Google DeepMind, Gemini Robotics API 정식 공개—멀티모달 물리 추론 외부 접근
Google DeepMind가 로봇·물리 환경 제어에 특화된 Gemini Robotics API를 오늘부로 외부 개발자에게 정식 공개했다. 카메라 피드, 센서 데이터, 자연어 명령을 단일 컨텍스트로 처리하는 멀티모달 추론이 핵심으로, 하드웨어 없이 시뮬레이터 환경에서도 즉시 테스트할 수 있어 한국 로봇·IoT 스타트업의 진입 장벽이 크게 낮아질 전망이다.
무엇이 달라졌나
Google DeepMind의 Gemini Robotics API는 기존 Vision/Language 모델 API와 달리 물리적 행동 시퀀스 생성을 1차 출력으로 지원한다. RGB 카메라 스트림(최대 60fps), LiDAR 포인트 클라우드, 관절 토크 데이터를 동시에 입력받아 action_trajectory JSON 오브젝트를 반환하는 구조다. 기존 Vision API 대비 레이턴시는 평균 120ms → 38ms로 개선됐다고 DeepMind는 밝혔다.
개발자가 바로 쓸 수 있는 것
- 시뮬레이터 모드: 실제 하드웨어 없이 MuJoCo, Isaac Sim 환경에서 API 호출 테스트 가능. 파이썬 SDK(
google-deepmind-robotics) 설치 후RoboticsClient(mode='sim')으로 즉시 시작. - REST + gRPC 이중 지원: 웹 프로토타입은 REST, 저지연 임베디드 환경은 gRPC 선택 가능.
- 한국어 자연어 명령 지원: "빨간 상자를 왼쪽으로 20cm 이동해" 같은 한국어 명령을 action sequence로 직변환하는 기능이 정식 포함됐다.
- 가격: 공식 페이지 참조 (시뮬레이터 티어는 월 일정 크레딧 무료 제공 예정)
한국 개발자·크리에이터에게 왜 중요한가
국내 제조업·물류 자동화 스타트업 다수가 ROS2 기반 커스텀 파이프라인을 직접 구현하며 높은 개발 비용을 감수해 왔다. Gemini Robotics API가 물리 추론 레이어를 SaaS로 추상화하면, 로봇 소프트웨어 엔지니어 없이도 일반 백엔드 개발자가 물리 환경 제어 로직을 구현할 수 있는 시대가 열린다. 크리에이터 측면에서도 인터랙티브 로봇 퍼포먼스·설치 예술 분야의 새 도구로 주목받고 있다. 공식 Quickstart 문서와 한국어 코드랩은 Google AI for Developers 한국 페이지에서 오늘 동시 공개됐다.