비공개 위치 데이터에는 공개 장소 데이터베이스가 알지 못하는 재고, 서비스, 자산, 자격, 시설, 파트너 위치와 운영 상태가 있어 AI 지도를 더 유용하게 만듭니다. 제한 없는 내부 데이터베이스를 지도나 언어 모델에 업로드하면 안 됩니다. 사용자를 인증하고 테넌트와 허용된 객체를 결정하며, 작업에 필요한 최소 레코드와 필드만 가져오고, 결정론적 지리 계산을 수행한 뒤 인가된 맥락만 AI 계층에 전달합니다.
아래에서는 데이터 분류, 인가 계층, 최소화, 공간 RAG, 프롬프트 인젝션 방어, Kaleidr 플랫폼 경계와 운영 체크리스트를 설명합니다. Kaleidr Enterprise, Spatial AI란?, 지도 API 인증, AI 지도 SDK란?도 참고하세요.
비공개 데이터 원칙
- 검색 전에 인가: 어떤 행을 볼 수 있는지 언어 모델이 정하게 하지 않습니다.
- 필드 최소화: 좌표가 공개여도 매출, 인력, 자격은 비공개일 수 있습니다.
- 엄격한 필터는 그대로 유지: 거리, 자격, 테넌트 규칙은 앱 로직에서 처리합니다.
- 지도 작업 검증: 도구 호출에는 스키마, 범위, 권한 검사가 필요합니다.
- 플랫폼 키 ≠ 테넌트: 조직 API 키는 최종 사용자나 고객을 격리하지 않습니다.
비공개 위치 데이터에 포함되는 것
무제한 공개를 의도하지 않은 지리 또는 장소 연계 정보입니다. 미공개 부동산, 고객 주소, 배송 지점, 차량과 자산 위치, 내부 시설, 서비스 권역, 파트너 장소, 창고별 재고, 매장 가용성, 영업 구역, 비공개 행사, 직원 근무지, 공공시설 자산, 운영 사고, 제한 출입구, 장소별 가격과 자격 등이 해당합니다. 도형은 점, 선, 폴리곤, 내부 래스터일 수 있으며 좌표보다 연결된 업무 속성이 더 민감한 경우가 많습니다. 공개 매장 핀은 무해해도 재고, 인력, 일일 매출과 고객군은 비공개입니다.
모든 공간 레코드를 한 등급으로 취급하지 마세요. 공개 주소는 열린 지도에 표시할 수 있지만 내부 후보지는 인증된 직원만, 기밀 매출은 특정 역할만, 개인 주소는 목적에 맞는 경우만 허용해야 합니다. 민감한 자산 위치에는 강한 통제, 정밀도 제한과 감사가 필요합니다. 계획된 장소가 공개되는 것처럼 등급이 변할 수 있으므로 실제 필요한 필드 중 가장 엄격한 요건으로 설계합니다.
AI가 비공개 지도의 위험 모델을 바꾸는 이유
기존 앱은 정해진 화면과 필터로 비공개 데이터를 노출합니다. AI는 “시설 근처 모든 고객”, “다른 지역의 부동산”, “이전 규칙을 무시하고 제한 장소 표시” 같은 유연한 요청 면을 추가합니다. 자연어는 권한이 아닙니다. 모델은 의도를 해석하고 앱이 접근을 결정합니다. OWASP API Security Top 10은 객체 수준 인가 실패를 주요 위험으로 봅니다. 채팅에서 property_id=124를 묻는 것은 직접 API 호출의 객체 ID를 바꾸는 것과 같은 인가 문제입니다.
안전한 아키텍처의 처리 순서
운영 흐름은 사용자 인증, 신원과 테넌트 연결, 공간 의도 해석, 정책 적용, 허용 레코드 검색, 필드 최소화, 공간 계산, 인가된 맥락에서만 AI 합성·순위화, 지도 작업 검증, 렌더링 순으로 진행합니다. 전체 비공개 데이터를 먼저 가져와 모델에게 허용 행을 고르게 하지 않습니다.
최종 사용자는 호스트 제품의 신원 시스템에서 로그인합니다. Kaleidr 공개 가능 키나 서버 키는 개발 조직의 통합을 식별하며 사용자 로그인이 아닙니다. 조직 소유 키는 Auth & Scopes와 API 키 받기에 설명되어 있습니다. 다음으로 테넌트를 확인해 고객 A가 고객 B의 매장이나 자산을 검색하지 못하게 합니다. 의도를 엔터티 유형, 지리, 기간, 순위 목표의 구조화 필터로 바꾸고 테넌트, 객체, 필드 수준에서 쿼리를 인가합니다. 각 부동산, 매장, 자산과 비공개 지도 객체마다 검사가 필요합니다.
