텍스트 채팅창 밖 현실 공장과 영상 스튜디오로 뻗어 나간 11월 제미나이 신작

구글 딥마인드가 코딩용 Gemini 4 시리즈에 이어 물리 세계의 휴머노이드를 움직이는 Gemini Robotics 2.5와 15초 네이티브 오디오 영상을 대화로 수정하는 Gemini Omni 1.2 Flash를 내놓았습니다. 오픈AI 역시 별도 로보틱스 팀을 본부 모델 그룹에 통합하며 피지컬 AI와 멀티모달 미디어 패권 경쟁이 한층 뜨거워졌습니다.

일일이 동작 좌표를 코딩하던 공장 로봇이 말귀를 알아듣기까지

기존 산업용 로봇은 부품 상자 위치가 몇 센티미터만 틀어지거나 처음 보는 전선 다발이 섞여 있으면 그대로 멈춰 섰습니다. Gemini Robotics 2.5는 카메라에 들어오는 입체 화면과 작업자의 자연어 지시를 곧바로 관절 각도와 모터 토크 신호로 바꾸는 비전 언어 행동 모델입니다.

단순 연구실 데모에 그치지 않고 독일 진델핑겐과 헝가리 케치케메트에 위치한 메르세데스 벤츠 실제 자동차 생산 라인에서 앱트로닉의 Apollo 2 휴머노이드 로봇에 탑재되어 혹독한 현장 검증을 거쳤습니다. 공급 통에서 금속 자동차 브래킷을 골라 순서 트레이에 담는 키팅 공정에서 무려 96퍼센트 성공률을 기록했고 동작 속도도 이전 세대보다 최대 30퍼센트 빨라졌습니다. 한편 오픈AI도 범용 플래그십인 GPT-6 Astra의 시각 공간 지능이 하드웨어를 직접 구동할 수준에 도달했다며 로보틱스 연구진을 코어 조직으로 합류시키는 승부수를 던졌습니다.

구글 11월 멀티모달 및 피지컬 AI 핵심 두 모델 스펙 비교표

비교 항목	Gemini Robotics 2.5	Gemini Omni 1.2 Flash
핵심 특화 영역	휴머노이드 및 양팔 로봇 물리 동작 실시간 제어	15초 네이티브 오디오 비디오 생성 및 대화형 부분 편집
입력 및 출력 형태	다중 카메라 비전 + 자연어 입력 후 모터 토크 궤적 출력	텍스트 + 최대 6장 참조 이미지 입력 후 최대 4K 영상 음성 출력
대표 성능 및 단가	벤츠 공장 부품 분류 96퍼센트 성공, 과업 성공률 최대 2배	720p 기준 초당 0.07달러로 이전 1.1 대비 30퍼센트 비용 절감
실무 결정적 차별점	유연 소재 파지 및 수동 경로 코딩 없는 현장 즉시 적응	재생성 없이 조명과 제품 색만 바꾸는 멀티턴 수정과 립싱크

영상 제작비를 30퍼센트 아껴주는 Gemini Omni 1.2 Flash 실전 활용법

1. 레퍼런스 사진 6장으로 두 주인공 얼굴이 안 바뀌는 연속 컷 찍기

AI로 브랜드 단편 광고를 만들 때 가장 골치 아팠던 문제는 컷이 바뀔 때마다 모델의 얼굴과 옷 주름이 미묘하게 달라지는 현상이었습니다. Gemini Omni 1.2 Flash는 한 번의 API 요청에 최대 6장의 참조 이미지를 넣을 수 있어 두 명의 등장인물에게 각각 세 각도의 사진을 배정하고 15초 내내 똑같은 외모와 제품 패키지를 유지한 채 자연스러운 대화 립싱크까지 입힐 수 있습니다.

2. 처음부터 다시 뽑지 않고 말로 고치는 멀티턴 비디오 편집

마음에 꼭 드는 연기 장면을 뽑았는데 광고주가 운동화 색상만 파란색으로 바꾸고 배경을 노을빛으로 고쳐달라고 요청해도 처음부터 주사위를 다시 굴릴 필요가 없습니다. 기존 클립을 그대로 둔 채 후속 대화로 원하는 요소만 지목해 수정할 수 있고 360p 저해상도로 구도를 빠르게 잡은 뒤 최종본만 1080p나 4K로 업스케일링하면 Kling 4.0 Flash 등과 병행해 프로덕션 예산과 마감 시간을 획기적으로 줄일 수 있습니다.

자주 묻는 질문 Q&A

Q. Gemini Omni 1.2 Flash로 만든 영상을 상업 광고에 쓸 때 저작권이나 출처 표시는 어떻게 되나요?
구글 클라우드 정식 출시 모델로서 기업용 인프라에서 안전하게 활용할 수 있으며 생성된 모든 영상과 오디오에는 육안으로는 전혀 티가 나지 않지만 전용 판독기로 AI 생성 여부를 증명할 수 있는 구글 딥마인드 SynthID 디지털 워터마크가 기본 내장됩니다.

Q. Gemini Robotics 2.5는 특정 회사의 로봇 팔에만 묶여 있는 전용 소프트웨어인가요?
아닙니다. 두 팔 작업대부터 바퀴형 로봇, 전신 휴머노이드까지 다양한 하드웨어 형태에 일반화되도록 학습된 파운데이션 모델이라 파트너사의 로봇 규격에 맞춰 유연하게 이식할 수 있습니다.

#구글 딥마인드 로봇 관련 아티클

구글 제미나이 로보틱스 2.5 물리 제어와 Omni 1.2 Flash 영상 편집 스펙