구글 Gemini Robotics 2 공개…걷고 손쓰고 협업하는 로봇, 집에는 언제 오나
구글 딥마인드가 7월 30일 ‘Gemini Robotics 2’를 공개했다. 이번 발표의 핵심은 로봇에게 질문에 답하는 챗봇을 붙인 것이 아니다. 카메라로 주변을 보고, 사람의 말을 여러 단계의 행동으로 바꾸며, 걷기부터 손가락 조작까지 몸 전체를 한 모델이 다루도록 범위를 넓힌 것이다. 공개 영상에서는 휴머노이드 로봇이 물뿌리개를 집어 아래쪽 선반의 상자에 넣고, 지퍼백을 닫거나 끈을 묶으며, 여러 로봇이 한 작업을 나눠 수행한다.
그렇다고 다음 달부터 가정마다 집안일 로봇이 들어온다는 뜻은 아니다. 핵심 동작 모델은 초기 협력사에 제한 제공되고, 추론 모델도 일부는 시험 공개 단계다. 구글 스스로 다섯 손가락을 쓰는 정교한 작업과 이동 속도는 아직 어렵다고 밝혔다. 이번 소식은 완성품 판매 발표라기보다, 로봇이 정해진 동작만 반복하는 기계에서 낯선 상황을 보고 계획을 바꾸는 기계로 이동하고 있음을 보여주는 연구·제품 플랫폼 발표에 가깝다.
무엇이 새로워졌나
기존 산업용 로봇은 정해진 장소에서 같은 동작을 빠르고 정확하게 반복하는 데 강하다. 자동차 공장의 용접 팔처럼 주변 환경과 물체 위치가 일정하면 매우 효율적이다. 하지만 상자 위치가 바뀌거나 예상하지 못한 물건이 길을 막으면 사람이 프로그램을 다시 조정해야 하는 경우가 많다. 가정과 병원, 창고처럼 매 순간 상황이 달라지는 공간에서는 이 한계가 크게 드러난다.
Gemini Robotics 2는 시각과 언어를 함께 이해한 뒤 로봇의 움직임으로 바꾸는 모델이다. 구글은 이를 ‘비전-언어-행동 모델’이라고 부른다. 쉽게 말하면 카메라로 본 장면과 “물뿌리개를 아래 선반의 초록 상자에 넣어줘”라는 말을 연결해, 어디로 걸어갈지와 무엇을 집을지, 팔과 손을 어떤 순서로 움직일지를 정하는 두뇌다.
이전 모델은 주로 로봇의 상체와 탁자 위 작업을 다뤘다. 새 버전은 휴머노이드의 발, 다리, 몸통, 팔, 손까지 한꺼번에 제어하는 ‘전신 제어’로 범위를 넓혔다. 물건이 낮은 선반에 있다면 걸어가고, 몸을 숙이고, 균형을 유지하면서 팔을 뻗어 내려놓는 일련의 동작을 처리한다. 각각의 동작을 따로 만든 프로그램으로 이어 붙이는 대신 전체 목표에 맞춰 몸을 조정한다는 점이 변화다.
세 모델이 역할을 나눠 맡는다
구글 발표에는 이름이 비슷한 세 모델이 등장한다. 이를 한 제품의 세 가지 역할로 이해하면 쉽다.
첫 번째 ‘Gemini Robotics 2’는 실제 움직임을 만드는 모델이다. 카메라와 명령을 받아 휴머노이드와 양팔 로봇의 모터 제어로 바꾼다. 다섯 손가락이 달린 손으로 끈을 묶거나 지퍼백을 닫는 동작, 두 손가락 집게로 물건을 빈틈없이 포장하는 작업이 예시로 제시됐다.
두 번째 ‘Gemini Robotics ER 2’는 작업을 계획하는 상위 두뇌다. ER은 현실 공간을 이해하고 판단한다는 뜻의 ‘체화 추론’을 가리킨다. 사용자의 말을 듣고 방을 관찰한 뒤 필요한 단계를 나누고, 움직임 모델에 지시하며, 실패하면 계획을 수정한다. 구글은 수백 번의 판단이 필요한 수분 길이의 작업을 더 안정적으로 수행하고 작업의 시작과 끝도 구분한다고 설명했다.
세 번째 ‘Gemini Robotics On-Device 2’는 인터넷 연결 없이 로봇 기기 안에서 실행하는 경량 모델이다. 통신 지연이 허용되지 않거나 네트워크가 끊길 수 있는 현장에서 중요하다. 구글에 따르면 200개 미만의 예시, 몇 시간 분량의 추가 학습으로 형태와 센서가 다른 새 양팔 로봇에 적응할 수 있다. 한 종류의 로봇에서 익힌 능력을 다른 몸체로 옮기기 어려웠던 업계의 문제를 줄이려는 시도다.
