모든 기사 산업

장소용 AI 길찾기 도우미

작성자 The Kaleidr Team · 게시일 2026년 8월 27일 · 19 분 읽기

AI 길찾기 아키텍처는 목적지 검색, 경로 계산, 그리고 선택적으로 실내 위치 정보를 분리한 후 검증된 지도 안내를 표시합니다.

AI 길찾기 도우미는 자연어 내비게이션 요청을 해석하고, 신뢰할 수 있는 장소 기록에서 목적지를 파악하며, 지도 또는 경로 안내를 제공합니다. 이때 탐색, 경로 설정, 위치 파악을 하나의 기능으로 취급하지 않습니다. 방문객은 어느 입구를 이용해야 하는지, B홀에 어떻게 가야 하는지, 또는 가장 가까운 장애인용 화장실이 어디인지 등을 문의할 수 있습니다. 언어 모델은 이러한 정보를 의도 분석 가능한 정보로 추출할 수 있습니다. 행사장 시스템, 경로 설정 엔진 및 모든 위치 정보 인프라는 기하학적 정보, 연결성, 접근성 및 실시간 위치 정보에 대한 기준이 됩니다.

아래 섹션에서는 목적지 해상도, 실내 연결성, 접근성 및 접근성 필터, 출발지, 공유 길찾기 상태, Kaleidr의 현재 공용 공간 적합성, 측정 및 오류 모드에 대해 다룹니다. 관련 자료로는 이벤트용 AI 행사장 지도, 지도 기반 AI 비서 구축 방법, 위치 정보 기반 고객 경험 지도, 호텔용 AI 고객 컨시어지, AI 지도 워크플로우를 위한 개인 위치 데이터 등이 있습니다.

AI 길찾기의 필수 요소

  • 목적지 발견은 경로 안내가 아닙니다. B홀을 찾는 것과 B홀까지 연결된 경로를 계산하는 것은 다릅니다.
  • 경로 안내는 위치 파악이 아닙니다. 제품이 방문자의 현재 위치를 알기 전에도 유효한 경로가 존재할 수 있습니다.
  • 평면도 이미지는 네트워크가 아닙니다. 실내 길찾기에는 공간, 문, 복도, 층간 연결부 간의 위상 정보가 필요합니다.
  • 접근성은 엄격한 필터입니다. 계단, 직원 통로, 폐쇄된 통로는 단순히 점수를 낮추는 것이 아니라 그래프에서 완전히 제외되어야 합니다.
  • 언어 모델은 의도를 해석합니다. 지리 공간 및 시설 시스템은 경로를 계산하고, 호스트는 지도 작업을 검증합니다.

AI 길찾기 아키텍처는 목적지 발견, 경로 계산, 그리고 선택적으로 실내 위치 파악을 분리한 후 검증된 지도 안내를 표시합니다.

AI 길찾기 도우미란 무엇인가요?

AI 길찾기 도우미는 복잡한 공간에서 사용자가 어디로 가야 하고 어떻게 이동해야 하는지 대화, 지도 정보, 그리고 신뢰할 수 있는 위치 데이터를 활용하여 알려주는 고객 대면 서비스입니다. 일반적인 검색으로는 방 이름만 알 수 있고, 고정된 안내판에는 건물 그림만 표시될 뿐입니다. 하지만 출발지, 층, 티켓 소지 여부, 접근성, 실시간 폐쇄 정보, 현재 표시된 경로 등을 한눈에 파악할 수 있는 상태로 제공하지는 않습니다. 회의실, 캠퍼스, 병원, 공항, 리조트, 쇼핑몰 등에서는 이러한 복합적인 정보가 매 순간 필요합니다. 유용한 제품은 사용자가 안내판, PDF 파일, 그리고 카메라 위치를 변경할 수 없는 채팅 패널을 통해 목적지, 경로, 층수를 재구성해야 하는 번거로움 없이, 지도상에 목적지, 경로, 층 정보를 항상 표시해 줍니다.

Kaleidr의 공간 AI 페이지는 지도 경험 중 내비게이션 기능을 소개하고 사용자의 이동 방식에 맞는 경로를 설명합니다(AI Map Chat for Customer Discovery). 이 페이지는 Kaleidr의 야외 및 여행 관련 내비게이션 기능에 대한 자세한 정보를 제공합니다. 실내 길찾기 안내는 별도의 계약입니다. 목적지 정보, 경로 설정 가능한 네트워크, 그리고 실제로 구축된 경우에만 위치 시스템이 필요합니다. 고객에게 제공되는 위치 정보위치 인텔리전스는 여전히 검색 → 비교 → 실행 단계를 거칩니다. 검색 단계에서는 적합한 목적지를 검색합니다. 비교 단계에서는 층, 이동 경로, 접근성 및 접근 가능 여부를 확인할 수 있습니다. 실행 단계에서는 위치를 강조 표시하거나, 층 이동을 수행하거나, 경로가 있는 경우 경로 요청을 하거나, 직원에게 인계합니다.

