KR101166209B1 - 모델 예측을 위한 동적인 샘플링 레이트 적응 - Google Patents

모델 예측을 위한 동적인 샘플링 레이트 적응 Download PDF

Info

Publication number
KR101166209B1
KR101166209B1 KR1020057011157A KR20057011157A KR101166209B1 KR 101166209 B1 KR101166209 B1 KR 101166209B1 KR 1020057011157 A KR1020057011157 A KR 1020057011157A KR 20057011157 A KR20057011157 A KR 20057011157A KR 101166209 B1 KR101166209 B1 KR 101166209B1
Authority
KR
South Korea
Prior art keywords
sampling rate
result
workpieces
model
data
Prior art date
Application number
KR1020057011157A
Other languages
English (en)
Other versions
KR20050085716A (ko
Inventor
토마스 제이. 손더만
알렉산더 제이. 파사다인
그레고리 에이. 체리
Original Assignee
글로벌파운드리즈 인크.
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 글로벌파운드리즈 인크. filed Critical 글로벌파운드리즈 인크.
Publication of KR20050085716A publication Critical patent/KR20050085716A/ko
Application granted granted Critical
Publication of KR101166209B1 publication Critical patent/KR101166209B1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
    • H01L22/20—Sequence of activities consisting of a plurality of measurements, corrections, marking or sorting steps
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L2223/00—Details relating to semiconductor or other solid state devices covered by the group H01L23/00
    • H01L2223/544—Marks applied to semiconductor devices or parts
    • H01L2223/54453—Marks applied to semiconductor devices or parts for use prior to dicing
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L2924/00—Indexing scheme for arrangements or methods for connecting or disconnecting semiconductor or solid-state bodies as covered by H01L24/00
    • H01L2924/0001—Technical content checked by a classifier
    • H01L2924/0002—Not covered by any one of groups H01L24/00, H01L24/00 and H01L2224/00

Abstract

웨이퍼 검사에 관한 샘플링 레이트를 동적으로 조절하기 위한 방법 및 장치. 공정 단계들은 로트와 관련된 다수의 워크피스들에서 수행된다. 공정된 워크피스들 중 적어도 하나와 관련된 계측 데이터를 획득하기 위해 샘플링 레이트가 결정된다. 동적인 샘플링 레이트 조절 공정은 샘플링 레이트를 적응적으로 수정하도록 수행된다. 상기 동적인 샘플링 레이트 조절 공정은 예측된 공정 결과와 실제 공정 결과를 비교하는 단계와, 상기 비교에 기초하여 샘플링 레이트를 수정하는 단계를 포함한다.

