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.

An ultra-wide-bandgap semiconductor photodetector for linear measurement of bright sub-bandgap light

본 논문은 좁은 공간 전하 영역을 형성하도록 특정 도펀트 설계 및 접촉 구조로 공학적으로 설계된 서브 밴드갭 AlN 광검출기가 심층 준위 결함 매개 광응답을 활용함으로써, 초고휘도 청색광 및 고온 환경에서도 비포화적이고 선형적인 응답을 달ach하여 극한의 산업 및 항공우주 환경에서 신뢰할 수 있는 센싱을 가능하게 함을 입증한다.

Jiahao Dong, Zhenjing Liu, Rafael Jaramillo2026-06-09🔬 physics.optics

Agentic multi-fidelity learning of quasiparticle and excitonic properties

이 논문은 GW-Bethe-Salpeter 계산에서의 수치적 불안정성을 진단하기 위해 구조적 에이전트를 사용하는 에이전트 유도형 다중 충실도 학습 프레임워크를 소개하며, 변형된 MoS2-WS2 이중층의 준입자 및 엑시톤 특성을 정확하게 예측하기 위해 머신러닝 보정을 적용함으로써, 수치적 취약성의 명시적 탐지가 들뜬 상태 물질의 신뢰할 수 있는 대리 모델링에 필수적임을 입증한다.

Arnab Neogi, Aaron Forde, Christopher A. Lane, Sergei Tretiak, Jian-Xin Zhu2026-06-09🔬 cond-mat.mtrl-sci

Phase Formation and Thermal Stability of Superconducting Platinum Silicide Thin Films on Silicon

본 연구는 600°C에서의 열처리를 통해 안정적인 미세구조와 일관된 특성을 가진 상순수 초전도 백금 실리사이드(PtSi) 박막을 실리콘 상에 신속하게 형성할 수 있음을 입증하며, 이를 통해 계면 거칠어짐이 열적 퇴화가 아닌 상 전환의 본질적인 결과임을 밝힘으로써 CMOS 호환 양자 소자를 위한 견고한 제조 범위를 확립한다.

Tharanga R. Nanayakkara, Ananya Chattaraj, Mingzhao Liu, Charles T. Black2026-06-09🔬 cond-mat

Elusive Exciton Insulator States in 1T-HfTe2: Exciton softening, and Symmetry Breaking by Ab Initio Methods

본 연구는 고급 ab initio 계산과 대칭성 깨짐 분석을 활용하여, 음의 엑시톤 에너지로 인해 단층 및 이층 1T-HfTe2에서 엑시톤 절연체 상태가 자발적으로 형성되는 반면 삼층 및 벌크 형태에서는 존재하지 않음을 입증하며, 이론적 예측이 실험적 관찰 결과와 잘 일치함을 보여준다.

Hong Tang, Niraj Pangeni, Daniel D. Rivera, Adrienn Ruzsinszky2026-06-09🔬 cond-mat.mtrl-sci

Post Annealing Crystallization behavior of RF Sputtered Yttrium Iron Garnet thin films on Si/SiO2 patterned substrates

본 논문은 부유형 마그논 소자 제작 경로를 구축하기 위해 패턴 및 비패턴 Si/SiO2 기판 상에 RF 스퍼터링된 이트륨 철 가넷(YIG) 박막의 어닐링 후 결정화 거동을 조사하며, 완전히 해제된 구조를 위해서는 추가적인 화학 양론적 최적화가 필요함을 언급한다.

Maria Roman, Tito Busani, Aleem Siddiqui2026-06-09🔬 cond-mat.mtrl-sci

Wafer-scale Demonstration of High-voltage beta-Ga2O3 MOSFETs with Excellent Uniformity and over 3kV Breakdown Voltages

본 연구는 2인치 MOCVD 성장 에피택셜 웨이퍼 상에서 3 kV를 초과하는 항복 전압과 차세대 전력 애플리케이션에 적합한 우수한 소자 일관성을 달연한 고균일, 고전압 수평형 β\beta-Ga2_2O3_3 MOSFET의 웨이퍼 스케일 제작을 입증한다.

Ningtao Liu, Hengrui Zhang, Shujun Zhu, Zhihao Yan, Dongyang Han, Shen Hu, Li Ji, Ning Xia, Jichun Ye, Wenrui Zhang2026-06-09🔬 cond-mat.mtrl-sci

Tracking metastable phases by complex Lee-Yang zeros

이 논문은 평형 상태에서 일반적으로 억제되는 준안정 상(metastable phases)이 리-양 제로(Lee-Yang zeros)에 의해 구획된 열적 장(thermal fields)의 복소 평면 내 영역으로서 추적 및 특성화될 수 있음을 입증하며, 이는 주기적으로 구동되는 계에서 비평형 집단 상태를 이해하고 설계하기 위한 새로운 프레임워크를 제공한다.

Yi-Hua Dong, Ling Liu, Fang-Cheng Wang, Qi-Jun Ye, Xin-Zheng Li2026-06-09🔬 cond-mat

Machine-learning surrogate model for one-dimensional GaAs/Al0.3_{0.3}Ga0.7_{0.7}As distributed Bragg reflector spectra

본 논문은 전송 행렬법(transfer-matrix-method) 시뮬레이션으로 학습된 가우시안 프로세스 대리 모델을 제시하며, 이는 전통적인 방식에 비해 GaAs/Al0.3_{0.3}Ga0.7_{0.7}As 분포 브래그 반사경 스펙트럼 예측 속도를 약 70배 가속화하지만, 잘 보정된 불확실성 추정치를 제공하면서도 정확도 측면에서는 랜덤 포레스트 베이스라인보다 성능이 낮다.

Mehdi Ouslim2026-06-09🔬 physics.optics

Steering Selective Formation and 2D Crystallization of [4]Radialenes on Au(111) via [1+1+1+1] Cycloaddition of Isocyanides and Enantioselective Molecular Recognition

본 연구는 Au(111) 위에서 이소시아나이드의 [1+1+1+1] 고리화 첨가 반응을 통한 테트라아자[4]라델렌의 고도로 화학 선택적이고 입체 특이적인 표면 합성과, 이어서 엔티오선택적 분자 인지에 의해 유도되는 호모키랄 구조로의 장거리 2D 결정화를 입증한다.

Jian-Wei Liu, Ying Wang, Cui-Ping Wu, Jia-Xin Li, Li-Xia Kang, Jian-Hui Fu, Wen-Wen Gong, Pei-Nian Liu, Deng-Yuan Li2026-06-09🔬 cond-mat.mtrl-sci

Inverse design of bespoke interatomic potentials via active learning by information-matching

이 논문은 정보 매칭에 기반한 능동 학습 프레임워크가 상관된 중간량들을 타겟팅함으로써 금속 소성 강도를 예측하기 위해 맞춤화된 원자 간 포텐셜을 효율적으로 생성할 수 있음을 입증하는 동시에, 잔여 모델 오차를 해결하기 위한 사후 불확실성 팽창의 필요성을 강조한다.

Yonatan Kurniawan (Department of Physics and Astronomy, Brigham Young University, Provo, UT, USA), Logan D. Williams (Lawrence Livermore National Laboratory, Livermore, CA, USA), Amit Samanta (Lawrenc (…)2026-06-09🔬 cond-mat.mtrl-sci