제미나이 로보틱스 2 공개, 아폴로2는 어떻게 걷고 매듭을 묶나

# 제미나이 로보틱스 2 공개, 아폴로2는 어떻게 걷고 매듭을 묶나

2026년 8월, 구글 휴머노이드 AI가 팔에서 전신으로 넘어가는 순간을 봤다

---

TL;DR — 구글 딥마인드가 2026년 7월 30일 '제미나이 로보틱스 2'를 공개했다. 이번 발표의 핵심은 속도나 힘이 아니라 "하나의 모델이 몸 전체를 통합 제어한다"는 점이다. 팔과 손만 움직이던 기존 로봇 AI와 달리, 걷기·균형·웅크리기·다섯 손가락 손 조작까지 하나의 VLA(시각·언어·행동) 모델이 처리한다.

시연에 등장한 것은 앱트로닉의 휴머노이드 로봇 아폴로 2다. "물뿌리개를 아래 선반의 초록 통에 넣어라"는 자연어 명령 하나로 로봇은 테이블까지 걸어가 물뿌리개를 집고, 방향을 바꿔 선반에 정확히 넣었다. 이 과정에서 로봇은 걷기와 균형 잡기, 팔 뻗기, 손가락 조작을 별도 프로그램이 아니라 단일 모델로 처리했다.

함께 발표된 모델은 세 가지다.
① 시각·언어·행동을 통합한 '제미나이 로보틱스 2'
② 상황을 이해하고 판단하는 체화 추론 모델 '제미나이 로보틱스 ER 2'
③ 로봇 내부에서 가볍게 돌아가는 경량 모델 '제미나이 로보틱스 온디바이스 2'

이번 글에서는 시연 장면부터 하드웨어 구조, 기술적 의미, 그리고 딥마인드 스스로 인정한 한계까지 균형 있게 짚는다. 출시 일정이나 가격, 상용화 시점은 아직 공개되지 않았다는 점을 먼저 밝혀둔다.

시장 동향·배경 — 로봇 AI가 '팔'에서 '전신'으로 넘어가는 전환점

로봇 AI 업계는 지금 조작 중심에서 전신 제어 중심으로 무게중심이 옮겨가는 국면에 있다. 지난 몇 년간 공개된 휴머노이드 로봇 데모 대부분은 팔과 손으로 물건을 집고 쌓고 분류하는 수준에 머물렀다. 하체는 고정되거나 바퀴로 이동하는 방식이 많았고, 걷기·균형·양손 협응까지 하나의 AI 모델이 동시에 처리하는 사례는 흔치 않았다.

이런 흐름에서 구글 딥마인드가 2026년 7월 30일 공개한 제미나이 로보틱스 2는 방향성 자체를 보여준다. 걷기, 균형 잡기, 웅크리기 같은 하체 동작과 다섯 손가락 손을 이용한 정밀 조작을 동일한 시각·언어·행동(VLA) 모델이 처리한다는 점이 핵심이다. 이는 로봇 제어 아키텍처가 "이동은 이동대로, 조작은 조작대로" 나눠 설계하던 관행에서 벗어나, 하나의 신경망이 전신을 이해하고 조율하는 방향으로 이동하고 있다는 신호로 읽힌다.

배경에는 피지컬 AI라는 개념의 부상이 있다. 피지컬 AI는 언어 모델이나 이미지 생성 모델처럼 디지털 공간에만 머무는 AI가 아니라, 물리 세계에서 직접 몸을 움직이며 작업을 수행하는 AI를 뜻한다. 최근 수년간 대형 언어 모델의 추론 능력이 빠르게 발전하면서, 이 추론 능력을 로봇의 몸에 이식하려는 시도가 이어져 왔다. 제미나이 로보틱스 2는 이런 흐름의 최신 결과물 중 하나다.

