확장 전 기업 Spatial AI 파일럿

기업 Spatial AI 파일럿은 조직이 대화형 Spatial AI를 모든 지도, 시장, 워크플로우에 확대 적용하기 전에, 한 장소에 의존하는 고객 또는 운영 결과를 입증해야 합니다. 가장 강력한 첫 창은 하나의 고객 작업, 하나의 승인된 데이터 도메인, 하나의 제한된 지리 영역, 하나의 측정 가능한 행동입니다. 비즈니스 시스템은 재고, 권한, 가격, 일정, 거래에 대해 여전히 권위적이며; 지리 정보 서비스는 지리적 관계를 계산하고; 언어 모델은 의도를 해석하고 지도상에서 근거 있는 결과를 설명합니다.

아래 섹션에서는 데모와 실제 환경에 맞춘 파일럿을 구분하고, 범위, 검증, Kaleidr의 연결 모델, 평가 단계, 확장을 다룹니다. 관련 참고 자료로는 Grounded Spatial AI for Business Data, Spatial AI for Multi-Location Businesses, How to Build a Map-Aware AI Assistant, Private Location Data for AI Map Workflows가 있습니다. 나머지 글은 이미 지도나 고객 애플리케이션을 보유하고 있는 제품, 플랫폼, 운영 팀을 대상으로 작성되었으며, 교체용 인벤토리, CRM, 또는 일정 관리 시스템을 찾는 팀을 위한 내용은 아닙니다.

엔터프라이즈 Spatial AI 파일럿 필수 사항

• 먼저 한 가지 작업: 회사 전체 어시스턴트는 확장 대상이지, 최초 도입 창구가 아닙니다.
• 소유자는 분리 유지: 인벤토리, 권한, 가격, 예약은 지도와 하나의 기록 시스템을 공유하지 않습니다.
• 기초를 먼저 이해한 뒤 설명: 언어 모델은 비즈니스 데이터베이스가 아닙니다.
• 검증 후 확장: 슬라이드 데크 데모는 실제 운영을 위한 파일럿이 아닙니다.
• 작업 측정: 사용 가능한 목적지, 열린 경로, 시작된 행동이 대화량보다 더 중요합니다.

Spatial AI 파일럿은 조직이 확장하기 전에 하나의 근거 있는 결과를 검증해야 합니다.

왜 기업 Spatial AI 파일럿이 먼저 오는가?

일반 지도 어시스턴트는 주변 핀을 나열할 수 있습니다. 기업용 제품은 고객이나 운영자가 실제로 사용할 수 있는 장소를 권한, 재고, 영업시간, 서비스 지역, 이동 시간 및 다음 비즈니스 활동에 따라 답해야 합니다. 이러한 답변은 표준 위치 식별, 현재 운영 상태 및 호스트 소유 워크플로에 따라 달라집니다. 언어 모델은 학습 메모리에서 이러한 필드를 만들어서는 안 됩니다.

실패 양상은 익숙합니다: 실제 작업을 완료할 수 없는 지도 위에서 매끄럽게 진행되는 대화입니다. 어시스턴트는 폐쇄된 지점, 승인되지 않은 위치, 또는 서비스 지역 외의 장소를 지정합니다. 그 후 운영자는 Spatial AI를 인프라로 보기보다는 데모로 취급합니다. Kaleidr는 현재 기업 호출 조치를 더 좁은 순서로 마무리합니다: 파일럿으로 시작한 후 조직이 준비되면 확장합니다 (Kaleidr, 2026). 그 홈페이지 문구는 제품의 자세를 나타내는 것이지, 모든 대화형 지도가 회사 전체 배포에 준비되었다는 주장은 아닙니다.

결과적으로, 첫 번째 창은 계측할 수 있을 만큼 작고, 중요할 만큼 충분히 커야 합니다. 유용한 첫 번째 작업은 고객이나 운영자가 이미 수행하려고 하는 작업입니다: 적격한 서비스 위치를 찾거나, 요청을 충족할 수 있는 인근 지점을 비교하거나, 회사가 실제로 서비스를 제공할 수 있는 장소에서 약속을 시작하는 것입니다. 다점포 비즈니스를 위한 Spatial AI는 해당 작업의 카탈로그 및 적격성 측면을 다룹니다. 업무 데이터에 대한 기반 Spatial AI는 인증된 재고에 대해 동일한 경계를 다룹니다: 모델은 기반 기록을 설명하지만, 모델 자체가 기록 시스템이 되지는 않습니다.