작업은 스택 이전에 작성되어야 합니다. 행사장 방문객은 좌석에서 가장 가까운 입구가 필요할 수 있습니다. 컨퍼런스 참가자는 현재 홀에서 다음 세션까지의 경로가 필요할 수 있습니다. 공항 이용객은 게이트 근처의 이용 가능한 라운지가 필요할 수 있습니다. 캠퍼스 사용자는 강의실에서 가장 가까운 건물 입구가 필요할 수 있습니다. 병원 방문객은 공용 출입구의 이미지가 필요할 수 있습니다. 각 작업은 후보 위치, 엄격한 제약 조건, 수직 이동, 실시간 위치 정보 필요 여부 등을 변경합니다."실내 AI 내비게이션"에서 시작하면 이러한 차이점이 통합되어 해당 장소에서 지원할 수 없는 제품 주장으로 이어질 수 있습니다.

왜 목적지 탐색, 경로 설정 및 위치 파악은 분리되어야 할까요?

목적지 탐색은 관련 장소가 어디인지 알려줍니다. 경로 계산은 적합한 방문객이 이용할 수 있는 연결된 경로를 알려줍니다. 위치 파악은 방문객의 현재 위치, 층, 그리고 하드웨어가 지원하는 경우 방문객의 방향까지 알려줍니다. 이 세 계층은 서로 협력할 수 있지만, 어느 하나도 다른 계층을 대체할 수 없습니다. 평면도 이미지가 204호실을 보여주더라도 복도 연결, 열린 문, 접근 가능한 이동 경로, 목적지 층까지의 엘리베이터 서비스, 신뢰할 수 있는 출발지 정보가 부족할 수 있습니다."10미터 후 좌회전"과 같은 단계별 안내는 경로와 함께 사용 가능한 정확도 및 방향 정보를 갖춘 실시간 위치 정보를 필요로 합니다. 언어 모델은 이러한 요청을 조정할 수 있습니다. 하지만 언어 모델은 누락된 토폴로지 정보나 파란색 점을 제공할 수는 없습니다.

Open Geospatial Consortium의 IndoorGML 2.0 파트 1 개념 모델은 현재 실내 내비게이션 네트워크를 위한 OGC 개념 스키마입니다. 이 표준 모델은 공간 및 공간 분할, 기하학적 및 의미론적 속성, 연결 유형, 논리적 및 메트릭 내비게이션 네트워크를 모델링합니다(OGC IndoorGML 2.0 Part 1 – Conceptual Model, OGC 22-045r5, 2025년 6월 26일 발행). 실제 제품은 IndoorGML을 직렬화할 필요는 없지만, 시각적 기하학은 내비게이션 그래프가 아니라는 점을 명확히 구분해야 합니다. OGC의 2025년 8월 28일 발행 공지에서는 IndoorGML 2.0 파트 2 인코딩이 곧 출시될 예정이라고 설명했습니다(OGC Publishes IndoorGML 2.0 Part 1 Conceptual Model Standard). IndoorGML 1.1은 인코딩 지향 IndoorGML 표준으로 게시되어 있습니다(IndoorGML 1.1, OGC 19-011r4, 2020년 11월 5일). 개념적 계약에 대해서는 파트 1을 참조하십시오. 파트 2가 구현 표준으로 발표되기 전까지는 GML, JSON, 또는 SQL IndoorGML 2.0 인코딩을 게시된 구현 표준으로 취급하지 마십시오.

실내 지도 데이터 형식(Indoor Mapping Data Format, OGC)은 방향, 내비게이션 및 검색에 사용되는 실내 위치 아카이브를 위한 보완적인 커뮤니티 표준으로, 공항, 쇼핑몰, 기차역에 대한 모델링 노트를 포함합니다(Indoor Mapping Data Format, OGC 20-094, 버전 1.0.0, 2021년 2월 18일 발행). IndoorGML 2.0 파트 1 자체는 IMDF가 애플리케이션이 경로를 도출할 수 있는 포괄적인 모델을 제공한다고 설명하는 반면, IndoorGML는 통합된 공간 그래프 접근 방식을 목표로 합니다. AI 길찾기 도우미의 경우, 운영상의 교훈은 더 구체적입니다. 즉, 대화에서 내비게이션을 제공하기 전에 구조화된 실내 데이터가 존재해야 합니다.

실외 길찾기는 도로 또는 보행자 네트워크, 경로 API 및 GNSS가 이미 존재하기 때문에 더 간단한 경우가 많습니다. 어시스턴트는 목적지를 지리적으로 인코딩하고, 제공업체에 경로를 요청한 다음, 결과를 표시할 수 있습니다. 실내 및 하이브리드 캠퍼스 동선에는 일반적으로 층 상태, 수직 이동, 접근 제어 경계, 브라우저에서 제공되지 않을 수 있는 출발지 등 추가 인프라가 필요합니다. 캠퍼스 경로는 실외 GNSS 구간을 건물 입구에 연결한 다음 실내 그래프로 연결될 수 있습니다. 대화형 레이어는 이러한 전환을 설명할 수 있습니다. 경로 엔진은 여전히 ​​각 구간을 관리합니다.

경로 설정 전 목적지 확인은 어떻게 이루어져야 할까요?

