물질 과학과 응집물질 물리학은 우리 주변의 고체와 액체가 어떻게 작동하는지를 탐구하는 분야입니다. 이 영역에서는 전기가 어떻게 흐르고, 자석은 왜 자성을 띠며, 새로운 재료가 어떤 특성을 가지는지 등 일상생활을 바꾸는 기초 원리를 연구합니다.

Gist.Science 는 이 분야의 최신 연구 성과를 arXiv 에서 실시간으로 수집하여 제공합니다. 우리는 arXiv 에 업로드되는 모든 새로운 논문들을 분석해, 전문 용어 없이 일반인도 이해할 수 있는 쉬운 설명과 동시에 연구자들이 필요로 하는 심층적인 기술적 요약을 함께 정리합니다.

아래에는 이 분야에서 최근 공개된 최신 연구 논문들이 나열되어 있습니다.

🔬 materials science

Answer-Conditioned Chain-of-Thought Distillation for Few-Shot Industrial Vision with Small VLMs

이 논문은 소규모 시각-언어 모델을 소수의 데이터만으로 산업용 시각 검사 작업에 빠르게 적응시키기 위해 정답 조건부 사고 사슬 증류(answer-conditioned chain-of-thought distillation)를 제안하며, 정답 레이블에 조건화된 추론을 생성하는 것이 최소한의 데이터로 학습했을 때 직접적인 미세 조정이나 GPT-4.1과 같은 더 큰 모델보다 유의미하게 뛰어난 성능을 보임을 입증한다.

Shubham Rao2026-07-14
🔬 materials science

A Cluster-Based Model of the Spectrum of Erbium-Doped GdVO4_4

이 논문은 에르븀 이온과 그 인접 가돌리늄 이온 사이의 상호작용을 고려함으로써 에르븀 도핑된 가돌리늄 바나데이트의 광학 스펙트럼을 정확하게 설명하고, 마이크로파-광 변환 예측을 위한 물리적으로 투명한 프레임워크를 제공하는 단순화된 클러스터 기반 모델을 소개한다.

Zachary H. Roberts, Masaya Hiraishi, Luke S. Trainor, Jevon J. Longdell2026-07-14
🔬 materials science

Temperature dependence of charge-to-spin conversion in rhombohedral (110) bismuth thin film

본 연구는 에피택셜 마름모꼴 (110) 비스무트 박막에서 전하-스핀 변환의 온도 의존성을 조사하며, 저온에서 관찰되는 스핀 홀 전도도 및 스핀 확산 길이의 향상은 스핀 산란이 엘리엇-야페트 메커니즘에 의해 지배되는 반면 변환 자체는 주로 왜곡 산란(skew scattering)에 의해 구동됨을 나타낸다는 것을 밝혀냈다.

K. Tatsuoka (Kyoto Univ), N. Fukumoto (Kyoto Univ), S. Sakamoto (ISSP, Univ. Tokyo), S. Miwa (ISSP, Univ. Tokyo), Y. Fus (…)2026-07-14
🔬 materials science

Uncertainty-Aware Structure-Property Mapping of Spinodoid Metamaterials via Heteroscedastic Gaussian Process Regression

본 논문은 스피노이드드(spinodoid) 메타물질의 확률적 구조-물성 관계를 모델링하기 위해 이분산 가우시안 프로세스 회귀를 사용하는 불확실성 인지 프레임워크를 소개하며, 형태학적 유래 변동성을 고려하는 것이 전통적인 결정론적 또는 동분산 접근 방식에 비해 신뢰할 수 있는 설계 최적화를 달성하는 데 필수적임을 입증한다.

Minwoo Park, Junseo Park, Mingyu Lee, Hugon Lee, Hanbin Cho, Ikjin Lee, Seunghwa Ryu2026-07-14
🔬 materials science

PAC Studio Machine Learning: Human-in-the-Loop Analysis of TDPAC Spectra

본 논문은 전문가의 해석을 대체하는 대신 견고한 파라미터 초기화, 사이트 수 가설 검정, 그리고 개선된 재현성을 제공함으로써 시분해 섭동 각운동량 상관(TDPAC) 스펙트럼에 대한 전문가 분석을 가속화하고 강화하기 위해 머신러닝을 물리 기반 모델링과 통합한 인간 참여형(human-in-the-loop) Python 데스크톱 환경인 PAC Studio ML을 소개한다.

Thien Thanh Dang, Doru Constantin Lupascu2026-07-14
🔬 materials science

Capturing the calendering U-shape in lithium-ion electrode thermal conductivity

본 논문은 공정 의존적인 미세구조 변화를 고려함으로써 리튬 이온 전극의 수직 방향 열전도율에서 나타나는 비단조적 U자형 진화를 성공적으로 포착하고, 다양한 흑연 및 NMC 조성에 걸쳐 예측 오차를 31.1%에서 4.5%로 감소시킨 제너-바우어-슐런더(Zehner–Bauer–Schlunder) 모델의 캘린더링 인지 확장 모델을 소개한다.

Julius Störk2026-07-14
🔬 materials science

Synthesis of Ti2B2Clx MBenes in molten salts from theoretical and experimental perspectives

본 연구는 ZnCl2\text{ZnCl}_2를 이용한 Ti2InB2\text{Ti}_2\text{InB}_2의 실험적 용융염 식각과 밀도 범함수 이론 계산을 결합하여 다층 Ti2B2Clx\text{Ti}_2\text{B}_2\text{Cl}_x 엠비린(MBene)을 성공적으로 합성 및 특성화하였으며, 직접적인 이상 변환(biphasic transformation)과 리튬 이온 배터리에서의 유망한 초기 성능을 입증하였다.

Rodrigo M. Ronchi, Emile Defoy, Andrejs Petruhins, Justinas Palisaitis, Lianghao Yu, Lan Tang, Solenn Reguer, Dominique (…)2026-07-14
🔬 materials science

Correlation-consistent Gaussian basis sets for copper solids from material-constrained atomic optimization

이 논문은 구리 고체에 대해 수치적으로 안정적이고 상관관계 일관적인 가우시안 기저 집합을 생성하기 위한 물질 제약 원자 최적화(MCAO) 프레임워크를 소개하며, 이를 통해 표준 원자 최적화 집합에 내재된 선형 의존성 문제를 극복하면서 벌크 특성 및 CO 흡착에 대한 신뢰할 수 있는 완전 기저 집합 벤치마크를 가능하게 한다.

Jincheng Yu, Xiaoyu Zhang, Min-Ye Zhang, Yu Cao, Qiming Sun, Hong-Zhou Ye2026-07-14