Google DeepMind가 11월 11일 로봇용 비전-언어-행동 모델 Gemini Robotics 2.5를 공개하고 로봇 파트너사에 배포하기 시작했다. 회사는 이전 기준 모델과 비교해 과제 유형별 성공률 상승 폭이 30~100%이고, 작업은 20~30% 빨리 끝낸다고 밝혔다.1
일반 사용자가 바로 쓸 수 있는 서비스는 아니다. 모델은 로보틱스 파트너사를 거쳐 제공되며, SiliconANGLE는 Agile Robots SE, Apptronik, Boston Dynamics가 파트너에 포함된다고 전했다. 요금과 일반 공개 일정은 자료에 나오지 않는다. 이전 Gemini Robotics 모델처럼 이번 모델도 여러 로봇 유형에서 기본적으로 작동하며, Apptronik의 휴머노이드 Apollo 2와 집게형 그리퍼를 단 Franka Duo 플랫폼이 대표 사례로 꼽혔다. Apollo 2의 손은 손가락 5개, 자유도 22개의 SharpaWave 핸드다.1,2
200개 과제 평가와 성능 수치
DeepMind는 집게로 음식 담기, 선물 상자에 리본 묶기, 액체 피펫팅 같은 200개 과제로 모델을 평가했다. 이 과제들은 고급 도구 사용, 천처럼 형태가 변하는 물체 다루기, 깨지기 쉬운 물건 다루기를 조합한 것이다.
성공률 상승 폭은 과제 유형에 따라 30%에서 100%까지 다르다. 이는 DeepMind가 자체 평가로 밝힌 수치이며 독립 검증 결과는 아니다. 회사는 이번 모델이 조작 솜씨, 신뢰성, 안전 세 영역에서 진전했다고 밝혔다.1
Mercedes-Benz 공장 시험
DeepMind는 Apptronik, Mercedes-Benz와 함께 헝가리 케치케메트와 독일 진델핑겐의 가동 중인 자동차 생산 라인에서 Apollo 2로 개념 검증을 했다. 로봇이 맡은 일은 키팅이다. 대형 상자에 섞인 부품을 골라 차량별로 필요한 순서에 맞춰 트레이에 담는 반복적이고 힘든 작업이다.
작업 흐름은 두 모델이 나눠 맡았다. 구체화 추론 모델 Gemini Robotics ER이 작업 진행을 추적하고, Gemini Robotics 2.5의 행동 모델이 손과 팔을 제어한다. 로봇은 공급 상자에서 금속 브래킷을 집어 순서 배열용 용기에 담으며, 빈틈이 생기면 보정했다. 성공률은 96%였다. DeepMind는 이런 반복 작업을 로봇이 맡으면 기술자가 복잡한 조립에 집중할 수 있다고 설명했다.1
Apptronik 공동 창업자 겸 CEO 제프 카르데나스는 "몇 주의 사후 학습만으로 모델이 크게 좋아졌고, Mercedes-Benz 생산 현장으로 옮겨갈 때 성능 하락도 매우 적었다"고 말했다.2
안전 장치와 탈옥 벤치마크
Gemini Robotics 2.5는 추론 단계에서 위험 요소를 피하도록 유도하는 방식으로 실시간 안전 조향을 한다. DeepMind는 이 기능으로 안전하게 끝낸 과제의 비율이 장애물 주변에서 33%, 주변에 사람이 있을 때 43% 높아졌다고 밝혔다.
DeepMind는 로봇에 특화된 탈옥 공격을 시험하는 오픈소스 벤치마크 ASIMOV-Jailbreak도 함께 공개했다. 수십 개 장면에 걸쳐 위험한 요청을 위장한 프롬프트 수백 개로 구성됐다. 이 평가에서 Gemini 4 Argon의 탈옥 저항률은 99.5%로, 이전 기준인 Gemini Robotics ER 2의 82%보다 높다. 이 수치는 Argon의 것이며 Gemini Robotics 2.5의 수치가 아니다. DeepMind는 Argon이 안전하지 않은 과제 거부, 불확실성 해소, 사람 가까이에서 작업하기 같은 항목의 에이전트형 로보틱스 평가에서도 선두라고 밝혔다.1
Gemini 4 Argon이 개발을 앞당긴 방식
DeepMind는 Gemini 4 Argon의 로보틱스 연구 능력이 이번 모델의 개발 속도를 높였다고 밝혔다. Argon은 실제 카메라 장면 하나에서 서로 다른 모의 연습 수천 건을 만들고 사실적인 디지털 트윈을 구축한다. 이를 실제 시연 데이터와 합쳐 학습하면 로봇이 새 장면과 물체에 더 빨리 적응한다. 또 영상으로 과제 실패 원인을 가설로 세우고, 개선안을 시뮬레이션과 실제 로봇에서 시험하는 일도 돕는다.1
SiliconANGLE는 Argon을 9월 말 출시된 DeepMind의 프런티어 대규모 언어 모델로 소개하며, 기업에 고급 추론 능력을 제공한다고 전했다. DeepMind는 Argon 같은 프런티어 모델의 도움으로 개발한 이번 모델이 조작 솜씨, 실제 환경 신뢰성, 안전 측면에서 피지컬 AI와 물리적 AGI로 가는 길의 중요한 단계라고 밝혔다.1,2