NIST의 *인공지능 위험 관리 프레임워크(AI RMF 1.0)*는 AI 시스템을 설계, 개발, 배포 또는 사용하는 조직이 AI 위험을 관리하기 위한 자발적이고 사용 사례에 구애받지 않는 리소스입니다(NIST, 2023). Spatial AI 파일럿은 제한된 지리적 범위에서 이 아이디어를 실현하는 한 가지 방법입니다. 즉, 조직이 시스템을 모든 채널에 복사하기 전에 시스템이 사용 가능하고 승인되었으며 공간적으로 올바른 결과를 생성하는지 측정하는 것입니다. 이 프레임워크는 Kaleidr 아키텍처를 규정하지 않습니다.

팀은 기업 Spatial AI 파일럿의 범위를 어떻게 정해야 할까요?

한 번에 네 축에서 첫 번째 창을 범위 지정: 하나의 고객 또는 운영자 작업, 하나의 승인된 데이터 도메인, 하나의 지리적 범위, 그리고 호스트 애플리케이션이 완료할 수 있는 하나의 작업. '적절한 서비스 위치를 찾고 약속을 요청하기'와 같은 작업은 테스트할 수 있습니다. '공개 위치 기록과 사용 가능성'과 같은 도메인은 검사할 수 있습니다. 단일 대도시권 또는 서비스 지역은 지리적으로 제한됩니다. '약속 요청', '길찾기', '예약 페이지 열기'와 같은 작업은 관찰할 수 있습니다. 첫 번째 창 이전에 어떤 축이든 확장하면 가치를 증명하기보다는 실패 모드를 곱하게 됩니다.

소스 소유권을 확인할 수 있도록 유지하십시오. 위치 디렉토리는 장소의 정체성과 좌표를 소유할 수 있습니다. 가용성 또는 운영 시간 소스는 개방 상태를 소유할 수 있습니다. 권한 소스는 사용자가 보거나 테넌트가 볼 수 있는 위치를 소유할 수 있습니다. 일정 관리 또는 상거래 시스템은 약속이나 결제를 소유할 수 있습니다. 지리 공간 서비스는 서비스 지역 포함 여부, 이동 시간, 경유 관계를 계산합니다. AI 지도 어시스턴트는 요청을 해석하고, 기반 쇼트리스트를 설명하며, 지도 작업을 제안합니다. 애플리케이션 계층은 각 작업을 검증합니다. 권한은 애플리케이션과 인프라에 남아 있으며, 언어 모델은 접근 권한을 부여하지 않습니다.

대조적으로, "우리 지점에 대한 모든 것을 대답할 수 있는" 전사적 어시스턴트는 동시에 여러 제품과 같습니다. 요청에는 카탈로그 검색, 자격 확인, 라우팅, 정책, 그리고 하위 워크플로우가 혼합되어 있습니다. 각 항목은 독립적으로 실패할 수 있습니다. '지도 인식 AI 어시스턴트 구축 방법'은 선택된 장소, 뷰포트, 활성 필터를 장식용 채팅 메모리가 아닌 핵심 문맥으로 취급합니다. 초기 파일럿에서는 모델에게 문장으로 전사를 재구성하도록 요구하기보다는 한 가지 작업에 그 지도 문맥을 재사용해야 합니다.

다음 비교는 편집용이며 문서화된 Kaleidr 스키마가 아닙니다. 실제 배포에서는 호스트가 이미 게시한 지도 및 운영 자료에서 동일한 열을 채워야 합니다.

첫 번째 Spatial AI 창은 한 작업, 한 데이터 도메인, 한 지리 및 한 행동이어야 합니다.

