KR100734658B1

KR100734658B1 - Ｍｏｄｅｌｏｐｃ용 데이터 산출 방법

Info

Publication number: KR100734658B1
Application number: KR1020050132416A
Authority: KR
Inventors: 이용석
Original assignee: 동부일렉트로닉스 주식회사
Priority date: 2005-12-28
Filing date: 2005-12-28
Publication date: 2007-07-02

Abstract

본 발명에 따른 Model OPC용 데이터 산출 방법은, 테스트 패턴을 이용하여 Model OPC에 적용될 데이터를 산출하는 방법으로서, 테스트 패턴의 주변밀도에 따라 크롬막과 노크롬막의 비율이 다르게 설정되어 있는 다수 개의 블록으로 나누어져 있는 마스크를 이용하여 각 블록별로 테스트 패턴에 대응되는 패턴을 웨이퍼 상에 형성하는 단계와, 웨이퍼 상에 형성된 각 블록에 대응되는 패턴들의 CD를 측정하는 단계와, 측정된 각 블록별 CD를 평균하여 Model OPC에 적용될 데이터를 산출하는 단계를 포함한다.

이와 같이, 본 발명은 테스트 패턴의 주변 밀도별로 크롬막과 노크롬막의 비율이 다르게 설정된 다수의 블록으로 구성된 마스크를 이용하여 각 블록의 테스트 패턴에 대응되는 패턴을 웨이퍼에 형성한 후 웨이퍼에 형성된 각 블록별 패턴의 CD 평균값으로 Model OPC에 적용될 데이터를 산출함으로서, Model OPC의 정확도를 향상시킬 수 있다.

Model OPC, 밀도, 반도체, 테스트 패턴

Description

ＭＯＤＥＬＯＰＣ용 데이터 산출 방법{METHOD FOR PRODUCING A DATA FOR MODEL OPC}

도 1은 일반적으로 이용되는 테스트 패턴을 도시한 도면이며,

도 2는 본 발명에 따른 Model OPC에 적용될 데이터를 산출하는 과정을 도시한 흐름도이며,

도 3은 테스트 패턴의 주변 밀도에 따라 크롬과 노크롬의 비율이 다르게 설정된 마스크를 도시한 도면이며,

도 4는 도 3의 마스크를 이용하여 웨이퍼 상에 패턴을 형성한 후 각 블록별 패턴의 CD를 측정한 데이터를 나타낸 그래프이다.

본 발명은 반도체 소자의 패터닝에 관한 것으로, 특히 Model OPC용 데이터 산출 방법에 관한 것이다.

반도체 제조 공정 중에서 포토리소그래피 공정은 패턴이 형성되어 반도체가 만들어지기 때문에 상기 포토리소그래피 관련 공정은 매우 중요한다. 상기 포토리소그라피 공정은 소자의 집적도가 높아질수록 그 중요성이 더욱 커지게 되는데, 이 는 상기 소자의 집적도가 높아질수록 패턴의 사이즈는 작아지게 되며, 이 작은 패턴을 해상(resolution)하기 위해서는 그 공정이 성숙되어 있어야 한다.

한편, 반도체 제조 공정의 패터닝 공정은 포토리소그래피 공정과 에칭 공정에 의해 진행된 각 단위 공정이 진행됨에 따라 마스크 레이아웃과 실제 웨이퍼 상에 형성되는 회로 패턴간의 격차가 생기는데, 이때 포토리소그래피 공정 요인에 의한 것은 주로 광근접 효과 때문이고, 에칭 공정 요인에 의한 것은 주로 로딩 때문이다.

공정 근접 보정 기술은 이 두가지 효과를 예측 분석하여 미리 마스크 레이아웃을 보정하는 기술인데, 현재의 공정 근접 보정 기술은 주로 포토리소그래피 공정에서 기안한 광 근접 에러의 보정을 중심으로 이루어지고 있다. 공정 근접 보정을 효과적으로 적용하기 위하여 에칭 공정 요인과 포토리소그래피 공정 요인을 분리하여 분석한 후 보정해주는 다단계 근접 보정 방법과 두 가지 요인을 동시에 처리하는 일괄 근접 보정 방법이 있는데, 두 가지 방법 모두 광 근접 보정 적용 방법, 즉 광 근접 보정 룰, 광 근접 보정 모델, 광 근접 보정 파라미터 등에 제한 받는다.