산업 현장의 수요도 이 전환을 뒷받침한다. 물류센터에서는 사람이 걸어 다니며 물건을 집고 옮기는 작업이 여전히 자동화의 사각지대로 남아 있다. 바퀴 달린 로봇팔은 평평한 바닥 위 고정 작업에는 강하지만, 계단이나 턱, 불규칙한 통로가 있는 실제 창고 환경에서는 한계가 뚜렷했다. 걷고 균형을 잡으면서 손 작업까지 하는 로봇에 대한 수요는 꾸준히 있었지만, 이를 하나의 AI 모델로 안정적으로 구현한 사례는 이번 시연이 업계에서 주목받는 이유 중 하나다.

핵심 데이터 — 아폴로2 시연에서 확인된 사실들

이번 발표에서 검증 가능한 핵심 사실은 크게 네 가지로 정리된다. 첫째, 발표일과 모델 구성.
둘째, 시연 내용.
셋째, 하드웨어 사양.
넷째, 딥마인드가 직접 밝힌 기술적 특성과 한계다. 아래에서 각각을 구체적으로 짚는다.

먼저 발표 구조부터 보면, 구글 딥마인드는 세 가지 모델을 동시에 내놓았다.

제미나이 로보틱스 2는 시각·언어·행동(VLA)을 통합한 모델로, 걷기·균형·웅크리기 같은 전신 동작과 다섯 손가락 손을 이용한 물체 조작을 함께 처리한다.

제미나이 로보틱스 ER 2는 체화 추론(Embodied Reasoning) 모델이다. 로봇이 주변 환경을 인식하고 상황을 판단해 다음 행동을 결정하는 데 쓰인다.

제미나이 로보틱스 온디바이스 2는 경량화된 모델로, 로봇 본체 내부에서 클라우드 연결 없이도 동작할 수 있도록 설계됐다.

시연 장면에서 확인된 사실은 명확하다. 앱트로닉의 휴머노이드 로봇 아폴로 2가 "물뿌리개를 아래 선반의 초록 통에 넣어라"는 자연어 명령을 받았다. 로봇은 이 명령을 해석해 테이블까지 걸어갔고, 물뿌리개를 집어 든 뒤 선반으로 이동해 지정된 위치에 정확히 배치했다. 이 전체 과정—이동, 물체 인식, 파지, 재이동, 배치—이 하나의 연속된 흐름으로 수행됐다는 점이 이번 시연의 핵심이다.

하드웨어 측면에서는 아폴로 2에 장착된 '샤파웨이브(SharpaWave)' 손이 주목할 부분이다. 다섯 손가락에 22개 자유도를 가진 이 손은 매듭 묶기나 지퍼백 밀봉처럼 사람 손에 가까운 정밀 작업을 수행할 수 있는 것으로 확인됐다. 자유도가 높다는 것은 손가락 각 관절이 그만큼 독립적으로 움직일 수 있다는 의미로, 단순 파지를 넘어 세밀한 손가락 협응이 필요한 작업까지 시도할 수 있는 물리적 기반이 마련됐다는 뜻이다.

주요 플레이어 분석 — AI 모델 개발사와 하드웨어 제조사의 협업 구도

이번 시연은 AI 모델 개발사와 로봇 하드웨어 제조사가 역할을 분담하는 협업 구도를 보여준다. 구글 딥마인드는 시각·언어·행동을 처리하는 AI 두뇌 부분을 맡았고, 앱트로닉은 이 두뇌가 탑재될 물리적 몸체인 아폴로 2 휴머노이드를 만들었다. 이런 분업 구조는 최근 휴머노이드 로봇 업계에서 흔히 나타나는 패턴이다.

선두 그룹으로 분류할 수 있는 곳은 대형 AI 연구소를 보유한 빅테크다. 이들은 막대한 데이터와 컴퓨팅 자원을 바탕으로 범용 로봇 제어 모델을 개발하고, 이를 여러 하드웨어 파트너사에 공급하는 전략을 취한다. 구글 딥마인드가 이번에 "여러 로봇을 조율할 수 있고, 몇 시간의 학습만으로 다른 로봇 형태에도 적응할 수 있다"고 밝힌 부분이 바로 이 전략의 핵심이다. 하나의 AI 모델을 여러 로봇 제조사의 하드웨어에 이식할 수 있다면, AI 개발사 입장에서는 특정 하드웨어에 종속되지 않고 생태계를 확장할 수 있다.

