Spatial Context Engineering은 모델이 답하기 전에 사용할 수 있는 장소, 시간, 경로, 비즈니스 사실을 선택하는 실무입니다. 프롬프트는 가장 가까운 충전소를 물을 수 있습니다. 하지만 유용한 답변에는 여전히 경로, 현재 시간, 그리고 호스트가 공유하기로 한 사실만 필요합니다. 공간 서비스가 지리를 계산하고 모델은 그 결과를 설명합니다.
Spatial Context Engineering이란 무엇인가요?
2025년의 한 서베이는 1,400편이 넘는 연구 논문을 정리하며, 컨텍스트 엔지니어링을 프롬프트 설계를 넘어 언어 모델이 받는 정보를 체계적으로 최적화하는 분야로 정의합니다 (Mei et al., 2025). 이 서베이는 그 작업을 컨텍스트 검색과 생성, 컨텍스트 처리, 컨텍스트 관리로 나눕니다. Spatial Context Engineering은 같은 원리를 장소에 적용합니다. 페이로드에는 대상이 어디에 있는지, 사실이 언제 유효했는지, 어떤 경로나 영역이 중요한지, 호출자가 어떤 비즈니스 레코드를 사용할 수 있는지가 들어가야 합니다.
컨텍스트가 많다고 자동으로 더 좋은 것은 아닙니다. Liu 등은 관련 정보가 입력의 앞부분이나 끝부분에 있을 때 언어 모델의 성능이 가장 높은 경우가 많고, 긴 컨텍스트의 중간에 있는 정보를 사용해야 할 때는 성능이 크게 떨어진다는 것을 보였습니다 (Liu et al., 2024). 따라서 공간 패킷은 작게 유지해야 합니다. 적격 장소, 계산된 거리나 포함 여부 결과, 그 결과의 최신성, 호출자가 수행할 수 있는 액션만 담아야 합니다. 현재 지도 보기의 모든 레이어를 통째로 넘기는 방식은 이 기준을 충족하지 못합니다.
실무 가이드에서도 이 용어는 이미 쓰이고 있습니다. Vercel의 개발자 가이드는 검색, 메모리, 압축, 도구 컨텍스트라는 네 가지 패턴을 제시합니다 (Vercel, 2026). 지도 제품은 네 가지 모두를 사용할 수 있지만 어느 것도 공간 계산을 대체하지는 않습니다. 검색은 정책 문구를, 메모리는 이전 선호를 가져올 수 있고, 압축은 나머지 카탈로그를 제거할 수 있습니다. 도구 컨텍스트는 경로나 포함 여부 검사 결과를 담을 수 있으며, 모델은 대체 숫자를 만들어내지 말고 그 결과를 설명해야 합니다.
프롬프트와 컨텍스트는 어떻게 다른가요?
프롬프트는 질문을 합니다. 컨텍스트는 답변 전에 조립되는 근거입니다. “배송 경로에서 가장 가까운 충전소를 찾아줘”는 지시문이지만, 지시문 하나만으로는 차량, 시간, 실제 통행 가능한 도로를 무시한 일반적인 충전소 목록이 나올 수 있습니다. 그림은 이런 얇은 답변과 장소, 시간, 경로, 비즈니스 상태, 권한, 지도 상태를 명시한 패킷을 대비합니다.
왼쪽은 짧은 지시문과 근처 충전소에 대한 일반적인 답변입니다. 오른쪽은 위치 인식 답변 전에 장소, 시간, 경로, 비즈니스 상태, 권한, 지도 상태를 추가합니다. 장소 ID, 2024년 6월 타임스탬프, 5.2 km 배지, 충전소 핀은 예시 라벨입니다. 오른쪽 패킷은 참조용 스케치이며 Kaleidr 요청 형식이 아닙니다.
얇은 답변은 문법적으로 틀린 것은 아닙니다. 하지만 운영 관점에서는 쓸 수 없습니다. “근처”에는 출발점, 최대 우회 거리, 어떤 충전소를 차량이 사용할 수 있는지에 대한 규칙이 없기 때문입니다. 그림의 더 풍부한 쪽도 예시 식별자를 사용하므로 그 값은 실제 쿼리가 아닙니다. 프로덕션 패킷에는 호스트 자체 ID와 공간 서비스가 계산한 실제 숫자가 들어갑니다.
왜 검색은 여러 출처 중 하나일 뿐인가요?