상기 광 근접 보정 측면에서, 수탁 생산 사업(Foundary business)에서 많이 사용하는 것이 Model OPC이다. Rule OPC와 달리 다양한 커스터머의 DB와 레이아웃에 OPC를 적용하기 용이하기 때문이다. 상기 Model OPC에서 가장 중요한 아이템은 광학 모델이다. 모델을 만들어 패턴을 보정하기 위해서는 근접 효과(Proximity Effect)를 알아야 하고, 상기 근접 효과를 알기 위해서는 테스트 패턴을 통해 선폭(CD : Critical Dimension)을 정확하게 측정하여야 한다.

현재 Model OPC를 적용하기 위해서는 각 소프트웨어 회사에서 지원하는 테스트 패턴을 이용하여 Model OPC에 필요한 데이터를 얻는다. 즉 Model OPC에 필요한 데이터는, 도 1에 도시된 바와 같은 테스트 패턴과 이에 상응하는 마스크를 이용하여 더미 웨이퍼에 노광 공정을 진행한 후 더미 웨이퍼 상에 형성된 각 패턴들의 CD를 측정하여 얻어진다.

한편, 패턴의 주변 밀도에 따라 더미 웨이퍼 상에 형성되는 패턴의 CD가 달라지는데 반해, 종래의 테스트 패턴을 이용한 패턴 형성에서는 테스트 패턴의 주변 밀도를 전혀 고려하지 않는 마스크를 이용하여 더미 웨이퍼 상에 단지 테스트 패턴에 대응되는 패턴만을 형성하기 때문에 Model OPC를 적용하기 위한 정확한 데이터의 산출이 어렵다.

본 발명의 목적은 이와 같은 종래 기술의 문제점을 해결하기 위한 것으로, 테스트 패턴의 주변 밀도별로 크롬막과 노크롬막의 비율이 다르게 설정된 다수의 블록으로 구성된 마스크를 이용하여 각 블록의 테스트 패턴에 대응되는 패턴을 웨이퍼에 형성한 후 웨이퍼에 형성된 각 블록별 패턴의 CD 평균값으로 Model OPC에 적용될 데이터를 산출함으로서, Model OPC의 정확도를 향상시킬 수 있는 Model OPC용 데이터 산출 방법을 제공하는데 있다.

상기와 같은 목적을 달성하기 위하여 본 발명은, 테스트 패턴을 이용하여 Model OPC에 적용될 데이터를 산출하는 방법으로서, 상기 테스트 패턴의 주변밀도에 따라 크롬막과 노크롬막의 비율이 다르게 설정되어 있는 다수 개의 블록으로 나 누어져 있는 마스크를 이용하여 상기 각 블록별로 테스트 패턴에 대응되는 패턴을 웨이퍼 상에 형성하는 단계와, 상기 웨이퍼 상에 형성된 상기 각 블록에 대응되는 패턴들의 CD를 측정하는 단계와, 상기 측정된 각 블록별 CD를 평균하여 상기 Model OPC에 적용될 데이터를 산출하는 단계를 포함한다.

이하, 첨부한 도면을 참조하여 바람직한 실시 예에 대하여 상세히 설명한다.

도 2는 본 발명에 따른 Model OPC에 적용될 데이터를 산출하는 과정을 도시한 흐름도이며, 도 3은 테스트 패턴의 주변 밀도에 따라 크롬과 노크롬의 비율이 다르게 설정된 마스크를 도시한 도면이며, 도 4는 도 3의 마스크를 이용하여 웨이퍼 상에 패턴을 형성한 후 각 블록별 패턴의 CD를 측정한 데이터를 나타낸 그래프이다.

먼저, 도 2를 참조하면, 도 1에 도시된 바와 같은 테스트 패턴의 주변밀도에 따라 크롬막과 노크롬막의 비율이 다르게 설정되어 있는 다수 개의 블록으로 나누어져 있는 마스크, 예를 들면 도 3에 도시된 마스크를 이용하여 각 블록별로 테스트 패턴에 대응되는 패턴을 웨이퍼 상에 형성한다(S200, S202).

