IEDM(IEEE International Electron Devices Meeting)은 반도체 디바이스 분야 세계 최고 권위 학회입니다. 72회째를 맞는 2026년 학회의 Call for Papers가 5월 26일 오픈됩니다.
합격률 약 25~30%, 제출본이 그대로 게재되는 구조. 준비 없이 덤비면 시간만 낭비합니다. 이 가이드에서 일정, 포맷, 주제, 제출 프로세스, 그리고 실질적인 전략까지 정리합니다.
⚠️ 핵심: IEDM은 제출한 4페이지가 그대로 게재됩니다. Accept 후 수정 기회가 없습니다. "향후 결과 예정" 식 논문은 탈락 사유 1순위. 완성된 결과가 있는 상태에서 제출해야 합니다.
학회 기본 정보
| 정식 명칭 | 72nd IEEE International Electron Devices Meeting |
| 일정 | 2026년 12월 12일(토) ~ 16일(수), 5일간 |
| 장소 | Hilton Union Square, San Francisco |
| 주최 | IEEE Electron Devices Society |
| 등록비 (참고) | IEEE 회원 $635~$745 / 비회원 $795~$895 (2025 기준) |
| 공식 사이트 | ieee-iedm.org |
CFP 핵심 일정
2026년 5월 26일
제출 사이트 오픈 — Mira Smart 플랫폼
2026년 7월 16일 (23:59 PDT) ★
정규 논문 마감 — 이 날짜가 전부
2026년 8월 3일
Late News 오픈
2026년 8월 18일 (23:59 PDT)
Late News 마감 — 극소수만 수락
2026년 12월 12~16일
IEDM 2026 본 학회 — San Francisco
역산 스케줄: 7/16 마감 기준, 지금(4월)부터 실험/시뮬레이션 마무리 → 5월 논문 초안 → 6월 내부 리뷰 → 7월 초 최종 PDF 완성이 현실적입니다. 제출 사이트 오픈(5/26)은 생각보다 늦으니, 논문 자체는 그 전에 완성해둬야 합니다.
논문 포맷 — 4페이지, 수정 없음
| 항목 | 요구사항 |
|---|---|
| 총 페이지 | 4페이지 (camera-ready) |
| 구성 | 텍스트 2페이지 + 그림/도표 2페이지 |
| 본문 폰트 | 최소 10pt |
| 용지 크기 | 8.5" × 11" |
| PDF 형식 | IEEE Xplore 호환 (PDF eXpress 통해 변환 필수) |
| Conference ID | 50580X (IEEE PDF eXpress용) |
텍스트 2p + 그림 2p 구조의 의미: 일반 학회처럼 본문 속에 그림을 넣는 게 아닙니다. 앞 2페이지는 순수 텍스트, 뒤 2페이지는 그림/도표만 배치합니다. 이 독특한 포맷을 처음 접하면 레이아웃에 시간을 많이 쓰게 됩니다. 과거 IEDM 논문을 반드시 참고하세요.
제출 프로세스
| 단계 | 내용 |
|---|---|
| 1 | IEEE PDF eXpress Plus 계정 생성 (Conference ID: 50580X) |
| 2 | 원본 파일 업로드 → Xplore 호환 PDF 자동 변환 |
| 3 | 변환된 PDF 확인 (레이아웃 깨짐 체크) |
| 4 | Mira Smart 플랫폼에 최종 PDF 업로드 |
| 5 | 메타데이터 입력 — 제목, 저자, 150-word 초록, 카테고리 |
주의: 저자 리스트는 제출 후 변경 불가. Contributed paper / Student paper 구분 필수. 표절 검사 시행.
18개 기술 주제
IEDM은 반도체 디바이스의 거의 모든 영역을 9개 대분류, 18개 세부 주제로 다룹니다.
1. Advanced Logic Technology
- GAA 나노시트/나노와이어, CFET
- 모놀리식 3D 집적
- 인터커넥트, BEOL 호환 트랜지스터
- DTCO/STCO
트렌드: 2nm 이하 GAA 양산 진입 + CFET 연구가 핵심. TSMC, Samsung, Intel 경쟁 격화.