중견 및 신규 진입 그룹에는 앱트로닉처럼 휴머노이드 하드웨어 자체를 전문으로 만드는 로봇 제조사들이 포함된다. 이들은 손가락 자유도, 관절 내구성, 배터리 효율 같은 기계공학적 완성도에 집중하면서, AI 두뇌 부분은 외부 파트너와의 협업으로 해결하는 전략을 택하는 경우가 많다. 아폴로 2에 탑재된 샤파웨이브 손처럼 정밀 조작이 가능한 엔드이펙터(로봇 팔 끝단 장치)를 자체 개발하는 것이 이 그룹의 핵심 경쟁력이다.

임베디드·온디바이스 특화 그룹도 눈여겨볼 필요가 있다. 클라우드 연결 없이 로봇 내부에서 즉각 반응해야 하는 상황—예를 들어 네트워크가 불안정한 물류창고나 실외 환경—에서는 경량 모델의 역할이 커진다. 제미나이 로보틱스 온디바이스 2가 이 영역을 겨냥한 모델로, 향후 이 분야에서 저전력·저지연 최적화 경쟁이 본격화될 가능성이 있다.

이 세 그룹의 협업과 경쟁이 동시에 진행되는 구조는, 특정 한 업체가 AI부터 하드웨어까지 모두 독점하기보다는 역할 분담형 생태계로 시장이 재편될 가능성을 시사한다.

변화 요인 ① 기술 — 전신을 하나로 묶는 통합 제어 아키텍처

이번 발표의 기술적 핵심은 "분리된 시스템"에서 "통합된 하나의 모델"로 넘어갔다는 데 있다. 기존 로봇 제어 방식은 보행 제어기, 균형 제어기, 팔 제어기, 손가락 제어기를 각각 별도로 설계하고 이들을 상위 로직으로 조율하는 방식이 일반적이었다. 이 방식은 각 모듈의 성능을 개별적으로 최적화하기는 쉽지만, 모듈 간 경계에서 어색한 동작이 나오거나 예상치 못한 상황에 유연하게 대응하기 어렵다는 한계가 있었다.

제미나이 로보틱스 2는 VLA(시각·언어·행동) 구조를 통해 시각 정보 인식, 언어 명령 해석, 행동 생성을 하나의 신경망 흐름으로 처리한다. 로봇이 "물뿌리개를 선반에 넣어라"는 명령을 들었을 때, 이 모델은 카메라로 들어온 시각 정보와 언어 명령을 함께 이해하고, 걷기부터 손가락 움직임까지 이어지는 연속된 행동 시퀀스를 하나의 흐름으로 생성한다.

여기서 체화 추론 모델인 제미나이 로보틱스 ER 2가 맡는 역할도 중요하다. 로봇이 처한 환경을 3차원적으로 이해하고, 물체의 위치·형태·현재 로봇의 자세를 종합해 다음에 어떤 행동이 필요한지 판단하는 부분이다. VLA 모델이 "무엇을 어떻게 움직일지" 생성하는 역할이라면, ER 2는 "지금 상황에서 무엇이 필요한지" 추론하는 역할에 가깝다.

구글이 밝힌 대로 이 시스템이 여러 로봇을 조율할 수 있고, 몇 시간의 학습만으로 다른 로봇 형태에 적응할 수 있다는 점도 기술적으로 의미가 크다. 이는 모델이 특정 로봇의 관절 배치나 신체 비율에 고정되지 않고, 어느 정도 일반화된 방식으로 "몸을 이해하는 법"을 학습했다는 뜻으로 해석할 수 있다. 다만 이 적응 과정의 구체적인 방식이나 조건은 아직 상세히 공개되지 않았다.

