본원에서 개시되는 발명 중, 대표적인 것의 개요를 간단히 설명하면 하기와 같다.
즉, 상기 목적을 달성하기 위해, 본 발명에 따른 프로세스 근접 효과의 예측 모델의 작성 방법은, 미확정의 파라미터를 포함하는 프로세스 근접 효과의 예측 모델을 준비하는 공정과, 상기 미확정의 파라미터를 확정하는 공정을 포함하는 프로세스 근접 효과의 예측 모델의 작성 방법으로서, 기본 패턴의 반복으로 구성된 반 복 패턴에 대하여, 상기 기본 패턴을 규정하는 제1 치수 및 상기 기본 패턴의 반복을 규정하는 제2 치수를 각각 변화시켜 얻어진, 복수의 반복 패턴으로 구성된 모델링용 패턴군을 준비하는 공정과, 상기 모델링용 패턴군 중에서, 소정의 반복 패턴을 선택하는 공정으로서, 상기 소정의 반복 패턴 중의 기본 패턴이 웨이퍼 상에 형성되는 소정의 치수를 갖는 패턴에 대응한 것인 공정과, 상기 소정의 반복 패턴 및 상기 소정의 치수를 갖는 패턴에 기초하여, 상기 예측 모델 내의 미확정의 파라미터를 확정하는 공정을 갖는 것을 특징으로 한다.
본 발명에 따른 공정의 관리 방법은, 기본 패턴의 반복으로 구성된 반복 패턴에 대응한 마스크 묘화 데이터에 대하여, 상기 기본 패턴을 규정하는 제1 치수 및 상기 기본 패턴의 반복을 규정하는 제2 치수를 각각 변화시켜 얻어진, 복수의 반복 패턴으로 구성된 모델링용 패턴군에 대응한 마스크 묘화 데이터 중에서, 소정의 반복 패턴에 대응한 소정의 마스크 묘화 데이터를 선택하는 공정으로서, 상기 소정의 반복 패턴 중의 기본 패턴이 웨이퍼 상에 형성되는 소정의 치수를 갖는 패턴에 대응한 것인 공정과, 포토마스크 제조 공정에서, 상기 소정의 마스크 묘화 데이터에 대응한 개소의 포토마스크의 실측 치수와 목표 치수와의 치수차가 제1 허용 범위에 들어가 있는지의 여부를 판단하고, 리소그래피 공정에서, 상기 소정의 마스크 묘화 데이터에 대응한 개소의 포토레지스트의 실측 치수와 목표 치수와의 치수차가 제2 허용 범위에 들어가 있는지의 여부를 판단하며, 가공 공정에서, 상기 소정의 마스크 묘화 데이터에 대응한 개소의 웨이퍼 상의 패턴의 실측 치수와 목표 치수와의 치수차가 제3 허용 범위에 들어가 있는지의 여부를 판단하는 공정을 갖는 것을 특징으로 한다.
본 발명에 따른 다른 공정의 관리 방법은, 기본 패턴의 반복으로 구성된 반복 패턴에 대하여, 상기 기본 패턴을 규정하는 제1 치수 및 상기 반복을 규정하는 제2 치수를 각각 변화시켜 얻어진, 복수의 반복 패턴으로 구성된 패턴군을 준비하는 공정과, 상기 패턴군 중에서 적어도 1개 이상의 반복 패턴을 선택하는 공정과, 상기 선택된 적어도 1개 이상의 반복 패턴의 형성에 따른 제1 공정의 관리값의 실측값과 목표값과의 차인 제1 차를 구하는 공정과, 사전에 설정된 제2 허용 범위에 기초하여, 상기 제1 차의 허용 범위인 제1 허용 범위를 설정하는 공정으로서, 상기 제2 허용 범위가 상기 제1 공정보다 후에 행해지는 상기 선택된 적어도 1개 이상의 반복 패턴의 형성에 따른 제2 공정의 관리값의 실측값과 목표값과의 차의 허용 범위인 공정을 갖는 것을 특징으로 한다.
본 발명에 따른 다른 공정의 관리 방법은, 기본 패턴의 반복으로 구성된 반복 패턴에 대하여, 상기 기본 패턴을 규정하는 제1 치수 및 상기 반복을 규정하는 제2 치수를 각각 변화시켜 얻어진, 복수의 반복 패턴으로 구성된 패턴군을 준비하는 공정과, 상기 패턴군 중에서 적어도 1개 이상의 반복 패턴을 선택하는 공정과, 상기 선택된 적어도 1개 이상의 반복 패턴의 형성에 따른 마스크 묘화 데이터의 작성 공정의 관리값의 실측값과 목표값과의 차인 제1 차를 구하는 공정과, 상기 선택된 적어도 1개 이상의 반복 패턴의 형성에 따른 포토마스크의 제조 공정의 관리값의 실측값과 목표값과의 차인 제2 차를 구하는 공정과, 상기 제1 차에 대한 상기 제2 차의 비인 제1 비를 구하는 공정과, 상기 제1 차의 허용 범위인 제1 허용 범위 를 설정하는 공정으로서, 상기 제1 비와, 사전에 설정된, 상기 제2 차의 허용 범위인 제2 허용 범위에 기초하여, 상기 제1 허용 범위를 설정하는 공정과, 상기 선택된 적어도 1개 이상의 반복 패턴의 형성에 따른 리소그래피 공정의 관리값의 실측값과 목표값과의 차인 제3 차를 구하는 공정과, 상기 제2 차에 대한 상기 제3 차의 비인 제2 비를 구하는 공정과, 상기 제2 차의 허용 범위인 제2 허용 범위를 설정하는 공정으로서, 상기 제2 비와, 사전에 설정된, 상기 제3 차의 허용 범위인 제3 허용 범위에 기초하여, 상기 제2 허용 범위를 설정하는 공정과, 상기 선택된 적어도 1개 이상의 반복 패턴의 형성에 따른 가공 공정의 관리값의 실측값과 목표값과의 차인 제4 차를 구하는 공정과, 상기 제3 차에 대한 상기 제4 차의 비인 제3 비를 구하는 공정과, 상기 제3 차의 허용 범위인 제3 허용 범위를 설정하는 공정으로서, 상기 제3 비와, 사전에 설정된, 상기 제4 차의 허용 범위인 제4 허용 범위에 기초하여, 상기 제3 허용 범위를 설정하는 공정과, 상기 가공 공정의 관리값의 실측값과 목표값과의 차의 허용 범위인 제4 허용 범위를 설정하는 공정을 갖는 것을 특징으로 한다.