Description

모델 예측을 위한 동적인 샘플링 레이트 적응{DYNAMIC ADAPTIVE SAMPLING RATE FOR MODEL PREDICTION}
본 발명은 일반적으로 반도체 제조에 관한 것으로, 특히 모델 예측을 수행하기 위한 웨이퍼 검사에 관한 샘플링 레이트(sampling rate)를 동적으로 조절하기 위한 방법 및 장치에 관한 것이다.
제조 산업에서의 기술 급증 결과 많은 새롭고 혁신적인 제조 공정들이 출현되고 있다. 오늘날의 제조 공정들, 특히 반도체 제조 공정들은 다수의 중요한 공정들을 요구한다. 이러한 공정 단계들은 일반적으로 필수적이고, 그에 따라 일반적으로 적절한 제조 제어를 유지하도록 미세 조정되는 다수의 입력들을 요구한다.
반도체 디바이스들의 제조는 반도체 원재료로부터 패키지된 반도체 디바이스를 생성하기 위한 다수의 개별적인 공정 단계들을 요구한다. 반도체 물질의 초기 성장, 반도체 결정의 개별 웨이퍼들로의 슬라이싱, 제조 단계들(식각, 도핑, 이온 주입 또는 이와 같은 것)로부터, 완전한 디바이스의 패키징 및 최종 테스트까지의 다양한 공정들은 서로 상이하고 전문화되어, 이들 공정들은 서로 다른 제어 방식을 포함하는 서로 다른 제조 위치에서 수행된다.
일반적으로, 종종 로트(lot)라 칭해지는 반도체 웨이퍼들의 그룹에 대해 일련의 공정 단계들이 수행된다. 예를 들어, 다양한 서로 다른 물질들로 구성될 수 있는 공정층이 반도체 웨이퍼 전역에 형성될 수 있다. 그 후, 포토레지스트(photoresist)의 패턴화된 층이 공지된 포토리소그래피 기술들을 사용하여 공정 층 전역에 형성될 수 있다. 일반적으로, 식각 공정은 마스크로서 포토레지스트의 패턴화된 층을 사용하여 공정 층 전역에서 수행된다. 상기 식각 공정은 공정층에 다양한 피쳐(feature)들 및 객체들을 형성한다. 예를 들어, 그러한 피쳐들은 트랜지스터들의 게이트 전극 구조로서 사용될 수 있다. 종종, 트렌치 격리 구조(trench isolation structure)들이 또한 반도체 웨이퍼 전역의 전기적인 영역들을 격리시키기 위하여 반도체 웨이퍼의 기판 전역에 형성된다. 사용될 수 있는 격리 구조의 일례는 셸로우 트렌치 격리(Shallow Trench Isolation, STI) 구조이다.
반도체 제조 설비 내의 제조 툴들은 일반적으로 제조 체제(framework) 또는 공정 모듈들의 네트워크와 통신한다. 각 제조 툴은 일반적으로 장비 인터페이스에 연결된다. 상기 장비 인터페이스는 제조 네트워크가 연결된 기계 인터페이스와 연결되고, 그에 따라 제조 툴과 제조 체제 간의 통신을 용이하게 한다. 상기 기계 인터페이스는 일반적으로 진보된 공정 제어(APC) 시스템의 부분이 될 수 있다. 상기 APC 시스템은 제조 공정을 수행하는데 요구되는 데이터를 자동적으로 검색하는 소프트웨어 프로그램일 수 있는 제어 스크립트를 초기화한다.
도 1은 일반적인 반도체 웨이퍼(105)를 도시한다. 상기 반도체 웨이퍼(105)는 일반적으로 격자(150)로 정렬된 다수의 개별 반도체 다이(103)를 포함한다. 공지된 포토리소그래피 공정들 및 장비를 사용하여, 포토레지스트의 패턴화된 층이 패턴화될 하나 이상의 공정 층들 전역에 형성될 수 있다. 포토리소그래피 공정의 일부분으로서, 전형적으로 사용되는 특정 포토마스크에 따라, 스테퍼(stepper)에 의해 노광 공정이 대략 1대 4 다이(103) 위치에서 한 번에 수행된다. 상기 패턴화된 포토레지스트 층은, 요구되는 패턴을 하부층에 전사하기 위하여, 하부층 또는 물질층 (예컨대, 폴리실리콘 층, 금속층 또는 절연 물질 층)에서 수행되는 습식 또는 건식의 식각 공정 동안 마스크로서 사용될 수 있다. 포토레지스트의 패턴화된 층은 예컨대 하부 공정층에서 복제될 라인-타입 피쳐들 또는 개구-타입 피쳐와 같은 다수의 피쳐들로 구성된다.
이제 도 2를 살펴보면, 종래 기술의 공정 흐름의 블록 다이어그램 설명이 도시된다. 제조 시스템이, 반도체 웨이퍼(105)에 대해 수행될 특정 공정에 기초하여 웨이퍼 분석을 수행하기 위한 샘플링 레이트를 결정한다(블록 210). 이어서, 상기 제조 시스템은 반도체 웨이퍼들(105)을 공정한다(블록 220). 한 뱃치(batch)에 있는 반도체 웨이퍼들(105)을 공정할 때, 상기 제조 시스템은 샘플링 레이트에 기초하여 계측 데이터를 획득한다(블록 230). 상기 샘플링 레이트는 계측 데이터 획득을 위해 한 로트에서 얼마나 많은 그리고 어떠한 반도체 웨이퍼들(105)을 검사해야 할지를 결정하는데 사용된다. 계측 데이터 획득 후, 상기 시스템은 계측 데이터 분석에 기초하여 반도체 웨이퍼들의 공정에 대해 보정한다(블록 240). 상기 반도체 웨이퍼들(105)에서 행해져야 할 하나 이상의 보정을 결정한 후, 상기 제조 시스템은 반도체 웨이퍼들(105)에 대해 계속 공정을 진행한다(블록 250).
현재의 방법론과 관계되는 문제점들 중에는 샘플링된 반도체 웨이퍼들(105)로부터의 데이터가 상기 계측 데이터 상태에 대한 정확한 평가를 제공할 수 없다는 사실이다. 예를 들어, 몇몇 공정들 또는 제조 시스템에서의 조건 변화는 상기 계측 데이터 상태에 대한 보다 정확한 평가를 수행하기 위해 부가적인 계측 데이터를 요구할 수 있다. 소정의 샘플링 레이트는 상기 공정되는 반도체 웨이퍼들(105)의 상태를 정확히 평가하는데 충분한 데이터를 획득하기에 적합하지 않을 수 있다. 예를 들어, 공정 툴 등의 동작에서의 변화와 같이 그러한 조건들을 변화시키는 것은 소정의 샘플링 레이트를 부적절하게 할 수 있다.
더욱이, 반도체 웨이퍼(105)에서 공정을 수행하는데 사용되는 공정 모델은 상기 공정 단계 동안 수정될 수 있으며, 이에 따라 공정 정확성의 적절한 평가를 위해 더 많은 데이터 또는 더 적은 데이터가 요구될 수 있다. 부적절한 계측 데이터는 반도체 웨이퍼(105)의 공정에서 오류들을 야기할 수 있다. 게다가, 불충분한 계측 데이터는, 적절한 계측 데이터가 이용가능했다면 수행될 수 있었던 공정 보정이 결여되게 한다. 반대로, 과도한 계측 데이터의 획득은 웨이퍼 공정 동안 비효율성을 야기할 수 있다.
본 발명은 상기 언급된 문제들 중 하나 이상의 영향을 해결할 수 있거나, 적어도 감소시키고자 한다.
본원 발명의 한 양상으로서, 웨이퍼 검사에 관한 샘플링 레이트를 동적으로 조절하기 위한 방법이 제공된다. 한 로트(lot)와 관계된 복수의 워크피스(workpiece)들에 대해 공정 단계가 수행된다. 공정되는 워크피스 중 적어도 하나에 관한 계측 데이터를 획득하기 위한 샘플링 레이트가 결정된다. 샘플링 레이트를 적응적으로 수정하기 위해 동적인 샘플링 레이트 조절 공정이 수행된다. 상기 동적 샘플링 레이트 조절 공정은 예측된 공정 결과와 실제 공정 결과를 비교하는 단계와, 상기 비교에 기초하여 샘플링 레이트를 수정하는 단계를 포함한다.
본원 발명의 다른 양상으로서, 웨이퍼 검사에 관한 샘플링 레이트를 동적으로 조절하기 위한 방법이 제공된다. 한 로트와 관계된 복수의 워크피스에 대해 동적인 샘플링 레이트 조절 공정이 수행된다. 공정되는 워크피스 중 적어도 하나에 관한 계측 데이터를 획득하기 위한 샘플링 레이트가 결정된다. 상기 워크피스에 대해 수행된 공정으로부터의 결과가 예측된다. 상기 샘플링 레이트에 기초하여 상기 워크피스에 대해 수행된 공정에 관한 실제 결과 데이터가 획득된다. 상기 예측된 결과가 실제 결과와 비교된다. 모델에 의해 수행되는 공정 결과 예측에 관한 불확실성이 판단된다. 상기 불확실성이 소정 허용한계치의 범위를 벗어난다는 결정에 기초하여 상기 샘플링 레이트가 수정된다.
본원 발명의 또 다른 양상으로서, 웨이퍼 검사에 관한 샘플링 레이트를 동적으로 조절하기 위한 시스템이 제공된다. 상기 시스템은 복수의 워크피스들을 공정하기 위한 공정 툴을 포함한다. 상기 시스템은 또한, 상기 공정된 워크피스들에 관한 계측 데이터를 획득하기 위한 계측 툴을 포함한다. 상기 시스템은 또한, 상기 공정 툴에 동작가능하게 연결된 공정 제어기를 포함한다. 상기 공정 제어기는 상기 샘플링 레이트를 적응적으로 수정하기 위해 동적인 샘플링 레이트 조절 공정을 수행할 수 있다. 상기 동적 샘플링 레이트 조절 공정은 예측된 공정 결과와 실제 공정 결과를 비교하는 단계와, 상기 비교에 기초하여 상기 샘플링 레이트를 수정하는 단계를 포함한다.
본 발명의 또 다른 양상으로, 웨이퍼 검사에 관한 샘플링 레이트를 동적으로 조절하기 위한 장치가 제공된다. 상기 장치는 공정 툴에 의해 다수의 워크피스에 대해 수행되는 공정을 제어하도록 된 공정 제어기를 포함한다. 상기 공정 제어기는 공정된 워크피스에 관한 계측 데이터를 획득하는데 사용되는 샘플링 레이트를 적응적으로 수정하기 위해 동적인 샘플링 레이트 조절 공정을 수행할 수 있다. 상기 동적인 샘플링 레이트 조절 공정은 예측된 공정 결과와 실제 공정 결과를 비교하는 단계와, 상기 비교에 기초하여 샘플링 레이트를 수정하는 단계를 포함한다.
본 발명의 또 다른 양상으로, 명령어들로 인코딩된 컴퓨터 판독가능 프로그램 저장 디바이스가 웨이퍼 검사에 관한 샘플링 레이트를 동적으로 조절하기 위해 제공된다. 컴퓨터 판독가능 프로그램 저장 디바이스는, 컴퓨터에 의해 실행될 때, 로트와 관련된 다수의 워크피스에서 공정 단계를 수행하는 단계와; 공정된 워크피스 중 적어도 하나에 관한 계측 데이터를 획득하기 위해 샘플링 레이트를 결정하는 단계와; 그리고 상기 샘플링 레이트를 적응적으로 수정하기 위해 동적인 샘플링 레이트 조절 공정을 수행하는 단계들을 포함하는 방법을 수행하는 명령어로 인코딩된다. 상기 동적인 샘플링 레이트 조절 공정은, 예측된 공정 결과와 실제 공정 결과를 비교하는 단계와, 상기 비교에 기초하여 샘플링 레이트를 수정하는 단계를 포함한다.
