KR100567895B1 - 자동 결함 분류 방법 - Google Patents

Abstract

본 발명은 자동 결함 분류 방법에 관한 것으로, 작업자에 의해 분류된 각 결함 그룹의 특징 정보를 분류 1∼N의 정보로서 보존하는 단계와, 분류 1∼N의 정보에서 각각의 결함 분류를 형성하는 기준이 되는 소정 개수의 지배적 특성 인자들을 추출한 결함 특성 정보를 외부로 표시하여 미스 코딩을 유발하는 불요 결함에 대한 수정을 대기하는 단계와, 보존된 분류 1∼N의 정보로부터 불요 결함이 배제된 분류 1∼N의 특징 정보를 데이터베이스화하여 보존하는 단계를 포함하며, 작업자가 미스 코딩을 유발하는 불요 결함을 쉽게 식별하여 삭제 등의 수정을 가할 수 있도록 함으로써 자동 결함 분류의 정확도가 향상되는 이점이 있다.

웨이퍼 검사 시스템, 화상 처리 컴퓨터, 리뷰 스테이션, 결함 분류

Description

자동 결함 분류 방법{AUTOMATIC DEFECT CLASSIFICATION METHOD}

도 1은 일반적인 웨이퍼 검사 시스템의 구성도,

도 2는 종래 기술에 따른 결함 분류용 데이터베이스의 작성 공정도,

도 3은 종래 기술에 따른 결함 분류 실행 공정을 나타낸 공정도,

도 4는 본 발명에 따른 결함 분류용 데이터베이스의 작성 공정도.

본 발명은 웨이퍼의 외관 불량 검사(wafer inspection)에 관한 것으로, 더욱 상세하게는 결함을 자동 분류하는 결함 분류 방법에 관한 것이다.

최근 반도체 소자의 제조공정에 있어서 수율 향상이 급진전되고 있다. 이러한 수율 향상에는 공정 장비 및 공정기술의 개선이 크게 기여하였으나, 실제 제조 단계에서 적용되는 인-라인 모니터링(In-line Monitoring) 역시 크게 기여를 하였다. 즉, 기존에는 반도체 소자의 제조공정에서 발생할 수 있는 결함을 간접적인 모니터링 방식으로 검사하였다. 이로 인하여 문제 발생시 즉각적인 대책마련이 어려웠다.

그러나 인라인 모니터링 기법은 실제 생산된 웨이퍼를 웨이퍼 검사 시스템(wafer inspection system)을 통해 단위 공정마다 검사하는 것을 말한다. 따라서 웨이퍼 검사 시스템에서 얻은 검사결과를 바탕으로 각 단위 공정에서 비주기적으로 발생하는 공정결함 및 장비결함을 신속히 탐지하여 이를 빠른 시간 내에 정상화시킬 수 있다. 그러므로 불량발생을 단시간 내에 신속히 발견하여 이를 정상화시킴으로써, 수율을 극대화시키고, 불량발생에 따른 생산비용의 낭비를 절감하여 생산비용을 최소화시킬 수 있다.

상기 인-라인 모니터링 공정중 웨이퍼 검사 시스템에서 수행되는 것은, 레이저(LASER) 혹은 광학시스템(Optic System)을 이용하여 웨이퍼에 있는 외관불량을 검사하여 웨이퍼에 존재하는 결함의 크기, 결함 집단(defect cluster) 및 형태, 결함의 색깔 및 밀도, 위치 등을 감지하는 것이다.

도 1은 일반적인 웨이퍼 검사 시스템의 데이터 처리 방법을 설명하기 위해 도시한 개략도이다.

도 1을 참조하면, 금속패턴이나 불순물이 도핑된 폴리실리콘 패턴과 같은 도전성 패턴이 형성된 웨이퍼의 화상을 촬상 장치(10)를 통해 획득한다. 상기 인식된 화상은 컴퓨터에서 디지털화된 상태로 처리를 하기 위하여 아날로그/디지털 변환기(20)를 통해 아날로그 상태의 신호가 디지털 상태의 신호로 변환된다. 이와 같이 디지털 상태로 변환된 화상은 화상 처리 컴퓨터(30)에서 화상에 대한 필터링(filtering)을 수행하고, 이를 기준 화상(reference image)과 서로 비교함으로써 화상 속에 포함된 결함(defect)을 추출하게 된다.

계속해서 화상 처리 컴퓨터(30)는 추출된 결함에 대하여 크기, 색깔, 형태를 탐지하고, 이러한 결함의 밀도 및 위치 등을 확인한다. 이렇게 결함에 대한 확인이 완료된 화상은 웨이퍼 검사 시스템과 인-라인(In-line) 혹은 오프-라인(off-line) 방식으로 구성된 리뷰 스테이션(40)에서 결함을 집단화(clustering)하고, 이를 다시 분류(classification)하게 된다. 상기 결함분류가 끝나면 최종적으로 검사하는 웨이퍼에 대한 결함 파일(50)이 만들어지고, 이를 공정 모니터링 또는 컨트롤 수단으로 활용하게 된다.

