고 밝혔어요. 1

손동작의 범위도 넓어졌어요. Apollo 2에 달린 SharpaWave 손은 다섯 손가락과 22개 자유도를 사용해 매듭을 묶거나 지퍼백을 밀봉해요. Franka Duo의 2지 그리퍼로는 물건을 빈틈없이 포장하는 작업을 시연했어요. 홍보 영상의 성공 장면만으로 반복 작업의 안정성을 판단하기는 어려워요. 공개 글에도 사람 수준의 손재주에 도달하려면 정밀도와 속도를 더 높여야 한다고 적혀 있어요. 2

ER 2는 수분 동안 이어지는 작업에서 수백 번 판단하고, 단계가 실패하면 다음 행동을 다시 정해요. 서로 다른 로봇이 작업 상태를 주고받는 협업 기능도 들어갔어요. 한 로봇이 모든 도구와 이동 능력을 갖추지 않아도 역할을 나눌 수 있다는 뜻이에요. 실제 현장에서는 통신 오류나 한 로봇의 실패가 전체 작업에 어떻게 번지는지도 함께 검증해야 해요.

On-Device 2는 새 하드웨어에 옮기는 비용을 줄이는 데 초점을 맞췄어요. DeepMind는 외형과 센서, 자유도가 다른 새 양팔 로봇에도 보통 200개 미만의 사례와 몇 시간의 적응 과정으로 적용할 수 있다고 설명해요. 이 수치는 공개 시연 환경에서 나온 회사 측 설명이에요. 제조 현장처럼 조명과 물체 배치가 계속 달라지는 공간에서도 같은 수준을 유지하는지는 별도 평가가 필요해요. 2

안전은 모델의 거부와 물리적 정지를 함께 봐야 해요

로봇이 잘못 움직이면 화면 속 오류와 달리 사람이나 물건을 다치게 할 수 있어요. DeepMind는 전통적인 물리 안전장치와 AI 안전 판단을 함께 적용했다고 밝혔어요. 새 ASIMOV-Agentic 벤치마크는 VLA가 위험한 도구 사용을 요청했을 때 ER 2가 거부하는지, 작업 가능성이 불확실할 때 사람에게 개입을 요청하는지 평가해요. 3

ER 2는 사람이 너무 가까이 오면 안전 기능을 호출하고 로봇을 정지해요. 다만 안전 수치와 시연은 DeepMind가 설계한 조건에서 나온 결과예요. 실제 도입을 검토하는 팀이라면 낙상, 충돌, 센서 가림, 통신 단절, 잘못된 물체 인식 같은 실패 상황을 하드웨어별로 다시 시험해야 해요.

왜 중요한가요

이번 공개에서 눈여겨볼 부분은 로봇 한 대의 화려한 동작보다 모델의 역할 분리예요. 작업 계획을 맡는 ER 2, 빠른 물리 동작을 맡는 VLA, 네트워크 없이 돌아가는 On-Device 2를 조합하면 서로 다른 로봇에 같은 작업 체계를 적용하기 쉬워져요. ER 2는 Google AI Studio에서 이용할 수 있지만, VLA와 On-Device 모델은 조기 접근 파트너에게만 열려 있어요. 2

상용화 수준을 가늠하려면 시연 가능 여부보다 반복 성공률을 봐야 해요. 공식 페이지에 공개된 전신 물체 조작 정확도 예시는 작업에 따라 45.7%, 68.4%, 76.3%로 차이가 커요. 이동 속도와 손동작의 정밀도도 개선 과제로 남아 있어요. 지금 확인된 성과는 범용 가정용 로봇의 완성보다, 언어 지시를 전신 행동으로 바꾸는 범위가 넓어졌다는 데 가까워요.

참고 자료

1. Gemini Robotics 2, 로봇에 전신 지능을 제공 — GeekNews
2. Gemini Robotics 2 brings whole body intelligence to robots — Google DeepMind
3. Gemini Robotics 2: Safety Technical Report — Google DeepMind