4~8주 기간은 계획을 위한 휴리스틱이지, Kaleidr 서비스 수준 계약이 아닙니다. 유용한 제약 조건은 팀이 첫 고객 대화를 기록하기 전에 작업, 데이터 소유자, 지리적 위치, 행동, 그리고 규모 기준을 명확히 지정할 수 있어야 한다는 것입니다. 이 다섯 가지 이름 중 어느 하나라도 여전히 구호라면, 그 작업은 여전히 프로토타입입니다.

Spatial AI 파일럿이 증명해야 하는 것은 무엇일까요?

완료된 작업을 증명하고, 더 긴 대화는 포함하지 마세요. 완료된 Spatial AI 작업에는 일반적으로 네 가지 관찰 가능한 단계가 있습니다: 어시스턴트가 적합한 장소를 반환하고, 지도는 그 장소로 초점이 맞춰지거나 경로를 표시하며, 고객이나 운영자가 호스트 작업을 시작하고, 카탈로그가 요청을 충족할 수 없을 때 결과 없는 지리 정보가 보이는 단계입니다. 대화량, 세션 길이, 모델의 유창성은 진단을 지원할 수 있습니다. 이러한 참여 지표만으로는 제품이 조직이 서비스할 수 있는 장소를 찾았다는 것을 보여주지 않습니다.

하드 필터는 공간 순위 지정 이전에 적용되어야 합니다. 사용자가 볼 수 있는 권한이 없거나, 위치가 닫혀 있거나 재고가 없거나, 장소가 서비스 지역 외부에 있거나, 이동 시간이 남은 예약 시간을 소모하는 경우, 가까운 후보는 사용할 수 없습니다. AI 지도 워크플로우용 개인 위치 데이터는 세입자 레코드에 대해 동일한 순서를 설정합니다: 권한 부여, 최소화, 계산 순입니다. 살아남은 후보자 간의 순위 결정에는 이동 시간, 경로 상 관계, 남은 수용량을 사용할 수 있습니다. 언어 모델은 순위를 매긴 최종 후보 목록을 설명해야 하며, 하드 필터에서 실패한 더 가까운 핀을 만들어내지는 말아야 합니다.

지원되는 작업은 다음과 같이 짧고 호스트에서 검증된 목록이어야 합니다: 장소에 집중, 간략 목록 표시, 도보 또는 운전 관계 표시, 또는 호스트의 약속, 길 안내, 결제 페이지 열기. 모델에서 임의의 JavaScript나 제한 없는 지도 명령은 피하세요. 실내 턴바이턴 내비게이션, 프랜차이즈 전체 재고 동기화, 네이티브 CRM 쓰기는 별도의 제품입니다. 이러한 기능을 첫 번째 엔터프라이즈 Spatial AI 파일럿의 전제조건으로 삼지 마시고, 이 문서를 해당 시스템의 두 번째 통합 명세로 간주하지 마세요.

측정은 지리적이어야 합니다. Kaleidr는 현재 지도 및 장소 참여, 장소 비교, 공간 패턴, 그리고 제품, 재고 및 성장 팀이 Map Engagement and Location Analytics 페이지에서 행동할 수 있는 활동을 문서화합니다. 호스트 시스템은 여전히 재고와 예약을 관리합니다. 그 루프를 사용하여 범위 내 검색에는 있지만 적합한 위치가 없는 우편번호, 고객을 잃는 이동 시간대, 수요가 있으나 누락된 시장을 찾으세요. 공간 분석 vs. 웹 분석에서는 페이지뷰만으로는 이러한 질문에 답할 수 없는 이유를 다룹니다. 이 글에서 제안하는 이벤트 이름은 편집적 권고 사항이며, 문서화된 자동 Kaleidr Analytics 이벤트 이름이 아닙니다.

Kaleidr는 파일럿 아키텍처에서 어디에 속합니까?

Kaleidr는 기존에 운영 중인 지도와 비즈니스 시스템을 대체하는 것이 아니라, 대화형 Spatial AI, 지도 렌더링, 분석 기능을 연결하도록 설계되었습니다. Location Intelligence APIs and Map SDK 페이지에서는 현재 추론 API, 랭킹, 분석 및 SDKs를 설명하며, 이는 팀이 이미 운영 중인 스택에 채팅, 편집, 맞춤 타일, 내장 뷰어를 추가합니다. 해당 페이지를 Kaleidr 자체 포지셔닝으로 간주하십시오. 같은 페이지가 Kaleidr가 네이티브 재고 원장, CRM, 근무 시간 피드 또는 예약 엔진을 운영한다는 증거는 아닙니다.

