구글 딥마인드 제미니 4 아르곤, 로봇의 두뇌가 되다

요약

구글 딥마인드가 로봇 분야에 맞춘 제미니 4 아르곤(Gemini 4 Argon)을 공개했어요. 딥마인드는 이 모델이 물리 세계를 이해하는 능력에서 큰 도약을 이뤘다고 밝혔고, 공간·물리 추론 평가인 ERQA에서 87%를 기록해 다른 최첨단 모델을 앞섰다고 주장해요. 이 수치는 구글 측 발표라는 점을 감안해서 봐야 해요.

로봇이 ‘생각하는 법’을 배우기 시작했어요

그동안 로봇 AI는 눈앞의 물건을 집는 정도의 단순 동작이 중심이었어요. 딥마인드는 아르곤이 물리적 이해, 코드 생성, 시각-의미 추론에서 단계적 도약을 이뤘고, 이것이 피지컬 AGI(범용 인공지능)로 가는 길을 앞당길 것이라고 설명해요.

Using pure reasoning, Argon scores 87%, outperforming every other frontier model.

ERQA(Embodied Reasoning)는 3차원 환경에서 물리적·공간적 문제를 얼마나 잘 푸는지 보는 벤치마크예요. 순수 추론만으로 87%를 얻었다는 게 발표의 핵심이에요.

딥마인드가 보여 준 네 가지 활용 사례

1. 보스턴 다이내믹스 스폿의 새 기술 익히기

아르곤은 보스턴 다이내믹스의 사족보행 로봇 스폿(Spot)을 제어해 페달식 쓰레기통을 밟고 음료수 캔을 버리는 법을 배우게 했어요. 먼저 MuJoCo(물리 시뮬레이터)에서 쓰레기통의 디지털 트윈을 만들어 연습한 뒤 실제 페달을 밟았다고 해요. 디지털 트윈은 현실 사물을 가상 세계에 쌍둥이처럼 복제한 것이에요.

2. 쓰러진 머그잔 세우기와 월드 모델 조종

단순한 로봇 팔로 쓰러진 머그잔을 세우고 구겨진 냅킨을 넣는 작업도 시연했어요. 또 제미니 옴니 월드 모델 안에서 흩어진 스크래블 타일 다섯 개를 A-R-G-O-N 순서로 정렬했는데, 프롬프트를 한 번 쓰고 끝내지 않고 중간 장면을 확인하며 계속 고치는 폐쇄형 시각 루프 방식이었어요.

3. 실제 영상에서 시뮬레이션으로(Real2Sim)

실제 로봇 원격 조작 영상을 보고 디지털 트윈을 만들고, 시뮬레이션의 시각 효과와 접촉 장면이 실제 기록과 맞도록 반복 조정해요. 사람의 1인칭 영상을 보고 22자유도 손을 가진 76자유도 양팔 휴머노이드의 동작으로 옮기는 사례도 소개됐어요.

4. 손그림 스케치에서 시뮬레이션까지

개발자가 펜으로 그린 스케치를 사진으로 찍으면, 아르곤이 GPU 가속 mujoco_warp 장면을 만들고 던지기 동작을 합성해요. 보도에 따르면 상자 6개를 모두 쓰러뜨리는 것을 검증하고 Blender 렌더링까지 내보냈다고 해요.

두 기사, 어떻게 다를까요?

항목	소스별 차이점	공통점
초점	딥마인드 블로그는 로봇 공학 활용과 ERQA 성능을 다뤄요. HackerNews가 소개한 제미니 페이지는 코딩 사례를 강조해요.	둘 다 제미니 4 아르곤을 차세대 최첨단 모델로 소개해요.
대표 사례	스폿 제어, Real2Sim, 휴머노이드 동작 생성	복잡한 작업을 사람이 직접 하기보다 모델이 이끌어 가는 워크플로를 보여 줘요.
코드 능력	시뮬레이션 장면과 동작 코드를 자동 생성해요.	코드 생성이 핵심 역량이에요.
성과 제시	ERQA 87%	구글이 직접 밝힌 성과라 독립 검증은 더 필요해요.

크롬 코드 개편 사례

제미니 페이지에는 아르곤이 크롬 팀을 도왔다는 내용이 있어요. 크롬 팀은 크롬의 기반인 크로미엄의 4,000만 줄 코드 중 약 600만 줄의 낡은 기능 폴더에서 핵심 웹페이지 처리를 분리했고, 수백 개 파일에 걸친 구조 개편을 몇 달 걸릴 일을 몇 주 만에 끝냈다고 해요. 이를 통해 탭, 사이드 패널, 떠 있는 창 사이에서 웹페이지가 다시 로딩되지 않고 옮겨 다닐 수 있고, 브라우저 충돌의 한 부류가 사라질 것이라고 설명해요.

국내 독자에게 의미는?

시뮬레이션에서 먼저 연습하고 현실에 적용하는 방식은 현장 데이터 수집 비용을 줄일 수 있어서, 휴머노이드와 산업용 로봇을 개발하는 국내 기업과 연구진에게도 참고가 될 만해요. 다만 시연 영상 중심의 발표이고 상용화 시점, 가격, 제공 범위는 아직 공개되지 않았어요.

결론 및 전망

아르곤은 로봇 AI가 ‘움직이는 기계’에서 ‘물리 세계를 추론하고 스스로 연습하는 존재’로 넘어가고 있음을 보여 줘요. 앞으로는 ERQA 점수보다 실제 공장과 가정에서 얼마나 안정적으로 작동하는지가 더 중요해질 거예요. 독립적인 검증과 후속 공개를 지켜볼 필요가 있어요.

---

주가에 미칠 영향

본 기사와 직·간접적으로 연관된 상장 종목입니다. 투자 결정 전 반드시 추가 조사를 권장합니다.

종목별 투자자 영향 분석

※ 주가 데이터는 yfinance 기준 (장중/장후 포함). 조회 시각: 2026-10-13 18:02 UTC

---

🛒 관련 추천 제품

• 인공지능 로보틱스 2/e (로빈 R. 머피)
• NVIDIA Jetson Orin Nano Super 개발자 키트
• SO-ARM101 6축 AI 로봇팔 키트 (LeRobot)

※ 이 포스팅은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.

---

참고 출처 (2건)

• [Google DeepMind] Gemini 4 Argon for Robotics
• [HackerNews] Gemini 4 Argon

※ 본 기사는 위 출처들을 종합·분석하여 작성되었습니다. Generated: 2026-10-13 18:02