23.12.08.(FRI).TIL.
NAVER CLOVA OCR
NAVER CLOVA OCR
import requests
import uuid
import time
import json
from google.colab import drive
drive.mount('/content/drive')
api_url = 'api_url'
secret_key = 'secret_key'
image_file = 'image_file'
output
Drive already mounted at /content/drive; to attempt to forcibly remount, call drive.mount("/content/drive", force_remount=True).
b'{"version":"V2","requestId":"a8ce679f-5c25-4ca9-97e6-f9553a9420ff","timestamp":1702021655357,"images":[{"uid":"d6ac581f2791470186e14c48452c1d1b","name":"demo","inferResult":"SUCCESS","message":"SUCCESS","validationResult":{"result":"NO_REQUESTED"},"convertedImageInfo":{"width":806,"height":470,"pageIndex":0,"longImage":false},"fields":[{"valueType":"ALL","boundingPoly":{"vertices":[{"x":30.0,"y":364.0},{"x":286.0,"y":365.0},{"x":286.0,"y":445.0},{"x":30.0,"y":444.0}]},"inferText":"Google","inferConfidence":0.9999,"type":"NORMAL","lineBreak":false},{"valueType":"ALL","boundingPoly":{"vertices":[{"x":303.0,"y":358.0},{"x":773.0,"y":372.0},{"x":771.0,"y":447.0},{"x":301.0,"y":433.0}]},"inferText":"Colaboratory","inferConfidence":0.9999,"type":"NORMAL","lineBreak":true}]}]}'
import requests
import uuid
import time
import json
from google.colab import drive
drive.mount('/content/drive')
api_url = 'api_url'
secret_key = 'secret_key'
image_file = 'image_file'
output
Drive already mounted at /content/drive; to attempt to forcibly remount, call drive.mount("/content/drive", force_remount=True).
b'{"version":"V2","requestId":"eb2c6dad-e8ce-4040-9ab7-0b8cb60e7cc3","timestamp":1702022009786,"images":[{"uid":"ee6208e2925a41c7806168391e4de461","name":"demo","inferResult":"SUCCESS","message":"SUCCESS","validationResult":{"result":"NO_REQUESTED"},"convertedImageInfo":{"width":806,"height":470,"pageIndex":0,"longImage":false},"fields":[{"valueType":"ALL","boundingPoly":{"vertices":[{"x":30.0,"y":364.0},{"x":286.0,"y":365.0},{"x":286.0,"y":445.0},{"x":30.0,"y":444.0}]},"inferText":"Google","inferConfidence":0.9999,"type":"NORMAL","lineBreak":false},{"valueType":"ALL","boundingPoly":{"vertices":[{"x":303.0,"y":358.0},{"x":773.0,"y":372.0},{"x":771.0,"y":447.0},{"x":301.0,"y":433.0}]},"inferText":"Colaboratory","inferConfidence":0.9999,"type":"NORMAL","lineBreak":true}]}]}'
import requests
import uuid
import time
import json
from google.colab import drive
drive.mount('/content/drive')
api_url = 'api_url'
secret_key = 'secret_key'
image_file = 'image_file'
request_json = {
'images': [
{
'format': 'png',
'name': 'demo'
}
],
'requestId': str(uuid.uuid4()),
'version': 'V2',
'timestamp': int(round(time.time() \* 1000))
}
payload = {'message': json.dumps(request_json).encode('UTF-8')}
files = [
('file', open(image_file,'rb'))
]
headers = {
'X-OCR-SECRET': secret_key
}
response = requests.request("POST", api_url, headers=headers, data = payload, files = files)
results = json.loads(response.text.encode('utf8'))['results']
inferText = results[0]['inferText']
print('OCR 분석이 완료됐습니다. 결과는 다음과 같습니다.')
print(inferText)
output
import requests
import uuid
import time
import json
from google.colab import drive
drive.mount('/content/drive')
api_url = 'api_url'
secret_key = 'secret_key'
image_file = 'image_file'
request_json = {
'images': [
{
'format': 'png',
'name': 'demo'
}
],
'requestId': str(uuid.uuid4()),
'version': 'V2',
'timestamp': int(round(time.time() \* 1000))
}
payload = {'message': json.dumps(request_json).encode('UTF-8')}
files = [
('file', open(image_file,'rb'))
]
headers = {
'X-OCR-SECRET': secret_key
}
response = requests.request("POST", api_url, headers=headers, data = payload, files = files)
try:
# JSON 응답 디코딩
json_data = json.loads(response.text.encode('utf8'))
# validationResult 키 확인
if json_data["images"][0]["validationResult"]["result"] == "SUCCESS": # 성공 처리
results = json_data["images"][0]["fields"]
for field in results:
print(f"인식된 텍스트: {field['inferText']}")
print(f"인식 신뢰도: {field['inferConfidence']}")
else: # validationResult 오류 처리
print(f"OCR 처리 오류: {json_data['images'][0]['validationResult']['message']}")
except KeyError:
print(f"예기치 않은 오류 발생: {response.text}")
output
Drive already mounted at /content/drive; to attempt to forcibly remount, call drive.mount("/content/drive", force_remount=True).
예기치 않은 오류 발생: {"version":"V2","requestId":"c5d98c99-b1a4-4c7d-b04b-f1964d3432a7","timestamp":1702022643631,"images":[{"uid":"d40c5769554442a7b8f4986a9c3af3cc","name":"demo","inferResult":"SUCCESS","message":"SUCCESS","validationResult":{"result":"NO_REQUESTED"},"convertedImageInfo":{"width":806,"height":470,"pageIndex":0,"longImage":false},"fields":[{"valueType":"ALL","boundingPoly":{"vertices":[{"x":30.0,"y":364.0},{"x":286.0,"y":365.0},{"x":286.0,"y":445.0},{"x":30.0,"y":444.0}]},"inferText":"Google","inferConfidence":0.9999,"type":"NORMAL","lineBreak":false},{"valueType":"ALL","boundingPoly":{"vertices":[{"x":303.0,"y":358.0},{"x":773.0,"y":372.0},{"x":771.0,"y":447.0},{"x":301.0,"y":433.0}]},"inferText":"Colaboratory","inferConfidence":0.9999,"type":"NORMAL","lineBreak":true}]}]}
import requests
import uuid
import time
import json
from google.colab import drive
drive.mount('/content/drive')
api_url = 'api_url'
secret_key = 'secret_key'
image_file = 'image_file'
request_json = {
'images': [
{
'format': 'png',
'name': 'demo'
}
],
'requestId': str(uuid.uuid4()),
'version': 'V2',
'timestamp': int(round(time.time() \* 1000))
}
payload = {'message': json.dumps(request_json).encode('UTF-8')}
files = [
('file', open(image_file,'rb'))
]
headers = {
'X-OCR-SECRET': secret_key
}
try:
response = requests.request("POST", api_url, headers=headers, data = payload, files = files)
json_data = json.loads(response.text.encode('utf8'))
if json_data["images"][0]["inferResult"] == "SUCCESS":
results = json_data["images"][0]["fields"]
for field in results:
print(f"인식된 텍스트: {field['inferText']}")
print(f"인식 신뢰도: {field['inferConfidence']}")
elif json_data["images"][0]["validationResult"]["result"] == "SUCCESS":
print("OCR 처리 성공")
else:
print(f"OCR 처리 오류: {json_data['images'][0]['validationResult']['message']}")
except Exception as e:
print(f"예기치 않은 오류 발생: {e}")
output
Drive already mounted at /content/drive; to attempt to forcibly remount, call drive.mount("/content/drive", force_remount=True).