대화형 지도 상호작용을 위한 현재 공개 부착 문서는 Chat — attach AI to your map입니다. 문서화된 product="chat" 마운트는 호스트가 이미 렌더링하는 지도 위에 위치하며 Mapbox, MapLibre, 또는 Google를 자동으로 감지합니다. Leaflet는 해당 공급업체 목록에 없습니다. 필요한 범위는 ai이며, 문서화된 최소 요금제는 Pro입니다. 지도가 없는 헤드리스 챗도 문서화되어 있습니다; 첫 번째 엔터프라이즈 Spatial AI 파일럿은 고객의 작업이 장소와 동작이기 때문에 지도 필요하며, 이는 기록(transcript)이 아닙니다. 지도에 AI 챗을 추가하는 방법은 렌더러별 부착 단계를 별도의 사용 방법으로 다룹니다.

현재 Endpoints 페이지에는 SDK 세션 교환, 스트리밍 채팅, 경로, POI 보강 및 경로 설계가 나열되어 있습니다. 현재 이 목록은 범용 지식 업로드, RAG-인덱스, 재고 연결 또는 약속 작성 경로를 게시하지 않습니다. 마케팅 카피를 수집 API로 간주하지 말고 배포를 위한 통합 경로를 확인하십시오. Auth & scopes는 현재 게시 가능한 브라우저 키를 서버 키와 구분하며, vendor를 채팅이 업로드된 벤더 데이터를 참조할 수 있는지 여부에 대한 의도적인 수정자로 처리합니다. 벤더 범위의 게시 가능한 키는 호스트가 해당 페이지의 모든 방문자에게 보여줄 데이터에만 속해야 합니다. 요율표, 비용 기준, 공개되지 않은 재고 및 공용 페이지에서 회사를 곤란하게 만들 수 있는 모든 것은 브라우저 키 뒤에 두어서는 안 됩니다.

실무에서는 명확한 분리는 다음과 같습니다: Kaleidr는 대화형 검색, 지도 동작, 분석을 조정하며; 호스트는 신원, 재고, 적격성, 가격, 거래에 대해 권위를 유지합니다. Kaleidr 구현은 기존 지도에서 해당 분리를 지원할 수 있습니다. 구성에 따라, 생산 지도가 없는 팀이 Kaleidr 지도를 게시하고 여전히 비즈니스 시스템을 기록 시스템으로 유지할 수 있습니다. 토큰을 가져오거나, 고객 자격 증명을 복사하거나, 사용자가 볼 수 있는 행을 언어 모델에 묻지 마십시오.

팀은 확장성을 어떻게 평가하고 제한해야 할까요?

파일럿을 네 가지 편집 차원에서 평가하세요: 사용성, 답변 품질, 운영 소유권, 상업적 가치. 사용성은 고객이나 운영자가 지도 옆에 전문가 없이 작업을 완료할 수 있는지를 묻습니다. 답변 품질은 반환된 장소가 승인되었고, 적격하며, 공간적으로 정확하고, 최신 상태인지를 묻습니다. 운영 소유권은 지정된 팀이 위치 디렉토리, 가용성 피드, 승인 규칙, 사건 경로를 소유하고 있는지를 묻습니다. 상업적 가치는 완료된 작업을 확대할 가치가 있는지를 묻습니다. 대화 수가 많지만 작업 시작이 적다면 마지막 차원에서 실패합니다.

NIST가 2026년 8월 7일 발표한 TEVV-Athlon 프레임워크의 최초 공개 초안은 AI 시스템의 실제 영향과 결과를 평가하기 위한 구조화되고 맞춤화 가능한 접근 방식을 설명하며, AI 위험 관리 프레임워크가 테스트, 평가, 검증, 검증 방법론 (NIST, 2026)를 요구한다고 언급합니다. 이 문서는 최종 Kaleidr 인증서가 아닌 초안입니다. Spatial AI 파일럿에게 유용한 시사점은 더 좁습니다: 제품이 수행한다고 주장하는 작업에 맞추어 평가를 맞춤화하고, 그런 다음 모든 시장에 어시스턴트를 복제하기 전에 그 작업의 영향에 대한 증거를 수집합니다.