2. Emerging Devices & Compute
- 2D 소재 (MoS₂, WSe₂ 등)
- 양자 컴퓨팅 디바이스
- 스핀트로닉스, 위상 물질
- 탄소나노튜브(CNT)
3. Memory Technology
- DRAM/NAND 스케일링, 3D 아키텍처
- AI용 HBM, 메모리-로직 스태킹
- 차세대 비휘발성 메모리 (FeRAM, MRAM, PCM)
트렌드: HBM4/HBM4E, CXL 메모리, PIM(Processing-in-Memory) 관련 발표 증가 예상.
4. Modeling & Simulation
- TCAD, 멀티스케일 시뮬레이션
- 열 모델링, 양자 디바이스 시뮬레이션
- AI/ML 기반 모델링
주목: AI+TCAD 융합 연구가 급증하는 영역. LLM 기반 시뮬레이션 자동화, surrogate model 등.
5. Neuromorphic Computing
- In-memory AI 가속기
- 디바이스-알고리즘 공동최적화
- Transformer 기반 뉴로모픽 네트워크
6. Optoelectronics / Displays / Imaging
- 포토닉 통합, 실리콘 포토닉스
- 양자 포토닉스
- 뉴로모픽 이미징, 마이크로LED
7. Power / MM-Wave / Analog
- SiC, GaN 등 와이드밴드갭 반도체
- 5G/6G RF 디바이스
- 전력변환, 고전압 디바이스
트렌드: EV·데이터센터 전력 수요 폭증으로 SiC/GaN 세션 확대 중.
8. Reliability
- 소자 열화, BTI, HCI, TDDB
- 열관리, 극저온 신뢰성
- 어드밴스드 패키징 신뢰성
9. Sensors / MEMS / Bioelectronics
- 웨어러블 센서, 멀티모달 바이오센서
- In-sensor computing
- MEMS 스케일링
IEDM 2025 핵심 정리 — 923편 중 295편이 통과한 기준
IEDM 2026 CFP를 준비한다면, 작년 학회를 반드시 복기해야 합니다. 2025년 IEDM(제71회, 테마: "100 Years of FETs")의 핵심을 정리합니다.
통계
| 제출 | 923편 |
| 채택 | 295편 (채택률 약 32%) |
| 참가자 | 2,123명 (30개국+) |
| 하이라이트 논문 | 16편 선정 |
| 채택 구성 | 학계 67% / 산업계 17% / 기타 16% |
| 참가자 구성 | 산업계 52% / 학계 39% |
시사점: 채택률 32%는 상위 학회 중에서도 경쟁적입니다. 학계 논문이 67%로 다수. 산학 협력 논문이 높은 채택률을 보였습니다. 한국은 참가자 3위(288명), 삼성 29편 최다 채택, KAIST가 하이라이트+최우수 학생논문 동시 선정.
