제미니 로보틱스 ER 2: 비디오 이해, 작업 조정 및 다중 로봇 협업으로 로봇 구동

(deepmind.google)

구글이 발표한 제미니 로보틱스 ER 2는 비디오 이해와 실시간 작업 조율 능력을 갖춘 고수준의 로봇용 '두뇌' 모델로, 다중 로봇 협업과 자가 수정 기능을 통해 물리적 AI 에이전트 구현을 가속화할 혁신적인 기술입니다.

이 글의 핵심 포인트

1로봇의 고수준 두뇌 역할을 하는 '제미니 로보틱스 ER 2' 출시 및 API 공개
2비디오 피드를 통한 실시간 작업 진행률 추적 및 오류 자가 수정 기능 탑재
3다중 로봇 협업(Multi-robot collaboration)을 통한 복잡한 워크플로우 수행 가능
4Gemini Live API 통합으로 지연 시간을 최소화한 유연한 명령 수행 구현
5Boston Dynamics의 Spot과 연동하여 자연어 명령으로 물체를 가져오는 데모 시연

이 글에 대한 공공지능 분석

왜 중요한가?

단순한 동작 반복을 넘어 로봇이 환경을 '이해'하고 스스로 판단하여 작업을 완수하는 'Embodied AI(체화된 AI)'의 핵심 기술적 도약이기 때문입니다. 특히 비디오를 통한 실시간 피드백 루프는 로봇의 신뢰성을 획기적으로 높일 수 있습니다.

어떤 배경과 맥락이 있나?

기존 로봇 제어는 정해진 명령을 수행하는 수준이었으나, 최근 LLM/VLM 기술이 물리적 세계와 결합하면서 복잡한 추론이 가능한 에이전트 개발이 산업계의 화두가 되었습니다. ER 2는 이러한 흐름에서 고수준의 판단(Reasoning)과 저수준의 실행(Action)을 연결하는 가교 역할을 합니다.

업계에 어떤 영향을 주나?

하드웨어 제조사가 로봇의 저수준 제어(VLA)에 집중하는 동안, 소프트웨어 스타트업은 ER 2와 같은 고수준 모델을 활용해 특정 산업(물류, 서비스 등)에 특화된 워크플로우를 설계하고 서비스 중심의 물리적 AI 에이전트를 빠르게 구축할 수 있는 생태계가 열릴 것입니다.

한국 시장에 어떤 시사점이 있나?

로보틱스 하드웨어 강국인 한국 기업들에게는 단순 제조를 넘어, 구글의 API를 활용한 고도화된 지능형 서비스 및 다중 로봇 관제 솔루션 개발이라는 새로운 소프트웨어적 기회가 존재합니다. 이는 국내 로봇 스타트업이 글로벌 AI 생태계에 편입될 수 있는 중요한 변곡점이 될 것입니다.

이 글에 대한 큐레이터 의견

제미니 로보틱스 ER 2의 등장은 로봇 개발의 패러다임을 '제어 알고리즘 설계'에서 '고수준 에이전트 오케스트레이션'으로 전환시킬 것입니다. 특히 비디오 피드를 통한 자가 수정 기능과 저지연 스트리밍 API의 결합은 로봇이 인간의 일상에 침투하기 위한 가장 큰 장벽이었던 '불확실성'을 해결할 강력한 도구입니다. 스타트업들은 이제 밑바닥부터 모델을 만들기보다, 이와 같은 범용 두뇌를 활용해 특정 산업에 특화된 워크플로우를 설계하는 데 집중해야 합니다.

다만, 이러한 거대 모델 기반의 접근 방식은 높은 운영 비용과 데이터 프라이버시라는 트레이드오프를 수반합니다. 모든 로봇 동작을 클라우드 기반의 대형 모델로 처리할 경우 발생하는 지연 시간(Latency) 문제와 영상 데이터 전송에 따른 보안 리스크는 여전히 해결해야 할 과제입니다. 따라서 창업자들은 핵심적인 판단은 ER 2에 맡기되, 즉각적인 안전 제어 및 민감 데이터 처리는 온디바이스(On-device) 수준에서 수행하는 하이브리드 아키텍처 전략을 구축해야 합니다.

원문 보기 →