JP2009188099A - 欠陥分類装置、欠陥分類方法およびそのコンピュータ・プログラム - Google Patents

Abstract

【課題】欠陥検査結果から不良発生率を容易に予測することが可能な欠陥分類装置を提供すること。
【解決手段】データベース２４には、欠陥検出回数と不良発生率との関係が予め格納される。欠陥同一判定部２１は、複数の検査工程に配置された欠陥検査装置によって検出された欠陥が同一欠陥であるか否かを判定して欠陥検出回数を求める。不良発生率導出部２２は、データベース２４を参照して、欠陥同一判定部２１によって求められた欠陥検出回数から不良発生率を導出する。したがって、欠陥検査結果から不良発生率を容易に予測することが可能となる。
【選択図】図４

Description

本発明は、半導体集積回路の製造工程において発生する欠陥を分類する技術に関し、特に、欠陥検査結果に基づいて不良の発生確率を推定することにより欠陥を分類する欠陥分類装置、欠陥分類方法およびそのコンピュータ・プログラムに関する。

近年、半導体集積回路の高集積化、多機能化が進み、集積される回路規模も大きくなってきている。このような半導体集積回路の製造においては、ウェハに多くの回路パターンや保護膜などが積層される。また、１枚のウェハに複数の半導体集積回路が形成されるのが一般的である。

このような半導体集積回路の製造工程において、ウェハ上に異物が付着すると回路パターンに欠陥が生じ、配線のショートやオープンなどの不良が発生する場合がある。これらの不良は、ウェハを切断して個々の素子に分離しなくても、ウェハ上に検査用のプローブを当て、半導体集積回路の電気的特性を測定することによって検出することができる。

このような不良の発生を早期に検出して対策をとるために、欠陥検査装置を用いた欠陥検査が行われる。また、欠陥検査によって得られた欠陥の位置情報に基づいて、工学顕微鏡による色・形態観察やＥＰＭＡ（Electron Probe Micro Analyzer：電子線マイクロアナライザ）分析による組成分析などを行ない、欠陥を幾つかのカテゴリに分類して歩留まり対策に利用する場合もある。

歩留まり悪化の原因となる不良は、半導体製造プロセス途中において発生した欠陥に起因している。しかしながら、半導体製造プロセス途中において検出される欠陥は、必ずしも電気的特性の不良につながる訳ではない。たとえば、異物によって検査で異常が検出される場合でも、異物はその後の製造工程途中における洗浄プロセスなどによって除去される場合もある。また、検査装置によって欠陥が検出された場合でも、配線のショートなどには至らずに不良にならない場合もある。

通常、面積が大きい欠陥または根深い欠陥は特性不良か機能不良に至る可能性が高くなる。そのため、不良に至る確率によって欠陥を分類し、不良が発生する確率が高い欠陥に対する対策を行なうことが歩留まり向上において効果的である。これに関連する技術として、下記の文献に開示されたものがある。

非特許文献１においては、ウェハの層毎に歩留まり影響度を算出する技術の１つである致命率算出法について述べられている。

また、特許文献１は、非特許文献１に開示された致命率算出法の問題点を解決するものであり、ウェハの層形成毎に行われる欠陥検査の結果を元に、各検査間の欠陥座標を対応付ける処理を行って、同一欠陥を認識し、さらに、認識した同一欠陥毎に、その欠陥サイズを判定する処理を行って、同一欠陥の検査毎に異なる欠陥サイズを統一する。そして、微小欠陥を除外する処理を行い、欠陥解析の対象とする欠陥データを絞り込む。

また、特許文献２に開示された欠陥検査方法は、被検査対象物に応じて、被検査対象物に照射する照明の角度を最適化し、被検査対象物からの反射散乱光を検出する検出光学系の倍率を最適化した光学系から得られた信号に対し、複数の検出画素サイズで異物または欠陥を検出し、特徴量に基いて異物または欠陥をカテゴリに分類するものである。
特開２００２−０５７１９５号公報 特開２００４−０９３２５２号公報 Ｓ．Ｈａｌｌ他、"Yield Monitoring and Analysis in Semiconductor Manufacturing"、「セミコン関西’９７ＵＬＳＩ技術セミナー予稿集」、pp. 4/42-4/47、１９９７年

