구글 Gemini 로보틱스 2 발표, 내 일자리에 실제로 영향 있나
로봇이 선반을 혼자 정리하고, 전구를 교체하고, 쓰레기봉투를 묶는다. 2026년 7월, 구글이 공개한 Gemini Robotics 2는 그 장면을 실제 데모로 보여줬어요.
그걸 보면서 많은 분들이 같은 생각을 했을 거예요. “저거… 내 일 아니야?” 이 글은 그 질문에 최대한 직접적으로 답해보려고 해요. 기술 스펙도 중요하지만, 더 중요한 건 “지금 이게 나한테 어떤 의미인가"거든요.
핵심 요약
- Gemini Robotics ER 2는 작업 진행 분류 정확도가 약 57%로, 이전 버전보다 눈에 띄게 높아졌어요.
- 서로 다른 로봇(휴머노이드 + 팔 로봇)이 소통하며 작업을 넘겨받는 ‘멀티 로봇 협업’이 처음으로 시연됐어요.
- 약 200개의 동작 예시만 있으면 새 하드웨어에 적응 가능한 온디바이스 모델이 포함돼 있어요.
- 안전 벤치마크 ASIMOV-Agentic을 새로 도입했지만, Google DeepMind 로보틱스 책임자 Carolina Parada는 물리적 배포의 안전 불확실성이 디지털 AI보다 훨씬 크다고 직접 인정했어요.
Gemini Robotics 2, 뭐가 달라졌나
Gemini Robotics 2는 하나의 모델이 아니에요. 세 개의 AI 하위 모델이 역할을 나눠 동작하는 시스템이에요.
- Gemini Robotics ER 2: 로봇의 “뇌” 역할. 계획 세우고, 판단하고, 지금 일이 잘 되고 있는지 영상으로 확인해요.
- Vision-Language-Action(VLA) 모델: 실제 몸을 움직이는 역할. 팔을 어디로, 얼마나 빨리 움직일지 결정해요.
- Gemini Robotics On-Device 2: 인터넷 없이도 작동하는 버전. 새 하드웨어에 빠르게 적응할 수 있어요.
Google 공식 블로그에 따르면, ER 2는 작업 진행 분류 정확도 57.4%, 핵심 순간 감지(예: 액체 따르기를 언제 멈춰야 하는지) 91.3%를 기록했어요. 큰 모델 대비 네 배 빠른 속도에, 응답 지연도 1초 미만이에요.
“그게 그거 아냐?” 싶을 수 있는데, 차이는 이거예요. 이전에는 로봇이 한 단계씩 멈추면서 생각했어요. 이제는 영상을 보면서 ‘흘러가듯’ 판단해요. 그 차이가 실제 작업에서는 어마어마하게 달라요.
Wired가 보도한 시연에서는 Apptronik의 Apollo 2 휴머노이드 로봇이 선반 정리, 전구 교체, 쓰레기봉투 묶기를 자율로 수행했어요. ‘특정 작업만’ 훈련받은 게 아니라는 게 핵심이에요. 완전한 일반화는 아직 해결 안 됐지만, 방향 자체가 달라지고 있어요.
실제로 어떤 직군이 먼저 영향받을까
당장 결론부터 말하면, 지금 모두에게 영향받는 건 아니에요. 하지만 특정 직군은 3~5년 안에 구체적인 변화를 느낄 거예요.
반복 물리 작업 vs. 판단 중심 작업: 위험도 비교
| 직군 유형 | 대표 직업 | 대체 가능성 | 이유 |
|---|---|---|---|
| 반복 물리 작업 | 물류 창고 작업자, 조립 라인 검수 | 높음 (3-5년 내) | 정해진 환경, 반복 동작 → 200개 예시로 학습 가능 |
| 서비스 물리 작업 | 식당 서빙, 청소, 재고 관리 | 중간 (5-8년) | 환경 변수 많음, 대인 상호작용 필요 |
| 전문 기술 작업 | 외과 보조, 정밀 제조 | 낮음-중간 (8년+) | 높은 정밀도 요구, 실패 비용 큼 |
| 판단·창의 작업 | 엔지니어링, 디자인, 의사결정 | 현재 낮음 | 맥락 판단, 비정형 문제 해결 필요 |
Ars Technica의 분석에 따르면, Gemini Robotics On-Device 2는 약 200개의 동작 예시만으로 새 하드웨어에 적응해요. 기업 입장에서 새 작업을 로봇에게 가르치는 비용이 극적으로 낮아진다는 뜻이에요.
