물리 AI
Gemini Robotics 2, 전신 제어와 로봇 협업을 하나로
Google DeepMind가 전신 제어 모델 Robotics 2와 상위 추론 모델 ER 2를 함께 공개했습니다. 공식 발표에서 확인된 기능, 제공 범위, 평가 수치를 정리합니다.
이 글에서 다룰 내용
Gemini Robotics 2 전신 제어, ER 2 작업 계획과 영상 추적, 다중 로봇 협업, 안전 평가와 제공 범위
로봇이 생각하고 온몸으로 움직이기 시작했습니다
Google DeepMind가 2026년 7월 30일 공개한 Gemini Robotics 2와 Gemini Robotics ER 2는 하나의 로봇 모델 패밀리 발표입니다. Robotics 2는 전신 제어와 정밀 조작을, ER 2는 실시간 공간 추론과 작업 오케스트레이션을 중심으로 설명됐습니다.
핵심은 상위 추론 모델이 작업 순서를 계획하고, 하위 비전·언어·행동 모델이나 로봇 API에 실행을 넘기는 구조입니다. Google은 이를 로봇이 행동하면서 다음 단계를 함께 판단하는 방식으로 설명합니다.
이 글에서 다룰 내용
Gemini Robotics 2의 특징, Gemini Robotics ER 2의 역할, 휴머노이드 로봇의 전신 제어, 물리 AI의 발전 방향, 다중 로봇 협업이 가져올 변화
공식 발표는 연속 영상으로 작업 진행을 추적하고, 실패한 단계를 다시 시도하며, 여러 로봇이 공동 작업을 수행하는 기능을 강조합니다.
이번 기술이 주목받는 이유는 로봇이 고정된 프로그램을 넘어 상황에 맞춰 판단하고 행동하는 방향으로 발전하고 있기 때문입니다.
Gemini Robotics 2는 무엇이 달라졌을까요?
Gemini Robotics 2의 핵심은 Google DeepMind가 표현한 발끝부터 손끝까지의 지능형 전신 제어입니다. 공식 설명은 전신 움직임, 정밀한 조작, 팀워크를 통해 더 복잡한 과제를 수행하는 방향을 제시합니다.
이전 세대가 상체 중심 제어에 초점을 맞췄다면, 이번 발표는 휴머노이드 전체 몸의 움직임을 하나의 정책으로 다루는 범위를 강조합니다. 다만 공개 시연과 평가 결과를 모든 로봇·현장에 그대로 일반화해서는 안 됩니다.
전신 제어는 팔만 따로 움직이는 것이 아니라 몸통, 다리, 손을 함께 조율하는 문제입니다. The Verge도 이번 모델이 휴머노이드 전체를 제어하도록 범위를 확장했다고 보도했습니다.
특히 휴머노이드 로봇은 인간과 비슷한 형태를 지니기 때문에 팔과 다리, 몸통을 따로 제어해서는 자연스럽게 움직이기 어렵습니다. 여러 관절을 동시에 조율하고 환경 변화에 실시간으로 대응해야 합니다.
Gemini Robotics 2는 언어와 시각 이해를 실제 전신 움직임으로 연결하는 연구 방향을 보여줍니다. 이는 제품의 전면 상용화 완료가 아니라, Google이 공개한 모델·시연·평가 범위에서 읽어야 합니다.
Gemini Robotics ER 2는 행동 전에 생각합니다
Gemini Robotics ER 2는 Google이 가장 유능한 embodied reasoning 모델이라고 소개한 상위 두뇌입니다. 실시간 공간 추론, 다단계 작업 계획, 사람과의 대화, 도구 호출을 담당하고 실제 모터 실행은 하위 비전·언어·행동 모델에 넘깁니다.
현실의 작업은 한 번의 행동으로 끝나지 않습니다. 문을 열고, 방으로 들어가고, 필요한 물건을 찾은 뒤, 안전하게 집어 옮기는 여러 단계가 이어집니다.
