Boston Dynamics의 4족 스팟(Spot)과 같은 로봇은 이제 공장과 창고를 돌아다니면서 아날로그 온도계와 압력 게이지를 정확하게 읽을 수 있습니다. 이러한 개선 사항은 물리적 환경과 상호 작용할 때 ‘구체화된 추론’을 위한 로봇 기능을 향상시키는 것을 목표로 하는 Google DeepMind의 최신 로봇 AI 모델 덕분에 이루어졌습니다.
구글 딥마인드(Google DeepMind)에 따르면 지난 4월 14일 발표된 새로운 Gemini Robotics-ER 1.6 모델은 작업을 계획하고 실행할 수 있는 ‘로봇을 위한 고급 추론 모델’ 역할을 합니다. 이 모델은 또한 탱크와 파이프 내부를 들여다볼 수 있는 투명한 창을 제공하는 투시경을 사용하여 복잡한 게이지와 같은 기기를 정확하게 판독하고 육안 검사를 수행하는 기능을 잠금 해제합니다. 이는 Google DeepMind가 로봇 회사인 Boston Dynamics와 지속적인 협력을 통해 얻은 성능 업그레이드입니다.
Boston Dynamics는 로봇 회사의 기업 소유주인 현대 자동차 그룹의 자동차 공장을 포함하여 광범위한 산업 시설에서 4족 보행 및 인간형 로봇 작업자를 테스트하는 데 큰 관심을 갖고 있습니다. 이 회사의 로봇 ‘개’ 스팟(Spot)은 산업 시설 곳곳을 돌아다니며 모든 것을 점검하는 로봇 검사관으로 시험되고 있다. 이러한 검사 업무에는 다양한 기기의 여러 바늘, 액체 높이, 용기 경계 및 눈금 표시와 텍스트를 해석하기 위한 “복잡한 시각적 추론”이 필요합니다.
그것을 운전하는 모델
이러한 작업을 처리하기 위해 Gemini Robotics-ER 1.6 모델은 로봇에게 시각적 추론과 코드 실행 기능을 결합하여 이미지 검사 및 조작을 위한 “시각적 스크래치 패드”를 생성하는 “에이전트 비전”을 제공합니다. 이러한 행위적 비전은 2026년 1월 Google의 Gemini 3.0 Flash 모델에 도입되었습니다.
에이전트 비전 기능은 계측기 판독 작업에 대한 로봇 성능을 이전 Gemini Robotics-ER 1.5 모델의 23%에서 새로운 Gemini Robotics-ER 1.6 모델의 98%로 향상시키는 것으로 알려졌습니다. 비교를 위해 Gemini 3.0 Flash는 67%의 정확도를 제공했습니다.
기본 Gemini Robotics-ER 1.6 모델은 에이전트 비전 없이도 판독 기기에서 여전히 86%의 정확도를 달성할 수 있습니다. 이는 모델이 시각적 이미지의 다양한 요소를 가리키는 프로세스를 사용하여 항목 수를 세거나 가장 두드러진 특징을 식별하는 등 복잡한 작업을 처리하기 때문입니다. 또한 로봇 시스템이 여러 카메라 스트림을 사용하여 환경을 더 잘 이해할 수 있도록 하는 향상된 “다중 뷰 추론” 기능을 제공하는 것으로 추정됩니다.
