구글이 로봇이 실제 환경을 이해하고 스스로 작업 방법을 개선하도록 돕는 AI 기술 개발에 나섰다. 물리 법칙과 3D 공간을 추론하고 가상 시뮬레이션에서 동작을 검증하는 방식으로, 로봇의 정교한 조작 능력과 작업 효율을 높이는 데 초점을 맞췄다. 

구글은 13일(현지시간) 로봇의 물리적 상황 이해와 제어, 시뮬레이션 구축, 동작 개선을 지원하는 모델 ‘로보틱스용 제미나이 4 아르곤(Gemini 4 Argon for Robotics)’을 공개했다.

영상과 3D 공간, 물리 법칙을 함께 추론해 로봇이 복잡한 작업을 수행하도록 돕는 모델로, 시뮬레이션에서 동작을 연습하고 실제 로봇의 작업 성공률을 높이는 데 활용할 수 있다.

구글 딥마인드가 그동안 로봇 제어의 표준으로 개발한 'RT' 시리즈(RT-1, RT-2 등)가 대규모 로봇 주행 및 조작 시연 데이터를 학습해 직접 구동 명령을 내리는 행동 제어 VLA(Vision-Language-Action) 모델이었다면, 이번에 공개된 로봇용 아르곤은 로봇을 직접 조작하는 단말 모델이라기보다 로봇 개발과 학습 전반을 지휘하는 ‘상위 추론 및 시뮬레이션 설계 엔진’에 가깝다.

즉, 자체적인 고성능 추론 능력을 바탕으로 무조코(MuJoCo) 같은 물리 시뮬레이션 환경을 자동으로 구축하고, 이를 통해 방대한 학습 데이터를 생성함으로써 기존 RT 시리즈 같은 범용 VLA 모델들의 실제 작업 성공률과 효율성을 극대화하는 역할을 담당한다.

실제로 3D 환경에서 물리적·공간적 문제를 이해하고 해결하는 능력을 평가하는 ‘체화 추론(ERQA·Embodied Reasoning Question Answering)’ 벤치마크에서 별도의 도구 없이 추론만으로 87%를 기록했다. 이는 다른 최첨단 모델을 앞서는 성과로 강조됐다.

로봇 개발 과정 전반에 적용할 수 있다. 로봇 제어부터 실제 환경을 가상 시뮬레이션으로 재현하는 ‘리얼투심(Real2Sim)’, 영상 기반 동작 분석, 연구용 제어 알고리즘 구현과 자율적인 성능 개선까지 지원한다.

실제 활용 사례에서 보스턴 다이내믹스의 4족 보행 로봇 스팟(Spot)을 제어해 페달식 쓰레기통을 밟아 뚜껑을 연 뒤 음료수 캔을 버리는 작업을 수행했다.

영상과 1인칭 시점 동작을 분석해 가상 환경을 구축하고, 물리 시뮬레이션 환경에서 복잡한 작업과 퍼즐을 수행·검증하는 능력을 갖췄다. 특히 시뮬레이션을 통해 생성한 방대한 학습 데이터로 범용 VLA 모델의 작업 성공률을 56%에서 75%까지 높이는 등 실질적인 성능 개선을 이끌어낸다.

구글은 아르곤이 영상과 3D 기하 구조, 물체 간 접촉, 로봇의 관절·센서 정보 등을 함께 추론해 단순히 사물을 식별하는 수준을 넘어 물체가 실제로 어떻게 상호작용하는지 이해하도록 설계됐다고 설명했다. 이를 통해 로봇이 복잡한 전신 동작과 정교한 조작을 수행하도록 지원하고, 물리적 환경에서 작동하는 AGI에 한 걸음 더 다가간다는 목표다.

이 모델은 구글 AI 스튜디오와 구글 안티그래비티에서 AI 울트라 구독자를 대상으로 제공된다. 또 관련 개발 도구와 SDK를 통해 로봇 제어 및 시뮬레이션 애플리케이션 개발을 지원한다.

박찬 기자 cpark@aitimes.com