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

Dopant-induced modifications of the optical properties of GaSe

본 연구는 GaSe 결정 내의 철 도핑이 광학적 및 자기적 활성을 갖는 결함 중심을 도입함을 입증하며, 이는 전력, 온도 및 자기장 의존적 광발광 분광법을 통해 뚜렷한 g-인자를 가진 Fe-결합 엑시톤으로 식별됨으로써, 결과적으로 자기 광전자 및 양자 광학 응용 분야를 위한 새로운 통찰을 제공한다.

Jakub Sójka, Katarzyna Olkowska-Pucko, Kacper Walczyk, Zakhar R. Kudrynskyi, Volodymyr Boledzjuk, Adam Babiński, Maciej (…)2026-06-12
🔬 materials science

Symmetry-electronic fingerprints reveal competing magnetic phases in two-dimensional materials

이 논문은 결정학적 대칭성과 사이트별 전자 구조를 통합함으로써 머신러닝 모델이 2D 물질의 자기적 특성을 정확하게 예측할 수 있게 할 뿐만 아니라, 모델 불확실성을 경쟁적인 자기상과 좌절(frustration)을 식별하고 특징짓는 진단 도구로 독특하게 활용하는 대칭-전자 지문(SEF) 표현법을 소개한다.

Addis Fuhr, Zachary R. Fox, David Parker, Ayana Ghosh2026-06-12
🔬 materials science

Cepstral Analysis to accelerate Green-Kubo thermal conductivity calculations of Metal-Organic Frameworks

이 논문은 셉스트럴 분석(cepstral analysis)을 그린-쿠보(Green-Kubo) 시뮬레이션 및 머신러닝 기반 포텐셜과 결합하는 것이 기존 방식에 내재된 통계적 노이즈와 파라미터 민감도를 극복함으로써 금속-유기 골격체(MOF)의 열전도도를 정확하게 예측하기 위한 견고하고 자동화되며 효율적인 프레임워크를 제공함을 입증한다.

Florian P. Lindner (Institute of Solid State Physics, Graz University of Technology), Egbert Zojer (Institute of Solid S (…)2026-06-12
🔬 materials science

Circulators Based on Coupled Quantum Anomalous Hall Insulators and Resonators

이 논문은 비대칭 비허미션 하타노-넬슨(Hatano-Nelson) 시스템으로 모델링된 결합된 양자 이상 홀 절연체와 공진기를 기반으로 하는 위상학적 순환기가 넓은 전력 범위에 걸쳐 최대 50 dB의 격리도를 갖는 우수한 비가역적 성능을 달ach하며, 마이크로파 소자와 초전도 양자 정보 시스템을 통합할 수 있는 유망한 플랫폼을 제공함을 입증한다.

Luis A. Martinez, Nick Du, Nicholas Materise, Sean O' Kelley, Xian Wu, Gang Qiu, Kang L. Wang, Gianpaolo P. Carosi, Tony (…)2026-06-11
🔬 materials science

Topological transition and emergent elasticity of dislocation in skyrmion lattice: Beyond Kittel's magnetic-polar analogy

이 연구는 자기 스카이르미온 전위(dislocation)가 자력-도너셜스키-모리야 상호작용에 의해 유도되는 코어 분할 및 극단적 신장을 포함하는 위상적 전이를 겪는 반면, 이들의 장범위 변형장(strain field)은 놀랍게도 전통적인 볼테라 탄성 이론을 따르며, 이는 그러한 탄성이 붕괴되는 극성 스카이르미온 격자와의 근본적인 차이점을 강조한다는 것을 밝혀냈다.

Kohta Kasai, Akihiro Uematsu, Tatsuki Kawakane, Yu Wang, Tao Xu, Chang Liu, Susumu Minami, Takahiro Shimada2026-06-11
🔬 materials science

Ionic Interdiffusion at Cathode-Solid-Electrolyte Interface: A Machine Learning-Assisted Multiscale Investigation and Mitigation Strategies

본 연구는 머신러닝 보조 다중 스케일 시뮬레이션과 연속체 모델링을 결합하여, LiCoO2|Li10GeP2S12 계면에서의 이온 상호 확산이 급격한 용량 감소를 유발하는 반면, LiNb0.5Ta0.5O3 중간층은 이러한 확산을 효과적으로 억제하지만 기계적 강성으로 인해 박리 위험을 초래한다는 것을 입증하며, 낮은 상호 확산과 낮은 강성의 균형을 맞추는 중간층의 필요성을 강조한다.

Musawenkosi K. Ncube, Pallab Barai, Selva Chandrasekaran Selvaraj, Larry A. Curtiss, Anh T. Ngo, Venkat Srinivasan2026-06-11
🔬 materials science

Electric Current Control of Helimagnetic Chirality from a Multidomain State in the Helimagnet MnAu2_2

이 연구는 전류가 직접적인 카이랄성 반전보다 현저히 낮은 임계값에서 다중 도메인 상태로부터의 전이를 유도함으로써 MnAu2_2 내 헬리마그네틱 도메인의 카이랄성을 효율적으로 제어할 수 있음을 입증하며, 결과적인 카이랄성은 전류와 자기장의 상대적 방향에 의해 결정된다.

Yuta Kimoto, Hidetoshi Masuda, Jun-ichiro Ohe, Shoya Sakamoto, Takeshi Seki, Yoshinori Onose2026-06-11
🔬 materials science

Disentangling the Discrepancy Between Theoretical and Experimental Curie Temperatures in Ferroelectric PbTiO3_3

본 연구는 강유전체 PbTiO3_3의 퀴리 온도가 과소평가되는 주된 원인이 머신러닝 힘의 장(force field)의 부정확함보다는 교환-상관 범함수(exchange-correlation functionals)의 한계에서 비롯됨을 식별하며, 단거리 모델을 통한 외견상의 개선은 우연한 오차 상쇄 결과일 뿐이며 정확한 예측을 위해서는 명시적인 장거리 상호작용과 개선된 범함수가 필요함을 밝히고 있다.

Denan Li, Christian S. Ahart, Shi Liu2026-06-11
🔬 materials science

Strain-Driven Altermagnetic Spin Splitting Effect in RuO2_2

본 연구는 벌크 및 특정 박막 배향은 비자성인 반면, 특정 (100) 및 (110) 배향에서 변형에 의해 유도된 알터자성 스핀 분할이 허바드 UU 보정을 필요로 하지 않고도 강력한 스핀 홀 효과를 생성한다는 것을 입증함으로써 RuO2\text{RuO}_2에 관한 실험 보고서의 불일치성을 해결한다.

Seungjun Lee, Seung Gyo Jeong, Jian-Ping Wang, Bharat Jalan, Tony Low2026-06-11