로봇 개발 전 주기를 겨냥한 범용 물리 추론 모델
구글 딥마인드(Google DeepMind)는 13일(현지시간) 블로그를 통해 제미나이 4 아르곤(Gemini 4 Argon)의 로보틱스 활용 사례를 공개했다. 회사는 이 모델이 물리 이해, 코드 생성, 시각·의미 추론에서 한 단계 도약했다며 '피지컬 AGI'로 가는 과정을 앞당길 것이라고 설명했다.
3차원 환경의 물리·공간 문제를 푸는 능력을 평가하는 '신체 추론(ERQA)' 벤치마크에서 아르곤은 순수 추론만으로 87%를 기록했다. 딥마인드는 이 수치가 다른 모든 최신 모델보다 높다고 밝혔다.
딥마인드는 활용 영역을 로봇 제어, 실제 환경의 시뮬레이션화(Real2Sim), 물리 이해, 연구·자기 개선 등 네 가지로 나눠 소개했다.
시뮬레이션 트윈 구축과 로봇 제어
제어 분야에서는 보스턴 다이나믹스(Boston Dynamics)의 4족 로봇 '스폿(Spot)'이 페달식 쓰레기통을 밟아 음료 캔을 버리는 기술을 익히는 사례가 제시됐다. 아르곤이 쓰레기통의 관절형 무조코(MuJoCo) 디지털 트윈을 만들어 먼저 연습한 뒤 실제 페달을 밟는 방식이다. 또 월드 모델 안에서 스크래블 타일을 'ARGON' 순서로 배열하도록 영상 롤아웃을 확인하며 프롬프트를 고쳐 가는 폐루프 조종도 선보였다.
Real2Sim 사례로는 로봇 원격조종 영상이나 사람 1인칭 영상, 손으로 그린 스케치에서 물리 특성이 보정된 시뮬레이션 장면을 만드는 작업이 소개됐다. 사람 손 궤적을 76자유도 양팔 휴머노이드에 옮기거나, 스케치 한 장으로 공 던지기 장면을 구성해 상자 6개를 모두 쓰러뜨리는 것을 검증하는 식이다.
물리 이해 분야에서는 양팔 로봇 알로하 2(ALOHA 2)가 136초간 종이를 접어 여우를 만드는 영상을 4단계로 시간 정렬해 주석을 달고, 실수 구간에서는 진행도를 유지하도록 보정했다고 밝혔다. 60초짜리 링 정렬 영상에서는 과제 진행도를 28개 구간으로 나눠 예측했다.
시뮬레이션 데이터로 성능 개선
딥마인드에 따르면 아르곤은 실제 탁상 사진 한 장에서 보정된 시뮬레이션을 만들고 4,500건 이상의 도메인 무작위화 에피소드를 수집했다. 이를 비전·언어·행동(VLA) 모델 학습에 쓰자 실제 로봇 성공률이 56%에서 75%로, 작업 완료 시간은 35초에서 24초로 개선됐다. 6자유도 로봇팔이 시행착오로 속도와 정확도를 높이는 자기 개선 사례, 로보틱스 논문을 읽고 브라우저용 시뮬레이션으로 재현하는 사례도 포함됐다.
아르곤은 구글 AI 스튜디오와 구글 안티그래비티(Antigravity)에서 AI 울트라 구독자에게, 제미나이 API에서는 유료 등급 이용자에게 제공된다. 모델명은 'gemini-4-argon'이다.
국내 로봇·피지컬 AI 기업도 시뮬레이션 기반 데이터 생성 경쟁이 본격화되는 흐름을 주시할 필요가 있다.