다음 점수표는 편집용입니다. 모델의 유창성보다는 관찰된 작업 지표, 자료 신선도, 호스트 시스템 결과에서 채우십시오.

파일럿이 사용 가능하고, 정확하며, 운영상 소유되고, 상업적으로 정당화될 때만 확장하십시오.

그 표에서 네 가지 문이 이어집니다. 첫 번째 작업이 생산 환경 조건에서 완료되고 다음 축이 지정되면 확장하십시오. 작업은 올바르지만 순위, 범위, 설명 품질이 약할 경우 반복하십시오. 창이 너무 많은 작업, 데이터셋 또는 시장을 혼합했을 경우 좁히십시오. 조직에서 데이터 소유자를 지정할 수 없거나, 호스트 작업을 완료할 수 없거나, 결과가 기존 지도 검색보다 우수함을 보여줄 수 없는 경우 중지하십시오. 성공적인 파일럿 이후에도 프롬프트 주입, 도구 검증, 신뢰되지 않은 검색 콘텐츠는 호스트 책임으로 남습니다. 애플리케이션은 여전히 모델이 허용된 집합 외에서 제안한 작업을 거부해야 합니다.

성공적인 파일럿은 어떻게 확장해야 합니까?

한 번에 한 축씩 확장하십시오. 추가 고객 작업은 동일한 위치 디렉토리와 지도를 재사용할 수 있습니다. 추가 데이터 도메인은 동일한 권한 및 분석을 재사용할 수 있습니다. 추가 지리적 영역은 현지 커버리지를 포함한 동일한 순위 정책을 재사용할 수 있습니다. 웹, 앱 내, 키오스크 또는 파트너 임베드와 같은 추가 채널은 두 번째 대화식 스택 대신 동일한 기반 후보 목록을 재사용할 수 있습니다. 전체 아키텍처를 새 렌더러, 새 카탈로그, 새 워크플로우로 한 번에 복사하면 원래 데모 문제를 더 큰 규모로 재현하게 됩니다.

발자국이 확장되는 동안 동일한 기록 시스템을 유지하십시오. 위치 정체성, 가용성 및 약속은 디렉토리의 병렬 "AI 복사본"으로 분기되지 않아야 합니다. Map SDK vs. Map API vs. Map Platform은 붙이기 대 교체가 브랜딩 선택이 아니라 통합 선택인 이유를 설명합니다. 성공적인 배포는 여전히 되돌릴 수 없는 작업에 대한 인간 확인, 추천을 생성한 소스의 감사 가능성, 세션이 만료될 때까지 기다리지 않고 공급업체 범위 키를 철회할 수 있는 경로가 필요합니다. 이러한 제어는 프롬프트가 아니라 호스트 애플리케이션 및 키 정책에 속합니다.

성공적인 Spatial AI 파일럿은 두 번째 지도 스택을 통해서가 아니라, 더 많은 작업, 더 많은 데이터, 더 많은 시장, 더 많은 채널을 통해 확장됩니다.

홈페이지 순서는 여전히 확장 규칙을 따릅니다: 파일럿으로 시작하고, 증거가 뒷받침될 때 확장합니다. 기존 지도에서 대화형 위치 검색을 연결하기 위한 **Explore Kaleidr Spatial AI**입니다. 이미 운영 중인 스택에 SDKs와 순위를 추가하기 위한 **Explore Kaleidr Enterprise**입니다. 첫 번째 작업을 중심으로 장소 참여도와 지리적 수요를 측정하기 위한 **Explore Kaleidr Analytics**입니다. 이 문서의 어떤 예도 실제 운영 환경의 기능 사양으로 다루기 전에 현재 공개 페이지를 확인하세요.

자주 묻는 질문

회사 전체 Spatial AI 어시스턴트로 시작하지 않는 이유는 무엇인가요?