검색은 문서, 정책, 설명, 도움말 문서에서 텍스트를 가져옵니다. 이런 문구는 규칙을 설명할 수 있습니다. 하지만 어떤 정류지가 서비스 영역 안에 있는지는 알려줄 수 없습니다. 폴리곤 검사는 문장이 아니라 계산이기 때문입니다. 공간 컨텍스트는 검색된 텍스트를 유지하면서 구조화된 비즈니스 사실, 권한 결과, 현재 지도 상태, 공간 결과를 추가합니다.
왼쪽 열은 문서, 정책 텍스트, 설명, 지식을 문단으로 검색합니다. 오른쪽 열은 그 텍스트에 구조화된 비즈니스 사실, 권한, 지도 상태, 공간 계산을 추가합니다. 그림의 결과는 위치 인식 답변을 위한 의사결정 패킷입니다. 그려진 경로와 핀은 예시 그래픽이며 측정된 이동이 아닙니다.
검색된 텍스트에서 멈추는 팀은 정보가 있어 보이지만 지도 판단은 틀릴 수 있습니다. 정책 문구는 늦은 배송에는 직원이 있는 지점이 필요하다고 말할 수 있습니다. 그러나 그 지점이 지금 조건을 충족하는지는 영업시간 피드, 포함 여부 검사, 호출자 권한만 판단할 수 있습니다. 그림의 의사결정 패킷은 이런 요소가 만나는 곳입니다.
왜 최신 근거가 오래된 메모리보다 우선해야 하나요?
메모리는 저장된 차고나 언어처럼 만료되지 않는 선호에 유용합니다. 하지만 교통, 폐쇄, 재고, 오늘 누가 비공개 시설을 볼 수 있는지에 대한 출처로는 부적합합니다. 지난주 기억된 “최적 정차지”가 공간 서비스가 방금 반환한 경로와 충돌할 수 있습니다. 둘이 다르면 현재 계산과 현재 권한이 우선하고, 메모리는 사실이 아니라 선호로 표시된 상태를 유지해야 합니다.
같은 규칙은 세션 초반에 작성된 요약에도 적용됩니다. 압축된 요약은 폐쇄나 취소된 권한을 놓칠 수 있습니다. 다음 대화 차례는 변경되는 필드를 다시 읽어야 하며, 타임스탬프가 없는 요약을 근거로 행동해서는 안 됩니다. 최신성은 “이전 답변이 아직 맞겠지”라는 기대가 아니라 데이터로 패킷에 들어가야 합니다.
왜 장소 식별이 검색보다 먼저인가요?
두 레코드가 같은 이름을 가져도 서로 다른 장소일 수 있습니다. “도심 매장” 검색어는 ID가 아닙니다. 패킷에는 호스트 자체 시스템의 안정적인 장소 ID와 공간 서비스가 사용할 좌표 또는 지오메트리가 들어가야 하며, 표시 이름은 키가 아니라 라벨로 남아야 합니다. 이 ID가 없으면 나중 대화 차례에서 이름이 바뀐 매장과 다른 매장을 구분할 수 없고, 인용도 실제 적격 레코드를 가리킬 수 없습니다.
패킷에는 어떤 지오메트리가 들어가야 하나요?
지오메트리는 질문에 맞아야 합니다. 가장 가까운 충전소 질문에는 포인트와 경로가 필요합니다. 서비스 영역 질문에는 폴리곤과 포함 여부 결과가 필요합니다. 회랑 질문에는 선과 그 선까지의 거리가 필요합니다. GeoJSON은 지오메트리 객체를 정의하고 포인트는 그 형식의 지오메트리 유형 중 하나이므로, 패킷은 도형을 문장 속에 숨기지 않고 유형을 명시할 수 있습니다 (IETF, 2016). 판단이 폴리곤에 달려 있는데 포인트를 보내면 검사가 실행되지 않았음에도 이후 설명만 정밀해 보일 수 있습니다.
왜 뷰포트는 권한이 아닌가요?
장소가 카메라 안에 보여도 사용 금지일 수 있습니다. 그림은 한 화면 안에 세 개의 예시 지점을 둡니다. 호출자가 사용할 수 있는 공개 매장 두 곳과, 핀은 보이지만 컨텍스트에서 제외되는 비공개 시설 하나입니다. 가시성은 사용자가 무엇을 보고 있는지에 대한 단서일 뿐입니다. 권한은 요청에 무엇을 포함할 수 있는지를 별도로 검사합니다.
