본 논문은 GPT와 같은 대규모 언어 모델(LLM)을 산업용 로봇에 통합하여 운영 효율성과 사람-로봇 협업을 향상시키는 연구에 관한 것이다. LLM의 높은 계산 복잡도와 크기로 인한 지연 문제를 해결하기 위해, ChatGPT와 ROS 2를 중간 매체 없이 직접 통합하는 아키텍처를 제시하고 Gazebo 시뮬레이션 환경에서 모바일 로봇의 텍스트 및 음성 명령 반응을 실험적으로 검증한다. 실험 결과, 통신 지연 시간이 평균 7.01% 감소하여 실행 속도, 사용성, 접근성이 향상됨을 보여준다. 이는 산업 자동화 및 정밀 작업에 필수적인 실시간 로봇 작동을 원활하게 한다.