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.

First principles electric field gradients at A and B site cations across the NaRTiO4 Ruddlesden Popper series

본 논문은 NaRTiO4 러들즈던-포퍼 계열의 구조적, 전자적 특성 및 전기장 구배 (EFG) 텐서를 원리 기반 계산으로 분석하여 이온 반경에 따른 위상 변화 메커니즘을 규명하고, 이를 통해 NMR 및 PAC 실험을 통해 결정 구조의 대칭성을 규명할 수 있는 지침을 제시합니다.

L. F. Almeida, A. N. Cesário, P. A. Sousa, P. Rocha-Rodrigues, L. V. C. Assali, H. M. Petrilli, J. P. Araújo, A. M. L. Lopes2026-04-01🔬 cond-mat.mtrl-sci

Singing Materials: Initial experiments in applying sonification to phonon spectra

이 논문은 재료 과학의 핵심인 포논 스펙트럼 데이터를 청각화하여 재료 특성을 탐색하고 이해하는 새로운 접근법을 제시하는 모듈형 파이썬 패키지 'SingingMaterials'를 소개하고, 사용자 연구를 통해 이 sonification 기법의 유효성을 입증합니다.

Lucy Whalley, Rose Shepherd, Jorge Boehringer, Shelly Knotts, Paul Vickers, George Caselton, Christopher Harrison, Bennett Hogg, Daniel Ratliff, Carol Davenport, Antonio Portas2026-04-01🔬 cond-mat.mtrl-sci

Oxide-nitride heteroepitaxy for low-loss dielectrics in superconducting quantum circuits

이 논문은 펄스 레이저 증착을 통해 성장한 결정질 γ\gamma-Al2_2O3_3 유전체와 TiN 박막의 이종 에피택시 구조를 개발하여 초전도 양자 회로용 저손실 유전체 플랫폼을 확립하고, 해당 유전체의 고유한 TLS 손실 계수가 2.8×1052.8 \times 10^{-5} 수준으로 매우 낮음을 실험적으로 입증했습니다.

David A. Garcia-Wetten, Mitchell J. Walker, Peter G. Lim, André Vallières, Maria G. Jimenez-Guillermo, Miguel A. Alvarado, Dominic P. Goronzy, Anna Grassellino, Jens Koch, Vinayak P. Dravid, Mark C. H (…)2026-04-01⚛️ quant-ph

Energy level alignment of vacancy-ordered halide double perovskites

이 논문은 비경험적 유전체 의존 하이브리드 함수를 사용하여 Cs2_2MX6_6 계열의 공공-순서화 된 할로겐화 이중 페로브스카이트의 에너지 준위 정렬과 표면 안정성을 규명하고, 이를 통해 차세대 광전소자용 전하 수송 및 주입 층으로 활용 가능한 유망한 후보 물질을 제시합니다.

Ibrahim Buba Garba, George Volonakis2026-04-01🔬 cond-mat.mtrl-sci

Long-range interaction effects on the phase transition, mechanical effect, and electric field response of BaTiO3 by machine learning potentials

이 논문은 BaTiO₃ 의 기계학습 퍼텐셜 개발에 있어 장거리 상호작용을 고려한 MACELES 모델이 전이 온도 및 탄성 계수 등 정량적 정확도를 크게 향상시키지만, 위상 전이 및 분극 스위칭과 같은 정성적 거동은 기존 모델과 유사하게 재현됨을 보여줍니다.

Po-Yen Chen, Teruyasu Mizoguchi2026-04-01🔬 cond-mat.mtrl-sci

Machine Learning Assisted Reconstruction of Local Electronic Structure of Non-Uniformly Strained MoS2

이 논문은 DFT 와 순환 신경망을 결합하여 MoS2 의 국소 변형률 맵으로부터 전자 구조를 재구성하는 머신러닝 기반 프레임워크를 제시하고, 구부러짐에 의한 이축 변형이 단축 변형이나 면내 변형보다 밴드갭과 유전 상수 변화에 훨씬 더 큰 영향을 미친다는 것을 규명했습니다.

Soumyadip Hazra, Sraboni Dey, Arijit Kayal, Narendra Shah, Renjith Nadarajan, Joy Mitra2026-04-01🔬 cond-mat.mtrl-sci

Continuous three-dimensional imaging of nanoscale dynamics by in situ electron tomography

이 논문은 연속 틸팅과 자기지도형 딥러닝 재구성 기법을 결합하여 시료의 정적 가정을 극복하고 전자선 피폭을 줄이면서 나노 구조물의 3 차원 역동적 변화를 실시간으로 관찰할 수 있는 새로운 전자 단층촬영 프레임워크를 제안합니다.

Timothy M. Craig, Adrien Moncomble, Ajinkya A. Kadu, Gail A. Vinnacombe-Willson, Luis M. Liz-Marzán, Robin Girod, Sara Bals2026-04-01🔬 cond-mat.mtrl-sci