여러 로봇이 협력한다는 것은 무슨 뜻인가
사람이 “이 방을 정리해줘”라고 말했을 때 한 대가 모든 물건을 찾아 옮기면 오래 걸린다. Gemini Robotics ER 2는 서로 다른 로봇이 대화하고 일을 나누는 기능을 내세운다. 한 대는 바닥의 물건을 모으고 다른 한 대는 선반 쪽을 정리하는 식으로 단일 로봇이 하기 어려운 흐름을 함께 처리한다.
이 기능이 주목받는 이유는 로봇 한 대의 손재주보다 실제 업무의 구성 방식에 가깝기 때문이다. 물류센터에서는 이동 로봇과 집게 로봇이 역할이 다르고, 공장에서도 운반·검사·조립 장비가 분리돼 있다. 공통의 계획 모델이 여러 기계를 조율할 수 있다면 사람이 장비마다 세세한 순서를 입력하는 부담이 줄 수 있다.
다만 공개된 것은 구글이 설계한 시험과 협력 로봇에서의 결과다. 혼잡한 병원이나 가정처럼 사람과 반려동물, 예측하기 어려운 장애물이 계속 움직이는 곳에서 같은 수준으로 작동하는지는 입증되지 않았다. 여러 로봇이 협력하면 효율이 오르는 동시에 한 모델의 잘못된 판단이 여러 기계로 퍼질 가능성도 생긴다. 협업 기능은 편의성과 함께 통제 문제도 키운다.
일반 사용자가 체감할 변화는 언제 오나
이번 발표로 바로 살 수 있는 구글 가정용 로봇이 나온 것은 아니다. Gemini Robotics 2와 기기 내 실행 모델은 초기 접근 파트너에게 제공된다. 상위 추론 모델인 ER 2는 Google AI Studio에서 사용할 수 있고, 기업용 플랫폼에서는 비공개 시험 형태로 제공된다. 이 차이는 중요하다. 화면 속 시연이 가능하다는 것과 소비자가 신뢰할 수 있는 가격의 완제품을 구입하는 것은 전혀 다른 단계이기 때문이다.
가장 먼저 체감할 가능성이 큰 곳은 환경을 어느 정도 통제할 수 있고 반복되는 육체 작업이 많은 현장이다. 물류창고의 물건 분류, 공장의 부품 이동과 조립 보조, 연구실의 정리 작업 등이 후보가 될 수 있다. 집은 공간이 좁고 물건 종류가 지나치게 다양하며, 어린이와 반려동물 주변에서 훨씬 높은 안전 기준을 요구하므로 도입 속도가 더 느릴 수 있다.
직장인에게는 ‘사무직용 AI 다음의 자동화’라는 의미가 있다. 지금까지 생성형 AI는 문서 작성, 검색, 이미지 제작처럼 화면 안의 일을 주로 바꿨다. 로봇 모델이 발전하면 물건을 옮기고 문을 열며 도구를 사용하는 화면 밖 업무도 영향을 받는다. 그러나 모든 직무가 한꺼번에 사라진다는 식의 결론은 성급하다. 초기에는 사람이 작업 공간을 준비하고 예외 상황을 처리하며, 로봇의 행동을 승인·감독하는 역할이 함께 늘어날 가능성이 크다.
기업 입장에서는 로봇 몸체보다 소프트웨어가 경쟁의 중심으로 이동할 수 있다. 같은 지능 모델을 손 모양과 센서가 다른 여러 기계에 빠르게 맞출 수 있다면, 새로운 로봇을 들일 때마다 처음부터 프로그램을 만드는 비용이 줄어든다. 반대로 핵심 제어 지능을 한 플랫폼에 의존하게 되면 요금, 데이터, 유지보수, 공급업체 변경 문제가 새로 생긴다.
시연 영상에서 확인해야 할 한계
구글은 같은 모델 설정으로 Apptronik의 Apollo 2 휴머노이드와 서로 다른 손, 양팔 로봇을 제어했다고 설명했다. 여러 과제에서 전신 움직임과 집게 기반 조작은 중간 이상 성공률을 보였지만, 다섯 손가락을 정교하게 쓰는 작업은 여전히 어렵다고 공식 글에 적었다. 이동 속도도 더 개선해야 한다고 인정했다.
이는 영상 한 번의 성공 장면만으로 일상 사용 가능성을 판단하면 안 되는 이유다. 로봇은 100번 중 90번 성공해도 나머지 10번이 깨지기 쉬운 물건이나 사람 주변에서 발생하면 상품화가 어렵다. 어떤 바닥과 조명, 물체 크기에서 시험했는지, 실패했을 때 얼마나 안전하게 멈추는지, 같은 명령을 반복했을 때 성공률이 유지되는지까지 봐야 한다.
