구글 딥마인드가 로봇용 AI 모델의 새 버전인 '제미나이 로보틱스 2(Gemini Robotics 2)'를 공개했어요. 핵심 키워드는 '전신 지능(whole-body intelligence)'인데요. 지금까지의 로봇 AI가 주로 '팔과 손'을 잘 쓰는 데 집중했다면, 이번 버전은 다리, 허리, 팔, 손을 포함한 몸 전체를 하나의 모델이 통합해서 제어한다는 게 가장 큰 변화예요. 로봇이 물건을 집으려고 몸을 숙이고, 균형을 잡으면서 이동하고, 양손으로 협응 동작을 하는 것까지 한 덩어리로 학습한다는 거죠.
VLA 모델이 뭐길래
배경부터 짚고 갈게요. 제미나이 로보틱스는 VLA(Vision-Language-Action) 모델이에요. 이게 뭐냐면, 카메라로 세상을 보고(Vision), 사람의 말을 이해하고(Language), 그걸 실제 몸의 움직임(Action)으로 바꾸는 모델이거든요. 챗GPT 같은 언어 모델이 텍스트를 입력받아 텍스트를 출력한다면, VLA는 이미지와 자연어 명령을 입력받아 '관절을 어떻게 움직일지'를 출력해요. 딥마인드는 2025년 초에 첫 제미나이 로보틱스를 내놨고, 행동하기 전에 계획을 세우는 추론 능력을 강화한 버전을 거쳐 이번 2가 나온 거예요. 제미나이라는 거대 멀티모달 모델이 가진 세상에 대한 상식을 로봇의 몸에 이식하는 프로젝트가 계속 진화하고 있는 셈이죠.
'전신'이 왜 어려운 문제냐면
로봇 팔 하나를 제어하는 것과 전신을 제어하는 건 난이도가 완전히 달라요. 팔은 바닥에 고정돼 있으니 넘어질 걱정이 없지만, 휴머노이드는 모든 동작이 균형과 얽혀 있거든요. 무거운 걸 들면 무게중심이 바뀌고, 걸으면서 뭔가를 하려면 하체와 상체가 실시간으로 협조해야 해요. 그래서 기존에는 보행은 전통적인 제어공학으로, 손 조작은 학습 모델로 따로 만들어서 이어붙이는 경우가 많았어요. 전신 지능은 이 둘을 하나의 신경망이 함께 다루겠다는 접근이라, '몸을 숙여서 바닥의 상자를 들어 선반에 올려줘' 같은 자연어 지시를 통째로 수행하는 게 목표예요. 특정 로봇 한 기종이 아니라 형태가 다른 여러 로봇에 같은 모델을 적용하는 '크로스 엠보디먼트'도 이 계열 연구의 중요한 방향이고요.
지금 업계는 휴머노이드 전쟁 중
이 발표가 나온 타이밍이 재미있는데요. 지금 로봇 파운데이션 모델 분야는 그야말로 전쟁터예요. 피규어(Figure)는 자체 모델 '헬릭스(Helix)'로 물류 작업 자동화를 밀어붙이고 있고, 테슬라는 옵티머스를, 피지컬 인텔리전스(Physical Intelligence)는 π0 모델을 내세우고 있어요. 엔비디아는 GR00T라는 휴머노이드용 파운데이션 모델 플랫폼을 깔아두고 하드웨어 회사들을 끌어모으는 중이고요. 이 판에서 딥마인드의 강점은 제미나이의 세계 이해 능력을 그대로 가져올 수 있다는 점이에요. 로봇이 처음 보는 물건이라도 '이게 뭔지, 어떻게 다뤄야 하는지'를 언어 모델 수준의 상식으로 파악할 수 있게 되는 거죠. 하드웨어 스펙 경쟁에서 두뇌 경쟁으로 판이 옮겨가고 있다는 신호이기도 해요.
한국 개발자에게는 어떤 의미일까요
한국은 산업용 로봇 밀도가 세계 최상위권이고, 삼성전자의 레인보우로보틱스 인수처럼 휴머노이드 투자도 본격화되고 있어요. 그런데 이번 흐름이 말해주는 건, 로봇 경쟁력의 무게중심이 하드웨어에서 파운데이션 모델로 넘어가고 있다는 사실이에요. 모터와 감속기를 잘 만드는 것만으로는 부족하고, 결국 두뇌를 누가 쥐느냐의 싸움이 된다는 거죠. 소프트웨어 개발자 입장에서는 로봇이 점점 'API로 다루는 대상'이 되고 있다는 점도 주목할 만해요. 시뮬레이터(Isaac Sim, MuJoCo 같은 것들)와 VLA 모델을 다루는 능력이 새로운 커리어 트랙이 될 가능성이 높거든요. LLM 애플리케이션을 만들던 감각이 피지컬 AI로 확장되는 셈이에요.
정리하면, 제미나이 로보틱스 2는 로봇의 뇌가 팔 하나에서 몸 전체로 관할을 넓힌 이정표예요. 여러분은 어떻게 보세요? 휴머노이드가 실제 현장에 투입되는 시점은 언제쯤일지, 그리고 한국 기업들이 이 두뇌 경쟁에서 승산이 있을지 궁금하네요.
🔗 출처: Hacker News