AI Market Signal
Google이 7월 30일 공개한 Gemini Robotics ER 2는 로봇 데모 하나 더 늘린 발표가 아니었어요. 이번엔 로봇 몸체 위에 올라가는 추론층을 Gemini API·Google AI Studio·Gemini Enterprise Agent Platform으로 꺼내 놨습니다. 검색창에 Gemini Robotics ER 2가 바로 찍히는 이유도 여기 있어요. 로봇 회사끼리 모터와 센서만 겨루던 판에서, 이제는 누가 로봇 팀 전체를 지휘하는 소프트웨어를 먼저 잡느냐가 더 비싼 질문이 됐거든요. Google blog, Jul 30
직접 영향받는 쪽은 휴머노이드 업체만이 아니에요. 물류창고를 돌리는 운영팀, 로봇 SI 업체, 제조 라인의 자동화 파트너, 그리고 로봇 제어를 클라우드 상품으로 묶고 싶은 플랫폼 회사가 전부 같은 표를 보게 됩니다. 예전에는 로봇마다 제어 코드를 따로 짜고 현장 튜닝을 길게 끌었다면, 이제는 상위 추론층이 여러 로봇과 도구를 한꺼번에 오케스트레이션하는 흐름이 빨라졌어요. 제 눈엔 이 발표가 로봇 성능 뉴스보다 physical AI의 운영체제가 어디서 돈을 벌기 시작하는지 보여주는 쪽에 더 가깝습니다. SiliconANGLE, Jul 30
Today checkpoint
오늘 숫자 한 줄: Google은 ER 2가 기존 ER 1.6보다 tool orchestration에서 더 높은 성능을 냈고, 실 로봇 VLA·시뮬레이션 VLA·사람 원격조작 세 환경에서 모두 앞섰다고 설명했어요.
오늘 판단 한 줄: physical AI 경쟁은 로봇 몸값보다 상위 제어층과 배포 채널이 먼저 마진을 가져가는 쪽으로 움직이고 있습니다.
01. Gemini Robotics ER 2: 로봇의 뇌가 API로 나왔습니다
Google은 ER 2를 로봇용 high-level brain으로 설명했어요. 로봇이 사람과 대화하고, 주변 물리 환경을 이해하고, 여러 단계를 거치는 작업 계획을 세운 뒤, 실제 모터 제어는 아래쪽 VLA 모델에 넘기는 구조입니다. 말하자면 사람 지시를 알아듣는 팀장과 팔·바퀴를 실제로 움직이는 실행 인력이 분리된 셈이죠. Google blog
재미있는 지점은 이 상위 추론층을 연구실 데모로만 숨기지 않았다는 데 있어요. Google은 ER 2를 Gemini API, Google AI Studio, Gemini Enterprise Agent Platform으로 접근할 수 있다고 밝혔습니다. SaaS가 API가 된 뒤 가격표가 붙었던 것처럼, 로봇 추론층도 이제는 모델 성능이 아니라 호출권·운영권·배포권 단위로 거래될 가능성이 커졌어요. 물리 세계 쪽 AI가 드디어 클라우드 제품 문법으로 들어오기 시작한 셈입니다.
02. 영상 이해와 self-correct: 실패한 자리에서 다시 이어갑니다
로봇 자동화가 괜히 답답한 이유는 한 번 헛손질하면 처음부터 다시 돌리기 때문이었어요. Google 설명대로라면 ER 2는 연속적인 비디오 피드를 보면서 작업 진척을 추적하고, 중간에 실수가 나와도 마지막으로 맞게 끝낸 단계에서 다시 이어갈 수 있습니다. 전구를 조이거나 쓰레기봉투를 묶는 일처럼, 끝났는지 애매한 작업에서 차이가 큽니다. Google blog
이건 로봇이 더 영리해졌다는 칭찬보다 운영비 얘기에 가까워요. 창고에서 상자를 집다 떨어뜨렸다고 매번 작업 전체를 리셋하면 속도도 떨어지고 감독 인력도 붙습니다. 반대로 로봇이 어디까지 맞게 했는지 스스로 판단하면, 현장에서 비싼 건 로봇 팔 하나가 아니라 재시도 횟수와 사람 승인 시간이 됩니다. 재미없지만, 돈 되는 게임이죠.
03. 멀티로봇 협업: 한 대보다 팀 배치가 더 중요해집니다
SiliconANGLE 정리대로 ER 2는 수백 단계에 걸친 작업을 여러 로봇에게 나눠 맡길 수 있고, 필요하면 외부 클라우드 서비스도 호출합니다. 한 대가 모든 걸 다 해내는 영웅 서사보다, 여러 대가 각자 잘하는 일을 나눠 하는 팀 배치 쪽으로 무게가 옮겨가는 거예요. SiliconANGLE
생활 예시로 바꾸면 훨씬 단순합니다. 한 로봇은 선반 위치를 확인하고, 다른 로봇은 물건을 옮기고, 또 다른 장치는 통로를 비워 주는 식이에요. 사람이 물류센터에서 조장 역할을 하듯, 상위 모델이 작업을 쪼개고 순서를 다시 정해 주는 겁니다. 이렇게 되면 로봇 하드웨어를 누가 만들었는지도 중요하지만, 서로 다른 기종을 같은 작업표 안에 묶는 제어권이 더 비싸집니다.