회사 전체의 어시스턴트는 카탈로그 검색, 적합성 확인, 라우팅, 정책, 여러 워크플로우를 혼합합니다. 각각의 요소가 독립적으로 실패할 수 있기 때문에 첫 번째 결과를 측정하기 어렵고 인력을 배치하기 어렵습니다. 한 지역에서의 제한된 작업은 조직이 확장, 반복, 축소, 중단 여부를 결정하는 데 사용할 수 있는 증거를 제공합니다.

데모, 프로토타입, 파일럿, 롤아웃의 차이는 무엇인가요?

데모는 지도가 말할 수 있음을 보여줍니다. 프로토타입은 하나의 이상적인 경로 쿼리를 보여줍니다. 파일럿은 하나의 실제 생산형 작업, 하나의 데이터 도메인, 하나의 지리적 위치, 명시된 소유권 하에서 한 개의 호스트 액션을 보여줍니다. 롤아웃은 두 번째 스택을 새로 만들기보다는 증명된 창(window)을 추가 작업, 데이터셋, 시장 또는 채널에 복제합니다.

Spatial AI 파일럿은 기존 지도를 재사용할 수 있나요?

현재 Kaleidr 첨부 문서는 이미 호스트가 렌더링하는 Mapbox, MapLibre, Google maps를 지원합니다. 프로덕션 맵을 재사용하면 장소 정체성, 뷰포트 컨텍스트 및 분석이 고객 애플리케이션과 일치하게 유지됩니다. 렌더러를 교체하는 것은 별도의 결정이며 시작하는 데 필요하지 않습니다.

기업 Spatial AI 파일럿은 얼마나 오래 실행해야 합니까?

4~8주 기간은 계획적 휴리스틱일 뿐, 플랫폼 SLA는 아닙니다. 유용한 제약 조건은 팀이 첫 번째 프로덕션 형태 대화를 계측하기 전에 작업, 데이터 소유자, 지리, 액션 및 스케일 게이트를 지정할 수 있는 것입니다.

첫 번째 사용 사례가 너무 작아서 중요하지 않다면 어떻게 해야 합니까?

첫 번째 창은 좁더라도, 조직이 이미 중요하게 여기는 완료된 작업이 있다면 상업적으로 의미가 있을 수 있습니다. 예를 들어, 선택된 유효한 장소나 시작된 약속이 그것입니다. 완료된 작업 없이 범위만 넓은 것이 Spatial AI 프로그램을 지연시키는 패턴입니다.

파일럿에서 AI 지도 어시스턴트 참여도를 측정해야 할까요?

대화량은 보조적인 진단 지표가 될 수 있습니다. 주요 지표는 여전히 작업 완료에 있어야 합니다: 반환된 유효 장소, 진행된 지도 작업, 시작된 호스트 워크플로, 그리고 결과 없는 지리 정보. 완료된 작업 없이 참여도만 높다고 해서 파일럿이 확장할 준비가 되었음을 입증하는 것은 아닙니다.

Kaleidr가 재고, CRM 또는 약속 시스템을 대체하나요?

비즈니스 시스템은 재고, 권한, 가격, 일정 및 거래에 대해 계속해서 권위 있는 상태를 유지해야 합니다. Kaleidr는 이러한 시스템 위에서 대화형 검색, 지도 행동 및 분석을 조정하도록 설계되었습니다. 현재 공개된 엔드포인트 문서는 통합 재고 또는 예약 쓰기 API를 제공하지 않습니다.

팀이 시작하기 전에 새로운 지도 스택이 필요합니까?

호스트가 이미 Mapbox, MapLibre 또는 Google를 운영하고 있는 경우, 새로운 지도 스택은 권장되는 첫 번째 단계가 아닙니다. 대화형 Spatial AI를 이미 고객이 사용하는 지도에 연결한 후, 첫 번째 작업이 작동하면 채널을 확장하십시오. 팀이 아직 프로덕션 캔버스를 갖고 있지 않은 경우 게시된 Kaleidr 지도를 옵션으로 고려할 수 있습니다.

현재 Kaleidr가 첫 번째 엔터프라이즈 Spatial AI 파일럿을 지원할 수 있습니까?