本出願人は、半導体集積回路における不良の発生が欠陥の横方向のサイズ（表面の面積）だけでなく、深さ方向（ダメージを与える層の数）にも依存することを研究によって見出した。すなわち、半導体集積回路における欠陥の横方向、深さ方向のサイズによって、その半導体集積回路が不良になる確率が変化するのである。

しかしながら、非特許文献１においては、それらのサイズを考慮しない平均の値で議論されており、製造装置不具合などにより欠陥の種類やサイズが異なる場合には対応できないといった問題点がある。また、特許文献１に開示されているように、その欠陥が成長するか否かが不良発生有無の大きな要因となるが、非特許文献１ではそれが考慮されていない。

また、特許文献１は、不良の発生が欠陥の横方向のサイズに依存するとしており、欠陥をサイズ閾値によって分類している。しかしながら、上述のように不良の発生は深さ方向のサイズにも依存するため、歩留まり影響度を正確に予測することはできない。

また、特許文献２は、複数の検出画素サイズで異物または欠陥を検出し、特徴量に基いて異物または欠陥をカテゴリに分類するものである。しかしながら、微小欠陥は検査条件、特に照明条件に影響されやすいため、分類誤差が生じる可能性が大きくなる。また、欠陥の特徴は様々であり、製造工程によって欠陥の特徴量が予測できない場合もある。

本発明は、上記問題点を解決するためになされたものであり、その目的は、欠陥検査結果から不良発生率を容易に予測することが可能な欠陥分類装置、欠陥分類方法およびそのコンピュータ・プログラムを提供することである。

本発明のある局面に従えば、複数の検査工程において得られた欠陥検査結果に基づいて半導体集積回路の欠陥を分類する欠陥分類装置であって、欠陥検出回数と不良発生率との関係が予め格納されるデータベースと、各検査工程において検出された欠陥が同一欠陥であるか否かを判定して欠陥検出回数を求める判定手段と、データベースを参照して、判定手段によって求められた欠陥検出回数から不良発生率を導出する導出手段とを含む。

導出手段は、データベースを参照して、判定手段によって求められた欠陥検出回数から不良発生率を導出するので、欠陥検査結果から不良発生率を容易に予測することが可能となる。

図１は、本発明の実施の形態における欠陥分類方法が適用される半導体集積回路の製造工程の一例を示す図である。この製造工程においては、ウェハ上に金属膜の成膜を行なう成膜工程（Ｓ１）の後、ウェハ上にレジストを均一に塗布するレジストの塗布工程（Ｓ２）が行なわれる。

次に、パターンが形成されたホトマスクをウェハ上で位置合わせし、そのマスクパターンをレジストに焼き付ける露光工程（Ｓ３）が行なわれる。そして、露光によって形成された潜像を現像液を用いてレジストパターンに変える現像工程（Ｓ４）が行なわれる。

次に、レジストで覆われていない基板部分を除去するエッチング工程（Ｓ５）が行なわれ、不必要になったレジストを除去するレジスト除去工程（Ｓ６）が行なわれて、所望のパターンが形成される。Ｓ１〜Ｓ６に示す工程を繰り返すことにより、ウェハ上に所望のパターンが順次積層される。

図１に示す半導体集積回路の製造工程において、工程の間に頻繁に洗浄を入れることにより欠陥の低減による歩留まりの向上を図る。また、洗浄を行なった後に欠陥検査を入れることにより異常欠陥を早期に検出して対策を速やかに行なうことにより歩留まりの向上を図る。図１においては、金属膜の成膜工程（Ｓ１）の前に洗浄１および検査１（欠陥検査Ａ）が行なわれ、金属膜の成膜工程（Ｓ１）の後に洗浄２および検査２（欠陥検査Ｂ）が行なわれる。また、レジスト除去工程（Ｓ６）の後に洗浄３および検査３（欠陥検査Ｃ）が行なわれる。

半導体集積回路の製造工程において、リソグラフィ処理、エッチング処理、その他の処理の良否や、異物発生などは、半導体集積回路の歩留まりに大きな影響を及ぼすため、異常や欠陥の発生を早期に、または事前に検出するために製造工程において半導体ウェハ上に形成されたパターンの検査が実施されている。

