Gemini Robotics 2 공개: 전신 지능으로 전구 교체 92% 성공

핵심 요약

Google DeepMind가 2026년 7월 30일 로봇의 발끝부터 손끝까지 모든 관절의 움직임을 하나의 지능으로 조율하는 Gemini Robotics 2를 공개했다. 이번 발표의 핵심은 고차원 추론을 담당하는 Gemini Robotics ER 2(Embodied Reasoning)와 실제 동작을 생성하는 행동(action) 모델을 결합한 구조다. Google DeepMind는 이 조합을 '전신 지능(whole-body intelligence)'이라 부르며, 팔·손·다리·몸통이 개별적으로 제어되는 방식이 아니라 하나의 통합된 판단 아래 움직인다는 점을 강조했다.

기술 아키텍처: ER 2와 행동 모델의 결합

Gemini Robotics 2는 두 개의 모델이 역할을 나눠 맡는 구조로 설계됐다. Gemini Robotics ER 2는 시각 정보를 해석하고 작업을 계획하며 물리적 제약을 추론하는 고차원 인지 담당 모델이다. 이 추론 결과를 바탕으로 별도의 행동 모델이 실제 관절 움직임과 힘 조절을 실행한다. 두 모델을 분리해 인식·계획과 실제 동작 실행을 각각 전담시키는 방식으로, 로봇이 손끝의 미세한 힘 조절부터 전신 균형까지 하나의 목표 아래 조율하도록 설계됐다.

시연 내용 및 성능

이번 발표에서 Google DeepMind는 Apptronik의 휴머노이드 로봇 Apollo 2를 통해 실제 작업 시연을 공개했다. Apollo 2는 Sharpa 5지 손을 탑재해 매듭 묶기, 전구 교체, 지퍼백 밀봉 등 손끝의 정교한 힘 조절이 필요한 작업을 수행했다. 공식 발표에 따르면 전구 교체 작업의 성공률은 92%를 기록했다. 매듭 묶기와 지퍼백 밀봉 등 다른 시연 작업의 구체적인 성공률 수치는 공식 발표에서 별도로 공개되지 않았다.

Google DeepMind는 이와 함께 다중 로봇이 하나의 목표를 두고 협업하는 기능과, 로봇 안전성을 평가하기 위한 신규 안전 벤치마크도 함께 발표했다. 다만 안전 벤치마크의 세부 평가 항목이나 다중 로봇 협업의 정량적 성능 지표는 공식 발표에서 구체적으로 공개되지 않았다.

사용성 및 적용 분야 분석

전구 교체나 지퍼백 밀봉 같은 작업은 단순 반복이 아니라, 물체의 형태·재질·저항력을 실시간으로 감지하며 힘의 세기를 조절해야 하는 과제다. 이런 작업이 시연에 포함됐다는 점은 손끝 촉각 피드백과 전신 균형 유지가 하나의 판단 체계 아래 통합됐음을 보여준다. Sharpa 5지 손처럼 인간 손과 유사한 자유도를 가진 엔드이펙터와의 결합은 가정용 서비스 로봇, 물류 창고, 제조 현장 등 인간 작업 환경에 맞춰 설계된 공간에 로봇을 투입할 가능성을 넓힌다.

다만 이번 시연은 통제된 환경에서 이뤄졌으며, 조명·소음·예측 불가능한 변수가 많은 실제 현장에서도 동일한 성공률이 유지되는지는 이번 발표 자료만으로는 확인되지 않는다.

장단점

전구 교체 92%라는 구체적 수치를 공개한 점은 투명성 측면에서 긍정적으로 평가할 수 있다. 반면 다른 시연 작업의 성공률이나 안전 벤치마크의 세부 데이터가 공개되지 않아 전반적인 성능을 객관적으로 평가하기에는 정보가 제한적이다. ER 2와 행동 모델을 분리한 구조는 추론과 실행을 각각 최적화할 수 있다는 장점이 있으나, 두 모델 간 통신이 실시간 작업 반응 속도에 미치는 영향은 이번 자료에서 다뤄지지 않았다.

전망

전신 지능 개념은 로봇 제어를 개별 관절 단위가 아니라 하나의 통합된 판단 체계로 다루려는 시도다. Apptronik과의 협업 시연은 Google DeepMind의 소프트웨어 모델이 특정 하드웨어 제조사에 종속되지 않고 외부 휴머노이드 플랫폼에 적용될 수 있음을 보여준다. 다중 로봇 협업 기능이 실제 산업 현장에 적용되면 창고나 제조 라인에서 여러 로봇이 하나의 작업을 분담하는 방식의 자동화 가능성이 열린다. 다만 이 시점에서는 상용화 일정이나 가격 정책이 공식적으로 공개되지 않았다.

결론

Gemini Robotics 2는 로봇의 인식과 행동을 통합하려는 Google DeepMind의 접근을 보여주는 발표다. 전구 교체 92%라는 구체적 수치는 참고할 만하지만, 다른 작업의 성능 데이터와 실제 현장 검증 결과는 아직 제한적으로 공개됐다. 로보틱스 연구자와 휴머노이드 하드웨어 기업에게는 주목할 만한 발표지만, 상용 서비스 도입 판단은 추가 정보 공개 이후로 미루는 것이 합리적이다.