본 발명에 따른 반도체 장치의 제조 방법은, 본 발명에 따른 공정의 관리 방법에 의해, 반도체 장치의 제조 공정을 관리하는 공정과, 상기 관리한 제조 공정을 행하는 공정을 갖는 것을 특징으로 한다.
본 발명에 따른 포토마스크의 제조 방법은, 본 발명에 따른 공정의 관리 방법에 의해, 포토마스크의 제조 공정을 관리하는 공정과, 상기 관리한 제조 공정을 행하는 공정을 갖는 것을 특징으로 한다.
본 발명에 따른 프로그램은, 본 발명에 따른 공정의 관리 방법 중의 공정을 실시시키는 수순을 포함한다.
본 발명의 상기 및 그 밖의 목적과 신규 특징은, 본 명세서의 기재 및 첨부 도면에 의해 명백해질 것이다.
이하, 도면을 참조하면서 본 발명의 실시예를 설명한다.
(제1 실시예)
도 1은 본 발명의 제1 실시예에 따른 프로세스 근접 효과 예측 모델(이하, 간단하게 예측 모델이라고 함)의 작성 방법을 도시하는 흐름도이다. 여기서는, 마스크 묘화 데이터로부터 웨이퍼 상의 패턴의 완성 치수를 직접 예측하는 타입의 예측 모델의 작성 방법에 대하여 설명한다.
우선, 라인 패턴의 반복으로 구성된 라인&스페이스 패턴에 대하여, 라인 패턴의 라인 폭(바이어스) 및 라인&스페이스 패턴의 피치를 각각 변화시켜 얻어진, 복수의 라인&스페이스 패턴으로 구성된 모델링용 패턴군에 대응한 마스크 묘화 데이터(마스크 패턴 데이터)가 준비된다(단계 S1).
여기서는, 모델링용 패턴군으로서, 도 2에 도시한 라인&스페이스 패턴군을 이용한다. 라인 폭(바이어스)은 W1-W3의 3종류가 있다. 피치는 P1-P8의 8종류가 있다. 따라서, 24종류의 라인&스페이스 패턴에 대응한 마스크 묘화 데이터(마스크 패턴 데이터)가 준비된다. 라인 폭의 종류의 수 및 피치의 종류의 수는, 상기 예에 한정되는 것은 아니다.
다음으로, 상기 모델링용 패턴군에 대응한 24종류의 포토마스크가 작성된다( 단계 S2).
다음으로, 단계 S2에서 작성된 포토마스크를 이용한 노광 프로세스, 현상 프로세스 등을 포함하는 리소그래피 공정이 행해져, 레지스트 패턴이 형성된다. 그 후, 상기 레지스트 패턴을 이용하여 웨이퍼 상의 기초막(예를 들면 폴리실리콘막)을 에칭하는 프로세스를 포함하는 가공 공정이 행해져, 웨이퍼 상에 라인&스페이스 패턴이 형성된다(단계 S3). 웨이퍼 상에 형성되는 라인&스페이스 패턴의 종류는, 상기 포토마스크의 종류에 대응하여 24개로 된다.
다음으로, 웨이퍼 상에 형성된 24개의 라인&스페이스 패턴 중에서, 도 3에 도시한 바와 같이, 웨이퍼 상에서 소정의 CD값=CD0(여기서는 소정의 라인 폭)으로 되는 라인&스페이스 패턴의 피치와 바이어스(여기서는 라인 폭)와의 조합(도 3에서는 (P1, W1), …, (P5, W2), …, (P8, W3))이 선택된다(단계 S4).
다음으로, 주지의 예측 모델 중에서 적절한 것이 선택된다. 상기 예측 모델은 미확정의 파라미터를 포함하고 있다. 다음으로, 상기 취득된 피치와 바이어스와의 조합을 갖는 마스크 패턴의 데이터를, 입력값 및 상기 소정의 CD값(=CD0)을 출력값으로서 이용하여, 주지의 피팅에 의해, 상기 선택된 예측 모델 중의 파라미터가 확정된다(단계 S5).
이와 같이 하여 얻어진 예측 모델을 이용하여, 모델링용 패턴군 중에는 없는 피치를 갖는 라인&스페이스 패턴의 웨이퍼 상에서의 라인 폭(바이어스)이 예측되며, 변환차가 어림되어, 완성 치수가 보정(OPC)되게 된다. 상기 라인 폭, 예를 들 면, LSI 내의 MOS 트랜지스터의 게이트 전극(게이트 배선)의 폭이다.
본 실시예의 예측 모델의 작성 방법의 구체예를 이하에 설명한다.
노광 조건은 이하와 같다.
노광 파장(λ)=193㎚,
개구수(NA)=0.55,
코히어런스 팩터(σ)=0.82,
윤대 조명(중심 차폐율=2/3),
레지스트(300㎚ 두께)/반사 방지막(80㎚ 두께)/Si(웨이퍼), 하프톤 위상 시프트 마스크(투과율6%, 180° 위상차),
140㎚ 고립 라인(마스크)+140㎚ 고립 라인(레지스트)으로 되는 노광량
사용하는 모델링용 패턴군은 이하와 같다.
기준 마스크 선 폭 : 140㎚,
바이어스(라인 폭)의 종류 : 81종류(바이어스 인크리먼트량=0.625㎚; 마스크 묘화 장치에 의해 묘화 가능한 최소 데이터 그리드×2로 설정),
피치의 종류 : 20종류(300㎚∼20㎛).
상기 노광 조건에서, 상기 모델링용 패턴군을 노광하여 얻어진 웨이퍼 상의 복수의 라인&스페이스 패턴 중에서, 라인 폭이 140㎚로 되는 라인&스페이스 패턴의 피치와 바이어스와의 조합이 선택된다.
도 4에, 선택된 피치와 바이어스와의 조합을 도시한다. 도 4의 바이어스는 웨이퍼 상에서 환산된 마스크 선 폭이다.
선택된 피치와 바이어스와의 조합을 갖는 라인&스페이스 패턴에 대응한 마스크 묘화 데이터에 대하여, JJAP Vol.38(1999) pp.6957-6962에서, 小谷 등이 제시하고 있는 멀티가우스 함수에 의한 모델화가 행해진다.