인식된 텍스트: 담론
인식 신뢰도: 0.9999
인식된 텍스트: 201
인식 신뢰도: 1.0
인식된 텍스트: 13(1), 2010
인식 신뢰도: 0.9895
인식된 텍스트: pp.
인식 신뢰도: 0.9998
인식된 텍스트: 123-150
인식 신뢰도: 0.9991
인식된 텍스트: 긍정적
인식 신뢰도: 1.0
인식된 텍스트: 환상
인식 신뢰도: 1.0
인식된 텍스트: 신드롬에
인식 신뢰도: 1.0
인식된 텍스트: 대한
인식 신뢰도: 1.0
인식된 텍스트: 분석
인식 신뢰도: 1.0
인식된 텍스트: -
인식 신뢰도: 0.9999
인식된 텍스트: 「시크릿」의
인식 신뢰도: 0.999
인식된 텍스트: 비밀
인식 신뢰도: 1.0
인식된 텍스트: -
인식 신뢰도: 1.0
인식된 텍스트: 오미영·박찬빈·고영건
인식 신뢰도: 0.949
인식된 텍스트:
인식 신뢰도: 0.9986
인식된 텍스트: 국문요약
인식 신뢰도: 0.9944
인식된 텍스트: 본
인식 신뢰도: 1.0
인식된 텍스트: 연구의
인식 신뢰도: 0.9999
인식된 텍스트: 목적은
인식 신뢰도: 1.0
인식된 텍스트: 한국
인식 신뢰도: 1.0
인식된 텍스트: 사회의
인식 신뢰도: 0.9999
인식된 텍스트: 긍정적
인식 신뢰도: 1.0
인식된 텍스트: 환상
인식 신뢰도: 1.0
인식된 텍스트: 신드롬에
인식 신뢰도: 0.9998
인식된 텍스트: 대해
인식 신뢰도: 1.0
인식된 텍스트: 심리학적인
인식 신뢰도: 1.0
인식된 텍스트: 분석을
인식 신뢰도: 1.0
인식된 텍스트: 하는
인식 신뢰도: 1.0
인식된 텍스트: 것이다.
인식 신뢰도: 1.0
인식된 텍스트: 시크릿이라는
인식 신뢰도: 0.9999
인식된 텍스트: 서적이
인식 신뢰도: 0.9906
인식된 텍스트: 2007년
인식 신뢰도: 0.9998
인식된 텍스트: 이후로
인식 신뢰도: 1.0
인식된 텍스트: 계속해서
인식 신뢰도: 0.9998
인식된 텍스트: 한국
인식 신뢰도: 1.0
인식된 텍스트: 사회에서
인식 신뢰도: 1.0
인식된 텍스트: 최고
인식 신뢰도: 1.0
인식된 텍스트: 의
인식 신뢰도: 1.0
인식된 텍스트: 베스트셀러의
인식 신뢰도: 1.0
인식된 텍스트: 위치를
인식 신뢰도: 1.0
인식된 텍스트: 점하고
인식 신뢰도: 0.9983
인식된 텍스트: 있는
인식 신뢰도: 1.0
인식된 텍스트: 데서도
인식 신뢰도: 1.0
인식된 텍스트: 확인할
인식 신뢰도: 0.9999
인식된 텍스트: 수
인식 신뢰도: 1.0
인식된 텍스트: 있듯이,
인식 신뢰도: 0.9997
인식된 텍스트: 2007년
인식 신뢰도: 1.0
인식된 텍스트: 서브프라
인식 신뢰도: 1.0
인식된 텍스트: 임모기지
인식 신뢰도: 1.0
인식된 텍스트: 사태로
인식 신뢰도: 1.0
인식된 텍스트: 야기된
인식 신뢰도: 0.8778
인식된 텍스트: 경제
인식 신뢰도: 1.0
인식된 텍스트: 위기
인식 신뢰도: 0.9999
인식된 텍스트: 이후에
인식 신뢰도: 1.0
인식된 텍스트: 긍정적
인식 신뢰도: 1.0
인식된 텍스트: 환상
인식 신뢰도: 1.0
인식된 텍스트: 신드롬은
인식 신뢰도: 0.9999
인식된 텍스트: 우리
인식 신뢰도: 1.0
인식된 텍스트: 사회에서
인식 신뢰도: 1.0
인식된 텍스트: 주요한
인식 신뢰도: 0.999
인식된 텍스트: 사회현상
인식 신뢰도: 1.0
인식된 텍스트: 중
인식 신뢰도: 1.0
인식된 텍스트: 하나로
인식 신뢰도: 1.0
인식된 텍스트: 자리
인식 신뢰도: 1.0
인식된 텍스트: 잡게
인식 신뢰도: 0.9996
인식된 텍스트: 되었다.
인식 신뢰도: 1.0
인식된 텍스트: 긍정적
인식 신뢰도: 1.0
인식된 텍스트: 환상은
인식 신뢰도: 1.0
인식된 텍스트: 자신과
인식 신뢰도: 0.9999
인식된 텍스트: 세상에
인식 신뢰도: 1.0
인식된 텍스트: 대한
인식 신뢰도: 0.9999
인식된 텍스트: 비현실적인
인식 신뢰도: 1.0
인식된 텍스트: 견해를
인식 신뢰도: 1.0
인식된 텍스트: 의미한다.