본 발명은 첨부된 도면과 일치하는 이하의 설명을 참조하여 이해될 수 있으며, 동일한 도면부호는 동일한 구성요소를 나타낸다.
도 1은 공정된 종래 기술 반도체 웨이퍼의 단순화된 블록도이다.
도 2는 반도체 웨이퍼들을 제조하는 동안 종래 기술 공정 흐름의 단순화된 플로우차트 설명을 예시한다.
도 3은 본 발명의 예시적인 일 실시예에 따르는 시스템의 블록도 표현을 제공한다.
도 4는 본 발명의 예시적인 일 실시예에 따르는, 도 3의 툴 상태 데이터 획득 유닛의 더욱 상세한 블록 다이어그램 표현을 도시한다.
도 5는 본 발명의 예시적인 일 실시예에 따르는, 도 3의 동적인 적응성 샘플링 레이트 유닛의 더 상세한 블록 다이어그램 표현을 도시한다.
도 6은 본 발명의 예시적인 일 실시예에 따르는, 도 3에 도시된 시스템의 더욱 상세한 블록 다이어그램 표현을 도시한다.
도 7은 본 발명의 예시적인 일 실시예에 따르는 방법의 플로우챠트 설명을 도시한다.
도 8은 본 발명의 예시적인 일 실시예에 따라, 도 7에 나타낸 바와 같이, 모델을 정의하고 모델링 함수(modeling fuction)를 실행하는 방법의 더욱 상세한 플로우 챠트 설명을 도시한다.
도 9는 본 발명의 예시적인 일 실시예에 따른, 도 7에 나타낸 바와 같이, 동적인 적응성 샘플링 레이트 조절 공정을 수행하는 방법의 더욱 상세한 플로우챠트 설명을 도시한다.
본 발명은 다양한 변형물과 대체 형상에 적용하기 쉬우나, 본원의 구체적인 설명은 도면에서 예시된 방식에 의해 보여지며 여기서 상세히 설명된다. 그러나, 본원에서 특정 실시예들의 설명은 본 발명을 개시된 특정 형태들로 한정하는 것이 아니라, 첨부된 청구항들에 의해 정의된 발명의 사상과 범위 내에 있는 모든 변형물, 균등물과 대체물을 포함한다는 것을 이해해야 한다.
본 발명의 구체적인 실시예들은 이하에서 설명된다. 명확한 설명을 위해, 실제 구현되는 모든 형태들이 상세한 설명에서 기술되는 것은 아니다. 물론 임의의 실질적인 구체화 단계에 있어서, 수많은 구체적인 실행 결정들은 시스템 관련, 사업 관련 제약에 따라 개발자들의 구체적 목적을 성취하기 위해 정해져야 하며, 어떤 실행에서 다른 실행으로 변경될 것이다. 게다가, 그러한 개발 노력은 복잡하고 시간 소비가 따르나, 개시된 내용을 습득한 당업자에게는 일상적인 작업이라는 사실에 유의한다.
반도체 제조에는 많은 이산적인 공정들이 수반된다. 많은 시간, 워크피스들(예컨대, 반도체 웨이퍼들(105), 반도체 디바이스들 등)은 다중 제조 공정 툴들을 통해 단계화된다. 본 발명의 실시예들은, 분석을 위해 웨이퍼들(105)의 샘플링을 조절하는데 사용될 수 있는 동적인 적응성 샘플링 레이트를 수행하기 위해 제공된다. 샘플링 레이트를 조절하는 것은 반도체 웨이퍼들(105)의 공정 동안 변화하는 조건들에 응답하여 수행될 수 있다. 예를 들어, 상기 공정은 반도체 웨이퍼들(105)의 적절한 제조에 잠재적으로 영향을 미치는 다양한 인자들에 기초하여 반도체 웨이퍼들(105)을 검사하는데 사용되는 샘플링 레이트의 동적인 변경을 허용한다.
공정 결과들의 예측 - 예컨대, 일련의 공정이 수행된 후 반도체 웨이퍼(105)가 어떻게 나타날지를 예측 - 을 수행하는 공정 모델은, 공정 모델이 계측 데이터에 더욱 민감하게 되도록 수정될 수 있다. 따라서, 더욱 정확하게 공정 결과를 예측하고, 공정 모델의 증가된 민감도에 정합하도록 하기 위해, 샘플링 레이트를 증가시킬 수 있다. 즉, 계측 데이터에 대한 공정 모델의 민감도가 더 높아질수록, 샘플링 레이트는 더욱 높아지며, 그 역도 마찬가지이다. 일 실시예로서, 수정된 샘플링 레이트가 반도체 웨이퍼(105)의 후속적인 뱃치에 대해 적용될 수 있다. 본 발명의 실시예들에 의해 제공되는 적응성 샘플링 레이트를 이용하여, 상기 공정된 반도체 웨이퍼(105)의 계측 상태의 보다 정확한 평가가 가능할 수 있으며, 그에 따라, 더욱 바람직하고 더욱 정확한 공정 제어가 제공될 수 있다.
이제 도 3을 살펴보면, 본 발명의 실시예들에 따른 시스템(300)의 블록 다이어그램 설명이 도시된다. 시스템(300)의 공정 제어기(310)는 공정 툴(610)에 관한 다양한 동작들을 제어할 수 있다. 상기 시스템(300)은, 공정된 반도체 웨이퍼(105)에 관한 계측 데이터, 툴 상태 데이터 등과 같은 제조 관련 데이터를 획득할 수 있다. 상기 시스템(300)은 또한, 공정된 반도체 웨이퍼(105)에 관한 계측 데이터를 획득하기 위한 계측 툴(650)을 포함한다.
상기 시스템(300)은 또한 데이터베이스 유닛(340)을 포함할 수 있다. 상기 데이터베이스 유닛(340)은 계측 데이터, 상기 시스템(300)의 동작과 관련된 데이터 (예컨대, 상기 공정 툴(610)의 상태, 상기 반도체 웨이퍼들(105)의 상태 등) 등과 같은 다수의 타입의 데이터를 저장하기 위해 제공된다. 상기 데이터베이스 유닛(340)은 상기 공정 툴(610)에 의해 수행되는 다수의 공정 실행들에 관한 툴 상태 데이터를 저장할 수 있다. 상기 데이터베이스 유닛(340)은 툴 상태 데이터 및/또는 반도체 웨이퍼들(105)을 공정하는 것에 관한 다른 제조 데이터를 데이터베이스 저장 유닛(345)에 저장하기 위해 데이터베이스 서버(342)를 포함할 수 있다.
상기 시스템(300)은 또한, 툴 상태 데이터를 획득하기 위한 툴 상태 데이터 획득 유닛(320)을 포함할 수 있다. 상기 툴 상태 데이터는, 공정 툴(610)의 동작에 관한 압력 데이터, 온도 데이터, 습도 데이터, 기체 흐름 데이터(gas flow data), 다양한 전기 데이터 등을 포함할 수 있다. 식각 툴에 대한 예시적인 툴 상태 데이터는, 기체 흐름, 챔버 압력, 챔버 온도, 전압, 반사된 전력, 후방 헬륨 압력, RF 조절 파라미터 등을 포함할 수 있다. 툴 상태 데이터는 주변 온도, 습도, 압력 등과 같은 공정 툴(610) 외부의 데이터를 포함할 수도 있다. 툴 상태 데이터 획득 유닛(320)의 더욱 상세한 도시 및 설명은 도 4 및 이하에 첨부된 설명에서 제공된다.
상기 시스템(300)은 또한, 반도체 웨이퍼들(105)의 공정에 관한 다양한 결함 검출 분석을 수행할 수 있는 결함 검출 및 분류 유닛(FDC)(330)을 포함한다. 결함 검출 및 분류 유닛(330)은 반도체 웨이퍼(105)의 공정 동안 결함에 관한 데이터를 제공할 수 있다. 결함 검출 및 분류 유닛(330)에 의해 수행되는 결함 검출 분석은 툴 상태 데이터 및/또는 계측 데이터의 분석을 포함할 수 있다. FDC 유닛(330)은 계측 툴 데이터를 분석함으로써 특정한 툴 상태 데이터를 공정된 반도체 웨이퍼(105)에서 검출된 오류들과 상호관련시킬 수 있다. 예를 들어, 공정된 반도체 웨이퍼들(105)에서 발견된 임계 치수 오류들과 같은 특정 오류들은, 툴 상태 데이터에 관한 특정 기체 유속 또는 온도 데이터와 상호관련될 수 있다. FDC 유닛(330)에 의해 수행되는 결함 검출은 또한, 공정 툴들(610)에 통합되는 원위치(in-situ)의 센서들로부터 데이터를 분석하는 것을 포함한다.
시스템(300)의 모델 유닛(350)은, 반도체 웨이퍼들(105) 위에 형성되는 특정 구조들의 임계 치수를 예측하는 것과 같이, 웨이퍼 상태 결과의 예측(예컨대, 공정된 반도체 웨이퍼들(105)의 하나 이상의 상태들에 관한 예측)을 수행할 수 있다. 웨이퍼 상태 결과의 예측은 공정 조건 입력 데이터에 기초할 수 있다. 모델 유닛(350)은 임의의 특정한 제어 입력 파라미터들에 기초하여 공정되는 반도체 웨이퍼들(105)의 발생가능한 상태를 결정하기 위하여, 반도체 웨이퍼들(105)에 대해 수행될 공정 단계들의 거동들 및 결과들을 모델링할 수 있다.
상기 모델 유닛(350)으로부터의 예측 데이터는 시스템(300)과 관계하는 동적인 적응성 샘플링 레이트 유닛(360)이 샘플링 레이트의 동적 적응을 수행하는데 사용될 수 있다. 상기 동적인 적응성 샘플링 레이트 유닛(360)은 반도체 웨이퍼(105)의 공정 동안 발생할 수 있는 다수의 공정 변화들 중 하나에 기초하여 (뱃치/로트의 특정 웨이퍼(105)를 검사하는 것에 관한) 샘플링 레이트를 동적으로 수정할 수 있다. 상기 동적인 적응성 샘플링 레이트 유닛(360)은 모델 유닛(350)에서의 변화에 기초하여 뱃치에 있는 반도체 웨이퍼(105)들에 대한 검사의 샘플링 레이트를 증가시킬 수 있다. 즉, 만약 모델 유닛(350)이 계측 데이터에 더욱 민감하게 된다면, 샘플링 레이트를 증가시켜 보다 정확한 계측 데이터가 더 나은 공정 출력의 예측을 위해 모델 유닛(350)에 제공되도록 할 수 있다. 게다가, 상기 모델 유닛(350)이 제공하는 특정 예측들에 기초하여, 상기 시스템(300)은 반도체 웨이퍼들(105)에 대해 수행되는 공정 단계들의 결과를 더욱 엄밀하게 평가하기 위해 샘플링 레이트를 변화시킬 수 있다. 동적인 적응성 샘플링 레이트 유닛(360)에 관한 보다 상세한 설명이 도 5를 참조로 하여 제공된다.
