VLA·체화 추론·온디바이스 모델로 구성…복잡한 다단계 작업 계획부터 정밀 조작까지 수행
구글 딥마인드가 로봇의 전신 제어와 정밀 조작, 다중 로봇 협업 역량을 강화한 차세대 피지컬 AI 모델 제품군 ‘제미나이 로보틱스 2(Gemini Robotics 2)’를 공개했다.
업체 측에 따르면, 이번 제품군은 △시각과 언어 입력을 로봇의 동작으로 변환하는 제미나이 로보틱스 2 △복잡한 작업의 계획과 진행 상황 관리를 담당하는 제미나이 로보틱스 ER 2 △로봇 기기에서 직접 실행되는 제미나이 로보틱스 온디바이스 2 등 세 가지 모델로 구성됐다.
제미나이 로보틱스 2는 구글의 시각·언어·행동(VLA) 모델로, 휴머노이드 로봇의 발끝부터 손끝까지 전신을 제어할 수 있다는 설명이다. 또한 자연어 지시를 이해해 걷거나 몸을 굽히고, 물체를 집어 지정된 위치에 옮기는 작업을 수행한다.
더불어 로봇 손과 그리퍼를 제어해 매듭을 묶거나 지퍼백을 잠그고, 정밀한 포장 작업을 수행하는 등 조작 능력도 강화했다. 구글은 동일한 모델을 서로 다른 손과 그리퍼를 장착한 다양한 형태의 로봇에 적용할 수 있다고 설명했다.
제미나이 로보틱스 ER 2는 로봇의 상위 의사결정을 담당하는 체화 추론 모델이다. 사람과 대화하고 주변 환경을 이해하며, 수분 동안 이어지는 복잡한 다단계 작업을 스스로 계획하고 진행 상황을 지속적으로 추적한다. 실제 동작은 하위 단계의 VLA 모델과 로봇 제어 인터페이스가 수행한다는 것이다.
ER 2는 연속적인 비디오를 분석해 작업이 어느 단계까지 진행됐는지 판단하고, 문제가 발생하면 실패한 단계만 다시 수행할 수 있도록 지원한다. 작업의 핵심 시점과 완료 여부를 인식해 다음 단계로 넘어갈 시점도 판단한다.
ER 2는 작업 진행 상황 분류 평가에서 57.4%의 정확도를 기록했다. 핵심 시점 인식에서는 91.3%의 정확도와 0.96초의 평균 오차를 달성했으며, 비교 대상인 대형 모델보다 실행 속도가 최대 4배 빠른 것으로 나타났다고 업체 측은 전했다.
다중 로봇 협업 기능도 새롭게 추가됐다. 서로 다른 형태와 기능을 가진 로봇들이 공통된 상황 이해를 바탕으로 작업을 인계하고 협력해, 한 대의 로봇만으로 수행하기 어려운 복잡한 작업을 함께 처리할 수 있다는 것이다.
제미나이 로보틱스 온디바이스 2는 인터넷 연결이나 클라우드 통신 없이 로봇 기기에서 직접 실행되도록 최적화됐다. 구글은 200개 미만의 작업 예시와 수 시간의 학습만으로 새로운 형태의 양팔 로봇에도 적용할 수 있다고 설명했다.
안전 기능도 강화했다. ER 2는 사람과의 거리를 인식해 사람이 가까이 접근하면 로봇을 정지시키고, 주변이 안전해진 후 작업을 재개할 수 있다. 안전하지 않은 명령을 거부하고 작업 수행 가능성이 불확실할 경우 사람에게 추가 확인을 요청하는 기능도 지원한다.
제미나이 로보틱스 ER 2는 제미나이 API와 구글 AI 스튜디오를 통해 개발자에게 제공되며, 제미나이 엔터프라이즈 에이전트 플랫폼에서는 프라이빗 프리뷰로 이용할 수 있다. 제미나이 로보틱스 2와 온디바이스 2 모델은 얼리 액세스 파트너를 대상으로 제공된다.
<저작권자(c)스마트앤컴퍼니. 무단전재-재배포금지>