우선, 상기 노광 조건 및 모델링용 패턴군을 이용한 리소그래피 공정에 의해 얻어진 레지스트 위의 상(像) 강도 분포 I(x)가 구해진다.
다음으로, 상 강도 분포 I(x)와 하기의 수학식 1의 멀티가우스 함수 MG(x)와의 컨볼루션 적분이 실행된다.
다음으로, 이 컨볼루션 적분에 의해 얻어진 광 강도 분포에 대하여 임계값 계산이 행해져, 미확정의 파라미터 세트 (Ci, ΔLi)를 포함하는 예측 모델이 얻어진다. 상기 임계값 계산에 의해 레지스트 패턴이 형성되기 위해 필요한 광 강도 분포가 얻어진다.
그 후, 상기 선택된 피치와 바이어스와의 조합을 갖는 라인&스페이스 패턴에 대응한 마스크 묘화 데이터 및 기준 마스크 선 폭을 이용하여 멀티가우스 함수 내의 미확정의 파라미터 (Ci, ΔLi)가 피팅에 의해 확정된다.
이와 같이 하여 얻어진 예측 모델(실시예)과 종래의 예측 모델의 예측 정밀도를 비교하였다. 종래의 예측 모델의 작성 방법은, 도 9에 도시한 모델링용 패턴군을 이용하여 작성된 점을 제외하고, 본 실시예의 예측 모델의 작성 방법과 기본 적으로는 동일하다. 도 5에 비교 결과를 도시한다. 종축의 잔차는, 웨이퍼 상의 라인&스페이스 패턴의 라인 폭(0.14㎛)으로부터 예측 모델에서 얻어진 라인 폭을 뺀 값이다. 도 5로부터, 본 실시예에 따르면, 종래보다 예측 정밀도가 높은 예측 모델이 얻어지는 것을 알 수 있다.
즉, 본 발명자 등의 연구에 따르면, 도 3에 도시한 바와 같이, P(횡축)-CD(종축) 좌표 상에서, CD값이 일정하게 되는 그래프가 얻어지는 라인&스페이스 패턴(피치, 라인 폭)을 이용하여, 예측 모델 내의 미확정의 파라미터를 확정함으로써, 예측 정밀도가 높은 프로세스 근접 효과가 얻어지는 것을 알 수 있다.
또한, 본 실시예에서는, 마스크 묘화 데이터로부터 웨이퍼 상의 패턴의 완성 치수를 직접 예측하기 위한 예측 모델에 대하여 설명하였지만, 도 6에 도시한 바와 같이, 마스크 제조 공정, 리소그래피 공정 및 가공 공정마다 예측 모델을 작성하여, 각 공정마다 PPC(PPC1-3)를 행해도 상관없다.
PPC1에서 사용되는 예측 모델의 출력(포토마스크 치수)이 PPC2에서 사용되는 예측 모델의 입력으로 되며, PPC2에서 사용되는 예측 모델의 출력(레지스트 치수)이 PPC3에서 사용되는 예측 모델의 입력으로 된다. PPC3에서 사용되는 예측 모델의 출력은 웨이퍼 상에 형성되는 패턴의 치수(웨이퍼 패턴 치수), PPC1에서 사용되는 예측 모델의 입력은 마스크 묘화 데이터 상의 치수이다. 즉, 1공정 전의 대상물을 규정하는 치수를 입력으로 하고, 현 공정의 대상물을 규정하는 치수를 출력으로 하도록, 공정마다의 프로세스 근접 효과의 모델링이 행해진다. PPC1의 1공정 전은, 마스크 묘화 데이터의 작성 공정이다.
또한, 본 실시예에서는, 모델링용 패턴군으로서, 복수의 라인 폭 및 피치가 다른 라인&스페이스 패턴을 이용하였지만, 개구 치수 및 피치가 다른 컨택트홀 패턴을 이용해도 상관없다.
컨택트홀의 개구 형상이 장방형인 경우, 개구 치수는 장방형의 긴 변 및 짧은 변의 치수이다. 컨택트홀의 개구 형상이 정방형인 경우, 개구 치수는 장방형의 1변의 치수이다. 컨택트홀의 개구 형상이 원인 경우, 개구 치수는 반경 혹은 직경으로 된다.
라인&스페이스 패턴의 경우, 예측 모델의 입력 및 출력은 각각 하나의 치수로 규정되는 것이지만, 개구 형상이 장방형인 컨택트홀 패턴의 경우, 예측 모델의 입력 및 출력은 각각 2개의 치수로 규정되는 것(형상)으로 된다.
CD값(사전에 정해진 소정의 치수 혹은 형상)으로서는, 각 공정을 통해 얻어지는 반도체 장치의 최소 치수를 갖는 패턴, 혹은 각 공정에서 가장 변동이 큰 패턴의 것이 바람직하다. 전자의 예로서는 게이트선 폭을 들 수 있다. 후자의 예로서는, 도 7에 도시한 바와 같이, 인출 전극(11)에 연결된 배선(12) 중, 인출 전극(11)의 근방 부분의 폭 W를 들 수 있다. 인출 전극(11) 및 배선(12)은 메모리 셀이다. 또한, CD값은 복수 존재해도 상관없다.
(제2 실시예)
도 8은 본 발명의 제2 실시예에 따른 반도체 제조 공정의 관리 방법을 설명하기 위한 도면이다.
도 8에서, 종축은, 현 공정과 1공정 전과의 CD의 치수차(ΔCD)를 나타내고 있다. 구체적으로는, 도 8의 (a)의 종축은 포토마스크의 CD(현 공정)-마스크 묘화 데이터의 CD(1공정 전), 도 8의 (b)의 종축은 레지스트의 CD(현 공정)-포토마스크의 CD(1공정 전), 도 8의 (c)의 종축은 웨이퍼 패턴의 CD(현 공정)-레지스트의 CD(1공정 전)이다. 횡축은 패턴 환경(예를 들면, 제1 실시예의 라인&스페이스 패턴의 피치) P를 나타내고 있다.
도 8에서의 일점쇄선은, 가공 공정 후에 소정의 치수가 얻어지는 패턴 환경 P와 그것에 대응한 ΔCD의 목표값을 나타내고 있다. ΔCD의 목표값 대신에, 프로세스의 각 조건이 확정된 시점에서 취득된 현 공정과 1공정 전 사이의 치수차라도 상관없다. 도 8에서의 2개의 실선으로 규정되는 폭 ΔD는, 각 공정에서의 프로세스 관리 폭(허용 범위)을 나타내고 있다.
