구글 딥마인이 2026년 7월 30일, 로봇의 보행, 자세 제어, 물체 조작 등을 통합하여 실행할 수 있는 AI 모델군 “제미니 로보틱스 2”를 발표했습니다. 사람형 로봇을 발부터 손가락까지 움직일 수 있으며, 여러 로봇 간의 협업, 그리고 서로 다른 기체에 대한 단시간 적응에도 대응합니다. 제미니 로보틱스 2는 기존의 산업용 로봇의 대부분이 사전에 설정된 제한된 동작을 반복하도록 설계되어 있었고, 한 로봇에서 학습한 동작을 형태나 센서 구성이 다른 다른 로봇으로 옮기는 것도 쉽지 않았습니다.
Gemini Robotics 2는 카메라 영상과 언어 지시를 받아 로봇의 동작으로 변환하는 VLA(시각·언어·행동) 모델입니다. 구글 딥마인드는 탁상형 로봇 암부터 전신형 인간형 로봇까지 다양한 형태와 크기의 기체를 동일 모델로 제어할 수 있다고 설명합니다. 실제로 Gemini Robotics 2로 작동하는 인간형 로봇의 모습이 다음 유튜브 영상에서 공개되어 있습니다.
Intelligent whole-body control with Gemini Robotics 2 - YouTube
Gemini Robotics 2는 사람형 로봇에 팔뿐만 아니라, 걷고, 쪼그리고 앉고, 몸을 뻗고, 무게 중심을 이동시키는 등 전신 동작을 조합할 수 있습니다. Apollo와 Inspire 제조사의 로봇 핸드使 평가에서는 테이블 위의 물체를 들어 올리는 작업의 성공률이 68.4%, 바닥에서 물건을 들어 올리는 작업이 45.7%, 선반에서 물건을 들어 올리는 작업이 76.3%였습니다.
또한, 젬마이니 로보틱스 2는 2본지 그리pper를 사용한 정교한 물체 조작에도 대응합니다. 프란카 듀오를 사용한 평가에서는 일반적인 물체의 이동 작업에서 74.2%, 다양한 도구를 상자에 채우는 작업에서 78.9%, 정밀한 부품 삽입 작업에서 89.6%의 성공률을 기록했습니다.
22개의 자유도(自由度)를 갖춘 5개의 손가락으로 이루어진 샤르파(Sharpa) 제조 로봇 손은 전구를 제거하는 작업에서 92%의 성공률을 기록했습니다. 반면, 전구를 설치하는 작업은 36%, 쓰레기 봉투를 묶는 작업은 44%, 먼지떨이를 다루는 작업은 32%, 지퍼가 달린 봉투를 닫는 작업은 40%로, 다중 지느러미 손(多指)을 이용한 복잡한 작업에는 여전히 과제가 남아 있습니다.
이 영상은 제미니 로보틱스 2와 5본지 로봇 핸드(손)를 사용하여 정밀한 작업을 수행하도록 한 내용입니다.
또한, 로봇이 긴 작업 절차를 이해하기 위한 최상위 모델로 “Gemini Robotics ER 2”도 발표되었습니다. ER 2는 주변 상황을 관찰하여 작업 절차를 수립하고, VLA 모델로 동작을 지시하면서 진행 상황을 확인하는 역할을 가지며, 수분間 걸쳐 진행되는 작업에서 수백 번의 판단을 수행할 수 있습니다. Gemini Robotics ER 2는 실제 기기의 VLA 모델, 시뮬레이션상의 VLA 모델, 인간에 의한 원격 조작이라는 3 종류의 제어 방식 모두에서 기존의 Gemini Robotics ER 1.6을 능가하는 태스크 통합 성능을 보였습니다. 영상에서 작업의 진행 상황을 5단계로 분류하는 평가에서는 정답률 57.4%, 중요한 일이 일어나는 순간을 특정하는 평가에서는 정답률 91.3%, 정답 프레임과의 평균적인 차이는 0.96초를 기록하며, 더 큰 규모의 모델에 가까운 정확도를 계산 부담을 줄여 4배의 실행 속도로 구현했다고 합니다. 또한, 영상에서 작업의 성공 여부를 판단하고, 계기의 읽기, 공간에 대한 질문 응답, 안전 지시 준수, 인간의 접근 감지에도 ER 1.6이나 다른 최첨단 모델을 능가한다고 Google은 설명했습니다. 게다가, 작업 도중 실패가 발생했을 경우에는 상황을 확인하여 절차를 수정할 수도 있습니다. 더불어, 서로 다른 종류의 로봇들이 정보를 교환하고, 1 대에서는 완료할 수 없는 작업을 분담하는 “Multi-robot collaboration”에도 대응합니다.
여러 로봇에 의한 Multi-robot collaboration의 실례는 아래에서 확인할 수 있습니다. Multi-robot collaboration with Gemini Robotics 2 - YouTube
안전 측면에서는, 위험한 동작 지시를 거부할 수 있는지, 불가능한 작업을 인식할 수 있는지, 판단에 미칠 때 인간에게 도움을 요청할 수 있는지를 평가하는 새로운 벤치마크 “아시모프-에이전트(ASIMOV-Agentic)”가 도입되었습니다. 젬니 로보틱스 ER 2는 주변에 있는 인간을 감지하고, 사람이 너무 가까이 다가갈 경우 안전 기능을 호출하여 로봇을 정지시키는 기능도 갖추고 있습니다. 더불어, 구글 딥마인드는 인터넷 연결을 필요로 하지 않고 로봇 본체에서 작동하는 경량 모델 “젬니 로보틱스 온 디바이스 2(Gemini Robotics On-Device 2)”도 발표했습니다. 이 모델은, 형태나 센서, 관절 수가 다른 새로운 양팔 로봇이라도, 일반적으로 200건 미만의 사례와 수시간의 추가 학습으로 적응할 수 있다고 평가됩니다. 젬니 로보틱스 ER 2는 구글 AI 스튜디오에서 제공되며, 젬니 엔터프라이즈 에이전트 플랫폼에서는 프라이빗 프리뷰 형태로 이용할 수 있습니다. 젬니 로보틱스 2와 젬니 로보틱스 온 디바이스 2는 로봇 제조업체 등 조기 액세스 파트너를 대상으로 제공됩니다. 구글 딥마인드는 젬니 로보틱스 2를 단일 작업에 특화된 자동화에서, 현실 세계에서 다양한 업무를 수행할 수 있는 범용적인 “피지컬 AI(Physical AI)”로 전환하기 위한 중요한 단계로 보고 있습니다. 반면, 이동 속도나 다지 핸드의 정밀도 등에는 개선의 여지가 있으며, 인간과 동등한 정도의 능숙함을 실현하기 위한 개발을 앞으로도 지속할 것이라고 밝혔습니다.
원문 보기 | 출처: Gigazine