ER 2는 연속 영상 피드로 진행 상태를 확인하고, 문제가 생기면 행동을 조정하거나 실패한 단계를 다시 시도하도록 설계됐습니다. Google Search나 사용자가 정의한 함수도 도구로 호출할 수 있습니다.
ER 2는 Gemini API와 Google AI Studio에서 개발자에게 공개됐습니다. Gemini Enterprise Agent Platform에서는 비공개 프리뷰로 제공되므로, 모든 기업 고객에게 일반 제공된 것으로 해석하면 안 됩니다.
휴머노이드 로봇의 전신 제어가 중요한 이유
공식 평가에서 ER 2는 작업 진행 분류 정확도 57.4%를 기록했습니다. 중요한 순간을 찾는 평가에서는 정확도 91.3%, 평균 절대 거리 0.96초를 기록했다고 Google이 밝혔습니다.
Google 발표 기준으로 ER 2는 더 큰 모델 범주와 경쟁하면서도 4배 빠른 실행 속도를 보였습니다. 이 수치는 특정 평가·모델·실행 조건의 결과이며 실제 현장 성능을 보장하지 않습니다.
안전성도 별도 평가했습니다. Google은 Safety Instruction Following과 Human Proximity 벤치마크에서 개선됐으며, 사람이 가까이 오면 휴머노이드를 멈추고 공간이 비워진 뒤 작업을 재개하는 동작을 확인했다고 설명합니다.
다만 이 역시 Google의 평가와 시연 범위입니다. 실제 배치에서는 하드웨어별 안전 인증, 인간 감독, 비상 정지, 접근 권한, 실패 복구를 별도로 검증해야 합니다.
여러 로봇이 역할을 나눠 협업합니다
이번 변화에서 흥미로운 부분은 다중 로봇 협업입니다. ER 2는 서로 다른 로봇이 공유된 의미 이해를 바탕으로 작업을 넘겨받고 복합 과제를 마치도록 설계됐습니다.
공식 발표는 Apptronik의 Apollo 2와 Franka F3 Duo가 협업하는 사례를 제시합니다. 또 Boston Dynamics의 Spot API를 오케스트레이션해 자연어 명령으로 물건을 가져오는 시연도 공개했습니다.
다중 로봇 협업이 제대로 작동하려면 개별 로봇의 성능만 좋아서는 안 됩니다. 공통 목표를 이해하고 작업 충돌을 피하며, 문제가 생겼을 때 역할을 다시 배분하는 능력이 필요합니다.
Google DeepMind의 접근은 한 대의 범용 로봇만으로 모든 작업을 해결하기보다, 형태와 강점이 다른 로봇을 상위 모델이 조율하는 방향을 보여줍니다. 이는 로봇 팀 단위의 지능화 가능성을 검토하게 합니다.
물리 AI 시대, 로봇은 어디까지 달라질까요?
Gemini Robotics 2와 Gemini Robotics ER 2는 로봇이 사람의 명령을 알아듣는 수준에서 벗어나 현실을 이해하고 행동하는 단계로 향하고 있음을 보여줍니다. 특히 전신 제어와 다중 로봇 협업은 휴머노이드 로봇의 실제 활용 범위를 넓힐 핵심 기술입니다.
물론 아직 해결해야 할 과제도 많습니다. Google이 공개한 결과는 평가와 시연 중심이므로, 예측하지 못한 상황의 안전성, 긴 작업의 안정성, 하드웨어별 성능과 비용은 실제 환경에서 따로 검증해야 합니다.
그럼에도 방향은 분명합니다. 앞으로의 로봇은 정해진 명령만 반복하는 기계가 아니라, 주변을 이해하고 계획을 세우며 다른 로봇과 협력하는 물리 AI로 발전할 가능성이 큽니다.
한 줄 요약: Gemini Robotics 2와 ER 2는 전신 제어, 영상 기반 진행 추적, 도구 오케스트레이션, 다중 로봇 협업을 하나의 물리 AI 모델 패밀리로 묶었습니다.