한편, 반도체 웨이퍼상의 결함을 자동으로 분류하는 방법으로는, 결함 화상과 참조 화상의 비교를 통해 결함을 추출하고, 결함의 특징을 데이터베이스와 비교 및 분류하는 방법이 널리 채용되고 있다.

도 2는 종래의 결함 분류 검사 장치에서의 결함 분류용 데이터베이스의 작성 공정도이다.

결함 분류용 데이터베이스의 작성 공정에서는, 촬상 장치(101)에 의해 이미징된 결함 화상과 참조 화상이 각각 결함 화상 메모리(102)와 참조 화상 메모리(103)에 보존된다. 각 화상은 결함 추출부(104)에서 결함 부위의 화상만이 추출되고, 특징 추출부(105)에서 결함의 크기나 컬러 등의 특징량이 결함 정보로서 수치화된다. 수치화된 결함 정보는 일단 분류전 데이터 메모리(106)에 축적된 후, 작업자에 의해 분류된다. 작업자는 각 결함을 경험을 토대로 분류하고, 분류된 각 그룹에 분류 코드를 부여한다. 상기 분류 코드를 부여받은 각 그룹의 특징 정보가 분류 1∼N의 정보로서 데이터베이스화되어 데이터베이스 메모리(108)에 보존된다.

또한, 도 3은 종래의 결함 분류 검사 장치에서의 분류 실행 공정을 나타낸 공정도이다.

분류 실행 공정에서는, 데이터베이스 작성 공정과 마찬가지로, 촬상 장치(101)에 의해 이미징된 결함 화상과 참조 화상이 각각 결함 화상 메모리(102)와 참조 화상 메모리(103)에 보존된다. 각 화상은 결함 추출부(104)에서 결함 부위의 화상만이 추출되고, 특징 추출부(105)에서 결함의 크기나 컬러 등의 특징량이 결함 정보로서 수치화된 후, 비교/분류 코드 부여부(110)에서 데이터베이스 메모리(108)에 보존되어 있는 데이터베이스에 포함되는 분류 1∼N의 특징 정보와 비교되어, 특징이 일치하는 분류의 코드가 부여됨으로써 분류 결과 출력부(112)로부터 분류 결과가 파일로 출력된다.

그런데, 전술한 바와 같이 종래 기술에서는 결함 정보의 그룹을 분류함에 있어서 작업자의 분류 숙련도 등의 행위 능력에만 의존하므로 어떤 분류에서든 다른 결함과 유사하여 혼동할 여지가 있는 불요의 결함이 들어 있을 수 있으며, 이때에는 이러한 불요 결함으로 인해 전체 분류의 특성이 변질되어 미스 코딩이 발생될 우려가 있다. 아울러, 이러한 미스 코딩을 유발하는 불요 결함을 가려내기 매우 어려웠으며, 이로써 자동 결함 분류의 정확도를 항상 일정 이상으로 유지하기 어려운 문제점이 있었다.

본 발명은 이와 같은 종래의 문제점을 해결하기 위하여 제안한 것으로, 작업자가 경험을 토대로 분류한 결함 분류에 포함된 결함들의 특성 중에서 그 결함 분류를 형성하는 기준이 되는 소정 개수의 지배적 특성 인자들을 추출 후 화면에 표시하여 작업자가 특성 화면을 통해 미스 코딩을 유발하는 불요 결함을 쉽게 식별하여 삭제 등의 수정을 가할 수 있도록 함으로써 자동 결함 분류의 정확도가 향상되도록 하는 데 그 목적이 있다.

이와 같은 목적을 실현하기 위한 본 발명에 따른 자동 결함 분류 방법은, 웨이퍼의 결함을 자동 분류하기 위한 결함 분류용 데이터베이스를 작성하는 방법으로서, 작업자에 의해 분류된 각 결함 그룹의 특징 정보를 분류 1∼N(단, N은 자연수)의 정보로서 보존하는 단계와, 상기 분류 1∼N의 정보에서 각각의 결함 분류를 형성하는 기준이 되는 소정 개수의 지배적 특성 인자들을 추출한 결함 특성 정보를 외부로 표시하여 미스 코딩을 유발하는 불요 결함에 대한 수정을 대기하는 단계와, 상기 보존된 분류 1∼N의 정보로부터 상기 불요 결함이 배제된 분류 1∼N의 특징 정보를 데이터베이스화하여 보존하는 단계를 포함한다.

이하 첨부한 도면을 참조하여 본 발명의 자동 결함 분류 방법에 대하여 상세히 설명하기로 한다.

도 4는 결함 분류 검사 장치에서의 본 발명의 자동 결함 분류 방법에 의거하여 결함 분류용 데이터베이스를 작성하는 공정도이다.

