Skip to main content
모든 인과 그래프는 엣지 로 연결된 변수 세트입니다. 변수는 도메인의 측정 가능한 수량.

변수 타입

  • Continuous — 실수값 (온도, 가격, 지연).
  • Discrete — 유한 카테고리 세트 (부서, 상태, 티어).
  • Binary — true/false (이탈, 승인, 플래그).
  • Count — 음이 아닌 정수 (방문, 재시도, 근무 인원).
Nora 는 타입별 합리적 기본 통계 처리를 선택하지만 오버라이드 가능.

변수 만들기

그래프 캔버스에서:
  • + Variable 클릭 후 채움:
    • Name — 참조할 방법 (blood_pressure_systolic, refund_processed).
    • Display label — 노드에 표시될 사람 읽기 버전.
    • Type — continuous / discrete / binary / count.
    • Unit — continuous 용 (mmHg, USD, ms).
    • Description — 한 줄. 툴팁에 표시되고 추출에 사용.
    • Values — discrete 의 경우 허용 카테고리.

모델링 조언

  • 측정 가능한 변수 선호. “고객 만족” 은 너무 모호; “NPS 점수” 나 “해결까지 일수” 는 측정 가능.
  • 개념당 변수 하나. “온도” 와 “압력” 을 한 노드에 병합하지 마세요.
  • 측정 방향으로 변수 이름. no_refund 가 아니라 refund_rate. 긍정 프레이밍이 추론 시 이중부정 회피.
  • 복합 변수 분할. “비용” 은 labor_cost, materials_cost 등으로 분할 — 하류 엣지가 더 명확.

속성

모든 변수는 메타데이터 가질 수 있음:
  • Range — continuous 의 예상 최소/최대.
  • Reference values — 정상, 경고, 심각.
  • Source — 변수가 측정·추정된 곳 (문서·데이터셋 링크).
  • Confidence — 모델에서 이 변수의 역할에 대한 확신.
메타데이터는 분석과 검증에서 표면화 (예: “Agent 가 X = 200 이라 주장했지만 X 의 범위는 0-50”).

그룹화

관련 변수를 클러스터 로 그룹화 (시각 전용 — 인과 의미에 영향 없음):
  • 변수를 그룹으로 드래그.
  • 그룹에 이름과 색 부여.
  • 접기로 세부 숨김; 펴기로 개별 작업.
큰 그래프에 좋음 — 50+ 변수가 서브시스템별 그룹화되면 탐색 가능해짐.

이름 변경

변수 이름 변경은 모든 엣지·붙은 문서·저장된 분석을 업데이트. 오래된 참조 없음.

삭제

변수 삭제는 모든 들어오는·나가는 엣지 제거. Nora 가 경고하고 캐스케이드 표시. 삭제된 변수는 그래프 이력에서 30일 안에 복원 가능.

벌크 임포트

CSV 에서 변수 임포트:
그 다음 추출로 그들 사이 엣지 제안 (문서에서 추출 참고).