"홀 B"와 같은 원시 문자열로 경로를 설정하는 것은 제품 결함입니다. 애플리케이션은 경로 엔진이 실행되기 전에 안정적인 목적지 식별자, 건물 및 층을 확인해야 합니다. 표시 이름이 충돌합니다. Gate 12와 Entrance 12는 서로 다른 유형의 엔티티입니다. 방, 부스 및 세션 식별자는 AI 장소 지도가 기하 도형과 이벤트 오버레이를 분리하는 것과 같은 이유로 사람의 언어에서 충돌합니다. 건물, 층, 출입구, 방, 게이트, 부스, 화장실, 엘리베이터, 계단, 주차 구역 및 서비스 데스크에 대한 입력된 레코드는 레이블이 변경될 때 검색, 지도, 경로, 접근성 및 분석 기능을 동기화합니다.

{
  "destinationId": "hall_b",
  "buildingId": "expo_center",
  "floorId": "floor_1",
  "type": "hall"
}

자격 검증은 동일한 단계에서 이루어져야 합니다. 물리적으로 연결된 라운지라 하더라도 티켓 등급, 보안 구역 또는 직원 전용 구역으로 지정되어 출입이 금지될 수 있습니다. 후보 공간은 공간 비교 및 ​​설명 전에 권한 및 운영 상태를 검증받아야 합니다. 제한된 다각형은 검색 전에 필터링되어야 하므로 언어 ​​모델은 어떤 복도가 전용 공간인지 "기억"할 필요가 없습니다. OWASP’s LLM01:2025 Prompt Injection은 사용자 또는 검색된 텍스트가 연결된 기능에 영향을 미치는 것을 포함하여 모델 동작을 어떻게 변경할 수 있는지 설명합니다. OWASP Top 10 for LLM Applications 2025는 시스템에 과도한 기능, 권한 또는 자율성이 부여되었을 때 예상치 못한 또는 조작된 모델 출력으로 인해 발생하는 손상 행위를 LLM06:2025 Excessive Agency으로 나열합니다. 길찾기 도우미는 목적지와 허용된 작업을 제안해야 합니다. 호스트 애플리케이션은 스키마, 접근 권한 및 네트워크 상태 검증 후 카메라 이동, 층 변경 또는 경로 요청을 실행해야 합니다.

모호성은 일급 객체입니다."정문", "북쪽 입구", "VIP 입구"는 모두 유효한 구문 분석 결과일 수 있습니다. 제품은 입력된 후보를 지도에 표시하거나, 문자열 유사성을 기반으로 추측하는 대신 탭을 요구하여 목적지를 묻고 표시해야 합니다. 대화가 실패하더라도 직접 목적지 검색은 계속 작동해야 합니다.Hall B을 입력한 방문자는 대화창이 필요하지 않아야 합니다. 복합 질문에 대한 확정적 조회, 필터, 지도 및 대화는 동일한 식별자를 공유해야 합니다.

실내 경로 안내에 평면도 이미지가 아닌 연결성이 필요한 이유는 무엇입니까?

장소 조회는 기하학적 구조를 강조 표시합니다. 실내 경로 안내는 연결된 그래프를 기반으로 계산됩니다. 즉, 방에서 복도, 문, 계단 또는 엘리베이터를 거쳐 다른 층으로 이동합니다. 표시 다각형과 경로 노드는 의도적으로 분리될 수 있습니다. 방 다각형은 출입구 노드에 연결될 수 있고, 복도 모서리는 이동 경로를 나타내며, 엘리베이터 및 계단 모서리는 층 변경, 접근성 및 작동 상태를 나타냅니다. 장식용 폴리라인이 있는 래스터 평면도는 이러한 그래프가 아닙니다. 장소 지도 안내는 방을 표시하는 것과 단계별 경로를 제공하는 것을 동일하게 정의합니다.

다층 구조의 건물 지도와 경로 그래프를 함께 제시하여 실내 탐색이 공간, 문, 복도, 엘리베이터, 층 간의 명확한 연결성에 의존함을 보여줍니다.

다층 구조의 상태는 명확하게 표현되어야 합니다. 출발지와 목적지에는 건물 및 층 식별자가 포함되어야 합니다. UI는 경로가 층을 변경할 때 이를 단일 2D 선 안에 숨기지 않고 표시해야 합니다. 수직 모서리에는 계단, 엘리베이터, 에스컬레이터, 경사로, 접근성, 서비스 층, 개방/폐쇄 상태와 같은 속성이 필요합니다. 경로 엔진은 이러한 속성을 사용합니다. 언어 모델은 엔진이 구조화된 단계를 반환한 후 이러한 속성을 설명할 수 있습니다. 바람직한 흐름은 경로 엔진에서 구조화된 단계로, 그리고 더 명확한 설명으로 이어지는 것이며, 자유로운 방향 설정이 바람직하지 않습니다. 나침반 방향을 알 수 없는 경우에도 "중앙 로비 방향으로 계속 이동한 다음 동쪽 엘리베이터를 이용하세요"와 같은 랜드마크 기반 안내를 사용할 수 있어야 합니다.

임시 폐쇄는 지도상의 장식이 아닌 운영 기록으로 처리해야 합니다. 에스컬레이터 고장, 막힌 복도, 폐쇄된 출입구, 출입 제한 층 또는 엘리베이터 고장이 발생하면 해당 경로가 닫힌 것으로 표시하고 경로 재계산을 강제해야 합니다. 방문객이 읽는 설명은 현재 경로 버전을 반영해야 합니다. 대화형 텍스트에 오래된 기하학적 정보가 표시되는 것은 실제 운영 환경에서 안전 문제이지, 단순히 복사 문제가 아닙니다. 경로 재설정은 엔진의 책임입니다. 출발점이 변경되거나 경로가 닫히면 이전 경로는 무효화되고 새로운 경로가 계산됩니다. 언어 모델에 좌표를 수정하도록 요청하는 것은 잘못된 제어 방식입니다.

