구글 제미나이 탑재했다…전 세계가 주목한 똑똑한 '로봇'

보스턴 다이내믹스가 공개한 시연 영상은 인공지능 모델 제미나이와 결합한 로봇 스팟이 단순한 명령 수행 장치를 넘어 주변 사물을 입체적으로 파악하고 논리적 판단에 근거해 행동하는 실질적인 지능형 하드웨어로 진화했음을 보여주었다.

보스턴 다이내믹스 로봇 스팟 / 유튜브 'Boston Dynamics'

영상 속 스팟의 가장 도드라진 변화는 시각 정보를 언어적 맥락으로 치환하는 능력이다. 로봇은 공장 내부를 이동하며 마주치는 사물을 단순한 장애물로 치부하지 않는다. 바닥에 놓인 소파나 벽면에 설치된 소화기를 카메라로 포착하는 즉시 해당 물체의 명칭과 상태를 텍스트 데이터로 변환한다. 이는 기존 로봇들이 사전에 입력된 3D 맵에 의존해 길을 찾던 방식과는 근본적으로 다르다. 제미나이의 시각-언어-행동 모델(VLA)을 이식받은 스팟은 처음 가보는 낯선 환경에서도 육안으로 확인되는 사물의 용도와 위험성을 실시간으로 분석하며 자신의 다음 행보를 결정한다.

스팟과 인간 사이의 소통 방식은 일상적인 대화의 층위로 올라왔다. 영상에서 연구원이 현재 상황에 대해 묻자 로봇은 망설임 없이 내장된 스피커를 통해 자신의 관측 결과를 리포트한다. 이는 로봇이 단순히 녹음된 음성을 내보내는 것이 아니라 제미나이의 추론 엔진이 실시간으로 주변 상황을 문장화하여 송출하는 과정이다.

로봇의 판단 로직은 '안전 가이드라인'과 연동될 때 더욱 빛을 발한다. 스팟은 앞을 가로막고 있는 장애물을 발견하고 이를 '안전 규정 위반'으로 정의한다. 로봇 내부 시스템은 장애물의 크기와 무게를 가늠하고 이를 치울 수 있는지를 스스로 묻고 답하는 '사고의 사슬' 과정을 거친다. 만약 직접 처리가 불가능하다고 판단되면 즉시 중앙 관제소에 위험 상황을 보고하고 사진 증거를 첨부한다. 단순한 이동체가 아니라 현장의 안전을 책임지는 지능형 관리자로서의 기능을 수행하는 셈이다.

보스턴 다이내믹스 로봇 스팟 / 유튜브 'Boston Dynamics'

하드웨어와 소프트웨어의 유기적 결합도 인상적이다. 제미나이는 로봇의 다리 관절 하나하나에 대한 직접적인 제어 코드를 생성하는 대신 로봇이 달성해야 할 '목표 상태'를 정의한다. 로봇의 베이스 소프트웨어는 AI가 제시한 목표를 달성하기 위해 가장 효율적인 보행 방식과 균형 잡기 알고리즘을 계산해 적용한다. 고차원적인 지능은 구글의 거대 모델이 담당하고 실질적인 균형과 이동은 보스턴 다이내믹스의 정밀 로보틱스 기술이 책임지는 이원화 구조가 영상 속에서 매끄럽게 작동하는 모습을 확인할 수 있다.

이러한 기술적 진보는 산업 현장의 무인화 수준을 한 단계 끌어올릴 것으로 분석된다. 기존의 자율 주행 로봇들이 정해진 경로에서 조금만 벗어나도 오류를 일으켰던 것과 달리 제미나이 탑재 스팟은 현장의 가변적인 상황에 유연하게 대처한다. 작업자가 실수로 두고 간 공구 상자를 발견하면 그것이 누구의 것인지 유추하거나 적절한 보관 장소로 옮겨야 한다는 판단을 내릴 수 있다. 이는 로봇이 인간의 업무 지시를 단순히 수행하는 수준을 넘어 현장의 맥락을 읽어내고 자율적인 의사결정을 내리는 단계에 진입했음을 시사한다.

보스턴 다이내믹스와 구글 딥마인드의 협업 결과물은 인공지능이 화면 속 텍스트를 넘어 물리적 세계에 직접 영향력을 행사하는 시대를 예고한다. 영상에서 보여준 스팟의 영리한 움직임은 제조, 물류, 보안 등 다양한 산업 분야에서 로봇의 활용 범위를 무한대로 확장할 수 있는 가능성을 보여주었다. 데이터가 누적될수록 로봇의 판단력은 더욱 날카로워질 것이며 현장에서 발생하는 수많은 예외 상황조차 학습의 재료가 될 것이다. 인간과 언어로 소통하며 실제 공간을 누비는 인공지능 로봇은 이제 실험실을 넘어 우리 곁의 산업 현장으로 빠르게 다가오고 있다.