전자기학과 반도체
Maxwell 방정식, 전송선로, PN 접합, MOSFET을 따로 외우는 대신 전기장, 전하, 경계조건, 캐리어 이동이라는 흐름으로 묶어 이해합니다.
Cheonsang Research Notes
전자기학, 반도체, 통신, SDR, 컴퓨터 구조, 로컬 AI를 하나의 시스템으로 연결해 보는 학습형 엔지니어링 기록입니다. 이 페이지는 개인 연구 노트를 공개 포트폴리오 형식으로 줄여 정리한 소개 탭입니다.
Learning axes
Maxwell 방정식, 전송선로, PN 접합, MOSFET을 따로 외우는 대신 전기장, 전하, 경계조건, 캐리어 이동이라는 흐름으로 묶어 이해합니다.
변조, FFT, I/Q 샘플, RTL-SDR, 웹 기반 분석기를 연결해 실제 신호를 보고 해석하는 작은 실험실을 만드는 방향을 선호합니다.
NAS, Docker, Windows PC, Ollama 같은 도구를 묶어 학습 자료, 게임 서버, 자동화 스크립트가 함께 움직이는 개인 시스템을 구성합니다.
AI-assisted learning
이론이 어디에 쓰이는지, 어떤 수식이 실제 장치와 연결되는지 먼저 묻습니다.
AI에게 개념 지도, 구현 순서, 실패 가능성, 검증 방법을 함께 정리하게 합니다.
웹페이지, Docker, SDR 브리지처럼 손으로 만질 수 있는 최소 버전을 먼저 만듭니다.
공식 문서, 실제 로그, 측정 그래프, 코드 실행 결과로 AI 답변을 다시 확인합니다.
실패와 중단도 연구 데이터로 남겨 다음 프로젝트의 출발점으로 씁니다.
Engineering tools
회로 시뮬레이션과 PCB 설계를 가장 먼저 손에 익힐 수 있는 기본 도구입니다.
FFT, 필터, 변조, 수치계산, 그래프를 빠르게 실험하는 신호처리 작업대입니다.
RTL-SDR 수신, 스펙트럼 관찰, 간단한 복조 실험을 실제 전파와 연결합니다.
논리회로, CPU, SoC, FPGA 학습을 실제 하드웨어 설계 흐름으로 확장합니다.
Public note
첨부된 개인 분석 자료는 페이지에 그대로 노출하지 않고, 전자공학·컴퓨터공학·AI 프로젝트를 연결하는 공개 소개 문장으로만 재구성했습니다.