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.

Surface Modification for III-V Selective Area Molecular Beam Epitaxy of Non-Selective Mask Materials

본 연구는 1 nm 미만의 이산화규소 캡핑층을 증착하는 것이 TiO2TiO_2HfO2HfO_2와 같이 반응성이 높거나 비선택적인 마스크 재료 위에서도 III-V족 반도체의 선택 영역 분자선 에피택시를 가능하게 함으로써, 기존 마스크의 스펙트럼 성능을 저하시키지 않으면서도 그 광학적 한계를 극복할 수 있음을 입증한다.

Ashlee M. García, Byron D. Aguilar, William J. Doyle, Pernille Undrum Fathi, Federico Capasso, Daniel Wasserman, Seth R. Bank2026-06-02🔬 cond-mat.mtrl-sci

Universal theory of domain-wall width in multi-sublattice Heisenberg magnets

이 논문은 도메인 벽 프로파일과 장파장 스핀 파동 분산 사이의 정확한 연결 관계를 확립함으로써 다중 부격자 하이젠베르크 자성체에서의 도메인 벽 폭에 대한 보편적 표현을 제안하며, 이는 다양한 자기 질서와 격자 구조에 걸쳐 폭을 정확하게 예측하는 동시에 그 온도 의존성에 대한 미시적 토대를 제공하는 프레임워크이다.

José M. Lendínez, Marta Yanguas, Theodor Griepe, Michael Saur, Rubén M. Otxoa, Levente Rózsa, Unai Atxitia2026-06-02🔬 cond-mat.mtrl-sci

DPA4: Pushing the Accuracy-Cost Frontier of Interatomic Potentials with EMFA SO(2) Convolution

이 논문은 EMFA SO(2)-등변 합성곱과 컴파일러 친화적인 훈련 최적화를 특징으로 하는 새로운 SE(3)-등변 원자 간 포텐셜 아키텍처인 DPA4를 소개하며, 이는 파라미터 수와 훈련 비용을 크게 줄이면서도 최첨단 정확도를 달리는 성능을 달성하여 대규모 원자 모델을 위한 새로운 정확도-비용 파레토 프런티어를 구축한다.

Tiancheng Li, Wentao Li, Anyang Peng, Jianming Xue, Linfeng Zhang, Duo Zhang, Han Wang2026-06-02🔬 cond-mat.mtrl-sci

Speculative Sampling For Faster Molecular Dynamics

이 논문은 빠른 초안 모델(draft model)과 병렬 검증을 사용하여 상대적 오차를 도입하거나 대상 모델의 분포 정확도를 저해하지 않으면서 분자 역학 시뮬레이션을 3~9배 가속하는, 분산형 및 모델 불가지론적 스펙큘레이티브 샘플링 방법인 Langevin Speculative Dynamics (LSD)를 소개한다.

Arthur Kosmala, Stephan Günnemann, Meng Gao, Brandon Wood2026-06-02🔬 cond-mat.mtrl-sci

Nanoscale Polar Landscapes in Quantum Paraelectric SrTiO3

연구자들은 극저온 주사 투과 전자 현미경을 사용하여 양자 상유전체인 SrTiO3의 저온 구조를 직접 영상화하였으며, 이를 통해 나노 규모의 극성 도메인이 40 K 미만의 양자 상유전체 영역으로 진입함에 따라 초기에는 주기적인 구조로 자기 조직화되었다가 이후 작은 클러스터들로 파편화된다는 것을 밝혔다.

Yang Zhang, Suk Hyun Sung, Nishkarsh Agarwal, Maya Gates, Cong Li, Pu Yu, Robert Hovden, Ismail El Baggari2026-06-01🔬 cond-mat.mtrl-sci

Performance Benchmarking of Tensor Trains for accelerated Quantum-Inspired Homogenization on TPU, GPU and CPU architectures

이 논문은 JAX를 사용하여 양자 영감 기반의 SFFT 기반 균질화 알고리즘을 적응 및 가속화함으로써 CPU, GPU 및 TPU 상의 텐서 트레인 연산을 벤치마킹하며, 이를 통해 기존 GPU 기반 FFT 방식으로는 불가능했던 3억 개에서 700억 개의 격자점을 아우르는 고해상도 다중 스케일 시뮬레이션을 성공적으로 가능하게 한다.

Sascha H. Hauck, Matthias Kabel, Nicolas R. Gauger2026-06-01🔬 cond-mat.mtrl-sci

Interpretable, Physics-Informed Learning Reveals Sulfur Adsorption and Poisoning Mechanisms in 13-Atom Icosahedra Nanoclusters

분산 보정 밀도 범함수 이론과 물리 정보 기반 머신러닝을 결합함으로써, 본 연구는 30개의 전이 금속 13원자 이코사헤드럴 클러스터에 걸친 황 흡착 및 피독 메커니즘을 규명하고, 티타늄-지르코늄-하프늄 등전자 계열을 황 내성이 있는 서브나노미터 촉매 설계를 위한 균형 잡힌 그룹으로 식별하였다.

Raiane Ferreira Monteiro, João Marcos T. Palheta, Tulio Gnoatto Grison, Octávio Rodrigues Filho, Renato Luis Tame Parreira, Diego Guedes-Sobrinho, Celso R. C. Rêgo, Alexandre C. Dias, Krys Elly de Ara (…)2026-06-01🔬 cond-mat.mtrl-sci

Global Plane Waves From Local Gaussians: Periodic Charge Densities in a Blink

이 논문은 비등방성 가우시안의 폐형(closed-form) 푸리에 변환을 활용하여 최첨단 정확도를 달면서도 추론 속도를 최대 633배까지 높임으로써 DFT 계산의 총 계산 비용을 크게 줄이는, 결정질 재료의 주기적 전하 밀도를 예측하는 빠르고 미분 가능한 모델인 ELECTRAFI를 소개한다.

Jonas Elsborg, Felix Ærtebjerg, Luca Thiede, Alán Aspuru-Guzik, Tejs Vegge, Arghya Bhowmik2026-06-01🔬 cond-mat.mtrl-sci