기조연설
| 연사 | 소속 | 주제 |
|---|---|---|
| PR Chidambaram | Qualcomm SVP | Edge AI를 위한 디바이스 과제 — PDN, 인터커넥트 대역폭, microLED 광통신 |
| Hillery Hunter | IBM CTO, Fellow | 엔터프라이즈 미션크리티컬 컴퓨팅 전력 효율 |
| Ted Letavic | GlobalFoundries SVP | FD-SOI 기반 Edge AI, 3D 집적 |
기업별 주요 발표
TSMC (13편)
- ⭐ 하이라이트: 세계 최초 101-stage CFET Ring Oscillator + 세계 최소 6T SRAM 비트셀. 게이트 피치 <48nm
- 단층 WSe₂ 채널 p-type FET — 정공 이동도 100 cm²/V·s 초과
Samsung (29편 — 최다)
- ⭐ 하이라이트: 업계 최고 에너지효율 차세대 MRAM — Read 14mW, Write 27mW, 내구성 10¹⁴ 사이클
- Mo 워드라인 V9 286층 3D NAND — 접촉 저항 40% 감소, 읽기 속도 30%+ 개선
- Ruthenium 인터커넥트 — 99% (001) 배향, 저항 46% 감소
Intel (9편)
- ⭐ 하이라이트: 업계 최초 300mm GaN-on-Si 칩렛 — GaN N-MOSHEMT + Si PMOS 모놀리식 통합 CMOS
SK Hynix
- 321층 V9 Triple-Plug 3D NAND — 웨이퍼당 메모리 44% 증가
- Multi-Site Cell 5비트/셀 — 센싱 요구사항 32→6 상태로 감소
- 3D FeNAND Compute-in-Memory — 2D 어레이 대비 CiM 밀도 4,000배
imec (21편)
- 세계 최초 3D HBM-on-GPU 열 최적화 STCO — GPU 피크 온도 50% 감소
- 16nm Ruthenium 배선 — A10 노드부터 Cu 대체 방안
- EUV 리소그래피 고체 나노포어 세계 최초 제조
Kioxia
- ⭐ 하이라이트: 3D DRAM용 IGZO 트랜지스터 8층 적층 — 리프레시 전력 74% 감소
한국 학계
- KAIST (전상훈 교수): 6편 발표, M3D 신경모방 시각 센서 — 하이라이트 + 최우수 학생논문 동시 선정
- 한양대 CH3IPS (안진호 교수): 8편 채택
- 서울대 (이종호 교수): 3편 게재
2025년 6대 트렌드 → 2026 CFP 방향성
| 2025 트렌드 | 2026 CFP 시사점 |
|---|---|
| 1. CFET TSMC RO 시연, imec 멀티노드 DTCO |
GAA 다음 확정 방향. 2030 양산 목표. CFET 스케일링/공정 논문 수요 지속 |
| 2. AI를 위한 메모리 혁신 3D DRAM, HBM 열관리, FeNAND CiM |
AI 워크로드 특화 메모리가 핵심. CiM, PIM, HBM4 관련 논문 유리 |
| 3. 강유전체 메모리 전용 세션 3개 배정. HZO, FeNAND, FeFET |
폭발적 관심. FeRAM/FeNAND/FeFET 성능 개선 논문 계속 수요 |
| 4. 실리콘 포토닉스 for AI NVIDIA, Google, DARPA 참여 포커스 세션 |
에너지 효율 AI 인프라로 부상. 광인터커넥트 논문 기회 |
| 5. 인터커넥트 beyond Cu Ruthenium, Mo. Samsung/imec 주도 |
Cu 한계 도달. 차세대 배선 소재/공정 논문 수요 급증 |
| 6. AI for Semiconductor AI 기반 모델링, 공정 최적화 |
Physics-informed NN이 주류. GNN/Transformer 도입 가속. LLM 적용은 아직 빈자리 → 기회 |
이브닝 패널 특이사항: 2025 이브닝 패널 "FETs at 100"에 ChatGPT가 패널리스트로 참여 — IEDM 사상 최초. Chenming Hu(UC Berkeley), H.S. Philip Wong(Stanford) 등 거장과 나란히. AI가 반도체 연구 방법론 자체를 바꾸고 있다는 시그널입니다.
Deep Dive: AI for Semiconductor — 2025 발표 논문 상세
Modeling & Simulation 카테고리에서 AI/ML을 적용한 논문이 본격적으로 등장했습니다. 2026 CFP를 준비하는 연구자라면 이 논문들의 방법론과 수준을 반드시 참고하세요.
TSMC — ML 기반 Compact Model 플랫폼 [7-1, Invited]
저자: Chung-Kai Lin, Meng-Lin Lu 외 (TSMC)
- 물리 기반 MOSFET 모델을 보완하는 Neural Network 기반 compact modeling 방법론
- CNN 기반 MEOL/BEOL 모델링, ML 기반 parameter extraction, SPICE 플랫폼 통합 (TMI/TMI-RC)
시사점: TSMC가 Invited로 발표 = 업계 표준 방향 선언. NN compact model이 SPICE에 들어가는 시대.
