Google이 developers.googleblog.com에 Gemini Robotics Argon专题을 게재하며, 멀티모달 LLM을 로봇 제어 스택에 직접 연결했다. HN 메인에 한때 올라 155점·39개 댓글([HN 메인](https://news.ycombinator.com/item?id=50073879))을 기록한 바 있다.
다 읽어본 느낌은 이렇다. 이번 발표는 기술적 돌파라기보다 생태계에 돈을 건 베팅에 가깝다.
Argon은 새 모델이 아니라 Google의 휴머노이드 전략 차원 베팅이다
먼저 맥락부터 정리한다. Google은 휴머노이드 라인에서 지난 1년 반 동안 최소 세 번의 큰 수를 두었다.
- Gemini Robotics(2024): 멀티모달 Gemini를 로봇 팔 데모에 처음 연결, "이미지 인식 → 동작 생성"을 내세웠다.
- Gemini Robotics-ER(2024년 말): 명시적 공간 추론 레이어를 추가해 embodied reasoning을 강조, 연구자용으로 공개.
- Gemini Robotics Argon(현재): Argon의 진짜 변화는 세 가지 차원에서 나타난다.
구체적인 세 차원 업그레이드.
- 제어 그레인: "궤적 한 줄 생성"에서 "세밀한 폐루프 제어"로 전환, 실시간 루프를 돌릴 수 있을 만큼 지연을 낮췄다.
- 공간 추론: 3D 씬에 대한 기하학적 이해를 강화, Object Pose·그랩 포인트 추정 같은 서브태스크의 오류율을 중점적으로 최적화했다.
- 장거리 태스크: 다단계 명령 실행 시 중간 상태를 잃지 않고 더 긴 태스크 체인을 버틸 수 있게 됐다. 가정·물류 시나리오에서 핵심적인 부분이다.
- 논문 / 벤치마크 축: DeepMind 계열은 VLM 베이스에서 꾸준히 앞서왔지만, VLA 트랙의 "표준 벤치마크"는 아직 통일되지 않았다. RT-X, Open X-Embodiment, DROID가 각자 영토를 나눠 가졌다.
- 생태계 축: Google의 강점은 개발자 자원이다. Colab, Vertex, TFDS, 로봇 데이터셋을 한 줄로 묶었다. GR00T도 NVIDIA 생태계 안에서 같은 논리를 쓴다.
- 상용화 축: Figure와 1X는 "자체 하드웨어 + 자체 데이터" 폐쇄 루트로 가고 있어, 단기간에 Argon에 잠식당하지 않을 것이다.
- Gemini Robotics SDK: Python 기반 상위 래퍼, 코어 API는 다음 형태다(공개 문서 스타일을 기반으로 한 의사 코드).
- 시뮬레이션 환경: Google은 ALOHA, ROBOTOOLS에 이미 자산이 있다. Argon도 표준 sim env에 붙을 가능성이 높다(세부 사항은 블로그에 모두 공개되지 않아 SDK 문서를 기다려야 한다).
- 데이터셋 진입로: Open X-Embodiment 데이터셋은 이미 공개되어 있어, Argon 학습 레시피가 이 데이터를 재사용할 가능성이 크다.
- Gemini Robotics-ER 잔존 자원: 공간 추론 레이어, object pose estimator 등은 이미 일부 연구자에게 API 형태로 제공되어 왔고, Argon은 이들을 추론 경로에 한 단계 더 통일했을 가능성이 높다.
- "Google 또 왔네"파: 또 한 번의 PR 드립으로 본다. 데모는 화려하지만 실제 배포까지는 멀다고 봤다.
- "VLA 진짜 먹히는 거 아냐?"파: 소수가 진지하게 파인튜닝 경로, sim2real 갭, 하드웨어 비용을 토론했다.
- "로봇계 이미 식상"파: 또 대형 벤더가 입장했고, 곧 내일 시작된다는 식의 반응이다.
이 세 가지만 놓고 보면 새롭지 않다. 진짜 새로운 점은 Google이 이 셋을 단일 모델 가중치로 묶은 뒤 DeepMind의 로봇 데이터로 파인튜닝했다는 사실이다.