일정 기간 사용된 포토마스크는, 도 8의 (a)-도 8의 (c)에 대응한 각 공정(포토마스크 제조 공정, 리소그래피 공정, 가공 공정)에서, 소정의 패턴 환경과 바이어스와의 조합에 대응한 개소가 프로세스 관리 폭(ΔD) 내에 들어가 있는지의 여부가 정기적으로 검사된다.
상기 소정의 패턴 환경과 바이어스와의 조합에 대응한 개소는, 예를 들면, 제1 실시예의 단계 S4에서 얻어진 피치와 바이어스와의 조합((P1, W1), …, (P5, W2), …, (P8, W3))이다.
검사된 개소가 ΔD 내에 들어가 있지 않은 공정이 검출된 경우, 예를 들면, 그 공정에 대하여 PPE가 기재 범위에 들어가도록 공정 조정을 행한다. 혹은 공정 조정에 의해 기재 폭에 다 들어가지 않는 경우, 본 공정에 대응하는 PPC 설정을 변 경하여 작성된 마스크를 적용한다. 이에 의해, 프로세스 근접 효과가 변동되는 것에 의한 치수 변동을 제어하는 것이 가능하게 된다.
ΔD로서는, 예를 들면, 이하에 설명하는 것을 이용할 수 있다.
1. 프로세스 근접 효과 변동에 의해 발생하는 원하는 웨이퍼 패턴 치수로부터의 허용 어긋남량을 ΔD로 정의한다. 구체적으로는, 예를 들면, 임의의 사전에 정해진 패턴 환경에 대하여 원하는 치수차로부터의 차분량의 표준 편차값(3σ값)으로서 정의된 것을 ΔD로 한다. 이 CD의 값은 디바이스 제조상 허용되는 CD 에러 버짓으로부터 유도할 수 있다.
2. 아래 수학식으로 정의되는 것을 ΔD로 한다. 이것은, 각 공정(마스크 묘화 데이터 작성 공정, 포토마스크 제조 공정, 리소그래피 공도, 가공 공정)마다의 ΔCD를 이용하여 정의된 것이다.
ΔCDdata=ΔCDmask=ΔCDresist=ΔCDetch
ΔCDdata : 데이터 처리 기인에 의해 발생하는 마스크 묘화 데이터값의 변동의 허용량
ΔCDmask : 마스크 제조 기인(웨이퍼 상 치수 환산값)에 의해 발생하는 포토마스크 치수의 변동의 허용량
ΔCDresist : 노광 기인에 의해 발생하는 레지스트 치수의 변동의 허용량
ΔCDetch : 가공 기인에 의해 발생하는 웨이퍼 패턴 치수의 변동의 허용량
데이터 처리 기인에 의해 발생하는 변동으로서는, 예를 들면 OPC에 의한 변동을 들 수 있다.
마스크 제조 기인에 의해 발생하는 변동으로서는, 예를 들면, 마스크 묘화 장치의 Dose량 안정성, shot 위치 정밀도 안정성, 마스크 가공 장치의 에칭 안정성 등이 있다.
노광 기인에 의해 발생하는 변동으로서는, 예를 들면, 노광 장치의 조도 안정성, 포커스 안정성, 레지스트 도포 현상 장치의 프리-베이크, 포스트-베이크 온도, 시간, 균일성 등의 안정성, 현상 시의 온도, 현상 시간, 린스 공정 등의 안정성이 있다.
가공 기인에 의해 발생하는 변동으로서는, 예를 들면, 피복율 등의 변동에 기인하는 마이크로 로딩 효과의 변동, 가공 시간, 가공 시의 에칭 가스 유량, 조성비 등의 변동 등이 있다.
다음으로, 현 공정과 하나 전의 공정과의 사이의 치수 변동 감도(증대 계수)에 기초하여, ΔD를 결정하는 방법에 대하여 설명한다.
우선, 기본 패턴의 반복으로 구성된 반복 패턴에 대하여, 상기 기본 패턴을 규정하는 제1 치수 및 상기 반복을 규정하는 제2 치수를 각각 변화시켜 얻어진, 복수의 반복 패턴으로 구성된 패턴군이 준비된다.
다음으로, 상기 패턴군 중에서 1개의 반복 패턴이 선택된다. 여기서는, 간단하게 하기 위해, 하나의 반복 패턴이 선택된 경우에 대해 설명하지만, 복수의 반 복 패턴이 선택된 경우에, 이하에 설명하는 방법이 각 반복 패턴에 적용된다.
다음으로, 상기 선택된 반복 패턴에 대응한 설계 데이터에 대하여 데이터 처리를 실시하여(마스크 묘화 데이터의 작성 공정), 마스크 묘화 데이터가 작성된다.
상기 마스크 묘화 데이터의 작성 공정에 의해 작성되는 마스크 묘화 데이터의 실측 데이터값(마스크 묘화 데이터의 작성 공정의 관리값의 실측값)의 목표 데이터값(마스크 묘화 데이터의 작성 공정의 관리값의 목표값)으로부터의 데이터차(실측값-목표값)를 δCDdata로 한다.
다음으로, 이러한 데이터값 차를 포함하는 마스크 묘화 데이터를 이용한 포토마스크의 제조 공정에 의해, 포토마스크가 제조된다.
상기 포토마스크의 제조 공정에 의해 제조되는 포토마스크의 실측 치수값(포토마스크의 제조 공정의 관리값의 실측값)의 목표 치수값(포토마스크의 제조 공정의 관리값의 목표값)으로부터의 치수차(실측 치수값-목표 치수값)를 δCDmask로 한다.
가, 포토마스크의 제조 공정에서 발생하는, 마스크 묘화 데이터의 작성 공정에 기인하는 포토마스크의 치수 변동 감도(제1 비)로 정의된다.
상기 수학식은, 데이터 처리 기인의 마스크 묘화 데이터의 값의 변동이, 포토마스크 상에서 R0배로 증폭되어, 포토마스크의 치수에 변동이 발생하는 것을 의미한다.
