Gemini Robotics 2 Brings Google's AI Into the Physical World

개요

Gemini Robotics 2는 Google DeepMind가 공개한 새로운 AI 모델로, 다양한 로봇이 주변 환경을 인식하고 물리적인 작업을 수행할 수 있도록 지원한다.

주요 내용

* Gemini Robotics 2는 비전 언어 모델(VLM)과 두 개의 비전 언어 액션(VLA) 모델을 통합하여 로봇이 환경을 이해하고 인간과 소통하며 복잡한 작업을 수행하도록 한다.
* VLM은 이미지를 이해하고 추론하며, VLA 모델은 로봇의 전신 움직임과 그리퍼/손의 움직임을 제어한다.
* Google DeepMind는 인간 원격 조작, 비디오 예제, 시뮬레이션을 혼합하여 Gemini Robotics 2 모델을 훈련시켰으며, 이를 통해 Apptronik의 Apollo 2 로봇이 선반을 정리하는 등 다양한 작업을 자율적으로 수행하는 것을 시연했다.
* Google은 챗봇 및 코딩 도구 분야에서 Anthropic 및 OpenAI에 비해 로봇 공학 연구에서 더 강력한 역사를 가지고 있으며, Gemini Robotics 2의 출시는 AI가 물리적 세계로 확장되어 잠재력을 발휘할 것이라는 Google의 전략을 보여준다.
* 이 모델은 인간 수준의 작업을 수행할 수 있는 "Physical AGI"를 향한 이정표이며, 로봇에 AI를 통합하는 것은 잠재적으로 유용하지만 위험도 따른다.
* Google은 모델의 각 계층에 가드레일을 적용하는 다층적인 안전 접근 방식을 사용하며, 로봇을 제어하는 AI 시스템의 안전성을 측정하기 위한 새로운 벤치마크인 ASIMOV-Agentic을 도입했다.
* Google CEO Demis Hassabis는 다양한 로봇을 위한 AI 운영 체제를 개발하는 것을 목표로 하고 있으며, 이는 스마트폰을 위한 Android 운영 체제와 유사하다.

시사점

Gemini Robotics 2는 AI가 디지털 영역을 넘어 물리적 세계에서 인간과 유사한 작업을 수행할 수 있는 잠재력을 보여주며, 로봇 공학 분야에서의 AI 발전과 안전성 확보의 중요성을 강조한다.