구글 딥마인드, 로봇용 AI 모델 '제미나이 로보틱스 1.5' 공개

로봇에게 쓰레기 분리수거를 시키려면 단순히 물체를 잡는 것 이상의 능력이 필요합니다. 거주 지역의 분리배출 규정을 인터넷에서 찾고, 눈앞의 플라스틱 용기를 식별한 뒤, 어떤 통에 넣어야 할지 순서를 정해 팔을 움직여야 합니다.

구글 딥마인드가 9월 25일 물리 세계에서 복잡한 다단계 작업을 처리할 수 있는 로봇용 인공지능 모델 2종, Gemini Robotics 1.5와 Gemini Robotics-ER 1.5를 공개했습니다.

상위 계획과 공간 추론을 맡는 Gemini Robotics-ER 1.5는 현재 Google AI Studio와 Gemini API를 통해 프리뷰 형태로 개발자들에게 개방되었습니다. 실제 물리 제어를 담당하는 Gemini Robotics 1.5는 일부 협력사에 먼저 제공됩니다.

생각하는 뇌와 행동하는 손의 분리

구글은 복잡한 물리 작업을 해결하기 위해 두 모델을 상위 두뇌와 하위 실행기로 분리해 배치했습니다.

고차원 두뇌 역할을 하는 Gemini Robotics-ER 1.5는 공간 이해와 계획 수립에 특화된 모델입니다. 자연어로 복잡한 요청을 받으면 Google 검색을 호출해 필요한 정보를 찾고, 적절한 도구나 외부 함수를 실행해 다단계 계획을 세웁니다.

개발자 도구로서의 공간 인식도 정교해졌습니다. 이미지 속 물체의 위치를 2차원 좌표로 정확히 추출하며, 로봇의 3D 센서와 결합하면 정밀한 공간 배치를 파악합니다. 비디오 스트림을 분석해 노트북이나 안경집이 열려 있는지 닫혀 있는지 상태를 감지하고, 시간대별 동작 과정을 추적해 구조화된 데이터로 정리할 수도 있습니다.

이렇게 세분화된 단계별 명령은 구체적인 동작을 실행하는 Gemini Robotics 1.5로 전달됩니다.

행동하기 전에 먼저 생각하는 VLA

기존 시각-언어-행동(VLA) 모델은 명령어를 로봇의 모터 동작으로 곧바로 변환하는 방식이 많았습니다. 이 방식은 환경이 조금만 바뀌어도 적응하기 어려웠습니다.

Gemini Robotics 1.5는 동작을 실행하기 전 자연어로 내부 추론 과정을 거칩니다. 빨래를 색상별로 정리하라는 명령을 받으면, 밝은 옷과 어두운 옷을 나눌 바구니를 먼저 판단하고 잡기 편한 위치로 옷을 옮긴 뒤 집어 올리는 식의 판단을 스스로 내립니다.

특히 형태가 다른 로봇 간의 동작 전이 능력이 돋보입니다. 딥마인드에 따르면 ALOHA 2 로봇 팔 환경에서만 학습된 작업이 앱트로닉의 휴머노이드 로봇 아폴로와 프랑카 듀얼 암 시스템에서도 재학습 없이 작동했습니다.

안전성 평가를 위한 ASIMOV 벤치마크도 개편되어, 고차원 추론을 통해 위험 요소를 사전에 감지하고 충돌 방지 같은 하위 안전 제어기를 즉각 작동시키도록 정렬되었습니다.

왜 중요한가

로봇 개발자 입장에서 공간 추론에 특화된 모델을 API로 바로 쓸 수 있다는 점은 큰 이점입니다. 복잡한 비전 인식과 도구 호출 모델을 밑바닥부터 구축할 필요 없이 Google AI Studio에서 즉시 프로토타입을 제작해 볼 수 있습니다.

산업 측면에서는 서로 다른 하드웨어 사이에서 동작을 공유하는 크로스 임바디먼트 전이가 핵심 진전입니다. 하드웨어 형태마다 데이터를 처음부터 수집해야 했던 병목이 줄어들면 휴머노이드와 서비스 로봇의 개발 속도가 크게 단축될 수 있습니다.

우리는 고차원 계획(ER 1.5)과 물리 제어(1.5)를 분리한 구글의 구조적 접근이 실용적이고 영리하다고 봅니다. 다만 실제 공장이나 가정 환경에 안착하려면 클라우드 기반의 추론 지연 시간을 현장 제어 루프와 얼마나 매끄럽게 동기화할 수 있을지가 관건이 될 것입니다.