마찬가지로, 마스크 제조 기인 및 노광 기인의 치수 변동 감도를 정의하기 위해,
δCDresist : 리소그래피 공정에 의해 작성되는 포토레지스트(레지스트 패턴)의 실측 치수값(리소그래피 공정의 관리값의 실측값)의 목표 치수값(리소그래피 공정의 관리값의 실측값)으로부터의 치수차,
δCDetch : 가공 공정에 의해 작성되는 웨이퍼 상의 패턴(웨이퍼 패턴)의 실측 치수값(가공 공정의 관리값의 실측값)의 목표 치수값(가공 공정의 관리값의 실측값)로부터의 치수차
로 하면,
리소그래피 공정에서의 포토마스크의 제조 공정에 기인하는 치수 변동 감도 R1(제2 비)은,
가공 공정에서의 리소그래피 공정에 기인하는 치수 변동 감도 R2(제3 비)는,
로 주어진다.
또한, 치수 변동 감도 R1은, MEF(Mask CD error Enhancement Factor)로서 알려져 있는 계수와 동일하다.
토탈의 CD 에러 버짓과 치수 변동의 전파를 고려하여 이하와 같이 공정의 관 리값을 결정할 수 있다.
데이터 처리 기인의 마스크 묘화 데이터의 실측값의 목표값으로부터의 차 δCDdata는, 포토마스크 치수에는 치수 변동 감도 R0으로, 리소그래피 공정 후의 레지스트 치수에는 치수 변동 감도 R1로, 그리고, 가공 공정 후의 웨이퍼 패턴 치수에는 치수 변동 감도 R2로 영향을 미친다.
즉, 데이터 처리 기인의 마스크 묘화 데이터의 실측값의 목표값으로부터의 차는, 가공 공정 후의 웨이퍼 패턴 치수를,
R0·R1·R2·δCDdata
만큼 변동시킨다.
마스크 제조 기인에 의한 포토마스크의 실측 치수값의 목표 치수값으로부터의 차 δCDmask, 리소그래피 기인에 의한 레지스트 패턴의 실측 치수값의 목표 치수값으로부터의 치수차 δCDresist, 가공 기인에 의한 웨이퍼 패턴의 실측 치수값의 목표 치수값으로부터의 치수차 δCDetch에 대해서도 마찬가지로 고려하면, 최종적인 가공 공정 후의 웨이퍼 패턴의 실측 치수값의 목표 치수값으로부터의 차 δCDtotal은,
로 표현된다.
마스크 묘화 데이터의 작성 공정, 포토마스크의 제조 공정, 리소그래피 공정 및 가공 공정을 거쳐 얻어지는 웨이퍼 패턴의 실측 치수값의 목표 치수값으로부터 의 차의 허용 범위를 관리 폭 ΔCDtotal(관리값), 마스크 묘화 데이터의 작성 공정의 δCDmask의 허용 범위(제1 허용 범위)를 관리 폭 ΔCDdata(관리값), 포토마스크의 제조 공정의 δCDmask의 허용 범위(제2 허용 범위)를 관리 폭 ΔCDmask(관리값), 리소그래피 공정의 δCDresist의 허용 범위(제3 허용 범위)를 관리 폭 ΔCDresist(관리값), 가공 공정의 δCDetch의 허용 범위를 관리 폭 ΔCDetc(관리값)로 하면,
이다.
ΔCDtotal은 디바이스 제조상의 요구로부터 결정되는 값이다. 예를 들면, 게이트 패턴의 경우, 설계 룰이 100㎚, 실제의 게이트 패턴의 폭이 110㎚이면, ΔCDtotal=110㎚-100㎚=10㎚로 된다. 여기서는, 허용 범위 ΔCDtotal을 차분으로 정의하였지만, 백분율로 정의해도 상관없다.
상기 수학식 7의 ΔCDtotal을 만족하는 범위 내에서, 각 공정의 관리 폭(ΔCDdata, ΔCDmask, ΔCDresist, ΔCDetch)이 설정된다. 각 공정의 관리 폭이 만족되도록, 각 공정은 관리된다.
공정간의 관리값의 배분을 아래의 식으로 설정한다.
R0·R1·R2·ΔCDdata=R1·R2·ΔCDmask=R2·ΔCDresist=ΔCDetch
이 경우, 각 공정의 관리값 ΔCDdata, ΔCDmask, ΔCDresist, ΔCDetch는, 각각,
ΔCDdata=ΔCDtotal/(4·R0·R1·R2)
ΔCDmask=ΔCDtotal/(4·R1·R2)
ΔCDresist=ΔCDtotal/(4·R2)
ΔCDetch=ΔCDtotal/4
로 주어진다.
여기서는, 각 공정의 허용 ΔCD는 패턴 환경에 상관없이 일정값으로 하였지만, 반드시 일정값일 필요는 없으며, 적어도 2개 이상의 공정에서 상호 달라도 상관없다.
도 11의 (a)-도 11의 (d)는, 패턴 환경에 의해 허용 ΔCD가 다른 경우의 관리 방법을 설명하기 위한 도면이다.
도 11의 (a) 및 도 11의 (b)에서, 종축은 현 공정과 1공정 전과의 CD 치수차(ΔCD), 횡축은 패턴 환경(P)을 나타내고 있다. 도 11의 (a)의 종축은 포토마스크의 CD(현 공정)-마스크 묘화 데이터의 CD(1공정 전), 도 11의 (b)의 종축은 레지스트의 CD(현 공정)-포토마스크의 CD(1공정 전)를 나타내고 있다.
도 11의 (c)는, 종축의 레지스트 치수에 대한 마스크 치수의 치수 변동 감도(R1)가, 횡축의 패턴 환경(P)에 의해 값이 달라져 있는 모습을 나타내고 있다. 이 경우, 마스크 제조 기인의 치수 변동이 레지스트 치수에 미치는 영향을 일정 값에 들어가게 하기 위해서는, 이하에 나타낸 바와 같이, 마스크의 치수 관리를 패턴 환경에 따라 변화시킬 필요가 있다. 도 11의 (c)의 밀 피치측(횡축의 좌측)은, 고립 라인(횡축의 우측)에 비해 치수 변동 감도가 크다. 따라서, 마스크의 치수 관리는, 마스크 치수가 도 11의 (d)의 실선으로 나타낸 바와 같이, 밀 피치측에서 보다 엄격하게 관리되도록 행해진다.
또한, 상기 설명에서는, 각 공정의 허용 범위의 분배 방법을 등분배하고 있지만, 가중 분배해도 상관없다. 즉, W1∼W4를 제1∼제4 가중 계수(W1=W2=W3=W4가 아님)로 하면,
ΔCDtotal=W1·R0·R1·R2·ΔCDdate+W1·Rl·R2·ΔCDmask+W3·R2·ΔCDlitho+W4·ΔCDetch를 만족하는 범위에서, 각 허용값(ΔCDdate, ΔCDmask, ΔCDlitho, ΔCDetch)을 설정해도 상관없다. 수학식 7은 W1=W2=W3=W4=1인 경우이다.
