Gemini 4 Argon, 이미지나 영상 하나로 로봇 훈련용 가상 세계 생성

Google은 Gemini 4 Argon이 사진, 스케치, 영상을 로봇 훈련용 시뮬레이션으로 바꾸는 모습을 공개했지만, 설정 과정에는 여전히 사람의 작업이 필요했다.

4 min read

Gemini 4 Argon, 이미지나 영상 하나로 로봇 훈련용 가상 세계 생성

Illustration made on Lumeta with GPT Image 2.5Make one like it

Google은 2026년 10월 15일, 로봇 제어와 사진·스케치·영상 기반 훈련 시뮬레이션 생성, 훈련 영상 검토까지 할 수 있는 단일 로보틱스 모델 Gemini 4 Argon을 발표했다. Google이 여러 로보틱스 단계를 하나의 시스템으로 통합하려 한다는 점에서 의미가 크다. 다만 Google 자체 데모만 봐도 Argon은 여전히 사람의 세밀한 프롬프트 작성, 추가 검증 에이전트, 유료 개발자 접근에 의존하고 있다.

Google이 보여준 것

Google의 데모는 실제 행동에 앞서 시뮬레이션을 활용하는 데 초점을 맞췄다. 한 예시에서는 Boston Dynamics의 Spot 로봇이 실제 하드웨어로 시도하기 전, 장면을 가상으로 복제한 환경에서 쓰레기통 페달을 밟고 탄산음료 캔을 버리는 동작을 연습했다. 또 다른 예시에서 Argon은 어수선한 테이블 사진 한 장으로 복제 장면을 만들고, 과제 77개를 고안해 4,500개가 넘는 훈련 에피소드를 생성했다. Google에 따르면 이를 통해 실제 로봇의 성공률은 56%에서 75%로 올랐고, 실행 시간은 35초에서 24초로 줄었다. Argon은 원격 조종 영상, 사람의 1인칭 시점 영상, 심지어 펜으로 그린 스케치까지 시뮬레이션 로봇 과제로 바꿨다.

작업대 앞의 강아지 로봇이 소형 훈련 경기장을 지켜보고 있고, 벽에는 Boston Dynamics 로고가 걸려 있다.
대충 그린 스케치가 실제 시연 전 작은 로봇 샌드박스로 탈바꿈한다.

Illustration made on Lumeta with GPT Image 2.5Make one like it

Google은 Argon이 영상 월드 모델인 Gemini Omni의 플래너 역할을 하는 모습도 선보였다. 이 구성에서 Argon은 로봇 손을 위한 타임스탬프 지시문을 작성하고, 생성된 영상 프레임을 확인한 뒤 다음 단계를 조정했으며, 결국 로봇 손이 글자 타일을 배열해 ARGON이라는 단어를 완성했다. 별도의 로봇 팔 데모에서는 Argon이 자체 로그와 이미지를 검토한 뒤 실패한 레고 배치 과제를 다시 시도해, 첫 시도 58.9초에서 세 번째 시도 17.4초로 기록을 단축했다. Google은 Argon이 발표된 로보틱스 논문을 브라우저 기반 시뮬레이션으로 재현할 수도 있으며, 지금까지 이런 샌드박스 68개를 만들었다고 밝혔다.

결과가 말해주는 것, 그리고 지금 누가 쓸 수 있나

Google이 내세우는 가장 큰 강점은 범용성이다. 제어, 시뮬레이션, 데이터 평가를 하나의 모델로 처리한다는 것이다. 가장 큰 단서는 여전히 보조 장치가 상당히 드러난다는 점이다. Google이 공개한 예시 프롬프트에는 좌표 격자, 미리 만들어둔 명령어, 긴 제약 조건 목록이 포함돼 있고, 일부 데모에서는 로봇이 움직이기 전에 위치를 검증하는 보조 에이전트까지 쓰였다. Google은 Argon이 체화 추론 벤치마크 ERQA에서 87%를 기록했다고 밝혔지만, Artificial Analysis의 AA-Robotics 벤치마크에서는 100점 만점에 55점으로 3위에 그쳐 GPT-6 Astra(69점)와 GPT-6.1 Sol(65점)에 뒤졌다. 개발자는 현재 Google AI Ultra 구독자라면 Google AI Studio와 Antigravity에서, 그리고 Gemini API 유료 티어를 통해 Argon을 이용할 수 있다.

Google이 인용한 체화 추론 ERQA 점수
Gemini 4 Argon87%
Claude Opus 5.582.3%
GPT-6 Astra81%
Claude Fable 5.174%
출처에 인용된 Google의 ERQA 벤치마크 결과

로보틱스 팀이 얻을 실질적인 시사점은 이제 모델 하나가 전체 스택을 대체한다는 것이 아니다. Google이 그 목표를 향해 강하게 밀어붙이고 있으며, Argon이 이미 훈련 전 연습 환경 생성, 행동 계획 테스트, 시연 검토에 쓸모 있어 보인다는 점이다. 남은 과제는 이런 워크플로가 전문가의 프롬프트 설계 없이 얼마나 자주 작동하는지, 그리고 정교하게 연출된 데모 밖에서도 얼마나 잘 버티는지다.

Gemini OmniGoogle은 Argon 데모 중 하나에서 Gemini Omni를 영상 월드 모델로 사용했다. 이 워크플로의 장면 생성 부분을 직접 살펴보고 싶다면, 저희 카탈로그에서 가장 비슷한 도구는 바로 이것이다.

Every top AI model, in one place

Nano Banana 2, GPT Image 2.5, Seedance, Veo and more, all on one credit balance. Start free with 35 credits a month. No card needed.

All tools for "From a description"

More from Lumeta

All 뉴스