구글 딥마인드 ‘제미나이 로보틱스 2’, 상반신 넘어 로봇 전신 제어한다

구글 딥마인드가 로봇의 몸 전체를 하나의 지능으로 제어하는 새로운 AI 모델 ‘제미나이 로보틱스 2’를 공개했다. 기존 모델이 로봇의 상반신 움직임 제어에 초점을 맞췄던 것과 달리, 이번 모델은 발끝부터 손끝까지 로봇 전신을 통제한다. 더 버지(The Verge)에 따르면 목요일(현지시각) 발표를 통해 이 같은 ‘전신 움직임(whole-body motions)’ 지원 소식이 알려졌다. 로봇이 걷고 웅크리고 몸을 뻗어 물건을 다루는 등 더 넓은 범위의 동작을 수행할 수 있게 됐다는 설명이다. 다섯 손가락 손을 정밀하게 다루는 능력과 로봇 간 협업, 안전성 강화 기능도 함께 새로 추가됐다.

상반신에서 전신으로…걷고 웅크리고 물건까지 다룬다

기존 제미나이 로보틱스 모델은 로봇 상반신 움직임 제어에 머물렀다. 더 버지에 따르면 제미나이 로보틱스 2는 로봇의 발끝부터 손끝까지 전신 움직임을 지원한다. 로봇이 걷고 웅크리고 몸을 뻗어 물건을 조작하는 등 다양한 동작을 수행할 수 있게 됐다.

구글이 공개한 시연 영상에는 앱트로닉(Apptronik)의 인간형 로봇 ‘아폴로 2(Apollo 2)’가 몸을 굽혀 물뿌리개를 집어 들고, 선반에서 특정 물건을 찾아 꺼내는 모습이 담겼다. 구글 딥마인드는 로봇의 “이동 속도는 아직 더 발전해야 한다”고 인정하면서도, 이번 업데이트가 “전신 조율이 필요한 더 복잡한 실제 과업에 필요한 능력으로 나아가는 중요한 단계”라고 밝혔다. 와이어드(Wired)에 따르면 구글 딥마인드는 사람의 원격조작(teleoperation), 영상 예시, 시뮬레이션을 조합해 이런 능력을 학습시켰다. 아직 AI 모델이 별도 훈련 없이 광범위한 복잡 작업을 수행하는 건 불가능한 단계라는 설명도 덧붙였다.

지퍼백 밀봉부터 전구 돌려 빼기까지…다섯 손가락 손 다루는 정밀함

이번 모델의 또 다른 축은 다섯 손가락으로 구성된 복잡한 손을 다루는 정교함이다. 더 버지는 제미나이 로보틱스 2가 지퍼백을 밀봉하거나 쓰레기봉투를 묶고 전구를 돌려 빼는 등의 작업을 수행할 수 있다고 전했다. 와이어드가 공개 전 확인한 시연 영상에서는 앱트로닉 아폴로 2 로봇이 Sharpa라는 회사가 만든 손을 장착하고 선반을 정리하는 장면이 나온다.

구글 딥마인드는 로봇의 움직임을 담당하는 시각-언어-행동(VLA) 모델 2종을 두고 있다. 하나는 로봇의 전신 움직임을, 다른 하나는 그리퍼나 손의 세부 움직임을 각각 맡는 구조다. 여기에 주변을 이해하고 사람과 소통하며 작업 방법을 추론하는 시각-언어 모델(VLM)이 결합해 하나의 시스템으로 작동한다.

로봇끼리 협업하고, 작업의 시작과 끝을 이해하는 ER 2

구글 딥마인드는 로봇의 상황 인식을 담당하는 ‘임베디드 추론(embodied reasoning)’ 모델도 함께 업그레이드했다. 새 버전인 제미나이 로보틱스 ER 2는 주변 환경을 분석하고 지시를 처리하며 여러 단계로 이뤄진 작업을 수행하도록 돕는 시각-언어 모델이다. 아르스 테크니카(Ars Technica)는 ER 2가 이전 1.6 버전보다 크게 도약했다고 구글 딥마인드가 밝혔다고 전했다. ER 2는 제미나이 라이브 API(Gemini Live API)와 통합돼 개발자들이 직접 성능을 체험할 수 있다.