접근성, 접근 규칙 및 폐쇄는 경로를 어떻게 필터링합니까?

필수 접근성은 엄격한 경로 제약 조건입니다. 방문객이 접근 가능한 경로를 요청하는 경우 계단은 제외될 수 있습니다. 완전한 접근 가능한 경로는 계단 없는 이동, 작동하는 엘리베이터, 접근 가능한 출입구, 그리고 시설에 실제로 기록된 출입구 너비를 요구할 수 있습니다. 접근성을 선호도 가중치에 혼합하면 접근 불가능한 경로가 여전히 우선 순위로 표시될 수 있습니다. 접근성 데이터가 누락되었다고 해서 완전히 접근 가능한 경로를 임의로 만들어낼 수는 없습니다. 시스템이 접근 가능한 출입구와 엘리베이터만 알고 있는 경우, 이는 지도에 해당 시설들이 표시되어 있다는 것을 의미할 뿐, 완전한 접근 가능 경로가 인증되었다는 것을 의미하지는 않습니다. 법적 접근성 의무는 자격을 갖춘 변호사와 시설 운영자의 판단에 달려 있으며, 이 글에서는 데이터 계약에 대해 설명합니다.

접근성, 접근 권한 및 현재 운영 상태를 기준으로 세 개의 후보 경로를 필터링하여 유효한 경로만 남도록 합니다.

물리적 연결성은 적격성 판단 기준 중 하나일 뿐입니다. 직원 통로, VIP 게이트, 보안 구역, 티켓 소지 구역 및 직원 출입구는 그래프 상에서 이동 가능하더라도 해당 방문객에게는 출입이 금지될 수 있습니다. 경로 적격성은 물리적 연결성, 접근 권한 및 운영 상태를 모두 고려해야 합니다. 접근 제어가 적용되기 전에는 제한된 경로가 대화 계층에 도달해서는 안 됩니다. 안전한 순서는 인증, 접근 권한 확인, 허용된 공간 검색, 허용된 경로 계산, 그리고 설명입니다. 모든 공간을 통과하는 경로를 계산한 후 제한된 단계를 숨기면 토폴로지가 노출됩니다. 지도 API 인증은 호스트 지도에 대화를 연결하는 Kaleidr 표면에 대한 공개 키와 서버 키를 다룹니다. 장소 접근 규칙은 여전히 ​​호스트의 ID 및 티켓 시스템에 저장됩니다.

비상 및 안전 경로 설정은 매우 중요합니다. 생성형 길찾기 도우미는 일반적인 모델 지식을 바탕으로 대피 경로, 비상 절차 또는 제한적인 안전 지침을 임의로 만들어내서는 안 됩니다. 행사장에서 승인한 비상 상황 정보, 공식 도면, 현장 직원 및 운영 경보를 활용해야 합니다. 길찾기 제품은 공식 기록이 유효한 경우 승인된 응급 처치 장소 또는 출구 위치를 표시할 수 있습니다. 중요한 경로 안내는 해당 업무를 위해 설계된 운영 시스템에서 담당해야 합니다.

길찾기에서 위치 정보가 필요한 경우와 필요하지 않은 경우는 언제일까요?

모든 경로에는 시작점이 필요합니다. 시작점은 명시적인 지도 선택, 정문과 같은 알려진 랜드마크, 마지막으로 언급한 위치("현재 A홀에 있습니다"), 실외 기기 위치 또는 실내 위치 측정 시설에서 가져올 수 있습니다. 자동 위치 측정 기능이 있더라도 수동 시작점 입력 기능은 유지되어야 합니다. 정확도는 데이터에 기반합니다. 몇 미터 이내의 정확도를 가진 위치 보고서는 복도 규모의 길 안내에 도움이 될 수 있습니다. 하지만 실내에서 수십 미터의 오차가 있는 보고서는 잘못된 복도나 층을 안내할 수 있습니다. 길찾기 제품은 실내 위치가 불확실함을 알리고 방문자에게 현재 위치를 선택하도록 안내할 수 있어야 합니다. 잘못된 출발지에서 정확한 경로를 제시하는 것은 간단한 설명보다 더 나쁩니다.

2026년 3월 26일자 후보 권고안 스냅샷인 W3C 및 Geolocation 사양은 명시적인 허가를 받은 경우에만 기기 위치에 접근할 수 있도록 허용하며, API가 기기의 실제 위치를 보장하지 않는다고 명시하고 있습니다. 브라우저 위치 정보는 실내 파란색 점과는 다릅니다. Bluetooth 비콘, Wi-Fi 위치 정보, ultra-wideband 시각적 위치 정보 및 장소별 시스템은 인프라이며 언어 모델 기능이 아닙니다."좌회전" 안내에는 방향 정보도 필수적입니다. 지도는 방향 정보 없이도 정확한 경로를 표시할 수 있습니다. 방향 정보가 없는 경우, 나침반을 기준으로 한 설명 대신 랜드마크 또는 지도 기준의 설명을 사용해야 합니다.