일 실시예에서, 상기 시스템(300)은 본 발명의 실시예들에 의해 제공되는 불확실성 인자들에 기초하여, 뱃치마다 샘플링 레이트를 수정하는데 있어 관리 역할을 수행할 수 있다. 일 실시예로서, 링 발진기 주파수 측정들, 드라이브 전류(drive current) 등과 같은 라인 종단 전기 테스트(end-of-line electrical tests)가 수행된다. 이어서, 실제 전기 측정들에 의한 결과들이 모델 유닛(350)이 제공하는 예측된 전기 파라미터들과 비교된다. 이어서, 실제 전기 테스트 결과들과 예측된 전기 파라미터들 간의 차이에 기초하여 불확실성 인자가 결정된다. 만약 불확실성 인자가 상대적으로 높다면, 샘플링 레이트는 뱃치/로트의 웨이퍼 상태를 적절히 특성화하기에 충분하게 높지 않을 수 있다. 따라서, 샘플링 레이트는 후속적인 뱃치/로트에 대해 증가될 수 있다. 이 불확실성 인자는 계측 분석을 위해, 공정되는 웨이퍼들(105)을 검사하는데 사용되는 샘플링 레이트를 수정하기 위하여 샘플링 레이트 유닛(360)에 의해 사용될 수 있다. 일 실시예로서, 샘플링 레이트는 후속적으로 공정되는 뱃치에 웨이퍼들(105)을 검사하기 위하여 수정된다.
공정 제어기들(310), FDC 유닛(330), 모델 유닛(350) 및/또는 동적인 적응성 샘플링 레이트 유닛(360)은 독립형 유닛인 소프트웨어, 하드웨어 또는 펌웨어 유닛이 될 수 있거나, 상기 시스템(300)과 관련된 컴퓨터 시스템에 통합될 수 있다. 더욱이, 도 3에서 도시된 블록들에 의해 표현되는 다양한 소자들은 시스템 통신 라인(315)을 통해 다른 소자와 통신할 수 있다. 상기 시스템 통신 라인(315)은 컴퓨터 버스 링크, 전용 하드웨어 통신 링크, 전화 시스템 통신 링크, 무선 통신 링크, 또는 본 명세서의 이득을 가지는 본 기술분야에서 통상의 지식을 가진자에 의해 구현될 수 있는 다른 통신 링크들이 될 수 있다.
이제 도 4를 살펴보면, 도 3에서 도시된 툴 상태 데이터 획득 유닛(320)의 더욱 상세한 블록 다이어그램이 제공된다. 툴 상태 데이터 획득 유닛(320)은 다양한 서로 다른 타입의 센서들, 예컨대 압력 센서(410), 온도 센서(420), 습도 센서(430), 기체 유속 센서(440), 전기 센서(450) 등 중 어떠한 것도 포함할 수 있다. 대안적인 실시예로서, 툴 상태 데이터 획득 유닛(320)은 공정 툴(610)에 통합되는 원위치의 센서들을 포함할 수 있다. 압력 센서(410)는 공정 툴(610) 내의 압력을 검출할 수 있다. 온도 센서(420)는 공정 툴(610)의 다양한 부분들의 온도를 감지할 수 있다. 습도 센서(430)는 공정 툴(610)의 다양한 부분에서의 상대적인 습도 즉, 주변 환경 조건들의 상대적인 습도를 검출할 수 있다. 기체 유속 센서(440)는 반도체 웨이퍼들(105)의 공정 동안 이용되는 다수의 공정 기체들의 유속을 검출할 수 있는 다수의 유속 센서들을 포함할 수 있다. 예를 들어, 기체 유속 센서(440)는 NH3, SiH4, N2, N20 및 다른 공정 기체들과 같은 기체들의 유속을 검출할 수 있는 센서들을 포함할 수 있다.
일 실시예로서, 전기 센서(450)는 포토리소그래피 공정들에 사용되는 램프에 제공되는 전류와 같은, 다수의 전기 파라미터들을 검출할 수 있다. 툴 상태 데이터 획득 유닛(320)은 본 명세서의 이득을 갖는 본 기술분야의 통상의 지식을 가진 자에게 알려진 다양한 제조 변수들을 검출할 수 있는 다른 센서들도 포함할 수 있다. 툴 상태 데이터 획득 유닛(320)은 또한, 데이터 인터페이스(460)를 포함할 수 있다. 상기 데이터 인터페이스(460)는 공정 툴(610) 및/또는 툴 상태 데이터 획득 유닛(320) 내에 포함되거나 이와 관련된 다양한 센서들로부터 센서 데이터를 수신할 수 있고, 상기 데이터를 공정 제어기(310)에 전송할 수 있다.
이제 도 5를 살펴보면, 본 발명의 일 실시예에 따르는, 동적인 적응성 샘플링 레이트 유닛(360)의 더욱 상세한 설명이 제공된다. 동적인 적응성 샘플링 레이트 유닛(360)은 계측 데이터, 툴 상태 데이터, 샘플링 레이트 데이터, 모델 유닛(350)으로부터의 모델링 데이터 등과 같은 다수의 제조-관련 데이터를 수신할 수 있다. 동적인 적응성 샘플링 레이트 유닛(360)에 의해 수신되는 데이터에 기초하여, 새로운 샘플링 레이트가 계측 데이터의 더욱 정확한 평가를 위해 제공될 수 있다. 동적인 적응성 샘플링 레이트 유닛(360)은 모델 불확실성 계산 유닛(510) 및 적응성 샘플링 레이트 계산 유닛(520)을 포함할 수 있다. 모델 불확실성 계산 유닛(510)은 모델 유닛(350)의 예측력에 관한 불확실성(또는 확실성) 양을 결정하거나 정량화할 수 있다. 일 실시예로서, 불확실성 계산 유닛(510)은 예측 데이터 (즉, 모델 데이터)를 계측 데이터 분석 단계들로부터 획득된 실제 계측 값들과 비교하여, 상기 예측에서의 불확실성을 결정할 수 있다.
상기 계산된 불확실성에 기초하여, 적응성 샘플링 레이트 계산 유닛(520)은, 공정되는 반도체 웨이퍼들(105)로부터 계측 데이터를 획득하기 위한 샘플링 레이트를 증가시키거나 감소시킬 수 있다. 만약, 모델 유닛(350)의 동작 불확실성이 높다면, 보다 정확한 공정 출력 예측(예컨대, 뱃치/로트에서의 더 많은 반도체 웨이퍼들(105)이 분석된다)을 수행하기 위해 보다 정확한 계측 평가가 모델 유닛(350)에 제공되도록 샘플링 레이트가 증가된다. 모델 불확실성 계산 유닛(510)에 의해 계산될 때, 만약 모델 불확실성이 낮으면 적응성 샘플링 레이트 계산 유닛(520)은 샘플링 레이트를 감소시킬 수 있다(즉, 뱃치/로트에서 보다 적은 수의 반도체 웨이퍼들(105)이 분석된다).
적응적으로, 동적인 적응성 샘플링 레이트 유닛(360)은 모델링 데이터 출력에서의 불확실성 양을 소정 범위 내로 유지하기 위해 샘플링 레이트를 증가 또는 감소시키는 식으로 조정 또는 변경할 수 있다. 적응적으로 샘플링 레이트를 조절함으로써, 모델 유닛(350) 출력의 정확성이 증가되며 소정 범위의 허용한계치 내에 유지된다. 본 발명의 실시예들은 예측 오류들을 결정하기 위해 실제 데이터 출력과 예측 데이터 출력을 이용함으로써, 계측 데이터 획득을 위해 뱃치/로트 내의 반도체 웨이퍼들(105)을 분석하는 샘플링 레이트의 적응성 변화를 유도하는 것을 제시한다. 동적인 적응성 샘플링 레이트 유닛(360)은 계측 데이터에 대한 추가적인 분석을 위한 계산들에 기초하여 새로운 샘플링 레이트를 제공할 수 있다. 일 실시예로서, 이 새로운 샘플링 레이트는 후속적으로 공정되는 뱃치에 있는 반도체 웨이퍼들(105)을 검사하기 위해 적용된다.
이제 도 6을 살펴보면, 본 발명의 일 실시예에 따르는 시스템(300)의 더욱 상세한 블록도가 도시된다. 반도체 웨이퍼들(105)은 라인 또는 네트워크(623)를 통해 제공되는 다수의 제어 입력 신호 또는 제조 파라미터들을 사용하는 공정 툴들(610a, 610b)에서 공정된다. 제어 입력 신호 또는 제조 파라미터들이 상기 라인(623)을 통해 컴퓨터 시스템(630)으로부터 기계 인터페이스들(615a, 615b)을 거쳐 공정 툴들(610a, 610b)에 전송된다. 제1 및 제2 기계 인터페이스들(615a, 615b)은 일반적으로 공정 툴들(610a, 610b) 외부에 위치된다. 대안적인 실시예로서, 제1 및 제2 기계 인터페이스들(615a, 615b)이 공정 툴들(610a, 610b) 내에 위치된다. 반도체 웨이퍼들(105)이 다수의 공정 툴들(610)에 제공되고 이들 공정툴로부터 이송된다. 일 실시예로서, 반도체 웨이퍼들(105)은 수동적으로 공정 툴(610)에 제공될 수 있다. 대안적인 실시예로서, 반도체 웨이퍼들(105)은 자동화 방식(예컨대, 반도체 웨이퍼들(105)의 로봇식 이동)으로 공정 툴(610)에 제공될 수 있다. 일 실시예로서, 다수의 반도체 웨이퍼들(105)은 로트별로 (예컨대, 카세트들에 적재된 채로) 공정 툴들(610)로 이송된다.
일 실시예로서, 컴퓨터 시스템(630)은 라인(623)을 통해 제어 입력 신호, 또는 제조 파라미터들을 제1 및 제2 기계 인터페이스들(615a, 615b)에 전송한다. 컴퓨터 시스템(630)이 공정 동작을 제어한다. 일 실시예로서, 컴퓨터 시스템(630)은 공정 제어기이다. 컴퓨터 시스템(630)은 다수의 소프트웨어 프로그램들 및 데이터 세트들을 내포하는 컴퓨터 저장 유닛(632)에 연결된다. 컴퓨터 시스템(630)은 여기서 설명된 동작을 수행할 수 있는 하나 이상의 프로세서(도시되지 않음)를 포함할 수 있다. 컴퓨터 시스템(630)은 상기 라인(623)에 제어 입력 신호들을 발생시키기 위해 제조 모델(640)을 사용한다. 일 실시예로서, 제조 모델(640)은 라인(623)에서 공정 툴들(610a, 610b)에 전송되는 다수의 제어 입력 파라미터들을 결정하는 제조 방식을 포함한다.
일 실시예로서, 제조 모델(640)은 특정한 제조 공정을 구현하는 공정 스크립트 및 입력 제어를 정의한다. 상기 라인(623)을 통해 공정 툴 A(610a)로 향할 제어 입력 신호들(또는 제어 입력 파라미터들)이 제1 기계 인터페이스(615a)에 의해 수신 및 처리된다. 라인(623)을 통해 공정 툴 B(610b)로 향할 제어 입력 신호들이 제2 기계 인터페이스(615b)에 의해 수신 및 처리된다. 반도체 제조 공정들에서 사용되는 공정 툴들(610a, 610b)의 예로서 스테퍼들, 식각 공정 툴들, 증착 툴들 등이있다.
공정 툴들(610a, 610b)에 의해 공정되는 반도체 웨이퍼들(105) 중 하나 이상이 계측 데이터의 획득을 위하여 계측 툴(650)에 또한 전송될 수 있다. 계측 툴(650)은 산란계측 데이터 획득 툴(scatterometry data acquisition tool), 오버래이-오류 측정 툴, 임계 치수 측정 툴 등일 수 있다. 일 실시예로서, 계측 툴(650)이 하나 이상의 공정된 반도체 웨이퍼들(105)을 검사한다. 계측 데이터 분석 유닛(660)은 계측 툴들(650)으로부터 데이터를 수집, 편성 및 분석할 수 있다. 상기 계측 데이터는 반도체 웨이퍼들(105) 전역에 형성된 디바이스들의 다양한 물리적 또는 전기적 특성에 관한 것이다. 예를 들어, 라인 폭 측정, 트렌치 깊이, 측벽 각도, 두께, 저항 등에 관한 계측 데이터가 얻어질 수 있다. 계측 데이터는 공정되는 반도체 웨이퍼들(105) 전역에 존재할 수 있는 결함들을 결정하는데 사용되며, 공정 툴들(610)의 성능을 정량화하는데 사용될 수 있다.
