로봇의 '두뇌'가 된 Gemini Robotics ER 2

Google DeepMind이 로봇을 위한 '고차 두뇌' 모델 Gemini Robotics ER 2를 공개했습니다. 이 모델은 로봇이 눈앞의 장면을 실시간으로 공간적으로 추론하고, 여러 단계로 이뤄진 작업을 스스로 계획하며, 서로 다른 로봇끼리 협업하도록 조율하는 역할을 맡습니다. 직접 물건을 집는 저차 제어가 아니라, 무엇을 어떤 순서로 할지 판단하는 상위 오케스트레이션 계층에 초점을 둔 것이 특징입니다.

"Gemini Robotics ER 2는 영상 이해, 작업 오케스트레이션, 다중 로봇 협업으로 로봇에 힘을 싣는 단계적 도약이다."Google DeepMind

왜 중요한가

ER 2의 핵심 진전은 판단의 근거를 '정적 스냅샷'에서 '원시 영상 피드'로 옮긴 데 있습니다 — 덕분에 흘림·미끄러짐·오정렬 같은 실행 중 실패를 중간에 잡아낼 수 있습니다. 성능도 구체적입니다. 작업 완료를 다섯 단계로 추적하는 진행 분류에서 57.4% 정확도, 영상에서 결정적 순간을 짚어내는 과제에서 91.3% 정확도(평균 절대 오차 0.96초)를 기록했고, 더 큰 모델군보다 4배 빠른 1초 미만 지연을 냅니다. 로봇이 '봤다'가 아니라 '지금 잘 되고 있는가'를 스스로 평가하기 시작했다는 뜻입니다.

실무 적용

ER 2는 Gemini API와 Google AI Studio로 접근할 수 있고, Gemini Enterprise Agent Platform에서는 프라이빗 프리뷰로 제공됩니다. 물리 세계와 맞닿은 에이전트를 설계하는 팀에게 시사점은 분명합니다 — 저지연 성공/실패 판정과 다단계 계획을 상위 모델이 담당하면, 하위 제어기는 단순해지고 전체 시스템은 실패에 더 강해집니다. 로봇이 아니더라도, '실행 중 자기 점검'이라는 발상은 장시간 도는 소프트웨어 에이전트 설계에도 그대로 옮겨올 수 있습니다.

교차 참고

• Google: How we built the new family of Gemini Robotics models — 다수 과제 학습과 다중 로봇 대응이라는 설계 철학을 확인할 수 있습니다.
• Google DeepMind: Gemini Robotics ER 1.6 — 안전성과 공간 추론을 강화한 직전 세대와 비교해 개선점을 가늠할 수 있습니다.

Wemeet의 관점

Wemeet은 이 발표의 진짜 의미가 '로봇'이 아니라 '자기 점검하는 에이전트'에 있다고 봅니다. 결과를 낸 뒤가 아니라 실행 중간에 실패를 감지하는 능력 — 이것이야말로 자율 시스템을 데모에서 제품으로 넘기는 분기점입니다. 앞으로의 경쟁은 '더 잘하는 에이전트'가 아니라 '틀렸을 때 스스로 아는 에이전트'에서 갈릴 것입니다.