KR101477297B1 - 단층 증착 프로세싱 시스템의 동작 방법 - Google Patents

단층 증착 프로세싱 시스템의 동작 방법 Download PDF

Info

Publication number
KR101477297B1
KR101477297B1 KR1020077019316A KR20077019316A KR101477297B1 KR 101477297 B1 KR101477297 B1 KR 101477297B1 KR 1020077019316 A KR1020077019316 A KR 1020077019316A KR 20077019316 A KR20077019316 A KR 20077019316A KR 101477297 B1 KR101477297 B1 KR 101477297B1
Authority
KR
South Korea
Prior art keywords
precursor
wafer
concentration
concentration level
chamber
Prior art date
Application number
KR1020077019316A
Other languages
English (en)
Other versions
KR20070096045A (ko
Inventor
산지브 카우샬
프라딥 판디
겐지 스기시마
Original Assignee
도쿄엘렉트론가부시키가이샤
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 도쿄엘렉트론가부시키가이샤 filed Critical 도쿄엘렉트론가부시키가이샤
Publication of KR20070096045A publication Critical patent/KR20070096045A/ko
Application granted granted Critical
Publication of KR101477297B1 publication Critical patent/KR101477297B1/ko

Links

Images

Classifications

    • C—CHEMISTRY; METALLURGY
    • C23—COATING METALLIC MATERIAL; COATING MATERIAL WITH METALLIC MATERIAL; CHEMICAL SURFACE TREATMENT; DIFFUSION TREATMENT OF METALLIC MATERIAL; COATING BY VACUUM EVAPORATION, BY SPUTTERING, BY ION IMPLANTATION OR BY CHEMICAL VAPOUR DEPOSITION, IN GENERAL; INHIBITING CORROSION OF METALLIC MATERIAL OR INCRUSTATION IN GENERAL
    • C23C—COATING METALLIC MATERIAL; COATING MATERIAL WITH METALLIC MATERIAL; SURFACE TREATMENT OF METALLIC MATERIAL BY DIFFUSION INTO THE SURFACE, BY CHEMICAL CONVERSION OR SUBSTITUTION; COATING BY VACUUM EVAPORATION, BY SPUTTERING, BY ION IMPLANTATION OR BY CHEMICAL VAPOUR DEPOSITION, IN GENERAL
    • C23C16/00—Chemical coating by decomposition of gaseous compounds, without leaving reaction products of surface material in the coating, i.e. chemical vapour deposition [CVD] processes
    • C23C16/44—Chemical coating by decomposition of gaseous compounds, without leaving reaction products of surface material in the coating, i.e. chemical vapour deposition [CVD] processes characterised by the method of coating
    • C23C16/455—Chemical coating by decomposition of gaseous compounds, without leaving reaction products of surface material in the coating, i.e. chemical vapour deposition [CVD] processes characterised by the method of coating characterised by the method used for introducing gases into reaction chamber or for modifying gas flows in reaction chamber
    • C23C16/45523—Pulsed gas flow or change of composition over time
    • C23C16/45525—Atomic layer deposition [ALD]
    • C23C16/45527—Atomic layer deposition [ALD] characterized by the ALD cycle, e.g. different flows or temperatures during half-reactions, unusual pulsing sequence, use of precursor mixtures or auxiliary reactants or activations
    • C—CHEMISTRY; METALLURGY
    • C23—COATING METALLIC MATERIAL; COATING MATERIAL WITH METALLIC MATERIAL; CHEMICAL SURFACE TREATMENT; DIFFUSION TREATMENT OF METALLIC MATERIAL; COATING BY VACUUM EVAPORATION, BY SPUTTERING, BY ION IMPLANTATION OR BY CHEMICAL VAPOUR DEPOSITION, IN GENERAL; INHIBITING CORROSION OF METALLIC MATERIAL OR INCRUSTATION IN GENERAL
    • C23C—COATING METALLIC MATERIAL; COATING MATERIAL WITH METALLIC MATERIAL; SURFACE TREATMENT OF METALLIC MATERIAL BY DIFFUSION INTO THE SURFACE, BY CHEMICAL CONVERSION OR SUBSTITUTION; COATING BY VACUUM EVAPORATION, BY SPUTTERING, BY ION IMPLANTATION OR BY CHEMICAL VAPOUR DEPOSITION, IN GENERAL
    • C23C16/00—Chemical coating by decomposition of gaseous compounds, without leaving reaction products of surface material in the coating, i.e. chemical vapour deposition [CVD] processes
    • C23C16/44—Chemical coating by decomposition of gaseous compounds, without leaving reaction products of surface material in the coating, i.e. chemical vapour deposition [CVD] processes characterised by the method of coating
    • C23C16/4401—Means for minimising impurities, e.g. dust, moisture or residual gas, in the reaction chamber
    • C23C16/4408—Means for minimising impurities, e.g. dust, moisture or residual gas, in the reaction chamber by purging residual gases from the reaction chamber or gas lines
    • C—CHEMISTRY; METALLURGY
    • C23—COATING METALLIC MATERIAL; COATING MATERIAL WITH METALLIC MATERIAL; CHEMICAL SURFACE TREATMENT; DIFFUSION TREATMENT OF METALLIC MATERIAL; COATING BY VACUUM EVAPORATION, BY SPUTTERING, BY ION IMPLANTATION OR BY CHEMICAL VAPOUR DEPOSITION, IN GENERAL; INHIBITING CORROSION OF METALLIC MATERIAL OR INCRUSTATION IN GENERAL
    • C23C—COATING METALLIC MATERIAL; COATING MATERIAL WITH METALLIC MATERIAL; SURFACE TREATMENT OF METALLIC MATERIAL BY DIFFUSION INTO THE SURFACE, BY CHEMICAL CONVERSION OR SUBSTITUTION; COATING BY VACUUM EVAPORATION, BY SPUTTERING, BY ION IMPLANTATION OR BY CHEMICAL VAPOUR DEPOSITION, IN GENERAL
    • C23C16/00—Chemical coating by decomposition of gaseous compounds, without leaving reaction products of surface material in the coating, i.e. chemical vapour deposition [CVD] processes
    • C23C16/44—Chemical coating by decomposition of gaseous compounds, without leaving reaction products of surface material in the coating, i.e. chemical vapour deposition [CVD] processes characterised by the method of coating
    • C23C16/455—Chemical coating by decomposition of gaseous compounds, without leaving reaction products of surface material in the coating, i.e. chemical vapour deposition [CVD] processes characterised by the method of coating characterised by the method used for introducing gases into reaction chamber or for modifying gas flows in reaction chamber
    • C23C16/45563—Gas nozzles
    • C23C16/45574—Nozzles for more than one gas
    • C—CHEMISTRY; METALLURGY
    • C23—COATING METALLIC MATERIAL; COATING MATERIAL WITH METALLIC MATERIAL; CHEMICAL SURFACE TREATMENT; DIFFUSION TREATMENT OF METALLIC MATERIAL; COATING BY VACUUM EVAPORATION, BY SPUTTERING, BY ION IMPLANTATION OR BY CHEMICAL VAPOUR DEPOSITION, IN GENERAL; INHIBITING CORROSION OF METALLIC MATERIAL OR INCRUSTATION IN GENERAL
    • C23C—COATING METALLIC MATERIAL; COATING MATERIAL WITH METALLIC MATERIAL; SURFACE TREATMENT OF METALLIC MATERIAL BY DIFFUSION INTO THE SURFACE, BY CHEMICAL CONVERSION OR SUBSTITUTION; COATING BY VACUUM EVAPORATION, BY SPUTTERING, BY ION IMPLANTATION OR BY CHEMICAL VAPOUR DEPOSITION, IN GENERAL
    • C23C16/00—Chemical coating by decomposition of gaseous compounds, without leaving reaction products of surface material in the coating, i.e. chemical vapour deposition [CVD] processes
    • C23C16/44—Chemical coating by decomposition of gaseous compounds, without leaving reaction products of surface material in the coating, i.e. chemical vapour deposition [CVD] processes characterised by the method of coating
    • C23C16/52—Controlling or regulating the coating process

Landscapes

  • Chemical & Material Sciences (AREA)
  • General Chemical & Material Sciences (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Engineering & Computer Science (AREA)
  • Materials Engineering (AREA)
  • Mechanical Engineering (AREA)
  • Metallurgy (AREA)
  • Organic Chemistry (AREA)
  • Chemical Vapour Deposition (AREA)
  • Physical Vapour Deposition (AREA)
  • Formation Of Insulating Films (AREA)

Abstract

다변수 제어기를 포함하는 적응형 실시간 열처리 시스템이 제공된다. 방법은 MLD 처리 시스템의 동적 모델을 생성하는 단계 및 그 동적 모델에서의 가상 센서들을 통합하는 단계를 포함한다. 방법은 인텔리전트 세트 포인트들, 동적 모델들 및/또는 가상 센서들을 포함하는 프로세스 레시피들을 이용하는 단계를 포함한다.
다변수 제어기, 가상 센서

Description

단층 증착 프로세싱 시스템의 동작 방법{METHOD OF OPERATING MONOLAYER DEPOSITION PROCESSING SYSTEM}
본 발명은 반도체 디바이스의 기판상에 막을 증착하는 방법에 관한 것으로, 보다 상세하게는 MLD(monolayer deposition) 프로세싱 시스템에 관한 것이다.
반도체 디바이스들을 제조하는데 사용되는 기판들상에 박막들을 생성하기 위한 몇몇 방법들이 개발되고 있다. 더욱 확립된 기술들 중 하나는 화학적 기상 증착(CVD)이다. ALD(Atomic Layer Deposition), CVD 의 변형예는, 균일하고 적합한 막 증착을 달성하는 잠재적으로 우수한 방법으로서 현재 나타나고 있는 비교적 새로운 기술이다.
ALD는 복잡한 토폴로지 위에 매우 균일한 얇은 증착층들을 유지하는 현저한 능력을 증명하였다. 이는 ALD 가 CVD 에서와 같이 용제(flux) 의존적이지 않기 때문에 적어도 부분적으로는 진실이다. ALD 의 이러한 용제 독립적인 성질은, 종래의 CVD 방법들을 사용하는 것 보다 낮은 온도에서의 프로세싱을 허용한다.
ALD 의 기술은 화학흡착에 의해 반응 전구체 분자들의 포화된 단층(monolayer)의 형성 원리에 기초한다. 예를 들어, 기판 상에 AB 막을 형성하는 전형적인 ALD 프로세스는, 임의의 시간 기간 동안에 전구체 또는 반응물 A (RA) 주입하는 단계로 이루어지며, 여기서 반응물 A 의 포화된 단층이 기판상에 형성된다. 그 후, 전구체 또는 반응물 A (RA)이 불활성 가스 GI 를 이용하여 챔버로부터 퍼징(purge)된다. 이에 이어서, 임의의 시간 기간 동안에, 전구체 또는 반응물 B(RB)을 챔버로 주입하고, B 와 A를 결합하여 기판 상에 층 AB 를 형성한다. 그 후, 전구체 또는 반응물 B (RB) 은 챔버로부터 퍼징된다. 전구체 또는 반응물 A (RA)을 도입하고, 리액터를 퍼징하고, 전구체 또는 반응물 B(RB)을 도입하고, 리액터를 퍼징하는 프로세스는, 원하는 두께의 AB 막을 획득하기 위하여 복수회 반복될 수 있다.
그러나, 종래의 ALD 프로세스들은 일부 결함들을 가진다. 막은 한번에 한 층씩 생성되기 때문에, 막 성장은 CVD 보다 훨씬 더 느리고, 종종 크기 순서로 행해진다. 이는 프로세스 처리량에 현저한 부정적인 영향을 가진다.
전구체 단층의 포화가 기판(들)에서 완료된 경우를 나타내는 인시츄(in-situ) 측정은 이용가능하지 않으며, 이는 최적의 성능 및 처리량을 달성하기 위하여 프로세싱 상태를 제어 및 최적화하는 능력을 저해한다.
종래의 배치 리액터들에 있어서, 단일 오리피스 주입기들이 전구체들을 리액터에 도입하는데 사용되며, 이러한 접근 방법은 전구체들로 리액터를 채우기 위하여 긴 시간을 소비하므로, 리액터에 배치되는 복수의 웨이퍼들 상에 포화된 단층을 생성하기 위하여 긴 시간을 소비할 수도 있다.
본 발명은, 프로세싱 챔버에서 복수의 웨이퍼들을 위치결정하는 단계, 제 1 전구체 프로세스, 제 1 퍼지 프로세스, 제 2 전구체 프로세스 및 제 2 퍼지 프로세스를 실행하는 단계, 원하는 두께를 가지는 막이 복수의 웨이퍼들 상에 증착될 때 까지 상기 실행 단계들을 반복하는 단계를 포함하는 단층 증착(MLD) 프로세싱 시스템을 동작시키는 방법을 제공한다. 제 1 전구체 프로세스는, 인텔리전트 세트 포인트들의 제 1 세트를 가지는 제 1 프로세스 레시피(recipe)에 의해 제어되며, 상기 인텔리전트 세트 포인트들의 제 1 세트는 제 1 시간 기간 동안에 제 1 전구체 함유 가스에 대한 제 1 유량을 구축하며, 제 2 시간 기간 동안에 제 1 전구체 함유 가스에 대한 제 2 유량을 구축한다. 제 1 퍼지 프로세스는, 인텔리전트 세트 포인트들의 제 2 세트를 가지는 제 2 프로세스 레시피에 의해 제어된다. 제 2 전구체 프로세스는, 인텔리전트 세트 포인트들의 제 3 세트를 가지는 제 3 프로세스 레시피에 의해 제어되며, 인텔리전트 세트 포인트들의 제 3 세트는 제 3 시간 기간 동안에 제 2 전구체 함유 가스에 대한 제 3 유량을 구축하며, 제 4 시간 기간 동안에 제 2 전구체 함유 가스에 대한 제 4 유량을 구축한다. 제 2 퍼지 프로세스는 인텔리전트 세트 포인트들의 제 4 세트를 가지는 프로세스 레시피에 의해 제어된다. 본 발명은 MLD 프로세스에 대한 사이클 시간을 감소시키는 장치를 추가적으로 제공한다.
본 발명에서, 제 1 전구체 함유 가스는, 제 1 시간 기간 동안에는 제 1 전구체를 포함하며, 제 2 시간 기간 동안에는 제 2 전구체를 포함하는 것일 수 있으며, 제 2 전구체 함유 가스는, 제 3 시간 기간 동안에는 제 1 전구체를 포함하며, 제 4 시간 기간 동안에는 제 2 전구체를 포함하는 것일 수 있다.