상기 동적인 적응성 샘플링 레이트 유닛(360)은, 계측 데이터 분석 유닛(660)으로부터의 계측 분석 데이터, 상기 데이터베이스 유닛(340)으로부터 저장된 공정 데이터, 상기 모델 유닛(350)으로부터의 모델 예측 데이터, 툴 상태 데이터 획득 유닛(320)으로부터의 툴 상태 데이터, 및/또는 FDC 유닛(330)으로부터의 결함 검출 데이터와 같은 다수의 제조 관련 데이터를 수신한다. 전술한 동적인 적응성 공정을 사용하여, 동적인 적응성 샘플링 레이트 유닛(360)은 라인 종단 테스트 결과를 예측된 결과와 비교하는 것에 기초하여 샘플링 레이트의 조절을 수행할 수 있다. 따라서, 반도체 웨이퍼들(105)의 후속적으로 공정되는 뱃치/로트의 분석에서 사용하기 위해 새로운 샘플링 레이트가 컴퓨터 시스템(630)에 제공될 수 있다. 이어서, 상기 컴퓨터 시스템(630)은 상기 새로운 샘플링 레이트를 적용하고, 이에 기초하여 후속적인 뱃치/로트에서 증가 또는 감소된 개수의 선택된 반도체 웨이퍼들(105)에 대해 계측 데이터에 대한 분석을 수행한다.
이제 도 7을 살펴보면, 본 발명의 실시예들에 따른 방법의 플로우 차트 설명이 예시된다. 반도체 웨이퍼들(105)에 대한 공정 준비 시, 시스템(300)은 공정 상세 사항들, 예컨대 사용할 공정 타입, 공정 순서 등을 결정할 수 있다(블록 710). 공정 세부 사항들은 일반적으로 공정되는 반도체 웨이퍼들(105)로부터 궁극적으로 제조될 디바이스에 기초할 수 있다. 이어서, 상기 시스템(300)은 다수의 공정 입력 데이터에 기초하여 공정 출력을 제어하고/거나 예측할 수 있는 모델을 정의할 수 있다. 일단 모델이 정의되면, 공정 결과 예측 함수를 포함하는 모델링 함수가 실행된다(블록 720). 상기 모델은, 공정 입력 파라미터들과 같은 공정 파라미터들과, 공정되는 반도체 웨이퍼들(105)로부터 결정된 전기 파라미터들 간의 관계에 기초하여 정의될 수 있다. 블록(720)에 나타낸 바와 같이, 공정 모델을 정의하는 보다 상세한 설명이 도 8을 참조로 하여 제공된다.
공정 세부 사항들 및 상기 정의된 모델에 기초하여, 시스템(300)은 특정한 공정 단계에 대해 사용될 샘플링 레이트를 설정할 수 있다(블록 730). 일반적으로, 모델의 민감도가 더 높아질수록, 샘플링 레이트도 더 높아지며, 그 역도 마찬가지이다. 샘플링 레이트를 설정하면, 시스템(300)은 뱃치/로트에 관련된 반도체 웨이퍼들(105)을 공정할 수 있다(블록 740). 이어서, 상기 시스템(300)은 계측 데이터를 획득하고, 동적인 적응성 샘플링 레이트 조절 공정을 수행할 수 있다(블록 750). 동적인 적응성 샘플링 레이트 조절 공정은, 예측된 결과와 비교되는 라인 종단 테스트 결과에 기초하여 계측 데이터를 획득하는데 사용될 조절된 새로운 샘플링 레이트를 제공한다. 블록(750)에 나타낸 상기 동적인 적응성 샘플링 레이트 조절 공정에 대한 설명이 도 9를 참조로 하여 제공된다. 동적인 적응성 샘플링 레이트 조절 공정을 수행한 결과로서 제공되는 새로운 샘플링 레이트에 기초하여, 시스템(300)은 반도체 웨이퍼들(105)의 공정을 계속하며, 이어서 새로운 샘플링 레이트를 사용하여 계측 데이터를 획득한다(블록 760, 770). 일 실시예로서, 새로운 샘플링 레이트가 후속적으로 공정되는 뱃치의 반도체 웨이퍼들(105)을 검사하기 위해 적용된다.
이제 도 8을 살펴보면, 도 7의 블록(720)에 나타낸 바와 같이 모델을 정의하는 것과 관련된 단계들의 보다 상세한 플로우 차트 설명이 제공된다. 상기 시스템(300)은 평가되는 특정 공정에 관한 파라미터들의 그룹을 식별할 수 있다(블록 810). 이어서, 상기 시스템(300)은 파라미터들의 그룹의 식별에 기초하여 관련 결과 파라미터들을 식별한다(블록 820). 예를 들어, 특정 전기 파라미터들에 관한 결과 파라미터들이 결정된다. 이어서, 시스템(300)은 어떤 공정 파라미터가 관련 결과 파라미터들에 영향을 미치는지를 결정한다(블록 830). 이어서, 상기 시스템(300)은 최종 결과에 대한 파라미터들의 민감도를 결정할 수 있다(예컨대, 최종 전기 파라미터들에 대한 파라미터들의 민감도를 결정할 수 있다. 상기 파라미터들의 민감도는 계측 데이터, 툴 상태 데이터, 저장된 공정 데이터 등을 분석함으로써 결정될 수 있다(블록 840). 이어서, 상기 시스템(300)은 선택된 공정 파라미터들에 기초하여 최종 결과를 정한다. 일반적으로, 상기 단계는 파라미터들에 기초하여 결과들을 예측함으로써 수행된다.
이제 도 9를 설명하면, 동적인 적응성 샘플링 레이트 공정을 수행하는 보다 상세한 플로우 차트 설명이 도시된다. 상기 시스템(300)은 모델 결과를 예측할 수 있다(블록 910). 즉, 예상되는 공정 결과가, 모델 유닛(350)과 같은 소정 모델에 의해 예측된다. 상기 시스템(300)은 실제 결과 데이터(예컨대, 전기 테스트 데이터와 같은 획득된 계측 데이터 및 결과 데이터)를 획득할 수 있다(블록 920). 이어서, 상기 시스템(300)은 상기 파라미터에 기초하여, 실제 결과와 예측된 결과를 비교하는 시나리오를 준비할 수 있다(블록 930). 실제 공정 결과대 예측된 공정 결과의 비교는 상기 모델에 관한 불확실성(또는 확실성)을 결정하는데 사용될 수 있다. 예를 들어, 불확실성은 상기 모델에서 정해진다(예컨대, 만약 실제 결과가 상기 예측된 결과와 지속적으로 상당히 다르다면, 불확실성이 높다)(블록 940).
이어서, 상기 시스템(300)은 상기 모델 예측에 관한 불확실성이 정확한 공정 동작에 대해 너무 높은지를 결정할 수 있다(블록 950). 상기 모델에 관한 불확실성이 너무 높지 않다고 결정될 때, 현재 샘플링 레이트는 추가적인 공정을 위하여 유지된다(블록 960). 상기 예측된 모델 결과와 관련된 불확실성이 매우 높다고 시스템(300)이 결정할 때, 상기 시스템(300)은 불확실성을 감소시키기 위하여 샘플링 레이트를 더 높게 증가시키도록 동작한다(블록 970). 수정된 샘플링 레이트는 후속적인 뱃치/로트의 공정되는 반도체 웨이퍼들(105)을 검사하는데 이용될 수 있다. 도 9에 도시된 단계들은 실질적으로 도 7의 블록(750)과 관련된 단계들을 완수한다. 본 발명의 실시예들을 이용하여, 상기 시스템(300)은 복수의 인자들에 기초하여 수정된 샘플링 레이트들에 동적으로 적응될 수 있다. 예를 들어, 상기 시스템(300)은 모델 예측 함수의 정확성을 평가할 수 있고, 리소스를 더욱 효과적으로 사용하기 위해 샘플링 레이트를 변화시킬 수 있다.
본 발명에 의해 얻어진 원리는 KLA-Tencor, Inc에 의해 제공된 촉매 시스템(Catalyst system)과 같은 진보된 공정 제어(APC) 체제로 구현될 수 있다. 상기 촉매 시스템은 국제 반도체 설비 및 물질(Semiconductor Equipment and Materials International)(SEMI) 컴퓨터 통합 제조(Computer Integrated Manufacturing)(CIM) 체제 호환 시스템 기술들을 이용하며, 진보된 공정 제어(APC) 체제를 기초로 한다. CIM(SEMI E81-0699 -CIM 체제 도메인 구조에 대한 가 사양) 및 APC(SEMI E93-0999 - CIM 체제 진보된 공정 제어 성분에 대한 가 사양) 사양은 SEMI로부터 공개적으로 이용가능하다. APC 체제는 본 발명에 의해 알려진 제어 기술을 구현하기 위한 바람직한 플랫폼이다. 몇몇 실시예들에 있어서, APC 체제는 공장-전역 소프트웨어 시스템(factory-wide software system)이 될 수 있다. 따라서, 본 발명에 의해 알려진 제어 방법은 공장에서 가상적인 임의의 반도체 제조 툴들에 적용될 수 있다. APC 체제는 또한 원거리 액세스와, 공정 수행을 모니터링하는 것을 허용한다. 더욱이, APC 체제를 이용함으로써, 데이터 저장소는 로컬 드라이브보다 더 편하고, 더 유연하며, 덜 비쌀 수 있다. APC 체제는 필수적인 소프트웨어 코드를 기입하는데 유연성 있는 상당한 용량을 제공하기 때문에 더 정교한 제어 타입을 허용한다.
APC 체제에서 본 발명에 의해 알려진 제어 방법의 개발은 다수의 소프트웨어 구성요소를 요구할 수 있다. APC 체제 내의 구성요소에 부가하여, 컴퓨터 스크립트는 상기 제어 시스템에 관련된 각각의 반도체 제조 툴들에 대해 기입된다. 제어 시스템 내에서의 반도체 제조 툴이 반도체 제조 공정에서 개시될 때, 일반적으로 오버래이 제어기와 같은 공정 제어기에 의해 요구되는 동작을 초기화하기 위한 스크립트를 요청한다. 상기 제어 방법들은 일반적으로 이러한 스크립트 내에서 정의되고 수행된다. 이러한 스크립트들의 개발은 제어 시스템 개발의 상당 부분을 포함할 수 있다. 본 발명에 의해 알려진 원리들은 다른 타입의 제조 체제들로 구현될 수 있다.
상기 개시된 특정 실시예들은 단지 예시적인 것으로서, 본 발명은 상이하나 개시된 내용을 습득한 당업자에게 명백히 균등한 방식으로 변경되거나 실행될 수 있다. 더욱이, 이하 청구항에서 기술된 것을 제외하고 여기 보여진 구조 또는 설계에 대한 상세한 설명에 제한되지 않는다. 그에 따라 상기 구체화된 상세한 설명은 변경되거나 수정될 수 있고 그러한 변경은 본 발명의 사상과 범위 내에 있다는 것은 명백하다. 따라서 보호범위는 이하의 청구범위에 개시되어 있다.

