테슬라가 아니라 안드로이드다 — 구글 제미나이 로보틱스가 노리는 로봇의 공통 두뇌

01핵심 개요

02핵심 내용 구조 — 화려하지 않은 데모, 그런데 왜 주목받나

구글 로봇은 이동 속도도 빠르지 않고 손가락 정교 동작도 여전히 어렵다고 구글 스스로 인정했다. 전구 빼기·비닐봉지 묶기 자체는 테슬라 옵티머스, 피규어 3, 중국 유닛트리(R1, 시장가 4,900달러 제시) 대비 압도적으로 새로운 장면이 아니다. 그런데 이번 발표에서 진짜 주목할 부분은 성능이 아니라 구조다. 테슬라·피규어는 자사가 설계한 몸-AI-제조 시스템을 긴밀히 연결하는 수직 통합 방식인 반면, 구글은 몸(하드웨어)이 다르고 손이 다르고 관절 구조가 전혀 다른 세 종류의 로봇(아폴로+퓨어웨이브 손, 다른 손을 단 아폴로, 탁상형 2지 그리퍼 프랭카듀오)을 동일한 모델 하나로 제어했다. 이는 로봇마다 전용 AI를 새로 만드는 대신, 스마트폰 제조사가 서로 다른 하드웨어에 공용 안드로이드 OS를 얹듯 로봇에도 이식 가능한 공통 지능 계층을 만들겠다는 선언이다.

03기술적 맥락 — 세 모델이 나눠 맡는 역할

제미나이 로보틱스는 하나의 거대 모델이 아니라 역할이 분리된 세 모델로 구성된다. ① 제미나이 로보틱스 ER 2(Embodied Reasoning)는 "무엇을 해야 하는지"를 판단하는 상위 계층으로, 방을 둘러보고 물건 위치를 찾고 작업 순서를 나누고 중간 수행 여부·완료 시점까지 판단하며, 몇 분간 이어지는 수백 번의 판단이 필요한 작업을 관리한다. ② 제미나이 로보틱스 2 VLA(Vision-Language-Action)는 실제 몸을 움직이는 계층으로, 어느 발에 체중을 실을지·몸을 얼마나 숙일지·균형을 어떻게 유지할지·손가락을 어느 방향으로 움직일지를 실시간으로 정한다. 이전 버전이 탁상 위 상체·팔만 제어했다면 이번엔 휴머노이드의 발부터 손가락까지 전신을 하나의 목표로 연결한다. 손 제어는 한 손에 22개 자유도를 가진 다섯 손가락 퓨어웨이브 손으로, 전구를 뺄 때는 램프 방향을 바꾸고 고개를 기울여 시야를 확보한 뒤 엄지·검지로 돌리는 식의 순차 판단을 거친다. 반대로 정형화하기 쉬운 단단한 부품과 달리 비닐봉지·지퍼백은 만지는 순간 모양이 계속 바뀌어 매 순간 재판단이 필요한데, 흥미롭게도 사람 손과 거리가 먼 2지 그리퍼(프랭카듀오)가 오히려 더 안정적이었다(일반 집기 74.2%, 도구 세트 구성 78.9%, 정밀 삽입 89.6% — 다섯 손가락 작업은 32~92%로 편차가 큼). ③ 제미나이 로보틱스 온디바이스 2는 클라우드 통신 없이 로봇 내부에서 직접 실행되는 경량 VLA로, 통신 지연을 줄이고 네트워크 없이도 동작하며, 몇 시간·200개 미만 예시만으로 덱스메이트·S1 트로센 같은 새 플랫폼에 적응했다고 구글은 주장한다.

04전략적 의미 — 수직 통합 대 공통 두뇌, 그리고 엔비디아와의 관계

테슬라·피규어(자사 VLA '헬릭스' 중심)는 몸-센서-AI-생산을 함께 설계하는 수직 통합형이다. 구글은 반대로 특정 몸 하나에 종속되지 않는 공통 지능을 지향한다. 시연에서는 걷는 로봇(아폴로)이 넓은 공간을 이동해 물건을 가져오고, 고정형 양팔 로봇은 자기 범위 안에서 정밀 조작을 맡는 식으로 역할을 분담했다. 구글은 이를 "하나의 신경망이 여러 로봇의 관절을 동시에 원격 제어하는 구조가 아니라, 각 로봇이 같은 소프트웨어 스택의 별도 인스턴스를 실행하며 서로 독립적인 물리적 에이전트로서 작업을 넘긴다"고 설명했다 — 디지털 AI 에이전트가 검색·코딩을 다른 에이전트에 위임하듯, 물리적 AI도 다른 몸을 가진 로봇에 작업을 위임할 수 있다는 것이다. 이는 엔비디아의 피지컬 AI 전략과 완전히 겹치지 않는다. 엔비디아 쪽 로봇 파운데이션 모델 GR00T 계열은 코스모스 월드 모델·옴니버스·아이작 시뮬레이션·실행 런타임까지 컴퓨팅·데이터 생산 쪽에서 로봇 지능으로 "올라오는" 흐름인 반면, 구글은 범용 멀티모달 AI·추론에서 로봇의 몸으로 "내려오는" 흐름이다. 두 회사가 한쪽을 배제하는 관계가 아니라, 제미나이가 판단하고 엔비디아 엣지 컴퓨팅에서 실행되며 아이작 시뮬레이션에서 검증되는 조합도 기술적으로 가능하다는 것이 영상의 분석이다. 다만 로봇 개발자가 어느 쪽 모델·도구·데이터 형식에 더 깊이 묶일지를 두고는 경쟁 구도가 형성될 전망이다.