점선 상자는 현재 지도 보기이며 세 개의 예시 장소가 안에 있습니다. Public Store A와 Public Store B는 승인됨으로 표시됩니다. Private Facility C는 핀이 화면에 보여도 모델 컨텍스트 밖에 남습니다. 뷰포트는 위치 컨텍스트를 제공하고, 별도의 권한 검사가 무엇을 사용할 수 있는지 결정합니다.
같은 구분은 호스트 지도에도 적용됩니다. Kaleidr 개발자 문서에 따르면 Chat은 자체 마커를 추가하고 카메라를 이동하며 경로를 그리지만, 페이지의 레이어, 소스, 마커를 변경하지 않고 그 객체를 Kaleidr로 보내지도 않습니다 (Kaleidr, 2026). 화면의 핀은 권한이 아닙니다. 어떤 사실이 경계를 넘는지는 호스트가 결정하며, 패킷은 카메라가 이미 결정했다고 가정하지 말고 그 결정을 기록해야 합니다.
공간 서비스는 무엇을 먼저 계산해야 하나요?
숫자는 공간 서비스에서 계산하고, 모델에는 그 숫자를 설명하게 합니다. 그림은 경로 우회, 서비스 영역 내부 여부, 이동 시간이 한 매장이 적합한 이유를 설명하는 흐름을 보여줍니다. 별도 상자는 추측한 이동 시간을 거부합니다. 거리, 포함 여부, 도착 예상은 도로 네트워크, 폴리곤, 시간에서 나오므로 모델은 이런 값의 출처로 적합하지 않습니다.
공간 서비스는 6분 경로 우회, 참인 서비스 영역 내부 검사, 14분 이동 시간을 반환합니다. 이후 설명은 그림의 Store 104가 선택된 정차지인 이유를 말합니다. 거부된 상자는 서비스 결과 대신 언어 모델이 이동 시간을 만들어내는 예입니다. 분 수치, 매장 번호, 인용된 추측 값은 그래픽의 예시 라벨입니다.
설명은 여전히 유용할 수 있습니다. 서비스가 적격 정차지를 반환한 뒤 모델은 호출자의 언어로 어떤 계산 결과가 그 지점을 적합하게 만들었는지 설명할 수 있습니다. 설명은 서비스 결과를 대체하지 말고 그 결과를 인용해야 합니다. 그림의 매장 번호와 분 배지는 라벨이지 Kaleidr 벤치마크가 아닙니다.
컨텍스트 패킷은 얼마나 작아야 하나요?
패킷은 읽을 수 있을 만큼 작고, 의사결정이 숨겨진 표에 의존하지 않을 만큼 완전해야 합니다. 그림은 매장 데이터베이스, 재고, 영업시간, 라우팅, 권한 같은 원시 시스템에서 시작해 짧은 객체로 끝납니다. 작업, 소수 후보, 적격성, 경로 우회, 최신성 타임스탬프, 허용된 액션입니다. 적격성에 영향을 주지 않은 것은 원본 시스템에 남겨둘 수 있습니다.
매장 데이터베이스, 재고, 영업시간, 라우팅, 권한의 원시 레코드가 컨텍스트 빌더로 들어갑니다. 빌더는 작업, 몇 개의 후보 매장, 적격성 플래그, 경로 우회, 타임스탬프, 허용된 액션을 포함한 짧은 패킷을 출력합니다. 패킷은 검토할 만큼 작고 하나의 판단에 충분할 만큼 완전하도록 설계됩니다. 매장 ID, 거리, 2024년 6월 타임스탬프는 예시 라벨이고, JSON은 Kaleidr API가 아니라 참조 스케치입니다.
긴 컨텍스트에 관한 이 연구 결과가 바로 생략해야 하는 이유입니다. 후보 검색은 넓게 시작해 줄일 수 있습니다. 부적격 장소는 모델이 보기 전에 제거하고, 패킷에는 폐점 시간이나 포함 여부 검사 실패 같은 이유를 남깁니다. Kaleidr의 공개 채팅 요청은 이 스케치보다 더 좁은 계약이며 다음 절에서 실제로 무엇을 담는지 설명합니다. 플랫폼이 그 객체를 문서화한 것처럼 그림의 JSON을 POST해서는 안 됩니다.
참조 파이프라인에는 무엇이 포함되나요?
실용적인 파이프라인은 각 위험을 어느 단계가 소유하는지 명시합니다. 작업 분석, 호출자 식별, 권한 확인, 지리적 범위 설정, 후보 검색, 비즈니스 상태 연결, 공간 계산 실행, 적격성 적용, 패킷 조립, 모델 전송, 지도 액션 실행, 변동 필드 재검증, 결과 기록 순서입니다. 그림 위에는 소스, 최신성 규칙, 정책, 추적 ID라는 네 가지 제어 항목이 있습니다.