변화 요인
② 시장 — 물류·제조 현장의 인력 대체 수요

로봇 자동화 시장이 이번 발표에 주목하는 이유는 단순한 기술 데모를 넘어 실전 투입 가능성 때문이다. 물류센터, 제조 공장, 서비스업 현장에서는 반복적이면서도 정밀함이 필요한 작업—물건 집기, 분류하기, 포장하기, 특정 위치로 옮기기—이 여전히 사람의 손을 필요로 한다. 완전 고정형 산업용 로봇팔은 정해진 위치에서 정해진 동작만 반복하는 데는 강하지만, 환경이 바뀌거나 이동이 필요한 작업에는 적합하지 않았다.

이런 배경에서 걷고, 균형을 잡고, 손으로 정밀 작업까지 하는 휴머노이드는 산업 현장의 "마지막 자동화 사각지대"를 메울 후보로 꾸준히 거론돼 왔다. 특히 지퍼백 밀봉이나 매듭 묶기처럼 손가락의 미세한 협응이 필요한 작업은 그동안 자동화가 가장 어려운 영역 중 하나로 꼽혔는데, 아폴로 2의 샤파웨이브 손이 이런 작업을 시연했다는 점은 시장이 주목하는 대목이다.

또 다른 시장 동인은 AI 모델의 범용성이다. 로봇 하드웨어마다 별도의 제어 소프트웨어를 처음부터 개발해야 한다면, 초기 도입 비용과 개발 기간이 크게 늘어난다. 반대로 하나의 VLA 모델이 여러 로봇 형태에 몇 시간 만에 적응할 수 있다면, 하드웨어 제조사 입장에서는 AI 개발 부담을 줄이고 기계적 완성도에 집중할 수 있다. 이는 로봇 제조 생태계 전체의 진입장벽을 낮추는 효과로 이어질 수 있다.

다만 이런 수요와 기술적 가능성이 곧바로 상용화로 직결되는 것은 아니다. 아직 가격, 내구성, 안전 기준, 현장 검증 데이터 등 실제 도입을 결정하는 요소들은 이번 발표에서 다뤄지지 않았다. 시장의 기대와 실제 도입 사이에는 여전히 여러 단계가 남아 있다.

전문가 의견·인용 — 딥마인드가 스스로 밝힌 진전과 한계

구글 딥마인드는 이번 시연을 "전신 협응이 필요한 복잡한 실제 작업 수행을 향한 중요한 진전"이라고 자체 평가했다. 이 표현에서 눈여겨볼 부분은 "완성"이나 "상용화 임박"이 아니라 "진전(progress)"이라는 단어를 썼다는 점이다. 이는 이번 발표가 최종 결과물이 아니라 기술 발전 경로 위의 한 지점이라는 점을 딥마인드 스스로 인정한 것으로 볼 수 있다.

동시에 딥마인드는 로봇의 이동 속도 면에서는 아직 발전이 필요하다고 명확히 밝혔다. 시연 영상에서 아폴로 2가 테이블까지 걸어가고 선반으로 이동하는 장면은 성공적으로 수행됐지만, 이 이동 속도가 사람의 자연스러운 보행 속도나 산업 현장에서 요구되는 작업 처리 속도에 비해 어느 수준인지는 구체적으로 공개되지 않았다. "아직 발전이 필요하다"는 표현 자체가 현재 속도가 실용화 기준에는 미치지 못한다는 점을 암시한다.

이런 균형 잡힌 자체 평가는 업계에서 신뢰를 얻는 데 오히려 도움이 되는 방식이다. 로봇 AI 분야는 그동안 화려한 시연 영상과 실제 상용화 사이의 간극이 큰 경우가 많았다. 걷기와 손 조작을 하나의 모델로 통합했다는 기술적 성과와, 아직 속도 등에서 개선이 필요하다는 한계를 함께 밝힘으로써, 이번 발표는 "과장 없는 진전 보고"에 가까운 형태를 취했다고 볼 수 있다.

