Gemini Robotics 2: 1.x 계열에서 달라진 점

01세 가지 모델

이 셋은 같은 모델의 변형이 아닙니다. 판단하는 층, 움직이는 층, 로봇 자체에서 돌아가는 층으로 같은 구성의 서로 다른 계층을 맡고 있으며, 실제로 동작하는 시스템은 이 가운데 여럿을 동시에 사용합니다.

딥마인드의 안전성 보고서는 이런 분담을 "시스템 2 / 시스템 1" 구조라고 부릅니다. 위쪽에는 시간을 들여 계획하는 역할을, 아래쪽에는 반사적으로 빠르게 움직이는 제어 역할을 두는 형태입니다. 셋 가운데 하나만 개발자에게 공개돼 있는 이유도 이 구조로 설명됩니다. 자세한 내용은 아래 이용 방법 절에서 다룹니다.

021.x 계열에서 달라진 점

버전 2는 2025년 3월에 시작된 계보의 다섯 번째 공개입니다. 세 계열은 그동안 각기 다른 주기로 갱신돼 왔기 때문에, 1.x에서 얼마나 나아갔는지도 계열마다 다릅니다.

모든 것이 교체된 것은 아닙니다. 1.5가 도입한 두 가지 구조, 즉 한 로봇 본체에서 보여준 동작을 다른 본체로 옮기는 Motion Transfer와 행동에 앞서 자연어로 생각하는 내부 추론 단계는 버전 2에서 더 밀고 나간 부분입니다. 그렇게 보면 전신 제어와 수 분 단위의 계획은 완전히 새로운 방향이라기보다 이 두 가지의 연장선에 있습니다.

추론 모델은 짝이 되는 동작 모델의 공개 없이 세 차례 갱신됐습니다. 개발자가 일반적인 API로 접할 수 있는 쪽이 이 절반뿐이기 때문입니다. 이번에는 표기도 바뀌었습니다. 1.6까지는 Gemini Robotics-ER였고, 버전 2부터는 하이픈이 없는 Gemini Robotics ER 2입니다.

03전신 제어

이전의 Gemini Robotics는 사실상 상반신 모델이었습니다. 탁자 위에서 팔과 손을 움직이는 것이 중심이었고, 그 가동 범위 밖의 일은 다른 문제였습니다. Gemini Robotics 2는 다리와 몸통, 그와 함께 로봇의 무게중심까지 제어 대상으로 삼습니다. 눈앞에 놓인 것만 다루는 대신, 목표를 향해 걷고 웅크리고 몸을 기울여 손을 뻗을 수 있습니다.

딥마인드가 든 실제 예는 "물뿌리개를 아래 선반의 초록색 상자에 넣어"라는 지시입니다. 앱트로닉의 휴머노이드 Apollo 2는 탁자까지 걸어가 물뿌리개를 집고, 선반까지 걸어가 제자리에 놓습니다. 이동과, 낮은 선반에 손을 뻗을 때 필요한 균형 제어를 모두 모델이 맡습니다.

눈여겨볼 것은 바닥에서 집어 올리는 값입니다. 바닥에 있는 물건을 집는 동작이야말로 전신 제어가 가장 필요한 상황인데, 공개된 수치는 바로 그 항목이 가장 낮습니다. 이 기능이 아직 새롭다는 사실을 그대로 보여주는 결과입니다.

04손재주

두 번째 진전은 사람이 일일이 프로그래밍하기 어려울 만큼 복잡한 핸드를 다룰 수 있게 된 것입니다. Gemini Robotics 2는 22자유도의 5지 핸드 SharpaWave를 장착한 Apollo 2를 움직이고, Franka Duo에 달린 Robotiq 그리퍼처럼 흔한 2지 평행 그리퍼도 움직입니다. 이 폭은 사업적으로 중요합니다. 현장에 이미 들어가 있는 로봇 대부분은 사람 손을 본뜬 핸드가 아니라 단순한 그리퍼를 달고 있기 때문입니다.

딥마인드가 공개한 작업 목록은 의도적으로 까다롭습니다. 쓰레기봉투 입구 묶기, 지퍼백 닫기, 쓰레받기에 쓸어 담기, 전구를 소켓에 돌려 끼우기는 모두 작업 중에 움직이는 대상에 대해 힘을 계속 조절해야 하는 일입니다.