또한, 본 발명은 프로세싱 챔버에서 복수의 웨이퍼들을 위치결정하는 수단, 제 1 프로세스 레시피에 의해 제어되는 바와 같이 제 1 전구체 프로세스를 실행하는 수단, 제 2 프로세스 레시피에 의해 제어되는 바와 같이 제 1 퍼지 프로세스를 실행하는 수단, 제 3 프로세스 레시피에 의해 제어되는 바와 같이 제 2 전구체 프로세스를 실행하는 수단, 제 4 프로세스 레시피에 의해 제어되는 바와 같이 제 2 퍼지 프로세스를 실행하는 수단, 및 원하는 두께를 가지는 막이 복수의 웨이퍼들 상에 증착될 때 까지 상기 실행 단계들을 반복하는 수단을 구비하는 단층 증착(MLD) 프로세싱 시스템을 제공한다.
본 발명 및 본 발명의 다수의 부수적인 이점들에 대한 더욱 완전한 이해는, 특히 첨부된 도면들과 함께 고려될 때, 이하의 상세한 설명에 의해 쉽게 명백하게 된다.
도 1 은 본 발명의 실시형태에 따른 MLD 시스템의 간략화된 블록도를 나타내다.
도 2 는 본 발명의 실시형태에 따른 다중-오리피스(multi-orifice) 주입 시스템의 예시도를 나타낸다.
도 3 은 본 발명의 실시형태에 따른 다변수 제어장치를 포함하는 MLD 프로세싱 시스템의 개략적인 표현을 나타낸다.
도 4 는 본 발명의 실시형태에 따른 가상 센서의 개략적인 표현을 나타낸다.
도 5 는 본 발명의 실시형태에 따른 MLD 프로세싱 시스템의 동적 모델의 개략적인 표현을 나타낸다.
도 6 은 본 발명의 실시형태에 따른 리액터 모델의 예시적인 블록도를 나타낸다.
도 7 은 본 발명의 실시형태에 따른 복수 위치 측정 기판(MLMS: Multi-location Measurement Substrate)을 나타낸다.
도 8 은 본 발명의 실시형태에 따른 단층 증착(MLD) 프로세싱 시스템을 동작시키는 방법의 간략화된 흐름도를 나타낸다.
도 9 는 본 발명의 실시형태에 따른 제 1 전구체 함유 가스에 대한 가스 유량들을 포함하는 레시피 단계를 나타낸다.
도 10 은 본 발명의 실시형태에 따른 제 1 전구체에 대한 농도값들을 나타낸다.
도 11 은 본 발명의 실시형태에 따른 제 1 전구체에 대한 표면 포화 값들을 나타낸다.
도 12 는 본 발명의 실시형태에 따른 제 1 퍼지 가스에 대한 가스 유량들을 포함하는 레시피 단계를 나타낸다.
도 13 은 본 발명의 실시형태에 따른 퍼지 사이클의 제 1 부분에 대한 압력 대(verse) 시간의 그래프를 나타낸다.
도 14 는 본 발명의 실시형태에 따른 2 개의 예시적인 퍼징 프로세스들에 대한 압력 안정화 시간의 그래프를 나타낸다.
도 15 는 본 발명의 실시형태에 따른 제 2 전구체 함유 가스에 대한 가스 유량들을 포함하는 레시피 단계(step)를 나타낸다.
도 16 은 본 발명의 실시형태에 따른 제 2 전구체에 대한 농도 값들을 나타낸다.
도 17 은 본 발명의 실시형태에 따른 제 2 전구체에 대한 표면 포화값들을 나타낸다.
도 18 은 본 발명의 실시형태에 따른 제 2 퍼지 가스에 대한 가스 유량들을 포함하는 레시피 단계를 나타낸다.
도 1 은 본 발명의 실시형태에 따른 MLD 시스템의 간략화된 블록도를 나타낸다. 예시된 실시형태에서, MLD 리액터(110), 온도 제어 서브시스템(120), 가스 분배 서브시스템(130), 압력 제어 서브시스템(140), 센서 서브시스템(150) 및 제어기(190)를 포함하는 MLD 시스템(100)이 도시되어 있다. 도 1 에 도시된 바와 같이, 온도 제어 서브시스템(120), 가스 분배 서브시스템(130), 압력 제어 서브시스템(140), 센서 서브시스템(150) 및 제어기(190)는 MLD 리액터(110)에 결합되어 있다. 또한, MLD 리액터(110), 온도 제어 서브시스템(120), 가스 분배 서브시스템(130), 압력 제어 서브시스템(140), 센서 서브시스템(150)은 제어기(190)에 결합될 수 있다.
MLD 리액터(110)는 반도체 웨이퍼(W)들을 로딩 및 언로딩하기 위한 로드/언로드 시스템(미도시)을 구비할 수 있다. MLD 리액터(110)는 한꺼번에 복수의 웨이퍼(W)들을 처리할 수 있다.
온도 제어 서브시스템(120)은 MLD 리액터(120) 내의 웨이퍼(W)들의 온도를 제어할 수 있다. 온도 제어 서브시스템(120)은 적시에 다른 포인트들에서 다른 온도를 확립하는 하나 이상의 인텔리전트 세트 포인트들을 가지는 레시피(recipe)들을 동작시키며, 온도 세트 포인트들을 적시에 변경할 수 있다. 예를 들어, 웨이퍼들의 온도는 퍼지 단계 동안 및/또는 전구체 가스 흐름 단계 동안에 변경될 수 있으며, 온도 램프(ramp)들은 프로세스 조건들의 허용 범위 내에서 유지될 수 있다. 또한, 웨이퍼 온도는 하나 이상의 프로세스 레시피 단계들 동안에 일정하게 유지될 수 있다.
가스 분배 서브시스템(130)은 전구체 가스 플로(flow)를 제어할 수 있다. 이 가스 분배 서브시스템(130)은, 프로세스 가스 유량, 프로세스 가스 조성, 전구체 타입 및 전구체 농도에 대한 인텔리전트 세트 포인트들을 제어하는 수단을 포함하며, 이 인텔리전트 세트 포인트들은 웨이퍼(들)상의 포화된 단층(monolayer)을 생성하는데 소요되는 시간을 감소시키기 위하여 적시에 변경될 수 있다. 예를 들어, 하나의 제어 방법은 연관된 가스 플로 단계를 일련의 서브-단계들로 분리하며, 각각의 서브 단계는 인텔리전트 세트 포인트들의 다른 세트를 가진다. 다른 실시형태에서, 서브-단계 세트 포인트는 전구체 가스 플로 단계 동안에 일정하게 유지될 수 있다.
또한, 가스 분배 서브시스템(130)은 불활성 가스 플로를 제어할 수 있다. 가스 분배 서브시스템(130)은 FCS(flow control system)들 및/또는 MFC(mass flow controller)들(미도시)와 같은, 불활성 가스에 대한 세트 포인트들을 제어하는 수단을 포함하며, 이 세트 포인트들은 상기 MLD 리액터를 희석시키고 퍼징하는데 소 요되는 시간을 감소시키기 위하여 적시에 변경될 수 있다. 예를 들어, 하나의 제어 방법은 연관된 불활성 가스 플로 단계를 일련의 서브-단계들로 분리하며, 각각의 서브 단계는 인텔리전트 세트 포인트들의 다른 세트를 포함한다. 다른 실시형태에서, 서브-단계 세트 포인트는 불활성 가스 플로 단계 동안에 일정하게 유지될 수 있다.
또한, 가스 분배 서브시스템(130)은 이하에서 더욱 상세히 논의되는, 멀티오리피스(multiorifice) 주입기들을 포함할 수 있다. 예를 들어, 단일벽 및 이중벽의 멀티오리피스 주입기들은 배치 프로세스들을 위하여 리액터 챔버내에 포함될 수 있다. 멀티오리피스 주입기들은 웨이퍼들로의 전구체들의 전달을 가속화하여 사이클 시간을 감소시킬 수 있다. 또한, 멀티오리피스 주입기들은 퍼지(purge) 프로세스 동안에 웨이퍼들로의 불활성 가스의 전달을 가속화하여 사이클 시간을 감소하는데 사용될 수 있다.
압력 제어 서브시스템(140)은 상기 리액터(110) 챔버 압력을 제어하는데 사용된다. 압력 제어 서브시스템(140)은 챔버 압력에 대한 세트 포인트들을 제어하는 수단을 구비하며, 그 압력 제어 세트 포인트들은 포화 및 퍼징 시간을 감소시키기 위하여 적시에 변경될 수 있다. 하나의 제어 방법은 연관된 프로세스 단계를 일련의 서브-단계들로 분리하며, 각각의 서브-단계는 압력을 제어하기 위한 "인텔리전트" 압력 제어 세트 포인트들의 다른 세트를 포함한다. 다른 실시형태에서, 압력 제어 서브-단계 세트 포인트는 프로세스 단계 동안에 일정하게 유지될 수 있다.
예를 들어, 챔버 압력을 제어하는 하나의 방법은 배기(exhaust) 밸브 위치를 제어하는 단계를 포함한다. 본 발명의 일 실시형태에서, 그 밸브 위치는 피드-포워드(feed-forward) 제어 방법에 의해 결정되며, 여기서 초기 위치는 원하는 밸브 위치로 신속하게 변경되고, 그 후 압력 제어 프로세스가 수행된다.
센서 서브시스템(150)은 매스 센서 및/또는 광학식(optical) 모니터링 장치를 포함할 수 있다. 센서 서브시스템(150)은 상기 리액터(110) 내의 가스 환경의 정성적 및 정량적 분석을 제공할 수 있다. 예를 들어, 센서 서브시스템(150)은 가스 농도 센서(Gas Concentration Sensor : GCS)를 구비할 수 있다. GCS 는 상기 리액터(110)에 부착된 배기 시스템(미도시)의 포 라인(fore line)에 결합될 수 있으며, GCS 는 전구체 분자들의 농도 레벨, 프로세스 가스 성분의 농도 레벨 및 프로세스의 부산물의 농도 레벨 중 적어도 하나를 결정하는데 사용될 수 있다. 또한, GCS 는 가스 흐름 단계들과 같은, 하나 이상의 프로세스 단계들에 대한 종료점을 결정하는데 사용될 수 있다.
제어기(190)는 프로세싱 시스템 제어기(미도시)로부터 유입되는 웨이퍼의 피드 포워드 데이터를 수신할 수 있다. 제어기(190)는 그 피드 포워드 데이터로부터 계층 정보를 추출할 수 있다. 제어기(190)는 이러한 계층 정보를 이용하여 웨이퍼들의 상태를 추정할 수 있다. 예를 들어, 제어기(190)는 수신하는 계층 정보 및 온도 데이터에 기초하여 유입되는 웨이퍼들의 프로세스 레시피들을 확립할 수 있다. 그 후, 제어기(190)는 여기서 기술된 방법들을 이용하여 MLD 시스템(100)에 대한 인텔리전트 세트 포인트들을 가지는 프로세스 레시피들을 생성할 수 있다.
예를 들어, 제어기(190)는 컴퓨팅 수단, 메모리 수단 및 MLD 시스템 구성요소들을 제어할 수 있는 인터페이스 수단을 구비할 수 있다. 또한, 메모리에 저장되거나 그 메모리로 로딩된 프로그램은, 프로세스 레시피에 따라 MLD 시스템(100)의 전술한 구성요소들을 제어하는데 이용될 수 있다.
MLD 시스템(100)은 물리 센서들 및/또는 가상 센서들일 수 있는 센서(미도시)들을 구비할 수 있다. 이러한 센서들은 제어기(190)에 의해 사용되는 측정 데이터의 소스들일 수 있으며, MLD 리액터(110)의 다양한 포인트들에 대한 실시간 상태를 나타낼 수 있다. 제어기(190)는 상기 측정 데이터를 이용하여 MLD 리액터(110)의 다양한 프로세스들을 제어하기 위한 결정들을 행한다. 예를 들어, 소프트웨어에 의해 계산되고 제어기(190)의 메모리에서 유지되는 동적 열 모델은, 신뢰성 있게 사용될 수 없는 실제 물리 센서들 대신에 사용될 수 있는 가상 센서들을 포함할 수 있다. 그러나, 부가적인 프로세스 파라미터들을 측정하기 위하여 복수의 실제 물리 센서들을 사용할 수 있다. 이러한 물리 센서들로부터의 데이터는 제어기(190)에 의해 사용되어 동적 열 모델에서의 계산을 조정, 확인 및/또는 수정할 수 있다.
본 발명의 임의의 실시형태들에 따르면, 처리중인 웨이퍼들을 포함하는 MLD 프로세싱 시스템의 디지털 시뮬레이션 모델이 생성된다. 이 모델은 동적 기초에 의거하여 상기 시스템의 동작 파라미터들을 복제한다. 예를 들어, 모델은 MLD 시스템의 전반에 걸쳐서 프로세스 파라미터들을 계산할 수 있으며, 웨이퍼들은 MLD 시스템들 및 웨이퍼들의 흐름 특성에 기초하여 처리된다. 이는 MLD 시스템에 사용되는 프로세스 레시피들에 대한 "인텔리전트" 세트 포인트들을 계산한다. 상기 시스템의 선택된 포인트에서의 프로세스 파라미터들의 실제 측정값들은, 모델이 정확하게 동작하도록 그 계산들을 체크 및 변경하는데 사용될 수도 있다. 이 모델에 포함되는 알고리즘들은 이론적으로 또는 실험적으로 유도될 수 있으며, 바람직하기로는 이러한 기술의 결합에 의해 유도될 수 있다. 이러한 유도는 테스트 웨이퍼들에 대하여 실제 측정들을 행하는 동시에 제어되는 프로세스의 사이클들을 통하여 상기 시스템을 동작시킴으로써 행해질 수도 있다.
제어기(190)는 동적 모델들을 생성 및/또는 사용하여 MLD 시스템(100)을 제어하도록 구성될 수 있다. 제어기(190)는 가상 센서들을 생성 및/또는 사용하여 MLD 시스템(100)을 제어하도록 구성될 수 있다. 제어기(190)는 인텔리전트 세트 포인트들을 가지는 프로세스 레시피들을 생성 및/또는 사용하여 MLD 시스템(100)을 제어하도록 구성될 수 있다. 가상 센서들에 의해 사용자는 상기 시스템의 가상 모델들로부터 이러한 프로세스 파라미터들/특성들을 계산/추정함으로써 실시간으로 프로세스 파라미터들/특성들을 "측정"함으로서, 제조 동안에 기구가 장착된(instrumented) 웨이퍼들에 대한 필요성을 제거한다.