인식 신뢰도: 1.0
인식된 텍스트: 기본적으로
인식 신뢰도: 1.0
인식된 텍스트: 긍정적인
인식 신뢰도: 0.9994
인식된 텍스트: 환상은
인식 신뢰도: 1.0
인식된 텍스트: 현실에
인식 신뢰도: 1.0
인식된 텍스트: 대한
인식 신뢰도: 0.9999
인식된 텍스트: 왜곡된
인식 신뢰도: 1.0
인식된 텍스트: 지
인식 신뢰도: 1.0
인식된 텍스트: 각을
인식 신뢰도: 1.0
인식된 텍스트: 전제로
인식 신뢰도: 0.9999
인식된 텍스트: 하고
인식 신뢰도: 1.0
인식된 텍스트: 있다는
인식 신뢰도: 1.0
인식된 텍스트: 점에서
인식 신뢰도: 0.9999
인식된 텍스트: 건강한
인식 신뢰도: 1.0
인식된 텍스트: 낙관주의와는
인식 신뢰도: 0.9999
인식된 텍스트: 구분된다.
인식 신뢰도: 0.996
인식된 텍스트: 이러한
인식 신뢰도: 1.0
인식된 텍스트: 관점에서
인식 신뢰도: 0.9999
인식된 텍스트: 본
인식 신뢰도: 1.0
인식된 텍스트: 연구에서는
인식 신뢰도: 1.0
인식된 텍스트: 긍정적
인식 신뢰도: 1.0
인식된 텍스트: 환상과
인식 신뢰도: 1.0
인식된 텍스트: 억압적
인식 신뢰도: 1.0
인식된 텍스트: 대처양식
인식 신뢰도: 0.9998
인식된 텍스트: 간
인식 신뢰도: 1.0
인식된 텍스트: 연관성에
인식 신뢰도: 0.9999
인식된 텍스트: 관해
인식 신뢰도: 0.9998
인식된 텍스트: 살펴보았다.
인식 신뢰도: 0.9999
인식된 텍스트: 긍
인식 신뢰도: 0.9998
인식된 텍스트: 정적
인식 신뢰도: 1.0
인식된 텍스트: 환상이
인식 신뢰도: 1.0
인식된 텍스트: 억압적
인식 신뢰도: 1.0
인식된 텍스트: 대처양식으로
인식 신뢰도: 0.9999
인식된 텍스트: 설명될
인식 신뢰도: 1.0
인식된 텍스트: 수
인식 신뢰도: 1.0
인식된 텍스트: 있다는
인식 신뢰도: 1.0
인식된 텍스트: 것은
인식 신뢰도: 1.0
인식된 텍스트: 다음의
인식 신뢰도: 0.9922
인식된 텍스트: 두
인식 신뢰도: 1.0
인식된 텍스트: 가지
인식 신뢰도: 1.0
인식된 텍스트: 시사점
인식 신뢰도: 1.0
인식된 텍스트: 을
인식 신뢰도: 1.0
인식된 텍스트: 제공해
인식 신뢰도: 0.9999
인식된 텍스트: 준다.
인식 신뢰도: 1.0
인식된 텍스트: 첫째,
인식 신뢰도: 1.0
인식된 텍스트: 긍정적
인식 신뢰도: 1.0
인식된 텍스트: 환상은
인식 신뢰도: 1.0
인식된 텍스트: 현실이
인식 신뢰도: 1.0
인식된 텍스트: 아니기
인식 신뢰도: 1.0
인식된 텍스트: 때문에
인식 신뢰도: 0.9999
인식된 텍스트: 환상에서
인식 신뢰도: 0.9998
인식된 텍스트: 깨어나는
인식 신뢰도: 0.9996
인식된 텍스트: 순간에
인식 신뢰도: 1.0
인식된 텍스트: 극심한
인식 신뢰도: 1.0
인식된 텍스트: 형태의
인식 신뢰도: 1.0
인식된 텍스트: 절망감을
인식 신뢰도: 1.0
인식된 텍스트: 야기할
인식 신뢰도: 0.9985
인식된 텍스트: 수
인식 신뢰도: 1.0
인식된 텍스트: 있다.
인식 신뢰도: 0.9999
인식된 텍스트: 둘째,
인식 신뢰도: 0.9945
인식된 텍스트: 비록
인식 신뢰도: 0.9993
인식된 텍스트: 긍정적
인식 신뢰도: 1.0
인식된 텍스트: 환상이
인식 신뢰도: 1.0
인식된 텍스트: 일시
인식 신뢰도: 1.0
인식된 텍스트: 적으로는
인식 신뢰도: 0.9999
인식된 텍스트: 사람들에게
인식 신뢰도: 1.0
인식된 텍스트: 심리적인
인식 신뢰도: 1.0
인식된 텍스트: 위안을
인식 신뢰도: 1.0
인식된 텍스트: 줄
인식 신뢰도: 0.9999
인식된 텍스트: 수
인식 신뢰도: 1.0
인식된 텍스트: 있을
인식 신뢰도: 1.0
인식된 텍스트: 것처럼
인식 신뢰도: 1.0
인식된 텍스트: 기대될
인식 신뢰도: 1.0
인식된 텍스트: 지라도,
인식 신뢰도: 0.9997
인식된 텍스트: 실제로
인식 신뢰도: 1.0
인식된 텍스트: 긍정적
인식 신뢰도: 1.0
인식된 텍스트: 환상을
인식 신뢰도: 1.0
인식된 텍스트: 사용하는
인식 신뢰도: 1.0
인식된 텍스트: 사람들은
인식 신뢰도: 0.9999
인식된 텍스트: 진정한
인식 신뢰도: 0.9999
인식된 텍스트: 형태의
인식 신뢰도: 1.0
인식된 텍스트: 정신적
인식 신뢰도: 0.9999
인식된 텍스트: 위안을
인식 신뢰도: 1.0
인식된 텍스트: 받지
인식 신뢰도: 1.0
인식된 텍스트: 못한다.
