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.

Dielectric Properties of Single Crystal Calcium Tungstate

이 연구는 마이크로파 속삭임 갤러리 모드 (WGM) 분석을 활용하여 상온부터 극저온까지 단결정 칼슘 텅스텐 (CaWO4_4) 의 유전 특성과 손실 메커니즘을 정밀하게 규명하고, 이를 양자 시스템 및 극저온 볼로미터 응용에 대한 시사점을 제시했습니다.

Elrina Hartman, Michael E Tobar, Ben T McAllister, Jeremy F Bourhill, Andreas Erb, Maxim Goryachev2026-03-20🔬 physics.app-ph

Unveiling the Puzzle of Brittleness in Single Crystal Iridium

이 논문은 원자 분해능 투과전자현미경과 이론 계산을 통해 단일 결정 이리듐의 취성 현상이 다른 FCC 금속에서는 발견되지 않는 고유한 메커니즘인 고밀도 sessile 프랭크 전위 고리에 의해 발생함을 규명하고, 이를 통해 새로운 취화 메커니즘을 제시함으로써 재료의 성질 조절에 새로운 길을 열었다고 요약할 수 있습니다.

Xiandong Xu, Sergey V. Erohin, Konstantin V. Larionov, Q. Cheng, Bin Gan, Albert Nasibulin, Pavel B. Sorokin2026-03-20🔬 cond-mat.mtrl-sci

Physics-informed neural network for predicting fatigue life of unirradiated and irradiated austenitic and ferritic/martensitic steels under reactor-relevant conditions

본 연구는 원자로 환경에서 사용되는 오스테나이트계 및 페라이트/마르텐사이트계 강재의 피로 수명을 예측하기 위해 물리 법칙을 손실 함수에 통합한 물리 정보 신경망 (PINN) 프레임워크를 제안하고, 기존 기계학습 모델 대비 우수한 성능과 해석 가능성을 입증했습니다.

Dhiraj S Kori, Abhinav Chandraker, Syed Abdur Rahman, Punit Rathore, Ankur Chauhan2026-03-20🔬 cond-mat.mtrl-sci

DiffCrysGen: A Generative Diffusion Model for Accelerated Design of Inorganic Crystalline Materials

이 논문은 기존 방법보다 2~3 배 빠른 속도로 단일 엔드 - 투 - 엔드 확산 과정을 통해 유효한 무기 결정성 물질을 생성하는 새로운 생성 모델 'DiffCrysGen'을 제안하고, 이를 통해 희토류가 없는 고성능 자성 소재 등 기능성 물질의 설계 가속화를 입증했습니다.

Sourav Mal, Nehad Ahmed, Junaid Jami, Subhankar Mishra, Prasenjit Sen2026-03-20🔬 cond-mat.mtrl-sci

KAN-Enhanced Contrastive Learning Accelerating Crystal Structure Identification from XRD Patterns

이 논문은 콜모고로프-아르놀드 네트워크 (KAN) 를 활용한 물리 기반 대조 학습 프레임워크인 XCCP 를 제안하여, XRD 패턴과 결정 구조를 정렬함으로써 기존 방식의 한계를 극복하고 고처리량 및 자율 실험 환경에 적합한 빠르고 정확한 결정 구조 식별을 가능하게 합니다.

Chenlei Xu, Tianhao Su, Jie Xiong, Yue Wu, Shuya Dong, Tian Jiang, Mengwei He, Shuai Chen, Tong-Yi Zhang2026-03-20🔬 cond-mat.mtrl-sci