많은 장소에서는 지속적인 실내 위치 추적 없이도 유용한 길찾기 기능을 제공할 수 있습니다. 방문자가 랜드마크를 선택하면, 내비게이션 엔진이 경로를 생성하고, 지도에는 고정된 이동 경로가 표시되며, 방문자는 수동으로 이동합니다. 회의, 캠퍼스, 리조트, 박물관 등에서는 실시간 파란색 점 표시보다 이러한 패턴 기반 경로가 더 필요한 경우가 많습니다. 또한, 패턴 기반 경로는 개인정보 보호 및 인프라 구축 비용을 절감하는 효과도 있습니다. 길찾기 기능은 현재 실내 위치, 이동 경로, 반복 방문 목적지, 직장, 의료기관, 행사 참석 여부 등 상세한 이동 기록을 생성할 수 있습니다. NIST Privacy Framework (NIST.CSWP.01162020, 2020년 1월 16일)에서는 개인정보 보호를 기업 위험 관리의 한 요소로 다루며, 수집 대상, 수집 이유, 수집 기간을 명확히 규정합니다. 영구적인 이동 프로필보다는 임시적인 출발지, 목적지, 경로 정보를 우선적으로 활용합니다. AI 지도 워크플로를 위한 개인 위치 데이터는 동일한 호스트 소유 경계를 다룹니다.

대화형 길찾기 기능은 지도와 어떻게 위치 정보를 공유해야 할까요?

목적지나 경로가 지도에 이미 표시된 후에 대화가 유용해집니다. 현재 경로상의 화장실, 계단 이용 자제 요청, 선택한 출발지에서 더 가까운 입구 등의 후속 요청은 공유된 상태를 기반으로 하며, 별도의 비공식 결과 목록을 사용하지 않습니다. 지도, 목록, 안내, 채팅은 출발지, 목적지, 현재 층, 경로 식별자, 경로 버전, 접근성 모드, 위치 시스템이 있는 경우 위치 정확도를 포함하는 하나의 길찾기 기록을 읽어야 합니다. 목적지를 선택하면 경로가 표시됩니다. 접근성 모드를 변경하면 현재 버전이 무효화되고 재계산이 요청될 수 있습니다. 길찾기 도우미 결과는 방문자가 이미 사용하고 있는 지도에 표시되어야 합니다.

공유된 길찾기 상태는 대화 요청, 경로 데이터, 층 정보, 장소 정보, 유효성이 검증된 지도 작업을 동기화합니다.

{
  "routeId": "route_north_to_hall_b",
  "originId": "entrance_north",
  "destinationId": "hall_b",
  "mode": "accessible",
  "activeFloorId": "floor_1",
  "routeVersion": 4
}

의미론적 작업은 간결해야 합니다. 예를 들어, 출발지 설정, 목적지 선택, 경로 표시, 층 변경, 전환 강조 표시, 목적지 기록 열기, 경로 삭제, 경로 재설정 요청 등이 있습니다. 호스트는 렌더러 어댑터가 실행되기 전에 각 페이로드를 현재 식별자, 액세스 권한 및 네트워크 버전에 대해 검증합니다. 임의 지도 JavaScript는 제어 계약이 아닙니다. 해당 작업에 대한 권한은 애플리케이션 및 인프라에 속하며 언어 모델에는 속하지 않습니다. 지도 인식 도우미 가이드는 공유 지도 상태와 해당 핸드오프에 대한 유효성 검사된 작업을 다룹니다.

운영 업데이트 시 네트워크와 경로 모두의 버전을 관리해야 합니다. 엘리베이터 폐쇄로 인해 네트워크 버전 18에서 경로 버전 4가 무효화되고 버전 5가 필요할 수 있습니다. 버전 관리를 통해 오래된 안내를 디버깅할 수 있습니다. 경로를 적용하기 전에 출발지, 목적지, 권한, 경로 최신 상태, 폐쇄 정보 및 이동 모드가 여전히 일치하는지 확인해야 합니다. 실제 환경에서는 길찾기 상태가 빠르게 변경됩니다. 실내에서는 오프라인 또는 연결 상태가 일반적입니다. 적절한 경우 장소의 기하학적 정보, 레이블, 마지막 층 및 마지막으로 정상 작동했던 경로를 캐시해야 합니다. 대화형 레이어가 실패하더라도 직접 장소 검색은 유지되어야 합니다. 공간 분석 대시보드 KPI는 제품 측정에 사용되며, 채팅량 자체를 성공으로 간주해서는 안 됩니다.

Kaleidr는 기존 길찾기 스택에 어떻게 통합되나요?