또한, 여기서는, 상기와 같이, 하나의 반복 패턴이 선택된 경우에 대해 설명하였지만, 복수의 반복 패턴이 선택된 경우에는, 각 패턴마다 ΔCDtotal이 설정된다. 이 경우에서, 복수의 패턴 모두에 공통인 하나의 ΔCDtotal을 설정해도 상관없고, 혹은 2개 이상의 패턴에 대하여 각각 다른 ΔCDtotal을 설정해도 상관없다. 일반적으로는, 패턴마다 서로 다른 ΔCDtotal(최적의 ΔCDtotal)을 설정한 쪽이, 관리 정밀도는 높아진다.
도 12는 본 발명의 제2 실시예에 따른 반도체 제조 공정의 관리 방법을 설명하기 위한 흐름도이다.
우선, 라인 패턴의 반복으로 구성된 라인&스페이스 패턴에 대하여, 라인 패턴의 라인 폭(바이어스) 및 라인&스페이스 패턴의 피치를 각각 변화시켜 얻어진, 복수의 라인&스페이스 패턴으로 구성된 패턴군에 대응한 마스크 묘화 데이터(마스 크 패턴 데이터)가 준비된다(단계 S1).
여기서는, 패턴군으로서, 도 2에 도시한 라인&스페이스 패턴군을 이용한다. 라인 폭(바이어스)은 W1-W3의 3종류가 있다. 피치는 P1-P8의 8종류가 있다. 따라서, 24종류의 라인&스페이스 패턴에 대응한 마스크 묘화 데이터(마스크 패턴 데이터)가 준비된다.
다음으로, 상기 패턴군에 대응한 24종류의 포토마스크를 제작하고(단계 S2), 각 패턴에 대응한 마스크 치수를 측정한다((P1, W1mask), …, (P5, W2mask),…, (P8, W3mask))(단계 S3).
다음으로, 단계 S2에서 작성된 포토마스크를 이용한 노광 프로세스, 현상 프로세스 등을 포함하는 리소그래피 공정이 행해져, 레지스트 패턴이 형성된다(단계 S4).
레지스트 패턴에서도 상기 24종에 대응한 패턴군의 치수 측정을 행한다((P1, W1resist), …, (P5, W2resist), …, (P8, W3resist))(단계 S5).
또한, 그 후, 상기 레지스트 패턴을 이용하여 웨이퍼 상의 기초막(예를 들면 폴리실리콘막)을 에칭하는 프로세스를 포함하는 가공 공정이 행해져, 웨이퍼 상에 라인&스페이스 패턴이 형성된다(단계 S6).
포토마스크, 레지스트 패턴과 마찬가지로, 24종의 패턴에 대하여 가공 공정 후의 웨이퍼 패턴의 치수 측정을 행한다((P1, W1etch), …, (P5, W2etch), …, (P8, W3etch))(단계 S7).
단계 S7을 종료한 시점에서, 21종의 패턴 각각에 대응하는, 데이터값, 포토 마스크 치수, 레지스트 치수 및 웨이퍼 패턴 치수가 얻어진다. 이들 치수 측정 결과로부터 각 공정의 치수 변동 감도를 구한다.
도 13을 참조하여, 레지스트 치수에 대한 포토마스크 치수의 변동 감도의 산출 방법에 대하여 구체적으로 설명한다.
도 13에서, 횡축은 묘화 데이터의 패턴 (P1, W1), (P1, W2), (P1, W3)에 대응하는 마스크 치수((P1, W1mask), (P1, W2mask), (P1, W2mask)), 종축은 상기 묘화 데이터의 패턴에 대응하는 레지스트 치수((P1, W1resist), (P1, W2resist), (P1, W2resist))를 나타내고 있다.
흑점으로 나타낸 마스크 치수와 레지스트 치수와의 상관 데이터에 대하여, 예를 들면 회귀 분석 등을 행함으로써, 실선으로 나타낸 근사 직선을 얻을 수 있다. 이 근사 직선의 기울기가 패턴 환경 P1에서의 치수 변동 감도이다. 패턴 환경이 P2∼P8의 패턴에 대해서도 마찬가지의 해석을 행한다.
또한, 마스크 치수에 대한 묘화 데이터의 치수 변동 감도, 가공 공정 후의 웨이퍼 패턴 치수에 대한 레지스트 패턴의 치수 변동 감도도 산출한다(단계 S8).
다음으로, 상기 산출한 치수 변동 감도에 기초하여, 각 공정의 관리 폭을 결정한다(단계 S9). 관리 폭을 결정하는 방법에 대해서는, 본 실시예에서 상술한 어느 하나의 방법으로 설정 가능하다.
그리고, 상기 산출한 관리 폭에 기초하여 각 공정의 관리를 행한다(단계 S10). 예를 들면, 각 공정의 실측값의 목표값으로부터의 차가 상기 산출한 관리 폭 내에 들어가도록, 각 공정을 관리한다.
각 공정의 치수 변동 감도는, 상술한 바와 같이 포토마스크 및 웨이퍼의 치수를 실제로 측정하고, 그 측정 결과에 기초하여 구하였지만, 상기 치수 중 시뮬레이션을 이용하여 계산 가능한 치수에 대해서는, 시뮬레이션에 의해 구하고, 그 시뮬레이션 결과에 기초하여, 치수 변동 감도를 구해도 상관없다.
또한, 치수 변동이 증대되지 않고, 또한 패턴 환경에 상관없이 일정한 것이 분명한 공정에 대해서는, 치수 변동 감도를 구하는 공정을 생략해도 된다.
포토마스크 제조에서도, 반도체 제조의 공정과 마찬가지로, 리소그래피 공정(전자 빔 혹은 레이저 빔을 이용한 패턴 묘화 공정, 레지스트의 현상 공정), 및, 가공 공정(예를 들면 크롬 차광막의 에칭 공정)의 공정을 거쳐, 포토마스크가 완성된다. 따라서, 포토마스크 제조에 본 실시예의 공정의 관리 방법을 적용하는 것도 가능하다.
