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.

Machine Learning and Molecular Simulations Reveal Mechanisms of ZIFs Polymorph Selection

본 연구는 기계 학습 분류기와 메타동역학 시뮬레이션을 결합하여 Zn(이미다졸레이트)2_2 금속-유기 골격체에서 특정 다형체의 선택이 핵생성 전 클러스터 단계에서 이미 결정됨을 규명함으로써, 다형체 선택이 합성 과정의 후기에 일어난다는 가정에 도전한다.

Emilio Méndez (Sorbonne Université, CNRS, Physico-chimie des Electrolytes et Nanosystèmes Interfaciaux, PHENIX, Paris, France), Rocio Semino (Sorbonne Université, CNRS, Physico-chimie des Electrolytes (…)2026-05-01🔬 cond-mat.mtrl-sci

Strong coupling between quantized magnon modes in a YIG microstucture and microwaves in a superconducting resonator

본 논문은 집속 이온 빔 제작을 통해 달성된 초저 입력 전력에서 온칩 효율적 연구를 가능하게 하는 10 마이크로미터 미만 YIG 마이크로플레이트릿의 양자화된 마그논 모드와 초전도 공진기 내 마이크로파 광자 사이의 강한 결합의 첫 번째 실현을 보고한다.

Seth W. Kurfman, Philipp Geyer, Anoop Kamalasanan, Karl Heimrich, Kwangyul Hu, Paul Tharnier, Frank Heyroth, Michael Flatté, Georg Schmidt2026-05-01🔬 cond-mat.mtrl-sci

NIMS-OS: An automation software to implement a closed loop between artificial intelligence and robotic experiments in materials science

NIMS-OS 는 NAREE 와 같은 로봇 실험 시스템과 다양한 AI 알고리즘을 통합하여 전해질과 같은 새로운 물질을 자동으로 발견할 수 있도록 하는 오픈소스 Python 라이브러리 및 GUI 애플리케이션으로, 완전 자동화된 폐루프 물질 탐색을 가능하게 합니다.

Ryo Tamura, Koji Tsuda, Shoichi Matsuda2026-04-30🔬 cond-mat.mtrl-sci

Bachelorthesis: Calculation of the magnetic properties of quarternary ThMn12_{12}-type compounds with Zr as a substitution for Nd

본 학위논문은 Zr 과 Ti 가 치환된 Nd-치환 ThMn12_{12}형 화합물의 본질적 및 자기적 성질을 조사하기 위해 밀도범함수이론 계산을 적용하여 희귀토류 자석의 희소성을 대체할 수 있는 잠재적 대안으로서 유망한 Nd-함량이 낮은 4 원계 물질을 규명한다.

Nico Yannik Merkt2026-04-30🔬 cond-mat.mtrl-sci

aLLoyM: A large language model for alloy phase diagram prediction

본 논문은 합금 상도 데이터를 기반으로 미세 조정된 대규모 언어 모델인 aLLoyM 을 소개하며, 이는 다지선다형 질문의 예측 정확도를 크게 향상시키고 구성 요소 설명으로부터 상도도를 생성하는 새로운 능력을 입증함으로써 신소재 개발을 가속화합니다.

Yuna Oikawa, Guillaume Deffrennes, Taichi Abe, Ryo Tamura, Koji Tsuda2026-04-30🔬 cond-mat.mtrl-sci

Fermi-liquid behavior and characteristic temperature-dependent susceptibility in clean RuO2_2 crystal

본 연구는 초고순도 RuO2_2 단일 결정이 격자 팽창에 기인한 증대된 궤도 기여에 의해 구동되는 특징적인 온도 의존성 자기 감수성을 갖는 약하게 상관된 3 차 페르미 액체 상태를 나타냄을 규명함으로써, 그 자기적 성질에 관한 지속적인 논쟁을 해결하였다.

Shubhankar Paul, Atsutoshi Ikeda, Hisakazu Matsuki, Giordano Mattoni, Jörg Schmalian, Kunihiko Yamauchi, Chanchal Sow, Shingo Yonezawa, Yoshiteru Maeno2026-04-30🔬 cond-mat.mtrl-sci

Benchmarking of Massively Parallel Phase-Field Codes for Directional Solidification

본 논문은 실험적 관련 조건 하에서 Al-Cu 및 SCN-카프롤 합금의 방향성 응고를 시뮬레이션하기 위해 GPU 가속 유한차분 위상장 코드 (GPU-PF) 와 CPU 병렬 유한요소 적응형 메쉬 코드 (PRISMS-PF) 를 비교하는 포괄적인 벤치마크를 제시하여, 덴드라이트 형상 및 팁 역학을 예측하는 정확성을 검증하고 통합 계산 재료 공학 워크플로우를 지원하기 위해 계산 성능을 평가합니다.

Jiefu Tian, David Montiel, Kaihua Ji, Trevor Lyons, Jason Landini, Katsuyo Thornton, Alain Karma2026-04-30🔬 cond-mat.mtrl-sci

Tuning of Atomic Layer Deposition Pulse Time through Physics-Informed Bayesian Active Learning

본 논문은 랭뮤어 흡착 모델과 2 단계 파라미터 추정 전략을 통합하여 원자층 증착 펄스 시간을 자율적이고 효율적으로 조정함으로써 표준 데이터 기반 접근법보다 더 빠른 수렴, 더 높은 예측 정확도, 그리고 현저히 감소된 전구체 사용량을 달성하는 물리 정보 기반 베이지안 능동 학습 프레임워크를 소개한다.

Pouyan Navabi, Christos G. Takoudis2026-04-30🔬 cond-mat.mes-hall