본 발명에 따른 결함 분류용 데이터베이스의 작성 공정에서는, 촬상 장치(201)에 의해 이미징된 결함 화상과 참조 화상이 각각 결함 화상 메모리(202)와 참조 화상 메모리(203)에 보존된다. 각 화상은 결함 추출부(204)에서 결함 부위의 화상만이 추출되고, 특징 추출부(205)에서 결함의 크기나 컬러 등의 특징량이 결함 정보로서 수치화된다.

수치화된 결함 정보는 일단 분류전 데이터 메모리(206)에 축적된 후, 작업자에 의해 분류된다. 작업자는 각 결함을 경험을 토대로 분류하고, 분류된 각 그룹에 분류 코드를 부여한다. 상기 분류 코드를 부여받은 각 그룹의 특징 정보가 분류 1∼N(단, N은 자연수)의 정보로서 분류 결과 메모리(208)에 보존된다.

특성 추출부(210)는 분류 결과 메모리(208)에 보존된 분류 1∼N의 정보에서 각각의 결함 분류를 형성하는 기준이 되는 소정 개수의 지배적 특성 인자들(결함 크기, 색깔, 위치 등)을 추출하며, 추출된 결함 특성 정보를 2차원 또는 3차원적으로 표시할 수 있도록 가공하여 표시부(도시 생략됨)를 통해 2차원 또는 3차원적으로 도식화된 결함 특성 정보를 출력한다.

작업자는 상기 표시부를 통해 출력되는 특성 화면을 통해 미스 코딩을 유발하는 불요 결함을 쉽게 식별할 수 있으며, 혼동될 우려가 있는 결함이나 잘못 설정된 결함을 삭제하는 수정 작업을 수행하게 된다.

그러면, 분류 결과 메모리(208)에 보존된 분류 1∼N의 정보로부터 특성 추출부(210)에 의해 불요 결함이 배제된 분류 1∼N의 특징 정보가 데이터베이스로서 데이터베이스 메모리(212)에 보존된다

상기와 같은 공정을 통해 데이터베이스 메모리(212)에 보존된 결함 분류용 데이터베이스는 이후의 분류 실행 공정에서 이용된다. 도 3을 참조한 종래 기술 설명에서와 같이 결함 부위의 화상은 특징 추출부(105)에서 결함의 크기나 컬러 등의 특징량이 결함 정보로서 수치화된 후, 비교/분류 코드 부여부(110)에서 본 발명의 데이터베이스 메모리(212)에 보존되어 있는 데이터베이스에 포함되는 분류 1∼N의 특징 정보와 비교되어, 특징이 일치하는 분류의 코드가 부여됨으로써 분류 결과 출력부(112)로부터 분류 결과가 파일로 출력된다.

상기에서는 본 발명의 일 실시 예에 국한하여 설명하였으나 본 발명의 기술이 당업자에 의하여 용이하게 변형 실시될 가능성이 자명하다. 이러한 변형된 실시 예들은 본 발명의 특허청구범위에 기재된 기술사상에 포함된다고 하여야 할 것이다.

전술한 바와 같이 본 발명은 작업자가 경험을 토대로 분류한 결함 분류에 포함된 결함들의 특성 중에서 그 결함 분류를 형성하는 기준이 되는 소정 개수의 지배적 특성 인자들을 추출 후 화면에 표시하여 작업자가 특성 화면을 통해 미스 코딩을 유발하는 불요 결함을 쉽게 식별하여 삭제 등의 수정을 가할 수 있도록 함으로써 자동 결함 분류의 정확도가 향상되는 효과가 있다.

Claims (3)

1. 웨이퍼의 결함을 자동 분류하기 위한 결함 분류용 데이터베이스를 작성하는 방법으로서,

   작업자에 의해 분류된 각 결함 그룹의 특징 정보를 분류 1∼N(단, N은 자연수)의 정보로서 보존하는 단계와,

   상기 분류 1∼N의 정보에서 각각의 결함 분류를 형성하는 기준이 되는 소정 개수의 지배적 특성 인자들을 추출한 결함 특성 정보를 외부로 표시하여 미스 코딩을 유발하는 불요 결함에 대한 수정을 대기하는 단계와,

   상기 보존된 분류 1∼N의 정보로부터 상기 불요 결함이 배제된 분류 1∼N의 특징 정보를 데이터베이스화하여 보존하는 단계

   를 포함하는 자동 결함 분류 방법.
2. 제 1 항에 있어서,

   상기 결함 특성 정보의 외부 표시는 2차원 또는 3차원적으로 도식화하여 표시하는 것을 특징으로 한 자동 결함 분류 방법.
3. 제 1 항 또는 제 2 항에 있어서,

   상기 자동 결함 분류 방법은,

   상기 웨이퍼 결함의 크기나 컬러를 포함한 특징량을 결함 정보로서 수치화하는 단계와,

   상기 수치화된 결함 정보를 상기 데이터베이스화된 분류 1∼N의 특징 정보와 비교하는 단계와,

   상기 비교 결과에 따라 특징이 일치하는 분류의 코드를 부여하여 파일로 출력하는 단계

   를 더 포함하는 것을 특징으로 한 자동 결함 분류 방법.

Images