현재 Kaleidr 개발자 문서는 product="chat"를 호스트 맵, 범위 키, 공개 채팅 및 디자인 엔드포인트, 맵 분석에 연결하는 것을 지원합니다. 파일럿이 공개할 데이터에 대한 출처 허용 목록, ai 범위 및 공급업체 범위 정책을 확인하십시오. 인벤토리, 권한 부여 및 하위 작업을 위한 호스트 통합 경로를 확인하십시오.

참고 문헌

1. Kaleidr. Build Your Own Spatial AI with Kaleidr. Accessed 18 September 2026. https://kaleidr.com/
2. National Institute of Standards and Technology. Artificial Intelligence Risk Management Framework (AI RMF 1.0). 26 January 2023. https://www.nist.gov/publications/artificial-intelligence-risk-management-framework-ai-rmf-10
3. National Institute of Standards and Technology. The TEVV-Athlon Framework for Evaluating AI Systems. Announced 7 August 2026. https://www.nist.gov/artificial-intelligence/ai-research/tevv-athlon-framework-evaluating-ai-systems
4. Kaleidr. Location Intelligence APIs and Map SDK. Accessed 18 September 2026. https://kaleidr.com/enterprise
5. Kaleidr. Chat — attach AI to your map. Developer documentation. Accessed 18 September 2026. https://docs.kaleidr.com/sdk/chat-attach
6. Kaleidr. Endpoints. Developer documentation. Accessed 18 September 2026. https://docs.kaleidr.com/platform-api/endpoints
7. Kaleidr. Auth & scopes. Developer documentation. Accessed 18 September 2026. https://docs.kaleidr.com/platform-api/auth-and-scopes
8. Kaleidr. Map Engagement and Location Analytics. Accessed 18 September 2026. https://kaleidr.com/analytics
9. Kaleidr. AI Map Chat for Customer Discovery. Accessed 18 September 2026. https://kaleidr.com/ai
10. Kaleidr. Grounded Spatial AI for Business Data. Accessed 18 September 2026. https://kaleidr.com/blog/grounded-spatial-ai-business-data
11. Kaleidr. Spatial AI for Multi-Location Businesses. Accessed 18 September 2026. https://kaleidr.com/blog/spatial-ai-for-multi-location-businesses
12. Kaleidr. Map-Aware AI Assistant: How to Build One. Accessed 18 September 2026. https://kaleidr.com/blog/how-to-build-a-map-aware-ai-assistant
13. Kaleidr. Private Location Data for AI Map Workflows. Accessed 18 September 2026. https://kaleidr.com/blog/private-location-data-for-ai-map-workflows
14. Kaleidr. Spatial Analytics vs. Web Analytics. Accessed 18 September 2026. https://kaleidr.com/blog/spatial-analytics-vs-web-analytics
15. Kaleidr. Map SDK vs. Map API vs. Map Platform. Accessed 18 September 2026. https://kaleidr.com/blog/map-sdk-vs-map-api-vs-map-platform
16. Kaleidr. How to Add AI Chat to a Map. Accessed 18 September 2026. https://kaleidr.com/blog/add-ai-chat-mapbox-google-maps-maplibre

@misc{kaleidr_pilot_home_2026,
  title  = {Build Your Own Spatial AI with Kaleidr},
  author = {{Kaleidr}},
  year   = {2026},
  note   = {Accessed 18 September 2026},
  url    = {https://kaleidr.com/}
}

@techreport{nist_ai_rmf_2023,
  title       = {Artificial Intelligence Risk Management Framework (AI RMF 1.0)},
  author      = {{National Institute of Standards and Technology}},
  year        = {2023},
  month       = jan,
  number      = {NIST AI 100-1},
  institution = {National Institute of Standards and Technology},
  note        = {Published 26 January 2023; accessed 18 September 2026},
  url         = {https://www.nist.gov/publications/artificial-intelligence-risk-management-framework-ai-rmf-10},
  doi         = {10.6028/NIST.AI.100-1}
}

@misc{nist_tevv_athlon_2026,
  title  = {The TEVV-Athlon Framework for Evaluating AI Systems},
  author = {{National Institute of Standards and Technology}},
  year   = {2026},
  month  = aug,
  note   = {Initial public draft announced 7 August 2026; accessed 18 September 2026},
  url    = {https://www.nist.gov/artificial-intelligence/ai-research/tevv-athlon-framework-evaluating-ai-systems}
}

