제미나이 로보틱스 2 공개: 전신 지능·손재주·다중 로봇 협업, 딥마인드 연구진이 밝힌 로봇의 남은 숙제

핵심 메시지

• 제미나이 로보틱스 2는 로봇의 팔 하나가 아니라 온몸의 위치를 함께 이해하고 움직이는 '전신 지능'을 목표로 한다. 연구진은 실제로 로봇을 차고에 세워 두고 "이 차고 좀 치워 줄래?"라고 지시하는 방식으로 시험했다.
• 이번 공개의 세 축은 전신 지능, 손재주(dexterity), 그리고 여러 대의 로봇이 서로를 호출해 일을 나눠 하는 다중 로봇 협업이다.
• 연구진은 보행·전신 균형 제어는 거의 해결된 문제로 보지만, 손과 그리퍼로 물체를 다루는 '정교한 조작'은 아직 풀리지 않은 문제라고 분명히 말한다.
• 가장 큰 병목은 모델이 아니라 데이터다. 물리적 상호작용에는 인터넷 같은 거대한 데이터 창고가 존재하지 않는다.
• 구현 추론(Embodied Reasoning) 모델은 AI 스튜디오와 API로 공개되고, 실제로 로봇을 움직이는 액션 모델은 하드웨어 파트너와 신뢰 테스터에게 먼저 제공된다.

쉽게 이해하기

구글 딥마인드가 로봇용 모델 묶음인 제미나이 로보틱스 2를 공개했다. 팀이 내세운 목표는 특정 로봇용 소프트웨어가 아니라, 어떤 로봇이든 올려 쓸 수 있는 '지능 계층'을 만드는 것이다. 연구진은 지름길을 택하지 않고 처음부터 문제 전체를 풀겠다는 원칙으로 팀을 운영해 왔다고 설명했다.

이번 버전의 가장 큰 변화는 전신 지능이다. 이전에는 로봇의 팔이 눈앞의 물체를 집는 데 초점이 있었다면, 이제는 로봇이 자기 몸 전체가 공간 어디에 있는지 이해한 채로 몸을 굽히고 뻗어 장애물을 피한다. 옷장을 정리하거나 차고를 치우는 일처럼 높은 곳에 올려 두고 바닥에 떨어진 것을 줍는, 온몸을 쓰는 작업이 대상이다. 같은 모델이 휴머노이드뿐 아니라 두 팔짜리 산업용 로봇 프랑카 듀오도 제어한다.

두 번째 축인 손재주는 데모로 보여 줬다. 로봇 아폴로가 포도알을 지퍼백에 담고 지퍼를 닫았고, 구 형태라 접촉점을 정확히 잡아야 하는 전구를 손끝으로 돌려 뺐으며, 쓰레기봉투의 입구를 묶었다. 손 하나에 스무 개가 넘는 관절이 있고 그 모든 관절을 조율해야 한다는 점에서, 사람이 아무렇지 않게 하는 동작이 로봇에게는 가장 어려운 일이다.

연구진은 데이터 문제를 솔직하게 짚었다. 사람이 조종기로 로봇을 직접 움직여 만드는 원격조작 데이터는 신호가 풍부하지만 사람과 로봇이 매번 필요해 비싸고 확장되지 않는다. 사람이 착용하는 그리퍼 장치로 모으는 데이터는 확장성이 좋지만 사람 몸과 로봇 몸의 구조가 달라 그 간극을 넘어야 한다. 가장 양이 많은 1인칭 영상 데이터는 어떤 힘을 얼마나 줬는지에 대한 정보가 통째로 빠져 있어 활용이 가장 어렵다.

제미나이 로보틱스가 본체 모델과 별도로 존재하는 이유도 여기서 나온다. 물리 데이터의 양이 언어·이미지 토큰에 비해 지나치게 작아 그대로 합치면 기존 모델의 다른 능력을 해치기 때문이다. 그래서 프런티어 모델이 로봇을 직접 조종하는 모습은 아직 볼 수 없다. 로봇은 제미나이에서 언어 이해와 시각 일반화를 물려받지만, 움직임과 힘은 새로 가르쳐야 하는 영역이다.

주요 인사이트

• "로봇을 좁은 작업에 맞춰 훈련하면 그 환경에서는 잘하지만 조금만 바뀌어도 무너진다"는 것이 팀의 경험칙이다. 그래서 능력은 처음부터 넓게 훈련하되, 배치는 안전이 통제된 산업 현장부터 시작해 매장 같은 공간을 거쳐 가정으로 가는 순서를 그린다.
• 자율주행과의 비교가 흥미롭다. 자율주행차는 막히면 안전 운전자가 대신 운전하면 되지만, 로봇은 덩치가 커지고 자유도가 늘어날수록 사람이 끼어들어 대신 해 주기가 오히려 어려워진다. 실전 배치의 첫 단추를 끼우기 힘든 이유다.
• 한 연구자는 범용 로봇이 일상에 들어오는 시점을 3년 전엔 '내 생애 안에는 무리', 2년 전엔 '10년쯤', 지금은 '5~10년'으로 계속 앞당겨 말했다. 전망 자체보다 전망이 바뀌는 속도가 이 분야의 체감 속도를 보여 준다.
• 촉각은 아직 거의 손대지 못한 영역이다. 현재 로봇은 사실상 시각과 손의 위치 정보만으로 물건을 쥐었는지 판단한다. 사람이 컵을 쥘 때 손 전체로 느끼는 감각에 해당하는 것이 없고, 연구진은 로봇 피부를 미해결 하드웨어 문제로 꼽았다.
• 물건을 정리하는 작업의 90%는 '무엇을 어디에 둘지'를 이해하는 일이고 손을 정확히 어떻게 움직일지는 나머지 10%라는 설명이 나온다. 이 90%가 로봇 종류가 달라져도 그대로 옮겨지기 때문에, 여러 로봇을 한 모델로 학습시키는 전략이 성립한다.

자주 묻는 질문

관련 AI 소식