마스크는, 도 3에 도시된 바와 같이, 테스트 패턴의 주변 밀도별로 9개의 블록으로 구성되어 있는 것을 예로 들 수 있으며, 테스트 패턴의 주변 밀도가 0%인 블록(301)은 크롬막이 없는 노크롬막으로만 구성, 즉 모든 광을 테스트 패턴에 입사시켜 테스트 패턴에 대응되는 패턴을 웨이퍼 상에 형성하고, 테스트 패턴의 주변 밀도가 10%인 블록(302)은 블록의 영역 중 10%에 해당되는 영역만 크롬막으로 구성 되어 광의 90%를 입사시켜 테스트 패턴에 대응되는 패턴을 웨이퍼 상에 형성하고, 테스트 패턴의 주변 밀도가 90%인 블록(303)은 블록의 영역 중 90%에 해당되는 영역만 크롬막으로 구성되어 광의 10%만을 입사시켜 테스트 패턴에 대응되는 패턴을 웨이퍼 상에 형성시킨다.

이러한 마스크를 이용하여 웨이퍼 상에 각 블록별로 테스트 패턴에 대응되는 패턴을 형성한 후, 형성된 각 블록에 대응되는 패턴들의 CD를 측정한다(S204).

이때, 각 블록, 특히 테스트 패턴의 주변 밀도가 10%, 30%, 70% 및 90%인 블록에 대응되는 패턴들의 CD는 도 4에 도시된 바와 같다. 즉, 도 4에 도시된 바와 같이, 동일한 테스트 패턴을 이용하지만 테스트 패턴의 주변 밀도에 따라 각 블록에 대응되는 패턴들의 CD가 다른 것을 알 수 있다.

단계 S204에서 측정된 각 블록별 패턴들의 CD값의 평균값을 산출함으로서, 본 발명에 따른 Model OPC에 적용될 데이터를 산출할 수 있다(S206).

본 발명에 따르면, 테스트 패턴의 주변 밀도별로 크롬막과 노크롬막의 비율이 다르게 설정된 다수의 블록으로 구성된 마스크를 이용하여 각 블록의 테스트 패턴에 대응되는 패턴을 웨이퍼에 형성한 후 웨이퍼에 형성된 각 블록별 패턴의 CD 평균값으로 Model OPC에 적용될 데이터를 산출함으로서, Model OPC의 정확도를 향상시킬 수 있다.

본 발명은 상술한 특정의 바람직한 실시 예에 한정되지 아니하며, 청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 기술분야에서 통상의 지식을 가진자라면 누구든지 다양한 변형 실시가 가능한 것은 물론이고, 그 와 같은 변경은 청구범위 기재의 범위내에 있게 된다.

이상 설명한 바와 같이, 본 발명은 테스트 패턴의 주변 밀도별로 크롬막과 노크롬막의 비율이 다르게 설정된 다수의 블록으로 구성된 마스크를 이용하여 각 블록의 테스트 패턴에 대응되는 패턴을 웨이퍼에 형성한 후 웨이퍼에 형성된 각 블록별 패턴의 CD 평균값으로 Model OPC에 적용될 데이터를 산출함으로서, Model OPC의 정확도를 향상시킬 수 있다.

Claims

테스트 패턴을 이용하여 Model OPC에 적용될 데이터를 산출하는 방법으로서,

상기 테스트 패턴의 주변밀도에 따라 크롬막과 노크롬막의 비율이 다르게 설정되어 있는 다수 개의 블록으로 나누어져 있는 마스크를 이용하여 상기 각 블록별로 테스트 패턴에 대응되는 패턴을 웨이퍼 상에 형성하는 단계와,

상기 웨이퍼 상에 형성된 상기 각 블록에 대응되는 패턴들의 CD를 측정하는 단계와,

상기 측정된 각 블록별 CD를 평균하여 상기 Model OPC에 적용될 데이터를 산출하는 단계

를 포함하는 Model OPC용 데이터 산출 방법.