인식 신뢰도: 1.0
인식된 텍스트: 마
인식 신뢰도: 1.0
인식된 텍스트: 지막으로
인식 신뢰도: 0.9998
인식된 텍스트: 사회정신건강을
인식 신뢰도: 1.0
인식된 텍스트: 증진하기
인식 신뢰도: 0.9978
인식된 텍스트: 위해
인식 신뢰도: 0.9698
인식된 텍스트: 긍정적
인식 신뢰도: 1.0
인식된 텍스트: 환상과
인식 신뢰도: 1.0
인식된 텍스트: 억압적
인식 신뢰도: 0.9999
인식된 텍스트: 대처가
인식 신뢰도: 1.0
인식된 텍스트: 신체
인식 신뢰도: 1.0
인식된 텍스트: 및
인식 신뢰도: 1.0
인식된 텍스트: 정
인식 신뢰도: 1.0
인식된 텍스트: 신
인식 신뢰도: 1.0
인식된 텍스트: 건강에
인식 신뢰도: 1.0
인식된 텍스트: 부정적인
인식 신뢰도: 0.999
인식된 텍스트: 영향을
인식 신뢰도: 1.0
인식된 텍스트: 주는
인식 신뢰도: 1.0
인식된 텍스트: 점을
인식 신뢰도: 1.0
인식된 텍스트: 경고하고
인식 신뢰도: 1.0
인식된 텍스트: 또
인식 신뢰도: 1.0
인식된 텍스트: 건강한
인식 신뢰도: 1.0
인식된 텍스트: 낙관성을
인식 신뢰도: 1.0
인식된 텍스트: 교육하는
인식 신뢰도: 1.0
인식된 텍스트: 정
인식 신뢰도: 1.0
인식된 텍스트: 신건강
인식 신뢰도: 1.0
인식된 텍스트: 교양
인식 신뢰도: 0.9999
인식된 텍스트: 프로그램이
인식 신뢰도: 1.0
인식된 텍스트: 강화되어야
인식 신뢰도: 1.0
인식된 텍스트: 할
인식 신뢰도: 1.0
인식된 텍스트: 필요성이
인식 신뢰도: 1.0
인식된 텍스트: 논의되었다.
인식 신뢰도: 1.0
인식된 텍스트: \*
인식 신뢰도: 1.0
인식된 텍스트: 고려대학교/
인식 신뢰도: 1.0
인식된 텍스트: 임상심리학
인식 신뢰도: 1.0
인식된 텍스트: **
인식 신뢰도: 0.9997
인식된 텍스트: 고려대학교/
인식 신뢰도: 1.0
인식된 텍스트: 임상심리학
인식 신뢰도: 1.0
인식된 텍스트:
인식 신뢰도: 0.7965
인식된 텍스트: 고려대학교/
인식 신뢰도: 1.0
인식된 텍스트: 임상심리학
인식 신뢰도: 1.0
인식된 텍스트: w.kci.go.kr
인식 신뢰도: 0.9879
import requests
import uuid
import time
import json
from google.colab import drive
drive.mount('/content/drive')
api_url = 'api_url'
secret_key = 'secret_key'
image_file = 'image_file'
request_json = {
'images': [
{
'format': 'png',
'name': 'demo'
}
],
'requestId': str(uuid.uuid4()),
'version': 'V2',
'timestamp': int(round(time.time() \* 1000))
}
payload = {'message': json.dumps(request_json).encode('UTF-8')}
files = [
('file', open(image_file,'rb'))
]
headers = {
'X-OCR-SECRET': secret_key
}
try:
response = requests.request("POST", api_url, headers=headers, data = payload, files = files)
json_data = json.loads(response.text.encode('utf8'))
if json_data["images"][0]["inferResult"] == "SUCCESS": # 문장 구분 없이 인식된 텍스트
raw_text = json_data["images"][0]["inferText"]
# 문장 단위로 끊기
sentences = re.split(r'\. ', raw_text)
# 각 문장 출력
for sentence in sentences:
print(sentence)
elif json_data["images"][0]["validationResult"]["result"] == "SUCCESS":
print("OCR 처리 성공")
else:
print(f"OCR 처리 오류: {json_data['images'][0]['validationResult']['message']}")
except Exception as e:
print(f"예기치 않은 오류 발생: {e}")
output
Drive already mounted at /content/drive; to attempt to forcibly remount, call drive.mount("/content/drive", force_remount=True).
예기치 않은 오류 발생: 'inferText'
import requests
import uuid
import time
import json
from google.colab import drive
drive.mount('/content/drive')
api_url = 'api_url'
secret_key = 'secret_key'
image_file = 'image_file'
request_json = {
'images': [
{
'format': 'png',
'name': 'demo'
}
],
'requestId': str(uuid.uuid4()),
'version': 'V2',
'timestamp': int(round(time.time() \* 1000))
}
payload = {'message': json.dumps(request_json).encode('UTF-8')}
files = [
('file', open(image_file,'rb'))
]
headers = {
'X-OCR-SECRET': secret_key
}
try:
response = requests.request("POST", api_url, headers=headers, data = payload, files = files)
json_data = json.loads(response.text.encode('utf8'))
if json_data["images"][0]["inferResult"] == "SUCCESS":
results = json_data["images"][0]["fields"]
for field in results: # 인식된 텍스트
raw_text = field['inferText']
# 문장 단위로 끊기
sentences = raw_text.split('.')
# 각 문장 출력
for sentence in sentences:
print(sentence)
elif json_data["images"][0]["validationResult"]["result"] == "SUCCESS":
print("OCR 처리 성공")
else:
print(f"OCR 처리 오류: {json_data['images'][0]['validationResult']['message']}")
except Exception as e:
print(f"예기치 않은 오류 발생: {e}")
output
Drive already mounted at /content/drive; to attempt to forcibly remount, call drive.mount("/content/drive", force_remount=True).