전구를 빼는 동작과 끼우는 동작은 거의 같은 움직임을 반대로 밟을 뿐인데, 공개된 두 수치의 차이는 이 목록에서 가장 큽니다. 빼는 쪽은 어느 정도의 어긋남이 허용됩니다. 나사산이 물리면 그다음은 저절로 이끌리기 때문입니다. 끼우는 쪽은 다릅니다. 힘을 주기 전에 축을 맞춰 놓아야 합니다.

2지 그리퍼는 딥마인드가 공개한 작업 전반에서, 정밀 삽입까지 포함해 더 높은 수치를 보였습니다. 더 뛰어난 핸드가 곧 더 믿을 만한 핸드는 아니라는 뜻입니다.

05복수 로봇의 협업

세 번째 진전은 동작 모델이 아니라 ER 2 쪽의 것입니다. 하나의 추론 모델이 여러 로봇에 걸친 계획을 유지하고, 각 기체 구조에 맞는 몫을 나눠 주며, 누가 어디까지 끝냈는지를 추적할 수 있게 됐습니다. 딥마인드의 시연은 휴머노이드 Apollo 2와 양팔 매니퓰레이터 Franka F3 Duo를 짝지었고, 별도의 구성에서는 ER 2가 보스턴 다이내믹스의 Spot을 이동·매니퓰레이터 API를 통해 지휘합니다.

이것을 실용적으로 만든 것은 ER 2가 무엇을 보는지가 달라졌다는 점입니다. 정지 화면이 아니라 연속된 영상을 읽기 때문에 어떤 공정이 실제로 끝났는지 판단하고, 실패를 알아차리고, 작업 도중에 계획을 다시 세울 수 있습니다. 딥마인드는 수 분에 걸쳐 수백 번의 판단이 필요한 작업을 예로 드는데, 이는 정지 화면 한 장씩으로 작업을 감독하는 모델이 다룰 수 없는 길이입니다.

이 가운데 진척도 판정은 절댓값이 가장 낮고, 동시에 복수 로봇 협업이 가장 크게 의존하는 능력이기도 합니다. 작업이 어디까지 진행됐는지 제대로 판단하지 못하는 지휘 역할은 다음 지시를 내리는 시점을 틀리게 되기 때문입니다.

06안전성 평가

딥마인드는 모델과 동시에 안전성 보고서를 공개하고, 평가에 사용한 벤치마크 ASIMOV-Agentic을 데이터셋으로 공개했습니다. 그 주장은 비상 정지나 속도 제한 같은 물리적 안전 대책은 앞으로도 필요하지만 그것만으로는 부족하다는 것입니다. 스스로 작업 절차를 짜는 모델은 물리적 안전장치가 반응할 대상이 생기기 전에 위험한 상황으로 걸어 들어갈 수 있기 때문입니다.

결과가 고르지 않은 방식에 시사점이 있습니다. ER 2를 포함해 평가한 최전선 모델은 모두 구조화된 안전 메시지에 대한 반응에서 100%를 기록했습니다. 기존 소프트웨어에 가장 가까운 부분입니다. 반면 애초에 그 작업이 실행 가능한지에 대한 판단은 동작 모델의 학습 내용을 얼마나 미리 알려 뒀는지에 크게 좌우돼, 정답률이 설명 없이 62.0%에서 가장 상세히 설명한 경우 95.8%까지 벌어졌습니다.

보고서가 스스로 대상 범위를 명시한 점은 개별 수치보다 중요합니다. 평가한 것은 상위 수준의 의미적 추론뿐이며, 규격에 맞는 실제 운용에 필요하지만 평가하지 않은 세 가지를 스스로 밝히고 있습니다.

여기서 높은 점수를 받는 것과 사람 곁에서 일할 허가를 받는 것은 별개의 이야기입니다. 그쪽은 ISO/TS 15066 같은 규격이 다루는 별도의 공학 영역입니다.

07이용 방법

일반에 공개된 것은 추론 모델뿐입니다. 두 동작 모델은 얼리 액세스 범위에 머물러 있으며, 이는 지금까지의 Gemini Robotics VLA에서도 딥마인드가 일관되게 취해 온 방식입니다.

대응 하드웨어는 화제의 중심에 있는 휴머노이드에 그치지 않습니다. 딥마인드는 앱트로닉·보스턴 다이내믹스·Agile Robots를 협력사로 들고 있으며, 공개된 평가는 Apollo 2와 Franka Duo, 그리고 온디바이스 모델에서는 Dexmate·Trossen·SO-101 플랫폼에 걸쳐 있습니다. 마지막의 SO-101은 저가형 오픈소스 팔입니다.

08자주 묻는 질문

09출처