구글 제미나이 로보틱스 2 분석: 서로 다른 로봇이 공유하는 공통 지능과 성공률의 한계

핵심 메시지

• 구글이 노린 것은 가장 뛰어난 휴머노이드 한 대가 아니라, 서로 다른 몸으로 옮겨 다닐 수 있는 공통 지능 계층이다.
• 걸어 다니는 휴머노이드와 탁상형 양팔 로봇처럼 관절 구조와 손이 전혀 다른 로봇들을 동일한 모델이 제어했다.
• 무엇을 할지 판단하는 모델, 몸 전체를 움직이는 VLA, 로봇 안에서 직접 도는 온디바이스 모델이 역할을 나눠 맡는다.
• 전구 빼기 92%·끼우기 36%, 비닐봉지 묶기 44%처럼 작업별 성공률 편차가 커서 가정용 로봇으로 쓰기에는 아직 이르다.
• 손가락이 많다고 더 잘하는 것은 아니다. 두 손가락 그리퍼는 정밀 삽입에서 89.6%로 다섯 손가락 손보다 안정적이었다.

쉽게 이해하기

구글이 로봇용 AI 모델을 하나가 아니라 여러 개의 패밀리로 한꺼번에 내놓았다. 그런데 공개된 수치는 화려하지 않다. 전구를 빼는 작업은 92% 성공했지만 같은 전구를 다시 끼우는 작업은 36%에 그쳤고, 비닐봉지 묶기는 44%, 지퍼백 닫기는 40%였다. 절반 이상 실패하는 작업이 적지 않은데도 구글은 이 모델을 피지컬 AI의 큰 진전이라고 설명한다.

요즘 휴머노이드 영상은 웬만해선 놀랍지 않다. 테슬라는 옵티머스를 위험하고 반복적인 작업에 투입할 범용 로봇으로 개발하고 있고, 피규어 3는 빨래와 설거지 같은 가정 작업을 목표로 대량 생산까지 고려해 하드웨어를 설계했다. 중국 유니트리는 R1의 시장 가격을 4,900달러로 제시했다. 이런 흐름에서 보면 구글 로봇이 전구를 돌리는 장면 자체는 특별하지 않고, 구글도 이동 속도 개선과 여러 손가락을 쓰는 정교한 조작이 여전히 어려운 문제라고 공식적으로 인정했다.

차이는 다른 곳에 있다. 시연에는 몸도 손도 관절 구조도 전혀 다른 세 종류의 로봇이 등장했는데, 이들을 제어한 것은 같은 모델이었다. 테슬라나 피규어가 자사 하드웨어와 AI, 제조 시스템을 긴밀히 묶는 수직 통합에 가깝다면, 구글은 특정한 몸 하나가 아니라 여러 로봇 사이를 옮겨 다닐 수 있는 공통 지능 계층을 만들려 한다. 이를 위해 상위 판단을 맡는 추론 모델, 눈으로 본 것과 사람의 말을 실제 행동으로 바꾸는 VLA, 그리고 로봇 안에서 직접 실행되는 온디바이스 모델로 역할을 나눴다.

몸 전체를 다루기 시작하자 자세에 따른 성능 차이가 그대로 드러났다. 테이블 위 물체를 집는 작업은 68.4%, 선반은 76.3%였지만 바닥에 있는 물체는 45.7%까지 떨어졌다. 몸을 깊이 숙이면 균형과 시야, 손이 닿는 범위를 동시에 맞춰야 하기 때문이다. 손 형태에 따른 차이는 더 흥미롭다. 사람 손과 거리가 먼 두 손가락 그리퍼는 집기와 배치 74.2%, 도구 세트 구성 78.9%, 정밀 삽입 89.6%로 고르게 안정적이었던 반면, 22자유도 다섯 손가락 손을 쓴 작업은 종류에 따라 32%에서 92%까지 크게 출렁였다. 제어할 관절과 접촉점이 늘어날수록 문제도 함께 복잡해진 셈이다.

산업 쪽에서 눈여겨볼 대목은 따로 있다. 구글은 새로운 양팔 로봇의 경우 몇 시간 분량의 데이터와 보통 200개 미만의 예시로 적응할 수 있다고 설명했다. 로봇마다 모델을 처음부터 다시 만드는 것과 공통 모델을 소량 데이터로 조정하는 것은 비용 구조가 완전히 다르다. 여기에 걸어 다니는 로봇이 물건을 가져오고 고정형 양팔 로봇이 정밀 작업을 맡는 협업 구조, 위험한 지시를 거절하고 확신이 없으면 사람에게 도움을 요청하는지까지 보는 새 안전 벤치마크도 함께 공개됐다. 다만 추론 모델은 비공개 프리뷰, 행동을 맡는 VLA와 온디바이스 모델은 초기 접근 파트너에게만 제공돼 아직 누구나 내려받아 쓸 수 있는 단계는 아니다.

주요 인사이트

• 이번 발표에서 산업적으로 중요한 숫자는 데모 성공률이 아니라 새 로봇에 지능을 옮기는 비용이다. 몸값이 절반이 되어도 작업 하나를 가르칠 때마다 수개월치 데이터가 필요하다면 교육비가 로봇값보다 비싸진다.
• 구글은 안전을 충돌 직전에 모터를 멈추는 기능이 아니라, 애초에 위험한 행동을 고르지 않는 추론 문제로 확장했다. 다만 구글 자신도 AI 판단만으로는 부족하며 기존 물리적 안전 체계와 여러 층으로 결합해야 한다고 말한다.
• 구글은 범용 멀티모달 AI와 추론에서 로봇의 몸으로 내려오고, 엔비디아는 컴퓨팅과 시뮬레이션, 데이터 생산에서 로봇 지능으로 올라온다. 한쪽을 고르면 다른 쪽을 버려야 하는 구조는 아니지만, 개발자가 어느 회사의 모델·도구·데이터 형식에 더 깊게 묶일지에서 경쟁이 벌어진다.
• 한국 기업 중 연결점이 가장 뚜렷한 곳은 현대차그룹이다. 보스턴 다이내믹스의 아틀라스라는 몸과 자동차 공장이라는 실제 작업 현장, 대규모 제조·품질 관리 경험을 함께 갖고 있기 때문이다. 2026년형 아틀라스는 현대차그룹과 구글 딥마인드에 우선 배치되며 해당 물량은 이미 확정됐다고 발표됐다.
• 멀티로봇 협업은 중앙 신경망 하나가 모든 관절을 원격 제어하는 방식이 아니다. 각 로봇이 같은 소프트웨어 스택의 별도 인스턴스를 돌리며 서로를 독립적인 물리적 에이전트로 다룬다. 범용성이 반드시 하나의 몸에서 나올 필요는 없다는 주장이다.

자주 묻는 질문

관련 AI 소식