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

Breaking the mutual exclusivity between metallicity and ferroelectricity in a non-polar covalent semiconductor via orbital selective doping

연구진은 입방 정사각 구조의 탄화규소를 질소로 과도하게 도핑함으로써 강유전성과 금속성이 서로 배타적이라는 오랜 규칙을 깨뜨리고, 원자 규모의 분극 반전과 고성능 비휘발성 메모리 능력을 나타내는 강유전성 금속을 만들어냈다.

Hui Li, Yunfan Yang, Junquan Huang, Yukun Feng, Guobin Wang, Qinci Wu, Jun Deng, Zhaolong Liu, Subi Du, Dongliang Gong (…)2026-08-20
🔬 condensed matter

Finite-temperature Green's function cluster expansion from thermofield doubles: Breakdown of the polaron picture

이 논문은 일반화된 클러스터 전개와 열장(thermofield double) 형식을 결부터하여, 시간 진화나 해석적 연속 없이도 유한 온도에서 운동량 및 주파수 분해된 폴라론 스펙트럼 함수를 계산할 수 있는 유한 온도 그린 함수 클러스터 전개라는 수치적으로 정확한 방법을 소개한다.

M. R. Carbone, S. Fomichev, B. Kloss, A. J. Millis, M. Berciu, D. R. Reichman, J. Sous2026-08-20
🔬 materials science

Interface-Controlled Spin-Orbit Torques in Rare-Earth Synthetic Ferrimagnets Probed by Sagnac Magneto-Optics and Harmonic Hall Measurements

본 연구는 상보적인 사그낙크(Sagnac) 자기광학 및 고조파 홀 측정을 활용하여, Co/Gd 기반 합성 페리자성체에서의 계면 공학이 스핀-궤도 토크의 정밀한 정량화와 최적화를 가능하게 함으로써 토크 생성에서 희토류 층의 능동적인 역할을 밝히고 저전력 전류 유도 자성 스위칭을 용이하게 한다는 것을 입증한다.

Akilan K, Koral Aykin, Jose-Luis Ampuero, Laurent Badie, Stephane Mangin, Sébastien Petit-Watelot, Michel Hehn, Andrew D (…)2026-08-20
🔬 mesoscale physics

Isolating the natural edges of bilayer graphene in gate-defined mesoscopic devices

이 논문은 이중층 그래핀을 위한 흑연 게이트 구조를 소개하며, 이는 활성 소자를 자연적 가장자리로부터 완전히 격리하여 무질서한 경계를 가진 완전한 정전기적으로 정의된 홀 바(Hall-bar)의 제작과 2.5 × 10⁶ cm²/Vs라는 기록적인 양자 이동도를 보이는 전계 효과 트랜지스터를 가능하게 한다.

Francesco Blanda, Grazia Raciti, Thilo Glatzel, Aurin Strathmann, Fabrizio Volante, Kenji Watanabe, Takashi Taniguchi, I (…)2026-08-20
🔬 condensed matter

Vesicle-surface-templated catalytic polymers drive differential growth in synthetic minimal cell variants

본 연구는 서로 다른 템플릿 베시클, 촉매 고분자 및 양친매성 물질을 체계적으로 결합함으로써, 연구자들이 다차원적 적응도 지형을 매핑하는 뚜렷하고 조성 의존적인 성장 반응을 보이는 합성 최소 세포 변이체들을 생성하였음을 입증하며, 이를 통해 진화 가능한 자기 복제 인공 세포를 향한 물리화학적 경로를 확립하였다.

Minoru Kurisu, Taro Suzuki, Ryosuke Katayama, Kazuki Maruyama, Daisuke Unabara, Tasuku Hamaguchi, Koji Yonekura, Peter W (…)2026-08-20
🔬 materials science

Room-Temperature Polarity Control of the Anomalous Nernst Effect in a High-Magnetic-Anisotropy Topological Nodal-Line MnAlGe

본 연구는 Al/Ge 조성 조절을 통해 높은 자기 이방성을 가진 MnAlGe 박막에서 비정상 넬른트 효과의 상온 극성 제어를 입증하며, 이는 부격자 선택적 캐리어 도핑을 통해 고유한 베리 곡률을 변조함으로써 실용적인 소자에서 열전 출력을 향상시킨다.

Nanhe Kumar Gupta, Keisuke Masudaa, Masaaki Kakoki, Benugopal Bairagya, Satoki Tazawaa, Weinan Zhoua, Hirofumi Sutoa, Ry (…)2026-08-20
🔬 materials science

Operando Raman probing of mode selective electron phonon coupling in two dimensional halide perovskites

본 연구는 오페란도 라만 분광법과 밀도범함수이론(DFT) 계산을 결합함으로써, 인가된 전기장이 유기-무기 하이브리드 진동을 포함하는 2D 할라이드 페로브스카이트에서 모드 선택적 전자-포논 결합을 유도하며, 불소화가 캐리어 매개 격자 반응을 강화하고 구조적 질서가 박막과 단결정 사이에서 상반된 포논 수명 진화를 결정한다는 것을 밝혀냈다.

Tufan Paul, Helena Boom, Lilian Skokan, Viren Tyagi, Mostafa Shagar, Aditi Sahoo, Silvia Colella, Geert Brocks, Andreas (…)2026-08-20
🔬 materials science

A single design choice determines whether machine learning models of materials make physically impossible predictions

이 논문은 패리티 레이블(parity labels)을 머신러닝 모델의 특징(feature)으로 포함하는 것이 중심 대칭 결정 내에서 대칭 금지된 성질에 대해 물리적으로 정확한 예측을 보장하는 결정적인 설계 선택임을 입증하며, 이 특징이 결여된 모델은 정확도를 희생하지 않으면서도 거의 모든 경우에서 물리적으로 불가능한 오류를 생성한다는 것을 보여준다.

Can Polat, Mustafa Kurban, Erchin Serpedin, Hasan Kurban2026-08-20
🔬 materials science

Detecting Magnetic Phase Transitions in Ion-Irradiated CrSBr Through Resonant Raman Scattering

이 연구는 He+^+ 이온 조사(irradiation)가 층상 구조 CrSBr에서 조절 가능한 자기상 엔지니어링을 가능하게 함을 입증하며, 여기서 편광 분해 라만 분광법은 조사량 및 두께에 따른 반강자성에서 강자성 및 결함 관련 자기 상태로의 전이를 식별하는 민감하고 비파괴적인 도구 역할을 한다.

Daria I. Markina, Alison Pfister, Priyanka Mondal, Lukas Krelle, Sai Shradha, Regine von Klitzing, Kseniia Mosina, Zdene (…)2026-08-20
🔬 materials science

Universal Machine-learning Molecular Dynamics at the Speed of Empirical Potentials

이 논문은 다양한 화학 시스템에 걸쳐 제1원리 수준의 정확도를 달성하는 동시에 경험적 포텐셜의 속도와 확장성을 갖추어 단일 GPU에서 수백만 개의 원자로 구성된 분자 역학 시뮬레이션을 가능하게 하는 공동 설계된 등변 머신러닝 포텐셜인 DPA4C를 소개한다.

Tiancheng Li, Jianming Xue, Linfeng Zhang, Duo Zhang, Han Wang2026-08-20