Google DeepMind, 로봇의 새 작업 적응 돕는 Gemini Robotics 2.5 공개

Google DeepMind는 11월 10일 시각 정보와 언어 지시를 로봇 동작으로 바꾸는 모델 Gemini Robotics 2.5를 발표하고, 로보틱스 파트너에 순차 제공한다고 밝혔습니다. 회사는 200개가 넘는 작업에서 모델을 평가했으며, 이전 기준 모델보다 작업 종류별 성공률은 30~100% 높고 과제 완료 시간은 20~30% 짧았다고 설명했습니다.

로봇이 새로운 물체와 환경에서 작업을 익히려면 실제 훈련 시연 자료가 필요합니다. Google DeepMind는 로봇 연구에 Gemini 4 Argon을 시뮬레이션 엔진으로 활용했습니다. Argon은 실제 카메라 장면을 바탕으로 현실을 본뜬 가상 환경인 디지털 트윈을 만들고, 그 안에서 조건을 달리한 연습 상황을 수천 건 생성할 수 있습니다. 회사는 실제 시연 자료와 가상 연습을 함께 활용하면 로봇이 새로운 장면과 물체에 더 빨리 적응하도록 도울 수 있다고 설명했습니다.

Argon은 작업 실패를 분석하는 데도 쓰입니다. 연구진은 실패 영상을 바탕으로 원인을 추정하고, 개선안을 시뮬레이션과 실제 로봇에서 시험할 수 있습니다.

Gemini Robotics 2.5는 시각 정보와 언어 지시를 받아 로봇 동작으로 바꾸는 시각·언어·행동(VLA) 모델입니다. 여러 단계를 거치는 작업에서는 전체 작업 흐름을 관리하는 역할도 필요합니다. Mercedes-Benz 생산라인 실증에서 Gemini Robotics ER는 작업 흐름을 추적했고, Gemini Robotics 2.5는 로봇의 손과 팔을 제어했습니다. Google DeepMind는 앞서 Gemini Robotics 모델을 설명하며 ER가 작업을 계획하고 VLA와 동작을 조율하며 진행 상황을 추적한다고 소개했습니다.

실증에는 Apptronik의 휴머노이드 로봇 Apollo 2가 참여했습니다. 헝가리 케치케메트와 독일 진델핑겐의 Mercedes-Benz 생산라인에서 로봇은 벌크 상자에 섞인 차량용 금속 브래킷을 집어 차종별 조립 순서에 맞춰 트레이에 놓았습니다. 반복적이고 육체적으로 부담이 큰 부품 분류 작업입니다. Google DeepMind는 이 개념 실증에서 성공률 96%를 기록했다고 밝혔습니다. 이 결과는 두 지역 생산라인에서 진행한 부품 분류 실증에 관한 수치입니다.

Google DeepMind는 물리적 위험을 피하도록 실행 중 로봇의 움직임을 조정하는 안전 기능도 소개했습니다. 추론 시점에 안전 지침을 적용해 장애물이나 가까운 사람 주변에서 로봇의 동작을 유도하는 방식입니다.