Physics-Informed GNN — WBG 전열 모델링 [17-2]
저자: Cheng Zhang 외 (Shanghai Institute of Microsystem)
- GaN/SiC 디바이스의 multi-scale 전열 모델링을 위한 Physics-Informed Graph Neural Network (PIGNN)
- Sentaurus 대비 >5,000배 속도 향상, 새로운 geometry/bias에 재학습 없이 적응
시사점: TCAD surrogate model의 실용적 성공 사례. "5000x speedup"이라는 구체적 숫자가 통과 기준.
NVIDIA + Georgia Tech — Transformer 기반 Endurance 예측 [30-5]
저자: Prasanna Venkatesan Ravindran 외 (Georgia Tech, NVIDIA, Applied Materials)
- NVDRAM 강유전체 커패시터의 endurance 예측을 위한 완전 통합 AI 프레임워크
- kMC 합성 데이터 → Transformer 기반 surrogate (R² = 0.992) → Weibull 분포 예측
- 특성화 시간 10⁵배 이상 단축
시사점: NVIDIA + 대학 + 장비사 공동. Transformer를 반도체 특성화에 적용한 선도적 사례.
NTU — GNN + Transfer Learning for FeFET [30-6]
저자: Yi-Ming Tseng 외 (National Taiwan University)
- FeFET variability 분석을 위한 Physics-aware GNN
- TCAD 대비 10⁷배 속도 향상, R² > 0.98
- Transfer learning으로 500개 샘플만으로 다른 아키텍처에 확장 (R² > 0.95)
- 실험 데이터 200개로 sim-to-experiment gap 극복
시사점: 극소량 데이터 + transfer learning = 논문 경쟁력. 실험 검증까지 포함하면 강력.
Beihang — AI Full-Chain 스핀트로닉스 시뮬레이션 [24-6]
저자: Zhizhong Zhang 외 (Beihang University, Truth Memory Tech)
- Spin-CMOS 하이브리드 회로의 AI-PDE solver + GNN + RL + GAN 통합 프레임워크
- SMIC 180nm PDK/MRAM 설계에서 10³배 가속, <500 SPICE 실행으로 수렴
시사점: GNN, Transformer, RL, GAN 등 최신 AI 아키텍처가 반도체 모델링에 빠르게 유입.
Berkeley National Lab — GPU 가속 멀티피직스 (MicroEleX) [30-1, Invited]
저자: Zhi (Jackie) Yao 외 (LBNL, Rice University, UC Berkeley)
- Beyond-CMOS 디바이스용 오픈소스 GPU-accelerated multiphysics 프레임워크
- 전자기학 + quantum transport + ferroic dynamics 결합 + AI surrogate 통합
- Full-3D coupled 시뮬레이션을 주 단위 → 시간 단위로 단축
AI for Semiconductor — 2026 CFP를 위한 5가지 관찰
| # | 관찰 | 2026 시사점 |
|---|---|---|
| 1 | Physics-Informed NN이 주류 | Black-box ML은 통과 어려움. 물리 기반 + AI 결합 필수 |
| 2 | GNN, Transformer 등 최신 아키텍처 도입 | 단순 MLP/CNN 넘어서야 경쟁력. 그래프 구조, attention 활용 |
| 3 | 구체적 speedup 숫자가 핵심 | "5,000x", "10⁷x" 등 정량적 개선 없으면 임팩트 부족 |
| 4 | 공정 최적화 논문은 아직 적음 | IEDM은 device/modeling 학회. 공정 AI는 ASMC/SPIE가 메인 |
| 5 | LLM/GenAI 적용은 아직 빈자리 | LLM을 반도체 설계/시뮬레이션에 적용한 논문 부재 = 선점 기회 |
합격 전략 — IEDM이 원하는 논문
✅ Accept되는 논문
- 구체적 실험/시뮬레이션 결과가 있는 논문 — "측정했다", "시뮬레이션으로 검증했다"
- 세계 최초 또는 최고 성능 — "처음으로 ~를 시연", "기존 대비 X% 개선"
- 명확한 비교 데이터 — state-of-the-art 대비 어디가 나은지
- 그림 2페이지에 핵심 데이터가 한눈에 보이는 구성
❌ Reject되는 논문
- "향후 실험 예정" — 결과 없는 제안서형 논문
- 이미 발표된 연구의 marginal improvement
- 4페이지에 내용을 못 담아서 "자세한 건 full paper에서" 식의 마무리
- 포맷 불일치 — 텍스트/그림 분리 안 됨, 폰트 기준 미달
실전 팁: IEDM 과거 Best Paper들을 분석하세요. 4페이지 안에 Introduction → 실험 방법 → 핵심 결과 → 결론을 얼마나 압축하는지, 그림 2페이지를 어떻게 구성하는지가 보입니다. IEEE Xplore에서 "IEDM"으로 검색하면 과거 논문을 확인할 수 있습니다.
