구글 딥마인드, 전신 휴머노이드 제어용 ‘제미니 로보틱스 2’ 출시

전구를 풀 때는 92%의 성공률을 보였지만, 다시 조일 때는 36%에 그쳤다. 구글 딥마인드(Google DeepMind)가 최근 발표한 ‘제미니 로보틱스 2(Gemini Robotics 2)’ 제품군 벤치마크에서 드러난 이러한 극명한 대조는 물리적 인공지능의 현재 한계를 잘 보여준다. 2026년 7월 30일, 이 기술 대기업은 휴머노이드의 능력을 기본적인 이동 및 평행 턱 집기 수준을 넘어 전신 및 다지(多指) 정교성 영역으로 확장하도록 설계된 세 가지 파운데이션 모델을 공개했다. 비전-언어-행동(VLA) 모델, 신체 기반 추론 비전-언어 모델, 그리고 적응성이 뛰어난 온디바이스 변형 모델로 구성된 이번 출시는 2025년 3월에 출시된 초기 ‘제미니 로보틱스’ 플랫폼에 비해 아키텍처 측면에서 상당한 도약을 보여줍니다.

제미니 로보틱스 2의 출시는 자동화 산업에 있어 중대한 전환점에 이루어졌다. 하드웨어 플랫폼이 성숙해짐에 따라, 병목 현상은 기계 공학에서 소프트웨어 지능으로 결정적으로 이동했습니다. 휴머노이드 도입을 평가하는 조달 관리자와 운영 책임자들은 더 이상 로봇이 창고 바닥을 걸어 다닐 수 있는지 묻지 않습니다. 대신, 인간 중심의 작업 환경을 정의하는 다양하고 구조화되지 않은 물체를 로봇이 안정적으로 조작할 수 있는지 묻고 있습니다. 딥마인드는 성공 지표와 함께 상세한 실패율을 공개함으로써, 정교한 운동 능력 분야에서 여전히 존재하는 도입 격차에 대해 드물게도 꾸밈없는 통찰을 제공하고 있다.

새로운 모델 제품군은 로봇 공학 소프트웨어 스택의 다양한 계층을 다루도록 구성되어 있습니다. 주력 모델인 ‘제미니 로보틱스 2(Gemini Robotics 2)’는 로봇의 발끝부터 손가락 끝까지 전신을 제어하는 VLA(가변 길이 암) 모델입니다. 여기에는 정교한 다지(多指) 조작에 필요한 정교한 협응력이 포함됩니다.

이 기능은 SharpaWave 22자유도 손과 Inspire 손을 장착한 Apptronik Apollo 2 휴머노이드 로봇을 통해 입증되었습니다. 텍사스주 오스틴에 본사를 둔 Apptronik은 주로 물류 및 제조 분야를 대상으로 하는 범용 휴머노이드 로봇을 개발하고 있습니다. VLA 모델이 이러한 첨단 엔드 이펙터의 고차원 동작 공간을 관리할 수 있는 능력은, 단순한 병렬 그리퍼에 크게 의존했던 기존 시스템과는 차별화된 특징입니다.

구현된 추론의 아키텍처

제미니 로보틱스(Gemini Robotics)의 ER 2 모델은 다중 로봇 배치 환경에서 어떻게 작동할까요? ER 2 모델은 에이전트형 뇌 역할을 수행하며, 고급 공간 이해 및 영상 추론을 활용하여 시설 전반에 걸친 작업 계획 수립과 다중 로봇 협업을 처리합니다. 이 모델은 시각적 및 언어적 입력을 처리하여 복잡한 워크플로를 조정하며, 하위 수준의 VLA 제어 정책을 지시하는 고수준 인지 계층의 역할을 효과적으로 수행합니다.

이러한 추론과 행동의 분리는 매우 중요한 아키텍처적 선택입니다. 딥마인드(DeepMind)의 내부 테스트에서 영상 프레임 완전성 평가에서 약 60%, 핵심 순간 식별에서 90%의 정확도를 달성한 ER 2 모델은 작업의 광범위한 맥락을 이해하도록 설계되었습니다. 이 모델은 명령을 해석하고, 이를 순차적인 단계로 분해한 뒤, 각 로봇의 능력과 위치에 따라 해당 단계를 서로 다른 로봇에 할당할 수 있습니다. 이러한 기능은 공통의 목표를 달성하기 위해 원활하게 협업해야 하는 이종 로봇 군단을 배치하려는 운영 책임자들에게 특히 유용합니다.

Gemini Robotics의 ER 2를 Google AI Studio에서 공개 프리뷰(모델 ID: gemini-robotics-er-2-preview)로 제공하기로 한 결정은 시장에 보내는 중요한 신호입니다. 이를 통해 통합 업체와 소프트웨어 개발자는 별도의 공식 절차 없이도 추론 레이어를 즉시 평가할 수 있게 되었습니다.