Kaleidr의 현재 개발자 문서에서는 채팅을 호스트가 이미 실행 중인 지도에 연결된 대화형 레이어로 설명합니다. Quickstart는 실행 중인 Mapbox, MapLibre, Google Maps 또는 Leaflet 인스턴스에 채팅을 마운트하는 방법을 보여줍니다. Chat attach은 컨트롤 타워를 채팅 기반 탐색, 장소 요약 및 호스트 지도 위에 장소 핀을 표시하는 기능으로 설명합니다. 게시 가능한 키는 브라우저에 대해 출처가 고정되어 있으며, 서버 키는 페이지에 표시되지 않습니다(Auth & Scopes). 코드 조각은 실제 키 모양 대신 명확한 자리 표시자를 사용해야 합니다.

const handle = Kaleidr.mount("#chat", {
  product: "chat",
  publishableKey: "YOUR_PUBLISHABLE_KEY",
  map: myMap,
});

이러한 플랫폼은 자연어 기반 목적지 탐색, 지도 인식 대화, 장소 답변, 실시간 마커 및 카메라 업데이트를 지원합니다. 호스트는 렌더러, 장소 데이터, 경로 엔진, 실내 지형, 위치 정보 및 접근 제어를 계속해서 관리합니다. Kaleidr의 공개 문서에는 AI 지도 채팅, 게시된 지도, 디자인된 기본 지도 및 지도 편집에 대한 내용이 설명되어 있습니다. 하지만 현재 이 문서에는 전용 실내 위치 정보 엔진이나 특수 실내 턴바이턴 내비게이션 제품에 대한 내용은 포함되어 있지 않습니다. 따라서 올바른 아키텍처는 Kaleidr에서 대화형 및 지도 인식 상호 작용을 제공하고, 특수 실내 경로 안내 또는 위치 정보 기능은 배포 환경에 따라 필요한 경우 해당 장소 또는 내비게이션 시스템에 유지하는 것입니다. Location Intelligence APIs and Map SDK는 추론 API, 순위 시스템, 분석 및 배포 지원을 위한 현재 상용 플랫폼입니다. 순위 시스템과 실내 경로 안내는 여전히 별개의 제품이므로 마케팅 문구를 바탕으로 가상의 실내 내비게이션 경로를 정의해서는 안 됩니다.

하이브리드 공간도 이러한 구분 기준에 부합합니다. 실외 경로는 경로 제공업체를 이용할 수 있습니다. 실내 경로 탐색에는 장소 그래프를 사용할 수 있습니다. 이벤트 오버레이를 통해 벽을 재구성하지 않고도 부스와 세션을 변경할 수 있습니다. 이는 장소 지도 관련 문서에서 설명하는 바와 같습니다. 병원이나 공항과 같은 곳에서의 요청은 경로 그리기 문제가 아니라 목적지 식별 및 접근 권한 문제에서 먼저 실패하는 경우가 많습니다. "이미지 검색"이나 "42번 게이트 근처에 있는 라운지"와 같은 요청은 기하학적 문제보다 접근성 문제가 먼저 발생합니다. 언어 모델은 이러한 요청을 해석할 수 있습니다. 승인된 비즈니스 데이터와 지리 공간 서비스는 여전히 필요한 정보를 제공합니다.

AI 길찾기 도우미의 성능을 어떻게 측정해야 할까요?

채팅량이 아닌 길찾기 작업 자체를 측정하세요. 목적지 확인률, 결과 없음률, 경로 성공률, 잘못된 층 수정률, 경로 재설정률, 접근 거부, 경로 복귀 시간, 목적지 확인, 경로 포기율은 방문자가 실제로 목적지에 도착했는지 여부를 나타냅니다. 위치 정보가 있는 경우, 경로 이탈, 위치 정확도 오류, 층 감지 오류를 추가하세요. 탐색과 내비게이션을 구분해야 합니다. 경로가 실패했지만 목적지는 확인된 경우는 검색 실패와는 다른 결함입니다. 목적지 확인, 경로 요청, 경로 실패, 층 변경, 경로 재설정과 같은 편집 이벤트 이름은 제품 분석용이며, 문서화된 자동 이벤트Kaleidr Analytics가 아닙니다.

평가에는 모호성, 층간 경로, 폐쇄된 통로, 접근 제한, 접근성 데이터 누락, 연결 상태가 좋지 않은 경우의 대체 경로가 포함되어야 합니다. 지도, 목록, 음성 또는 텍스트 안내에서 동일한 경로 버전이 표시되는지 테스트하세요. 지연 시간은 단계별로 파악해야 합니다."AI"를 탓하는 팀은 종종 경로 설정이나 출발지 확인이 주요 원인임을 알게 됩니다. 작업 완료율이 상호 작용 횟수보다 중요합니다. 채팅 없이 검색을 통해 B홀을 찾은 방문객은 성공한 것입니다. 잘못된 층에서 끝나는 긴 대화는 성공이 아닙니다.

길찾기 제품은 어떤 실패 모드를 피해야 할까요?

반복되는 실패는 세 가지 시스템을 하나의 생성된 문단으로 통합하는 것입니다. 평면도 이미지가 라우터로 취급되고, 언어 모델이 위치 시스템으로 취급됩니다. 층 정보가 사라지고, 접근성이 선호도 가중치로 사용되며, 제한된 통로 정보가 누락되고, 방향 정보 없이 단계별 안내가 표시되며, 대화가 필수가 되고, 이동 기록이 기본적으로 저장됩니다. 아래 각 행은 구체적인 수정 사항이 포함된 제품 결함입니다.