欠陥検査工程においては、ウェハ上のパターンに存在する異常箇所を特定し、そのサイズおよび形状を抽出することにより欠陥を検出する。この欠陥の検出方法においては、散乱光検出装置によってウェハ上の予め特定された領域（被検査対象）に散乱光を照射し、結像して得られた特定領域の画像と予め入力された設計画像とを比較し、その差分画像に基づいて欠陥が検出される。

光学画像を用いた検査方法として、たとえば特開平３−１６７４５６号公報に開示されているような、基板上の領域に光学照射を行ない、その反射光を時間遅延積分センサに結像して得られた画像と予め入力されている設計特性とを比較することによって欠陥を検出する方法や、特公平６−５８２２０号公報に開示されているような、画像取得時の画質劣化をモニタし、それを用いて画像検出時に補正することによって安定した光学画像による比較検査を行う方法などがある。

また、電子線を用いたパターンの比較検査により欠陥を検出する方法もある。たとえば、ＳＥＭ（Scanning Electron Microscope）方式は高い分解能を有しており、広い面積の中から微小な欠陥や異物を高速で検出することが可能である。

たとえば、特開平５−２５８７０３号公報には、通常のＳＥＭの１００倍以上（１０ｎＡ以上）の電子線電流をもつ電子線を基板に照射し、発生する二次電子、反射電子、透過電子のいずれかを検出し、その検出信号から得られる検査画像と参照画像とを比較することにより欠陥を自動検出する方法が開示されている。この画像比較による検査は、検査対象の画像と参照画像との差分を求め、その差分画像が判定しきい値以上であれば欠陥として判定し、判定しきい値未満であれば正常と判定するものである。

現在、光学方式で欠陥や異物を検出し、次にＳＥＭ方式を用いてその欠陥や異物を高分解能で観察するといった方法が用いられており、光学式欠陥検査装置とＳＥＭ式欠陥検査装置とを組合わせて検査が行われるのが一般的である。

本実施の形態における欠陥分類装置は、このような従来行なわれている欠陥検査工程から得られる情報を用いて、個々の欠陥が不良の原因となるか否かを精度よく判定し、歩留まり向上のための対策効率を高めるものである。以下、本実施の形態における欠陥の分類方法について説明する。

まず、製造工程における複数の連続検査工程、または欠陥が特性不良に至る確率が高い製造工程部分における複数の連続検査工程で得られた欠陥情報を分類する。欠陥が特性不良になる確率が高い工程は、半導体集積回路の構造、パターンサイズなどによって異なるが、欠陥によって不良になりやすい層はその半導体集積回路の設計段階および製造段階でほぼ把握することができる。一般的には、たとえば金属配線パターンの形成時に発生する欠陥が不良になりやすい。

図２は、本発明の実施の形態における欠陥分類方法を説明するための図である。図２（ａ）は、図１の検査１（欠陥検査Ａ）における検査結果の一例を示しており、欠陥番号に対応してウェハ上の欠陥の所在チップ位置座標、チップ内位置座標、欠陥サイズなどの情報が得られる。なお、図２（ａ）〜図２（ｃ）においては、所在チップ位置座標およびチップ内位置座標のみを記載しており、欠陥サイズは省略している。

所在チップ位置座標は、ウェハ上の欠陥がどのチップに含まれるかを示している。チップ内位置座標は、そのチップ内における欠陥の位置座標を示しており、Ｘ軸座標およびＹ軸座標によって表されている。

図２（ｂ）および図２（ｃ）はそれぞれ、図１の検査２（欠陥検査Ｂ）およびに検査３（欠陥検査Ｃ）における検査結果の一例を示しており、図２（ａ）と同様に欠陥番号に対応してウェハ上の欠陥の所在チップ位置座標、チップ内位置座標、欠陥サイズなどの情報が得られる。

図２（ｄ）に示すように、図２（ａ）〜図２（ｃ）に示す検査結果から欠陥同一判定が行なわれる。欠陥の位置座標は、ウェハを装置にセットしたときのずれ、欠陥検査装置の座標位置の再現性のばらつき、欠陥のサイズ変化などにより同一欠陥であっても測定ごとに僅かではあるが値が異なる。そこで、同一欠陥であるか否かの判定においては、欠陥位置のずれが所定値未満であれば同一欠陥であると判定し、所定値以上であれば異なる欠陥であると判定する。