하드웨어 파트너십이나 기본이 되는 VLA 모델에 대한 접근 권한이 필요하지 않습니다. 이러한 인지 제어 계층과 물리적 제어 계층의 분리 덕분에 첨단 로봇 공학 애플리케이션을 구축하는 데 필요한 진입 장벽이 낮아지고, 더 광범위한 생태계의 발전이 가속화됩니다.

새로운 구현 형태에 대한 적응

로봇 공학 분야에서 가장 지속적으로 제기되는 과제 중 하나는 “시뮬레이션과 실제 간의 격차”와 학습된 행동을 서로 다른 하드웨어 플랫폼 간에 이전하는 데 따르는 어려움입니다. Gemini Robotics On-Device 2 모델은 이 문제를 직접 해결합니다. 로봇 하드웨어에서 로컬로 실행되도록 설계된 이 변형 모델은 단 몇 시간 만에 완전히 새로운 로봇 구현 형태에 적응할 수 있으며, 미세 조정을 위해 200개 미만의 데모 예시만으로도 충분합니다.

이러한 신속한 적응 능력은 Dexmate, SO101, Trossen 시스템을 포함한 다양한 플랫폼에서 입증되었습니다. 조달 팀의 입장에서 이는 배포 과정의 마찰을 줄이고 통합 비용을 절감하는 것을 의미합니다. 특정 엔드 이펙터나 새로운 하드웨어 구성을 위해 모델을 신속하게 재훈련할 수 있다는 것은, 방대한 데이터 수집 작업이나 광범위한 클라우드 컴퓨팅 리소스 없이도 자동화 솔루션을 보다 효율적으로 맞춤화할 수 있음을 의미합니다.

온디바이스 실행은 또한 지연 시간 및 연결성과 관련된 중요한 문제도 해결합니다. 네트워크 안정성이 일관되지 않을 수 있는 산업 환경에서는, 실시간 제어를 위해 클라우드 기반 추론에 의존하는 것이 종종 불가능합니다. On-Device 2 모델은 VLA 정책을 로컬에서 처리함으로써, 연결이 끊긴 상황에서도 로봇이 안전하고 신속하게 작동할 수 있도록 보장합니다.

귀속 가능한 질량의 경제학

DeepMind가 발표한 성능 벤치마크는 로봇 공학 업계에서 흔히 제기되는 과장된 주장들에 대해 냉철한 현실 점검을 제공합니다. 모델들이 인상적인 성과를 달성하기는 했지만

선반에서 물건을 집어 올리는 데 76.3%, 평행 그리퍼를 이용한 정밀 삽입에 89.6%의 성공률을 보이는 등 특정 작업에서의 성공률을 살펴보면, 다지 손가락 손이 수행하는 작업들은 인간의 손재주를 재현하는 것이 얼마나 어려운지를 여실히 보여준다.

전구를 조이는 데 36%, 쓰레받기로 쓸어내는 데 32%의 성공률을 보인 것은 이러한 동작에 필요한 힘 피드백, 공간 인식, 미세 운동 제어 간의 복잡한 상호작용을 여실히 보여준다. 이러한 수치는 기술을 비난하기 위한 것이 아니라, 운영 담당 구매자가 투자 수익률(ROI) 계산에 반드시 반영해야 할 투명한 기준점일 뿐이다. 특정 업무 흐름을 위해 휴머노이드 로봇을 평가할 때, 실패율은 필요한 인간 감독의 수준과 개입 빈도를 결정합니다.

단단한 금속 블록을 잡는 로봇과 잘 익은 과일처럼 깨지기 쉽고 불규칙한 모양의 물체를 다루는 로봇의 차이를 생각해 보십시오. 전자는 단순한 기하학적 구조만 필요로 하는 반면, 후자는 재료 특성에 대한 미묘한 이해와 힘의 지속적인 미세 조정이 요구되는데, 현재 모델들은 이를 이제 막 익히기 시작한 단계에 불과합니다. 이것이 바로 인상적인 실험실 시연과 신뢰할 수 있는 산업용 솔루션을 구분 짓는 도입 격차입니다.

파운데이션 모델의 경쟁 환경

Gemini Robotics 2의 출시로 물리적 AI를 위한 지배적인 파운데이션 모델을 확립하기 위한 기술 대기업과 전문 스타트업 간의 경쟁이 심화되고 있습니다. 시장은 다양한 아키텍처 접근 방식과 배포 전략으로 빠르게 분화되고 있습니다.

2026년 5월에 출시된 NVIDIA의 Isaac GR00T N1.6은 오픈 모델 접근 방식을 대표하며, GR00T 스택을 통해 휴머노이드 상체 및 이동 제어를 제공하고 Cosmos Reason 세계 모델과 통합됩니다.