추론 전에 데이터를 최소화하는 방법
현재 작업에 필요한 레코드와 필드만 허용합니다. 지역 관리자는 담당 구역의 매장과 재고를 볼 수 있어도 매출이나 직원 기록은 볼 수 없게 합니다. 최소화는 추론 전에 해야 합니다. 정확한 좌표가 불필요하면 도시나 격자 집계, 거친 geohash, 목적 제한 스냅샷으로 정밀도를 낮춥니다. 비공개 업무 정보를 시스템 프롬프트에 넣지 마세요. OWASP 시스템 프롬프트 유출 지침도 민감 정보를 분리하고 프롬프트를 보안 통제로 취급하지 말라고 권고합니다.
엄격한 필터와 AI 순위화를 분리합니다. 자격, 테넌트 소속, 허가 지역, 거리 임계값, 재고 여부는 결정론적 쿼리와 정책 계층에 속합니다. 모델은 이미 인가된 후보를 설명, 요약, 순위화할 수 있지만 접근권을 만들 수 없습니다. 점-폴리곤, 거리, 경로와 커버리지 계산은 감사 가능한 입출력으로 앱이나 지리 서비스에서 실행하고 구조화 결과만 AI에 전달합니다.
멀티테넌트 공간 RAG를 안전하게 유지하는 방법
RAG는 비공개 문서와 레코드로 답변을 근거화할 수 있지만 인증, 인가, 최소화를 대체하지 않습니다. 먼저 인가하고 그다음 검색합니다. 호스트가 테넌트, 역할, 객체, 필드 권한을 검사하고, 허용된 SQL·공간 저장소·문서·업무 시스템에서 거리, 점-폴리곤과 경로를 포함해 가져옵니다. AI는 승인된 출력만 받고 근거 있는 답변과 구조화 지도 작업을 제안합니다. 지도 갱신 전 마지막 검증 게이트를 통과하며 다른 테넌트 데이터는 현재 사용자의 검색 경로에 들어오지 않습니다.
부동산은 가시성을 인가한 뒤 허용 매물을 검색하고, 소매는 인력과 매출을 노출하지 않고 매장과 재고를 표시하며, 숙박은 고객 PII를 지도 경로에서 제외한 채 객실 가용성을 보여 줍니다. 현장 운영은 팀과 지역별 자산 접근을 인가한 뒤 실시간 위치를 그립니다. 공개 베이스맵과 호스트의 권위 있는 비공개 업무 데이터는 분리합니다.
비공개 지도를 프롬프트 인젝션에서 보호하는 방법
검색한 업무 텍스트에는 모델 행동을 바꾸려는 간접 지시가 있을 수 있습니다. OWASP 프롬프트 인젝션 지침은 RAG도 문제를 없애지 못한다고 설명합니다. 사전 인가 검색, 프롬프트 내 비밀 금지, 도구 허용 목록, 스키마 검증, 객체 권한, 테넌트 경계와 민감한 쓰기 확인 같은 구조적 방어가 중요합니다. 모델이 조작돼도 금지 장소를 가져오거나 미승인 작업을 실행할 수 없어야 합니다. 읽기와 쓰기를 다르게 다루고, 지도 이동과 요약보다 재고 갱신, 구역 편집, 연락처 내보내기를 엄격히 통제합니다.
Kaleidr가 테넌트 권한을 소유하지 않을 때의 역할
Kaleidr SDK와 Platform API는 공간 AI, 지도와 디자인의 브라우저·백엔드 인터페이스를 제공하면서 플랫폼 인증과 호스트 데이터 인가를 분리합니다(Auth & Scopes, Endpoints). 공개 가능 키는 허용 오리진과 단기 세션에 쓰고 서버 키는 신뢰된 백엔드에 둡니다. 유효한 조직 키가 고객 A에게 고객 B의 레코드를 허용하지 않습니다. 공개 문서는 제한 없는 비공개 업무 DB를 채팅에 업로드하는 일반 필드나 엔드포인트를 정의하지 않습니다. 호스트가 인가와 권위 있는 데이터를 통제하고 구체적인 Enterprise 통합 방식을 확인해야 합니다.
브라우저로 보낸 데이터는 사용자에게 보이는 것으로 간주합니다. CSS, 숨김 필드, 비활성 레이어는 표시 제어이지 보안이 아닙니다. 캐시에 테넌트, 역할, 사용자, 정책 버전 등의 인가 맥락을 포함합니다. 집계도 고객 밀도나 매출 집중을 드러낼 수 있습니다. 키 ID, 상태 코드와 인가 결과를 기록하되 자격 증명과 불필요한 좌표 정밀도는 제거합니다. NIST AI 600-1은 생성형 AI 위험을 전 생애주기에서 관리합니다. 인가 실패, 할당량 남용, 테넌트 간 거부를 제품 상태 신호로 측정합니다. 사용량은 조직 단위로 집계되고 키별 속도와 스트리밍 동시성 제한이 있습니다(Quota & Rate Limits).