ER 2의 핵심 개선점은 로봇 카메라의 실시간 영상 피드를 처리해 한 단계에서 다음 단계로 넘어가는 진행 상황을 추적하는 능력이다. 구글에 따르면 ER 2는 영상 프레임의 작업 완료 여부를 60%에 가까운 정확도로 분류할 수 있다. 완벽한 수준은 아니지만 이전 1.6 버전이나 경쟁 AI 모델의 시각 이해 능력보다 훨씬 낫다는 설명이다. 더 버지는 이 모델이 “작업이 언제 시작되고 끝나는지 이해한다”고 전했다. 이런 능력을 바탕으로 서로 다른 종류의 로봇 여러 대가 협업할 수도 있다. 구글이 공개한 영상에는 아폴로 2가 구글의 양팔 로봇에게 차고를 청소하며 도구를 통에 담으라고 지시하는 장면이 담겼다.

“피지컬 AGI”를 향한 걸음…안전성 우려도 함께 커진다

구글 딥마인드 로보틱스 부문을 이끄는 캐롤리나 파라다(Carolina Parada)는 와이어드에 “이것은 우리가 ‘피지컬 AGI(physical AGI)’라고 부르는 목표, 즉 로봇이 사람이 할 수 있는 모든 것을 할 수 있게 만드는 여정의 또 다른 이정표”라고 말했다. 아르스 테크니카에 따르면 구글 딥마인드 과학자들은 이런 범용 로봇을 구현하는 목표를 종종 ‘피지컬 AGI’라고 부른다.

다만 프런티어 AI 모델에 로봇 제어권을 맡기는 데는 위험도 따른다. 와이어드는 프런티어 AI로 로봇을 제어할 경우 예측하지 못한, 때로는 위험한 행동이 나올 수 있다는 기존 연구 결과를 언급했다. 파라다는 “로봇을 다양한 상황에 놓기 때문에 안전 문제가 더욱 절박해진다”며 “불확실성이 많이 나타날 것이기 때문에 안전 문제를 더 깊이 이해할 수 있어야 한다”고 말했다. 구글은 각 모델 계층마다 안전장치를 두는 다층적 접근 방식을 취하고 있다고 밝혔다.

와이어드에 따르면 구글은 여러 AI 시스템이 협업해 로봇을 제어할 때의 안전성을 측정하는 새 벤치마크 ‘ASIMOV-Agentic’도 도입했다. 이 벤치마크는 특정 명령이 유해하거나 불확실한 결과로 이어지는지를 탐지한다. 더 버지에 따르면 제미나이 로보틱스 ER 2는 사람이 가까이 있을 때를 더 잘 감지해 안전 관련 도구 호출을 실행하고, 누군가 너무 가까이 다가오면 로봇을 안전하게 정지시킬 수 있다. 구글 딥마인드는 이를 “지금까지 나온 가장 안전한 로보틱스 모델”이라고 소개했다.

한편 로봇을 온디바이스(on-device·기기 내부)에서 구동하는 ‘제미나이 로보틱스 온디바이스 모델’도 함께 개선됐다. 인터넷 연결 없이도 로봇 위에서 직접 실행되며, 형태와 센서, 자유도가 완전히 다른 새로운 로봇 몸체에도 몇 시간 안에 적응할 수 있다고 구글 딥마인드는 밝혔다. 구글 최고경영자(CEO) 데미스 하사비스(Demis Hassabis)는 앞서 와이어드에 스마트폰의 안드로이드 운영체제처럼, 다양한 로봇을 아우르는 AI 운영체제를 개발하고 싶다고 밝힌 바 있다.