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.

🔬 메조스케일 물리학

Spin-Charge Conversion in an Epitaxial Kagome Flat-Band Metal

본 연구는 에피택셜 카고메 금속인 CoSn이 원자 수준의 이미징, 자기 광학 측정 및 밀도 범함수 이론 계산을 통해 확인된 바와 같이, 백금보다 현저히 뛰어난 효율적인 스핀-전하 변환을 위한 매우 큰 유효 스핀 홀 각(θSH≈0.48\theta_{SH} \approx 0.48)을 나타냄을 입증한다.

Wenyi Zhou, Yuqing Zhu, Katherine Johnson, Hari Paudyal, Duy Nguyen, Dimitri King, Jaden Ma, Jay A. Gupta, Michael E. Fl (…)2026-10-28
🔬 메조스케일 물리학

Learning Multiscale Dynamics of Nanoparticle Self-Assembly

이 논문은 액상 투과 전자 현미경 비디오로부터 해석 가능한 편미분 방정식과 근본적인 물리적 계수를 직접 추출하여 나노입자 자기 조립의 다중 스케일 역학을 모델링하고 예측하는 물리 정보 기반의 시변 자기회귀 프레임워크를 제시한다.

Shuaifeng Li, Puquan Pan, Jonas Hallstrom, Nicholas Kotov, Paul Bogdan, Qian Chen, Xiaoming Mao2026-10-28
🔬 재료과학

A Hybrid Brownian Dynamics-kinetic Monte Carlo Framework for Coupled Magnetic and Rotational Dynamics of Nanoparticles

이 논문은 열적으로 활성화된 스위칭과 국부적인 자기 모멘트 변동을 결in하여, 전통적인 확률론적 란다우-리프시츠-길버트 시뮬레이션에 비해 계산 비용을 크게 절감함으로써 실험적으로 유의미한 시간 척도에 걸쳐 부유하는 자기 나노입자의 결합된 자기 및 회전 역학을 효율적으로 시뮬레이션하는 하이브리드 브라운 역학-키네틱 몬테카를로 프레임워크를 소개한다.

Siraj Ul Haq, Iago López-Vázquez, Kazuya Okada, Sergiu Ruta, Amira Páez-Rodríguez, Lucía Gutiérrez, Òscar Iglesias, Davi (…)2026-10-28
🔬 메조스케일 물리학

Evaluation of upper-scale mechanical parameters of particulate aluminum-based nanocomposites from molecular simulations

본 논문은 단위 격자 및 다결정 대표 체적 요소 모델을 모두 분석함으로써, 나노 크기 알루미나 입자로 강화된 알루미늄 매트릭스 나노 복합재의 인장 및 압축 기계적 파라미터, 탄성 계수, 그리고 변형 메커니즘을 평가하기 위해 멀티스케일 프레임워크 내에서 분자 정역학 시뮬레이션을 활용한다.

Bartosz Bucholc, Marcin Maździarz, Szymon Nosewicz2026-10-28
🔬 재료과학

STEM-Bank-26: An Open Dataset of Analytical Scanning Transmission Electron Microscopy Images and Spectra

이 논문은 1,499회의 세션에 걸친 1,095개의 재료 샘플로부터 얻은 37,921개의 분석적 주사 투과 전자 현미경 이미지와 스펙트럼을 포함하며, 메타데이터 추출 및 유사한 아카이브 데이터셋 구축을 위한 도구를 함께 제공하는, 현재까지 가장 규모가 큰 공개 가능한 데이터셋인 STEM-Bank-26을 소개한다.

George Hollyer, Eric Stach2026-10-28
🔬 메조스케일 물리학

Cu intercalation and field-driven filament formation in vertically aligned MoS2_2 memristors

본 연구는 머신러닝 포스 필드와 키네틱 몬테카를로 시뮬레이션을 결합한 다중 스케일 계산 접근법을 활용하여 수직으로 정렬된 MoS2_2 층 사이에 안정적인 금속성 Cu 다이스 격자가 형성됨을 밝혀냈으며, 이를 통해 관찰된 멤리스티브 스위칭 동작의 원인이 되는 전계 구동 필라멘트 메커니즘을 규명하였다.

Touko Lehenkari, Hannu-Pekka Komsa2026-10-28
🔬 재료과학

Amorphization-Depth-Dependent Bismuth Redistribution and Activation in Silicon for Quantum Devices

본 연구는 비스무트의 직접 이온 주입과 사전 비정질화가 어닐링 후 모두 높은 치환 분율을 생성한다는 점을 입증하는 한편, 사전 비정질화에 의해 형성된 더 깊은 비정질 층이 종단 범위 결함(end-of-range defects)에서의 비스무트 포획을 완화함으로써 전기적 활성화를 유의미하게 향상시킨다는 것을 보여준다.

Youcef A. Bioud, Simon-Jean Michel, Sebastien Francoeur, Sjoerd Roorda, Eva Dupont-Ferrier2026-10-28
🔬 재료과학

Machine learning enabled design of sustainable alloys considering real world constraints

본 논문은 구조-물성 관계를 공정 경로 및 지속 가능성 기준과 통합하여 지속 가능한 마그네슘 합금을 설계하는 물리 기반 앙상블 학습 프레임워크를 제안하며, 기계적 성능, 비용 및 탄소 배출을 동시에 최적화하는 희토류 함유 및 희토류 미함유 솔루션을 성공적으로 식별한다.

Quan Li, Zhilong Wang, Lei Shi, Baojing Feng, Changhui Liu, Jie Wang, Jingya Wang, Weisen Zheng, Matic JovicevicKlug, Zi (…)2026-10-28
🔬 메조스케일 물리학

Spin Relaxation and Electrical Control of Spin Transport in Few-Layer TdT_{\rm d}-MoTe2_2

본 연구는 몇 층 구조의 TdT_{\rm d}-MoTe2_2가 스핀 수송을 위한 전기적으로 조절 가능한 플랫폼 역할을 하며, 정전기적 게이팅이 스핀-궤도 산란 및 라쉬바(Rashba) 파라미터를 조절함으로써 단층 및 이중층 시스템 모두에서 스핀 완화가 디야코노프-페렐(D'yakonov–Perel') 메커니즘에 의해 지배됨을 밝혀낸다.

T. Wakamura, M. Hashisaka, M. Bard, S. Okazaki, T. Sasagawa, T. Taniguchi, K. Watanabe, K. Muraki, N. Kumada2026-10-28