05안전 설계와 남은 과제

로봇이 사람과 함께 움직이고 다른 로봇에 작업을 넘기기 시작하면 오판의 위험도 커진다(챗봇 오류는 문장 하나로 끝나지만 로봇 오류는 몸이 움직인다). 구글은 이번에 새 안전 벤치마크 '아시모프 에이전틱'을 소개했다 — 위험한 행동 호출 거절, 작업 가능 여부의 사전 판단, 확신이 없을 때 사람에게 도움 요청, 사람이 근접 시 정지하는 능력을 평가한다. 다만 AI 판단만으로 로봇 안전이 완결되지 않으며, 모터 속도·힘 제한, 하드웨어 고장 대응, 실제 작업장의 안전 거리·운영 절차 등 물리적 안전 체계와 여러 층으로 결합해야 한다고 구글도 인정했다. 확인해야 할 것은 크게 세 가지다: ① 편집되지 않은 실제 현장에서 몇 시간 동안 안정적으로 일할 수 있는지, ② 새 몸·작업 적응이 정말 몇 시간·수백 개 미만 예시로 충분한지, ③ 제미나이 로보틱스가 아틀라스를 비롯한 파트너 로봇에 실제 제품 형태로 탑재되는지. 현재 ER 2는 AI 스튜디오·기업용 플랫폼 비공개 프리뷰로, VLA·온디바이스 모델은 초기 접근 파트너에게만 제공되는 단계로 누구나 자기 로봇에 설치할 수 있는 단계는 아니다.

06현황 및 전망

로봇 가격이 절반으로 내려간다고 공장마다 바로 휴머노이드를 사들이지는 않을 것이라는 게 영상의 전망이다. 새 작업 하나를 가르칠 때마다 수개월간 데이터를 모으고 모델을 처음부터 다시 학습해야 한다면 로봇 몸값보다 교육비가 더 비쌀 수 있기 때문이다. 반대로 같은 체크포인트가 서로 다른 몸을 제어하고, 온디바이스 모델이 몇 시간·200개 미만 예시로 새 로봇에 적응한다는 주장이 더 많은 현장에서 재현된다면, 소프트웨어를 여러 컴퓨터에 배포하듯 하나의 작업 지능을 서로 다른 로봇에 반복 적용할 수 있게 된다. 이 경우 로봇 활용처는 제조·물류를 넘어 병원·유통·건설·농업·가정으로 확장될 수 있고, 함께 커지는 것은 휴머노이드 판매량뿐 아니라 로봇 부품·학습·시뮬레이션 인프라·현장 운영·유지보수 전체다. 한국 기업 중 가장 직접적인 연결점은 현대차그룹으로, 보스턴 다이내믹스의 아틀라스(로봇 몸)와 현대차·기아 공장(실제 제조 현장·품질 관리 경험)을 함께 보유하고 있다. 2026년형 아틀라스가 현대차그룹·구글 딥마인드에 우선 배치되며 2026년 배치 물량은 이미 확정됐다고 밝혀, 구글의 지능 모델이 전혀 다른 몸(아틀라스)에 얼마나 빠르게 이식되고 자동차 생산 현장에서 얼마나 안정적으로 동작하는지가 향후 검증 무대가 될 전망이다. 이 조합이 성립하면 현대차그룹은 구글·엔비디아 중 하나를 고르는 고객이 아니라, 로봇의 몸과 AI 학습 인프라를 실제 제조 현장에 연결하는 역할을 맡게 된다.

07용어 사전

08딥링크

• 구글의 새 로봇 AI 모델 패밀리 발표, 전구 성공률 92% vs 36%
• 서로 다른 세 로봇을 하나의 모델로 제어하는 구조
• 22자유도 손으로 전구 빼기·끼우기, 비닐봉지 문제
• 로봇 간 작업 위임과 아시모프 에이전틱 안전 벤치마크
• 현대차그룹·보스턴다이내믹스 아틀라스와 2026년 배치