구글 딥마인드, 로봇용 두뇌 모델 '제미나이 로보틱스 ER 2' 공개

로봇이 집안일을 돕는 시연 영상을 볼 때 가장 답답한 순간은 잦은 멈칫거림입니다. 물건을 하나 집어 들고는 다음 행동을 계산하느라 몇 초씩 얼어붙고, 컵에 물이 넘치는데도 멈춰야 할 타이밍을 제때 판단하지 못하곤 했습니다.

구글 딥마인드가 로봇의 사고와 행동 사이 시차를 줄여주는 새로운 로봇 두뇌 Gemini Robotics ER 2를 공개했습니다.

이번 발표는 상위 판단을 맡는 구현 추론 모델 ER 2를 중심으로, 전신 모터 제어를 담당하는 VLA 모델 Gemini Robotics 2, 그리고 단 몇 시간의 데이터로 새 하드웨어에 적응하는 온디바이스 모델까지 3가지 제품군으로 구성되었습니다.

생각하며 동시에 움직이는 시간 지능의 도입

물리 세계에서 로봇이 겪는 가장 큰 난제는 작업이 언제 끝났는지를 스스로 아는 것입니다. 전구를 알맞게 조였는지, 쓰레기봉투를 제대로 묶었는지를 매 순간 감지해야 합니다.

ER 2는 연속적인 실시간 영상 스트림을 통해 작업 진행도를 추적합니다. 전체 과정을 5단계로 나누어 평가하는 진행도 분류에서 57.4%의 정확도를 기록해, 도중에 실수가 발생해도 처음부터 작업을 리셋하지 않고 즉시 교정 동작으로 넘어갑니다.

커피를 멈춰야 하는 정확한 프레임을 찾아내는 모먼트 파인딩 정확도는 91.3%에 달하며 시간 오차는 0.96초 수준에 불과합니다. 대형 프론티어 모델 수준의 정밀도를 유지하면서도 연산 비용을 대폭 낮추고 실행 속도는 4배 끌어올렸습니다.

Gemini Live API를 통한 양방향 스트리밍 기술 덕분에, 로봇은 팔다리를 움직이면서 다음 단계를 동시에 계획합니다. 보스턴 다이내믹스의 스팟이 자연어 명령을 듣고 멈칫거림 없이 팝콘을 가져오는 시연이 대표적입니다.

인간형 로봇과 로봇 개가 한 팀으로 일하는 법

서로 다른 하드웨어 간의 다중 협업 기능도 추가되었습니다. 규격화된 통신 프로토콜을 복잡하게 짜지 않아도, 모델이 공유하는 의미 체계를 바탕으로 협력합니다.

시연에서는 앱트로닉의 휴머노이드 아폴로 2와 프랑카 협동 로봇이 손발을 맞췄습니다. 아폴로 2는 22 자유도를 가진 5지 핸드로 지퍼백을 밀봉하는 섬세한 작업을 맡고, 프랑카 로봇은 정밀 적재를 처리했습니다. 주변에 사람이 다가오면 자동으로 멈추고 안전이 확보되면 작업을 재개하는 기능도 갖췄습니다.

ER 2는 현재 Gemini API와 구글 AI 스튜디오를 통해 모든 개발자에게 공개된 상태입니다.

왜 중요한가

우리는 고차원 추론과 저차원 관절 제어를 분리한 딥마인드의 아키텍처 선택이 매우 현실적이고 영리하다고 봅니다. 거대 모델이 매 밀리초마다 모터 토크를 직접 계산하게 만드는 대신, ER 2가 오케스트레이터로서 하위 도구를 호출하게 만들어 연산 비용을 대폭 아꼈습니다.

로봇 개발자라면 지금 즉시 AI 스튜디오에서 테스트해 볼 가치가 충분합니다. 기존에는 상태 머신 코드를 복잡하게 짜야 했던 작업 완료 판정을 비디오 스트리밍 API 호출 하나로 간소화할 수 있기 때문입니다.

다만 57.4%라는 진행도 분류 정확도는 여전히 풀어야 할 숙제입니다. 제조 공장이나 조리 환경처럼 작은 오차도 허용되지 않는 현장에서는 40% 이상의 판단 실패 위험을 감수하기 어렵습니다. 뇌는 빠르게 똑똑해지고 있지만, 완전한 자율 작업까지는 안전장치가 더 필요해 보입니다.