수년간 휴머노이드 로봇이 보여준 가능성은 마치 무한 반복되는 데모 영상 같았습니다. 30초 동안은 인상적이지만, 결국 연구실이라는 통제된 환경 안에서 미리 연습한 단 하나의 동작만 수행하는 수준에 머물러 있었죠. 블록을 집어 올릴 순 있어도, 장애물이 가득한 방 안을 돌아다닐 때는 설탕을 너무 많이 먹은 어린아이처럼 갈지자로 걷기 일쑤였습니다. 하지만 이제 Google DeepMind가 Gemini Robotics 2를 통해 파격적인 해법을 제시했습니다. 단순한 소프트웨어 업데이트가 아닙니다. 모든 형태와 크기의 로봇을 위한, 그야말로 ‘뇌 이식’ 수준의 대대적인 변화입니다.
이들이 내세운 비전은 놀라울 정도로 명쾌합니다. 복잡하고 예측 불가능한 인간의 현실 세계에서 로봇이 스스로 인식하고, 추론하며, 행동할 수 있게 해주는 통합 ‘지능 레이어’를 구축하는 것입니다. 이는 단순히 로봇 팔 하나를 더 정밀하게 제어하는 차원을 넘어섭니다. Google은 이를 ‘전신 지능(Full Body Intelligence)‘이라 부릅니다. 사상 처음으로 단일 AI 모델이 로봇의 발끝부터 손가락 끝까지 제어하며 균형 감각, 보행, 조작을 하나의 유연한 프로세스로 통합한 것입니다. 로봇의 관절 하나하나를 프로그래밍하던 시대에서, 로봇에게 스스로 생각하는 ‘자아’를 부여하는 시대로의 전환점이라 할 수 있습니다.
세 개의 머리를 가진 AI 케르베로스
Gemini Robotics 2의 핵심은 단일 모델이 아니라, 조화롭게 작동하는 세 가지 특화 모델의 결합에 있습니다. 물리적 세계에서 임무를 완수하기 위한 일종의 지휘 체계라고 볼 수 있습니다.
첫 번째는 Gemini Robotics 2 본체로, 핵심적인 시각-언어-행동(VLA, Vision-Language-Action) 모델입니다. “아래쪽 선반에 물뿌리개를 놓아줘” 같은 고차원적인 명령을 수행하기 위해 걷고, 몸을 굽히고, 균형을 잡고, 물건을 배치하는 데 필요한 복잡한 모터 제어 시퀀스로 번역하는 현장의 일꾼 역할을 합니다.
두 번째는 ‘체화된 추론(Embodied Reasoning)’ 모델인 Gemini Robotics ER 2입니다. 이 모델은 로봇의 전략가입니다. 실시간 비디오 피드를 끊임없이 분석해 맥락을 파악하고, 여러 단계의 작업을 계획하며, 상황이 꼬였을 때 수정안을 제시합니다. 메인 모델이 ‘몸’이라면, ER 2는 ‘어떻게(How)‘를 고민하기 전에 ‘무엇(What)‘을 할지 결정하는 고차원적인 두뇌입니다. 심지어 계획을 세우기 위해 Google 검색 같은 외부 도구를 활용하기도 합니다.
마지막으로 On-Device 2는 로봇의 하드웨어에서 로컬로 실행되도록 최적화된 경량화 VLA 모델로, 놀라운 적응력이 강점입니다. Google에 따르면, 이 모델은 단 200번 미만의 시연만으로도 완전히 새로운 로봇 본체(센서, 관절, 메커니즘이 전혀 다른)에 단 몇 시간 만에 적응할 수 있다고 합니다. 이는 수십 년간 로봇 산업의 발목을 잡았던 ‘하드웨어 종속적 AI 개발’ 관행을 깨부수는 기념비적인 진전입니다.
작업대를 넘어 세상 밖으로
로봇 AI의 진정한 시험대는 공장의 조립 라인보다 훨씬 더 섬세한 조작이 필요한 환경입니다. Gemini Robotics 2는 실험실의 작업대를 벗어나 복잡한 현실 시나리오를 처리하도록 설계되었습니다. 데모에서는 22개의 자유도를 가진 다섯 손가락 로봇 손으로 전구를 갈아 끼우고(성공률 92%), 쓰레기 봉투 매듭을 묶는(성공률 44%) 등 한층 진화된 정교함을 보여주었습니다.
이러한 비약적인 발전은 의사 결정 과정에 로봇의 전신을 통합함으로써 가능해졌습니다. Apptronik의 휴머노이드 Apollo 2를 활용한 테스트에서, 로봇은 선반에서 물건을 꺼내오는 작업에서 76.3%의 성공률을 기록했습니다. 이는 보행, 균형 유지, 팔 뻗기, 움켜쥐기가 완벽하게 조화를 이루어야 가능한 성과입니다.
하지만 가장 미래지향적인 기능은 단연 ‘멀티 로봇 협업’입니다. Gemini Robotics ER 2는 중앙 조정자 역할을 수행하며 서로 다른 유형의 로봇들에게 업무를 분담시킬 수 있습니다. 예를 들어, 휴머노이드인 Apollo가 물건을 집어 이동용 바퀴 로봇에게 건네주면, 각 로봇이 전체 워크플로에서 자신의 역할을 이해하고 움직이는 식입니다. 플랫폼의 야심이 드러나는 대목입니다. 기계들이 서로 소통하며 협업할 수 있는 ‘공통 언어’를 만들겠다는 것이죠.
로봇계의 안드로이드가 될 것인가?
Google은 Gemini Robotics 2를 통해 차세대 하드웨어의 근간이 되는 운영체제(OS) 자리를 노리고 있습니다. 이론적으로 어떤 기계에서든 구동 가능한 강력하고 유연한 AI를 구축함으로써, 급성장하는 로봇 생태계의 ‘두뇌 공급자’로 자리매김하겠다는 전략입니다.
개발자와 연구자들에게 반가운 소식은 이 강력한 도구의 일부가 이미 개방되었다는 점입니다. Gemini Robotics ER 2는 현재 Gemini API와 Google AI Studio를 통해 개발자들에게 제공되고 있으며, 이를 통해 고도의 추론 능력을 갖춘 로봇 애플리케이션을 직접 제작해 볼 수 있습니다. 이는 더 넓은 커뮤니티가 다단계 계획 수립이나 실시간 영상 이해 기술을 자신들의 로봇 프로젝트에 접목할 수 있는 길을 열어준 것입니다.
물론 화려한 데모 영상과 실생활에서 믿고 쓸 수 있는 로봇 사이에는 여전히 거대한 간극이 존재합니다. 현실 세계는 통제된 실험실보다 무한히 더 혼란스럽기 때문입니다. 하지만 학습하고, 적응하며, 협업할 수 있는 범용 지능에 집중함으로써 Google DeepMind는 그 간극을 메울 다리를 놓고 있습니다. 그들은 단순히 더 똑똑한 로봇을 만드는 것이 아니라, 모든 로봇이 똑똑해질 수 있는 청사진을 그리고 있습니다. 이번만큼은 그동안의 데모 영상들이 마침내 현실로 구현될 것 같은 예감이 듭니다.