담론
201
13(1), 2010
pp
123-150
긍정적
환상
신드롬에
대한
분석
- 「시크릿」의
비밀
- 오미영·박찬빈\*\*·고영건
***
국문요약
본
연구의
목적은
한국
사회의
긍정적
환상
신드롬에
대해
심리학적인
분석을
하는
것이다
시크릿이라는
서적이
2007년
이후로
계속해서
한국
사회에서
최고
의
베스트셀러의
위치를
점하고
있는
데서도
확인할
수
있듯이,
2007년
서브프라
임모기지
사태로
야기된
경제
위기
이후에
긍정적
환상
신드롬은
우리
사회에서
주요한
사회현상
중
하나로
자리
잡게
되었다
긍정적
환상은
자신과
세상에
대한
비현실적인
견해를
의미한다
기본적으로
긍정적인
환상은
현실에
대한
왜곡된
지
각을
전제로
하고
있다는
점에서
건강한
낙관주의와는
구분된다
이러한
관점에서
본
연구에서는
긍정적
환상과
억압적
대처양식
간
연관성에
관해
살펴보았다
긍
정적
환상이
억압적
대처양식으로
설명될
수
있다는
것은
다음의
두
가지
시사점
을
제공해
준다
첫째,
긍정적
환상은
현실이
아니기
때문에
환상에서
깨어나는
순간에
극심한
형태의
절망감을
야기할
수
있다
둘째,
비록
긍정적
환상이
일시
적으로는
사람들에게
심리적인
위안을
줄
수
있을
것처럼
기대될
지라도,
실제로
긍정적
환상을
사용하는
사람들은
진정한
형태의
정신적
위안을
받지
못한다
마
지막으로
사회정신건강을
증진하기
위해
긍정적
환상과
억압적
대처가
신체
및
정
신
건강에
부정적인
영향을
주는
점을
경고하고
또
건강한
낙관성을
교육하는
정
신건강
교양
프로그램이
강화되어야
할
필요성이
논의되었다
- 고려대학교/
임상심리학
\*\*
고려대학교/
임상심리학
***
고려대학교/
임상심리학
w
kci
go
kr
import requests
import uuid
import time
import json
from google.colab import drive
drive.mount('/content/drive')
api_url = 'api_url'
secret_key = 'secret_key'
image_file = 'image_file'
request_json = {
'images': [
{
'format': 'png',
'name': 'demo'
}
],
'requestId': str(uuid.uuid4()),
'version': 'V2',
'timestamp': int(round(time.time() \* 1000))
}
payload = {'message': json.dumps(request_json).encode('UTF-8')}
files = [
('file', open(image_file,'rb'))
]
headers = {
'X-OCR-SECRET': secret_key
}
try:
response = requests.request("POST", api_url, headers=headers, data = payload, files = files)
json_data = json.loads(response.text.encode('utf8'))
if json_data["images"][0]["inferResult"] == "SUCCESS":
results = json_data["images"][0]["fields"]
for field in results: # 인식된 텍스트
raw_text = field['inferText']
# 줄바꿈 제거
raw_text = raw_text.replace('\n', '')
# 문장 단위로 끊기
sentences = raw_text.split('.')
# 각 문장 출력
for sentence in sentences:
print(sentence)
elif json_data["images"][0]["validationResult"]["result"] == "SUCCESS":
print("OCR 처리 성공")
else:
print(f"OCR 처리 오류: {json_data['images'][0]['validationResult']['message']}")
except Exception as e:
print(f"예기치 않은 오류 발생: {e}")
output
Drive already mounted at /content/drive; to attempt to forcibly remount, call drive.mount("/content/drive", force_remount=True).
담론
201
13(1), 2010
pp
123-150
긍정적
환상
신드롬에
대한
분석
- 「시크릿」의
비밀
- 오미영·박찬빈\*\*·고영건
***
국문요약
본
연구의
목적은
한국
사회의
긍정적
환상
신드롬에
대해
심리학적인
분석을
하는
것이다
시크릿이라는
서적이
2007년
이후로
계속해서
한국
사회에서
최고
의
베스트셀러의
위치를
점하고
있는
데서도
확인할
수
있듯이,
2007년
서브프라
임모기지
사태로
야기된
경제
위기
이후에
긍정적
환상
신드롬은
우리
사회에서
주요한
사회현상
중
하나로
자리
잡게
되었다
긍정적
환상은
자신과
세상에
대한
비현실적인
견해를
의미한다
기본적으로
긍정적인
환상은
현실에
대한
왜곡된
지
각을
전제로
하고
있다는
점에서
건강한
낙관주의와는
구분된다
이러한
관점에서
본
연구에서는
긍정적
환상과
억압적
대처양식
간
연관성에
관해
살펴보았다
긍
정적
환상이
억압적
대처양식으로
설명될
수
있다는
것은
다음의
두
가지
시사점
을
제공해
준다
첫째,
긍정적
환상은
현실이
아니기
때문에
환상에서
깨어나는
순간에
극심한
형태의
절망감을
야기할
수
있다
둘째,
비록
긍정적
환상이
일시
적으로는
사람들에게
심리적인
위안을
줄
수
있을
것처럼
기대될
지라도,
실제로
긍정적
환상을
사용하는
사람들은
진정한
형태의
정신적
위안을
받지
못한다
마
지막으로
사회정신건강을
증진하기
위해
긍정적
환상과
억압적
대처가
신체
및
정
신
건강에
부정적인
영향을
주는
점을
경고하고
또
건강한
낙관성을
교육하는
정
신건강
교양
프로그램이
강화되어야
할
필요성이
논의되었다
- 고려대학교/
임상심리학
\*\*
고려대학교/
임상심리학
***
고려대학교/
임상심리학
w
kci
go
kr
import requests
import uuid
import time
import json
import re
from google.colab import drive
drive.mount('/content/drive')
api_url = 'api_url'
secret_key = 'secret_key'
image_file = 'image_file'
request_json = {
'images': [
{
'format': 'png',
'name': 'demo'
}
],
'requestId': str(uuid.uuid4()),
'version': 'V2',
'timestamp': int(round(time.time() \* 1000))
}
payload = {'message': json.dumps(request_json).encode('UTF-8')}
files = [
('file', open(image_file,'rb'))
]
headers = {
'X-OCR-SECRET': secret_key
}
try:
response = requests.request("POST", api_url, headers=headers, data = payload, files = files)
json_data = json.loads(response.text.encode('utf8'))
if json_data["images"][0]["inferResult"] == "SUCCESS":
results = json_data["images"][0]["fields"]
for field in results: # 인식된 텍스트
raw_text = field['inferText']
# 줄바꿈 제거
raw_text = raw_text.replace('\n', '')
# 문장 단위로 끊기
sentences = raw_text.split('.')
# 일정 추출
schedules = []
for sentence in sentences:
# 일정 키워드 포함 여부 확인
if re.search(r'일정|일시', sentence):
# 일정 추출
schedule = re.search(r'(.*?)(?:[년월일]|오전|오후|~)', sentence)
if schedule:
schedules.append(schedule.group(1))
# 일정 출력
for schedule in schedules:
print(schedule)
elif json_data["images"][0]["validationResult"]["result"] == "SUCCESS":
print("OCR 처리 성공")
else:
print(f"OCR 처리 오류: {json_data['images'][0]['validationResult']['message']}")
except Exception as e:
print(f"예기치 않은 오류 발생: {e}")
output
Drive already mounted at /content/drive; to attempt to forcibly remount, call drive.mount("/content/drive", force_remount=True).
import requests
import uuid
import time
import json
import re
from google.colab import drive
drive.mount('/content/drive')
api_url = 'api_url'
secret_key = 'secret_key'
image_file = 'image_file'
request_json = {
'images': [
{
'format': 'png',
'name': 'demo'
}
],
'requestId': str(uuid.uuid4()),
'version': 'V2',
'timestamp': int(round(time.time() \* 1000))
}
payload = {'message': json.dumps(request_json).encode('UTF-8')}
files = [
('file', open(image_file,'rb'))
]
headers = {
'X-OCR-SECRET': secret_key
}
try:
response = requests.request("POST", api_url, headers=headers, data = payload, files = files)
json_data = json.loads(response.text.encode('utf8'))
if json_data["images"][0]["inferResult"] == "SUCCESS":
results = json_data["images"][0]["fields"]
for field in results: # 인식된 텍스트
raw_text = field['inferText']
# 줄바꿈 제거
raw_text = raw_text.replace('\n', '')
# 문장 단위로 끊기
sentences = raw_text.split('.')