또한, 제어기(190)는 프로세스 데이터를 분석하고, 프로세스 데이터를 예측된 데이터, 측정된 데이터 및/또는 이력(historical) 프로세스 데이터와 비교하고, 그 비교 결과를 이용하여 동적 모델, 가상 센서, 프로세스 레시피 및/또는 인텔리전트 세트 포인트를 증명 및/또는 변경하도록 구성될 수 있다.
또한, 제어기(190)는 프로세스 데이터를 분석하고, 그 프로세스 데이터를 예 측된 데이터, 측정된 데이터 및/또는 이력 프로세스 데이터와 비교하고, 그 비교결과를 이용하여 종료점을 예측 및/또는 선언하도록 구성될 수 있다. 또한, 제어기(190)는 프로세스 데이터를 분석하고, 그 프로세스 데이터를 예측된 데이터, 측정된 데이터 및/또는 이력 프로세스 데이터와 비교하고, 그 비교 결과를 이용하여 고장(fault)을 선언하도록 구성될 수 있다.
도 2 는 본 발명의 실시형태에 따른 멀티오리피스 주입 시스템의 예시도를 나타낸다. 상술한 바와 같이, 도 1 의 가스 분배 서브시스템(130)은 멀티-오리피스 주입 시스템(200)을 구비할 수도 있다. 도 2 에 도시된 바와 같이, 멀티-오리피스 주입 시스템(200)은, 한 다발의 웨이퍼(250)들을 포함하며, 상기 리액터(110), 분배 수단(230) 및 상기 리액터(110) 전반에 걸쳐서 가스를 분배하는 복수의 주입기(240)들에 결합된 공급 라인(220)을 포함할 수 있다.
도 3 은 본 발명의 실시형태에 따른 인텔리전트 세트 포인트 제어기를 포함하는 MLD 프로세싱 시스템의 간략화된 블록도를 나타낸다. 예시된 실시형태에서, DUC(device under control)는 가상 센서, 다변수 제어기 및 인텔리전트 세트 포인트 제어기에 따라 도시된다. 예를 들어, DUC 는 도 1 에 도시된 리액터(110)와 같은 MLD 리액터일 수 있다.
또한, 상기 시스템은 도시된 바와 같이 프로세스의 동작 및 센서의 이용동작을 포함한다. 예를 들어, 프로세스는 MLD 프로세스일 수 있으며, 센서는 상기 MLD 프로세스로부터 출력 데이터 및/또는 에러 데이터를 제공할 수 있다. 일 경우에 있어서, 센서는 광 센서일 수 있으며, 광 센서는 두께 및 조성 데이터를 제공할 수 있다.
인텔리전트 세트 포인트 제어기는 다변수 제어기에 대한 인텔리전트 세트 포인트들을 변경하는 시간을 계산 및 제공할 수 있다. 이 인텔리전트 세트 포인트 제어기 및 다변수 제어기는 하드웨어 및 소프트웨어 구성요소들을 구비할 수 있다.
가상 센서는 웨이퍼 표면 포화 데이터, 웨이퍼 온도 및/또는 다변수 제어기로의 가스 플로 데이터를 제공할 수 있다.
도 4 는 본 발명의 실시형태에 따른 가상 센서의 개략적인 표현을 예시한다. 예시된 실시형태에서는, 동적 모델 요소, 물리 센서 요소, 조작된 변수 성분 및 소프트웨어 알고리즘 성분을 구비하는 가상 센서가 도시된다.
가상 센서는 복수의 "물리"센서들로부터 알고리즘 기반 합병 정보를 포함하는 혼합형 디바이스로서 보여질 수 있다. 가상 센서는 이력 데이터, 실시간 데이터 및 예측 데이터를 제공할 수 있는 적응형 디바이스이다.
가상 센서에 의해 측정가능한 변수들 및 모델들을 이용하여 미측정된 변수들을 "측정" 및 제어할 수 있다. 모델은 측정가능한 변수들과 측정가능하지 않은 변수들 사이의 동적 상호 작용을 열거하여 구성된다. 가상 감지(sensing)는 실시간으로 웨이퍼 표면 포화 데이터를 획득하기 위한 방법을 제공한다.
가상 센서들은 제조 동안에 기구 장착된(instrumented) 웨이퍼(들)에 대한 필요성을 제거한다. 예를 들어, 동적 "골드(gold)" 모델 및 가상 센서들은 MLD 시스템에 대하여 1회 생성될 수 있으며, 그 모델은 특정 기구의 초기 적응 동안에 수 개의 웨이퍼들과 튜닝될 수 있으며, 그 후 상기 시스템은 제조 준비를 한다. 소프 트웨어 기반 서버는 임의의 리-튜닝(re-tuning)에 대하여 사용될 수 있다.
도 5 는 본 발명의 실시형태에 따른 프로세싱 시스템의 동적 모델의 개략적인 표현을 예시한다. 예시된 실시형태에서는, 4 개의 모델 성분(M1, M2, M3 및 M4)이 도시된다. 다른 실시형태들에서, 다른 개수의 성분들이 사용될 수 있으며, 그 성분들은 다른 방식으로 배열될 수 있다.
또한, 제어 입력들 (U) 및 장애(disturbance) 입력들 (D) 을 가지며, 또한 조정된 출력들 (Z) 및 측정된 출력들 (Y) 을 가지는 동적 모델이 도시된다. 또한, 모델 구조는, Z = M1U +M3D 및 Y = M2U + M4D 로서 도시된다. 다른 방법으로는, 다른 모델을 사용할 수 있다.
예시된 실시형태에서, 제어 입력들은 가스 흐름 데이터 및 히터 전력 데이터를 구비할 수 있으며, 장애 입력들은 미측정된 변동치일 수 있으며, 측정된 출력들은 챔버 파라미터들 및/또는 웨이퍼 데이터일 수 있으며, 조정된 출력들은 웨이퍼 표면 상태일 수 있다.
동적 모델은 시스템의 "상태"에 대한 정보를 계속해서 얻으며, 실시간에서의 입력 대 출력과 관련된다. 예를 들어, U, Y 가 측정될 수 있고, 상기 모델들을 이용하여, D 는 Y = M2U + M4Dest 를 이용하여 추정될 수 있으며, Z 는 Zest = M1U + M3Dest 를 이용하여 추정될 수 있다.
동적 모델들을 생성하는 경우에, 웨이퍼 위치, 챔버 흐름 특성, 가스 유량, 가스 농도 및 웨이퍼 조성과 같은 복수의 프로세스 변수들이 상기 모델에 통합될 수 있다. 다변수 제어기들은, 증착 및 퍼지(purge) 모드 동안과 같은, 프로세스 동안에 다른 시간에서 프로세스 변수들 사이의 상호 작용을 결정하는데 사용된다. 인텔리전트 세트 포인트 제어기는 공칭 세트 포인트들의 파라미터를 결정하고, 효과적인 최적화 방법 및 프로세스 데이터를 이용하여 인텔리전트 세트 포인트들을 생성하고, 동작 시간 동안에 적절한 모델들 및 세트 포인트들을 선택하는데 사용될 수 있다.
인텔리전트 세트 포인트 제어(ISC) 방법론(methodology)에서의 일 단계는, 열 처리 시스템과 같은, 프로세싱 시스템의 동적 동작을 기술하는 모델들을 생성하는 것이다. 이러한 모델들은 다변수 제어기를 설계한 후 감도 매트릭스 및 인텔리전트 세트 포인트들을 생성하는데 사용된다.
일 실시형태는 MLD 시스템에 의해 처리되는 웨이퍼들의 표면 포화 상태의 동적 모델들을 생성하는 것을 포함한다. 일 경우에서, 상기 동적 모델들은 기구가 장착된 웨이퍼들을 이용하여 테스트 및/또는 증명될 수 있다. 동적 모델은 복수의 웨이퍼 챔버의 가스 흐름들, 복수의 웨이퍼 챔버의 온도들 및 웨이퍼 표면 특성들 사이의 상호작용을 포함할 수 있다. 동적 모델은 실시간으로 웨이퍼들에 대하여 추정된 표면 상태를 제어하는 다변수 제어기를 생성하는데 사용될 수 있다.
예를 들어, 모델들의 세트는 처리될 여러가지 웨이퍼 타입들에 대하여 생성될 수 있으며, 이는 웨이퍼 조성을 설명할 수 있으며, 실시간으로 표면 포화 응답에서의 편차를 보상할 수 있다.
도 6 은 본 발명의 예시적인 실시형태에 따른 리액터 모델의 예시적인 블록 도를 나타낸다. 예시된 실시형태에서, 리액터 모델은 웨이퍼 엘리먼트(610)들, "웨이퍼간(between-wafer)" 엘리먼트(620)들 및 벽 엘리먼트(630)들을 구비한다. 리액터 센터라인(640)은 가스 흐름 입력부(650) 및 가스 흐름 출력부(660)에 따라 도시된다.
도 6 에 도시된 바와 같이, 상기 리액터는 벽 엘리먼트(630)들, 웨이퍼간 엘리먼트(620)들, 및 웨이퍼 엘리먼트(610)들을 포함하는 유한(finite) 볼륨 엘리먼트들로 분리될 수 있다. 복수의 웨이퍼 엘리먼트(610)들이 구성될 수 있다. 가스 플로는 가스와 전구체들이 축방향으로 대칭적인 상기 리액터에 유입 및 배출된다고 가정함으로써 모델화될 수 있다. 표면 포화는 표면 플럭스가 국부적인 전구체 부분 압력에 비례한다고 가정함으로써 모델화될 수 있다.
또한, 플로 상태는 상기 리액터 내에서 박편 모양(laminar)의 플로가 존재하고, 리액터 벽들에 따른 전달성(convective) "플러그-플로(plug-flow)", 웨이퍼간 공간에서의 확산이 존재한다고 가정한다.
웨이퍼 표면 포화 모델은, 표면 플럭스는 국부적인 전구체 부분 압력에 비례하며, 화학 흡착은 플럭스에 비례하며, 상기 모델은 표면 포화도의 상태를 추적한다고 가정한다.
상기 모델은 여러가지 리액터들 및 흐름 방식(regime)들을 조사하는데 사용될 수 있는 구성가능한 파라미터들을 포함한다. 웨이퍼들의 개수와 이 웨이퍼들 사이의 간격(spacing)과 같은 파라미터들은 기하구조와 관련되어 있다. 이 파라미터들은 압력, 온도 및 유량(flow rate)(불활성 및 전구체)와 같은 프로세스 상태를 포함할 수 있다. 또한, 확산도와 같은 흐름 파라미터들이 포함될 수 있다. 또한, 화학 흡착과 같은 표면 반응 파라미터들이 포함될 수 있다.
가스 흐름 및 화학 흡착 프로세스를 설명하기 위하여, 리액터 및 가스 주입 시스템의 모델을 생성할 수 있다. 이 섹션에서는, 모델링 방법을 예시한다. 모델은 풀 CFD(computational fluid dynamics) 방법들을 포함하는, 다른 방법들을 사용하여 생성될 수 있음이 명백해야 한다.
예시적인 모델들을 생성하는 경우에, 이하의 가정들 및/또는 단순화들 중 하나 이상이 행해질 수 있는데, 하나는 가스들이 질소의 특성에 근접하는 전송 특성들을 가진 "이상적인 가스"법칙들을 따른다는 것이며, 나머지 하나는 가스들이 프로세싱 챔버에 유입될 때 가스들의 열 팽창(expansion)을 무시할 수 있다는 것이다. 또한, 박편 모양의 흐름 상태가 상기 챔버 내에서 만연되어 있으며, 상기 챔버 벽과 웨이퍼들 사이의 가스 흐름이 플러그-흐름 상태에 있고, 웨이퍼들 사이의 가스 흐름이 플러그-흐름 상태에 있다고 가정하면, 1 차 전송 메카니즘은 캐리어 가스내의 반응물 종들의 확산에 의해 행해진다.
또한, 픽의 법칙은 웨이퍼들 사이의 반응물 종들(전구체들)의 확산을 모델링하는데 사용될 수 있다. 픽의 법칙은,
Figure 112007061176709-pct00001
으로 기재된다.
플러그 흐름은,
Figure 112007061176709-pct00002
u 가스 유속
tres 잔류 시간
F 유량
A 플러그 플로 횡단면적
L 리액터 길이
와 같이 상기 챔버에서의 유속(flow velocity) 및 거주(residence) 시간을 계산함으로써 기술될 수 있다.
상기 모델을 이용하여, 반응 종들에 대한 원하는 유량 F 를 상기 모델에 입력하여, 이하의 내용을 조사할 수 있다.
로컬 리액턴트/전구체 농도 n : 리액턴트/전구체가 상기 챔버에 도입될 때, 상기 모델은 로컬 리액턴트/전구체 농도를 추적하고, 이는 몰/cc 로 표현된다.
로컬 포화도 : 상기 표면들이 상기 리액턴트/전구체 종들에 노출될 때, 화학 흡착 프로세스는 상기 리액턴트/전구체 분자들을 상기 표면에 결합(bind)한다. 로컬 포화도는 예를 들어 0% 내지 100% 의 퍼센티지로 표현된다.
프로세싱 챔버의 모델에 기초하여, MLD 프로세스에 대한 결과들의 예시적인 세트는 파라미터들의 특정 세트에 대하여 획득될 수 있다. 예를 들어, 이하의 결과들이 획득될 수 있다. 1) 전달성(convective) 가스 유속 u 는 대략 20 cm/초일 수 있으며, 2) 거주 시간 tres 는 대략 2 내지 3 초일 수 있다.
일 실시형태에서, 모델들은 유량이 실질적으로 일정한 경우에 개발될 수 있고, 다른 실시형태에서, 모델들은 유량 세트 포인트들이 시간에 따라 변경되도록 허용되는 경우에 개발될 수 있다. 예를 들어, 150 초 기간이 전구체 노출 단계들에 대하여 가정될 수 있으며, 본 발명의 하나의 방법은 일정한 값에서 유량 세트 포인트들을 유지하기 보다는 150 초 기간에 걸쳐서 변경되는 일련의 유량 세트 포인트들을 생성한다. 다른 방법에서는, 150 초 기간이 요구되지 않는다.
각각의 전구체 노출 단계(RA 및 RB)에서, 전구체 분자들은 상기 표면이 포화될 때 까지 상기 표면과 반응할 수 있다. 예를 들어, 전구체들 및 프로세스 상태는 상기 표면이 완전하게 포화되는 경우에 프로세스 단계를 정지시키도록 선택될 수 있다. 단층 적층 프로세스는 종종 막 특성들을 제어하기 위하여 자기제한 표면 포화 양태를 이용한다. 예를 들어, 전구체 단계들은 상기 표면이 전구체 분자들을 사용하여 약간 과포화되도록 포화됨을 보증하기 위하여 필요한 기간 보다 길게 행해질 수 있다. 일부 경우들에 있어서, 프로세스 결과들은 상기 표면에 공급되는 전구체량의 약간의 변동에 대하여 비교적 독립적일 수 있다.