04. 예전에는 VLA 데모, 이제는 운영 오케스트레이션입니다
로봇 AI 얘기가 그동안 데모 영상에서 맴돌았던 건 실행층과 추론층이 따로 놀았기 때문입니다. SiliconANGLE은 휴머노이드가 보통 embodied reasoning 모델과 VLA 모델을 나눠 쓰는 이중 구조라고 정리했어요. ER 2는 여기서 상위 계획, 도구 호출, 멀티로봇 분배를 맡고, 아래쪽 실행 모델은 실제 모터를 움직입니다. 이 조합이 안정되면 로봇 회사는 몸체보다 오케스트레이션 소프트웨어를 더 자주 팔 수 있어요.
| 구간 | 예전 | 지금 |
|---|---|---|
| 로봇 두뇌 | 기종별 맞춤 로직과 현장 튜닝 중심 | 상위 추론층이 API로 노출되고 여러 로봇을 묶음 |
| 실패 처리 | 사람이 중간 개입하거나 작업을 처음부터 재시작 | 비디오 이해로 진행 상황을 보고 마지막 정상 단계부터 재개 |
| 돈이 붙는 자리 | 로봇 본체와 단건 구축 프로젝트 | 오케스트레이션 소프트웨어와 배포 채널 |
Google은 ER 2가 ER 1.6보다 tool orchestration에서 더 낫고, 실 로봇 VLA·시뮬레이션 VLA·사람 원격조작 세 환경에서 모두 앞섰다고 설명했어요. 여기서 중요한 건 벤치마크 숫자 자체보다, 같은 상위 모델이 서로 다른 실행 모드 위에서 돌아간다는 점입니다. 그건 하드웨어 교체보다 소프트웨어 전환이 더 자주 일어날 수 있다는 뜻이에요.
05. Gemini API·Enterprise Agent Platform: 돈은 제어층으로 몰립니다
그동안 AI 에이전트 얘기는 브라우저와 워크플로에서 먼저 컸어요. 이제 같은 문법이 physical AI로 내려오고 있습니다. Google 입장에선 ER 2를 로봇 모델 하나로 끝내는 것보다, Gemini API와 Enterprise Agent Platform 안에 묶어 두는 편이 훨씬 낫습니다. 그래야 로봇 회사가 늘어날수록 모델 사용료, 도구 호출, 운영 콘솔, 보안 승인선까지 한 묶음으로 붙일 수 있으니까요.
그래서 오늘 발표를 로봇 뉴스로만 보면 반만 본 셈입니다. 이건 로봇판 control plane 싸움이에요. 누가 기계를 더 잘 만드느냐보다, 누가 여러 기계를 같은 계약과 같은 개발툴 안에 넣느냐가 더 중요한 단계로 넘어가고 있습니다. 로봇 스타트업이든 대기업이든 결국 영수증으로 움직이는데, 이번 영수증은 하드웨어가 아니라 상위 추론층과 배포 표면 쪽에서 먼저 찍힐 가능성이 커 보여요.
관련 글
FAQ
Gemini Robotics ER 2는 무엇이 달라진 건가요?
로봇 몸체를 직접 움직이는 하위 VLA 모델 위에, 상위 추론층을 API와 플랫폼 형태로 올려 놨다는 점이 달라졌어요. 여러 단계 작업 계획, 도구 호출, 멀티로봇 협업, 진행 상황 추적을 한 모델이 맡습니다.
누가 먼저 영향받나요?
휴머노이드 제조사보다 먼저, 물류·제조 자동화 운영팀과 로봇 SI 업체, 그리고 로봇 제어를 클라우드 상품으로 묶으려는 플랫폼 회사가 바로 영향을 받습니다. 상위 제어층이 돈과 승인권을 가져가기 시작하면 현장 도입 구조가 달라지기 때문이에요.
기존 로봇 AI와 뭐가 다른가요?
기존엔 로봇마다 맞춤 제어와 현장 튜닝 비중이 컸다면, ER 2는 상위 계획과 협업 분배를 맡는 오케스트레이션 계층을 전면에 세웁니다. 하드웨어 경쟁만 하던 구조에서 control plane 경쟁으로 축이 이동하는 셈입니다.
출처
'AI·스타트업 뉴스' 카테고리의 다른 글
| Kaggle AI Agents Intensive가 AI 코딩 온보딩을 바꾸는 이유 (0) | 2026.08.04 |
|---|---|
| Cloudflare Agents Week가 AI 에이전트 클라우드를 바꾸는 이유 (0) | 2026.08.03 |
| Gemini Spark Chrome 통합이 AI 웹 자동화를 바꾸는 이유 (0) | 2026.08.01 |
| Anthropic Claude 사이버 평가가 AI 에이전트 배포 책임을 바꾸는 이유 (0) | 2026.07.31 |
| Sign in with ChatGPT가 AI 앱 로그인을 바꾸는 이유 (0) | 2026.07.30 |