이 지점에서 독자가 얻어갈 수 있는 실무적 시사점은 명확하다. 로봇 자동화 도입을 검토하는 입장이라면, 시연 영상의 완성도만으로 판단하지 말고 속도, 내구성, 반복 작업 안정성 같은 실전 지표가 공개되는 시점까지 지켜보는 것이 합리적이다.

향후 6~12개월 예측 — 전신 제어 검증과 현장 실증이 이어질 시기

앞으로 6~12개월은 이번 시연에서 확인된 전신 제어 능력이 더 다양한 환경에서 반복 검증되는 시기가 될 가능성이 크다. 구글 딥마인드가 언급한 "몇 시간 학습으로 다른 로봇 형태에 적응"하는 능력이 실제로 앱트로닉 외 다른 하드웨어 파트너에게도 적용되는지가 관전 포인트다. 만약 여러 제조사의 서로 다른 휴머노이드 로봇에 동일한 제미나이 로보틱스 2 모델이 이식되는 사례가 나온다면, 이는 AI 모델의 범용성이 실증되는 중요한 신호가 된다.

또한 이동 속도 개선 여부도 단기적으로 주목할 부분이다. 딥마인드가 스스로 인정한 한계이기 때문에, 후속 업데이트나 추가 시연에서 속도 관련 개선 사항이 공개될 가능성이 있다. 다만 이는 소프트웨어 모델뿐 아니라 로봇 하드웨어의 모터·배터리·구동계 성능과도 맞물린 문제이기 때문에, 단기간에 극적인 변화가 나타날지는 지켜봐야 한다.

산업 현장 쪽에서는 소규모 실증(파일럿) 형태의 도입 논의가 늘어날 가능성이 있다. 물류센터나 제조 라인에서 반복적인 이동·집기·배치 작업을 대상으로 한 제한적 실증 사례가 나올 수 있는데, 이는 대규모 상용 배치와는 다른 단계로, 여전히 검증과 데이터 축적 과정에 가깝다. 가격이나 정식 출시 일정은 이번 발표에서 다뤄지지 않았기 때문에, 이 시기에 구체적인 상용화 로드맵이 함께 공개되는지도 지켜볼 대목이다.

경쟁 구도 측면에서는 다른 AI 연구소들도 유사한 전신 제어 모델을 내놓을 가능성이 있다. 이번 발표가 업계 전체에 "전신 통합 제어"라는 방향성을 제시한 만큼, 후속 발표들이 이를 기준점 삼아 비교되는 흐름이 형성될 것으로 예상된다.

향후 3~5년 시나리오 — 서비스·물류 현장의 표준 인프라가 될 가능성

중장기적으로는 전신 제어가 가능한 휴머노이드 로봇이 물류·제조·서비스 현장의 표준 자동화 수단 중 하나로 자리잡을 가능성이 거론된다. 다만 이는 어디까지나 시나리오이며, 실제 실현 여부는 하드웨어 내구성, 안전 규제, 가격 경쟁력, 그리고 무엇보다 실전 환경에서의 누적 데이터에 달려 있다.

가장 가능성 높은 경로는 단계적 확산이다. 처음에는 통제된 실내 환경—창고 내부, 공장 라인, 물류센터—에서 제한적으로 도입되고, 이후 안전성과 신뢰도가 축적되면서 점차 사람과 함께 일하는 공간이나 서비스업 현장으로 확대되는 흐름이다. 이 과정에서 딥마인드가 언급한 "몇 시간 학습으로 다른 로봇 형태 적응" 능력이 실제로 다양한 하드웨어 생태계에서 검증된다면, 특정 로봇 제조사에 종속되지 않는 범용 AI 두뇌 + 다양한 로봇 몸체라는 조합이 산업 표준으로 자리잡을 수 있다.