또한, 모든 공정이 아니라, 마스크 묘화 데이터의 작성 공정, 포토마스크의 제조 공정, 리소그래피 공정 및 가공 공정의 일부의 공정에 대하여, 상술한 실시예의 관리 방법에 따라 관리해도 상관없다.
(제3 실시예)
이하에 본 발명에 따른 제3 실시예에 대하여 설명한다. 지금까지 본 명세서 내에서 설명한 바와 같이, 반도체 장치의 제조 공정의 각 공정(마스크 묘화 데이터의 작성 공정, 포토마스크의 제조 공정, 리소그래피 공정, 가공 공정)마다, 목표 치수에 대한 관리 폭을 설정하는 방법에 대하여, 이하의 방법 (1) 및 (2)을 설명해 왔다.
(1) 모든 패턴에서의 목표 선 폭으로부터의 잔차의 평균값 혹은 표준 편차값에 대하여 균등 분할하는 방법.
(2) 공정간에서의 치수 변동 감도를 고려하여, 각 공정 기인에서의 치수 변동을 최종 완성 치수 변동으로 환산한 후에, 각 공정의 관리 폭을 설정하는 방법.
본 실시예에서는, 패턴 피치 등의 환경(패턴종)간에서의 계통적인 치수 변동을 고려한 공정의 관리 방법에 대하여 설명한다.
도 14의 (a)는, 임의의 공정(공정 A)을 2개의 서로 다른 조건(조건 a1, 조건 a2)에서 행한 경우의, ΔCD(현 공정과 1공정 전과의 CD의 치수차)와 패턴 환경 P와 PPE의 목표값과의 관계를 도시하는 도면이다. 패턴 환경 P는, 여기서는, 패턴 피치이다. 도 14에서, 실선 L1은 공정 A를 조건 a1에서 행한 경우의 ΔCD-P곡선, 파선 L2는 공정 A를 조건 a2에서 행한 경우의 ΔCD-P곡선, 실선은 PPE의 목표값을 나타내고 있다.
도 14의 (b)는, 공정 A와는 별도의 공정(공정 B)을 2개의 서로 다른 조건(조건 b1, 조건 b2)에서 행한 경우의, ΔCD와 패턴 환경 P와 PPE의 목표값과의 관계를 도시하는 도면이다. 패턴 환경 P는, 도 14의 (a)와 마찬가지로, 패턴 피치이다. 실선 L3은 공정 B를 조건 b1에서 행한 경우의 ΔCD-P곡선, 파선 L4는 공정 B를 조건 b2에서 행한 경우의 ΔCD-P곡선, 실선은 PPE의 목표값을 나타내고 있다.
도 14의 (a) 및 도 14의 (b)에 도시한 바와 같이, 각 공정의 조건(프로세스 조건)을 조정하여, ΔCD를 목표값(ΔCDtarget)에 가깝게 하는 경우, 잔차량(ΔCD-ΔCDtarget)은, 일반적으로는, 패턴 피치(패턴 환경)간에 따라, 계통적인 성분을 갖는 경우가 많다. 즉, 잔차량(ΔCD-ΔCDtarget)은, 패턴 피치에 대하여, 랜덤하게는 변화되지 않는다.
상술한 바와 같이, 관리 폭은, 예를 들면, 각 공정의 목표값으로부터의 표준편차값(σ)을 베이스로 하여 설정된다. 이것은, 최종적인 선 폭 제어에 관한 스펙이, 상기 표준 편차를 이용하여, 3σ=15%×최소 선 폭으로서 취급되는 경우가 많기 때문이다. PPE 관리도 선 폭 관리의 일익을 담당하기 때문에, σ값을 베이스로 한 관리 방법을 이용하면, PPE 관리 폭과 최종적인 선 폭 관리와의 정합성을 취하기 쉽게 하는 것이 가능하게 된다.
도 15의 (a)는, 공정 A를 조건 a1, a2로 행한 경우의, 곡선 L1, L2와 PPE의 목표값과의 어긋남량을 도시하는 도면, 도 15의 (b)는, 공정 B를 조건 b1, b2에서 행한 경우의, 곡선 L3, L4와 PPE의 목표값과의 어긋남량을 도시하는 도면이다. 그 어긋남량의 피치 방향의 평균값 +3σ가, 최종 선 폭의 관리값과 정합된 PPE의 관리 폭 이하로 되도록, 공정을 관리하는 것이 제1 실시예이다.
도 16의 (a) 및 16의 (b)는, 공정 A(조건 a1)와 공정 B(조건 b1, b2)와의 사이의 PPE 변동의 상관을 도시하는 도면이다. 도 16의 (a) 및 도 16의 (b)에 도시한 바와 같이, 공정 A와 공정 B의 계통성 오차 요인이 큰 경우에는, 상관 계수가 0으로부터 크게 벗어난 값으로 되는 경우가 있다.
이와 같이 공정 A와 공정 B 사이에 상관이 존재하는 경우, 공정 A와 공정 B를 거쳐 얻어지는 PPE의 실측값의 목표값으로부터의 어긋남량은, 공정 A 및 공정 B의 실측값의 목표값으로부터의 어긋남량에 기초하여 취득된, PPE 관리 폭의 단순한 RMS(Root Mean Square)로는 나타낼 수 없게 되는 것을 알 수 있다.
본 실시예는, PPE 관리로서의 치수 제어를 σ값을 베이스로 행할 때에, 상기한 바와 같이 공정간에 큰 계통성 오차 요인이 존재해도, 공정을 양호한 정밀도로 관리할 수 있는, 공정의 관리 방법을 제안하는 것이다.
이하, 본 실시예의 실제의 적용예를 설명한다.
도 17의 (a)는, 계통성 오차 요인이 작은 2개의 공정 A, B 사이에서의, PPE의 잔류량을 계산에 의해 구한 결과를 도시하는 도면이다. 도 17의 (b)는, 계통 오차 요인이 큰 2개의 공정 A, B 사이의 PPE 잔차(residual PPE)량을, 계산에 의해 구한 결과를 도시하는 도면이다. 상기 계산은, 공정 A와 공정 B 사이의 감도(제2 실시예에서 설명한 치수 변동 감도)를 1로 하여 행하였다.
도 18의 (a) 및 도 18의 (b)는, 공정 A와 공정 B 사이의 상관도이다. 도 18의 (a)는 계통성 오차 요인이 작은 경우의 상관도, 도 18의 (b)는 계통성 오차 요인이 큰 경우의 상관도이다. 이들 도면에서, σA 및 σB는 각각 공정 A 및 공정 B의 표준 편차값, σtotal은 공정 A와 공정 B를 거친 후의 PPE 잔차량의 표준 편차를 나타내고 있다.
