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.

Modeling phase transformations in Mn-rich disordered rocksalt cathodes with machine learning interatomic potentials

본 연구는 머신러닝 원자 간 포텐셜을 활용하여 Mn이 풍부한 무질서 암염 구조 양극재가 Mn2+^{2+} 형성보다는 전이 금속 이동에 의해 스피넬 유사 구조로 상변화가 일어남을 밝혀냈으며, 이는 리튬 수송 역학 및 용량 향상으로 이어진다.

Peichen Zhong, Bowen Deng, Shashwat Anand, Tara Mishra, Gerbrand Ceder2026-06-09🔬 cond-mat.mtrl-sci

Deep Generative Learning of Magnetic Frustration in Artificial Spin Ice from Magnetic Force Microscopy Images

본 논문은 변이형 오토인코더(Variational Autoencoders)를 활용하여 합성 자기력 현미경(Magnetic Force Microscopy) 이미지를 생성하고 인공 스핀 아이스에서의 자기적 좌절(magnetic frustration) 분석을 자동화함으로써, 궁극적으로 좌절된 정점(frustrated vertices)의 정밀한 식별과 최적화된 스핀 아이스 구조 설계를 가능하게 하는 2단계 딥러닝 프레임워크를 제시한다.

Arnab Neogi, Suryakant Mishra, Prasad P Iyer, Tzu-Ming Lu, Ezra Bussmann, Sergei Tretiak, Andrew Crandall Jones, Jian-Xin Zhu2026-06-09🔬 cond-mat.mtrl-sci

Adjudicating Conduction Mechanisms in High Performance Carbon Nanotube Fibers

광범위한 저온 실험과 이론적 모델링을 통해, 본 연구는 고성능 탄소 나노튜브 섬유의 전도 메커니즘을 규명하며, 이질적인 요동 유도 터널링과 전계 의존적 수송이 해당 섬유로 하여금 궁극적인 전도도 측면에서 전통적인 금속을 능가할 수 있게 함을 입증한다.

John Bulmer, Chris Kovacs, Thomas Bullard, Charlie Ebbing, Timothy Haugan, Ganesh Pokharel, Stephen D. Wilson, Fedor F. Balakirev, Oscar A. Valenzuela, Michael A. Susner, David Turner, Pengyu Fu, Tere (…)2026-06-09🔬 cond-mat.mtrl-sci

Intrinsic characteristic radius drives phonon anomalies in Janus transition metal dichalcogenide nanotubes

이 연구는 야누스 전이 금속 디칼코게나이드 나노튜브가 외적 반경이 단층의 내적 굽힘 반경과 일치할 때 최소 에너지를 달성하고 비정상적인 광학 포논 주파수 피크를 나타낸다는 것을 밝혀냈으며, 이는 곡률 편차로 인한 소프트 포논 모드에 의해 유도되는 현상이다.

Jing-Jing Zhang, Jin-Wu Jiang2026-06-09🔬 cond-mat.mes-hall

Machine-Learning-Guided Insights into Solid-Electrolyte Interphase Conductivity: Are Amorphous Lithium Fluorophosphates the Key?

본 연구는 머신러닝과 확산 기반 구조 예측을 활용하여, 리튬 이온 배터리의 핵심 고체 전해질 계면 성분인 비정질 리튬 디플루오로포스페이트(LiPO2F2)가 구조적 무질서와 풍부한 격자 간 결함 덕분에 높은 이온 전도도를 나타냄을 밝힘으로써, 비정질 혼합 음이온 상이 리튬 이온 배터리 내 주요 고속 이온 경로임을 시사한다.

Peichen Zhong, Kristin A. Persson2026-06-09🔬 cond-mat.mtrl-sci

Data-model Coevolution as the Architectural Principle for AI-Native Materials Databases

본 논문은 Li-P-S 삼원계 프로토타입을 통해 내생적 생성-평가-정제 사이클이 새로운 안정 상을 자율적으로 발견하고 최소한의 제일원리 비용으로 고정밀 예측 모델링을 달성할 수 있음을 입증함으로써, "데이터-모델 공진화"를 AI 네이티브 재료 데이터베이스를 위한 근본적인 아키텍처 원칙으로 제안하고 검증한다.

Fengyu Xie, Ruoyu Wang, Taoyuze Lv, Yuxiang Gao, Hongyu Wu, Zhicheng Zhong2026-06-09🔬 cond-mat.mtrl-sci

A Constraint-Modulated Viscosity Law for Broad-Window Glass-Forming Systems

이 논문은 액체가 냉각됨에 따라 구성적 접근성이 지속적으로 좁아지는 현상을 고려함으로써 광범위한 창(broad-window) 유리 형성 시스템의 피팅에서 VFT 및 MYEGA와 같은 표준 모델보다 뛰어난 성능을 보이는, 연속적 현재 실현(Continuous Present Actualization) 전제에 기반한 새로운 "제약 변조 점성 법칙(Constraint-Modulated Viscosity Law)"을 제안한다.

Debra S. Gavant, Christian E. Precker2026-06-09🔬 cond-mat.mtrl-sci

Momentum-Resolved Electronic Structure and Orbital Hybridization in the Layered Antiferromagnet CrPS4_4

본 연구는 운동량 분해 광전자 분광법과 DFT+U 계산을 결합하여 층상 반강자성체인 CrPS4_4의 전자 밴드 구조를 실험적으로 규명하였으며, 이를 통해 이 물질의 자기적 및 광학적 특성을 지배하는 리간드-금속 전하 이동 갭과 뚜렷한 궤도 혼성 패턴을 밝혀냈다.

Lasse Sternemann, David Maximilian Janas, Eshan Banerjee, Richard Leven, Jonah Elias Nitschke, Marco Marino, Leon Becker, Ahmet Can Ademoğlu, Frithjof Anders, Stefan Tappertzhofen, Mirko Cinchetti2026-06-09🔬 cond-mat.mtrl-sci