Google DeepMind가 Gemini Robotics 2를 공개했습니다. 회사가 ‘가장 진보한 vision-language-action(VLA) 모델’이라고 부르는 이번 모델은 탁상형 로봇 팔부터 전신 휴머노이드까지 제어하는 것을 목표로 합니다. VLA는 카메라로 본 장면과 사용자의 언어를 해석한 뒤, 로봇의 실제 행동으로 연결하는 모델입니다. DeepMind는 Robotics 2가 전신 움직임과 정밀한 손동작을 수행하고, 여러 로봇의 협업도 조정할 수 있다고 설명했습니다. 개발자는 대기 신청을 통해 얼리 액세스를 요청할 수 있습니다.
같은 날 공개된 Gemini Robotics ER 2는 역할이 다릅니다. 이 모델은 ‘embodied reasoning’, 즉 물리 세계를 이해하고 그 상황에서 어떤 행동을 택할지 판단하는 상위 계층을 맡습니다. 4월에 나온 Gemini Robotics ER 1.6을 대체하며, Google AI Studio에서 사용할 수 있습니다. 정리하면 Robotics 2가 로봇의 몸을 움직이는 제어 레이어라면, ER 2는 주변 상황을 해석하고 다음 행동을 고르는 판단 레이어에 가깝습니다.
이 조합이 보여주는 방향은 로봇 한 대를 위한 맞춤형 모델보다 운영 파이프라인에 있습니다. 로봇의 형태가 달라져도 공통된 지능 계층을 유지하고, 장비별 차이는 실행 단계에서 처리하려는 구상입니다. 탁상형 팔의 정밀 조작과 휴머노이드의 균형 제어는 전혀 다른 문제지만, 두 종류의 로봇을 같은 모델 계열로 묶으면 작업 추가와 장비 교체를 다루는 방식도 달라질 수 있습니다. 현장에서는 모델 자체보다 모델과 하드웨어, 안전 규칙, 작업 계획이 연결되는 구조가 더 중요해집니다.
물론 공개된 정보만으로 실제 배치 수준을 판단할 수는 없습니다. 성공률과 지연 시간, 실패를 감지하고 복구하는 방법, 안전 검증 조건, 지원 하드웨어 목록이 제시되지 않았기 때문입니다. ‘여러 형태의 로봇을 제어한다’는 설명은 적용 범위를 말해주지만, 반복 작업에서 안정적으로 운용된다는 뜻까지 보장하지는 않습니다. 특히 휴머노이드에서는 움직임의 정교함만큼 균형 상실과 오작동을 어떻게 제한하는지가 중요합니다.
그래도 발표의 메시지는 분명합니다. Google DeepMind는 로봇마다 별도의 AI를 붙이는 방식보다, 판단과 제어를 나눈 모델 계층을 여러 신체에 적용하려고 합니다. Robotics 2와 ER 2가 실제 환경에서 어떤 검증 절차와 실패 복구 체계를 갖추는지에 따라 이 전략의 가치가 갈릴 것입니다. 이번 소식은 새로운 로봇 데모라기보다, 서로 다른 로봇을 하나의 운영 체계로 묶으려는 설계 제안에 가깝습니다.