2026년 4월에 업데이트된 Physical Intelligence의 pi-0.5는 모바일 매니퓰레이터 및 암용 오픈소스 가중치를 제공하여, 자체 호스팅 솔루션을 선호하는 연구자 및 개발자들에게 어필하고 있습니다. 한편, Figure AI의 Helix 모델은 여전히 비공개로 유지되며, Figure 02 및 03 휴머노이드와 긴밀하게 통합되어 System 2 언어 추론 기술을 활용해 상체 전체를 제어합니다.

DeepMind의 전략은 하이브리드 접근 방식으로 보이며, 추론 레이어(ER 2)는 공개 프리뷰로 제공하는 반면, VLA 및 온디바이스 모델은 얼리 액세스 파트너에게만 제한하고 있습니다. 이를 통해 딥마인드는 인지 도구를 개발자 생태계에 확산시키는 동시에 물리적 실행 계층에 대한 엄격한 통제권을 유지할 수 있으며, 이는 배포 초기 단계에서 안전 및 성능 기준이 충족되도록 보장하기 위한 조치로 보인다. 허깅 페이스(Hugging Face)를 통한 ASIMOV-Agentic 안전 벤치마크의 동시 공개와 포괄적인 안전 기술 보고서는 물리적 구현에 대한 이러한 신중한 접근 방식을 뒷받침한다.

하드웨어 파트너십에 대한 전략적 시사점

Gemini Robotics 2와 함께 발표된 하드웨어 파트너십은 DeepMind의 더 광범위한 야망을 엿볼 수 있는 중요한 단서를 제공합니다. 초기 시연에서는 Apptronik Apollo 2와 Franka FR3 Duo 양팔 플랫폼이 주로 등장했지만, 보스턴 다이내믹스(Boston Dynamics) 하드웨어에 대한 테스트도 진행 중이라는 사실은 중요한 진전입니다.

이러한 OEM 간 테스트는 딥마인드가 단일 하드웨어 공급업체를 위한 지능 계층에 머무르는 데 만족하지 않음을 시사합니다. 이족 보행형 아폴로(Apollo)부터 보스턴 다이내믹스가 개발한 고동적 시스템에 이르기까지 다양한 플랫폼에서 모델을 검증함으로써, 딥마인드는 제미니 로보틱스를 물리적 AI를 위한 범용 운영 체제로 자리매김하고 있습니다.

조달 담당자 여러분, 하드웨어에 구애받지 않는 파운데이션 모델로의 이러한 추세는 긍정적인 신호입니다. 이는 지능 계층을 물리적 섀시에서 분리할 수 있는 미래를 시사하며, 구매자가 독점적인 소프트웨어 생태계에 얽매이지 않고 특정 환경적 제약 조건에 가장 적합한 하드웨어를 선택할 수 있게 해줍니다.

제미니 로보틱스 2(Gemini Robotics 2)가 더 광범위한 구글 생태계에 통합된 점도 독특한 이점을 제공합니다. 제미니 엔터프라이즈 에이전트 플랫폼(Gemini Enterprise Agent Platform)을 통해 ER 2 모델을 이용할 수 있게 됨에 따라, 기업 고객들은 자사의 로봇 시스템을 기존 클라우드 인프라 및 데이터 분석 도구와 원활하게 연결할 수 있는 길이 열렸습니다. 이러한 수준의 통합은 로봇 기술을 고립된 시범 프로젝트 단계에서 벗어나 핵심 운영 워크플로우로 편입시키는 데 필수적입니다.

산업이 발전함에 따라, 초점은 통제된 환경에서 보여준 인상적인 성능에서 벗어나, 공장 현장과 창고 통로와 같은 복잡하고 예측 불가능한 현실로 불가피하게 이동할 것입니다. 딥마인드(DeepMind)가 실패율을 투명하게 공개한 것은 휴머노이드 로봇 공학에 대한 논의를 성숙시키는 데 필요한 단계입니다. 이는 해당 시스템의 인지 추론 능력이 급속히 발전하고 있음에도 불구하고, 복잡하고 여러 손가락을 사용하는 작업의 물리적 실행은 여전히 막대한 도전 과제임을 인정하는 것입니다. Gemini Robotics 2의 진정한 시험대는 실험실 벤치마크에서의 성능이 아니라, 이를 배포하는 임무를 맡은 운영 팀의 손에서 일관되고 신뢰할 수 있는 가치를 제공할 수 있는 능력일 것입니다.

면책 조항: 이 기사는 정보 제공만을 목적으로 하며, 언급된 기업들이 제기한 어떠한 주장에 대한 투자 조언, 지지 또는 확인을 의미하지 않습니다.