전신 지능(Whole body intelligence)은 제가 최근 연구하고 있는 강력한 개념으로, 특히 Google DeepMind의 최신 작업인 Gemini Robotics 2와 관련하여 주목하고 있습니다. 이 아이디어는 고립된 기능을 넘어 로봇의 전체 물리적 형태에 걸쳐 인지(perception), 제어(control), 의사결정(decision-making)을 통합하는 것을 목표로 합니다. 이는 로봇이 복잡한 물리적 세계를 탐색하고 상호작용하기 위해 신체의 모든 부분을 사용하여 지능적으로 행동할 수 있도록 하는 것에 관한 것입니다.

역사적으로 대부분의 로봇은 매우 구체적이고 반복적인 작업을 위해 미리 프로그래밍된 시퀀스(sequences)나 원격 조종(teleoperation)에 의존해 왔습니다. 이들은 환경의 예기치 않은 변화에 적응하거나 학습된 기술을 다른 물리적 신체로 전이(transfer)하는 데 종종 어려움을 겪습니다. Gemini Robotics 2는 이러한 과제들을 정면으로 다루며, 진정으로 적응 가능한 차세대 로봇을 구동하기 위해 설계된 고급 지능 계층(intelligence layer) 역할을 합니다. 이러한 주요 진보는 지능적인 전신 제어(whole-body control), 고급 숙련도(dexterity), 그리고 다중 로봇 협업(multi-robot collaboration)을 가능하게 합니다.

기술적 핵심: 유능한 모델 제품군

Google DeepMind는 조화롭게 작동하는 세 가지 고성능 모델을 통해 전신 지능을 가능하게 하고 있습니다:

• Gemini Robotics 2 (시각-언어-행동 모델, VLA): 시각 및 언어 입력을 직접적인 모터 제어 명령으로 변환하는 플래그십 모델입니다. 발끝부터 손가락 끝까지 휴머노이드 전체를 제어할 수 있을 뿐만 아니라, 양팔 로봇(bi-arm robots)도 제어할 수 있다는 점이 놀랍습니다. 로봇이 다지형 손(multi-fingered hands)을 사용하든 더 단순한 그리퍼(grippers)를 사용하든, 새로운 수준의 정교한 조작(dexterous manipulation)을 가능하게 합니다.
• Gemini Robotics ER 2 (체화된 추론 모델, ER): 에이전트(agent)로서 작동하는 이 시각-언어 모델(VLM)은 로봇이 인간과 효과적으로 소통하고, 주변의 물리적 세계를 이해하며, 몇 분 동안 지속될 수 있는 복잡한 다단계 작업을 계획할 수 있도록 합니다. 개별 로봇의 문제 해결 능력으로 시작된 이 기술은 이제 로봇들이 팀으로서 함께 협력할 수 있는 기반으로 발전했습니다.
• Gemini Robotics On-Device 2 (효율적인 VLA 모델): 로봇 장치에서 직접 로컬 실행(local execution)이 가능하도록 최적화된 모델입니다. 이 모델의 핵심 강점은 빠른 적응력으로, 단 몇 시간의 데이터만으로 완전히 새로운 로봇 형태(embodiments)에 맞춰 조정될 수 있습니다. 이는 다양한 하드웨어에 AI 기능을 배포하는 데 필요한 시간과 노력을 획기적으로 줄여줍니다.

실전에서의 전신 지능 (Whole Body Intelligence in Practice)

이러한 발전이 실세계에 미치는 영향은 매우 상당합니다. Gemini Robotics 2는 로봇이 모든 움직임을 통해 추론할 수 있는 능력을 부여하여 광범위한 작업의 가능성을 열어줍니다. 예를 들어, 휴머노이드 로봇에게 "물뿌리개를 맨 아래 선반에 있는 초록색 통에 넣어줘"라고 지시할 수 있습니다. 로봇은 이를 처리하여 테이블로 걸어가 물뿌리개를 집어 들고, 선반까지 몇 걸음 이동한 뒤 정확하게 내려놓습니다. 이는 걷기, 손 뻗기, 몸 굽히기, 균형 잡기 등이 복잡하게 조화되어야 하는 작업으로, 완전한 전신 협응(whole-body coordination)을 필요로 합니다.

내비게이션(navigation)을 넘어, 고도의 숙련도(dexterity) 또한 매우 중요합니다. Gemini Robotics 2는 다양한 말단 장치(end effectors)에 걸쳐 새로운 수준의 정교함을 구현합니다. 이 모델은 Apollo 2 로봇에 장착된 22자유도(degree-of-freedom)를 가진 다섯 손가락 SharpaWave 핸드를 제어하여, 매듭을 묶거나 지퍼백을 밀봉하는 것과 같은 섬세한 동작을 수행할 수 있습니다. 또한 Franka Duo 플랫폼의 표준적인 두 손가락 평행 그리퍼(parallel grippers)를 작동시켜, 좁은 공간에 물건을 채워 넣는 것과 같은 복잡하고 숙련된 작업도 수행합니다. 이러한 직접적인 조작 능력은 로봇이 우리의 가정과 작업장에서 진정으로 유용하게 쓰이기 위해 필수적입니다.

쉽게 말해, 전신 지능(whole body intelligence)이란 로봇이 역동적인 실제 환경에서 인지하고, 계획하며, 동작을 실행하기 위해 신체 전체를 지능적으로 사용할 수 있는 포괄적인 인지적 및 물리적 능력을 갖추는 것을 의미합니다. 이는 특화된 도구(specialized tools)에서 범용 에이전트(general-purpose agents)로 나아가는 과정입니다.

이것이 AI의 미래에 중요한 이유

Gemini Robotics 2와 같은 발전 사례를 연구하는 것은 AI 분야에서 에이전트 중심 아키텍처(agentic architectures)로 지속적으로 변화하고 있음을 보여줍니다. 적응성(adaptability)은 더 이상 선택 사항이 아닙니다. 예측 불가능한 환경에서 작동하는 시스템에는 필수 요소입니다. 이 연구는 딥러닝(deep learning) 모델을 물리적 체화(physical embodiment)와 통합함으로써, AI가 로보틱스에서 가능한 영역의 한계를 어떻게 넓힐 수 있는지를 보여줍니다. 이는 우리가 단순히 AI를 소비하는 것에 그치지 않고, 더 유능하고 책임감 있는 시스템을 구축하는 데 적극적으로 기여해야 한다는 강력한 메시지를 전달합니다. 진정으로 지능적이고 적응력 있는 로봇을 향한 여정은 이미 본격적으로 진행 중이며, 인도의 AI 혁신 또한 이러한 글로벌 흐름에서 중요한 역할을 하고 있습니다.

출처: https://deepmind.google/blog/gemini-robotics-2-brings-whole-body-intelligence-to-robots/