Claims (10)

  1. 로트와 관련된 복수의 워크피스(workpiece)들에 대해 공정 단계를 수행하는 단계와;
    상기 공정 단계를 거치는 워크피스들 중 적어도 하나에 대한 공정 수행에 관한 적어도 하나의 예측 모델의 계측 데이터를 획득하기 위한 샘플링 레이트를 결정하는 단계와, 여기서 상기 적어도 하나의 예측 모델은 수행될 공정의 하나 이상의 거동들을 모델링함으로써 상기 복수의 워크피스들 중 적어도 하나의 워크피스에 대한 공정 수행과 관련된 적어도 하나의 상태가 발생하기에 앞서 상기 적어도 하나의 상태를 예측하는 모델을 포함하며; 그리고
    상기 샘플링 레이트를 적응적으로 수정하기 위하여 동적인 샘플링 레이트 조절 공정을 수행하는 단계를 포함하여 구성되며,
    상기 동적인 샘플링 레이트 조절 공정은 예측된 공정 결과와 실제 공정 결과를 비교하고 상기 비교에 기초하여 상기 샘플링 레이트를 수정하는 것을 특징으로 하는 동적인 샘플링 레이트 조정 방법.
  2. 제 1 항에 있어서,
    상기 워크피스들에 대해 상기 공정 단계를 수행하는 단계는 반도체 웨이퍼(105)에 대해 상기 공정 단계를 수행하는 것을 포함하는 것을 특징으로 하는 동적인 샘플링 레이트 조정 방법.
  3. 삭제
  4. 제 1 항에 있어서,
    상기 예측된 결과를 상기 실제 결과와 비교하는 단계는,
    상기 예측 모델에 의해 수행된 공정 결과 예측에 관한 불확실성을 결정하는 것과; 그리고
    상기 불확실성이 사전에 결정된 허용 한계치 범위를 넘는다는 결정에 근거하여, 상기 샘플링 레이트를 수정하는 것을 포함하는 것을 특징으로 하는 동적인 샘플링 레이트 조정 방법.
  5. 제 4 항에 있어서,
    상기 워크피스에 대해 수행될 공정으로부터의 결과를 예측하는 것은 워크피스의 적어도 하나의 전기적 테스트 값(electrical test value)을 예측하는 것을 포함하는 것을 특징으로 하는 동적인 샘플링 레이트 조정 방법.
  6. 제 5 항에 있어서,
    상기 샘플링 레이트를 수정하는 것은 상기 불확실성이 사전에 결정된 허용한계치 레벨 내에 있지 않다는 결정에 근거하여 상기 샘플링 레이트를 증가시키는 것을 포함하는 것을 특징으로 하는 동적인 샘플링 레이트 조정 방법.
  7. 제 1 항에 있어서,
    상기 동적인 샘플링 레이트 조절 공정을 수행하는 단계는 적어도 하나의 제어 파라미터가 상기 예측된 공정 결과에 민감하다는 결정에 근거하여 상기 샘플링 레이트를 증가시키는 것을 포함하는 것을 특징으로 하는 동적인 샘플링 레이트 조정 방법.
  8. 웨이퍼 검사에 관한 샘플링 레이트를 동적으로 조절하기 위한 시스템(100)으로서,
    뱃치(batch)에 관한 복수의 워크피스들을 공정하기 위한 공정 툴(610)과;
    사전에 결정된 샘플링 레이트에 근거하여 상기 공정되는 워크피스들 중 적어도 하나에 대한 공정 수행과 관련된 적어도 하나의 예측 모델에 관한 계측 데이터를 획득하기 위한 계측 툴(650)과, 여기서 상기 적어도 하나의 예측 모델은 수행될 공정의 하나 이상의 거동들을 모델링함으로써 상기 복수의 워크피스들중 적어도 하나의 워크피스에 대한 공정 수행과 관련된 적어도 하나의 상태가 발생하기에 앞서 상기 적어도 하나의 상태를 예측하는 모델을 포함하며; 그리고
    상기 공정 툴(610) 및 상기 계측 데이터에 동작가능하게 연결되는 공정 제어기(310)를 포함하여 구성되며;
    상기 공정 제어기(310)는 상기 샘플링 레이트를 적응적으로 수정하기 위해 동적인 샘플링 레이트 조절 공정을 수행하며, 상기 동적인 샘플링 레이트 조절 공정은 예측된 공정 결과와 실제 공정 결과를 비교하고 상기 비교에 기초하여 상기 샘플링 레이트를 수정하는 것을 특징으로 하는 샘플링 레이트를 동적으로 조절하기 위한 시스템.
  9. 명령들로 인코딩된 컴퓨터 판독가능한 프로그램 저장 디바이스로서,
    컴퓨터(630)에 의해 실행될 때, 상기 명령들은,
    로트와 관련된 복수의 워크피스(workpiece)들에 대해 공정 단계를 수행하는 단계와;
    상기 공정 단계를 거치는 워크피스들 중 적어도 하나에 대한 공정 수행에 관한 적어도 하나의 예측 모델의 계측 데이터를 획득하기 위한 샘플링 레이트를 결정하는 단계와, 여기서 상기 적어도 하나의 예측 모델은 수행될 공정의 하나 이상의 거동들을 모델링함으로써 상기 복수의 워크피스들 중 적어도 하나의 워크피스에 대한 공정 수행과 관련된 적어도 하나의 상태가 발생하기에 앞서 상기 적어도 하나의 상태를 예측하는 모델을 포함하며; 그리고
    상기 샘플링 레이트를 적응적으로 수정하기 위하여 동적인 샘플링 레이트 조절 공정을 수행하는 단계를 포함하여 구성되며,
    상기 동적인 샘플링 레이트 조절 공정은 예측된 공정 결과와 실제 공정 결과를 비교하고 상기 비교에 기초하여 상기 샘플링 레이트를 수정하는 것을 특징으로 하는 컴퓨터 판독가능한 프로그램 저장 디바이스.
  10. 제 9 항에 있어서,
    상기 예측된 결과를 상기 실제 결과와 비교하는 것은,
    상기 예측 모델에 의해 수행된 공정 결과 예측에 관한 불확실성을 결정하는 것과; 그리고
    상기 불확실성이 사전에 결정된 허용한계치 범위를 넘는다는 결정에 근거하여 상기 샘플링 레이트를 수정하는 것을 포함하는 것을 특징으로 하는 컴퓨터 판독가능한 프로그램 저장 디바이스.
KR1020057011157A 2002-12-18 2003-11-06 모델 예측을 위한 동적인 샘플링 레이트 적응 KR101166209B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US10/323,530 US8017411B2 (en) 2002-12-18 2002-12-18 Dynamic adaptive sampling rate for model prediction
US10/323,530 2002-12-18
PCT/US2003/035327 WO2004061938A1 (en) 2002-12-18 2003-11-06 Dynamic adaptive sampling rate for model prediction