오류 결과 더 나은 접근 방식
지도 이미지를 내비게이션 네트워크로 취급 경로를 신뢰할 수 없음 연결성 모델링
언어 모델을 위치 시스템으로 취급 출발지가 신뢰할 수 없음 명시적인 출발지 소스 사용
층 정보 무시 잘못된 층 안내 공유 상태에서 층 추적
모델이 경로를 생성하도록 허용 안전하지 않거나 오래된 경로 경로 엔진 사용
접근성을 선호 사항으로 처리 접근 불가능한 경로가 우선시될 수 있음 엄격한 제약 조건 사용
임시 폐쇄 무시 오래된 경로 에지 상태 업데이트 및 재계산
제한 구역을 통과하는 경로 설정 접근 권한 누수 경로 설정 전 그래프 필터링
방향 정보 없이 단계별 길 안내 제공 오해의 소지가 있는 안내 랜드마크 또는 지도 관련 용어 사용
대화 필수화 채팅 실패 시 기본 탐색 실패 확정적 검색 유지
기본적으로 이동 정보 유지 개인정보 보호 위험 임시 경로 컨텍스트 유지

모바일 길찾기에는 큰 목표 지점, 읽기 쉬운 단계, 모델 또는 비용이 많이 드는 경로의 시간 초과 시에도 계속 사용할 수 있는 지도가 필요합니다. 기본 지오메트리를 캐시합니다. 제어된 방식으로 정보 보강을 저하시킵니다. 대화가 불가능한 경우에도 입력 검색에서 강조 표시까지의 경로를 유지합니다.

대화형 길찾기 환경 구축

신뢰할 수 있는 아키텍처는 의도, 목적지 확인, 승인된 경로 설정, 경로 계산, 설명 및 검증된 지도 작업으로 구성됩니다. 실내 위치 파악은 선택적인 후속 레이어이며, 해당 장소에서 적합한 시스템을 운영하는 경우에만 추가됩니다. Kaleidr를 사용하면 호스트에서 이미 실행 중인 지도에 대화형 공간 AI를 연결할 수 있으며, 진정한 실내 내비게이션이 필요한 경우 장소 토폴로지 및 특수 라우터가 권위 있는 정보로 유지됩니다.

현재 API, SDK 인터페이스 및 배포 지원은 Kaleidr Enterprise에서 확인하세요. 통합 경로를 구현하기 전에 Kaleidr 개발자 문서에서 연결 패턴과 키 유형을 검토하세요.

자주 묻는 질문

AI 길찾기 도우미란 무엇인가요?

AI 길찾기 도우미는 자연어 내비게이션 질문을 해석하고, 신뢰할 수 있는 기록에서 목적지를 확인하며, 지도 또는 경로 안내를 제공합니다. 경로 설정과 위치 파악은 별개의 시스템으로 유지됩니다.

AI 길찾기는 실내 내비게이션과 같은 건가요?

아니요. 대화형 내비게이션은 길찾기 요청을 해석할 수 있습니다. 하지만 실내 내비게이션은 구조화된 경로 네트워크가 필요하며, 실내 위치 파악이 필요할 수도 있습니다.

평면도 이미지를 길찾기에 사용할 수 있나요?

평면도 이미지 자체만으로는 불가능합니다. 정확한 길찾기를 위해서는 공간, 문, 복도, 계단, 엘리베이터 및 기타 연결 지점 간의 연결성이 필요합니다.

IndoorGML은 무엇인가요?

IndoorGML은 실내 공간 및 내비게이션 데이터에 대한 OGC 표준입니다. IndoorGML 2.0 파트 1은 공간, 연결성 및 내비게이션 네트워크에 대한 현재 개념 모델입니다(OGC 22-045r5). OGC은 2025년 8월 기준으로 IndoorGML 2.0 인코딩 스키마가 개발 중임을 설명했으며, IndoorGML 1.1은 인코딩 중심의 공개 버전으로 남아 있습니다.

IMDF란 무엇인가요?

실내 매핑 데이터 형식(Indoor Mapping Data Format)은 방향, 내비게이션 및 검색에 사용되는 실내 위치 아카이브에 대한 OGC 커뮤니티 표준(OGC 20-094, 버전 1.0.0)입니다.

Kaleidr는 현재 실내 위치 파악 기능을 제공합니까?

Kaleidr의 현재 공개 문서에는 공간 AI, 지도 채팅, 사용자 지정 지도, 게시 및 기존 지도 통합에 대한 내용이 설명되어 있습니다. 전용 실내 위치 파악 시스템에 대한 내용은 없으므로, 호스트 애플리케이션에서 실내 위치 파악 기능을 통합하지 않는 한, 실내 위치 파악은 별도의 배포 기능으로 간주해야 합니다.

Kaleidr는 실내 지도와 연동할 수 있습니까?

Kaleidr는 호환되는 기존 지도 구현에 대화형 AI를 연결할 수 있습니다. 호스트 애플리케이션은 지도 데이터, 경로 네트워크 및 실내 위치 파악 기능을 담당합니다.

접근성 있는 길찾기는 어떻게 작동해야 합니까?

접근성 요구 사항은 검증된 장소 데이터를 사용하여 명확한 경로 제약 조건으로 인코딩되어야 합니다. 어시스턴트는 불완전한 정보를 바탕으로 접근 가능한 경로를 생성해서는 안 됩니다.

AI 지도 어시스턴트가 방문자의 경로를 변경할 수 있습니까?

어시스턴트는 새로운 경로를 요청하거나 설명할 수 있습니다. 권한 있는 경로 엔진은 현재 네트워크 상태와 액세스 규칙을 사용하여 경로를 다시 계산해야 합니다.

