Google DeepMind가 최첨단 시각-언어-행동(VLA) 모델인 Gemini Robotics 2를 출시하며 embodied AI의 새로운 시대를 공식적으로 열었습니다. 이 획기적인 기술은 범용 지능 레이어 역할을 하도록 설계되어, 로봇이 다양한 하드웨어 플랫폼에서 물리적 세계를 탐색하고 상호작용할 수 있도록 지원합니다.
시각-언어-행동(VLA) 모델의 부상
이번 발표의 핵심은 정교한 VLA 모델로의 전환입니다. 경직되고 미리 정의된 명령에 의존하는 기존의 로봇 프로그래밍과 달리, Gemini Robotics 2는 이미지 인식, 언어 처리 및 실시간 행동 제어를 통합합니다. 이러한 시너지를 통해 로봇은 물체를 '보고' 언어 명령을 '이해'할 뿐만 아니라, 해당 물체와 상호작용하는 데 필요한 정밀한 물리적 움직임을 실행할 수 있습니다.
DeepMind의 새로운 아키텍처는 매우 다재다능하며, 다양한 폼 팩터에 맞춰 확장할 수 있도록 설계되었습니다. 이 모델은 제조에 사용되는 특수 테이블탑 로봇 팔부터 복잡한 전신 휴머노이드 로봇에 이르기까지 모든 것을 제어할 수 있습니다. 이러한 능력은 단일 기반 지능을 서로 다른 하드웨어로 이식할 수 있는 미래를 시사하며, 예측 불가능한 환경에서 첨단 로보틱스를 배치하는 장벽을 크게 낮춰줄 것입니다.
Gemini Robotics ER 2: Embodied Reasoning의 진보
VLA 모델을 보완하는 것은 "embodied reasoning(체화된 추론)"을 위해 특별히 설계된 모델인 Gemini Robotics ER 2의 도입입니다. VLA 모델이 인지와 행동의 루프에 집중하는 반면, ER 2는 고차원적인 인지적 의사결정 프로세스, 즉 환경의 물리적 미묘함을 이해하고 목표를 달성하기 위한 최적의 행동 순서를 결정하는 데 집중합니다.
Gemini Robotics ER 2는 지난 4월 출시된 Gemini Robotics ER 1.6 모델의 후속작으로, 추론 능력에서 상당한 도약을 이루었습니다. 고차원 제어 시스템 역할을 수행함으로써, ER 2는 로봇이 단순 반복 작업을 넘어 실제 환경에서의 복잡한 문제 해결로 나아갈 수 있게 합니다. 이러한 기능을 통합하려는 개발자들은 이미 Google AI Studio를 통해 ER 2를 사용할 수 있습니다.
이것이 AI 생태계에 중요한 이유
Gemini Robotics 2의 개발은 범용 로보틱스(General Purpose Robotics)를 향한 여정에서 중추적인 단계입니다. 수년 동안 업계는 환경의 미세한 변화에도 로봇이 실패하는 경향인 "취약성(brittleness)" 문제로 어려움을 겪어왔습니다. DeepMind는 Gemini 제품군의 스케일링 법칙과 트랜스포머 기반 로직을 물리적 움직임에 적용함으로써 적응성 문제를 해결하기 위해 노력하고 있습니다.
이 "지능 레이어" 접근 방식이 성공한다면, 소프트웨어 지능을 하드웨어 엔지니어링으로부터 분리할 수 있습니다. 이를 통해 개발자는 움직임과 공간 추론의 복잡한 로직을 처리하는 데 Google의 강력한 사전 학습 모델에 의존하면서 물리적 액추에이터를 개선하는 데 집중할 수 있으므로, 로보틱스 배치를 대폭 가속화할 수 있습니다.
핵심 요약
- 범용 호환성: Gemini Robotics 2는 소형 테이블탑 로봇 팔부터 복잡한 휴머노이드 로봇에 이르기까지 다양한 하드웨어를 제어할 수 있는 VLA 모델입니다.
- 강화된 추론 능력: 새로운 Gemini Robotics ER 2는 고차원적인 물리적 의사결정을 위한 인지 컨트롤러 역할을 수행하며 고급 "embodied reasoning"을 제공합니다.
- 개발자 접근성: Google은 이러한 도구들을 생태계에 개방하고 있으며, ER 2는 Google AI Studio에서 사용할 수 있고 Gemini Robotics 2는 대기 명단을 통해 조기 액세스가 가능합니다.
결론
Gemini Robotics 2와 이에 수반되는 ER 2 모듈은 인지, 언어, 제어를 하나의 학습 가능한 시스템으로 통합하여 로봇을 위한 범용 AI 브레인을 향한 구체적인 발걸음을 나타냅니다. 이 접근 방식은 정교한 로봇을 배치하는 데 드는 비용과 복잡성을 획기적으로 낮출 수 있습니다.