Late News — 최후의 기회
정규 마감(7/16) 이후에도 Late News 트랙이 있습니다. 8월 3~18일 접수.
- 극소수만 수락 — 정규 대비 합격률 훨씬 낮음
- "7월 이후에 나온 breakthrough 결과"가 타겟
- 정규 마감에 못 맞춰서 Late News로 내는 건 불리
- 정규로 낼 수 있으면 반드시 정규로
학회 프로그램 구조
| 날짜 | 프로그램 |
|---|---|
| 12/12 (토) | 튜토리얼 (오후 1:30~6:00, 3슬롯 × 2병렬) |
| 12/13 (일) | Short Courses (9:00~18:00, 2개 과정) |
| 12/14 (월) | 키노트 (오전) + 기술 세션 (오후) + 리셉션 (저녁) |
| 12/15 (화) | 기술 세션 종일 + 이브닝 패널 |
| 12/16 (수) | 기술 세션 종일 |
전시 부스 — 기업 참가
IEDM은 소규모 전시도 운영합니다. 기업 참가를 검토하는 분들을 위한 정보입니다.
| 총 부스 | 22개 한정 — 조기 마감 가능 |
| Standard | 10' × 10', $2,500 (2025 기준) |
| Academic | $1,000 (제한적) |
| 포함 | 컨퍼런스 등록 1명 + 전시 등록 1명 + 기본 가구 |
| 신규 기업 | 사전 승인 필수 — 반도체 직접 관련 기업 |
| 문의 | iedmexhibits@cemllc.com |
자주 묻는 질문
IEDM 2026 논문 제출 마감일은 언제인가요?
정규 논문 마감은 2026년 7월 16일 (23:59 PDT)입니다. 제출 사이트는 5월 26일 오픈됩니다. Late News는 8월 3~18일에 별도로 접수합니다.
IEDM 논문 포맷은 어떻게 되나요?
총 4페이지 camera-ready입니다. 텍스트 2페이지 + 그림/도표 2페이지 구성이며, 최소 10pt 폰트, 8.5×11인치 용지입니다. 제출한 원고가 그대로 게재되므로 수정 기회가 없습니다.
IEDM 2026은 언제 어디서 열리나요?
2026년 12월 12일(토)~16일(수), 미국 샌프란시스코 Hilton Union Square에서 개최됩니다. 72회째를 맞는 세계 최고 권위의 반도체 디바이스 학회입니다.
IEDM 합격률은 얼마나 되나요?
IEDM의 합격률은 약 25~30%로 매우 경쟁적입니다. 구체적인 실험/시뮬레이션 결과가 없는 논문은 탈락 사유 1순위이며, 제출된 4페이지가 그대로 심사·게재되므로 완성도 높은 원고가 필수입니다.
Late News와 정규 제출의 차이는?
정규 마감은 7월 16일이며, Late News는 8월 3~18일에 별도 접수합니다. Late News는 극소수만 수락되며, "마감 이후에 나온 breakthrough 결과"가 대상입니다. 정규 마감에 맞출 수 있다면 반드시 정규로 제출하세요.