본 발명에서, 공급되는 전구체량은 전구체 단계에 대하여 요구되는 시간 및 정화 단계에 대하여 요구되는 시간을 단축시키기 위하여 더욱 인텔리전트하게 제어된다. 예를 들어, 스택 내의 별개의 웨이퍼들 사이 및 상기 챔버 내의 전구체 흐름 그리고 상기 스택 내의 별도의 웨이퍼들의 표면 및 상기 챔버 내의 압력 상태는, 전구체 특성들, 표면 특성들, 표면 화학 반응, 퍼지 프로세스들, 챔버 설계 및 상기 챔버 내의 흐름 제어를 포함하는 복수의 다른 변수들에 따라 상기 MLD 모델 내에 포함될 수 있다.
이러한 방식으로, 각 적층 사이클에서 균일한 두께로 적층될 수 있다. 막은 층간(layer-by-layer) 모드로 성장되고, 전체 막 두께는 증착 사이클 수에 의해 결정되므로, 본 발명의 인텔리전트 세트 포인트들을 사용하면 복수의 웨이퍼들을 한꺼번에 처리하고 각 증착 사이클에 대하여 요구되는 시간을 감소시킴으로써 처리량을 증가시킬 수 있다. 또한, MLD 프로세스에서 인텔리전트 세트 포인트들을 사용하면 높은 종횡비 특징들을 가지는 웨이퍼들에 대하여 개선된 균일성 및 스텝 커버리지를 제공할 수 있다. 또한, MLD 프로세스에서 인텔리전트 세트 포인트들을 이용하면 높은 종횡비 특징 내에서 개선된 CD(critical dimension) 제어 및 프로파일 균일성 제어를 포함하는 개선된 균일성을 제공할 수 있다.
MLD 프로세스 및 증착 속도는 부분적으로 웨이퍼 온도에 의존할 수 있다. MLD 프로세스 온도 범위는 넓을 수 있다. 상한은 전구체들이 열 분해되기 시작하는 온도에 기초하여 확립될 수 있다. 하한은 증착된 막의 불순물 레벨들이 증가하는 포인트로 증착 속도가 저하되는 온도에 기초하여 확립될 수 있다.
또한, 사이클 시간을 최소화하기 위하여 모델들 및 시변(time-varying) 세트 포인트들을 최적화하는데 다양한 방법들을 사용할 수 있다. 예를 들어, 시험용 웨이퍼를 사용할 수 있으며, 다른 방법에서는, 광학 기술들을 이용할 수 있다.
사이클 시간을 최소화하기 위한 하나의 방법에서, MLMS(Multi-Location Measurement Substrate)가 사용된다. MLMS 은 기판 전반에 걸친 복수의 위치들에서 화학흡착된 전구체 종들의 농도를 현장에서(in-situ) 측정할 수 있는 새로운 타입의 기판이다.
도 7 에서는, 본 발명의 실시형태에 따른 MLMS 가 도시된다. 예시된 실시형태에서는, 실리콘 웨이퍼 기판이 MLMS(700)으로서 사용될 수 있지만, 이는 본 발명에는 요구되지 않는다. 다른 실시형태에서, 유리와 같은 다른 재료들을 사용할 수 있으며, 원 형상 대신 직사각형 형상의 웨이퍼가 사용될 수 있다. 상기 기판(700)은 기판 전반에 걸쳐서 실질적으로 균일한 제 1 막(710)을 가진다. 선택된 위치들에서, 상기 기판(700)은 작은 영역의 제 2 막(720)을 가진다. 예시된 실시형태에서, 9 개의 위치는 웨이퍼상의 중심 및 2 개의 동심원에 배열되지만, 이는 요구되지 않는다. 다른 실시형태들에서, 다른 타입의 재료 및 다른 패턴들을 가지는 임의의 개수의 영역들이 제공될 수 있다. 도 7 에서, 정사각형 형상의 영역들이 도시되어 있지만, 이는 필요하지 않다. 이 영역들은 기하학적 형상 및 비기하학적 형상을 포함하는 다른 형상들일 수 있으며, 예컨대, 복수의 고리 모양의 링 형상 존들을 포함하거나, 직사각형 세그먼트들을 포함할 수 있다.
MLMS(700)에서, 제 1 막(710)의 전구체의 화학흡착 속도는 제 2 막(720)의 전구체의 화학흡착 속도와는 다르다. 이러한 기판이 리액터에 도입되는 경우에, 복수의 측정 위치들에서 기판 상에 형성된 전구체막의 두께는 그 위치들에서의 네트(net) 전구체 플럭스의 측정을 제공한다.
MLMS들은 전구체 화학흡착을 측정하기 위하여 리액터 내에 배치될 수 있다. 복수의 웨이퍼 및 배치(batch) 리액터에 대하여, MLMS들은 웨이퍼 스택의 복수의 위치들에 배치될 수 있다. 일 실시형태에서, MLMS 는 웨이퍼 스택의 상부, 중부 및 하부에 배치될 수 있다. 이러한 측정 기판들이 상기 리액터 위치되는 경우에, 전구체 가스 흐름 세트 포인트들의 값을 조정하여 사이클 시간을 최소화하는 값들을 획득한다.
사이클 시간을 최소화하기 위한 또 다른 방법에 있어서, GCS 는 리액터의 포(fore) 라인에 결합될 수 있다. 이러한 기구의 사용에 있어서, 배출 가스 성분을 측정할 수 있고, 전구체 가스 흐름 세트 포인트들의 값을 조정하여 사이클 시간을 최소화하는 값들을 획득한다.
본 발명의 일 실시형태는, 상기 전구체들 및 프로세스 가스들이 "시변"가스 유량을 제공하기 위하여 인텔리전트 세트 포인트들을 가지는 프로세스 레시피를 이용하여 제어된다. 인텔리전트 세트 포인트들을 가지는 프로세스 레시피는 웨이퍼 포화 시간 및 퍼지(purge) 시간을 최소화함으로써 처리율을 증가시키도록 설계된다.
동적 모델이 아래와 같이 검증 및 업데이트될 수 있다.
하나 이상의 시간 간격들의 말단에서, 1) 표면 포화 상태 및 2) 상기 스택 내의 3 개의 웨이퍼 위치 즉, 상부, 중부 및 하부에서의 분자 종(molar species) 농도 상태를 측정/결정할 수 있으며, 표면 포화도에 대하여 예측된 값은 대략 1 일 수 있으며, 분자 종(molar species) 농도에 대하여 예측된 값은 대략 0 일 수 있다.
상기 방법론(methodology)은, 국부적인 전구체 농도를 포함하는 플로 상태를 통합하고, 국부적인 화학흡착 속도 및 표면 포화 상태를 통합하는 동적 모델을 생성하는 단계; 프로세스 파라미터들에 대한 공칭적인 세트 포인트들의 파라미터를 결정함으로써 인텔리전트 세트 포인트 제어(ISC)를 이용한 제어 절차를 확립하고, 효과적인 최적화 방법 및 프로세스 데이터를 이용하여 인텔리전트 세트 포인트들을 생성하는 단계; 포화 상태를 체크하고 동적 모델들 및/또는 인텔리전트 세트 포인트들을 정제 및 유효화하기 위하여 측정된 데이터(즉, 기기 사용한 웨이퍼들)를 사용함으로써 리액터 상의 제어 절차를 유효하게 하는 단계를 포함한다.
도 8 은 본 발명의 실시형태에 따른 MLD 프로세싱 시스템을 동작하기 위하여 방법(800)의 개략적인 흐름도이다. 절차(800)는 단계 810 에서 개시한다. 예를 들어, 단계 810 는 프로세싱 챔버에 복수의 웨이퍼를 위치시키는 단계를 포함할 수도 있다. 그 후, 프로세싱 챔버에서 제 1 전구체 프로세스(820)를 수행하고, 이어서 제 1 퍼지 프로세스(830)를 수행한다. 그 후, 프로세싱 챔버에서 제 2 전구체 프로세스(840)를 수행하고, 이어서 제 2 퍼지 프로세스(850)를 수행한다. MLD 프 로세스가 완료되는지 여부를 결정하기 위한 질의를 단계 860 에서 행한다. 만일 MLD 프로세스 완료되지 않으면, 단계 820 내지 단계 850 를 반복한다. 단계(860)의 질의가 긍정인 경우에, 단계 870 에서 절차 800 이 종료된다. 이제, 이 단계들 각각을 더욱 상세히 설명한다.
프로세싱 챔버에 웨이퍼를 위치시키는 단계에 부가하여, 단계 810 은 또한 복수의 웨이퍼 중 적어도 하나에 대한 피드 포워드 데이터를 수신 및 처리하는 단계를 포함할 수도 있다. 피드 포워드 데이터는 굴절율 인덱스(n) 데이터 및 소광 계수(k) 데이터와 같은 CD 데이터, 프로파일 데이터 및 광학 데이터를 포함할 수 있다. 예를 들어, 피드 포워드 데이터는 웨이퍼 구성 정보를 추출하도록 처리될 수도 있다. 예를 들어, 웨이퍼 구성 정보는, 웨이퍼들의 개수, 웨이퍼 위치, 층들의 개수, 층 위치, 층 조성, 층 균일도, 층 밀도 및 층 두께를 포함할 수 있다. 층들은 기판 재료, 레지스트 재료, 유전체 재료 및/또는 반-반사 코팅(ARC) 재료를 포함할 수 있다. 또한, 하나 이상의 층에 대한 n 및 k 값을 추출할 수 있다.
단계 820 에서, 제 1 증착 프로세스를 수행할 수 있다. 제 1 증착 프로세스 동안에, 표면 포화 존들은 복수의 웨이퍼들 중 적어도 하나의 표면상에 결정될 수 있고, 가상 센서는 하나 이상의 표면 포화 존들에 대한 하나 이상의 파라미터들을 결정하기 위하여 생성될 수 있다.
제 1 증착 프로세스 동안에, 제 1 프로세스 가스는 프로세싱 챔버로 도입될 수 있고 복수의 웨이퍼들은 제 1 프로세스 가스에 포함되는 제 1 반응 종들에 노출될 수 있다. 제 1 프로세스 시간 동안에, 균일한 막이 복수의 웨이퍼들의 표면 위 에 증착된다. 또한, 제 1 프로세스 시간은 피드 포워드 데이터 및 가상 센서 중 적어도 하나를 이용하여 결정될 수 있다. 가상 센서는 표면 포화 상태(전구체 농도)가 원하는 값에 도달되었던 때를 결정하는데 사용될 수 있다.
가상 센서는 도 5 에 기술된 바와 같이 모델 성분(M1, M2, M3 및 M4), 제어 입력(U), 장애 입력(D), 조정된 출력(Z), 측정된 출력(Y)을 가지는 동적 모델을 이용하여 생성될 수 있다. 모델 구조는 Z = M1U + M3D 및 Y = M2U + M4D 로서 표현될 수도 있다. 다른 방법으로, 모델 구조에 대한 다른 표현이 사용될 수도 있다.
예를 들어, 측정된 데이터는 U 및 Y 에 대하여 획득될 수 있으며, D 의 값은 Y = M2U + M4Dest 를 이용하여 추정될 수 있으며, Z 의 값은 Zest = M1U + M3Dest 를 이용하여 추정될 수 있다. 적어도 하나의 제어 입력(U)은 제 1 프로세스 가스에 대한 가스 플로일 수 있으며, 적어도 하나의 장애 입력(D)은 미측정된 편차일 수 있으며, 장애 입력(D)은 프로세스 드리프트, 챔버 오염물질, 및 웨이퍼 온도차 중 적어도 하나를 포함할 수 있으며, 적어도 하나의 측정된 출력(Y)은 제 1 프로세스 가스에 대한 가스 농도일 수 있으며, 적어도 하나의 조정된 출력(Z)은 표면 포화 상태(전구체 농도)를 결정하는 가상 센서일 수 있다. 본 발명의 다른 실시형태에서, 다른 개수의 모델 성분들이 사용될 수 있으며, 모델 성분들은 다른 구조로 배열될 수도 있다.
측정된 데이터는 적어도 하나의 조정된 출력에 대하여 획득될 수 있으며, 동적 모델은 측정된 데이터를 이용하여 확인될 수 있다. 하나의 경우에 있어서, 측정된 데이터는 MLMS 를 이용하여 획득될 수 있으며, 상기 MLMS 는 복수의 위치들에서의 화학흡착된 전구체 종들의 인시츄(in-situ) 농도를 측정한다. 다른 방법으 로, 측정된 데이터는 GCS 또는 다른 광학 기술들을 이용하여 획득될 수도 있다.
또한, 동적 모델은, 프로세싱 챔버 내에서 제 1 프로세스 가스의 플로를 모니터하는 단계로서, 상기 제 1 프로세스 가스는 제 1 반응 종들(전구체 분자)을 포함하는 것인, 모니터 단계; 상기 웨이퍼들 사이의 플로를 확산 프로세스로서 모델링하는 단계; 제 1 반응 종들(전구체 분자들)에 대한 거주 시간을 결정하는 단계; 하나 이상의 표면 포화 존들에 대한 반응 종(전구체 분자들) 농도를 결정하는 단계; 및 하나 이상의 표면 포화 존들에 대한 화학흡착 속도를 결정하는 단계를 포함할 수 있다.
예를 들어, 표면 포화(전구체 농도) 가상 센서는, 퍼센티지를 측정할 수 있고, 제 1 증착 프로세서는, 표면 포화가 대략 100 퍼센트에 도달한 경우에 종료될수 있다. 다른 실시형태들에서, 다른 퍼센티지들이 사용될 수 있다. 일부 경우에 있어서, 증착 프로세스는 기판과 전구체 사이의 포화된 표면 반응들에 의존한다. 하나의 경우는, 증착 속도/사이클이 포화 시간에 의해 결정되고, 포화 이후에 반응 노출 시간에 대하여 독립적인 자기제한(self-limiting) 화학흡착 반응일 수 있다.
종래의 레시피에 있어서, 전구체 함유 가스(대략 250 sccm)의 유량 및 챔버 압력(대략 1 Torr)과 같은 프로세스 파라미터 세트 포인트들은, 주어진 기간 동안에 일정하게 유지된다. 그러나, 본 발명은 동적이며, 막 균일도를 달성하는데 부가적인 자유도를 제공하는 시간의 함수로서 공칭 값 주위의 유량을 변경시킬 수 있는 인텔리전트 세트 포인트들을 사용한다. 다른 실시형태들에서, 인텔리전트 세트 포인트들은, 단계 820 에서의 제 1 증착 프로세스 동안에 챔버 압력, 챔버 온도 및 기판 온도와 같은 다른 프로세스 파라이터들을 제어하는데 사용될 수 있다. 부가적인 실시형태들에서, 공칭값은 요구되지 않는다. 다른 실시형태들에서, 다른 공칭값이 사용될 수 있다.
