AI가 드디어 화면 밖으로 나왔어요. 구글 딥마인드가 2026년 7월 공개한 제미니 로보틱스 2(Gemini Robotics 2)는 시각·언어 입력을 실제 로봇 동작으로 바꿔, 휴머노이드의 발끝부터 손끝까지 제어하는 모델이에요. 미리 짜둔 동작을 반복하던 로봇이 이제는 스스로 추론하고, 낯선 상황에 적응하며, 여러 로봇이 협업까지 해요. 이 글에서는 제미니 로보틱스 2가 무엇이고, 무엇이 달라졌는지 정리했어요.
제미니 로보틱스 2란 — 세 개의 모델군
사실 제미니 로보틱스 2는 하나의 모델이 아니라 역할이 다른 세 모델로 구성돼요. 이 구조를 이해하면 전체 그림이 잡혀요.
| 모델 | 역할 |
|---|---|
| Gemini Robotics 2 | 전신 제어용 VLA(비전-언어-행동) 모델 — 시각·언어를 모터 제어로 변환 |
| Gemini Robotics ER 2 | 체화 추론(ER) 모델 — 로봇의 ‘두뇌’. 공간 이해·작업 계획·다중 로봇 조율 |
| Gemini Robotics On-Device 2 | 로봇에서 로컬 실행되는 효율형 VLA — 네트워크 없이 작동 |
참고로 일부 자료에서 이 모델을 ‘VOA’로 표기하기도 하는데, 정확한 명칭은 VLA(Vision-Language-Action)예요. 시각(Vision)과 언어(Language)를 받아 행동(Action)으로 바꾼다는 뜻이죠.
왜 ‘범용’ 로봇 모델이 중요할까
달리기·백플립처럼 한 가지 묘기에 특화된 휴머노이드 영상은 많아요. 하지만 제미니 로보틱스 2의 핵심은 하나의 뇌로 여러 종류의 로봇과 다양한 작업을 다루는 범용성이에요. 양팔 로봇부터 완전한 휴머노이드까지 같은 모델로 제어할 수 있죠. 인간에게 자연스러운 동작이 로봇에겐 거의 불가능에 가까운데, 이걸 특정 작업이 아니라 ‘일반적으로’ 해내려는 시도라는 점이 의미가 커요.
핵심 1 — 상체를 넘어선 전신 제어
이전 로봇 모델이 주로 탁상 위 작업을 위한 상체 제어에 머물렀다면, 이 모델은 전신 동작까지 범위를 넓혔어요. 예를 들어 Apptronik의 휴머노이드 Apollo 2는 “물뿌리개를 아래 선반의 초록색 상자에 넣어라”는 지시를 받으면, 테이블까지 걸어가 물뿌리개를 집고, 선반으로 이동해 정확한 위치에 내려놔요. 걷기·굽히기·균형 잡기·물체 조작을 하나로 연결하는 거죠. 다만 이동 속도는 아직 개선이 필요하다고 구글도 인정해요.
핵심 2 — 22자유도 손의 정교한 조작
두 번째는 ‘손재주’예요. Apollo 2에 장착된 SharpaWave 손은 다섯 손가락에 22개의 자유도(관절)를 갖는데, 이 모델은 이를 제어해 매듭을 묶고 지퍼백을 밀봉하는 섬세한 작업을 해내요. 인간은 손을 움직일 때 22개 관절을 의식하지 않지만, AI 모델은 이 모두를 계산해야 하죠. 또 다른 로봇인 Franka Duo의 표준 2지 그리퍼로는 물건을 빽빽하게 포장하는 작업도 처리해요. 물론 사람 수준의 손재주에 닿으려면 정밀도와 속도를 더 끌어올려야 해요.
핵심 3 — 장기 작업 추론과 다중 로봇 협업
여기서 두뇌 역할을 하는 게 Gemini Robotics ER 2예요. 사용자 지시를 이해하고, 공간을 관찰해 필요한 단계를 추론하며, VLA와 조율해 실제 동작을 수행하고, 작업이 끝날 때까지 진행 상황을 추적해요. 한 작업에서 수백 번 판단하고, 수 분간 이어지는 다단계 작업을 이전보다 안정적으로 처리하죠.
특히 인상적인 건 실패했을 때 스스로 고친다는 점이에요. 다단계 작업 중 한 단계가 어긋나면 자가 수정하고, 새로운 상황에도 일반화해요. 나아가 서로 다른 유형의 로봇이 소통·협력해, 로봇 한 대로는 하기 어려운 복잡한 작업 흐름을 나눠 처리할 수 있어요.