멀티 로봇 협업이 만드는 새로운 그림
이번 발표에서 조용히 지나치기 쉬운 포인트가 하나 있어요. Apptronik Apollo 2(휴머노이드)와 Franka F3 Duo(팔 로봇)가 서로 소통하며 작업을 이어받는 시연이에요.
지금까지 자동화는 “한 로봇이 한 작업"이었거든요. 그런데 서로 다른 로봇이 협업하면 전체 작업 흐름 자체를 자동화할 수 있어요. 창고에서 사람 여러 명이 하던 일을 로봇 팀이 맡는다는 의미예요.
안전 장치는 얼마나 믿을 수 있나
여기서 솔직한 이야기를 해야 해요.
구글은 ASIMOV-Agentic이라는 새 안전 벤치마크를 도입했고, 사람이 가까이 오면 자동으로 멈추는 기능도 있어요. 그런데 Carolina Parada는 Wired와의 인터뷰에서 이렇게 말했어요.
“물리적 배포에서의 안전 불확실성은 순수 디지털 AI 시스템보다 훨씬 크다.”
뒤집어보면, 아직 현장 배포는 조심스러운 단계라는 거예요. 지금 Gemini Robotics 2는 API와 Google AI Studio를 통해 접근 가능하지만, 나머지 모델들은 선별된 테스터에게만 열려 있어요. 대규모 상용화까지는 아직 시간이 있어요.
직군별로 지금 뭘 봐야 할까
물류·제조 현장에 있다면: 당장 일자리가 사라지는 건 아니에요. 그런데 2028~2029년쯤 도입 결정이 본격화될 수 있어요. 지금 준비할 게 있다면 로봇 운영·유지보수 쪽 역할이에요. 자동화가 늘수록 로봇을 관리하는 사람도 필요해지거든요.
소프트웨어 개발자·로보틱스 엔지니어라면: 오히려 기회예요. Gemini API가 공개됐고, 로봇 제어 시스템을 AI로 연결하는 개발자 수요는 앞으로 크게 늘 거예요. Boston Dynamics Spot 같은 하드웨어에 자연어 명령을 연결하는 파이프라인을 직접 테스트해볼 수 있는 시점이에요.
기업 운영 담당자라면: Gemini Enterprise Agent Platform(현재 비공개 미리보기)이 언제 일반 출시되는지를 지켜봐야 해요. 그때가 도입 검토를 본격적으로 시작해야 할 시점이에요.
앞으로 주시해야 할 신호 세 가지를 꼽는다면,
- Gemini Robotics 나머지 모델들의 일반 공개 시점
- Apollo 2 같은 휴머노이드 로봇의 실제 상용 도입 사례 (아직은 데모 수준)
- ASIMOV-Agentic 벤치마크 기반으로 안전 기준이 산업 표준화되는 속도
결론: 아직 당장은 아니지만, 방향은 분명해요
구글 Gemini Robotics 2가 던지는 메시지는 명확해요. 물리적 세계로 AI가 들어오는 속도가 빨라지고 있고, 그 기반 기술이 생각보다 빠르게 실용 수준에 근접하고 있다는 거예요.
핵심 정리를 해볼게요.
- ER 2는 ~57% 작업 분류 정확도와 ~91% 핵심 순간 감지 정확도를 달성했어요.
- 200개 예시로 새 로봇에 적응 가능한 온디바이스 모델이 등장했어요.
- 멀티 로봇 협업으로 전체 작업 흐름 자동화가 기술적으로 가시권에 들어왔어요.
- 안전 불확실성은 여전히 크고, 구글 내부에서도 공식적으로 인정하고 있어요.
지금 당장 내 일자리가 없어지는 건 아니에요. 하지만 “로봇이 내 일을 얼마나 배웠는지"를 무관심하게 지나칠 시점은 지났어요.
그럼 이 질문 하나만 생각해보세요. 내 업무에서 ‘반복되는 물리 동작’이 차지하는 비중이 얼마나 되나요? 그 비율이 높을수록, 지금이 준비를 시작할 타이밍이에요.
참고 자료: Google 공식 블로그 · Wired · Ars Technica
참고자료
- ‘제미나이 로보틱스 ER 2(Gemini Robotics ER 2)’를 소개합니다
- Gemini Robotics 2 Brings Google’s AI Into the Physical World | WIRED
- Google reveals Gemini Robotics 2.0, promising improved dexterity and safety - Ars Technica
Photo by Patrick Tomasso on Unsplash