일 실시형태에서, 전구체 농도는 적어도 하나의 웨이퍼 상의 방사형 엘리먼트들(n)을 이용하여 결정될 수 있으며, 전구체 농도 벡터 D 는 상기 방사형 엘리먼트들(n) 중 각각의 하나의 엘리먼트에서 규정될 수 있다. 다른 방법으로, 원형이 아닌 항목들이 처리될 수 있고, 방사형이 아닌 엘리먼트들이 사용될 수 있다.
Figure 112007061176709-pct00003
전구체 농도 벡터 D 에서의 변화는 동적 세트 포인트 궤적(trajectory)을 이용함으로써 최소화될 수도 있다. 모델 기반 선형 또는 비선형 다변수 제어 접근방법은, 전구체 농도들을 모델링하는데 사용될 수도 있으며, 여기서 제어기는 제어될 시스템의 수학적 모델을 구비한다. 상기 다변수 제어기는, 선형-정방형(quadratic)-가우시안(LQC) 방법, 선형 정방형 레귤레이터(LQR) 방법, H-인피니티(H-inf) 방법과 같은 최신의 제어 설계 방법들 중 임의의 방법에 기초할 수도 있다. 전구체 농도 모델은 선형 또는 비선형 중 어느 하나일 수 있으며, 단일 입력 단일 출력(SISO) 또는 다중 입력 다중 출력(MIMO) 중 어느 하나일 수 있다. 다변수 제어 접근방법(즉, MIMO)은 모든 입력들과 출력들에 대한 모든 입력들의 효과를 고려한다. 물리적 모델들 및 데이터 구동된 모델들과 같은, 전구체 농도들을 모델 링하기 위한 일부 다른 접근방법들이 이용가능하다.
일 실시형태에서, 전구체 유량 세트 포인트들은, 제 1 전구체 프로세스 단계(820) 동안에 작은 윈도우에서 공칭 값 주위에서 변화하도록 허용되며, 이는 실행 끝(end-of-run) 전구체 농도 균일성을 달성하는데 부가적인 자유도를 제공한다. 다른 실시형태들에서는, 제 1 전구체 프로세스 단계(820) 동안에 부가적인 세트 포인트들을 사용한다. 인텔리전트 시변 세트 포인트 궤적들을 이용하여 전구체 농도를 모델링하는 경우에, 전구체 유량에 대한 공칭 세트 포인트들은 브레이크포인트들의 벡터로 파라미터화될 수 있으며, 공칭 세트 포인트들 주위에서 시간 변화 변동하는 전구체 유량에 대한 인텔리전트 세트 포인트들(r1-rm)을 포함하는 벡터 r 을 규정할 수 있다.
Figure 112007061176709-pct00004
다른 방법에서, 하나 이상의 프로세스 변수들은, 인텔리전트 세트 포인트들이 제 1 전구체 프로세스(820) 동안에 사용되는 경우에, 인텔리전트 시변 세트 포인트들을 가질 수 있다. 예를 들어, 인텔리전트 세트 포인트들은 챔버 온도, 챔버 압력, 프로세스 가스 화학작용(chemistry) 및 웨이퍼 온도를 제어하는데 사용될 수 있다.
프로세스 감도 행렬(matrix) M 은 각각의 제어 존에 대한 브레이크 포인트들 각각에서 작은 섭동(perturbation)들을 야기함으로써 생성될 수 있다. 폐쇄된 루 프 시스템의 모델을 이용하면, 이러한 동요들에 의해 야기된 결과들이 결정될 수 있다. 그 후, 포화 상태와 같은, 하나의 프로세스 특징결과로서 생기는 동요(d1 - dn)는,
Figure 112007061176709-pct00005
과 같은 벡터 형태로 기록될 수 있다.
이제, 최적화 작업은, 결과로서 생기는 벡터 d 가 공칭 궤적으로부터 획득되는 전구체 농도 벡터 D 에서 보여지는 횡방향 웨이퍼 변화를 제거하도록, 벡터 r 의 적절한 값들을 찾는 것 중 하나가 될 수 있다. 예를 들어, 측정된 데이터는 감도 행렬 M 을 계산하는데 사용될 수 있다.
인텔리전트 세트 포인트들을 생성하는 경우에, 웨이퍼들상에 층이 증착됨으로써 생기는 균일성은, 증착 속도에 현저하게 의존하며, 이 증착 속도는 차례로 포화 속도, 웨이퍼 온도, 전구체 농도 및 웨이퍼 표면 상의 다수의 위치들에서의 부분 압력에 의존한다. 횡방향 웨이퍼 위치들에서의 포화 속도 및 플로(flow) 세트 포인트 변화들에 대한 표면 포화 속도의 감도를 계산하는 방법들을 상술하였다. 공칭 포화 상태 값들 (C1 - Cn)은 공칭 전구체 농도 레벨들(D1 - Dn)에 비례할 수 있으며, 여기서 α는 비례 상수이다. 또한, 포화 상태 값들(c1 - cn)에서의 변화는 전구체 농도 레벨들(d1 - dn)에서의 변화에 비례할 수 있으며, 여기서 α 는 비례 상수이다. 그 후, 포화 상태 값들에서의 변화는,
Figure 112007061176709-pct00006
로서 기록될 수 있다.
웨이퍼들의 표면들 전반에 걸친 포화 상태 값들(c1 - cn)에서의 변화 및/또는 전구체 농도 레벨들(d1 - dn)에서의 변화는, 감도 행렬 M 을 이용하여 인텔리전트 세트 포인트를 계산함으로써 감소될 수도 있다. 인텔리전트 세트 포인트들은,
Figure 112007061176709-pct00007
에 의해 주어진 강제된(constrained) 정방형 최적화 문제를 해결함으로써 최적화될 수 있다.
따라서, 인텔리전트 세트 포인트들을 찾기 위한 절차는 아래와 같이 된다.
1) 공칭 세트 포인트들을 이용하여 프로세스를 실행하고, 선택된 위치들에서 적어도 하나의 웨이퍼의 표면 전반에 걸친 전구체 농도 레벨들 및/또는 포화 상태 값들을 찾는다. 전구체 농도 레벨들은, 몇 가지 방법들을 이용하여 측정될 수 있으며, 이러한 하나의 방법은 광학 센서들(OES(광학 방사 분광법; Optical Emissions Spectroscopy)), ODP(광학 디지탈 프로필로미트리 : Optical Digital Profilometry)를 이용하며; 또 다른 방법은 MLMS를 이용할 수 있다.
2) 전구체 농도의 공칭값을 선택하고, 편차(variation) 벡터 d 를 생성하며, 편차 벡터 d 는 원하는 값과 측정 데이터 사이의 차이이다. 일 실시형태에서, 원하는 값은 공칭 값이다. 다른 방법으로, 원하는 값은 평균값, 최소값, 최대값, 3-시그마 값 또는 또 다른 계산된 값일 수도 있다.
3) 위에서 나타낸 최적화 문제를 해결하여 인텔리전트 세트 포인트들 r 을 찾는다.
4) 이전 단계에서 발견된 인텔리전트 세트 포인트들이 가진 레시피를 업데이트하고, 프로세스를 재실행한다. 예를 들어, 업데이트된 값들은 업데이트된 레시피를 실행함으로써 획득될 수도 있다.
5) 원하는 균일성이 달성될 때까지 반복한다. 예를 들어, 원하는 균일성은 전구체 농도 변화에 대한 3 시그마값을 포함할 수 있다. 다른 방법으로, 원하는 균일성은 평균값, 최소값, 최대값 또는 또 다른 계산된 값일 수도 있다.
반복이 수렴된 이후에, 원하는 균일성이 달성되고, 그 결과가 이후의 사용을 위하여 저장될 수도 있다.
도 9 는 본 발명의 실시형태에 따른 제 1 전구체 함유 가스에 대한 가스 유량을 포함하는 레시피 단계를 예시한다. 일반적으로 사용되는 종래 기술의 ALD 프로세스의 특색을 잘 나타내는 일정한 유량(910)이 도시된다. 인텔리전트 세트 포인트들(922, 924 및 926)을 가지는 유량(920)은 MLD 프로세스를 동작시키기 위한 본 발명의 실시형태를 예증한다. 다른 실시형태들에서, 다른 개수의 인텔리전트 세트 포인트들이 사용될 수 있다. 또한, 다른 유량 값들이 사용될 수 있으며, 다른 시간이 사용될 수 있다.
도 10 은 본 발명의 실시형태에 따른 제 1 전구체에 대한 농도 값들을 나타낸다. 일반적으로 사용되는 종래 기술의 ALD 프로세스의 특색을 잘 나타내는 전구체 농도값들(1010)이 도시되며, 여기서 유량이 일정하게 유지된다. 인텔리전트 세트 포인트들이 MLD 프로세스를 동작시키는데 사용되는 본 발명의 실시형태를 예증하는 전구체 농도 값들(1020)이 도시된다. 양 경우 (1010 및 1020)에 있어서, 데이터는 웨이퍼들에 대하여 스택의 상부, 중부 및 하부에 도시된다. 다른 실시형태들에서, 다른 전구체 농도 값들이 사용되며, 다른 시간이 사용될 수 있다.
도 11 은 본 발명의 실시형태에 따른 제 1 전구체에 대한 표면 포화값들을 나타낸다. 일반적으로 사용되는 종래 기술의 ALD 프로세스의 특색을 잘 나타내는 표면 포화 값들(1110)이 도시되며, 여기서 유량(flow rate)은 일정하게 유지된다. 인텔리전트 세트 포인트들이 MLD 프로세스를 동작시키는데 사용되는 본 발명의 실시형태를 예증하는 표면 포화 값들(1120)이 도시된다. 양 경우 (1110 및 1120)에 있어서, 데이터는 웨이퍼들에 대하여 스택의 상부, 중부 및 하부에 도시된다. 다른 실시형태들에서, 다른 표면 포화 값들이 사용되며, 다른 시간이 사용될 수 있다.
또한, 본 발명의 실시형태를 이용하여 획득되는 시간 절감(savings)을 예증하는 시간차(1130)이 도시된다. 특히, 이 예에 있어서, 본 발명에 의해 75 초 빠르게 100% 포화도가 달성되었다. 인텔리전트 세트 포인트들을 사용하면 실질적인 시간 절감을 제공할 수 있다.
도 8 을 다시 참조하면, 단계 830 에서, 제 1 챔버 퍼징(purging) 프로세스가 수행될 수 있다. 예를 들어, 챔버 퍼징 프로세스는, 챔버 배기(venting) 프로세스, 챔버 클리닝 프로세스 및 배출(evacuation) 프로세스 중 적어도 하나를 포함할 수 있다. 제 1 챔버 퍼징 프로세스(830) 동안에, 표면 포화 존들은 복수의 웨이퍼들 중 적어도 하나의 표면 상에서 결정될 수 있으며, 제 2 가상 센서는 하나 이상의 표면 포화 존들에 대한 하나 이상의 파라미터들을 결정하기 위하여 생성될 수도 있다. 제 2 프로세스 가스는 제 1 프로세스 시간 동안에 프로세싱 챔버로 도입될 수 있으며, 제 2 프로세스 가스는 프로세스 챔버로부터 제 1 프로세스 가스를 실질적으로 제거할 수 있다. 예를 들어, 이는 각 표면 포화 존에서의 제 1 반응종(전구체)의 농도를 대략 0 이 되게 할 수 있다. 제 2 프로세스 시간은, 가상 센서, 제 2 가상 센서, 농도값, 피드 포워드 데이터 및 측정된 데이터 중 적어도 하나를 이용하여 결정될 수 있다.
제 2 가상 센서는, 반응하지 않은 제 1 전구체 분자들의 농도 레벨, 제 1 프로세스 가스의 농도 레벨, 제 2 프로세스 가스의 농도 레벨 및 프로세스로부터의 부산물들의 농도 레벨 중 적어도 하나가 원하는 값에 도달할 때를 결정하는데 사용될 수 있다. 일 실시형태에서, 원하는 값은 대략 0 일 수 있다. 다른 실시형태들에서, 원하는 값은 0 보다 클 수 있다.
제 2 가상 센서는 도 5 에 기술된 바와 같이 모델 성분(M1, M2, M3 및 M4), 제어 입력(U), 장애 입력(D), 조정된 출력(Z), 측정된 출력(Y)을 가지는 동적 모델을 이용하여 생성될 수 있다. 모델 구조는 Z = M1U + M3D 및 Y = M2U + M4D 로서 표현될 수도 있다. 다른 방법으로, 모델 구조에 대한 다른 표현이 사용될 수도 있다.
예를 들어, 측정된 데이터는 U 및 Y 에 대하여 획득될 수 있으며, D 의 값은 Y = M2U + M4Dest 를 이용하여 추정될 수 있으며, Z 의 값은 Zest = M1U + M3Dest 를 이용하여 추정될 수 있다. 적어도 하나의 제어 입력(U)은 제 2 프로세스 가스에 대한 가스 플로(flow)일 수 있으며, 여기서 제 2 프로세스 가스는 불활성 가스를 포함하며, 적어도 하나의 장애 입력(D)은 미측정된 편차일 수 있으며, 적어도 하나의 측정된 출력(Y)은 프로세싱 챔버를 벗어나는 가스에 대한 미반응된 전구체 농도일 수 있으며, 적어도 하나의 조정된 출력(Z)은 하나 이상의 포화 존들에서 반응하지 않은 제 1 전구체 분자들의 농도 레벨, 제 1 프로세스 가스의 농도 레벨 및 제 1 프로세스 가스로부터의 부산물들의 농도 레벨 중 적어도 하나를 결정하는 가상 센서일 수 있다.
측정된 데이터는 적어도 하나의 조정된 출력에 대하여 획득될 수 있으며, 동적 모델은 측정된 데이터를 이용하여 확인될 수 있다. 일 실시형태에 있어서, 측정된 데이터는 GCS를 이용하여 획득될 수 있다. 또 다른 실시형태에 있어서, 다른 측정 디바이스들이 사용될 수 있다. 다른 실시형태에 있어서, GCS 는 하나 이상의 프로세스 단계들에 대한 엔드포인트 검출기로서 사용될 수 있다. 다른 방법으로, 측정된 데이터는 MLMS 를 이용하여 획득될 수도 있다.
