Google DeepMind, VLA 모델 Gemini Robotics 2.5와 안전성 벤치마크 발표

Google DeepMind는 2026년 11월 10일 로봇용 시각·언어·행동 모델(VLA) Gemini Robotics 2.5를 발표했다. 이 모델은 로봇이 익힐 수 있는 기술의 폭과 습득 속도를 높이며, 정교함, 신뢰성, 안전성 강화가 핵심이다. 평가에는 집게로 요리를 덜어내기, 선물 상자 리본 묶기, 액체 피펫 조작 등 200가지 과제가 사용됐다. 도구의 고급 사용, 부드러운 물체의 복잡한 조작, 섬세한 물체 다루기를 결합한 내용이라고 한다. Apptronik의 Apollo 2 휴머노이드(5손가락, 22자유도의 SharpaWave 핸드)와 2손가락 평행 그리퍼 Franka Duo 등 여러 로봇에서 작동한다. 신뢰성 검증에서는 Apptronik 및 Mercedes-Benz와 협력해 헝가리 Kecskemét과 독일 Sindelfingen의 가동 중인 생산라인에서 Apollo 2를 시험했다. 로봇은 부품이 뒤섞여 담긴 컨테이너에서 금속 브라켓을 꺼내 정렬 컨테이너에 배열하는 자동차 키팅 작업을 자율적으로 수행했다. 전체 진행 관리에는 신체성 추론 모델 Gemini Robotics ER을, 손과 팔 제어에는 Gemini Robotics 2.5의 액션 모델을 사용했으며, 성공률은 96%였다. 안전 측면에서는 추론 시점의 추론 가이던스로 물리적 위험을 피하는 구조를 도입했다. 평가에서는 장애물 주변에서 안전하게 과제를 완수하는 비율이 33%, 주변에 사람이 있는 상황에서는 43% 향상됐다. 아울러 로보틱스 특유의 적대적 탈옥(jailbreak)을 시험하는 오픈소스 벤치마크 ASIMOV-Jailbreak을 공개했다. Gemini 4 Argon의 탈옥 내성은 99.5%로, 기존 기준인 Gemini Robotics ER 2의 82%를 웃돈다. 개발 과정에서는 Gemini 4 Argon의 로보틱스 연구 능력이 시뮬레이션 엔진으로 활용됐으며, 실제 세계 카메라 영상으로부터 수천 회분의 시뮬레이션 연습과 디지털 트윈을 생성했다. 영상에서 과제 실패 원인을 가설로 세우고 개선책을 시뮬레이션과 실기기 양쪽에서 시험하는 용도로도 쓰였다고 한다. 11월 11일 Ars Technica는 DeepMind 피지컬 AI 플랫폼의 구성을 해설했다. 사용자의 입력부터 로봇 동작까지 여러 계산 계층이 있으며, 시각·언어 모델 부분인 Gemini Embodied Reasoning이 지시와 실시간 영상을 바탕으로 과제 절차를 계획한다. 실제로 액추에이터 구동 등의 동작을 생성하는 VLA가 Gemini Robotics이며, 이번에 버전 2.5가 되었다.

보도를 바탕으로 AI가 작성 · 2시간 전 업데이트

추이를 그릴 만큼 연속 관측 데이터가 아직 부족합니다.