구글, Gemini 4 Argon 로봇 활용 사례 12건 공개

구글이 Gemini 4 Argon을 로봇 개발에 쓰는 사례 12건을 프롬프트와 함께 공개했습니다. 로봇 전용 모델이 아니라 일반 모델 하나를 쓴 것이고, 수치로 제시한 성과는 시뮬레이션 데이터로 실제 로봇 성공률을 56%에서 75%로 높인 것입니다.

회색 카펫 바닥에 음료 캔이 놓여 있고, 오른쪽에 노란색과 검은색 4족 보행 로봇 Spot의 다리와 몸통 일부가 보인다.
구글이 Argon 로봇 활용 글에 올린 Spot 시연 영상의 썸네일. 출처: 구글 개발자 블로그, 2026년 10월 15일 확인.

구글이 Gemini 4 Argon을 로봇 개발에 쓰는 사례 12건을 와 함께 공개했습니다. 로봇 전용 모델을 새로 낸 것이 아니라, 소프트웨어 개발과 업무용으로 나온 일반 모델 Argon 하나를 로봇 제어와 시뮬레이션 제작에 쓴 기록입니다.

구글은 10월 13일(현지시간) 개발자 블로그에서 이를 소개했습니다. 사례는 로봇 제어, 실제 장면의 시뮬레이션화(), 영상 이해, 연구·자기 개선의 네 영역입니다. 로봇 전용 모델은 7월 30일 공개한 Gemini Robotics ER 2로 따로 나와 있습니다.

로봇 팔 사례에서 Argon은 손목 카메라 이미지를 보고 look_at(관측), grasp(쥐기), place(놓기) 같은 동작 함수를 부르는 명령을 한 턴에 하나씩 출력합니다. 구글은 이 방식으로 쓰러진 머그잔을 세우고 구겨진 냅킨을 그 안에 넣는 작업을 시연했다고 설명했습니다.

보스턴 다이내믹스의 4족 로봇 Spot 사례에서는 Argon이 페달식 쓰레기통의 (물리 시뮬레이터) 모델을 먼저 만들어 발로 밟는 동작을 연습한 뒤, 실제 페달을 밟고 음료 캔을 버렸습니다. 구글은 영상만 공개했고, 성공 횟수는 밝히지 않았습니다.

수치로 제시한 성과는 시뮬레이션 데이터에서 나왔습니다. Argon은 실제 작업대 사진 한 장으로 시뮬레이션 환경을 만들고 77개 과제를 정의해 4,500개 이상의 가상 시연을 생성했습니다. 이 데이터로 (vision-language-action, 시각·언어·행동 모델)를 학습시키자 실제 로봇의 성공률은 56%에서 75%로 올랐고, 완료 시간은 35초에서 24초로 줄었습니다.

대상 VLA 모델, 평가 과제 수, 시행 횟수는 공개하지 않았습니다.

구글은 Argon이 3차원 공간과 물리 문제를 평가하는 Embodied Reasoning() 벤치마크에서 도구 없이 추론만으로 87%를 기록해 다른 최첨단 모델을 앞섰다고 밝혔습니다. 글에는 비교 대상 모델과 점수가 나오지 않고, 외부 기관이 같은 벤치마크로 측정한 값은 확인하지 못했습니다.

외부 평가 기관 의 종합 지수에서 Argon은 53점으로 216개 모델 중 8위입니다. 과제 1건당 비용은 1.99달러. 이 지수는 소프트웨어·추론 과제를 측정하며, 로봇 과제는 들어 있지 않습니다.

모델 ID gemini-4-argon은 Gemini API 유료 등급에서 쓸 수 있고, Google AI Studio와 Antigravity는 Google AI Ultra 구독자에게 열려 있습니다. 가격은 입력 100만 당 2달러, 출력 10달러. 도입 가격이라 11월 30일까지만 적용되고, 무료 등급에서는 쓸 수 없습니다.

12건 가운데 7건은 MuJoCo 시뮬레이션 환경을 만들거나 쓰는 작업입니다. 구글이 내세운 Argon의 쓰임새는 로봇 제어 자체보다 시뮬레이션과 코드 작성 쪽에 모여 있습니다. 블로그에 프롬프트 원문이 실려 있어 같은 작업을 직접 시험해 볼 수 있다는 점이 다릅니다.

참고한 자료

  1. Google Developers Blog, Gemini 4 Argon for Robotics (2026년 10월 13일)
  2. Google, Introducing Gemini Robotics ER 2 (2026년 7월 30일)
  3. Google AI for Developers, Gemini API 가격
  4. Artificial Analysis, Gemini 4 Argon (High) 모델 페이지

아무 곳이나 누르면 닫힙니다

함께 보면 좋은 글

뉴스

메타, 816B 공개 모델 Muse Spark Open 가중치 공개

메타가 10월 15일(현지시간) 8,160억 파라미터 공개 모델 Muse Spark Open의 가중치를 Hugging Face에 내놨다. 메타는 미국 공개 모델 중 최고라고 밝혔고, Artificial Analysis 종합 지수는 39점으로 GLM-5.3·Kimi K3 같은 중국 상위 모델보다는 낮다. 맥 스튜디오 2대로도 실행할 수 있다.

뉴스

중국 StepFun, Step 5 Preview 가중치 공개

중국 AI 기업 StepFun이 10월 15일 플래그십 모델 Step 5 Preview의 가중치를 공개했다. Artificial Analysis 종합 지수는 44점으로 GLM-5.3·Kimi K3와 비슷하고, 과제당 비용은 1.03달러로 두 모델의 절반 수준이다. 사내 사용은 무료지만 기기 제조사와 대형 API 사업자는 별도 계약이 필요하다.

인사이트

보고서처럼 정답 없는 일, AI는 어떻게 배우나

코딩은 맞았는지 바로 확인되니 AI에게 가르치기 쉽다. 보고서처럼 정답이 정해져 있지 않은 일은 어떻게 가르칠까. 미국 스타트업 Paper Instruments가 업무용 모델 Ultramarine 1 Flash를 내놓으며 과제마다 채점표를 만들어 가르친 방법을 공개했다. 채점표를 쓰는 요령과 지금 써 볼 수 있는 도구까지 정리했다.

뉴스

미국 스타트업, 업무용 모델 Ultramarine 1 Flash 공개

미국 스타트업 Paper Instruments가 10월 14일(현지시간) 금융·법률·컨설팅 문서 작업용 모델 Ultramarine 1 Flash를 공개했다. 공개 모델 GLM-5.3-Flash에 강화학습을 더한 모델로, 자체 평가에서 Claude Fable 5보다 높은 점수를 과제당 0.13달러에 냈다. 가중치는 10월 말 공개한다.