아티클 목록으로

구글, 로봇 제어·시뮬레이션용 Gemini 4 Argon 공개

약 3분 소요

개요

구글은 Gemini 4 Argon을 로봇 동작만 출력하는 단일 정책 모델이 아니라 범용 물리 추론 모델로 소개했다. 공개된 시연은 동영상 이해와 시뮬레이션 환경 구축부터 로봇 제어, 시연 데이터 주석, 정책 반복 개선까지 로봇 개발의 여러 단계를 다룬다. 적용 범위가 넓다는 점은 눈에 띄지만, 모델과 주변 도구가 각각 어떤 역할을 하는지 구분해 평가할 필요가 있다.

핵심 내용

  • 로봇 제어: 구글에 따르면 MuJoCo 디지털 트윈 환경에서 훈련한 뒤 Argon은 보스턴 다이내믹스의 Spot을 안내해 발판을 밟는 작업을 수행했다. 다른 시연에서는 시각 좌표와 HTTP 동작 프리미티브를 이용해 비교적 단순한 로봇 팔을 조작했다. Gemini Omni 동영상 월드 모델을 활용한 폐루프 제어 사례도 공개됐다.
  • 이미지와 동영상에서 학습 자료 생성: Real2Sim 사례는 원격 조작 동영상으로 MuJoCo 장면을 재구성했다. 동영상 주석 프롬프트는 행동 복제에 사용할 시연 데이터에 라벨을 붙이는 데 쓰였다. 구글은 RGB 이미지 한 장에서 도메인 무작위화가 적용된 MuJoCo 장면을 합성하고, 이를 이용해 시각·언어·행동 정책을 미세 조정한 사례도 제시했다. 해당 정책의 대응 실환경 성공률은 56%에서 75%로 상승했다고 보고했다.
  • 벤치마크와 이용 방식: 구글은 Argon이 보조 도구 없이 추론만으로 체화 추론 질의응답(ERQA) 벤치마크에서 87%를 기록했으며, 이 테스트에서 다른 최첨단 모델보다 앞섰다고 밝혔다. Google AI Ultra 구독자에게 제공되고, 유료 Gemini API에서도 모델 ID gemini-4-argon으로 이용할 수 있다.

시연을 해석할 때 고려할 점

이 사례들이 Argon이 외부 구조 없이 모든 로봇 작업을 독립적으로 수행한다는 뜻은 아니다. 공개된 프롬프트에는 특정 작업을 위한 상세 지침, 좌표 그리드, 동작 프리미티브, 검증기가 포함돼 있다. 이 구성 요소들도 시연된 시스템의 일부다. 구글은 개별 VLA 사례를 공개했지만 각 시연의 실패율은 공개하지 않았다. 따라서 ERQA 점수와 특정 작업의 성공률을 같은 능력의 증거로 간주해서는 안 된다.

시뮬레이션 충실도 역시 중요한 변수다. 장면이 시각적으로 현실과 비슷해도 접촉이나 마찰 같은 물리적 동작이 정확하다고 보장할 수는 없다. 로봇 조작에서는 화면의 유사성뿐 아니라 접촉 순간의 동작이 현실과 일치하는지도 중요하다. 고성능 모델을 시뮬레이터와 품질 검증에 결합하면 개별 도구 사이의 작업을 줄일 가능성은 있다. 그러나 현재 공개된 자료만으로는 전용 VLA 정책, 시뮬레이터, 주석 서비스를 대체할 수 있다고 결론 내리기 어렵다. 향후에는 실패 사례와 가상 환경·실제 환경의 접촉 동작을 비교한 검증 결과가 필요하다.

출처: InfoQ 中文

댓글

로그인 상태 확인 중…

댓글 불러오는 중…

관련 게시물

CCTest · Blog
GPT-6.2 Astra, 로봇 조작 과제 성공률 두 배 이상 향상
로보틱스·피지컬 AI
cctest.ai
로보틱스·피지컬 AI

GPT-6.2 Astra, 로봇 조작 과제 성공률 두 배 이상 향상

XDOF의 Ember-0 평가에서 GPT-6.2 Astra는 양팔 로봇 16개 조작 과제의 평균 성공률 41.2%를 기록했다. 두 달 전 GPT-6 Astra의 19.6%보다 크게 높아졌으며, 매듭 묶기와 티셔츠 펼치기에도 성공했다고 XDOF는 밝혔다.

더 보기
CCTest · Blog
Mind2Act World, 로봇의 추론과 행동을 나눠 평가한다
로보틱스·피지컬 AI
cctest.ai
로보틱스·피지컬 AI

Mind2Act World, 로봇의 추론과 행동을 나눠 평가한다

Mind2Act World는 과거 관찰을 바탕으로 한 추론, 동작 실행, 환경 피드백을 통한 두 능력의 결합을 각각 살펴보는 시뮬레이션 벤치마크입니다. 로봇의 실패가 어디서 비롯되는지 진단하는 데 초점을 둡니다.

더 보기