제품

Gemini Robotics Argon: Google, 멀티모달 LLM을 제어 스택에 밀어넣다

HN에서 155점·39개 댓글이 달린 이번 발표는 단순한 기술 도약이 아니라 생태계 베팅에 가깝다. SDK·Colab·Vertex로 구성된 풀세트가, VLA 도입 기본값을 자체 개발에서 Google 생태계로 끌어당길 가능성이 크다.

글자 크기

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.

  1. 제어 그레인: "궤적 한 줄 생성"에서 "세밀한 폐루프 제어"로 전환, 실시간 루프를 돌릴 수 있을 만큼 지연을 낮췄다.
  2. 공간 추론: 3D 씬에 대한 기하학적 이해를 강화, Object Pose·그랩 포인트 추정 같은 서브태스크의 오류율을 중점적으로 최적화했다.
  3. 장거리 태스크: 다단계 명령 실행 시 중간 상태를 잃지 않고 더 긴 태스크 체인을 버틸 수 있게 됐다. 가정·물류 시나리오에서 핵심적인 부분이다.
  4. 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 / 시스템업체접근법데이터 규모공개도
    Gemini Robotics ArgonGoogle / DeepMind멀티모달 LLM이 직접 동작 출력대규모(비공개)SDK + 일부 가중치
    GR00T N1NVIDIAFoundation Policy + 휴머노이드 레퍼런스대규모(합성 + 실로봇)생태계·모델 가중치 공개
    Figure 02 + HelixFigure AI엔드투엔드 VLA, 자체 칩자체 데이터완전 비공개
    Pi 0 / Pi 0.5Physical Intelligence범용 정책, 멀티 바디대규모 이종 데이터연구 공개
    1X Neo1X Technologies휴머노이드 + 행동 트리 혼합자체 데이터비공개

    Argon의 위치는 정답이 없지만 판단 축이 몇 가지 있다.

    • 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.

    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.

    1. Gemini Robotics SDK: Python 기반 상위 래퍼, 코어 API는 다음 형태다(공개 문서 스타일을 기반으로 한 의사 코드).
    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)
    
    1. 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).
    2. 데이터셋 진입로: Open X-Embodiment 데이터셋은 이미 공개되어 있어, Argon 학습 레시피가 이 데이터를 재사용할 가능성이 크다.
    3. 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.

    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.

    • "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.

    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.

    출처: developers.googleblog.com 발표 | HN 메인

출처: https://developers.googleblog.com/gemini-4-argon-for-robotics/