Publications (2)

Publication Number Publication Date
KR20050085716A KR20050085716A (ko) 2005-08-29
KR101166209B1 true KR101166209B1 (ko) 2012-07-18

Family

ID=32593244

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020057011157A KR101166209B1 (ko) 2002-12-18 2003-11-06 모델 예측을 위한 동적인 샘플링 레이트 적응

Country Status (9)

Country Link
US (1) US8017411B2 (ko)
JP (1) JP2006511958A (ko)
KR (1) KR101166209B1 (ko)
CN (1) CN100578747C (ko)
AU (1) AU2003291313A1 (ko)
DE (1) DE10393903T5 (ko)
GB (1) GB2412975B (ko)
TW (1) TWI352883B (ko)
WO (1) WO2004061938A1 (ko)

Families Citing this family (43)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6766214B1 (en) * 2003-04-03 2004-07-20 Advanced Micro Devices, Inc. Adjusting a sampling rate based on state estimation results
US6859746B1 (en) * 2003-05-01 2005-02-22 Advanced Micro Devices, Inc. Methods of using adaptive sampling techniques based upon categorization of process variations, and system for performing same
US7155689B2 (en) * 2003-10-07 2006-12-26 Magma Design Automation, Inc. Design-manufacturing interface via a unified model
US7076321B2 (en) * 2004-10-05 2006-07-11 Advanced Micro Devices, Inc. Method and system for dynamically adjusting metrology sampling based upon available metrology capacity
JP4693464B2 (ja) * 2005-04-05 2011-06-01 株式会社東芝 品質管理システム、品質管理方法及びロット単位のウェハ処理方法
US7650199B1 (en) * 2005-08-03 2010-01-19 Daniel Kadosh End of line performance prediction
US7502702B1 (en) * 2005-09-07 2009-03-10 Advanced Micro Devices, Inc. Method and apparatus for dynamic adjustment of sensor and/or metrology sensitivities
US8175831B2 (en) * 2007-04-23 2012-05-08 Kla-Tencor Corp. Methods and systems for creating or performing a dynamic sampling scheme for a process during which measurements are performed on wafers
JP5634864B2 (ja) 2007-05-30 2014-12-03 ケーエルエー−テンカー・コーポレーションＫｌａ−Ｔｅｎｃｏｒ Ｃｏｒｐｏｒａｔｉｏｎ リソグラフィック・プロセスに於ける、プロセス制御方法およびプロセス制御装置
US9768082B2 (en) 2009-02-13 2017-09-19 Hermes Microvision Inc. Method and machine for examining wafers
US20100211202A1 (en) * 2009-02-13 2010-08-19 Hermes Microvision, Inc. Method and machine for examining wafers
US8392009B2 (en) * 2009-03-31 2013-03-05 Taiwan Semiconductor Manufacturing Company, Ltd. Advanced process control with novel sampling policy
CN101872714B (zh) * 2009-04-24 2012-06-20 中芯国际集成电路制造(上海)有限公司 晶圆在线检测方法及系统
US8565910B2 (en) 2011-02-04 2013-10-22 International Business Machines Corporation Manufacturing execution system (MES) including a wafer sampling engine (WSE) for a semiconductor manufacturing process
US8656323B2 (en) * 2011-02-22 2014-02-18 Kla-Tencor Corporation Based device risk assessment
CN102354108B (zh) * 2011-06-09 2013-07-17 国网电力科学研究院 过采样实现动态采样速率调整的方法
US9652729B2 (en) 2011-10-27 2017-05-16 International Business Machines Corporation Metrology management
CN102437072A (zh) * 2011-11-28 2012-05-02 上海华力微电子有限公司 晶片缺陷扫描调度的方法和系统
JP5765222B2 (ja) * 2011-12-28 2015-08-19 トヨタ自動車株式会社 モデル予測制御方法及びモデル予測制御プログラム
US9002498B2 (en) * 2012-02-02 2015-04-07 Taiwan Semiconductor Manufacturing Co., Ltd. Tool function to improve fab process in semiconductor manufacturing
US9588441B2 (en) * 2012-05-18 2017-03-07 Kla-Tencor Corporation Method and device for using substrate geometry to determine optimum substrate analysis sampling
US9816370B2 (en) * 2012-09-19 2017-11-14 Honeywell International Inc. System and method for optimizing an operation of a sensor used with wellbore equipment
US11025521B1 (en) * 2013-03-15 2021-06-01 CSC Holdings, LLC Dynamic sample selection based on geospatial area and selection predicates
US9245067B2 (en) 2013-03-15 2016-01-26 General Electric Company Probabilistic method and system for testing a material
US9306828B2 (en) * 2013-07-12 2016-04-05 Xyratex Technology Limited-A Seagate Company Method of, and apparatus for, adaptive sampling
CN103646886B (zh) * 2013-11-22 2016-06-08 上海华力微电子有限公司 监控多腔体设备缺陷状况的晶圆作业方法
US9087176B1 (en) * 2014-03-06 2015-07-21 Kla-Tencor Corporation Statistical overlay error prediction for feed forward and feedback correction of overlay errors, root cause analysis and process control
KR20150114795A (ko) 2014-04-02 2015-10-13 삼성전자주식회사 반도체 메모리 장치의 테스트 방법, 테스트 장치, 및 반도체 메모리 장치의 테스트 프로그램을 저장하는 컴퓨터로 읽을 수 있는 기록 매체
CN104103544B (zh) * 2014-08-01 2020-03-31 上海华力微电子有限公司 晶圆缺陷监控方法
US10133263B1 (en) 2014-08-18 2018-11-20 Kla-Tencor Corporation Process condition based dynamic defect inspection
US20160055434A1 (en) * 2014-08-21 2016-02-25 Lenovo Enterprise Solutions (Singapore) Pte. Ltd. Dynamic risk assessment based product sampling
US10176032B2 (en) * 2014-12-01 2019-01-08 Uptake Technologies, Inc. Subsystem health score
CN104701211B (zh) * 2015-03-30 2017-09-22 上海华力微电子有限公司 根据集成电路制程能力指数自动调整抽检频率的量测方法
KR102377411B1 (ko) * 2015-04-10 2022-03-21 에이에스엠엘 네델란즈 비.브이. 검사와 계측을 위한 방법 및 장치
US10754260B2 (en) 2015-06-18 2020-08-25 Kla-Tencor Corporation Method and system for process control with flexible sampling
WO2017114662A1 (en) * 2015-12-31 2017-07-06 Asml Netherlands B.V. Selection of measurement locations for patterning processes
US11144842B2 (en) 2016-01-20 2021-10-12 Robert Bosch Gmbh Model adaptation and online learning for unstable environments
JP6476370B2 (ja) * 2016-09-26 2019-03-06 株式会社Ｋｏｋｕｓａｉ Ｅｌｅｃｔｒｉｃ 記録媒体、プログラム、半導体装置の製造方法および基板処理装置。
TWI607825B (zh) * 2016-11-29 2017-12-11 財團法人工業技術研究院 自動化加工程式切削力優化系統及方法
CN107135128B (zh) * 2017-06-28 2021-07-23 努比亚技术有限公司 调用链数据采集方法、移动终端及计算机可读存储介质
US11042148B2 (en) * 2017-11-23 2021-06-22 Taiwan Semiconductor Manufacturing Company, Ltd. System and method for scheduling semiconductor lot to fabrication tool
CN115362457B (zh) 2020-03-03 2024-01-23 Pdf决策公司 预测容易发生过早使用寿命失效的裸片
US11429091B2 (en) 2020-10-29 2022-08-30 Kla Corporation Method of manufacturing a semiconductor device and process control system for a semiconductor manufacturing assembly

