딥마인드, 전신 지능과 동역학 토크 제어 결합한 Gemini Robotics 2 발표

배경

체화된 인공지능(Embodied AI) 연구는 오랫동안 인지 추론과 정밀 운동 제어 사이의 구조적 단절이라는 난제에 직면해 있었습니다. 고수준의 비전-언어 모델은 1Hz에서 5Hz 수준의 낮은 빈도로 추상적인 작업 경로를 계획하는 반면, 로봇 하드웨어는 균형 유지와 접촉 충격 흡수를 위해 100Hz 이상의 고주파수 고전 동역학 제어기에 의존해야만 했습니다. 이러한 이분법적 구조는 환경의 미세한 물리적 변화에도 로봇이 멈칫거리거나 동작이 불안정해지는 원인이 되었으며, 새로운 작업마다 방대한 양의 원격 조작 데이터와 미세조정을 요구했습니다. Google DeepMind는 이러한 물리적 제어의 병목을 원천적으로 해결하기 위해 차세대 범용 체화 지능 파운데이션 모델인 Gemini Robotics 2(GR-2)를 공식 공개했습니다.

GR-2의 핵심 혁신은 시각-언어-행동(VLA) 인지 모델과 실시간 전신 동역학 토크 제어기를 단일 신경망으로 완전 결합했다는 데 있습니다. 이를 통해 휴머노이드 로봇과 바퀴형 듀얼 암 매니퓰레이터는 특정 작업에 맞춘 사전 훈련 없이도 어수선한 주방이나 공장 환경에서 수십 단계의 연속적인 물리 작업을 유연하고 끊김 없이 완수할 수 있는 '전신 체감 지능(Whole-Body Physical Intelligence)'을 확보하게 되었습니다.

심층 분석

기술적으로 GR-2는 계층적 잠재 스트리밍 아키텍처(Hierarchical Latent Streaming Architecture)를 도입했습니다. 최상위 인지 계층에서는 업그레이드된 Gemini 2.5 멀티모달 비전 백본이 10Hz 빈도로 작업 환경의 기하학적 형상과 물체의 물성을 파악하여 '잠재 물리 의도 토큰'을 연속적으로 스트리밍합니다. 이 토큰에는 단순한 3차원 위치 궤적뿐 아니라 작업 수행에 요구되는 예상 접촉력과 마찰 제약 조건이 함축되어 있습니다.

이 의도 토큰은 200Hz 이상의 초고속으로 구동되는 행동 디퓨전 디코더로 즉각 전달됩니다. 디코더는 로봇 관절 엔코더, 발바닥의 6축 힘-토크 센서, 관성측정장치(IMU)에서 유입되는 고속 고유수용감각 신호와 인지 토큰을 밀리초 단위로 융합하여, 모든 관절 모터에 인가할 목표 토크값과 컴플라이언스 파라미터를 직접 산출합니다. 위치 기반 제어가 아닌 직접적인 전신 토크 제어를 실현함으로써, 로봇은 외부 충격을 마주했을 때 인간의 근육처럼 자연스럽게 힘을 분산시키며 안정적인 균형을 유지할 수 있습니다.

DeepMind는 이 거대한 전신 물리 모델을 학습시키기 위해 수천 시간의 실제 다기종 로봇 텔레오퍼레이션 데이터와 대규모 물리 시뮬레이션 환경을 결합했습니다. 시뮬레이션 내부에서 미끄러운 바닥, 급격한 하중 변화, 예상치 못한 외력 충격 등 수십만 가지 물리적 섭동을 경험하게 함으로써, GR-2는 인간의 소뇌와 유사한 반사적 균형 복원 메커니즘을 획득했습니다.

산업 영향

Gemini Robotics 2의 등장은 제조, 물류, 서비스 로봇 산업 전반에 혁명적인 변화를 가져오고 있습니다. 과거 산업 현장에 로봇을 도입하기 위해서는 엄격히 통제된 전용 지그와 수주 간의 정밀 캘리브레이션 프로그래밍이 필수적이었습니다. 그러나 GR-2 기반의 범용 로봇은 자연어 음성 지시만으로 다양한 크기와 무게의 상자를 식별하고, 무게중심에 맞춰 스스로 무릎을 굽히며 유연하게 적재 작업을 수행할 수 있습니다.

특히 인간과 로봇이 공존하는 병원이나 가정 환경에서 요구되는 안전성 측면에서 압도적인 신뢰를 제공합니다. 전신 토크 제어 덕분에 작업 중 사람이나 장애물과 부딪히는 즉시 수 밀리초 만에 반작용력을 감지하고 팔의 힘을 부드럽게 빼며 회피하므로 충돌로 인한 상해 위험을 근본적으로 차단합니다.

결과적으로 이 기술은 고비용 특수 목적 로봇에 묶여 있던 물리 자동화의 진입 장벽을 극적으로 낮추고, 범용 하드웨어가 다양한 비정형 현장에 신속하게 투입될 수 있는 토대를 마련했습니다.

전망

다만 GR-2가 전 산업에 성공적으로 안착하기 위해서는 몇 가지 핵심적인 하드웨어 및 알고리즘 과제를 풀어내야 합니다. 200Hz의 초고주파 루프에서 거대 신경망을 연속 실행하는 과정에서 발생하는 연산 발열과 배터리 소모는 소형 휴머노이드 로봇의 가동 시간을 제약하는 요인입니다. 따라서 온디바이스 에지 NPU에 최적화된 초경량 양자화 기술의 확보가 매우 중요합니다.

또한 의류와 같은 유연 소재나 액체를 정밀하게 다루는 고난도 조작을 위해서는 시각 정보뿐만 아니라 손가락 끝의 고밀도 촉각 어레이 센서와의 밀접한 융합이 필수적입니다. DeepMind는 향후 촉각 피드백을 신경망에 직접 주입하는 연구를 가속화할 계획이며, 이를 통해 진정한 범용 물리 지능 로봇의 탄생이 더욱 앞당겨질 것으로 기대됩니다.