제 2 가상 센서는 퍼센티지를 측정할 수 있으며, 단계 830 에서의 제 1 챔버 퍼징 프로세스는, 제 2 가상 센서값이 대략 0 퍼센트에 도달하는 경우에 종료될 수 있다. 다른 실시형태들에서, 다른 퍼센티지들이 사용될 수 있으며, 다른 농도 레벨들이 사용될 수 있다. 일부 경우들에 있어서, 퍼징 프로세스는 챔버 밖에서 안으로의 유량, 챔버안에서 밖으로의 유량, 챔버 내에서의 유량 및 기판들 사이의 유량에 따른다.
종래의 레시피에 있어서, 퍼지 가스의 유량 및 챔버 압력과 같은 프로세스 챔버 세트 포인트들은, 퍼징 프로세스 동안 공지된 시간에 대하여 일정하게 유지된다.
그러나, 본 방법은 막 균일성 및 빠른 프로세싱 시간을 달성하는데 있어서 부가적인 자유도를 제공하기 위하여, 공칭값 주위의 퍼지 가스 유량을 변경시킬 수 있으며, 동적인 인텔리전트 세트 포인트들을 이용한다. 다른 실시형태들에서, 인텔리전트 세트 포인트들은, 제 1 퍼지 프로세스(830) 동안에 챔버 압력, 챔버 온도 및 기판 온도와 같은 다른 프로세스 파라미터들을 제어하는데 사용될 수 있다. 다른 실시형태들에서, 공칭값은 요구되지 않는다. 다른 실시형태들에서, 다른 공칭값이 사용될 수 있다.
일 실시형태에서, 제 1 퍼지 단계(830)는, 제 1 프로세스 가스 성분들, 전구체 분자들과 같은 오염 물질(contaminant)을 제거하고 및/또는 웨이퍼 표면들로부터 그리고 프로세싱 챔버로부터의 부산물들을 처리하는데 사용된다. 여러가지 반 응 파라미터들이 동적 모델과 조합되어 제 1 퍼지 프로세스(830) 동안에 여러 위치들에서 상기 오염물질들에 대한 농도 레벨을 결정할 수 있다. 이 오염물질들의 농도 레벨들은 제 1 챔버 퍼징 프로세스(830) 동안에 퍼지 가스의 유량을 제어하기 위한 인텔리전트 세트 포인트들을 포함함으로써 더욱 정확하게 제어될 수 있다.
일 실시형태에서, 오염 레벨(농도)는 적어도 하나의 웨이퍼 상의 방사형(radial) 엘리먼트들(n)을 이용하여 결정될 수 있다. 오염 레벨은 반응된 제 1 전구체 분자들의 농도 레벨, 미반응된 제 1 전구체 분자들의 농도 레벨, 제 1 프로세스 가스의 농도 레벨 및 제 1 프로세스로부터의 부산물들에 대한 농도 레벨 중 적어도 하나를 포함할 수 있다. 오염 레벨(농도) 벡터 D 는 방사 엘리먼트들(n) 중 각각의 하나에서 규정될 수 있다. 다른 방법으로, 원형이 아닌 항목들이 처리될 수 있고, 비방사형(non-radial) 엘리먼트들이 사용될 수 있다.
Figure 112007061176709-pct00008
오염 레벨 벡터 D 에서의 변화는 동적 세트 포인트 궤적들을 이용함으로써 최소화될 수도 있다. 모델 기반 선형 또는 비선형 다변수 제어 접근방법은, 오염 레벨들을 모델링하는데 사용될 수도 있으며, 여기서 제어기는 제어될 시스템의 수학적 모델을 포함한다. 다변수 제어기는 여기서 기술된 바와 같이 최신의 제어 설계 방법들 중 임의의 방법에 기초할 수도 있다. 오염 레벨들의 모델은 선형 또는 비선형 중 어느 하나일 수 있으며, SISO 또는 MIMO 중 어느 하나일 수도 있다. 다 변수 제어 접근방법(즉, MIMO)는 모든 입력들 및 출력들에 대한 모든 입력들의 효과를 고려한다. 물리적 모델들 및 데이터 구동된 모델들과 같이 오염 레벨들을 모델링하는 일부 다른 접근방법들이 이용될 수 있다.
일 실시형태에서, 제 2 프로세스 가스에 대한 유량 세트 포인트들은 제 1 퍼지 프로세스 단계(830) 동안에 작은 윈도우에서 공칭 값 주위에서 변화하도록 허용되며, 이는 고속이며 더욱 효과적인 퍼징을 달성하는데 있어서 부가적인 자유도를 제공한다. 다른 실시형태들에서, 부가적인 세트 포인트들은 제 1 퍼지 프로세스 단계(830) 동안에 사용될 수 있다. 인텔리전트 시변 세트 포인트 궤적들을 이용하여 오염 레벨들을 모델링하는 경우에, 제 2 프로세스 가스에 대한 유량들에 대한 공칭 세트 포인트들은, 브레이크포인트들의 벡터로 파라미터화될 수 있으며, 공칭 세트 포인트들 주위에서 시변 섭동(perturbation)되는 제 2 프로세스 가스에 대한 유량의 인텔리전트 세트 포인트(r1-rm)를 포함하는 벡터 r을 규정할 수 있다.
Figure 112007061176709-pct00009
다른 방법에서, 하나 이상의 프로세스 변수들은, 인텔리전트 세트 포인트들이 제 1 퍼지 프로세스(830) 동안에 사용되는 경우에, 인텔리전트 시변 세트 포인트들을 가질 수 있다. 예를 들어, 인텔리전트 세트 포인트들은 챔버 온도, 챔버 압력, 프로세스 가스 화학작용(chemistry) 및 웨이퍼 온도를 제어하는데 사용될 수 있다.
프로세스 감도 행렬(matrix) M 은 각각의 제어 존에 대한 브레이크 포인트들 각각에서 작은 섭동(perturbation)들을 야기함으로써 생성될 수 있다. 폐쇄된 루프 시스템의 모델을 이용하면, 이러한 섭동들에 의해 야기된 결과들이 결정될 수 있다. 그 후, 오염 레벨들과 같은, 하나의 프로세스 특징에 있어서 결과로서 생기는 섭동(d1 - dn)은,
Figure 112007061176709-pct00010
로서 기록될 수 있다.
이제, 최적화 작업은, 결과로서 생기는 벡터 d 가 공칭 궤적으로부터 획득되는 오염 레벨(농도) 벡터 D 로부터 알 수 있는 횡방향 웨이퍼 변화를 제거하도록, 벡터 r 의 적절한 값들을 찾는 것 중 하나가 될 수 있다. 예를 들어, 측정된 데이터는 감도 행렬 M 을 계산하는데 사용될 수 있다.
인텔리전트 세트 포인트들을 생성하는 경우에, 웨이퍼들상에 층이 증착됨으로써 생기는 균일성은, 퍼지 프로세스(830)의 효과에 현저하게 의존하며, 퍼지 프로세스는 차례로 퍼지 가스의 유량에 의존한다. 횡방향 웨이퍼 위치들에서의 오염 레벨들 및 퍼지 가스 플로 세트 포인트 변화들에 대한 오염 레벨들의 감도를 계산하는 방법들이 상술되었다. 일 실시형태에서, 공칭 오염 상태 값들 (C1 - Cn)은 공칭 오염 레벨들(D1 - Dn)에 비례할 수 있으며, 여기서 α는 비례 상수이다. 또한, 오염 상태 값들(c1 - cn)에서의 변화는 오염 레벨들(d1 - dn)에서의 변화에 비례할 수 있으며, 여기서 α 는 비례 상수이다. 그 후, 오염 상태 값들(c1 - cn)에서의 변화는,
Figure 112007061176709-pct00011
로서 기록될 수 있다.
웨이퍼들의 표면 전반에 걸친 오염 상태 값들(c1 - cn)에서의 변화 및/또는 오염 레벨들(d1 - dn)에서의 변화는, 감도 행렬 M 을 이용하여 인텔리전트 세트 포인트들을 계산함으로써 감소될 수도 있다. 인텔리전트 세트 포인트들은,
Figure 112007061176709-pct00012
에 의해 주어진 강제된(constrained) 정방형 최적화 문제를 해결함으로써 최적화될 수도 있다.
따라서, 인텔리전트 세트 포인트들을 찾기 위한 절차는 아래와 같이 된다.
1) 공칭 세트 포인트들을 이용하여 프로세스를 실행하고, 선택된 위치들에서 적어도 하나의 웨이퍼의 표면 전반에 걸쳐 오염 레벨들 및/또는 오염 상태 값들을 찾는다. 오염 레벨들은, 몇 가지 방법들을 이용하여 결정될 수 있으며, 이러한 하 나의 방법은 공지된 가스 분석 기술들을 이용하며; 또 다른 방법은 GCS를 이용할 수 있다. 다른 방법으로, 측정된 데이터는 MLMS 를 이용하여 획득될 수도 있다.
2) 오염 레벨들의 공칭값을 선택하고, 원하는 값과 측정 데이터 사이의 차가 되는 편차 벡터 d 를 생성한다. 일 실시형태에서, 원하는 값은 공칭 값이다. 다른 방법으로, 원하는 값은 평균값, 최소값, 최대값, 3-시그마 값 또는 또 다른 계산된 값일 수도 있다.
3) 위에서 나타낸 최적화 문제를 해결하여 인텔리전트 세트 포인트들 r 을 찾는다.
4) 이전 단계에서 발견된 인텔리전트 세트 포인트들에 대한 레시피를 업데이트하고, 프로세스를 재실행한다. 예를 들어, 업데이트된 값들은 업데이트된 레시피를 실행함으로써 획득될 수도 있다.
5) 원하는 오염 레벨이 달성될 때까지 반복한다. 예를 들어, 원하는 오염 레벨은 3 시그마값, 최대값, 최소값 및 평균값 중 적어도 하나를 포함할 수 있다. 반복동작이 수렴되고 원하는 균일성이 달성된 이후에, 그 결과들은 이후의 사용을 위하여 저장될 수도 있다. 단계 830 의 완료시에, 여분의 재료들이 챔버로부터 퍼징되며, 제 1 전구체 재료의 단층이 복수의 웨이퍼의 표면상에서 흡착되었다.
도 12 는 본 발명의 실시형태에 따라 제 1 퍼지 가스에 대한 가스 유량(flow rate)을 포함하는 방법 단계를 나타낸다. 일반적으로 사용되는 종래 기술의 ALD 프로세스의 특색을 잘 나타내는 일정한 유량(1210)이 도시된다. 인텔리전트 세트 포인트들(1222, 1224 및 1226)을 가지는 유량(1220)은, MLD 프로세스를 동작시키기 위한 본 발명의 실시형태를 예증한다. 다른 실시형태들에 있어서, 다른 개수의 인텔리전트 세트 포인트들이 사용될 수 있다. 또한, 다른 유량 값들이 사용될 수 있으며, 다른 시간이 사용될 수 있다.
다른 실시형태에 있어서, 인텔리전트 세트 포인트들은 제 1 챔버 퍼징 프로세스(830) 동안에 챔버 압력을 제어하는데 사용될 수 있다. 도 13 은 본 발명의 실시형태에 따른 퍼지 사이클의 제 1 부분에 대한 압력 대 시간의 그래프를 나타낸다. 도 14 는 본 발명에 실시형태에 따른 2 개의 예시적인 퍼징 프로세스들에 대한 압력 안정 시간의 그래프를 나타낸다.
도 8 을 다시 참조하면, 단계 840 에 있어서, 제 2 증착 프로세스가 수행될 수 있다. 제 2 증착 프로세스 동안에, 표면 포화 존들은 복수의 웨이퍼들 중 적어도 하나의 표면 상에서 결정될 수 있으며, 제 3 가상 센서는 하나 이상의 표면 포화 존들에 대한 하나 이상의 파라미터들을 결정하기 위하여 생성될 수 있다.
제 3 프로세스는 프로세싱 챔버로 도입될 수 있으며, 복수의 웨이퍼들은 제 3 프로세스 시간 동안에 제 3 프로세스 가스에 포함된 제 2 반응종(제 2 전구체)에 노출될 수 있으며, 실질적으로 균일한 막이 복수의 웨이퍼들의 표면 상에 증착될 수 있다. 예를 들어, 제 2 전구체는 복수의 웨이퍼들의 표면 상에 흡착되었던 제 1 전구체 재료의 단층과 반응하여, 복수의 웨이퍼들 각각의 표면상에 Si3N4, Al2O3, Ta2O5 및 HfSiON 과 같은 원하는 재료의 단층을 형성한다. 제 3 프로세스 시간은, 제 1 가상 센서, 제 2 가상 센서, 제 3 가상 센서 및 측정된 데이터 중 적어도 하 나를 이용하여 결정될 수 있다.
일 실시형태에 있어서, 제 3 가상 센서는 반응 상태를 결정하기 위하여 생성될 수 있으며, 표면 반응 상태가 원하는 값에 도달한 때를 결정하는데 사용될 수 있다. 표면 반응 상태는 제 2 전구체가 복수의 웨이퍼들의 표면 상의 전구체 재료의 단층과 완전히 반응되었을 때를 결정하는데 사용될 수 있으며, 실질적으로 균일한 막은 복수의 웨이퍼들의 표면 상에 증착된다. 또한, 제 3 프로세스 시간은, 피드 포워드 데이터, 가상 센서, 제 2 가상 센서 및 제 3 가상 센서 중 적어도 하나를 이용하여 결정될 수 있다.
제 3 가상 센서는 도 5 에 기술된 바와 같이 모델 성분(M1, M2, M3 및 M4), 제어 입력(U), 장애 입력(D), 조정된 출력(Z) 및 측정된 출력(Y)을 가지는 동적 모델을 이용하여 생성될 수 있다. 모델 구조는 Z = M1U + M3D 및 Y = M2U + M4D 로서 표현될 수도 있다. 다른 방법으로, 모델 구조에 대한 다른 표현이 사용될 수도 있다.
예를 들어, 측정된 데이터는 U 및 Y 에 대하여 획득될 수 있으며, D 의 값은 Y = M2U + M4Dest 를 이용하여 추정될 수 있으며, Z 의 값은 Zest = M1U + M3Dest 를 이용하여 추정될 수 있다. 적어도 하나의 제어 입력(U)은 제 3 프로세스 가스에 대한 가스 플로일 수 있으며, 적어도 하나의 장애 입력(D)은 미측정된 편차일 수 있으며, 적어도 하나의 측정된 출력(Y)은 제 3 프로세스 가스에 대한 가스 농도일 수 있으며, 적어도 하나의 조정된 출력(Z)은 표면 반응 상태를 결정하기 위한 가상 센 서일 수 있다. 본 발명의 다른 실시형태에 있어서, 다른 개수의 모델 성분들이 사용될 수 있으며, 모델 성분들은 다른 구조로 배열될 수도 있다.