피해야 할 실수
| 실수 | 위험 | 더 나은 방법 |
|---|---|---|
| 비공개 DB 전체를 모델에 전송 | 과도한 노출 | 최소한의 인가된 부분만 검색 |
| 모델이 행 접근을 결정 | 객체 인가 실패 | 검색 전에 정책 적용 |
| 서버 키를 브라우저에 전송 | 자격 증명 탈취 | 공개 가능 키나 백엔드 프록시 |
| CSS 숨김을 보안으로 간주 | 데이터 다운로드 가능 | 서버에서 필터링 |
| 테넌트 간 캐시 공유 | 교차 테넌트 유출 | 인가 맥락으로 캐시 키 지정 |
| 시스템 프롬프트에 비밀 저장 | 프롬프트 유출 | 비밀 저장소와 정책 사용 |
| RAG만 신뢰 | 인젝션과 과다 검색 | 인가, 최소화, 도구 검증 |
| 쓰기 검증 생략 | 미승인 지도 변경 | 스키마 + 권한 + 확인 |
| 운영 PII를 스테이징에 복제 | 불필요한 노출 | 합성·정제 테스트 데이터 |
| 인가 지표 생략 | 조용한 실패 | 거부와 이상 추적 |
최종 결론
비공개 위치 데이터는 인가와 최소화가 추론보다 먼저 이뤄질 때만 가치를 만듭니다. 사용자를 인증하고 테넌트를 격리하며 객체와 필드를 인가하고 최소한의 유용한 부분을 가져와 결정론적 공간 작업을 실행한 뒤, 그 경계 안에서만 모델이 설명하거나 순위화하게 합니다. 도구와 지도 작업을 검증해 인젝션이 접근권을 만들지 못하게 합니다. Kaleidr 키는 개발 조직을 인증하고 최종 사용자 신원과 비공개 업무 인가는 호스트 제품이 담당합니다.
Kaleidr Enterprise로 비공개 공간 워크플로 구축
비공개 업무 데이터 주변에 위치 추론, 순위화, API, 배포 지원과 조직 공간 인프라가 필요하면 Kaleidr Enterprise를 사용하세요. **Kaleidr Enterprise 살펴보기**와 키 유형, 범위, API 경로를 설명하는 개발자 문서를 확인하세요.
자주 묻는 질문
비공개 위치 데이터란 무엇인가요?
지점, 경로, 영역, 장소에 연결된 비공개 정보로 고객 주소, 미공개 부동산, 자산 위치, 서비스 권역, 매장 재고, 운영 사고와 내부 시설이 포함됩니다.
AI 지도가 비공개 업무 데이터를 사용할 수 있나요?
네. 사용자를 인증하고 테넌트·객체 권한을 적용하며 필요한 레코드와 필드만 가져와 인가된 맥락을 전달합니다.
비공개 DB 전체를 AI 모델에 업로드해야 하나요?
대개 아닙니다. 현재 작업에 필요한 최소한의 인가된 부분만 가져오면 노출을 줄이고 거버넌스를 단순화할 수 있습니다.
AI 모델이 접근 레코드를 결정해도 되나요?
안 됩니다. 결정론적 앱과 데이터 인프라가 레코드가 모델에 도달하기 전에 인증과 인가를 적용해야 합니다.
객체 수준 인가란 무엇인가요?
현재 사용자가 특정 부동산, 고객, 자산, 매장 또는 비공개 지도에 접근할 수 있는지 검사합니다. 로그인만으로 모든 객체에 접근할 수 없습니다.
필드 수준 인가란 무엇인가요?
객체의 어떤 속성을 볼 수 있는지 제어합니다. 매장 위치는 보여도 매출, 직원 또는 기밀 재고는 숨길 수 있습니다.
RAG만으로 비공개 데이터를 보호할 수 있나요?
아닙니다. 근거화는 개선하지만 인증, 인가, 최소화와 인젝션 방어를 대체하지 않습니다. 검색 콘텐츠 자체에 악성 지시가 있을 수 있습니다.
정확한 사용자 좌표를 저장해야 하나요?
정당한 필요와 적절한 보호가 있을 때만 저장합니다. 많은 분석은 낮은 정밀도나 영구 저장 없이 작동합니다.
비공개 위치 데이터를 어떻게 캐시하나요?
인가 맥락을 포함하고 테넌트, 역할, 사용자, 정책 버전 등의 권한 경계로 분리합니다.
브라우저에 보내고 숨기면 안전한가요?
