> ## Documentation Index
> Fetch the complete documentation index at: https://docs.nora.my/llms.txt
> Use this file to discover all available pages before exploring further.

# 변수

> 인과 그래프의 노드. 여러분이 재는 것들

인과 그래프는 **엣지**로 이어진 **변수** 묶음입니다. 변수는 도메인에서 잴 수 있는 양입니다.

## 변수 종류

* **Continuous** 실수값(온도, 가격, 지연).
* **Discrete** 유한한 카테고리(부서, 상태, 티어).
* **Binary** true/false(이탈, 승인, 플래그).
* **Count** 음 아닌 정수(방문, 재시도, 근무 인원).

Nora가 종류별로 무난한 통계 처리를 고르지만, 덮어쓸 수 있습니다.

## 변수 만들기

그래프 캔버스에서 합니다.

* **+ Variable**을 누르고 채웁니다.
  * **Name** 부르는 방법(`blood_pressure_systolic`, `refund_processed`).
  * **Display label** 노드에 보일 사람용 이름.
  * **Type** continuous / discrete / binary / count.
  * **Unit** continuous 용(`mmHg`, `USD`, `ms`).
  * **Description** 한 줄. 툴팁에 뜨고 추출에 쓰입니다.
  * **Values** discrete 면 허용 카테고리.

## 모델링 조언

* **잴 수 있는 변수를 고르세요.** "고객 만족" 은 너무 흐릿합니다. "NPS 점수" 나 "해결까지 일수" 는 잴 수 있습니다.
* **개념 하나에 변수 하나.** "온도" 와 "압력" 을 한 노드에 합치지 마세요.
* **재는 방향으로 이름 지으세요.** `no_refund`가 아니라 `refund_rate` 로요. 긍정형이 추론할 때 이중부정을 피합니다.
* **복합 변수는 나누세요.** "비용" 은 `labor_cost`, `materials_cost` 등으로 나눕니다. 그래야 하류 엣지가 또렷합니다.

## 속성

변수마다 메타데이터를 둘 수 있습니다.

* **Range** continuous의 예상 최소/최대.
* **Reference values** 정상, 경고, 심각.
* **Source** 변수를 재거나 어림한 곳(문서·데이터셋 링크).
* **Confidence** 모델에서 이 변수의 역할에 대한 확신.

메타데이터는 분석과 검증에서 드러납니다(예: "Agent가 X = 200 이라는데 X의 범위는 0\~50").

## 묶기

관련 변수를 **클러스터**로 묶습니다(시각용일 뿐, 인과 의미에는 영향이 없습니다).

* 변수를 그룹으로 끕니다.
* 그룹에 이름과 색을 줍니다.
* 접어서 세부를 숨기고, 펴서 낱개로 다룹니다.

큰 그래프에 좋습니다. 변수 50개 넘는 걸 서브시스템별로 묶으면 훑을 만해집니다.

## 이름 바꾸기

변수 이름을 바꾸면 모든 엣지, 붙은 문서, 저장된 분석이 함께 업데이트됩니다. 낡은 참조가 안 남습니다.

## 삭제

변수를 지우면 들어오고 나가는 엣지가 모두 사라집니다. Nora가 경고하고 어디까지 번지는지 보여줍니다. 지운 변수는 그래프 이력에서 30일 안에 되살릴 수 있습니다.

## 한꺼번에 들여오기

CSV에서 변수를 들여옵니다.

```csv theme={null}
name,type,unit,description
temperature,continuous,celsius,센서 A의 주변 온도
status,discrete,,파이프라인 상태 (ok/warn/err)
```

그다음 추출로 그 사이 엣지를 제안받습니다([문서에서 추출](/ko/build/causal-graph/extraction) 참고).