구글 딥마인드 ‘제미나이 로보틱스 1.5’ 공개: 생각하고 실행하는 로봇

구글 딥마인드가 로봇이 행동에 앞서 문제를 생각하고 계획을 세워 복잡한 다단계 작업을 수행할 수 있도록 설계된 ‘제미나이 로보틱스 1.5(Gemini Robotics 1.5)’ 군을 공개했다. 이번 공개에는 추론(VLM) 기반의 ‘제미나이 로보틱스-ER 1.5’와 행동(VLA) 기반의 ‘제미나이 로보틱스 1.5’가 포함됐으며, 웹 검색을 결합해 더 복잡하고 정교한 작업을 수행하도록 고도화됐다. 물리적 환경 이해를 바탕으로 다단계 계획과 논리적 의사결정을 선행하고, 계획된 절차를 정밀하게 실행한다는 점이 차세대 로보틱스의 핵심 가치로 부상하고 있다.

물리환경 이해가 로봇 성능을 바꾼다

제미나이 로보틱스-ER 1.5는 카메라와 센서로부터 들어오는 다중모달 정보를 꼼꼼하게 통합해 장면의 구조, 사물의 관계, 그리고 물리 법칙을 맥락적으로 해석한다. 이를 통해 로봇은 단순한 위치 추정에 머무르지 않고, 물체의 용도와 제약을 추상화해 ‘무엇을 어떻게 다뤄야 하는지’를 스스로 파악한다. 예컨대 서랍 손잡이의 형태에서 힘을 가해야 할 방향을 추정하거나, 좁은 공간에서 충돌 없이 이동할 수 있는 여유를 계산하는 식의 물리적 상식을 적극적으로 활용한다.
뿐만 아니라 ER 1.5는 웹 검색과 연동돼 주변 환경이나 기기 매뉴얼, 표준 작업 절차와 같은 텍스트 정보를 빠르게 끌어와 현재 장면과 정교하게 결합한다. 이 과정은 시각 정보만으로는 모자란 의미적 단서를 보완해, 실제 작업 현장에서 요구되는 세밀한 조작 단계까지 자연스럽게 연결한다. 결과적으로 로봇은 처음 접하는 도구나 낯선 레이아웃에서도 놀랍도록 유연하게 대응하며, 작은 단서들을 종합해 올바른 조작 순서를 도출한다.
이러한 물리환경 이해 능력은 예외 상황에서도 빛을 발한다. 가려짐, 조명 변화, 반사 같은 까다로운 조건에서 로봇은 관찰-검증-보정의 루프를 빠르게 반복하며 오류를 줄인다. 또한 객체 인식의 확률과 장면 해석의 불확실성을 정량화해, 위험이 커지는 순간에는 더 많은 관찰과 확인을 스스로 요청한다. 결과적으로 ER 1.5는 현장 친화적이고 안정적인 지능형 감지·이해 계층을 제공하며, 다음 단계인 계획과 실행의 성공 확률을 견고하게 끌어올린다.

추론 중심 VLM이 여는 다단계 계획

제미나이 로보틱스-ER 1.5의 핵심은 고도화된 추론 능력을 바탕으로 한 계획 수립이다. 모델은 목표를 세부 작업으로 세밀하게 분해하고, 선후관계와 자원 제약을 반영해 실행 가능한 절차를 구성한다. 이때 각 단계는 사전 지식, 웹에서 확보한 최신 정보, 그리고 방금 관찰한 장면 맥락까지 포괄적으로 고려해 가설을 세우고 반례를 점검하는 방식으로 정돈된다. 말하자면 로봇이 행동에 앞서 ‘머릿속 시뮬레이션’을 충분히 수행해 실패 가능성을 선제적으로 줄이는 셈이다.
이러한 다단계 계획은 도구 교체, 위치 재조정, 안전 확인 등 부수적인 준비 단계까지 정교하게 포함한다. 예를 들어 전원을 차단하고 보호 장비를 착용한 뒤, 작업 공간을 정리하고 대상 부품의 상태를 다시 검증하는 순서가 자동으로 삽입된다. 계획의 각 노드는 성공 조건, 대체 경로, 중간 검증 포인트가 명시돼 있어 실행 중 상황이 달라져도 유연하게 재구성된다. 웹 검색이 더해지면 제조사별 절차 차이를 반영하거나, 최근 업데이트된 매뉴얼을 즉시 끌어와 단계 정의를 갱신하는 일도 부드럽게 처리된다.
흥미롭게도 ER 1.5는 계획을 단일 해답으로 고정하지 않고, 후보 시나리오를 병렬적으로 비교·평가한다. 예상 소요 시간, 안전 여유, 에너지 비용, 성공 확률 같은 다목적 지표를 종합해 최적의 경로를 고른다. 이어서 행동 전용 VLA인 제미나이 로보틱스 1.5에 계획을 전달할 때는 구체적 목표, 제약 조건, 관찰 체크리스트가 함께 전달돼 실행 단계에서도 추론의 맥락이 유지된다. 이러한 ‘생각하고, 검증하고, 그 다음에 행동하는’ 접근은 로봇의 신뢰성과 확장성을 비약적으로 증대시킨다.

