DeepMind의 AI 휴머노이드는 이미 Mercedes에서 공장 작업을 수행하고 있습니다.
제목 연관성·주요 수치·시장 영향·향후 전망을 기준으로 핵심 문장을 선별한 요약 브리핑입니다.
핵심 포인트
- DeepMind의 AI 휴머노이드는 공장 조종사를 통해 Mercedes 부품을 분류했으며 96%의 성공률이 보고되었으며 인간 개입 비율은 공개되지 않았습니다.
- DeepMind는 독일과 헝가리의 Mercedes-Benz 생산 라인에서 부품 분류 파일럿을 96% 성공했다고 보고했습니다.
- Google DeepMind는 로봇 제조업체인 Apptronik의 Apollo 2 휴머노이드가 AI를 사용하여 차량 조립에 필요한 준비 작업을 처리함으로써 활성 Mercedes-Benz 생산 라인에서 자동차 부품을 분류하는 데 96%의 성공률을 달성했다고 밝혔습니다.
본문
DeepMind의 AI 휴머노이드는 공장 조종사를 통해 Mercedes 부품을 분류했으며 96%의 성공률이 보고되었으며 인간 개입 비율은 공개되지 않았습니다. DeepMind는 독일과 헝가리의 Mercedes-Benz 생산 라인에서 부품 분류 파일럿을 96% 성공했다고 보고했습니다. Google DeepMind는 로봇 제조업체인 Apptronik의 Apollo 2 휴머노이드가 AI를 사용하여 차량 조립에 필요한 준비 작업을 처리함으로써 활성 Mercedes-Benz 생산 라인에서 자동차 부품을 분류하는 데 96%의 성공률을 달성했다고 밝혔습니다. 이 작업은 Gemini Robotics 2.5 모델에 대한 특정 테스트를 제공합니다. 즉, 자동차를 만드는 사람들에게 필요한 구성 요소를 배열하는 것입니다. DeepMind의 예에는 금속 브래킷을 집어 시퀀싱 컨테이너에 넣는 것이 포함되었습니다.
트레이는 각 차량에 필요한 부품과 일치하도록 만들어졌으므로 순서를 올바르게 잡는 것이 작업의 일부입니다. Apollo 2는 DeepMind의 Mercedes-Benz 개념 증명에서 차량 주문에 따라 부품을 준비했습니다. 2026년 11월 10일에 공개된 DeepMind의 설명을 기반으로 한 정성적 프로세스 도식입니다. 브래킷 모양과 그 수는 예시용이며 시험 관찰이 아닙니다. DeepMind에 따르면 Gemini Robotics ER은 작업 흐름을 추적했고 Gemini Robotics 2.5는 로봇의 손과 팔을 제어했습니다. 휴머노이드는 사람을 위해 설계된 공간에서 반복적이고 육체적으로 힘든 작업을 처리할 수 있으며 잠재적으로 전체 공장 재설계를 피할 수 있다고 주장했습니다. 공장 운영자의 경우 로봇이 교대 근무 중에 얼마나 많은 작업을 완료하는지, 생산을 계속 진행하기 위해 사람이 얼마나 자주 개입해야 하는지에 대한 답이 없는 질문이 있습니다.