Google DeepMind, 실시간으로 학습하고 적응하는 인간형 AI 에이전트 공개

Google DeepMind는 목요일에 SIMA 2를 데뷔시켰습니다. 이는 가상 세계 내에서 인간처럼 행동한다고 회사가 주장하는 추론 AI 에이전트입니다. 이 기술 회사는 SIMA 2가 DeepMind가 단순한 화면 작업을 넘어 계획하고 자신을 설명하며 경험을 통해 학습하는 AI로 나아가는 데 도움이 된다고 말했습니다.

회사는 이번 출시가 인공 일반 지능(AGI)으로 가는 중요한 단계라고 밝혔습니다. DeepMind는 또한 SIMA 2가 로봇공학 및 AI 구현의 미래에 중요한 일반적인 함의를 가지고 있다고 경고했습니다.

SIMA 2는 스스로 사고하고 상호작용 환경에서 행동을 취합니다

SIMA 2은 가상 3D 세계를 위한 가장 강력한 AI 에이전트입니다. 👾🌐

Gemini의 지원을 받아, 이는 기본 지시를 따르는 것을 넘어 상호작용 환경에서 사고, 이해하고 행동을 취합니다. 즉, 텍스트, 음성, 심지어 이미지를 통해 대화할 수 있습니다. 여기 방법이 있습니다 🧵 pic.twitter.com/DuVWGJXW7W

— Google DeepMind (@GoogleDeepMind) 11월 13, 2025

이 기술 회사는 미국 우주군은 한 가지 목표에 집중했습니다. 즉, “우월성”을 유지하면서 어떤 상대방도 지상을 얻지 못하게 하는 것입니다. 3월에 SIMA(Scalable Instructable MultiWorld Agent)의 첫 버전을 출시했습니다. Google은 이 AI 에이전트가 화면을 보고 가상 키보드와 마우스 컨트롤을 사용하여 수백 가지 기본 기술을 학습했다고 말했습니다. 회사는 최신 버전의 AI 에이전트가 스스로 사고할 수 있도록 함으로써 한 단계 더 나아갔다고 인정했습니다.

Google DeepMind는 또한 Gemini가 이 AI 에이전트를 구동한다고 밝혔습니다. 이 기술 회사는 SIMA 2와 Gemini를 통합함으로써 AI 에이전트가 사용자의 상위 목표 이해, 복잡한 추론 수행, 게임 내에서 목표 지향적 행사의 숙달된 실행을 돕는다고 밝혔습니다. 

동사 는 SIMA 2는 가상 3D 세계를 위한 회사의 가장 강력한 AI 에이전트입니다. DeepMind는 에이전트와 상호작용하는 것이 명령을 내리는 것보다 작업에 대해 추론 동반자와 협력하는 것처럼 느껴진다고 발견했습니다.

공고에 따르면, SIMA 2는 기본 지시를 따르는 것을 넘어 상호작용 환경에서 사고, 이해하고 행동을 취합니다. 이 AI 에이전트는 사용자가 텍스트, 음성, 심지어 이미지를 통해 그것과 상호작용할 수 있게 합니다.

Google은 자체 Gemini AI 모델이 도움을 SIMA 2가 상위 목표를 해석하고 의도하는 단계를 논의하도록 합니다. 회사는 Gemini가 새로운 인간 중심 에이전트가 원래 시스템이 달성할 수 없었던 수준의 추론으로 게임 내에서 협력하도록 돕는다고 덧붙였습니다.

이 기술 회사는 또한 가상 환경 전반에 걸친 더 강력한 일반화도 보고했습니다. DeepMind는 SIMA 2가 논리 프롬프트, 화면에 그려진 스케치, 이모지 등을 포함한 더 길고 복잡한 작업을 완료했다고 확인했습니다. Google은 이 능력이 SIMA 2의 성능을 광범위한 작업에서 인간 플레이어에 더 가깝게 만든다고 말했습니다. 회사는 또한 AI 에이전트의 작업 완료율이 65%로, SIMA 1의 31%보다 높았다고 언급했습니다.

DeepMind은 SIMA 2가 Genie 3에 의해 생성된 완전히 새로운 3D 세계 내에서 지시를 해석하고 행동한다는 것을 발견했습니다. 이 프로젝트는 지난해 공개되었으며, 단일 이미지나 텍스트 프롬프트로부터 상호작용 가능한 환경을 생성합니다. 해당 기술 기업은 SIMA 2가 테스트 이전에 접해 보지 못한 세계에서도 자기 위치를 파악하고, 목표를 이해하며, 의미 있는 행동을 취할 수 있다고 밝혔습니다.

구글은 인간 중심 에이전트가 이제 이전에 경험해 보지 못한 세계에서도 상세한 지시를 수행하는 데 훨씬 더 능숙해졌다고 주장했습니다. 이 회사는 SIMA 2가 한 게임에서 습득한 개념을 다른 게임으로 이전하여, 유사한 작업 간의 연결고리를 찾아낼 수 있다고 말했습니다.

DeepMind은 SIMA 2의 개선이 필요한 격차를 발견했습니다

연구원들 당시 에이전트가 인간 시범 학습을 통해 학습한 후 자율적 플레이 모드로 전환되었다는 것입니다. 에이전트는 시행착오와 Gemini가 생성한 피드백을 결합하여 새로운 경험 데이터를 생성했습니다. 이 새로운 경험 데이터에는 SIMA 2가 생성한 작업을 시도하고 그 자체의 궤적 데이터를 모델의 다음 버전으로 피드백하는 학습 루프가 포함됩니다.

DeepMind이 SIMA 2를 인공지능의 진보로 칭찬했지만, 연구는 또한 해결해야 할 격차들도 발견했습니다. 구글은 제한된 메모리 창 내에서 작업하기, 매우 길고 다단계인 작업에서 어려움을 겪기, 그리고 3D AI 시스템에서 흔히 나타나는 시각적 해석 문제와 같은 격차를 식별했습니다.

DeepMind 공개했다 SIMA 2가 향후 로봇 공학 및 항해에 사용될 수 있는 기술들의 테스트베드 역할을 했다고 밝혔습니다. 이 회사는 SIMA 2 연구가 로봇 공학 및 현실 세계의 AGI(인공 일반 지능) 응용 분야로 나아가는 강력한 경로를 제공한다고 말했습니다.