띠는 작업 분석에서 호출자 식별, 권한 확인, 지리적 범위, 후보 검색, 비즈니스 상태, 공간 계산, 적격성, 컨텍스트 패킷, 모델, 지도 액션, 재검증, 관측까지 이어집니다. 소스, 최신성, 정책, 추적 ID가 각 단계의 제어 항목으로 위에 놓입니다. 이 다이어그램은 자체 컨텍스트 빌더를 설계하는 팀을 위한 참조 파이프라인입니다. 아래에 그려진 경로는 예시 그래픽입니다.
이 순서는 설계 보조도구이지 Kaleidr 제품 순서가 아닙니다. 어떤 팀은 후보 검색과 공간 계산을 합칠 수 있습니다. 계속 분리해 보여야 하는 단계는 권한, 계산, 적격성, 그리고 정차지 할당 같은 액션 직전 재검증입니다. 비즈니스 데이터를 위한 근거 기반 공간 AI는 권한, 검색, 순위에 관한 Kaleidr의 관련 가이드입니다.
Kaleidr는 컨텍스트 경계를 어디에 두나요?
호스트 지도에서는 경계가 명시적입니다. 지원 지도 가이드는 Kaleidr Chat을 Mapbox GL JS, MapLibre GL JS, Google Maps, Leaflet 등에 연결하는 방법을 설명하며, Google Maps 키는 페이지와 Google 사이에 머물고 Kaleidr는 그 키를 받지 않습니다 (Kaleidr, 2026). 핀, 장소로 이동, 경로 선은 패널이 추가하는 그리기 요소입니다. 이 그리기 요소는 호스트의 비공개 테이블 사본이 아닙니다.
호스트 애플리케이션은 사용자, 비공개 데이터, 재고, 정책, 사용자 정의 레이어, 비즈니스 액션을 유지합니다. 그림에서 경계를 넘는 것은 승인된 위치, 지도 확대 수준, 세션, 승인된 사실 같은 명시적인 일부뿐입니다. 오른쪽의 Kaleidr Chat은 이 공유된 일부를 사용해 장소를 확인하고 경로를 계획하며 지도 액션을 수행합니다. 하단 문구는 그림 라벨이고 매장명과 차량명은 예시이며, Chat을 연결했다고 호스트의 레이어나 비즈니스 시스템이 자동으로 전송되지는 않습니다.
Platform API도 채팅 요청에 같은 제한을 문서화합니다. messages는 대화이고 location 객체는 “이 근처”를 해석하는 데 사용하는 지도 중심이며, map_zoom은 확대 수준, lang은 응답 언어입니다. 같은 페이지는 시스템 지시문, 페르소나, 도구, 호출자 자체 컨텍스트를 위한 필드가 없으며 알 수 없는 필드는 허용되지만 무시된다고 설명합니다. app_snapshot과 auto_actions는 허용되지만 필요하지 않으므로 페이지는 빼라고 안내합니다 (Kaleidr, 2026).
업로드된 비즈니스 데이터는 이 요청과 별도 제공 방식입니다. 조직 자체 비즈니스 데이터를 AI 답변용으로 업로드하는 기능은 Enterprise 전용이며, 업로드 데이터에 기반한 키 기반 답변도 Enterprise 전용이라고 How Kaleidr works에 명시되어 있습니다. 관련 페이지인 지도 인식 AI 어시스턴트 구축 방법은 같은 경계를 둘러싸고 팀이 구축하는 어시스턴트를 설명합니다.
같은 페이지를 어떻게 쉽게 찾고 인용하게 할 수 있나요?
이 실무를 다루는 페이지는 인용하기 쉬워야 합니다. 그림은 이 역할을 일반 검색, 답변 엔진, 생성형 인용으로 나눕니다. 검색에는 대표 문구, 관련 방법 클러스터, 지원 가이드 링크가 필요합니다. 답변 엔진에는 직접적인 정의, 몇 가지 구체적인 질문, 검색과 공간 패킷 비교 같은 설명이 필요합니다.
