Gemini 4 Argon, 신체 추론 87%지만 실제 팔 작업 하나에 52분

10월 13일, Google이 Gemini 4 Argon을 전 세계에 출시했고, Physical Intelligence는 같은 날 Pi가 운영하는 인프라에서 자사 π0와 π0.5 로봇 모델을 미세조정하는 API 베타를 열었다.

Google은 시뮬레이션을 만들고, 데이터에 라벨을 붙이고, 진척을 채점하고, 제어 코드를 작성하는, 기계를 둘러싼 느린 층으로 로보틱스에 진입하고 있다. 반면 Pi의 API는 범용 모델이 그 루프를 저렴하게 만들기 전에 고객의 수집·학습·시험 루프를 차지하려는 시도다. 이 대립은 반증 가능하다. 범용 모델이 제어 루프 자체를 닫을 만큼 빨라지면, 전문 기업의 자리는 배치 작업으로 줄어든다.

Argon의 일은 제어 루프 옆에 있다

Google의 개발자 블로그는 Argon의 로보틱스 용도 네 가지를 든다. 로봇 제어, Real2Sim, 사후 라벨링과 진척 추정 같은 물리적 이해, 그리고 연구와 자기 개선이다. Google의 사례 대부분은 느린 작업에 속한다. Google에 따르면 Argon은 사람이 콘홀을 던지는 원본 영상을 보고 환경을 매핑하고 전신 관절 움직임을 계산해 시뮬레이션 코드를 작성했고, Apptronik의 Apollo 휴머노이드에서는 이후 7연속 성공을 기록했다. Google은 자사의 Video-to-Sim-to-Real 파이프라인이 수 주에 걸친 수작업 시뮬레이션 모델링을 몇 시간으로 압축한다고 밝힌다. Google에 따르면 탁상의 RGB 사진 한 장에서 Argon은 보정된 MuJoCo 트윈을 만들고, 77개 과제를 정의하고, VLA 미세조정용으로 4,500개가 넘는 도메인 무작위화 에피소드를 생성해 실제 로봇 성공률을 56%에서 75%로 높이고 완료 시간을 35초에서 24초로 줄였다. 6자유도 SO-101 팔에서는 Google에 따르면 집기·놓기가 세 번의 반복을 거쳐 58.9초에서 17.4초로 줄었다.

Humanoids Daily는 콘홀 워크플로가 실제 로봇에서의 물리적 시도에서 피드백을 받았다고 전한다. 그 연속 성공이나 75%라는 수치가 세지 않은 여러 시도 끝에 나온 것이라면, 둘 다 7번의 깔끔한 성공이 시사하는 만큼 신뢰성을 말해 주지 않는다. 제어 데모도 같은 점을 짚는다. Google의 '제로샷 제어' 머그잔 과제는 2cm 세계 좌표 격자를 투영한 손목 카메라 이미지와 grasp, place_until_contact 같은 미리 만들어 둔 프리미티브를 Argon에 건넨다. 모델은 관절을 명령하는 대신 프리미티브 중에서 고른다. Google은 공간 지각과 과제 계획용 Gemini Robotics-ER 1.6도 이미 출시했다.

프런티어 모델은 사람보다 약 100배 느리다

10월 14일 공개된 Artificial Analysis의 AA-Robotics v0.1은 실제 6축 Hiwonder NexArm(관절 5개에 그리퍼)을 간단한 HTTP API로 카메라 4대와 탁상 과제 8개에 제로샷으로 투입했다. 100점 척도에서 GPT-6 Astra가 69.4, GPT-6.1 Sol이 64.6, Gemini 4 Argon이 55.3, Claude Opus 5.5가 48.8, Claude Fable 5.1이 46.3이었다.

더 날카로운 결과는 시간이다. Artificial Analysis는 모델이 사람보다 대략 100배 느려 과제당 약 30분이 걸린다고 측정했다. 사람 평균은 20초다. Argon은 52분, 즉 3,120초로 가장 느려 사람 기준의 약 156배였고, 30분 평균은 90배다. Argon은 또 첫 동작 전에 평균 21분을 관찰과 추론에 썼는데, 이는 다른 어떤 모델보다 거의 두 배 길다. Artificial Analysis는 과제당 비용을 GPT-6 Astra 16.36달러, GPT-6.1 Sol 1.93달러로 잡고, 프런티어 언어 모델이 오늘날 "어떤 형태의 상용 사용에도 너무 느리고 비싸다"고 하면서도 곧 바뀔 것으로 본다.

Google이 ERQA에서 기록한 87%는 그런 수치 옆에 놓인다. ERQA는 공간 추론에 관한 400개 객관식 문항으로 이뤄진 Google의 신체 추론 벤치마크다. Google은 이 결과가 순수 추론에서 나온 것이며 다른 모든 프런티어 모델을 앞선다고 말한다. Google 차트에서 2위인 Claude Opus 5.5는 82.3%였다. ERQA가 재는 것은 공간 추론이지 로봇이 과제를 완수하는지가 아니다. Artificial Analysis가 이런 부류의 모델을 실제 팔 앞에 세우자 Argon은 3위로 밀렸다.

Pi는 루프를 판다, 그 루프가 바로 내기다

Pi의 베타가 넘겨주는 것은 컨트롤러가 아니라 반복 루프다. 개발자는 데이터를 올리고, Pi가 관리하는 컴퓨팅과 인프라에서 π0와 π0.5 계열의 미세조정을 시작하고, 결과를 호스팅된 추론 게이트웨이로 실행한다. Pi는 이 루프를 시연을 모으고, 모델을 학습하고, 로봇에서 시험하고, 실패를 다음 데이터 선택에 쓰는 것으로 설명하며 "우리는 개발자가 최신 모델로 이 반복 루프를 직접 돌릴 수 있도록 API를 만들었다"고 쓴다. Pi는 API를 통해 최신 모델 접근을 계속 제공할 계획이라고 밝히고, "우리 모델이 더 많이 쓰일수록 개선 방법을 더 많이 배운다"고 덧붙인다.

초기 증거는 작지만 이름은 있다. Pi에 따르면 Almond의 양팔 Axol 로봇은 API를 통한 나흘간의 반복으로 얻은 모델로 자사 조립에 쓰이는 스페이서의 버를 제거했고, Actor의 자율 휠 로더는 유타주 상용 배치에서 운전자 없이 자재를 덤프트럭에 퍼 담았다. Pi는 그 밖에 AgRobotics, CloudChef, 한 낙농 파트너, Ultra, Weave를 꼽는다. 응용 사례 대부분은 API를 통한 클라우드 호스팅 추론으로 돌았고, Pi는 일부에서 네트워크 연결을 과제로 든다.

분업에 반대하는 가장 강한 근거는 Google의 글 자체에 있다. 로봇 제어는 네 영역 중 첫째이고, Argon은 제어 코드를 쓰며, SO-101 결과는 Pi가 파는 바로 그 루프에서의 자기 개선이다. 범용 모델이 그 루프를 스스로 돌릴 만큼 빠르고 저렴해지면, 호스팅 반복은 범용품이 되고 Pi에는 배치 작업 판매만 남는다. Argon이 두 GPT-6 모델에 이어 3위를 한 것은 범용 모델 경쟁이 아직 열려 있음을 보여준다. 그래서 빠른 컨트롤러 시나리오는 경쟁사에서 올 수도 있다. 지켜볼 숫자는 다음 AA-Robotics 발표의 지연 시간이다. 과제당 시간이 52분에서 사람 기준인 20초 쪽으로 떨어지면, 별도 학습 계층 기업을 둘 근거도 그만큼 약해진다.