一般的な欠陥検査装置における欠陥位置のずれ量は、Ｘ軸およびＹ軸の方向にそれぞれ５０μｍ以下の精度である。また、Ｘ軸およびＹ軸のそれぞれ５０μｍ以内に偶然他の欠陥が発生する確率は十分に小さいため、上記判定方法で事実上問題はない。

次に、同一の欠陥が検出された回数を計算する。たとえば、図２（ａ）に示す欠陥検査Ａで検出されたＮｏ．１の欠陥は、図２（ｂ）に示す欠陥検査ＢにおいてＮｏ．１の欠陥として検出され、図２（ｃ）に示す欠陥検査ＣにおいてＮｏ．２の欠陥として検出されているため、検出回数を３回とする。また、欠陥検査Ｃで検出されたＮｏ．１の欠陥は、欠陥検査Ｃのみで検出されているため、検出回数を１回とする。

最後に、検出回数から不良発生率を判定する。検査回数と電気的特性の評価によって不良と判定される確率との関係を予めデータベースに格納しておく。そして、検査回数を用いてデータベースを検索することにより不良発生率を判定する。図２（ｄ）においては、検出回数が１回の場合に不良発生率が３％と判定され、検出回数が２回の場合に不良発生率が３５％と判定され、検出回数が３回の場合に不良発生率が８０％と判定される。

図３は、本発明の実施の形態における欠陥分類装置の概略構成を示すブロック図である。この欠陥分類装置は、コンピュータ本体１、ディスプレイ装置２、ＦＤ（Flexible Disk）４が装着されるＦＤドライブ３、キーボード５、マウス６、ＣＤ−ＲＯＭ（Compact Disc-Read Only Memory）８が装着されるＣＤ−ＲＯＭ装置７、およびネットワーク通信装置９を含む。欠陥分類プログラムは、ＦＤ４またはＣＤ―ＲＯＭ８等の記憶媒体によって供給される。欠陥分類プログラムはコンピュータ本体１によって実行され、欠陥の分類を行なう。また、欠陥分類プログラムは他のコンピュータより通信回線を経由し、コンピュータ本体１に供給されてもよい。

また、コンピュータ本体１は、ＣＰＵ１０、ＲＯＭ（Read Only Memory)１１、ＲＡＭ（Random Access Memory）１２およびハードディスク１３を含む。ＣＰＵ１０は、ディスプレイ装置２、ＦＤドライブ３、キーボード５、マウス６、ＣＤ−ＲＯＭ装置７、ネットワーク通信装置９、ＲＯＭ１１、ＲＡＭ１２またはハードディスク１３との間でデータを入出力しながら処理を行なう。ＦＤ４またはＣＤ−ＲＯＭ８に記録された欠陥分類プログラムは、ＣＰＵ１０によりＦＤドライブ３またはＣＤ−ＲＯＭ装置７を介してハードディスク１３に格納される。ＣＰＵ１０は、ハードディスク１３から適宜欠陥分類プログラムをＲＡＭ１２にロードして実行することによって欠陥の分類を行なう。

図４は、本発明の実施の形態における欠陥分類装置の機能的構成を示すブロック図である。欠陥分類装置１は、ネットワーク通信装置９を介して複数の欠陥検査装置１００に接続され、それぞれの欠陥検査装置１００から図２（ａ）〜図２（ｃ）に示すような欠陥検査結果を取得する。

欠陥分類装置１は、欠陥同一判定部２１と、不良発生率導出部２２と、結果出力部２３と、欠陥検出回数と不良発生率との関係を格納するデータベース２４とを含む。欠陥同一判定部２１および不良発生率導出部２２は、主にＣＰＵ１０がＲＡＭ１２にロードした欠陥分類プログラムを実行することによって実現される。結果出力部２３は欠陥の分類結果を出力する部分であり、図３に示すディスプレイ装置２などに対応する。また、データベース２４は、図３に示すハードディスク１３などに設けられる。