그림 중앙은 Spatial Context Engineering이고 주변에 검색, 답변 엔진, 생성형 인용이라는 세 채널이 있습니다. 검색은 대표 키워드, 주제 클러스터, 내부 링크를 다룹니다. 답변 엔진은 직접적인 정의, 자주 묻는 질문, 비교를 원합니다. 생성형 인용은 독창적인 프레임워크, 설명된 스키마, 실패 목록, 인용 출처를 원하며 어느 상자도 순위 보장이 아닙니다.
이 그림의 상자는 작성 체크리스트이지 트래픽 보장이 아닙니다. Kaleidr가 페이지 순위를 정하는 것이 아니며 그림은 측정값을 보고하지 않습니다. 페이지가 할 수 있는 일은 정의를 한 곳에 명확히 두고, 패킷을 전송 형식이 아니라 참조 스케치로 보여주며, 주장의 근거가 되는 표준과 문서를 인용하는 것입니다. 그러면 독자는 어느 문장이 정의이고 어느 문장이 제품 제한인지 구분할 수 있습니다.
팀은 다음에 무엇을 해야 하나요?
프롬프트를 바꾸기 전에 실제 작업 하나를 위한 패킷을 작성하세요. 장소 ID, 시간, 지오메트리 유형, 공간 계산 결과, 각 사실을 허용한 권한을 포함하세요. 그런 다음 이 목록을 현재 호스트가 보낼 수 있는 채팅 요청과 비교하세요. 대화, 지도 중심, 확대 수준, 언어이며 호스트 비공개 컨텍스트용 필드는 없습니다. 답변이 업로드된 비즈니스 데이터에 의존해야 한다면 Kaleidr Enterprise부터 시작하세요.
참고: Kaleidr는 크리에이티브 및 개발 워크플로 전반에서 이미지 제작, 콘텐츠 개선, 리서치에 AI 지원 도구를 사용합니다.
자주 묻는 질문
Spatial Context Engineering은 프롬프트 엔지니어링과 같은가요?
아닙니다. 프롬프트 엔지니어링은 지시문의 표현을 바꿉니다. Spatial Context Engineering은 그 지시문이 사용할 수 있는 근거를 바꿉니다. 장소, 시간, 경로나 영역, 호출자가 볼 수 있는 비즈니스 사실 등이 포함됩니다. 더 나은 문장만으로 공간 서비스가 계산하지 않은 포함 여부 결과를 만들 수는 없습니다.
Kaleidr Chat을 연결하면 호스트 지도 레이어를 읽나요?
아닙니다. Chat이 호스트 문서 안에서 실행되는 페이지에서는 Chat이 자체 마커를 추가하고 카메라를 이동하며 경로를 그립니다. Chat은 페이지의 레이어, 소스, 마커를 변경하지 않고 그 객체를 Kaleidr로 보내지도 않습니다. 업로드된 비즈니스 데이터를 다루는 별도 Enterprise 제공 방식이 없는 한 비공개 테이블은 경계의 호스트 쪽에 남습니다.
공개 Chat 요청에 커스텀 컨텍스트 패킷을 넣을 수 있나요?
문서화된 요청은 대화, 지도 중심용 위치, 선택적 확대 수준, 언어를 전달합니다. 시스템 지시문, 페르소나, 도구, 호출자 자체 컨텍스트를 위한 필드는 없습니다. app_snapshot과 auto_actions는 허용되지만 필요하지 않으므로 이 가이드의 패킷으로 취급하면 안 됩니다. 알 수 없는 필드는 허용되지만 무시됩니다.
왜 이동 시간을 공간 서비스에 두어야 하나요?
이동 시간은 도로 네트워크와 시간에 따라 달라지며, 추측한 분 수치는 서비스가 방금 계산한 경로와 모순될 수 있습니다. 계산 그림의 거부된 상자는 실제 결과가 아니라 예시 인용으로 이 실패 모드를 보여줍니다. 숫자는 공간 서비스에 두고 모델에는 설명하게 하세요.