‘몇 시간 만에 새 로봇에 적응한다’는 주장도 조건이 붙는다. 구글은 주로 새 양팔 로봇 형태에 200개 미만의 예시를 사용했다고 밝혔다. 모든 제조사의 모든 로봇이 몇 시간 안에 같은 능력을 얻는다는 뜻은 아니다. 센서와 관절 구조가 크게 다르거나 작업 환경이 바뀌면 더 많은 데이터와 조정이 필요할 수 있다.
또 기기 안에서 AI가 작동하면 통신 지연과 인터넷 의존을 줄일 수 있지만, 그것만으로 개인정보와 안전 문제가 사라지는 것은 아니다. 카메라가 집이나 작업장을 계속 관찰할 수 있고, 모델 업데이트와 기록 저장 방식에 따라 데이터가 외부로 이동할 수도 있다. 실제 제품을 평가할 때는 영상 처리 위치, 저장 기간, 삭제 방법, 오작동 책임을 확인해야 한다.
안전 장치는 어떻게 설명됐나
구글은 로봇이 사람과 가까이 일할수록 언어 모델의 거절만으로는 충분하지 않다고 보고 여러 층의 안전 장치를 강조했다. 새 평가 기준인 ‘ASIMOV-Agentic’은 상위 추론 모델이 움직임 모델의 위험한 도구 사용 요청을 거부하는지, 작업이 불가능하거나 불확실할 때 사람에게 도움을 요청하는지를 측정한다.
ER 2는 주변에 사람이 가까이 오면 이를 감지해 안전 기능을 호출하고 로봇을 멈추도록 설계됐다고 한다. 이는 필요한 방향이지만 아직 구글 내부 평가와 기술 보고서에 기반한 주장이다. 실제 작업장 인증, 독립적인 반복 시험, 장기간 사용에서의 사고 기록은 제품화 과정에서 별도로 확인해야 한다. 소프트웨어 판단뿐 아니라 비상 정지 버튼, 속도와 힘 제한, 사람과의 거리 센서 같은 전통적인 기계 안전장치도 여전히 필요하다.
안전 문제는 누가 명령했는지만으로 해결되지 않는다. “방을 정리하라”는 평범한 목표도 버려서는 안 되는 물건을 치우거나, 막힌 길을 억지로 통과하거나, 다른 로봇과 충돌하는 결과를 낳을 수 있다. 목표를 작은 단계로 나누고 행동 범위를 제한하며, 애매한 상황에서 멈춰 질문하는 능력이 핵심이다.
과장과 실제 변화를 구분하면
이번 발표에서 확인된 실제 변화는 세 가지다. 첫째, 구글의 로봇 AI가 상체와 탁자 작업을 넘어 휴머노이드 전신 제어로 확장됐다. 둘째, 장시간의 여러 단계 작업과 여러 로봇 협력을 담당하는 추론 모델이 공개됐다. 셋째, 인터넷 없이 작동하고 새로운 몸체에 비교적 적은 예시로 적응하는 모델이 제시됐다.
아직 확인되지 않은 것도 분명하다. 실제 판매 로봇의 가격과 출시일은 발표되지 않았다. 일반 가정에서의 장기 성공률, 독립 기관의 안전성 검증, 고장 시 책임 구조도 알 수 없다. 영상 속 동작이 인상적이더라도 대량 생산되는 하드웨어의 내구성, 배터리 지속 시간, 유지보수 비용을 해결해야 한다.
앞으로 볼 변화
독자가 다음에 확인할 것은 더 화려한 영상보다 공개 범위와 반복 성능이다. 초기 협력사가 어떤 현장에 모델을 적용하는지, 한 작업의 성공 장면이 아니라 수백·수천 회 실행에서 실패율이 얼마나 되는지, 사람 가까이에서 안전하게 멈추는지가 중요하다. ER 2가 일부 공개된 만큼 외부 연구자와 기업의 검증 결과도 이어질 수 있다.
Gemini Robotics 2는 ‘로봇이 곧 모든 집안일을 한다’는 완성 선언이 아니다. 그러나 생성형 AI의 경쟁이 화면 속 대화에서 몸을 움직이는 기계로 넓어졌다는 신호는 분명하다. 기억할 핵심은 전신 제어, 장기 계획, 여러 로봇 협력, 새 몸체로의 빠른 적응이 하나의 플랫폼으로 묶였다는 점이다. 실제 생활의 변화는 초기 파트너 시험이 반복 가능한 성능과 안전성을 증명한 뒤에야 판단할 수 있다.