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4635182A (en) * 1984-07-03 1987-01-06 The United States Of America As Represented By The Secretary Of The Navy Apparatus for controlling multiple time-varying processes
US4663628A (en) * 1985-05-06 1987-05-05 Halliburton Company Method of sampling environmental conditions with a self-contained downhole gauge system
CA2149913A1 (en) * 1992-11-24 1994-06-09 James David Keeler Method and apparatus for operating a neural network with missing and/or incomplete data
US5519605A (en) * 1994-10-24 1996-05-21 Olin Corporation Model predictive control apparatus and method
US5711843A (en) * 1995-02-21 1998-01-27 Orincon Technologies, Inc. System for indirectly monitoring and controlling a process with particular application to plasma processes
JP3699776B2 (ja) * 1996-04-02 2005-09-28 株式会社日立製作所 電子部品の製造方法
JP3751680B2 (ja) * 1996-06-10 2006-03-01 株式会社ルネサステクノロジ 半導体素子の製造方法
US5895596A (en) * 1997-01-27 1999-04-20 Semitool Thermal Model based temperature controller for semiconductor thermal processors
US5896294A (en) * 1997-03-11 1999-04-20 Advanced Micro Devices, Inc. Method and apparatus for inspecting manufactured products for defects in response to in-situ monitoring
JP3926478B2 (ja) * 1998-06-01 2007-06-06 株式会社ルネサステクノロジ 半導体製造方法
US6278898B1 (en) * 1999-04-07 2001-08-21 Voyan Technology Model error bounds for identification of stochastic models for control design
US6477432B1 (en) * 2000-01-11 2002-11-05 Taiwan Semiconductor Manufacturing Company Statistical in-process quality control sampling based on product stability through a systematic operation system and method
US6381019B1 (en) * 2000-06-30 2002-04-30 Brown University Research Foundation Ultrasonic generator and detector using an optical mask having a grating for launching a plurality of spatially distributed, time varying strain pulses in a sample
US6442496B1 (en) * 2000-08-08 2002-08-27 Advanced Micro Devices, Inc. Method and apparatus for dynamic sampling of a production line
KR100824443B1 (ko) * 2000-09-15 2008-04-23 어드밴스드 마이크로 디바이시즈, 인코포레이티드 반도체 제조의 개선된 제어를 위한 적응성 샘플링 방법 및 장치
US7698012B2 (en) 2001-06-19 2010-04-13 Applied Materials, Inc. Dynamic metrology schemes and sampling schemes for advanced process control in semiconductor processing
US6912435B2 (en) * 2002-08-28 2005-06-28 Inficon Lt Inc. Methods and systems for controlling reticle-induced errors
US6766214B1 (en) * 2003-04-03 2004-07-20 Advanced Micro Devices, Inc. Adjusting a sampling rate based on state estimation results

Also Published As

Publication number Publication date
KR20050085716A (ko) 2005-08-29
TWI352883B (en) 2011-11-21
TW200416504A (en) 2004-09-01
GB0511434D0 (en) 2005-07-13
GB2412975B (en) 2006-08-09
CN100578747C (zh) 2010-01-06
WO2004061938A1 (en) 2004-07-22
DE10393903T5 (de) 2005-12-22
CN1729560A (zh) 2006-02-01
JP2006511958A (ja) 2006-04-06
AU2003291313A1 (en) 2004-07-29
US8017411B2 (en) 2011-09-13
GB2412975A (en) 2005-10-12
US20040121495A1 (en) 2004-06-24

Similar Documents

Publication Publication Date Title
KR101166209B1 (ko) 모델 예측을 위한 동적인 샘플링 레이트 적응
KR101414775B1 (ko) 가중된 주성분 분석에 기초한 고장 검출 시스템 및 방법
US6773931B2 (en) Dynamic targeting for a process control system
KR100708009B1 (ko) 통계적 공정 제어를 이용하여 제어기의 성능을 모니터하는 방법 및 장치
US6442496B1 (en) Method and apparatus for dynamic sampling of a production line
KR100727048B1 (ko) 공정 제어 시스템
US6647309B1 (en) Method and apparatus for automated generation of test semiconductor wafers
US6610550B1 (en) Method and apparatus for correlating error model with defect data
US6560506B2 (en) Method and apparatus for control for semiconductor processing for reducing effects of environmental effects
US20050021272A1 (en) Method and apparatus for performing metrology dispatching based upon fault detection
US6597447B1 (en) Method and apparatus for periodic correction of metrology data
KR101000545B1 (ko) 1차 공정 제어기를 보완하기 위한 2차 공정 제어기
TWI446402B (zh) 基於資訊可信度之增進的狀態估計
US6947803B1 (en) Dispatch and/or disposition of material based upon an expected parameter result
US6834213B1 (en) Process control based upon a metrology delay
US7236848B2 (en) Data representation relating to a non-sampled workpiece
US6905895B1 (en) Predicting process excursions based upon tool state variables
US6698009B1 (en) Method and apparatus for modeling of batch dynamics based upon integrated metrology
US6871114B1 (en) Updating process controller based upon fault detection analysis
US6834211B1 (en) Adjusting a trace data rate based upon a tool state
US7720559B1 (en) Dynamic tool scheduling based upon defects
US6788988B1 (en) Method and apparatus using integrated metrology data for pre-process and post-process control
US7117062B1 (en) Determining transmission of error effects for improving parametric performance

Legal Events

Date Code Title Description
A201 Request for examination
N231 Notification of change of applicant
E902 Notification of reason for refusal
E90F Notification of reason for final refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20150617

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20160616

Year of fee payment: 5

LAPS Lapse due to unpaid annual fee