Google DeepMind가 로봇용 비전-언어-행동 모델 Gemini Robotics 2.5를 공개하고 로봇 파트너사에 공급을 시작했다. 이전 기준 모델보다 작업 성공률이 30~100% 높고 작업 속도는 20~30% 빠르다고 회사는 밝혔다. 일반 사용자에게 열린 모델은 아니며, 현재는 Agile Robots, Apptronik, Boston Dynamics 등 Google의 로봇 파트너가 쓰고 있다.1,2
DeepMind는 이 모델을 200가지가 넘는 작업으로 평가했다. 집게로 음식을 담아 내기, 선물 상자에 리본 묶기, 액체를 피펫으로 옮기기 같은 작업이 들어 있다. Apptronik의 Apollo 2 휴머노이드가 다섯 손가락 손으로 리본을 묶는 장면도 공개됐다. 리본 같은 변형되는 물체는 로봇이 다루기 어려운 대상으로 꼽힌다.1,2
Mercedes-Benz 공장 시험
DeepMind는 Apptronik, Mercedes-Benz와 함께 헝가리 케치케메트와 독일 진델핑겐의 실제 자동차 생산 라인에서 Apollo 2를 시험했다. 로봇은 부품 상자에서 금속 브래킷을 집어 차량별 순서에 맞는 용기에 담는 키팅 작업을 스스로 수행했고, 성공률은 96%였다. 작업 흐름은 구체화 추론 모델 Gemini Robotics ER이 관리하고, 손과 팔은 Gemini Robotics 2.5 행동 모델이 제어한다.1
남은 4%는 쉽지 않은 구간이다. DeepMind의 Kanishka Rao 이사는 이 격차를 줄이는 일이 "steep road"라고 말했다. DeepMind Robotics 책임자 Carolina Parada는 특정 용도에 맞추면 높은 성능을 낼 수 있지만 범용성을 희생하게 되고, 범용성을 밀어붙이면 모든 용도에서 99.9%에 이르지 못할 수 있다고 설명했다.2
안전 기능과 새 벤치마크
Gemini Robotics 2.5는 추론 단계의 추론 유도로 물리적 위험을 피한다. 회사 평가에서 장애물 주변의 안전한 작업 완료율은 33%, 사람이 가까이 있을 때는 43% 올랐다. 장애물이 막으면 로봇이 완전히 멈추거나 안전해질 때까지 기다린다.
DeepMind는 로봇 특화 탈옥 프롬프트 저항력을 재는 오픈소스 벤치마크 ASIMOV-Jailbreak도 내놓았다. DeepMind 공식 글은 위험한 요청을 위장한 수백 개의 프롬프트가 수십 개의 장면에 걸쳐 있다고 설명했고, Ars Technica는 프롬프트가 1,500개라고 전했다. 전체 ASIMOV 데이터셋은 Hugging Face에서 받을 수 있다. 로봇이 수행할 수 없는 잠금 장치로 가방을 닫으라는 요청에 거절하지 않고 시도하다 잘못 닫으면 위험한 결과로 본다.
Gemini 4 Argon을 함께 쓴 시스템의 탈옥 저항률을 두고 두 자료의 수치가 다르다. DeepMind 공식 글은 99.5%로 이전 기준 모델 Gemini Robotics ER 2의 82%보다 높다고 적었고, Ars Technica는 98.8%와 73.5%로 전했다.1,2
Argon으로 학습 데이터 확보
DeepMind는 Gemini 4 Argon을 시뮬레이션 엔진처럼 써서 개발 속도를 높였다고 밝혔다. 실제 카메라 장면 하나에서 수천 가지 연습 변형과 디지털 트윈을 만들고, 실제 시연 데이터와 합쳐 새로운 장면과 물체에 빨리 일반화하게 했다. Argon은 영상으로 작업 실패 원인을 추정하고, 개선안을 시뮬레이션과 실제 로봇에서 시험하는 데도 쓰였다.1
Gemini Robotics 2.5는 Apollo 2와 두 손가락 평행 그리퍼를 쓰는 Franka Duo 등 여러 로봇에서 작동한다. 다만 모델은 클라우드 서버에서 돌아가 지연 시간이 따르고, Argon 분석도 실시간으로 쓰이는 것은 아니다. 공개된 시연 영상은 2배속이다. 앞서 나온 30~100%와 20~30%의 향상 폭은 Ars Technica에 따르면 실험실 테스트 기준이다.1,2