# 일정 추출
schedules = []
for sentence in sentences:
# 일정 키워드 포함 여부 확인
if re.search(r'일정|일시', sentence):
# 일정 추출
schedule = re.search(r'(.*?)(?:[년월일]|오전|오후|~)', sentence)
if schedule:
# 일정이 제대로 파악되었는지 확인
if re.search(r'[0-9]{4}[-][0-9]{1,2}[-][0-9]{1,2}[ ][0-9]{1,2}:[0-9]{1,2}', schedule.group(1)):
schedules.append(schedule.group(1))
else:
print(f"일시: {schedule.group(1)} -> 일정을 제대로 파악하지 못했습니다.")
# 일정 출력
for schedule in schedules:
print(schedule)
elif json_data["images"][0]["validationResult"]["result"] == "SUCCESS":
print("OCR 처리 성공")
else:
print(f"OCR 처리 오류: {json_data['images'][0]['validationResult']['message']}")
except Exception as e:
print(f"예기치 않은 오류 발생: {e}")
output
Drive already mounted at /content/drive; to attempt to forcibly remount, call drive.mount("/content/drive", force_remount=True).
일시: -> 일정을 제대로 파악하지 못했습니다.
import requests
import uuid
import time
import json
import re
from google.colab import drive
drive.mount('/content/drive')
api_url = 'api_url'
secret_key = 'secret_key'
image_file = 'image_file'
request_json = {
'images': [
{
'format': 'png',
'name': 'demo'
}
],
'requestId': str(uuid.uuid4()),
'version': 'V2',
'timestamp': int(round(time.time() \* 1000))
}
payload = {'message': json.dumps(request_json).encode('UTF-8')}
files = [
('file', open(image_file,'rb'))
]
headers = {
'X-OCR-SECRET': secret_key
}
try:
response = requests.request("POST", api_url, headers=headers, data = payload, files = files)
json_data = json.loads(response.text.encode('utf8'))
if json_data["images"][0]["inferResult"] == "SUCCESS":
results = json_data["images"][0]["fields"]
for field in results: # 인식된 텍스트
raw_text = field['inferText']
# 줄바꿈 제거
raw_text = raw_text.replace('\n', '')
# 문장 단위로 끊기
sentences = raw_text.split('.')
# 일정 추출
schedules = []
for sentence in sentences:
# 일정 키워드 포함 여부 확인
if re.search(r'일정|일시', sentence):
# 일정 추출
schedule = re.search(r'(.*?)(?:[년월일]|오전|오후|~)', sentence)
if schedule:
# 일정이 제대로 파악되었는지 확인
if re.search(r'[0-9]{4}[-][0-9]{1,2}[-][0-9]{1,2}[ ][0-9]{1,2}:[0-9]{1,2}', schedule.group(1)):
schedules.append(schedule.group(1))
else:
print(f"일시: {schedule.group(1)} -> 일정을 제대로 파악하지 못했습니다.")
# 일정 출력
for schedule in schedules:
print(schedule)
elif json_data["images"][0]["validationResult"]["result"] == "SUCCESS":
print("OCR 처리 성공")
else:
print(f"OCR 처리 오류: {json_data['images'][0]['validationResult']['message']}")
except Exception as e:
print(f"예기치 않은 오류 발생: {e}")
output
Drive already mounted at /content/drive; to attempt to forcibly remount, call drive.mount("/content/drive", force_remount=True).
일시: -> 일정을 제대로 파악하지 못했습니다.
import requests
import uuid
import time
import json
import re
from google.colab import drive
drive.mount('/content/drive')
api_url = 'api_url'
secret_key = 'secret_key'
image_file = 'image_file'
request_json = {
'images': [
{
'format': 'png',
'name': 'demo'
}
],
'requestId': str(uuid.uuid4()),
'version': 'V2',
'timestamp': int(round(time.time() \* 1000))
}
payload = {'message': json.dumps(request_json).encode('UTF-8')}
files = [
('file', open(image_file,'rb'))
]
headers = {
'X-OCR-SECRET': secret_key
}
try:
response = requests.request("POST", api_url, headers=headers, data = payload, files = files)
json_data = json.loads(response.text.encode('utf8'))
if json_data["images"][0]["inferResult"] == "SUCCESS":
results = json_data["images"][0]["fields"]
for field in results: # 인식된 텍스트
raw_text = field['inferText']
# 줄바꿈 제거
raw_text = raw_text.replace('\n', '')
# 문장 단위로 끊기
sentences = raw_text.split('.')
# 일정 추출
schedules = []
for sentence in sentences:
# 일정 키워드 포함 여부 확인
if re.search(r'일정|일시', sentence):
# 일정 추출
schedule = re.search(r'(.*?)( [0-9]{4}[-][0-9]{1,2}[-][0-9]{1,2}[ ][0-9]{1,2}:[0-9]{1,2}[~][0-9]{1,2}:[0-9]{1,2})', sentence)
if schedule:
# 일정이 제대로 파악되었는지 확인
if re.search(r'[0-9]{4}[-][0-9]{1,2}[-][0-9]{1,2}[ ][0-9]{1,2}:[0-9]{1,2}[~][0-9]{1,2}:[0-9]{1,2}', schedule.group(1)):
schedules.append(schedule.group(1))
else:
print(f"일시: {schedule.group(1)} -> 일정을 제대로 파악하지 못했습니다.")