측정된 데이터는 적어도 하나의 조정된 출력에 대하여 획득될 수 있으며, 동적 모델은 측정된 데이터를 이용하여 확인될 수 있다. 하나의 경우에 있어서, 측정된 데이터는 MLMS 를 이용하여 획득될 수 있으며, 상기 MLMS 는 복수의 위치들에서 반응된 및/또는 미반응된 전구체종의 농도를 인시츄(in-situ) 상태로 측정할 수 있다. 또한, MLMS 는 복수의 위치들에서 표면 반응 상태 및/또는 층 두께를 인시츄 상태로 측정하는데 사용될 수 있다. 다른 방법으로, 측정된 데이터는 GCS 또는 다른 광학 기술들을 이용하여 획득될 수도 있다.
또한, 동적 모델은, 프로세싱 챔버 내에서 제 3 프로세스 가스의 플로를 모델링하는 단계로서, 상기 제 3 프로세스 가스는 제 1 반응종(제 2 전구체 분자들)을 포함하는 것인, 모델링 단계; 상기 웨이퍼들 사이의 플로를 확산 프로세스로서 모델링하는 단계; 제 2 반응 종들(제 2 전구체 분자들)에 대한 거주 시간을 결정하는 단계; 하나 이상의 표면 포화 존들에 대한 제 2 반응종(제 2 전구체 분자들) 농도를 결정하는 단계; 및 하나 이상의 표면 포화 존들에 대한 반응 속도를 결정하는 단계를 포함할 수 있다.
예를 들어, 표면 반응 상태 가상 센서는, 퍼센티지를 측정할 수 있고, 제 2 증착 프로세서는, 표면 반응 상태가 대략 100 퍼센트에 도달한 경우에 종료될 수 있다. 다른 실시형태들에서, 다른 퍼센티지들이 사용될 수 있다. 일부 경우에 있어서, 증착 프로세스는 상기 웨이퍼들의 표면 상에 증착되는 제 1 전구체와 제 2 전구체 사이의 포화된 표면 반응들에 의존한다. 예를 들어, 프로세스는 자기제한 반응일 수 있다.
종래의 방법에 있어서, 전구체 함유 가스(대략 100 sccm)의 유량 및 챔버 압력(대략 1 Torr)과 같은 프로세스 파라미터 세트 포인트들이, 주어진 기간 동안에 일정하게 유지된다. 그러나, 본 발명은 막 균일성을 달성하는데 부가적인 자유도를 제공하는 시간의 함수로서 공칭값 주위의 유량을 변경시킬 수 있고 동적인 인텔리전트 세트 포인트들을 사용한다. 다른 실시형태들에서, 인텔리전트 세트 포인트들은, 단계 840 에서의 제 2 증착 프로세스 동안에 챔버 압력, 챔버 온도 및 기판 온도와 같은 다른 프로세스 파라미터들을 제어하는데 사용될 수 있다. 부가적인 실시형태들에서, 공칭값은 요구되지 않는다. 다른 실시형태들에서, 다른 공칭값이 사용될 수 있다.
일 실시형태에서, 제 2 전구체 농도는 적어도 하나의 웨이퍼 상의 방사형 엘리먼트들을 이용하여 결정될 수 있으며, 제 2 전구체 농도 벡터 D 는 상기 방사형 엘리먼트들(n) 중 각각의 하나의 엘리먼트에서 규정될 수 있다. 다른 방법으로, 원형이 아닌 항목들이 처리될 수 있고, 방사형이 아닌 엘리먼트들이 사용될 수 있다.
Figure 112007061176709-pct00013
제 2 전구체 농도 벡터 D 에서의 변화는 동적 세트 포인트 궤적들을 이용함 으로써 최소화될 수도 있다. 모델 기반 선형 또는 비선형 다변수 제어 접근방법은, 제 2 전구체에 대한 농도 값들을 모델링하는데 사용될 수도 있으며, 여기서 제어기는 제어될 시스템의 수학적 모델을 구비한다. 상기 다변수 제어기는, 상술한 바와 같이 최신의 제어 설계 방법들 중 임의의 방법에 기초할 수도 있다. 제 2 전구체 농도 모델은 선형 또는 비선형 중 어느 하나일 수 있으며, SISO 또는 MIMO 중 어느 하나일 수도 있다. 다변수 제어 접근방법(즉, MIMO)은 모든 입력들과 출력들에 대한 모든 입력들의 효과를 고려한다. 물리적 모델들 및 데이터 구동된 모델들과 같은, 제 2 전구체에 대한 농도값들을 모델링하기 위한 일부 다른 접근방법들이 이용가능하다.
일 실시형태에서, 제 2 전구체에 대한 유량 세트 포인트들은, 제 2 전구체 프로세스 단계(840) 동안에 작은 윈도우에서 공칭 값 주위에서 변화하도록 허용되며, 이는 실행 끝(end-of-run) 전구체 농도 균일성을 달성하는데 부가적인 자유도를 제공한다. 다른 실시형태들에서는, 제 2 전구체 프로세스 단계(840) 동안에 부가적인 세트 포인트들을 사용한다. 인텔리전트 시변 세트 포인트 궤적들을 이용하여 제 2 전구체에 대한 농도값들을 모델링하는 경우에, 제 2 전구체의 유량들에 대한 공칭 세트 포인트들은 브레이크 포인트들의 벡터로 파라미터화될 수 있으며, 공칭 세트 포인트들 주위에서 시변 섭동(perturbation)되는 제 2 전구체의 유량에 대한 인텔리전트 세트 포인트들(r1-rm)을 포함하는 벡터 r 을 규정할 수 있다.
Figure 112007061176709-pct00014
다른 방법에서, 하나 이상의 프로세스 변수들은, 인텔리전트 세트 포인트들이 제 2 전구체 프로세스(820) 동안에 사용되는 경우에, 인텔리전트 시변 세트 포인트들을 가질 수 있다. 예를 들어, 인텔리전트 세트 포인트들은 챔버 온도, 챔버 압력, 프로세스 가스 화학작용(chemistry) 및 웨이퍼 온도를 제어하는데 사용될 수 있다.
프로세스 감도 행렬(matrix) M 은 각각의 제어 존에 대한 브레이크 포인트들 각각에서 작은 섭동(perturbation)들을 야기함으로써 생성될 수 있다. 폐쇄된 루프 시스템의 모델을 이용하면, 이러한 섭동들에 의해 야기된 결과들이 결정될 수 있다. 그 후, 제 2 전구체의 농도 레벨들과 같은, 하나의 프로세스 특징에 있어서 결과로서 생기는 섭동(d1 - dn)은,
Figure 112007061176709-pct00015
로서 기록될 수 있다.
이제, 최적화 작업은, 결과로서 생기는 벡터 d 가 공칭 궤적으로부터 획득되는 벡터 D 에서 알 수 있는 횡방향 웨이퍼 변화를 제거하도록, 벡터 r 의 적절한 값들을 찾는 것 중 하나가 될 수 있다. 예를 들어, 측정된 데이터는 감도 행렬 M 을 계산하는데 사용될 수 있다.
인텔리전트 세트 포인트들을 생성하는 경우에, 웨이퍼들 상에 층이 증착됨으로써 생기는 균일성은, 반응 속도, 웨이퍼 온도, 전구체 농도 및 웨이퍼 표면 상의 여러 위치들에서의 부분 압력에 현저하게 의존한다.
횡방향 웨이퍼 위치들에서의 반응 속도 및 플로 세트 포인트 변화들에 대한 표면 반응 속도의 감도를 계산하는 방법들을 상술하였다. 공칭 반응 상태 값들(C1 - Cn)은 제 2 전구체에 대한 공칭 농도 레벨들(D1 - Dn)에 비례할 수 있으며, 여기서 α는 비례 상수이다. 또한, 반응 상태 값들(c1 - cn)에서의 변화는 제 2 전구체에 대한 농도 레벨들(d1 - dn)에서의 변화에 비례할 수 있으며, 여기서 α 는 비례 상수이다. 그 후, 포화 상태 값들에서의 변화는,
Figure 112007061176709-pct00016
로서 기록될 수 있다.
웨이퍼들의 표면들 전반에 걸친 반응 상태 값들(c1 - cn)에서의 변화 및/또는 제 2 전구체에 대한 농도 레벨들(d1 - dn)에서의 변화는, 감도 행렬 M 을 이용하여 인텔리전트 세트 포인트를 계산함으로써 감소될 수도 있다. 인텔리전트 세트 포인트들은,
Figure 112007061176709-pct00017
에 의해 주어진 강제된(constrained) 정방형 최적화 문제를 해결함으로써 최적화될 수도 있다.
따라서, 인텔리전트 세트 포인트들을 찾기 위한 절차는 아래와 같이 된다.
1) 공칭 세트 포인트들을 이용하여 프로세스를 실행하고, 선택된 위치들에서 복수의 웨이퍼들 중 적어도 하나에 걸쳐 제 2 전구체에 대한 농도 레벨들 및/또는 반응 상태 값들을 찾는다. 전구체 농도는, 몇 가지 방법들을 이용하여 측정될 수 있으며, 이러한 하나의 방법은 광학 센서들(OES, ODP)을 이용하며; 또 다른 방법은 MLMS를 이용할 수 있다.
2) 제 2 전구체에 대한 농도 레벨의 공칭값을 선택하고, 원하는 값과 측정 데이터 사이의 차이인 편차 벡터 d 를 생성한다. 일 실시형태에서, 원하는 값은 공칭 값이다. 다른 방법으로, 원하는 값은 평균값, 최소값, 최대값, 3-시그마 값 또는 또 다른 계산된 값일 수도 있다.
3) 위에서 나타낸 최적화 문제를 해결하여 인텔리전트 세트 포인트들 r 을 찾는다.
4) 이전 단계에서 발견된 인텔리전트 세트 포인트들에 대한 레시피를 업데이트하고, 프로세스를 재실행한다. 예를 들어, 업데이트된 값들은 업데이트된 레시피를 실행함으로써 획득될 수도 있다.
5) 원하는 균일성이 달성될 때까지 반복한다. 예를 들어, 원하는 균일성은 평균값, 최소값, 최대값, 3 시그마값 또는 표면 반응 상태에 대하여 계산된 또 다른 값을 포함할 수 있다. 반복이 수렴되고 원하는 균일성이 달성된 이후에, 그 결과가 이후의 사용을 위하여 저장될 수도 있다.
도 15 는 본 발명의 실시형태에 따른 제 2 전구체 함유 가스에 대한 가스 유량들을 포함하는 레시피 단계를 나타낸다. 일반적으로 사용되는 종래 기술의 ALD 프로세스의 특색을 잘 나타내는 일정한 유량(1510)이 도시된다. 인텔리전트 세트 포인트들(1522, 1524 및 1526)을 가지는 유량(920)은 MLD 프로세스를 동작시키기 위한 본 발명의 실시형태를 예증한다. 예시된 실시형태에 있어서, 제 2 전구체 함유 가스에 대한 유량이 하나의 인텔리전트 세트 포인트로부터 또 다른 인텔리전트 세트 포인트까지 스텝핑된다. 다른 실시형태들에서, 인텔리전트 세트 포인들 사이의 천이들은 실질적으로 선형일 수 있다. 다른 실시형애들에서, 다른 개수의 인텔리전트 세트 포인트들이 사용될 수 있다. 또한, 다른 유량 값들이 사용될 수 있으며, 다른 시간들이 사용될 수 있다.
도 16 은 본 발명의 실시형태에 따른 제 2 전구체에 대한 농도 값들을 나타낸다. 일반적으로 사용되는 종래 기술의 ALD 프로세스의 특색을 잘 나타내는 전구체 농도값들(1610)이 도시되며, 여기서 유량이 일정하게 유지된다. 인텔리전트 세트 포인트들이 MLD 프로세스를 동작시키는데 사용되는 본 발명의 실시형태를 예증하는 전구체 농도 값들(1020) 이 도시된다. 양 경우 (1610 및 1620)에 있어서, 데이터는 웨이퍼들에 대하여 스택의 상부, 중부 및 하부에 도시된다. 다른 실시형태들에서, 다른 전구체 농도 값들이 사용되며, 다른 시간이 사용될 수 있다.
도 17 은 본 발명의 실시형태에 따른 제 2 전구체에 대한 표면 포화값들을 나타낸다. 일반적으로 사용되는 종래 기술의 ALD 프로세스의 특색을 잘 나타내는 표면 포화 값들(1710) 이 도시되며, 여기서 유량은 일정하게 유지된다. 인텔리전트 세트 포인트들이 MLD 프로세스를 동작시키는데 사용되는 본 발명의 실시형태를 예증하는 표면 포화 값들(1720) 이 도시된다. 양 경우 (1710 및 1720)에 있어서, 데이터는 웨이퍼들에 대하여 스택의 상부, 중부 및 하부에 도시된다. 다른 실시형태들에서, 다른 표면 포화 값들이 사용되며, 다른 시간이 사용될 수 있다.
또한, 본 발명의 실시형태를 이용하여 획득되는 시간 절감(savings)을 예증하는 시간차(1130)가 도시된다. 특히, 이 예에 있어서는, 본 발명에 의해 75 초 빠르게 100% 포화도가 달성되었다. 인텔리전트 세트 포인트들을 사용하면 실질적인 시간 절감을 제공할 수 있다.
도 8 을 다시 참조하면, 단계 830 에서, 제 2 챔버 퍼징(purging) 프로세스가 수행될 수 있다. 예를 들어, 챔버 퍼징 프로세스는, 챔버 배기(venting) 프로세스, 챔버 클리닝 프로세스 및 배출(evacuation) 프로세스 중 적어도 하나를 포함할 수 있다. 제 2 챔버 퍼징 프로세스(850) 동안에, 표면 포화 존들은 복수의 웨이퍼들 중 적어도 하나의 표면 상에서 결정될 수 있으며, 제 4 가상 센서는 하나 이상의 표면 포화 존들에 대한 하나 이상의 파라미터들을 결정하기 위하여 생성될 수도 있다. 제 4 프로세스 가스는 제 4 프로세스 시간 동안에 프로세싱 챔버로 도입될 수 있으며, 제 4 프로세스 가스는 프로세싱 챔버로부터 제 3 프로세스 가스를 실질적으로 제거할 수 있다. 예를 들어, 이는 하나 이상의 표면 포화 존들에서의 제 2 반응종(제 2 전구체)의 농도를 대략 0 이 되게 할 수 있다. 제 4 프로세스 시간은, 가상 센서, 제 2 가상 센서, 제 3 가상 센서, 제 4 가상 센서, 농도값, 피드 포워드 데이터 및 측정된 데이터 중 적어도 하나를 이용하여 결정될 수 있다.