References
- Mei, L., et al. A Survey of Context Engineering for Large Language Models. A review of more than 1,400 papers that treats context engineering as more than prompt design and splits it into retrieval and generation, processing, and management. arXiv:2507.13334. 2025. https://arxiv.org/abs/2507.13334
- Liu, N. F., et al. Lost in the Middle: How Language Models Use Long Contexts. Transactions of the Association for Computational Linguistics, 12, 157–173. Performance is often highest when relevant information is at the start or end of the input and degrades significantly in the middle of long contexts. 2024. https://doi.org/10.1162/tacl_a_00638
- Vercel. What is context engineering? A developer's guide. A practitioner guide naming four patterns: retrieval, memory, compression, and tool context. Accessed October 22, 2026. https://vercel.com/i/context-engineering
- IETF. RFC 7946: The GeoJSON Format. GeoJSON defines a geometry object, and a Point is one of the geometry types. 2016. https://www.rfc-editor.org/info/rfc7946
- Kaleidr Developer Docs. How Kaleidr works. Chat adds its own markers, moves the camera, and draws routes, and does not change the page's layers, sources, or markers or send them to Kaleidr. Uploaded business data for AI answers, and key-backed answers that draw on that data, are Enterprise only. Accessed October 22, 2026. https://docs.kaleidr.com/concepts/how-kaleidr-works
- Kaleidr. Grounded Spatial AI for Business Data. A related guide covering authorization, retrieval, ranking, evaluation, and a narrow pilot. Accessed October 22, 2026. https://kaleidr.com/blog/grounded-spatial-ai-business-data
- Kaleidr Developer Docs. Supported maps. Attach targets include Mapbox GL JS, MapLibre GL JS, Google Maps, and Leaflet. A Google Maps key stays between the page and Google; Kaleidr does not receive it. Accessed October 22, 2026. https://docs.kaleidr.com/chat/supported-maps
- Kaleidr Developer Docs. Platform API endpoints. The chat request carries the conversation, a map-center location, optional zoom, and a language. There is no field for system instructions, a persona, tools, or the caller's own context.
app_snapshotandauto_actionsare accepted and not needed. Accessed October 22, 2026. https://docs.kaleidr.com/platform-api/endpoints - Kaleidr. Map-Aware AI Assistant: How to Build One. A companion guide for building the assistant around a map. Accessed October 22, 2026. https://kaleidr.com/blog/how-to-build-a-map-aware-ai-assistant
- Kaleidr. Kaleidr Enterprise. The enterprise page for spatial AI integrated with a customer's own data. Accessed October 22, 2026. https://kaleidr.com/enterprise
References in BibTeX
@misc{mei_context_engineering_survey_2025,
title = {A Survey of Context Engineering for Large Language Models},
author = {Mei, Lingrui and others},
year = {2025},
eprint = {2507.13334},
archivePrefix = {arXiv},
url = {https://arxiv.org/abs/2507.13334}
}
@article{liu_lost_in_the_middle_2024,
title = {Lost in the Middle: How Language Models Use Long Contexts},
author = {Liu, Nelson F. and Lin, Kevin and Hewitt, John and Paranjape, Ashwin and Bevilacqua, Michele and Petroni, Fabio and Liang, Percy},
journal = {Transactions of the Association for Computational Linguistics},
volume = {12},
pages = {157--173},
year = {2024},
doi = {10.1162/tacl_a_00638}
}
@misc{vercel_context_engineering_2026,
title = {What is context engineering? A developer's guide},
author = {{Vercel}},
year = {2026},
url = {https://vercel.com/i/context-engineering}
}
@misc{ietf_rfc7946_2016,
title = {RFC 7946: The GeoJSON Format},
author = {{IETF}},
year = {2016},
url = {https://www.rfc-editor.org/info/rfc7946}
}
@misc{kaleidr_how_it_works_2026,
title = {How Kaleidr works},
author = {{Kaleidr Developer Docs}},
year = {2026},
url = {https://docs.kaleidr.com/concepts/how-kaleidr-works}
}
@misc{kaleidr_grounded_spatial_ai_2026,
title = {Grounded Spatial AI for Business Data},
author = {{Kaleidr}},
year = {2026},
url = {https://kaleidr.com/blog/grounded-spatial-ai-business-data}
}
@misc{kaleidr_supported_maps_2026,
title = {Supported maps},
author = {{Kaleidr Developer Docs}},
year = {2026},
url = {https://docs.kaleidr.com/chat/supported-maps}
}
@misc{kaleidr_platform_api_endpoints_2026,
title = {Platform API endpoints},
author = {{Kaleidr Developer Docs}},
year = {2026},
url = {https://docs.kaleidr.com/platform-api/endpoints}
}
@misc{kaleidr_map_aware_assistant_2026,
title = {Map-Aware AI Assistant: How to Build One},
author = {{Kaleidr}},
year = {2026},
url = {https://kaleidr.com/blog/how-to-build-a-map-aware-ai-assistant}
}
@misc{kaleidr_enterprise_2026,
title = {Kaleidr Enterprise},
author = {{Kaleidr}},
year = {2026},
url = {https://kaleidr.com/enterprise}
}