아닙니다. 브라우저로 보낸 데이터는 보이는 것으로 간주합니다. CSS, 숨김 필드, 비활성 레이어는 보안 통제가 아닙니다.
Kaleidr API 키가 SaaS 사용자를 인가하나요?
아닙니다. 키는 개발 조직을 Kaleidr에 인증합니다. 호스트 앱이 사용자를 인증하고 테넌트, 객체, 필드와 워크플로 권한을 적용합니다.
Kaleidr는 일반 비공개 DB 업로드를 문서화하나요?
공개 엔드포인트는 채팅, 경로, POI 보강과 디자인을 다루지만 제한 없는 비공개 업무 DB를 채팅에 올리는 일반 필드나 엔드포인트는 없습니다. Enterprise 통합은 지원 계약을 따라야 합니다.
참고 자료
- Kaleidr. Auth & Scopes. Kaleidr Developer Docs. 2026년 8월 18일 확인. https://docs.kaleidr.com/platform-api/auth-and-scopes
- Kaleidr. Endpoints. Kaleidr Developer Docs. 2026년 8월 18일 확인. https://docs.kaleidr.com/platform-api/endpoints
- Kaleidr. Get an API Key. Kaleidr Developer Docs. 2026년 8월 18일 확인. https://docs.kaleidr.com/get-an-api-key
- Kaleidr. Quota & Rate Limits. Kaleidr Developer Docs. 2026년 8월 18일 확인. https://docs.kaleidr.com/platform-api/quota-and-rate-limits
- National Institute of Standards and Technology. Artificial Intelligence Risk Management Framework: Generative Artificial Intelligence Profile. NIST AI 600-1, 2024. 2026년 8월 18일 확인. https://www.nist.gov/publications/artificial-intelligence-risk-management-framework-generative-artificial-intelligence
- OWASP Foundation. OWASP Top 10 API Security Risks — 2023. 2026년 8월 18일 확인. https://owasp.org/API-Security/editions/2023/en/0x11-t10/
- OWASP Gen AI Security Project. LLM01:2025 Prompt Injection. 2026년 8월 18일 확인. https://genai.owasp.org/llmrisk/llm01-prompt-injection/
- OWASP Gen AI Security Project. LLM07:2025 System Prompt Leakage. 2026년 8월 18일 확인. https://genai.owasp.org/llmrisk/llm072025-system-prompt-leakage/
@misc{kaleidr_auth_scopes_private_data_2026,
title = {Auth and Scopes},
author = {{Kaleidr}},
note = {Kaleidr Developer Docs; accessed 18 August 2026},
url = {https://docs.kaleidr.com/platform-api/auth-and-scopes}
}
@misc{kaleidr_api_key_private_data_2026,
title = {Get an API Key},
author = {{Kaleidr}},
note = {Kaleidr Developer Docs; accessed 18 August 2026},
url = {https://docs.kaleidr.com/get-an-api-key}
}
@misc{kaleidr_endpoints_private_data_2026,
title = {Endpoints},
author = {{Kaleidr}},
note = {Kaleidr Developer Docs; accessed 18 August 2026},
url = {https://docs.kaleidr.com/platform-api/endpoints}
}
@misc{kaleidr_quota_private_data_2026,
title = {Quota and Rate Limits},
author = {{Kaleidr}},
note = {Kaleidr Developer Docs; accessed 18 August 2026},
url = {https://docs.kaleidr.com/platform-api/quota-and-rate-limits}
}
@misc{owasp_api_security_2023,
title = {OWASP Top 10 API Security Risks -- 2023},
author = {{OWASP Foundation}},
note = {Accessed 18 August 2026},
url = {https://owasp.org/API-Security/editions/2023/en/0x11-t10/}
}
@misc{owasp_llm01_prompt_injection_2025,
title = {LLM01:2025 Prompt Injection},
author = {{OWASP Gen AI Security Project}},
note = {Accessed 18 August 2026},
url = {https://genai.owasp.org/llmrisk/llm01-prompt-injection/}
}
@misc{owasp_llm07_system_prompt_leakage_2025,
title = {LLM07:2025 System Prompt Leakage},
author = {{OWASP Gen AI Security Project}},
note = {Accessed 18 August 2026},
url = {https://genai.owasp.org/llmrisk/llm072025-system-prompt-leakage/}
}
@misc{nist_ai_600_1_2024,
title = {Artificial Intelligence Risk Management Framework: Generative Artificial Intelligence Profile},
author = {{National Institute of Standards and Technology}},
number = {NIST AI 600-1},
year = {2024},
note = {Accessed 18 August 2026},
url = {https://www.nist.gov/publications/artificial-intelligence-risk-management-framework-generative-artificial-intelligence}
}