도 18의 (a) 및 도 18의 (b)로부터, 계통성 오차 요인이 작은 경우, σtotal(=1.24㎚)은, σA와 σB의 RMS(=1.23㎚)로 나타내는 것이 가능하지만, 계통성 오차 요인이 큰 경우, σtotal(=1.25㎚)은, σA와 σB의 RMS(=1.10㎚)로부터 어긋나 가는 것을 알 수 있다.
도 18의 (a) 및 도 18의 (b)의 각각의 공정 A와 공정 B 사이의 상관 계수를 계산하면, 도 18의 (a)에서는 0.015, 도 18의 (b)에서는 0.35로 되어, 양자간에는 차가 발생하고 있는 것을 알 수 있다.
일반적인 분산의 전파식은,
Z=aX+bY로서
σz2=a2σx2+b2σy2+2abσxσyρ: ρ : 상관 계수
이다.
상관 계수가 기지로서 주어짐으로써, σz≤σz_spec를 만족하도록, σx, σy를 설정하는 것이 가능하게 된다.
구체예로서, 각 공정의 허용 오차를 동일한 (σx=σY=σ)로 하고, σz≤σz_spec로 하면, 상기 분산식은,
σz_spec2=(a2+b2+2abρ)σ2
으로 된다.
따라서, σ=σz_spec√(a2+b2+2abρ)로 구할 수 있다.
도 18의 (a) 및 도 18의 (b)에 기재한 예로 말하면,
계통성 오차 요인이 작은 경우(도 18의 (a)), 상기 방법에 의해, 공정 A와 공정 B를 거친 후의 PPE 잔차량의 표준 편차(σtotal')를 어림하면,
σtotal'=√(σA2+σB2+σAσBρAB)
=√(1.112+0.532+2*1.11*0.53*0.015)
=1.24㎚
계통성 오차 요인이 큰 경우(도 18의 (b)), 상기 방법에 의해 σtotal'을 어림하면,
σtotal'=√(0.972+0.522+2×0.97×0.52×0.35)
=1.25㎚
로 어느 쪽의 σtotal'도 σtotal의 실측값과 충분히 가까운 값을 얻을 수 있는 것을 알 수 있다.
3개의 공정이 존재하는 경우에도
Z=aX+bY+cW
σz2=a2σx2+b2σy2+c2σw+2abσxσyρxy+2bcσyσwρyw+2caσwσxρwx
로 나타낼 수 있어, 기재된 것과 마찬가지로 각 공정에서의 허용 오차를 동일하게 하여 계산하면,
σ=σz_spec√(a2+b2+c2+2abρxy+2bcρyw+2caρwx)
로 구할 수 있다.
이하 마찬가지로 하여 N개의 공정간의 상관 계수를 이용한 PPE 오차 관리 폭의 설정이 가능하게 되어 있다.
이와 같이 하여, 복수의 공정에 걸치는 PPE의 관리 폭이 사전에 설정되어 있으며, 또한 각 공정의 PPE 관리 폭의 상대값이 설정되는 경우에는, 각 공정의 PPE의 계통성을 고려하여, 공정간의 상관 계수를 이용하여 PPE 관리 폭의 분배를 행함 으로써, 보다 고정밀도의 PPE 관리를 행하는 것이 가능하게 된다.
이상 설명한 공정의 관리 방법은, 반도체 장치의 제조 방법에 적용할 수 있다. 즉, 상기 반도체 장치의 제조 방법은, 상기 실시예 중 어느 하나의 공정의 관리 방법에 의해, 반도체 장치의 제조 공정을 관리하고, 이 관리한 공정을 행하는 것이다. 상기 반도체 장치의 제조 공정은, 마스크 묘화 데이터의 작성 공정, 포토마스크의 제조 공정, 리소그래피 공정 및 가공 공정 중 적어도 하나이다.
이상 설명한 공정의 관리 방법은, 포토마스크의 제조 방법에 적용할 수 있다. 즉, 상기 포토마스크의 제조 방법은, 상기 실시예 중 어느 하나의 공정의 관리 방법에 의해, 포토마스크의 제조 공정을 관리하고, 이 관리한 제조 공정을 행하는 것이다. 상기 포토마스크의 제조 공정은, 패턴 묘화 공정, 레지스트의 현상 공정 및 가공 공정 중 적어도 하나이다.
또한, 본 발명은, 상기 실시예에 한정되는 것은 아니다. 예를 들면, 이상 설명한 실시예의 공정의 관리 방법은, 컴퓨터에 소정의 수순을 실행시키기 위한 프로그램으로서 실시할 수도 있다. 예를 들면, 도 12의 실시예의 공정의 관리 방법의 프로그램은, 컴퓨터에, 단계 S1을 행하게 하는 수순과, 단계 S2를 행하게 하는 수순과, 단계 S3을 행하게 하는 수순과, 단계 S4를 행하게 하는 수순과, 단계 S5를 행하게 하는 수순과, 단계 S6을 행하게 하는 수순과, 단계 S7을 행하게 하는 수순과, 단계 S8을 행하게 하는 수순과, 단계 S9를 행하게 하는 수순과, 단계 S10을 행하게 하는 수순을 실행시키는 것이다.
또한, 본 발명은, 도 19에 도시한 바와 같이, 상기 실시예의 공정의 관리 방 법을 컴퓨터(20)에 실행시키기 위한 프로그램(21)을 기록한 컴퓨터 판독 가능한 기록 매체(예를 들면, CD-ROM, DVD)(22)로서 실시할 수도 있다.
또한, 본 발명은 상기 실시예에 한정되는 것이 아니라, 실시 단계에서는 그 요지를 일탈하지 않는 범위에서 구성 요소를 변형하여 구체화할 수 있다. 또한, 상기 실시예에 개시되어 있는 복수의 구성 요소의 적당한 조합에 의해, 다양한 발명을 형성할 수 있다. 예를 들면, 실시예에 나타나는 모든 구성 요소로부터 몇개의 구성 요소를 삭제해도 된다. 또한, 다른 실시예에 걸치는 구성 요소를 적절하게 조합해도 된다.
그 밖에, 본 발명의 요지를 일탈하지 않는 범위에서, 다양하게 변형하여 실시할 수 있다.