図５は、本発明の実施の形態における欠陥分類装置の処理手順を説明するためのフローチャートである。まず、欠陥同一判定部２１は、ネットワーク通信装置９を介して欠陥検査装置１００のそれぞれから図２（ａ）〜図２（ｃ）に示すような欠陥検査結果（欠陥情報）を取得することにより、欠陥情報を読み取る（Ｓ１１）。

次に、欠陥同一判定部２１は、検査工程における欠陥情報を１つ抽出して対象欠陥とし、前工程における所在チップ位置座標を参照して同一座標位置（同一チップ内）に欠陥があるか否かを判定する（Ｓ１２）。同一座標位置に欠陥がなければ（Ｓ１２，Ｎｏ）、欠陥検出回数を“１”とし（Ｓ１５）、ステップＳ１６に処理が進む。最初の検査工程の欠陥情報であれば前工程がないため、欠陥検出回数が必ず“１”とされる。

同一座標位置に欠陥があれば（Ｓ１２，Ｙｅｓ）、欠陥同一判定部２１は、対象欠陥の位置座標と前工程における欠陥の位置座標とを比較し、Ｘ軸方向およびＹ軸方向に±５０μｍ内にあるか否かを判定する（Ｓ１３）。

前工程の欠陥が±５０μｍ内にあれば（Ｓ１３，Ｙｅｓ）、欠陥同一判定部２１は同一欠陥であると判定して欠陥検出回数に“１”を加算し（Ｓ１４）、ステップＳ１６に処理が進む。また、前工程の欠陥が±５０μｍ内になければ（Ｓ１３，Ｎｏ）、欠陥同一判定部２１は欠陥検出回数を“１”とし（Ｓ１５）、ステップＳ１６に処理が進む。

ステップＳ１６において、全ての欠陥情報の処理が終了したか否かが判定される。処理していない欠陥情報があれば（Ｓ１６，Ｎｏ）、ステップＳ１２に戻って以降の処理を繰り返す。全ての欠陥情報の処理が終了すれば（Ｓ１６，Ｙｅｓ）、欠陥情報の統計をとる（Ｓ１７）。ここでは、図２（ｄ）に示すように、異なる欠陥であると判定された欠陥のそれぞれについて欠陥検出回数が求められる。

次に、不良発生率導出部２２は、データベース２４を参照して、それぞれの欠陥に対応する不良発生率を導出する（Ｓ１８）。最後に、結果出力部２３は、不良発生率導出部２２によって導出されたそれぞれの欠陥に対応する不良発生率をディスプレイ装置２などに出力して（Ｓ１９）、処理を終了する。

欠陥の検出回数は、特性不良と直接関係する。すなわち、欠陥の検出回数は欠陥のサイズおよび深さとも表すことができ、検出回数が多いほどより大きいまたはより深い欠陥であるため、不良に至る可能性が高くなる。そのため、チップ、ウェハ、ロットなどについて比較分析する場合、検出回数と頻度とによって歩留まりに対する影響を予測することができる。

図６は、各検査工程で検出された欠陥の一例を示す図である。図６は、検査工程Ａ〜Ｆにおいて検出された欠陥を示しており、製造工程における多層化によって欠陥の面積、形状および画像の濃淡が異なっていることが分かる。通常、上層の被覆によって再度検出される欠陥部分の２次元観察においては面積がより小さく見える。

また、観察の際に表面の物質反射光による欠陥画像の色および濃淡も異なっている。欠陥による表面の凹凸は、検査工程においては画像の濃淡値で表される。このように、多層工程における欠陥の面積、形状および画像の濃淡値とも異なっている。

また、欠陥の原因や種類によって、検査工程で現れる様子も異なっている。上述の先行技術で開示された欠陥特徴量による分類方法を用いた場合、欠陥のサイズ統一などで複雑な処理工程が必要になる。しかしながら、欠陥の座標位置は画像要素に影響されず、より簡単に同一欠陥が再検出されたか否かを判断することができる。

通常、比較的面積が大きな欠陥は次の工程まで持ち込まれやすく、再検出される回数が多くなる。欠陥が成長していると考えても良い。しかしながら、表面の面積が小さな欠陥であっても再検出される場合には成長した根深い欠陥であり、表面の面積が大きな欠陥と同様に不良に至る可能性がある。したがって、歩留まり影響度について、欠陥の表面の面積だけを考慮して不良に至る可能性を判断するのは適切ではない。