# 일정 출력
for schedule in schedules:
print(schedule)
elif json_data["images"][0]["validationResult"]["result"] == "SUCCESS":
print("OCR 처리 성공")
else:
print(f"OCR 처리 오류: {json_data['images'][0]['validationResult']['message']}")
except Exception as e:
print(f"예기치 않은 오류 발생: {e}")
output
Drive already mounted at /content/drive; to attempt to forcibly remount, call drive.mount("/content/drive", force_remount=True).
import requests
import uuid
import time
import json
import re
from google.colab import drive
drive.mount('/content/drive')
api_url = 'api_url'
secret_key = 'secret_key'
image_file = 'image_file'
request_json = {
'images': [
{
'format': 'png',
'name': 'demo'
}
],
'requestId': str(uuid.uuid4()),
'version': 'V2',
'timestamp': int(round(time.time() \* 1000))
}
payload = {'message': json.dumps(request_json).encode('UTF-8')}
files = [
('file', open(image_file,'rb'))
]
headers = {
'X-OCR-SECRET': secret_key
}
try:
response = requests.request("POST", api_url, headers=headers, data = payload, files = files)
json_data = json.loads(response.text.encode('utf8'))
if json_data["images"][0]["inferResult"] == "SUCCESS":
results = json_data["images"][0]["fields"]
for field in results: # 인식된 텍스트
raw_text = field['inferText']
# 줄바꿈 제거
raw_text = raw_text.replace('\n', '')
# 문장 단위로 끊기
sentences = raw_text.split('.')
# 일정 추출
schedules = []
for sentence in sentences:
# 일정 키워드 포함 여부 확인
if re.search(r'일정|일시', sentence):
# 일정 추출
schedule = re.search(r'(.*?)( [0-9]{4}[-][0-9]{1,2}[-][0-9]{1,2}[ ][0-9]{1,2}:[0-9]{1,2}[~][0-9]{1,2}:[0-9]{1,2})', sentence)
if schedule:
# 일정이 제대로 파악되었는지 확인
if re.search(r'[0-9]{4}[-][0-9]{1,2}[-][0-9]{1,2}[ ][0-9]{1,2}:[0-9]{1,2}[~][0-9]{1,2}:[0-9]{1,2}', schedule.group(1)):
schedules.append(schedule.group(1))
else:
print(f"일시: {schedule.group(1)} -> 일정을 제대로 파악하지 못했습니다.")
# 일정 출력
for schedule in schedules:
print(schedule)
elif json_data["images"][0]["validationResult"]["result"] == "SUCCESS":
print("OCR 처리 성공")
else:
print(f"OCR 처리 오류: {json_data['images'][0]['validationResult']['message']}")
except Exception as e:
print(f"예기치 않은 오류 발생: {e}")
output
Drive already mounted at /content/drive; to attempt to forcibly remount, call drive.mount("/content/drive", force_remount=True).
import requests
import uuid
import time
import json
import re
from google.colab import drive
drive.mount('/content/drive')
api_url = 'api_url'
secret_key = 'secret_key'
image_file = 'image_file'
schedules = []
request_json = {
'images': [
{
'format': 'png',
'name': 'demo'
}
],
'requestId': str(uuid.uuid4()),
'version': 'V2',
'timestamp': int(round(time.time() \* 1000))
}
payload = {'message': json.dumps(request_json).encode('UTF-8')}
files = [
('file', open(image_file,'rb'))
]
headers = {
'X-OCR-SECRET': secret_key
}
try:
response = requests.request("POST", api_url, headers=headers, data = payload, files = files)
json_data = json.loads(response.text.encode('utf8'))
if json_data["images"][0]["inferResult"] == "SUCCESS":
results = json_data["images"][0]["fields"]
for field in results: # 인식된 텍스트
raw_text = field['inferText']
# 줄바꿈 제거
raw_text = raw_text.replace('\n', '')
# 문장 단위로 끊기
sentences = raw_text.split('.')
# 일정 추출
for sentence in sentences:
# 일정 키워드 포함 여부 확인
if re.search(r'일정|일시', sentence):
# 일정 추출
schedule = re.search(r'(.*?)( [0-9]{4}[-][0-9]{1,2}[-][0-9]{1,2}[ ][0-9]{1,2}:[0-9]{1,2}[~][0-9]{1,2}:[0-9]{1,2})', sentence)
if schedule:
# 일정이 제대로 파악되었는지 확인
if re.search(r'[0-9]{4}[-][0-9]{1,2}[-][0-9]{1,2}[ ][0-9]{1,2}:[0-9]{1,2}[~][0-9]{1,2}:[0-9]{1,2}', schedule.group(1)):
schedules.append(schedule.group(1))
else:
print(f"일시: {schedule.group(1)} -> 일정을 제대로 파악하지 못했습니다.")
# 일정 출력
for schedule in schedules:
print(schedule)
except Exception as e:
print(f"예기치 않은 오류 발생: {e}")
output
Drive already mounted at /content/drive; to attempt to forcibly remount, call drive.mount("/content/drive", force_remount=True).
import requests
import uuid
import time
import json
import re
from google.colab import drive
drive.mount('/content/drive')
api_url = 'api_url'
secret_key = 'secret_key'
image_file = 'image_file'
schedules = []
request_json = {
'images': [
{
'format': 'png',
'name': 'demo'
}
],
'requestId': str(uuid.uuid4()),
'version': 'V2',
'timestamp': int(round(time.time() \* 1000))
}
payload = {'message': json.dumps(request_json).encode('UTF-8')}
files = [
('file', open(image_file,'rb'))
]
headers = {
'X-OCR-SECRET': secret_key
}
try:
response = requests.request("POST", api_url, headers=headers, data = payload, files = files)
json_data = json.loads(response.text.encode('utf8'))
if json_data["images"][0]["inferResult"] == "SUCCESS":
results = json_data["images"][0]["fields"]
for field in results: # 인식된 텍스트
raw_text = field['inferText']
# 줄바꿈 제거
raw_text = raw_text.replace('\n', '')
# 문장 단위로 끊기
sentences = raw_text.split('.')
# 일정 추출
for sentence in sentences:
# 일정 키워드 포함 여부 확인
if re.search(r'일정|일시', sentence):
# 일정 추출
schedule = re.search(r'(.*?)( [0-9]{4}[-][0-9]{1,2}[-][0-9]{1,2}[ ][0-9]{1,2}:[0-9]{1,2}[~][0-9]{1,2}:[0-9]{1,2})', sentence)
if schedule:
# 일정이 제대로 파악되었는지 확인
if re.search(r'[0-9]{4}[-][0-9]{1,2}[-][0-9]{1,2}[ ][0-9]{1,2}:[0-9]{1,2}[~][0-9]{1,2}:[0-9]{1,2}', schedule.group(1)):
schedules.append(schedule.group(1))
else:
print(f"일시: {schedule.group(1)} -> 일정을 제대로 파악하지 못했습니다.")
# 일정 출력
for schedule in schedules:
print(schedule)
except Exception as e:
print(f"예기치 않은 오류 발생: {e}")
output
Drive already mounted at /content/drive; to attempt to forcibly remount, call drive.mount("/content/drive", force_remount=True).
