제미나이, 로봇의 눈과 뇌가 되다

구글 딥마인드(Google DeepMind)가 자율 로봇 작업 특화 모델 '제미나이 로보틱스-ER(Gemini Robotics-ER) 1.6'을 공개했다. 이번 버전은 공간 추론(Spatial Reasoning)과 다시점 이해(Multi-view Understanding) 능력을 핵심 축으로 강화해, 로봇이 실세계 물리 환경에서 보다 정밀하고 자율적인 작업을 수행할 수 있도록 설계됐다. ER은 '구현 추론(Embodied Reasoning)'의 약자로, 몸을 가진 에이전트가 세상을 인식하고 행동하는 방식을 모델에 내재화한다는 철학을 담고 있다.

왜 지금 이 업데이트가 중요한가

로봇공학(Robotics)에서 가장 오랜 난제 중 하나는 '시각과 행동의 연결'이다. 인간은 커피잔을 집을 때 무의식적으로 잔의 위치, 각도, 무게 분포를 3차원으로 추론하지만, 기존 로봇은 단일 카메라 이미지에서 이 정보를 추출하는 데 근본적인 한계를 가졌다.

제미나이 로보틱스-ER 1.6이 주목받는 이유는 이 문제를 대규모 언어 모델(LLM) 수준의 추론 능력과 결합해 접근하기 때문이다. 다시점 이해 기능은 여러 카메라 각도에서 입력된 영상을 통합해 3차원 공간 맵을 구성하고, 공간 추론 기능은 그 맵 위에서 '다음 행동'을 계획한다. 이는 단순히 이미지를 인식하는 수준을 넘어 로봇이 환경과 상호작용하는 방식 자체를 재정의한다.

산업용 자동화, 물류 창고, 의료 보조, 가정용 서비스 로봇 등 실세계 응용 분야에서 요구하는 정밀한 물체 조작과 동적 환경 대응 능력이 이번 업데이트의 핵심 수혜 영역으로 꼽힌다.

이전 버전과 무엇이 달라졌나

경쟁 모델과의 비교 측면에서, 오픈AI(OpenAI)가 피지컬 인텔리전스(Physical Intelligence) 분야에 투자를 확대하고 있고, 메타(Meta)의 오픈소스 로봇 학습 프레임워크, 테슬라(Tesla)의 옵티머스(Optimus)와 같은 내재형 AI 경쟁이 치열하다. 구글 딥마인드는 제미나이의 강력한 멀티모달(Multi-modal) 기반 위에 로봇 전용 추론 레이어를 쌓는 전략으로 차별화를 꾀하고 있다.

이 흐름은 언제부터?

구현 AI(Embodied AI)의 흐름은 단번에 만들어진 것이 아니다. 2016년 딥마인드의 알파고(AlphaGo)가 게임 내 추론 능력을 증명한 이후, 연구자들은 같은 원리를 물리 세계에 적용하려는 시도를 이어왔다.

2022년 구글이 발표한 세이어드(SayCan)와 PaLM-E는 언어 모델이 로봇 행동 계획에 활용될 수 있음을 보여준 초기 사례였다. 2023년 대형 기반 모델(Foundation Model)이 확산되면서 RT-2(Robotics Transformer 2)가 등장했고, 자연어 명령을 로봇 동작으로 직접 변환하는 엔드투엔드(End-to-End) 방식이 주목받았다.

2024년 제미나이(Gemini) 패밀리가 공개되면서 구글 딥마인드는 멀티모달 추론 능력을 로봇공학에 통합하는 제미나이 로보틱스 라인을 본격화했다. 제미나이 로보틱스-ER은 그 중에서도 '추론' 자체에 집중한 특화 모델로, 이번 1.6 업데이트는 그 진화의 연장선에 있다.

2025년 이후 로봇 AI 시장은 단순 자동화에서 '적응형 자율 시스템(Adaptive Autonomous System)'으로 전환 중이다. 고정된 작업만 반복하는 산업용 로봇 팔이 아닌, 변화하는 환경에서 스스로 판단하고 행동하는 범용 로봇으로의 이행이 가속화되고 있으며, 제미나이 로보틱스-ER 1.6은 이 전환을 뒷받침하는 핵심 인프라로 자리매김하고 있다.

앞으로 어떻게 될까 [전문가 분석]

제미나이 로보틱스-ER 1.6의 공개는 로봇 AI 경쟁이 '모델 성능'에서 '실세계 적용 가능성'으로 무게중심이 이동하고 있음을 시사한다.

첫째, 하드웨어-소프트웨어 통합 경쟁이 심화될 가능성이 높다. 구글은 현재 로봇 하드웨어 파트너와의 협력을 통해 제미나이 로보틱스를 배포하고 있다. 자체 하드웨어를 보유한 테슬라, 피지컬 인텔리전스, 보스턴 다이내믹스(Boston Dynamics) 등과의 경쟁 구도가 더욱 뚜렷해질 것으로 보인다.

둘째, 온디바이스(On-device) 추론 압력이 커질 가능성이 높다. 실세계 로봇은 클라우드 레이턴시(Latency)를 허용하지 않는 환경이 많다. 구글 딥마인드가 이미 제미나이 로보틱스 온디바이스(On-Device) 버전을 발표한 것은 이 흐름을 선점하려는 포석으로 해석된다.

셋째, 멀티모달 추론의 로봇 특화 표준화가 가속화될 가능성이 높다. 공간 추론과 다시점 이해는 로봇뿐 아니라 자율주행(Autonomous Driving), 드론, 증강현실(AR) 등 다양한 물리 인터페이스 분야에 공통적으로 필요한 기술이다. 이 기술의 표준을 누가 선점하느냐가 향후 5년간 물리 AI 시장의 판도를 가를 분수령이 될 수 있다.

구글 딥마인드의 제미나이 로보틱스-ER 1.6은 단순한 버전 업그레이드가 아니다. 인공지능(AI)이 디지털 세계를 넘어 물리 세계로 확장되는 임계점에 서 있는 이정표다.