以上の理由により、本実施の形態においては欠陥の再検出回数を求めて欠陥を分類することにより、より簡単に歩留まり影響度を予測することができる。

以上説明したように、本実施の形態における欠陥分類装置によれば、欠陥同一判定部２１が各検査工程において検出された欠陥が同一欠陥であるか否かを判定して欠陥検出回数を求め、不良発生率導出部２２がデータベース２４を参照して欠陥検出回数から不良発生率を求めるようにしたので、欠陥検査結果から不良発生率を容易に予測することができ、不良発生率が高い欠陥について対策をとることにより製造工程における歩留まりの向上を図ることが可能となった。

また、欠陥検査装置による欠陥検出結果から不良発生率を予測するため、既存の欠陥検査装置以外の新たな検査装置が不要であり、検査工程におけるコストを削減することが可能となった。

今回開示された実施の形態は、すべての点で例示であって制限的なものではないと考えられるべきである。本発明の範囲は上記した説明ではなくて特許請求の範囲によって示され、特許請求の範囲と均等の意味および範囲内でのすべての変更が含まれることが意図される。

本発明の実施の形態における欠陥分類方法が適用される半導体集積回路の製造工程の一例を示す図である。 本発明の実施の形態における欠陥分類方法を説明するための図である。 本発明の実施の形態における欠陥分類装置の概略構成を示すブロック図である。 本発明の実施の形態における欠陥分類装置の機能的構成を示すブロック図である。 本発明の実施の形態における欠陥分類装置の処理手順を説明するためのフローチャートである。 各検査工程で検出された欠陥の一例を示す図である。

符号の説明

１ コンピュータ本体、２ ディスプレイ装置、３ ＦＤドライブ、４ ＦＤ、５ キーボード、６ マウス、７ ＣＤ−ＲＯＭ装置、８ ＣＤ−ＲＯＭ、９ ネットワーク通信装置、１０ ＣＰＵ、１１ ＲＯＭ、１２ ＲＡＭ、１３ ハードディスク、２１ 欠陥同一判定部、２２ 不良発生率導出部、２３ 結果出力部、２４ データベース。

Claims (5)

1. 複数の検査工程において得られた欠陥検査結果に基づいて半導体集積回路の欠陥を分類する欠陥分類装置であって、
   欠陥検出回数と不良発生率との関係が予め格納されるデータベースと、
   各検査工程において検出された欠陥が同一欠陥であるか否かを判定して欠陥検出回数を求める判定手段と、
   前記データベースを参照して、前記判定手段によって求められた欠陥検出回数から不良発生率を導出する導出手段とを含む、欠陥分類装置。
2. 前記判定手段は、ある検査工程で検出された欠陥の座標が前検査工程で検出された欠陥の座標から所定範囲内にある場合に同一欠陥と判定する、請求項１記載の欠陥分類装置。
3. 前記欠陥検査結果は、半導体集積回路の製造工程に入れられた複数の洗浄工程の後にそれぞれ配置された複数の欠陥検査装置によって生成される、請求項１または２記載の欠陥分類装置。
4. 複数の検査工程において得られた欠陥検査結果に基づいて半導体集積回路の欠陥を分類する欠陥分類方法であって、
   各検査工程において検出された欠陥が同一欠陥であるか否かを判定して欠陥検出回数を求めるステップと、
   欠陥検出回数と不良発生率との関係が予め格納されるデータベースを参照して、前記求められた欠陥検出回数から不良発生率を導出するステップとを含む、欠陥分類方法。
5. 複数の検査工程において得られた欠陥検査結果に基づいて半導体集積回路の欠陥を分類する欠陥分類方法をコンピュータに実行させるためのコンピュータ・プログラムであって、
   各検査工程において検出された欠陥が同一欠陥であるか否かを判定して欠陥検出回数を求めるステップと、
   欠陥検出回数と不良発生率との関係が予め格納されるデータベースを参照して、前記求められた欠陥検出回数から不良発生率を導出するステップとをコンピュータに実行させる、コンピュータ・プログラム。