@misc{kaleidr_pilot_enterprise_2026,
  title  = {Location Intelligence APIs and Map SDK},
  author = {{Kaleidr}},
  year   = {2026},
  note   = {Accessed 18 September 2026},
  url    = {https://kaleidr.com/enterprise}
}

@misc{kaleidr_pilot_chat_attach_2026,
  title  = {Chat -- attach AI to your map},
  author = {{Kaleidr}},
  year   = {2026},
  note   = {Developer documentation; accessed 18 September 2026},
  url    = {https://docs.kaleidr.com/sdk/chat-attach}
}

@misc{kaleidr_pilot_endpoints_2026,
  title  = {Endpoints},
  author = {{Kaleidr}},
  year   = {2026},
  note   = {Developer documentation; accessed 18 September 2026},
  url    = {https://docs.kaleidr.com/platform-api/endpoints}
}

@misc{kaleidr_pilot_auth_2026,
  title  = {Auth \& scopes},
  author = {{Kaleidr}},
  year   = {2026},
  note   = {Developer documentation; accessed 18 September 2026},
  url    = {https://docs.kaleidr.com/platform-api/auth-and-scopes}
}

@misc{kaleidr_pilot_analytics_2026,
  title  = {Map Engagement and Location Analytics},
  author = {{Kaleidr}},
  year   = {2026},
  note   = {Accessed 18 September 2026},
  url    = {https://kaleidr.com/analytics}
}

@misc{kaleidr_pilot_ai_2026,
  title  = {AI Map Chat for Customer Discovery},
  author = {{Kaleidr}},
  year   = {2026},
  note   = {Accessed 18 September 2026},
  url    = {https://kaleidr.com/ai}
}

@misc{kaleidr_pilot_grounded_2026,
  title  = {Grounded Spatial AI for Business Data},
  author = {{Kaleidr}},
  year   = {2026},
  note   = {Accessed 18 September 2026},
  url    = {https://kaleidr.com/blog/grounded-spatial-ai-business-data}
}

@misc{kaleidr_pilot_multilocation_2026,
  title  = {Spatial AI for Multi-Location Businesses},
  author = {{Kaleidr}},
  year   = {2026},
  note   = {Accessed 18 September 2026},
  url    = {https://kaleidr.com/blog/spatial-ai-for-multi-location-businesses}
}

@misc{kaleidr_pilot_map_aware_2026,
  title  = {Map-Aware AI Assistant: How to Build One},
  author = {{Kaleidr}},
  year   = {2026},
  note   = {Accessed 18 September 2026},
  url    = {https://kaleidr.com/blog/how-to-build-a-map-aware-ai-assistant}
}

@misc{kaleidr_pilot_private_location_2026,
  title  = {Private Location Data for AI Map Workflows},
  author = {{Kaleidr}},
  year   = {2026},
  note   = {Accessed 18 September 2026},
  url    = {https://kaleidr.com/blog/private-location-data-for-ai-map-workflows}
}

@misc{kaleidr_pilot_spatial_analytics_2026,
  title  = {Spatial Analytics vs. Web Analytics},
  author = {{Kaleidr}},
  year   = {2026},
  note   = {Accessed 18 September 2026},
  url    = {https://kaleidr.com/blog/spatial-analytics-vs-web-analytics}
}

@misc{kaleidr_pilot_map_sdk_2026,
  title  = {Map SDK vs. Map API vs. Map Platform},
  author = {{Kaleidr}},
  year   = {2026},
  note   = {Accessed 18 September 2026},
  url    = {https://kaleidr.com/blog/map-sdk-vs-map-api-vs-map-platform}
}

@misc{kaleidr_pilot_add_ai_chat_2026,
  title  = {How to Add AI Chat to a Map},
  author = {{Kaleidr}},
  year   = {2026},
  note   = {Accessed 18 September 2026},
  url    = {https://kaleidr.com/blog/add-ai-chat-mapbox-google-maps-maplibre}
}