구글 딥마인드, '제미나이 로보틱스 2' 공개… 휴머노이드 전신 제어까지 영역 넓혔다

구글 딥마인드가 로봇 인공지능 모델의 적용 범위를 책상 위 로봇팔에서 휴머노이드 전신으로 넓혔다. 알파벳 산하 연구조직 구글 딥마인드는 2026년 7월 30일 '제미나이 로보틱스 2(Gemini Robotics 2)' 모델군을 공개하고, 하나의 정책으로 휴머노이드가 걷고 웅크리고 손을 뻗어 물건을 다루는 동작을 함께 제어할 수 있다고 밝혔다.

모델군은 세 가지로 구성됐다. 제미나이 로보틱스 2는 카메라 영상과 자연어 지시를 받아 모터 명령으로 바꾸는 시각언어행동(VLA) 모델이다. 제미나이 로보틱스 ER 2는 동작 모델 위에서 작업 계획과 다중 로봇 조율을 맡는 체화 추론 모델이다. 제미나이 로보틱스 온디바이스 2는 로봇 본체에서 직접 돌아가도록 경량화한 VLA다. 모델 카드에 따르면 온디바이스 2는 제미나이 로보틱스 1.5 기술과 온디바이스용 젬마(Gemma) 모델을 바탕으로 만들었고 구글 TPU로 학습했다.

딥마인드는 단일 점수 대신 과제별 성공률을 공개했다. 앱트로닉의 휴머노이드 아폴로 2에서 전신을 써서 물건을 집는 과제의 성공률은 테이블 68.4%, 바닥 45.7%, 선반 76.3%였다. 아폴로에 22자유도 샤파웨이브(SharpaWave) 손을 달았을 때 전구 풀기는 92%에 이르렀지만 전구 끼우기는 36%에 그쳤다. 쓰레기봉투 묶기 44%, 쓰레받기 사용 32%, 지퍼백 다루기 40%였다. 로보티크 그리퍼를 단 프랑카 듀오에서는 정밀 삽입 89.6%, 공구 키팅 78.9%, 일반 집기 74.2%를 기록했다.

회사 측은 이 VLA가 수백 번의 판단이 필요한 수분짜리 다단계 작업을 수행할 수 있다고 설명했다. 새로운 양팔 로봇에는 보통 200개 미만의 시연 데이터와 몇 시간의 적응 시간만으로 옮겨 쓸 수 있다고 했고, 시험 대상으로 덱스메이트(Dexmate), SO101, 트로센(Trossen) 플랫폼을 들었다. 모델 카드에 따르면 온디바이스 2는 추가 학습 뒤 SO101 과제 성공률이 1세대 6.7%에서 53.3%로, 덱스메이트 과제는 33.3%에서 75.6%로 올랐다.

당장 개발자가 쓸 수 있는 것은 ER 2다. 구글은 ER 2를 제미나이 API와 구글 AI 스튜디오에서 제공하고, 제미나이 엔터프라이즈 에이전트 플랫폼에서는 비공개 프리뷰로 운영한다고 밝혔다. 깃허브에 예제 코드도 올렸다. ER 2는 정지 화면이 아니라 연속 영상을 보고 작업 성공 여부를 판단한다. 영상 프레임을 다섯 단계 진척도로 분류하는 시험에서 57.4%, 특정 순간을 찾아내는 시험에서 91.3%의 정확도를 보였고 평균 오차는 0.96초였다. 디지털 표시기부터 액체 온도계까지 10종의 계기를 읽고, 구글 검색 같은 도구를 직접 호출하며, 제미나이 라이브 API로 양방향 스트리밍도 지원한다. 반면 VLA와 온디바이스 모델은 얼리액세스 파트너 프로그램과 신뢰 테스터 신청을 통해서만 제공된다.

딥마인드는 협력사로 앱트로닉, 보스턴다이나믹스, 애자일로보츠를 꼽았다. 구글은 시연에서 ER 2가 음성 명령을 받아 보스턴다이나믹스의 4족 로봇 스팟에게 물건을 가져오게 하고, 아폴로 2와 프랑카 F3 듀오 로봇팔이 공통의 의미 이해를 바탕으로 작업을 넘겨주는 장면을 보여줬다. 2016년 설립된 앱트로닉은 자체 발표 기준으로 2026년 2월 11일 5억2000만달러 규모의 시리즈A 연장 투자를 마무리했다.

국내 업계에서는 구글 협력 명단에 한국 로봇 기업이 없다는 점이 눈에 띈다. 같은 시기 엔비디아는 코스모스 3 월드 모델의 로봇 분야 도입 기업으로 두산로보틱스, LG전자, 삼성전자를 공개했다. 두산로보틱스는 7월 20일 공개된 코스모스 3 엣지를 평가 중인 기업으로도 이름을 올렸다. 한국 제조사들이 개방형 엔비디아 진영과 먼저 손잡은 반면 구글의 로봇 생태계에서는 아직 존재감이 없는 셈이다. 레인보우로보틱스처럼 자체 휴머노이드를 가진 기업에는 ER 2가 API 형태로 열려 있다는 점이 기회가 될 수 있다.

경쟁 구도도 촘촘해졌다. 엔비디아는 4월 개방형 휴머노이드 모델 아이작 GR00T N1.7에 상업 라이선스를 붙였고, 7월 20일에는 40억 파라미터 규모의 코스모스 3 엣지를 허깅페이스에 공개했다. 스킬드AI는 8월 18일 S1 모델을 내놨다. 2025년 11월 시리즈B를 유치한 피지컬인텔리전스는 2024년 10월 첫 정책 모델 π0 이후 VLA 연구를 잇달아 발표해왔다. 딥마인드의 차별점은 추론과 동작을 별도 모델로 나누고 추론 계층만 유료 클라우드 상품으로 내놓았다는 데 있다.

기술 구조는 현장 감독자와 숙련 작업자의 분업에 가깝다. ER 2가 다음 단계를 정하고 영상으로 진척을 점검하며 위험한 도구 호출을 거부한다. VLA는 그 지시를 클라우드 모델로는 맞추기 어려운 제어 주기로 관절 동작에 옮긴다. 딥마인드는 추론 에이전트가 위험한 도구 호출을 거부하는지, 과제 수행 가능 여부를 제대로 판단하는지 측정하는 새 벤치마크 'ASIMOV-Agentic'을 함께 내놨고, ER 2가 사람이 다가오면 휴머노이드를 멈춘다고 밝혔다.

과제는 신뢰성과 접근성이다. 가사형 정밀 작업에서 32~92%의 성공률은 연구 단계 수치이지 공장 가동률이 아니다. 온디바이스 모델 카드 스스로도 분포 밖 과제로의 일반화와 고자유도 로봇 제어에 한계가 있고, 이동형 플랫폼과 전신 제어의 위험은 현재 범위 밖이라고 적었다. 구글은 ER 2 가격과 동작 모델의 정식 출시 일정을 공개하지 않았다.