이 섹션은 입자와 핵물리학의 신비로운 세계를 탐구합니다. 아인슈타인의 상대성 이론부터 우주를 구성하는 미시적 입자의 상호작용까지, 이 분야는 우리 존재의 근원을 이해하려는 인간의 끊임없는 호기심을 담고 있습니다. 복잡한 수식과 추상적인 개념들 뒤에는 자연의 가장 깊은 법칙들이 숨어 있습니다.

Gist.Science 는 arXiv 에 게시되는 모든 최신 프리프린트를 자동으로 수집하여 제공합니다. 전문 용어로 가득 찬 원문을 그대로 두지 않고, 누구나 이해할 수 있는 쉬운 설명과 함께 심층적인 기술적 요약도 함께 정리했습니다. 이를 통해 전문가뿐만 아니라 과학에 관심 있는 일반 독자도 최신 연구 동향을 쉽게 파악할 수 있습니다.

아래에는 입자 및 핵물리학 분야의 최신 논문들이 정리되어 있습니다.

⚛️ nuclear experiments

High-order fluctuations of temperature in hot QCD matter

이 논문은 새로운 열역학 상태 함수를 도입하여 중이온 충돌에서 평균 횡방향 운동량 요동을 통해 온도 요동을 최초로 계산한 결과, 쿼크 - 글루온 플라즈마 (QGP) 상으로 전이함에 따라 열용량 증가로 인해 온도 요동이 현저히 억제되고 왜도가 음수가 된다는 새로운 예측을 제시했습니다.

Jinhui Chen, Wei-jie Fu, Shi Yin, Chunjian Zhang2026-04-24
⚛️ phenomenology

Spurion Analysis for Non-Invertible Selection Rules from Near-Group Fusions

이 논문은 비가역적 퓨전 대수에서 유도된 선택 규칙을 분석하기 위해 스퍼리온 (spurion) 분석 프레임워크를 일반화하고, 근접-그룹 (near-group) 퓨전 대수를 체계적으로 연구하여 방사 보정에 의한 선택 규칙 위반 및 '루프 유도 군화' 현상을 설명하는 새로운 방법을 제시합니다.

Motoo Suzuki, Ling-Xiao Xu, Hao Y. Zhang2026-04-24
⚛️ nuclear theory

Renormalization-Group Invariant Parity-Doublet Model for Nuclear and Neutron-Star Matter

이 논문은 핵물리 및 중성자별 물리 연구에 적용하기 위해 파리티-더블릿 모델에 재규격화군 불변의 평균장 접근법을 도입하여, 진공 요동이 파리티-더블릿 모델에서 자발적 대칭 깨짐의 복원과 쿼크 응축의 진화에 미치는 영향을 체계적으로 분석했습니다.

Mattia Recchi, Lorenz von Smekal, Jochen Wambach2026-04-24
⚛️ phenomenology

Sharpening New Physics Searches in Neutrino Oscillations with DUNE-PRISM

이 논문은 DUNE-PRISM 기법을 통해 다중 오프-축 각도에서의 측정을 활용하여 중성미자 플럭스 및 상호작용 단면적에 대한 체계적 오차를 데이터 기반으로 줄임으로써, 비유니터리티와 스테릴 중성미자 탐색의 민감도를 크게 향상시킬 수 있음을 입증하고 관련 중성미자 플럭스 데이터를 공개합니다.

Josu Hernández-García, Jacobo López-Pavón, Salvador Urrea2026-04-24
⚛️ phenomenology

Kitchen Sink Anomaly Detection

이 논문은 새로운 시뮬레이션 신호 벤치마크와 에너지 흐름 다항식을 포함한 포괄적인 관측치 세트를 제안하여 기존 방법론의 한계를 극복하고, 다양한 신호 유형에 대해 가장 민감한 이상 탐지 성능을 달성하면서도 훈련 비용을 크게 절감하는 '주방 싱크' 접근법과 속성 배깅 변형을 제시합니다.

Ranit Das, Marie Hein, Gregor Kasieczka, Michael Krämer, Lukas Lang, Radha Mastandrea, Louis Moureaux, Alexander Mück, D (…)2026-04-24
⚛️ phenomenology

Masked-Token Prediction for Anomaly Detection at the Large Hadron Collider

이 논문은 대형 강입자 충돌기 (LHC) 의 비정상 탐지를 위해 대규모 언어 모델의 마스킹 토큰 예측 기법을 최초로 적용하여, 표준 모델 배경 데이터만으로 학습된 경량 인코더가 새로운 물리 현상을 효과적으로 식별하고 벡터 양자화 VQ-VAE 기반의 토큰화 전략이 성능을 크게 향상시킨다는 것을 입증했습니다.

Ambre Visive, Roberto Ruiz de Austri, Polina Moskvitina, Clara Nellist, Sascha Caron2026-04-24