VLA 트랙에서 Argon은 어디에 위치하나
Vision-Language-Action(VLA)은 더 이상 Google만의 영역이 아니다. 같은 시기의 경쟁자를 대략 정리하면 다음과 같다.
| 모델 / 시스템 | 업체 | 접근법 | 데이터 규모 | 공개도 |
|---|---|---|---|---|
| Gemini Robotics Argon | Google / DeepMind | 멀티모달 LLM이 직접 동작 출력 | 대규모(비공개) | SDK + 일부 가중치 |
| GR00T N1 | NVIDIA | Foundation Policy + 휴머노이드 레퍼런스 | 대규모(합성 + 실로봇) | 생태계·모델 가중치 공개 |
| Figure 02 + Helix | Figure AI | 엔드투엔드 VLA, 자체 칩 | 자체 데이터 | 완전 비공개 |
| Pi 0 / Pi 0.5 | Physical Intelligence | 범용 정책, 멀티 바디 | 대규모 이종 데이터 | 연구 공개 |
| 1X Neo | 1X Technologies | 휴머노이드 + 행동 트리 혼합 | 자체 데이터 | 비공개 |
Argon의 위치는 정답이 없지만 판단 축이 몇 가지 있다.
Argon을 Google의 VLA 트랙 "자리잡기" 제품으로 보는 편이 맞다. 기술적 압도라기보다 생태계적 압도에 가깝다.
개발자 시점: 뭘 돌릴 수 있고, 어떻게 돌리며, 데이터는 어디서 오나
핵심이다. 로봇 개발자가 가장 궁금한 건 "이걸로 뭘 할 수 있느냐"다.
developers.googleblog.com 글을 보면 Google이 제시한 진입로가 대략 이렇다.
from gemini_robotics import ArgonPolicy
policy = ArgonPolicy.from_pretrained("google/gemini-robotics-argon")
obs = robot.get_observation() # RGB + proprio + depth
action = policy.act(
instruction="pick up the red mug and place it in the bin",
observation=obs,
camera_intrinsics=robot.get_intrinsics(),
)
robot.step(action)
파인튜닝 경로: 블로그는 소규모 도메인 데이터에서 LoRA 스타일 미세 조정을 지원할 가능성을 시사하지만, 구체적 API는 완전히 공개되지 않았다.
Google의 이번 조합은 독립 개발자에게 꽤 친화적이다. ALOHA 로봇 팔이 없어도 Colab에서 추론 데모를 돌릴 수 있다. 다만 실제 로봇에 배포하려면 SDK 문서가 저수준 control loop hook을 얼마나 열어주는지가 관건이다.
155점이 알려주는 것, 알려주지 않는 것
HN의 39개 댓글을 대 훑어봤다. 방향은 크게 세 갈래다.
155이라는 숫자 자체는 흥미롭다. OpenAI의 제품 발표, Anthropic의 Claude 업데이트와 비교하면 로봇 분야의 화제성은 중간 이하로 본다.
왜일까? 로봇계는 이미 LLM 대형 벤더의 입장을 여러 차례 "교육"받았다. 몇 달마다 대형 벤더가 데모 하나 내고, 벤치마크 한 번 떠들고, 사라지는 패턴이 반복됐다. Figure의 Helix, 1X의 Neo, Tesla의 Optimus도 같은 시나리오였다.
실제 생산 라인 배포까지의 거리, 내 추정으로는 최소 2~3년 남았다. 그리고 병목은 모델이 아니다.
편집자 소견
2026년 휴머노이드 지능의 병목은 모델 능력이 아니라 데이터 클로즈드 루프와 유닛 이코노믹스다.
Argon이 이번에 올린 세 차원—제어, 공간 추론, 장거리—은 기술적으로 어떤 "GPT-3 모먼트"급 문턱도 넘지 않았다. Google이 실제로 한 것은 "개발자 멘탈에서 VLA = Google 계열"이라는 점유율을 잡는 일이다. SDK + Vertex + Colab + Open X-Embodiment로 묶인 이번 패키지는, 독립 연구자와 중소 업체가 "먼저 Argon을 시도하고, 그다음에 GR00T 또는 자체 개발을 고려"하게 만들 가능성이 크다.
과거와 다른 지점: Argon은 데모가 아니라 생태계 자리잡기다. DeepMind 계열이 VLM 강점을 그대로 VLA 진입로로 전환했다. NVIDIA도 GR00T로 같은 작업을 하고 있지만 Google의 개발자 도달 면이 더 넓다. 다시 말해, Argon은 2026년 가장 강한 VLA가 아닐 수 있어도, 2026년 가장 많은 개발자가 써본 VLA가 될 가능성이 있다.
내 판단: 진짜 승자는 모델을 낸 업체가 아니라 "독립 개발자가 end-to-end를 돌려볼 수 있게 만든 업체"다. Argon은 SDK·Colab·Vertex 라인 위에서 가장 완전한 hook을 제공했다. 이건 Google 계열이 TensorFlow 시절에 이미 검증한 플레이인데, 이번엔 무대만 로봇으로 옮겨졌다.
불확실한 부분: 실로봇 배포 시 파인튜닝 비용, sim2real 갭, 비공개 부분의 재현성—이 부분은 블로그에서 다루지 않았다. DeepMind의 기술 리포트가 나오면 그때 결론을 내리고 싶다.