Google은 Gemini 4 Argon 모델을 Google AI Ultra 구독자와 유료 Gemini API 요금제 이용 개발자에게 제공한다고 발표했다. Argon은 로봇 제어 코드를 작성하고 가상 연습 환경을 만들며 훈련 영상을 확인하는 일을 하나의 AI가 수행하도록 설계됐다. Google은 이 모델이 MuJoCo 시뮬레이션에서 연습한 뒤 Boston Dynamics의 Spot 로봇이 탄산음료 캔을 던지게 하는 모습을 선보였다. 또 간단한 로봇 팔의 작업 시간을 세 차례 시도하는 동안 59초에서 17초로 단축했다.
시연에서 확인한 Argon의 작동 방식
Spot 시연에서 Argon은 먼저 쓰레기통의 가상 복제본을 만들고, 로봇이 다리 세 개로 균형을 잡는 연습을 하게 한 다음 실제 작업을 시도하도록 했다. 캔을 떨어뜨리기 전에는 AI 에이전트 두 개가 로봇의 발과 그리퍼 위치를 지켜본다. 또 다른 시연에서는 탁자 사진 한 장으로 시뮬레이션 훈련 에피소드 4,500회를 생성했다. 그 결과 로봇의 성공률은 56 %에서 75 %로 높아졌고, 작업 시간은 35 초에서 24 초로 줄었다. Argon은 상자를 넘어뜨리는 휴머노이드 로봇의 손그림을 안정적인 던지기 동작을 계산하는 시뮬레이션으로 바꿀 수도 있다.
벤치마크 성능
Google은 추가 도구 없이 물리적 추론 질문 400개에 답하도록 하는 ERQA 벤치마크에서 Argon을 테스트했다. Argon은 87 %를 기록해 Claude Opus 5.5(82.3 %)와 GPT‑6 Astra(81 %)를 앞섰다. 언어 모델이 실제 로봇 팔을 직접 제어하는 또 다른 테스트인 AA‑Robotics 벤치마크에서는 Argon이 55점으로 3위에 올랐다. GPT‑6 Astra(69점)와 GPT‑6.1 Sol(65점)이 Argon보다 높은 점수를 기록했다.
왜 중요한가
로봇 개발자에게 Argon은 이미지나 스케치 한 장으로 훈련 데이터를 생성해 직접 시뮬레이션을 만드는 수고를 줄여줄 수 있다. 덕분에 새로운 로봇 작업의 시제품을 더 빨리 만들 수 있지만, 모델을 쓰려면 세심한 프롬프트가 필요하며 유료 구독을 통해서만 이용할 수 있다.
