100%. 이 수치는 AIVI-Learning이 측정하는 사이트 글라스(액체 수위를 확인하는 유리관)의 충전율을 의미한다. 숙련된 작업자가 눈금 하나하나를 세밀하게 살피는 과정을 AI가 그대로 재현한 셈이다. 그리고 이러한 정밀함은 단순한 수치 측정을 넘어 산업 현장의 지능형 검사 체계 전체로 확장되고 있다.

Gemini Robotics ER 1.6 기반의 산업 검사 자동화

Boston Dynamics(로봇 개 Spot과 자동화 플랫폼 Orbit을 만드는 회사)는 Google Cloud 및 Google DeepMind와 협력하여 Gemini와 Gemini Robotics ER 1.6을 Orbit AIVI-Learning(시각적 검사 및 학습 도구)에 통합했다. 이번 업데이트는 2026년 4월 8일부터 모든 AIVI-Learning 사용자를 대상으로 적용되었다. 이 시스템은 5S(정리, 정돈, 청소, 청결, 습관화를 통한 환경 개선 활동) 준수 감사, 팔레트 수량 계산, 바닥의 액체 웅덩이 탐지, 아날로그 게이지(압력이나 온도를 표시하는 계측기) 읽기 등의 고도화된 작업을 수행한다. 배포 환경은 Site Hub(현장 데이터 관리 서버), VM(가상 머신), 또는 클라우드 호스팅 중 선택하여 접근할 수 있다.

추론 능력의 확장과 운영 방식의 변화

현장 관리자가 체감하는 가장 큰 변화는 AI가 단순한 사물 인식을 넘어 고차원적인 추론을 시작했다는 점이다. 예전에는 특정 객체가 있는지 없는지만을 판별했다면, 이제는 디지털 디스플레이의 수치를 읽거나 복잡한 상태 분석을 통해 자산을 분류하는 것이 가능해졌다. 특히 아날로그 게이지 인식 기능이 새롭게 추가되면서 사람이 직접 확인해야 했던 수동 점검 항목들이 자동화 영역으로 들어왔다. 이는 단순한 시각적 매칭이 아니라 Gemini Robotics ER 1.6의 추론 능력이 물리적 환경의 맥락을 이해하기 시작했음을 뜻한다.

시스템 내부의 업데이트 방식도 달라졌다. 과거에는 Orbit 소프트웨어를 수동으로 업데이트하거나 시스템 가동 중단 시간을 예약해야 했으나, 이제는 Zero-Downtime Upgrades(서비스 중단 없는 자동 업데이트)를 통해 클라우드에서 모델이 지속적으로 정교해진다. 운영팀이 별도의 패치 작업을 수행하지 않아도 검사 정확도가 자동으로 향상되는 구조다. 이는 24시간 가동되어야 하는 공장 환경에서 유지보수 비용을 획기적으로 줄이는 결과로 이어진다.

사용자가 AI의 판단 근거를 확인하는 과정 역시 투명해졌다. 기존의 AI 모델이 결과값만 던져주는 블랙박스 형태였다면, 이제는 AIVI 프롬프트(AI에게 내리는 지시어)를 통해 모델이 어떤 논리적 단계를 거쳐 최종 답변에 도달했는지 그 추론 과정을 직접 확인할 수 있다. 산업 현장에서 AI의 오판은 곧 안전사고로 이어질 수 있기에, 이러한 투명한 추론 과정은 신뢰성을 확보하는 핵심 장치가 된다. 향후 Site View(현장 실시간 뷰어) 기능이 추가되면 웅덩이나 허가되지 않은 인원 침입 등을 실시간으로 알리는 기능까지 확장될 예정이다. 다만 이러한 지능형 모델을 활용하기 위해서는 데이터를 Boston Dynamics 측에 공유해야 한다는 조건이 따른다.

산업용 AI의 핵심은 이제 무엇을 보느냐가 아니라, 본 것을 어떻게 논리적으로 해석하느냐의 싸움으로 옮겨갔다.