Gemini Robotics 2.5, 메르세데스-벤츠 라인서 부품 분류 성공률 96%… Gemini 4 Argon은 로봇에서 빠졌다

Google DeepMind가 11월 10일 시각-언어-행동(VLA) 모델 Gemini Robotics 2.5를 공개하고 로보틱스 파트너들에게 배포하기 시작했다. 발표의 맨 앞에 놓인 것은 공장 결과다. 헝가리 케치케메트와 독일 진델핑겐의 가동 중인 메르세데스-벤츠 생산 라인에서 Apptronik의 휴머노이드 Apollo 2가 개념 검증을 진행했다. 벌크 통에서 금속 브래킷을 꺼내 차량마다 필요한 순서대로 시퀀싱 용기에 넣는 작업이다. DeepMind는 성공률이 **96%**라고 밝혔다.

이번 발표는 구글의 '느린 층과 빠른 층'으로 나뉜 로봇 구조가 실제 라인에서 돌아간다는 것을 보여준다. Robrief의 10월 분석에서 Gemini 4 Argon은 로봇 팔을 실시간으로 조종하기에는 너무 느렸다. 2.5에서 Argon은 로봇을 직접 움직이지 않는다. DeepMind에 따르면 Argon은 '시뮬레이션 엔진' 역할을 맡아 실제 카메라 장면에서 수천 번의 연습과 디지털 트윈을 만들었고, 연구자들이 영상에서 작업 실패 원인을 추론하는 것도 도왔다. 메르세데스 라인에서는 체화 추론 모델 Gemini Robotics ER가 작업 흐름을 추적하고, Gemini Robotics 2.5가 손과 팔을 움직였다.

비교 기준은 DeepMind 자신의 기준선

DeepMind는 집게로 음식 담기, 선물 상자에 리본 묶기, 피펫으로 액체 옮기기 등 200가지 작업으로 모델을 평가했다고 밝혔다. 이전 기준선과 비교해 작업 유형에 따라 성공률은 30~100% 높아졌고 작업 시간은 20~30% 빨라졌다. Apollo 2는 다섯 손가락, 22자유도의 SharpaWave 핸드로, Franka Duo 플랫폼은 두 손가락 평행 그리퍼로 이 모델을 구동한다.

안전성도 같은 방식으로 평가했다. DeepMind 자체 평가에 따르면 추론 단계에서 안전 유도를 적용하자 장애물 근처에서 안전하게 작업을 마친 비율이 33%, 사람 근처에서는 43% 높아졌다. 위험한 요청을 위장한 프롬프트 수백 개를 수십 개 장면에서 시험하는 오픈 벤치마크 ASIMOV-Jailbreak도 공개했다. Argon의 탈옥 저항률은 **99.5%**로, 이전 기준선인 Gemini Robotics ER 2의 **82%**보다 높다.

키팅은 실수를 봐주지 않는다

키팅은 라인이 쓸 정확한 순서대로 부품을 트레이에 나눠 담는 조립 전 준비 작업이며, DeepMind는 Apollo가 작업 중 빈자리를 스스로 메웠다고 설명했다. 96%가 집기 한 번 기준이라면 100번에 4번은 실수가 나온다는 뜻이고, 그때마다 순서가 어긋난 브래킷이 하나씩 생긴다. 하류에서 누군가 잡아내지 않으면 그대로 흘러간다. DeepMind는 같은 작업의 사후 학습 전 성적을 내놓지 않았다. 그래서 이 숫자로 Apollo가 어디까지 왔는지는 알 수 있지만 얼마나 올라왔는지는 알 수 없다.

Apptronik은 자신감을 보였다. "불과 몇 주의 사후 학습으로 모델이 크게 좋아졌고, 메르세데스-벤츠 생산 현장으로 옮겨도 성능 저하가 거의 없었다"고 공동 창업자이자 최고경영자인 제프 카데나스가 말했다.