실행과 피드백을 결합한 의사결정의 진화

제미나이 로보틱스 1.5(VLA)는 계획을 실제 동작으로 매끄럽게 번역하며, 실행 도중 수집되는 피드백을 기반으로 의사결정을 실시간으로 갱신한다. 카메라 프레임, 힘·토크 신호, 위치 오차 같은 센서 피드백은 곧바로 상태 추정과 제어 파라미터 업데이트에 반영되고, 계획 노드의 성공 조건이 충족되지 않으면 즉시 보정 경로가 호출된다. 이때 ER 1.5가 제공한 중간 검증 포인트와 대체 절차가 안전망 역할을 하며 비정상 징후를 조기에 차단한다.
실행 단계의 의사결정은 단순한 PID 보정 수준을 넘어, 과업 목표와 위험 임계치를 동시에 고려하는 다기준 최적화로 작동한다. 예컨대 부품이 약간 어긋났을 때는 힘을 줄여 정렬을 먼저 수행하고, 공차 범위를 벗어난 경우에는 작업을 일시 중단한 뒤 추가 관찰과 재계획을 요청한다. 필요하면 웹 검색으로 오류 코드나 기기별 트러블슈팅 정보를 즉시 확보해, 환경 특화 대응책을 신속하게 적용한다. 이 같은 폐루프 구조는 복잡한 현실 환경에서의 안정성과 예측 가능성을 대폭 향상시킨다.
운영 관점에서도 가치는 크다. 의사결정 로그에는 관찰 증거, 선택 이유, 배제한 대안까지 투명하게 남아 감사 가능성을 보장한다. 현장 운영자는 사람이 개입해 승인 임계치를 조정하거나, 특정 위험 시나리오에 대해 더 보수적인 정책을 선택할 수 있다. 또한 반복 작업에서 축적된 성공·실패 사례는 다음 계획 세대의 사전 편향을 개선해 장기적으로 품질을 끌어올린다. 결국 제미나이 로보틱스 1.5 군은 인지-추론-계획-실행-반성의 선순환을 구현하며, 가정·물류·제조·연구 현장 전반에서 신뢰할 수 있는 로봇 의사결정을 현실로 만든다.

결론

구글 딥마인드의 제미나이 로보틱스-ER 1.5와 제미나이 로보틱스 1.5는 물리환경 이해, 추론 기반 다단계 계획, 실시간 의사결정을 유기적으로 연결해 로봇의 실용성과 신뢰성을 과감하게 끌어올렸다. 웹 검색을 결합한 지식 보강은 낯선 환경과 최신 절차에도 민첩하게 대응하도록 돕고, 계획-실행 사이의 맥락 유지와 폐루프 보정은 안전성과 일관성을 확실히 보장한다. 요컨대 ‘행동 전에 충분히 생각하고, 행동 중에도 계속 판단하는’ 체계가 복잡한 현실 작업으로 로봇을 이끈다.
다음 단계로 무엇을 준비할 수 있을까?
- 적용 분야 선정: 반복성·안전 임계치·규제 요구가 뚜렷한 공정부터 파일럿을 설계한다.
- 데이터 전략 수립: 작업 매뉴얼, 환경 지도, 오류 로그를 정리해 모델의 계획·의사결정 품질을 높인다.
- 통합 아키텍처 설계: VLM(ER 1.5)와 VLA의 역할을 분리하고, 관찰-검증-보정 루프를 표준화한다.
- 안전·감사 체계 구축: 승인 임계치, 실패 시 폴백 정책, 로그 기반 감사 기준을 명확히 정의한다.
- 지속 학습 파이프라인: 성공·실패 피드백을 정기적으로 반영해 계획 품질과 실행 안정성을 개선한다.
이제는 ‘한 번의 데모’가 아니라, 현장에서 지속 가능한 운영과 성능 개선이 관건이다. 단계적 파일럿과 엄격한 평가 지표로 제미나이 로보틱스 1.5 군의 가치를 검증하고, 현실적인 비용·안전·품질 목표에 맞춰 규모를 점진적으로 확대하는 전략이 바람직하다.