길찾기 기능은 사용자의 위치를 ​​지속적으로 추적해야 합니까?

제품에 필요한 경우, 그리고 사용자가 적절한 고지 또는 동의를 받은 경우에만 추적해야 합니다. 많은 길찾기 작업은 지속적인 추적 없이 선택된 출발점이나 랜드마크를 사용하여 작동할 수 있습니다.

참고 자료

@misc{kaleidr_wayfinding_ai_2026_08_27,
  title  = {AI Map Chat for Customer Discovery},
  author = {{Kaleidr}},
  note   = {Accessed 27 August 2026},
  url    = {https://kaleidr.com/ai}
}

@misc{kaleidr_auth_scopes_2026_08_27,
  title  = {Auth \& Scopes},
  author = {{Kaleidr}},
  note   = {Kaleidr Developer Docs; accessed 27 August 2026},
  url    = {https://docs.kaleidr.com/platform-api/auth-and-scopes}
}

@misc{kaleidr_chat_attach_2026_08_27,
  title  = {Chat attach},
  author = {{Kaleidr}},
  note   = {Kaleidr Developer Docs; accessed 27 August 2026},
  url    = {https://docs.kaleidr.com/sdk/chat-attach}
}

@misc{kaleidr_docs_intro_2026_08_27,
  title  = {Introduction},
  author = {{Kaleidr}},
  note   = {Kaleidr Developer Docs; accessed 27 August 2026},
  url    = {https://docs.kaleidr.com/}
}

@misc{kaleidr_enterprise_wayfinding_2026_08_27,
  title  = {Location Intelligence APIs and Map SDK},
  author = {{Kaleidr}},
  note   = {Accessed 27 August 2026},
  url    = {https://kaleidr.com/enterprise}
}

@misc{kaleidr_quickstart_wayfinding_2026_08_27,
  title  = {Quickstart},
  author = {{Kaleidr}},
  note   = {Kaleidr Developer Docs; accessed 27 August 2026},
  url    = {https://docs.kaleidr.com/quickstart}
}

@techreport{nist_privacy_framework_2020,
  title       = {NIST Privacy Framework: A Tool for Improving Privacy through Enterprise Risk Management, Version 1.0},
  author      = {{National Institute of Standards and Technology}},
  number      = {NIST.CSWP.01162020},
  institution = {National Institute of Standards and Technology},
  year        = {2020},
  month       = jan,
  url         = {https://nvlpubs.nist.gov/nistpubs/CSWP/NIST.CSWP.01162020.pdf}
}

@techreport{ogc_indoorgml_1_1,
  title       = {IndoorGML 1.1},
  author      = {{Open Geospatial Consortium}},
  number      = {OGC 19-011r4},
  institution = {Open Geospatial Consortium},
  year        = {2020},
  month       = nov,
  url         = {https://docs.ogc.org/is/19-011r4/19-011r4.html}
}

@techreport{ogc_imdf_1_0_0,
  title       = {Indoor Mapping Data Format},
  author      = {{Open Geospatial Consortium}},
  number      = {OGC 20-094},
  institution = {Open Geospatial Consortium},
  year        = {2021},
  month       = feb,
  note        = {OGC Community Standard, version 1.0.0},
  url         = {https://docs.ogc.org/cs/20-094/index.html}
}

@techreport{ogc_indoorgml_2_0_part1,
  title       = {OGC IndoorGML 2.0 Part 1 – Conceptual Model},
  author      = {{Open Geospatial Consortium}},
  number      = {OGC 22-045r5},
  institution = {Open Geospatial Consortium},
  year        = {2025},
  month       = jun,
  url         = {https://docs.ogc.org/is/22-045r5/22-045r5.html}
}

@misc{ogc_indoorgml_2_0_announcement_2025_08_28,
  title  = {OGC Publishes IndoorGML 2.0 Part 1 Conceptual Model Standard},
  author = {{Open Geospatial Consortium}},
  year   = {2025},
  month  = aug,
  note   = {Accessed 27 August 2026},
  url    = {https://www.ogc.org/announcement/ogc-publishes-indoorgml-2-0-part-1-conceptual-model-standard/}
}

@misc{owasp_llm01_prompt_injection_2025,
  title  = {LLM01:2025 Prompt Injection},
  author = {{OWASP Gen AI Security Project}},
  note   = {Accessed 27 August 2026},
  url    = {https://genai.owasp.org/llmrisk/llm01-prompt-injection/}
}

@misc{owasp_llm_top10_2025,
  title  = {OWASP Top 10 for LLM Applications 2025},
  author = {{OWASP Gen AI Security Project}},
  note   = {Accessed 27 August 2026},
  url    = {https://owasp.org/www-project-top-10-for-large-language-model-applications/assets/PDF/OWASP-Top-10-for-LLMs-v2025.pdf}
}

@misc{w3c_geolocation_2026_03_26,
  title  = {Geolocation},
  author = {{W3C}},
  note   = {W3C Candidate Recommendation Snapshot, 26 March 2026; accessed 27 August 2026},
  url    = {https://www.w3.org/TR/geolocation/}
}

관련 콘텐츠

지도를 비즈니스 성장의 동력으로 바꾸세요