핵심 4 — 새 로봇에 빠르게 적응
Gemini Robotics On-Device 2는 인터넷 연결이나 네트워크 지연이 문제가 되는 환경을 위해 로봇 장치에서 직접(로컬) 실행돼요. 여러 로봇 형태를 기본 지원하고, 이전 버전(Gemini Robotics 1.5)의 동작 전이 기술을 이어받았어요. 놀라운 건 적응 효율이에요. 보통 200개 미만의 사례와 몇 시간의 적응만으로 외형·센서·자유도가 크게 다른 새 양팔 로봇에 적용할 수 있어요. Dexmate·SO101·Trossen 같은 다양한 플랫폼에서 작동하죠.
불확실성까지 다루는 안전 설계
로봇의 물리적 능력이 커질수록 안전이 중요해져요. 구글은 전통적인 물리 안전 조치와 AI 안전 프레임워크를 결합한 다층 안전 접근법을 적용했어요. 여기서 새로 등장한 게 ASIMOV-Agentic이라는 안전 벤치마크예요. VLA가 요청한 ‘안전하지 않은 도구 호출’을 체화 추론 에이전트가 거부할 수 있는지, 작업 수행이 가능한지 예측하고 불확실할 때 사람에게 먼저 개입을 요청하는지를 평가해요.
지금 어디까지 왔고, 한계는
제공 방식은 모델마다 달라요. ER 2는 Google AI Studio에서 이용할 수 있고 Gemini Enterprise Agent Platform에서는 비공개 프리뷰로, VLA와 On-Device 모델은 조기 접근 파트너에게 열려 있어요. 아직 초기 단계인 만큼 이동 속도와 정밀도는 계속 개선이 필요하다고 구글도 분명히 밝혔어요. 화려한 데모 뒤에 남은 과제도 솔직히 존재하는 셈이에요.
자주 묻는 질문
제미니 로보틱스 2는 어떤 모델인가요?
구글 딥마인드가 2026년 7월 공개한 로봇 제어 AI 모델군이에요. 시각·언어를 로봇 동작으로 바꾸는 VLA(비전-언어-행동) 모델을 중심으로, 두뇌 역할의 ER 2, 로컬 실행용 On-Device 2로 구성돼요.
VLA가 정확히 뭔가요?
Vision-Language-Action의 약자로, 카메라로 본 장면(Vision)과 사람의 지시(Language)를 받아 로봇의 실제 움직임(Action)으로 변환하는 모델이에요. 일부 자료의 ‘VOA’는 잘못된 표기예요.
여러 로봇이 어떻게 협업하나요?
두뇌 역할의 ER 2가 작업을 단계로 나누고 로봇들을 조율해요. 서로 다른 유형의 로봇이 소통하며 역할을 분담하기 때문에, 한 대로는 어려운 복잡한 작업도 나눠서 처리할 수 있어요.
로봇이 실패하면 어떻게 하나요?
이 모델은 실패를 인식하고 스스로 다시 시도해요. 다단계 작업 중 한 단계가 어긋나면 자가 수정하고, 처음 보는 상황에도 일반화해 대응하도록 설계됐어요.
일반 사용자도 지금 쓸 수 있나요?
아직은 아니에요. ER 2는 Google AI Studio와 기업용 플랫폼 비공개 프리뷰로, VLA·On-Device 모델은 조기 접근 파트너에게만 제공돼요. 일반 공개까지는 시간이 더 필요해요.
정리하면
제미니 로보틱스 2는 AI가 스크린을 넘어 ‘물리적 세계’로 들어서는 이정표예요. 전신 제어, 22자유도 손의 정교함, 다중 로봇 협업, 새 로봇에 대한 빠른 적응, 그리고 실패를 스스로 고치는 능력까지 — 범용 로봇에 한 걸음 다가섰어요. 아직 속도·정밀도라는 숙제가 남았지만, 로봇이 우리 일상으로 들어오는 미래가 한층 가까워진 건 분명해요.
자세한 내용은 Google DeepMind Gemini Robotics 공식 페이지에서 확인할 수 있어요.
※ 이 글의 사양·제공 방식은 2026년 8월 기준 공개된 자료를 바탕으로 하며, 조기 접근·프리뷰 단계 특성상 이후 변경될 수 있어요. 최신 정보는 구글 딥마인드 공식 발표를 확인해 주세요. (참고 영상: TheAIGRID)