예기치 않은 오류 발생: 'NoneType' object has no attribute 'group'
import requests
import uuid
import time
import json
import re
from google.colab import drive
drive.mount('/content/drive')
api_url = 'api_url'
secret_key = 'secret_key'
image_file = 'image_file'
schedules = []
request_json = {
'images': [
{
'format': 'png',
'name': 'demo'
}
],
'requestId': str(uuid.uuid4()),
'version': 'V2',
'timestamp': int(round(time.time() \* 1000))
}
payload = {'message': json.dumps(request_json).encode('UTF-8')}
files = [
('file', open(image_file,'rb'))
]
headers = {
'X-OCR-SECRET': secret_key
}
try:
response = requests.request("POST", api_url, headers=headers, data = payload, files = files)
json_data = json.loads(response.text.encode('utf8'))
if json_data["images"][0]["inferResult"] == "SUCCESS":
results = json_data["images"][0]["fields"]
for field in results: # 인식된 텍스트
raw_text = field['inferText']
# 줄바꿈 제거
raw_text = raw_text.replace('\n', '')
# 문장 단위로 끊기
sentences = raw_text.split('.')
# 일정 추출
schedules = []
for sentence in sentences:
# 일정 키워드 포함 여부 확인
if re.search(r'일정|일시', sentence):
# 일정 추출
schedule = re.search(r'(.*?)(?:[년월일]|오전|오후|~)', sentence)
if schedule:
schedules.append(schedule.group(1))
# 일정 출력
for schedule in schedules:
print(schedule)
elif json_data["images"][0]["validationResult"]["result"] == "SUCCESS":
print("OCR 처리 성공")
else:
print(f"OCR 처리 오류: {json_data['images'][0]['validationResult']['message']}")
except Exception as e:
print(f"예기치 않은 오류 발생: {e}")
output
Drive already mounted at /content/drive; to attempt to forcibly remount, call drive.mount("/content/drive", force_remount=True).
import requests
import uuid
import time
import json
import re
from google.colab import drive
drive.mount('/content/drive')
api_url = 'api_url'
secret_key = 'secret_key'
image_file = 'image_file'
text = []
request_json = {
'images': [
{
'format': 'png',
'name': 'demo'
}
],
'requestId': str(uuid.uuid4()),
'version': 'V2',
'timestamp': int(round(time.time() \* 1000))
}
payload = {'message': json.dumps(request_json).encode('UTF-8')}
files = [
('file', open(image_file,'rb'))
]
headers = {
'X-OCR-SECRET': secret_key
}
try:
response = requests.request("POST", api_url, headers=headers, data = payload, files = files)
json_data = json.loads(response.text.encode('utf8'))
if json_data["images"][0]["inferResult"] == "SUCCESS":
results = json_data["images"][0]["fields"]
for field in results: # 인식된 텍스트
raw_text = field['inferText']
# 줄바꿈 제거
raw_text = raw_text.replace('\n', '')
# 모든 텍스트를 text에 추가
text.append(raw_text)
# 모든 텍스트 출력
for line in text:
print(line)
elif json_data["images"][0]["validationResult"]["result"] == "SUCCESS":
print("OCR 처리 성공")
else:
print(f"OCR 처리 오류: {json_data['images'][0]['validationResult']['message']}")
except Exception as e:
print(f"예기치 않은 오류 발생: {e}")
output
Drive already mounted at /content/drive; to attempt to forcibly remount, call drive.mount("/content/drive", force_remount=True).
「2023
세종
UNION
청년창업캠프」
운영
계획(안)
<2023. 8.
창업지원팀
김지혜>
I
개요
□
추진목적
0
세종지역
청년 대학생,
(예비)창업자
등을
대상으로
창업문화
확산
및
기업가
정신
함양을
도모하기
위해
세종청년창업협의회\*
기관
공동사업의
일환으로
청년창업캠프
개최
(9개
기관)
고려대학교
세종창업교육센터,
한국영상대학교
창업교육센터,
홍익대학교
세종창
업교육센터,
한국전통문화대학교
취창업센터,
청년희망팩토리
사회적협동조합,
한국청년기업
가정신재단,
세종청년센터
세청나래,
한국발명진흥회
세종지부,
세종창조경제혁신센터
□행사개요
0
프로그램명 :
2023
세종
UNION
청년창업캠프 -
내
안의
'리더'
찾기
0
일시: 2023. 09.
21.(목)
10:00~17:00
0
장소 :
룩백
카페(세종 연기면 공단로
184
0
운영:
(재)세종창조경제혁신센터(창업지원팀)
0
주관 :
세종청년창업협의회
0
참여자 :
고려대학교,
한국영상대,
한국전통문화대,
홍익대학교
대학생
및
유관기관
담당자
80여명
0
주요행사 :
창업특강,
팀빌딩,
모의창업실습
등
import requests
import uuid
import time
import json
import re
from google.colab import drive
drive.mount('/content/drive')
api_url = 'api_url'
secret_key = 'secret_key'
…
output
Drive already mounted at /content/drive; to attempt to forcibly remount, call drive.mount("/content/drive", force_remount=True).
「2023
세종
UNION
청년창업캠프」
운영
계획(안)
<2023. 8.
창업지원팀
김지혜>
I
개요
□
추진목적
0
세종지역
청년 대학생,
(예비)창업자
등을
대상으로
창업문화
확산
및
기업가
정신
함양을
도모하기
위해
세종청년창업협의회\*
기관
공동사업의
일환으로
청년창업캠프
개최
(9개
기관)
고려대학교
세종창업교육센터,
한국영상대학교
창업교육센터,
홍익대학교
세종창
업교육센터,
한국전통문화대학교
취창업센터,
청년희망팩토리
사회적협동조합,
한국청년기업
가정신재단,
세종청년센터
세청나래,
한국발명진흥회
세종지부,
세종창조경제혁신센터
□행사개요
0
프로그램명 :
2023
세종
UNION
청년창업캠프 -
내
안의
'리더'
찾기
0
일시: 2023. 09.
21.(목)
10:00~17:00
0
장소 :
룩백
카페(세종 연기면 공단로
184
0
운영:
(재)세종창조경제혁신센터(창업지원팀)
0
주관 :
세종청년창업협의회
0
참여자 :
고려대학교,
한국영상대,
한국전통문화대,
홍익대학교
대학생
및
유관기관
담당자
80여명
0
주요행사 :
창업특강,
팀빌딩,
모의창업실습
등