반대로, 이동 속도나 내구성 같은 현재의 한계가 예상보다 느리게 개선된다면, 휴머노이드 로봇의 실전 투입 시점은 계속 뒤로 밀릴 수도 있다. 로봇 산업은 그동안 "몇 년 안에 상용화"라는 전망이 여러 차례 반복됐지만 실제 대중적 확산까지는 예상보다 오래 걸린 경우가 많았다. 이번 기술 역시 같은 패턴을 밟을 가능성을 배제할 수 없다.

결국 3~5년 후의 모습은 "기술적 가능성이 얼마나 빨리 현장 신뢰도로 전환되는가"에 달려 있다. 이번 제미나이 로보틱스 2 발표는 그 전환 과정의 초기 단계에 해당하는 의미 있는 지점으로 평가할 수 있다.

시사점·실행 가이드 — 지금 이 발표를 어떻게 읽어야 하나

이번 발표를 지켜보는 독자라면 "언제 상용화되나"보다 "어떤 방식으로 검증되고 있나"에 초점을 맞추는 것이 실용적이다. 로봇 자동화 도입을 고민하는 입장이라면 아래 흐름을 순서대로 체크해보는 것을 권한다.

먼저, 공식 발표 채널(구글 딥마인드, 앱트로닉)에서 후속 시연이나 성능 지표 공개 여부를 확인한다.

다음으로, 이동 속도·작업 반복 안정성처럼 딥마인드가 스스로 인정한 한계 항목이 어떻게 개선되는지 추적한다.

그리고, 소규모 실증 사례가 등장하는지, 등장한다면 어떤 산업군(물류·제조·서비스)에서 먼저 시도되는지 살펴본다.

마지막으로, 가격이나 도입 조건이 구체화되는 시점까지는 성급한 투자 판단을 미루는 것이 합리적이다.

이 네 가지를 기준 삼아 흐름을 따라가면, 화려한 시연 영상에 휩쓸리지 않고 실제 도입 가능 시점을 냉정하게 판단할 수 있다.

자주 묻는 질문 FAQ

Q1. 제미나이 로보틱스 2는 언제 상용화되나요?
공식적으로 출시 일정, 가격, 상용화 시점은 아직 공개되지 않았습니다. 2026년 7월 30일 발표는 기술 시연 성격이며, 후속 발표를 지켜봐야 합니다.

Q2. 아폴로 2는 구글이 만든 로봇인가요?
아니요. 아폴로 2는 앱트로닉이 만든 휴머노이드 하드웨어이며, 구글 딥마인드는 이 로봇을 제어하는 AI 모델(제미나이 로보틱스 2)을 제공했습니다. AI 두뇌와 로봇 몸체가 분리된 협업 구조입니다.

Q3. 샤파웨이브 손은 무엇을 할 수 있나요?
다섯 손가락, 22개 자유도를 가진 손으로, 매듭 묶기나 지퍼백 밀봉처럼 사람 손에 가까운 정밀 작업을 시연한 것으로 확인됩니다.

Q4. 이 로봇이 다른 로봇에도 쓰일 수 있나요?
구글은 이 시스템이 여러 로봇을 조율할 수 있고, 몇 시간의 학습만으로 다른 로봇 형태에도 적응할 수 있다고 밝혔습니다. 다만 구체적인 적응 조건은 상세히 공개되지 않았습니다.

Q5. 딥마인드가 인정한 한계는 무엇인가요?
로봇의 이동 속도 면에서 아직 발전이 필요하다고 스스로 밝혔습니다. 화려한 시연과 별개로 실용화까지는 개선이 필요한 부분이 남아 있다는 뜻입니다.

---

참고 자료: 구글 딥마인드 공식 발표(deepmind.google), 아이티데일리(itdaily.kr), 디지털데일리(ddaily.co.kr), AI타임스(aitimes.com), 더로봇리포트(therobotreport.com), 인터레스팅엔지니어링(interestingengineering.com), 블룸버그(bloomberg.com) 등 2026년 7월 30일 전후 보도 종합