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

A convolutional neural network surrogate for hierarchical homogenization: fast elastic moduli prediction of digital rocks

본 논문은 계산 비용이 많이 드는 직접 수치 시뮬레이션을 대체하기 위해 경량 3D 합성곱 신경망과 계층적 균질화를 결합하여 디지털 암석의 유효 탄성 계수를 예측하는 빠르고 정확한 방법을 제안하며, Hashin–Shtrikman 정규화된 인자들로 학습하는 것이 속도, 정확도 및 물리적 일관성 사이에서 최적의 균형을 제공한다는 것을 입증한다.

Hanfeng Zhai, Rasool Ahmad, Tapan Mukerji, Wei Cai2026-06-25
🔬 applied physics

Wide-field NV magnetometry under simultaneous high-pressure and high-temperature conditions

이 논문은 질소-공석(NV) 중심을 이용한 광검출 자기 공명(ODMR)의 광시야 구현 가능성을 입증함으로써, 고압(최대 7 GPa)과 고온(500 K)이라는 극한 조건이 동시에 존재하는 환경에서 자기장을 공간적으로 시각화할 수 있음을 보여주며, 이러한 환경에서의 자기 현상을 이미징하기 위한 새로운 플랫폼을 구축한다.

Masahiro Ohkuma, Eikichi Kimura, Shumpei Ohyama, Miu Tezuka, Ryo Matsumoto, Shinobu Onoda, Yoshihiko Takano, Shintaro Az (…)2026-06-25✓ Author reviewed
🔬 materials science

Intrinsic Defect Energetics and Fluorine Doping Effects in Li2CO3 and Li2O2: A First-Principles Study

이 제1원리 연구는 Li2CO3와 Li2O2의 고유 결함 에너지를 체계적으로 분석하여, 불소 도핑이 공석 형성 에너지를 선택적으로 낮춤으로써 탄산염 구조를 부분적으로 불안정화하고 리튬-산소 배터리 내 이러한 방전 생성물의 안정성을 조절한다는 것을 밝혀냈다.

Youjeong Choi, Tasuku Sugiura, Keisuke Mukai, Nanako Ishihara, Shuji Nakanishi, Teruyasu Mizoguchi2026-06-25
🔬 materials science

A topology-tuned pressure valve across the isoreticular RHO zeolite family

이 연구는 이소레티큘러(isoreticular) RHO 제올라이트 계열의 기계적 임계 압력이 이소레티큘러 차수를 높임으로써 약 0.94 GPa에서 0.03 GPa 미만까지 지수적으로 조절될 수 있음을 입증하며, 이는 프레임워크의 가역적 상전이 "밸브" 거동이 계층 구조의 일반적인 특성으로서 더 큰 구성원들에서 현저하게 더 부드러워지고 자극 반응성이 높아진다는 것을 보여준다.

Salvador R. G. Balestra (Departamento de Física Atómica, Molecular y Nuclear, Área de Física Teórica, Universidad de Sev (…)2026-06-25
🔬 materials science

Barocaloric phase transformation from data efficient fine-tuning of machine learned interatomic potentials

본 연구는 MACE-MPA-0 파운데이션 모델을 단 5개에서 10개의 DFT 구성만으로 미세 조정함으로써, 처음부터 학습할 때의 데이터 비효율성을 극복하고 황산암모늄의 바로칼로릭 상전이를 정확하게 재현하는 머신러닝 기반 원자간 포텐셜을 구현할 수 있음을 입증하며, 동시에 올바른 상 거동 기술을 위한 분산 보정과 하이브리드 DFT 수준의 필요성을 강조한다.

Ludwig Hedin, Johan Klarbring2026-06-25
🔬 materials science

Sensitivity-optimal coplanar waveguide design for broadband magnetic resonance spectroscopy: a Beer--Lambert framework

본 논문은 샘플 기하학적 구조와 노이즈원에 의해서만 결정되는 근사적인 범용 1Np1\,\mathrm{Np} 감도 최적점을 식별함으로써 광대역 자기 공명 분광법을 위한 평면파 도파관 설계를 최적화하는, 비어-람베르트(Beer–Lambert)에서 영감을 받은 보편적인 프레임워크를 확립하며, 동시에 PCB 밀링 및 포토리소그래피 악기 모두에 대한 구체적인 제작 전략을 제공한다.

Scott Dietrich, Artur Solodovnyk2026-06-25
🔬 applied physics

Impact of sintering conditions on the dielectric properties of TiO2 ceramics for metamaterialsapplications at terahertz frequencies

이 논문은 소결 조건, 구체적으로는 방전 플라즈마 소결과 소결 후 어닐링을 통한 최적화가 유전율 103과 매우 낮은 손실 탄젠트 0.006을 갖는 벌크 TiO2 세라믹의 제작을 가능하게 하여, 이들을 테라헤르츠 전유전체 메타물질 응용 분야에 매우 적합하게 만든다는 것을 입증한다.

Djihad Amina Djemmah, Delphine Gourdonnaud, Faycal Bouamrane, Jean-Francois Roux, Pierre-Marie Geffroy, Eric Akmansoy2026-06-25
🔬 materials science

Capturing Nuclear Quantum Effects in Hydrogen Diffusion through MoS2 via Machine-Learning-Enhanced Path-Integral Simulations

본 연구는 머신러닝이 강화된 경로 적분 시뮬레이션을 활용하여, 핵 양자 효과가 MoS2 내 수소 확산의 자유 에너지 장벽을 유의미하게 낮추고 뚜렷한 운동학적 동위원소 효과를 유발한다는 점을 입증하는 동시에, 뒤틀린 이중층 구조에서의 수송이 모아레 초격자 내의 국부적인 적층 환경에 의해 강력하게 조절됨을 밝혀낸다.

Ismail Eren, Ege Yigit Erbil, Maria-Judith Caisachana-Lozada, Hossein Mirhosseini, Thomas D. Kühne, Agnieszka B. Kuc2026-06-25
🔬 mesoscale physics

Residual orbital magnetization governs the anomalous Hall effect in altermagnets

이 논문은 국부 결정장과 스핀-궤도 결합의 상호작용에 의해 생성된 잔류 궤도 자화가 일반화된 스트레다(Středa) 관계를 통해 알터자성체의 비정상 홀 효과를 본질적으로 지배한다는 것을 입증하며, 이들의 작은 잔류 자화가 수송 현상에 무관하다는 견해에 도전한다.

Yufei Zhao, Yiyang Jiang, Kamal Das, Chao-Xing Liu, Binghai Yan2026-06-25