구글 딥마인드, 제미나이 로보틱스 2.5 공개: 벤츠 공장 부품 분류 성공률 96%

로봇을 연구실 밖 실제 공장 조립 라인으로 가져가는 일은 늘 거대한 난제였습니다. 부품의 반사광, 흐트러진 자재 배치, 주변 작업자의 움직임 같은 작은 변수에도 기존 로봇들은 쉽게 멈춰 섰기 때문입니다.

구글 딥마인드가 이에 대한 해답으로 피지컬 AI를 위한 최신 VLA(시각-언어-행동) 모델인 '제미나이 로보틱스 2.5'를 내놓았습니다. 딥마인드는 앱트로닉의 휴머노이드 로봇 '아폴로 2'에 이 모델을 탑재하고 메르세데스-벤츠 공장에 투입해 자동차 부품 분류 작업에서 96%의 성공률을 입증했습니다.

계획하는 두뇌와 움직이는 손발의 분업

딥마인드의 로봇 플랫폼은 두 단계로 작동합니다. 상위 모델인 '제미나이 임바디드 리즈닝'이 시각 피드와 작업 지시를 받아 단계별 계획을 세우면, 이번에 업그레이드된 제미나이 로보틱스 2.5가 손가락과 관절의 구체적인 움직임을 만들어 냅니다.

학습 효율을 끌어올리기 위해 제미나이 4 아르곤이 시뮬레이션 엔진 역할을 맡았습니다. 카메라 영상으로부터 현실적인 디지털 트윈을 구축하고 수천 번의 가상 훈련을 반복해 모델 개발 속도를 비약적으로 단축했습니다.

200개 이상의 작업 평가에서 제미나이 로보틱스 2.5는 이전 기준 모델 대비 성공률이 30%에서 최대 100% 향상되었고, 작업 속도도 20%에서 30% 빨라졌습니다. 아폴로 2의 다섯 손가락 핸드로 리본 매듭을 묶거나 스포이트를 다루고 집게로 음식을 옮기는 등 정밀한 작업이 가능해졌습니다.

벤츠 헝가리 및 독일 공장 실증에서 아폴로 2는 자동차 부품 키팅 작업을 자율 수행했습니다. 무작위로 담긴 상자에서 금속 브래킷을 집어 생산 트레이에 정확한 순서로 정렬하는 작업으로, 로봇은 부품 간격을 스스로 보정해가며 96%의 성공률을 기록했습니다.

안전 가이드와 물리적 탈옥 방지

사람과 함께 일하는 환경인 만큼 안전 기능도 대폭 강화되었습니다.

추론 시점의 안전 가이던스를 통해 장애물 주변 작업 완료율은 33%, 인간 근접 시 안전 작업 완료율은 43% 개선되었습니다. 또한 겉으로는 무해해 보이지만 위험한 행동을 유도하는 명령을 차단하기 위한 오픈소스 벤치마크 'ASIMOV-Jailbreak'도 공개했습니다. 이 테스트에서 아르곤 기반 시스템은 99.5%의 방어율을 기록해 이전 기준선인 82%를 크게 넘어섰습니다.

왜 중요한가

실제 완성차 공장에서 96%의 키팅 성공률을 달성한 것은 분명 주목할 성과지만, 사람을 완전히 대체하기에는 여전히 채워야 할 간극이 있습니다. 딥마인드의 카니슈카 라오 디렉터가 언급했듯 인간 작업자는 이 작업을 거의 매번 완벽하게 해내며, 남은 4%의 오류를 좁히는 길은 매우 가파른 도전이 될 것입니다.

그럼에도 구글의 전략은 영리해 보입니다. 하드웨어를 직접 만들기보다 앱트로닉, 애자일 로봇, 메르세데스-벤츠 같은 파트너들과 손잡고 '두뇌와 운동 제어 모델' 레이어를 선점하는 방식을 택했기 때문입니다. 제조사는 관절과 모터 설계에 집중하고, 구글은 피지컬 AI의 운영체제 자리를 굳히는 그림입니다.

여기에 ASIMOV-Jailbreak 벤치마크를 오픈소스로 푼 점도 돋보입니다. 향후 휴머노이드 도입 과정에서 안전성 검증이 필수 조건이 될 때, 구글이 제시한 기준이 업계의 표준 시험대로 자리 잡을 가능성이 높습니다.