[이데일리 한광범 기자] 구글이 실시간 상황 판단과 다중 로봇 협업 능력을 극대화한 신규 체화된 추론(Embodied Reasoning) 모델을 선보이며 피지컬 AI 생태계 확장에 나섰다. 연속적인 비디오 피드를 통해 작업 진행 상황을 정밀하게 추적하고 문제 발생 시 스스로 대응할 수 있도록 시간적 지능과 범용 공간 지능을 대폭 끌어올린 것이 특징이다.

구글은 31일 자사 블로그를 통해 비디오 이해와 작업 오케스트레이션, 다중 로봇 협업 역량을 한층 강화한 ‘제미나이 로보틱스 ER 2(Gemini Robotics ER 2)’를 공개했다.

특히 구글은 이번 발표에서 상위 추론을 담당하는 ER 2뿐만 아니라, 휴머노이드 전신과 양팔 제어에 최적화된 시각-언어-행동(VLA) 모델 ‘제미나이 로보틱스 2’, 단 몇 시간의 데이터만으로 새 로봇 폼팩터에 적응해 기기 자체에서 로컬로 작동하는 ‘제미나이 로보틱스 온디바이스 2’ 등 고성능 모델 3종을 함께 제시하며 피지컬 AI 라인업을 완성했다.

스티븐 한센(Steven Hansen) 수석 소프트웨어 엔지니어와 펭 수(Peng Xu) 수석 소프트웨어 엔지니어는 “로봇이 일상 속에서 사람을 돕기 위해서는 공간을 정확하게 인식하는 것만으로는 충분하지 않다”며 “현실 세계의 빠른 변화에 맞춰 실시간으로 상황을 판단하고 추론하며 적절한 시점에 의사결정을 내려야 한다”고 개발 배경을 밝혔다.

이번에 공개된 제미나이 로보틱스 ER 2는 로봇의 상위 의사결정 역할을 수행하며, 사람과 자연스럽게 대화하고 주변 환경을 이해하며 복잡한 다단계 작업을 스스로 계획하도록 지원한다. 계획 수립 후 실제 동작은 하위 단계인 VLA 모델이 수행하는 구조다.

구글 검색을 비롯해 이용자가 정의한 다양한 기능을 직접 호출할 수 있어 현재 작업을 수행하는 동시에 다음 단계를 미리 생각하는 오케스트레이션 성능이 대폭 향상됐다. 이전 세대인 ‘제미나이 로보틱스 ER 1.6’과 비교해도 툴 오케스트레이션 성능이 일관되게 향상된 모습을 보였다.

◇멈춤 없는 실시간 오케스트레이션…작업 완료 정확히 잡는다

지연 시간에 민감한 작업에 최적화된 양방향 스트리밍 엔드포인트를 통해 제미나이 라이브 API와 통합되는 점도 주목할 부분이다. 이를 통해 ‘멈춰서 생각하는’ 정지 현상 없이 동작 모델과 로보틱스 API를 연계해 여러 단계의 작업을 자연스럽게 수행할 수 있다. 구글은 파트너사인 보스턴 다이내믹스의 ‘스팟(Spot)’을 활용해 내비게이션과 매니퓰레이터 제어 API를 오케스트레이션하고, 자연어 명령에 따라 필요한 물건을 가져오는 데모를 선보였다.

로보틱스 분야의 난제였던 작업 완료 시점 판단 능력, 즉 ‘시간적 지능’도 대폭 확장됐다. 비디오 피드의 프레임을 5단계 진행도로 구분하는 ‘진행 상황 분류’ 기능은 57.4%의 정확도를 달성해 실시간 상황 판단과 실패한 단계만 재시도하는 유연성을 확보했다. 중요 이벤트 발생 시점을 찾아내는 ‘구간 탐색’ 기능 역시 91.3%의 정확도와 0.96초의 평균 절대 거리를 기록하며 서브세컨드(sub-second) 수준의 지연 시간을 구현했다.

아울러 형태가 다른 서로 다른 로봇이 공통된 의미 이해를 바탕으로 소통하고 작업을 인계하는 ‘다중 로봇 협업’ 기능이 새롭게 지원된다. 구글 측은 “모든 작업에 만능인 단 하나의 로봇은 없다”며 “바퀴 달린 로버와 휴머노이드 로봇 등 서로 다른 형태의 로봇이 협업해 하나의 로봇만으로는 수행하기 어려운 복잡한 작업 흐름을 함께 처리할 수 있다”고 설명했다. 앱트로닉의 ‘아폴로 2’와 프랑카의 ‘F3 듀오’가 이 모델을 통해 협업하는 사례도 함께 제시됐다.

◇공간 이해력 고도화에 근접 제어 등 물리적 안전성 강화

공간 추론 능력 측면에서는 원본 비디오 피드를 관찰해 액체를 흘리거나 정렬이 어긋나는 오류를 감지하는 ‘성공/실패 감지’, 디지털 디스플레이와 온도계 등 10가지 유형의 계측기를 판독하는 기능, 향상된 공간 시각 질의응답(VQA) 등 범용 공간 지능이 전반적으로 고도화됐다.

안전성 역시 진일보했다. 사람이 가까이 접근하면 휴머노이드 로봇을 안전하게 정지시키고 주변 환경이 안전해진 후에만 스스로 작업을 재개하는 등 안전 지침 준수 역량이 대폭 강화됐다. 구글은 피지컬 AI 에이전트의 안전성을 강화하기 위해 물리적 작업 수행 가능성을 판단하고 필요시 사람에게 추가 확인을 요청하는 등의 새로운 평가 벤치마크도 도입했다.

제미나이 로보틱스 ER 2는 현재 제미나이 API와 구글 AI 스튜디오를 통해 개발자에게 공개됐으며, 제미나이 엔터프라이즈 에이전트 플랫폼에서 프라이빗 프리뷰로 제공된다. 구글 연구진은 “앞으로도 이러한 모델이 더욱 복잡한 작업을 수행할 수 있도록 지속적으로 발전시켜, 사람에게 실질적인 도움을 주는 로봇 개발을 가속화하고 로보틱스 생태계의 발전을 지원해 나갈 계획”이라고 강조했다.