제 4 가상 센서는, 반응하지 않은 제 2 전구체 분자들의 농도 레벨, 제 3 프로세스 가스의 농도 레벨, 제 4 프로세스 가스의 농도 레벨 및 프로세스로부터의 부산물들의 농도 레벨 중 적어도 하나가 원하는 값에 도달할 때를 결정하는데 사용될 수 있다. 일 실시형태에서, 원하는 값은 대략 0 일 수 있다. 다른 실시형태들에서, 원하는 값은 0 보다 클 수 있다.
제 4 가상 센서는 도 5 에 기술된 바와 같이 모델 성분(M1, M2, M3 및 M4), 제어 입력(U), 장애 입력(D), 조정된 출력(Z), 측정된 출력(Y)을 가지는 동적 모델을 이용하여 생성될 수 있다. 모델 구조는 Z = M1U + M3D 및 Y = M2U + M4D 로서 표현될 수도 있다. 다른 방법으로, 모델 구조에 대한 다른 표현이 사용될 수도 있다.
예를 들어, 측정된 데이터는 U 및 Y 에 대하여 획득될 수 있으며, D 의 값은 Y = M2U + M4Dest 를 이용하여 추정될 수 있으며, Z 의 값은 Zest = M1U + M3Dest 를 이용하여 추정될 수 있다. 적어도 하나의 제어 입력(U)은 제 4 프로세스 가스에 대한 가스 플로일 수 있으며, 여기서 제 4 프로세스 가스는 불활성 가스를 포함하며, 적어도 하나의 장애 입력(D)은 미측정된 편차일 수 있으며, 적어도 하나의 측정된 출력(Y)은 프로세싱 챔버를 벗어나는 가스에 대한 미반응된 제 2 전구체 농도일 수 있으며, 적어도 하나의 조정된 출력(Z)은 하나 이상의 표면 포화 존들에서 반응하지 않은 제 2 전구체 분자들 및/또는 부산물들의 농도를 결정하는 가상 센서일 수 있다.
측정된 데이터는 적어도 하나의 조정된 출력에 대하여 획득될 수 있으며, 동적 모델은 측정된 데이터를 이용하여 확인될 수 있다. 일 실시형태에 있어서, 측정된 데이터는 GCS를 이용하여 획득될 수도 있다. 또 다른 실시형태에 있어서, 다른 측정 디바이스들이 사용될 수 있다. 다른 실시형태에 있어서, GCS 는 하나 이상의 프로세스 단계들에 대한 엔드포인트 검출기로서 사용될 수 있다.
반응되지 않은 제 2 전구체 분자들 및/또는 부산물들의 농도를 결정하는 가상 센서는 퍼센티지를 측정할 수 있으며, 제 2 챔버 퍼징 프로세스(850)는, 제 2 가상 센서값이 대략 0 퍼센트에 도달하는 경우에 종료될 수 있다. 다른 실시형태들에서, 다른 퍼센티지들이 사용될 수 있으며, 다른 농도들이 사용될 수 있다. 일부 경우들에 있어서, 퍼징 프로세스는 챔버 밖에서 안으로의 유량, 챔버 안에서 밖으로의 유량, 챔버 내에서의 유량 및 기판들 사이의 유량에 따른다.
종래의 방법에 있어서, 퍼지 가스의 유량 및 챔버 압력과 같은 프로세스 파라미터 세트 포인트들은, 퍼징 프로세스 동안에 공지된 시간에 대하여 일정하게 유지된다.
그러나, 본 방법은 막 균일성 및 빠른 프로세싱 시간을 달성하는데 있어서 부가적인 자유도를 제공하기 위하여, 공칭값 주위의 퍼지 가스 유량을 변경시킬 수 있으며, 동적인 인텔리전트 세트 포인트들을 이용한다. 다른 실시형태들에서, 인 텔리전트 세트 포인트들은, 제 2 퍼지 프로세스(850) 동안에 챔버 압력, 챔버 온도 및 기판 온도와 같은 다른 프로세스 파라미터들을 제어하는데 사용될 수 있다. 부가적인 실시형태들에 있어서, 공칭값은 요구되지 않는다. 다른 실시형태들에서, 다른 공칭값이 사용될 수 있다.
일 실시형태에서, 제 2 퍼지 단계(850)는, 제 3 프로세스 가스 성분들, 제 2 전구체 분자들과 같은 오염 물질(contaminant)들을 제거하고 및/또는 웨이퍼 표면들로부터 그리고 프로세싱 챔버로부터의 부산물들을 처리하는데 사용된다. 여러가지 반응 파라미터들이 동적 모델과 조합되어 제 2 퍼지 프로세스(850) 동안에 여러 위치들에서 상기 오염물질들에 대한 농도 레벨을 결정할 수 있다. 이 오염물질들의 농도 레벨들은 제 2 챔버 퍼징 프로세스(850) 동안에 퍼지 가스의 유량(flow rate)을 제어하기 위한 인텔리전트 세트 포인트들을 포함함으로써 더욱 정확하게 제어될 수 있다.
일 실시형태에서, 제 2 오염 레벨(농도)은 적어도 하나의 웨이퍼 상의 방사형(radial) 엘리먼트들(n)을 이용하여 결정될 수 있다. 제 2 오염 레벨은 반응된 제 1 전구체 분자들의 농도 레벨, 미반응된 제 2 전구체 분자들의 농도 레벨, 제 3 프로세스 가스의 농도 레벨, 제 4 프로세스 가스의 농도 레벨 및 프로세스로부터의 부산물들에 대한 농도 레벨 중 적어도 하나를 포함할 수 있다. 제 2 오염 레벨(농도) 벡터 D 는 방사형 엘리먼트들(n) 중 각각의 하나에서 규정될 수 있다. 다른 방법으로, 원형이 아닌 항목들이 처리될 수 있고, 비방사형(non-radial) 엘리먼트들이 사용될 수 있다.
Figure 112007061176709-pct00018
제 2 오염 벡터 D 에서의 변화(편차)는 동적 세트 포인트 궤적들을 이용함으로써 최소화될 수도 있다. 모델 기반 선형 또는 비선형 다변수 제어 접근방법은, 오염 레벨들을 모델링하는데 사용될 수도 있으며, 여기서 제어기는 제어될 시스템의 수학적 모델을 포함한다. 다변수 제어기는 여기서 기술된 바와 같이 최신의 제어 설계 방법들 중 임의의 방법에 기초할 수도 있다. 오염 레벨들의 모델은 선형 또는 비선형 중 어느 하나일 수 있으며, SISO 또는 MIMO 중 어느 하나일 수도 있다. 다변수 제어 접근방법(즉, MIMO)은 모든 입력들 및 출력들에 대한 모든 입력들의 효과를 고려한다. 물리적 모델들 및 데이터 구동(data-driven) 모델들과 같이 오염 레벨들을 모델링하는 일부 다른 접근방법들이 이용될 수 있다.
일 실시형태에서, 제 4 프로세스 가스에 대한 유량(flow rate) 세트 포인트들은 제 2 퍼지 프로세스 단계(830) 동안에 작은 윈도우에서 공칭 값 주위에서 변화하도록 허용되며, 이는 고속이며 더욱 효과적인 퍼징을 달성하는데 있어서 부가적인 자유도를 제공한다. 다른 실시형태들에서, 부가적인 세트 포인트들은 제 1 퍼지 프로세스 단계(830) 동안에 사용될 수 있다. 인텔리전트 시변 세트 포인트 궤적들을 이용하여 제 2 오염 레벨들을 모델링하는 경우에, 제 4 프로세스 가스의 유량(flow rate)들에 대한 공칭 세트 포인트들은, 브레이크포인트들의 벡터로 파라미터화될 수 있으며, 공칭 세트 포인트들 주위에서 시변 섭동(perturbation)되는 제 4 프로세스 가스의 유량에 대한 인텔리전트 세트 포인트(r1-rm)를 포함하는 벡터 r을 규정할 수 있다.
Figure 112007061176709-pct00019
다른 방법에서, 하나 이상의 프로세스 변수들은, 인텔리전트 세트 포인트들이 제 2 퍼지 프로세스(850) 동안에 사용되는 경우에, 인텔리전트 시변 세트 포인트들을 가질 수 있다. 예를 들어, 인텔리전트 세트 포인트들은 챔버 온도, 챔버 압력, 프로세스 가스 화학작용(chemistry) 및 웨이퍼 온도를 제어하는데 사용될 수 있다.
프로세스 감도 행렬(matrix) M 은 각각의 제어 존에 대한 브레이크 포인트들 각각에서 작은 섭동(perturbation)들을 야기함으로써 생성될 수 있다. 폐쇄된 루프 시스템의 모델을 이용하면, 이러한 섭동들에 의해 야기된 결과들이 결정될 수 있다. 그 후, 제 2 오염 레벨들(농도들)과 같은, 하나의 프로세스 특징에 있어서 결과로서 생기는 섭동(d1 - dn)은,
Figure 112007061176709-pct00020
로서 기록될 수 있다.
이제, 최적화 작업은, 결과로서 생기는 벡터 d 가 공칭 궤적으로부터 획득되는 제 2 오염 레벨(농도) 벡터 D 로부터 알 수 있는 횡방향 웨이퍼 변화를 제거하도록, 벡터 r 의 적절한 값들을 찾는 것 중 하나의 작업이 될 수 있다. 예를 들어, 측정된 데이터는 감도 행렬 M 을 계산하는데 사용될 수 있다.
인텔리전트 세트 포인트들을 생성하는 경우에, 웨이퍼들상에 층이 증착됨으로써 생기는 균일성은, 제 2 퍼지 프로세스(850)의 효과에 현저하게 의존하며, 상기 제 2 퍼지 프로세스는 차례로 제 4 프로세스 가스(퍼지 가스)의 유량에 의존한다. 횡방향 웨이퍼 위치들에서의 오염 레벨들 및 퍼지 가스 플로(flow) 세트 포인트 변화들에 대한 오염 레벨들의 감도를 계산하는 방법들이 상술되었다. 일 실시형태에서, 공칭적인 제 2 오염 상태 값들 (C1 - Cn)은 공칭적인 제 2 오염 레벨들(D1 - Dn)에 비례할 수 있으며, 여기서 α는 비례 상수이다. 또한, 제 2 오염 상태 값들(c1 - cn)에서의 편차는 제 2 오염 레벨들(d1 - dn)에서의 편차에 비례할 수 있으며, 여기서 α 는 비례 상수이다. 그 후, 오염 상태 값들(c1 - cn)에서의 편차는,
Figure 112007061176709-pct00021
로서 기록될 수 있다.
웨이퍼들의 표면 전반에 걸친 제 2 오염 상태 값들(c1 - cn)에서의 편차 및/또는 제 2 오염 레벨들(d1 - dn)에서의 편차는, 감도 행렬 M 을 이용하여 인텔리전트 세트 포인트들을 계산함으로써 감소될 수도 있다. 인텔리전트 세트 포인트들은,
Figure 112007061176709-pct00022
에 의해 주어진 강제된(constrained) 정방형 최적화 문제를 해결함으로써 최적화될 수도 있다.
따라서, 인텔리전트 세트 포인트들을 찾기 위한 절차는 아래와 같이 된다.
1) 공칭 세트 포인트들을 이용하여 프로세스를 실행하고, 선택된 위치들에서 적어도 하나의 웨이퍼의 표면 전반에 걸쳐 제 2 오염 상태값들 및/또는 오염 상태 값들을 찾는다. 오염 레벨들은, 몇 가지 방법들을 이용하여 결정될 수 있으며, 이러한 하나의 방법은 공지된 가스 분석 기술들을 이용하며; 또 다른 방법은 GCS를 이용할 수 있다. 다른 방법으로, 측정된 데이터는 MLMS 를 이용하여 획득될 수도 있다.
2) 오염 레벨들의 공칭값을 선택하고, 원하는 값과 측정 데이터 사이의 차가 되는 편차 벡터 d 를 생성한다. 일 실시형태에서, 원하는 값은 공칭 값이다. 다른 방법으로, 원하는 값은 평균값, 최소값, 최대값, 3-시그마 값 또는 또 다른 계산된 값일 수도 있다.
3) 위에서 나타낸 최적화 문제를 해결하여 인텔리전트 세트 포인트들 r 을 찾는다.
4) 이전 단계에서 발견된 인텔리전트 세트 포인트들에 대한 레시피를 업데이트하고, 프로세스를 재실행한다. 예를 들어, 업데이트된 값들은 업데이트된 레시피를 실행함으로써 획득될 수도 있다.
5) 원하는 제 2 오염 레벨이 달성될 때까지 반복한다. 예를 들어, 원하는 오염 레벨은 3 시그마값, 최대값, 최소값 및 평균값 중 적어도 하나를 포함할 수 있다. 반복동작이 수렴되고 원하는 균일성이 달성된 이후에, 그 결과들은 이후의 사용을 위하여 저장될 수도 있다. 단계 850 의 완료시에, 여분의 재료들이 챔버로부터 퍼징되며, Si3N4, Al2O3, Ta2O5 및 HfSiON과 같은 원하는 재료의 단층(monolayer)이 복수의 웨이퍼의 표면상에서 증착된다.
다른 실시형태에 있어서, 인텔리전트 세트 포인트들이 제 2 챔버 퍼징 프로세스(850) 동안에 챔버 압력을 제어하고, 이와 유사하게 제 1 챔버 퍼징 프로세스(830)를 제어하는데 사용될 수 있다.
도 18 는 본 발명의 실시형태에 따라 제 2 퍼지 가스에 대한 가스 유량을 포함하는 방법 단계를 나타낸다. 일반적으로 사용되는 종래 기술의 ALD 프로세스의 특색을 잘 나타내는 일정한 유량(1810)이 도시된다. 인텔리전트 세트 포인트들(1822, 1824 및 1826)을 가지는 유량(1820)은, MLD 프로세스를 동작시키기 위한 본 발명의 실시형태를 예증한다. 다른 실시형태들에 있어서, 다른 개수의 인텔리 전트 세트 포인트들이 사용될 수 있다. 또한, 다른 유량 값들이 사용될 수 있으며, 다른 시간이 사용될 수 있다.
도 13 및 도 14 을 다시 참조하면, 도 13 은 또한 제 2 퍼지 사이클의 제 1 부분에 대한 압력 대 시간의 그래프를 나타내며, 도 14 는 또한 제 2 퍼지 사이클의 제 2 부분에 대한 압력 대 시간의 그래프를 나타낸다.
도 8 을 다시 참조하면, 단계 860 에서, MLD 프로세스가 완료되었는지 여부를 판정하는 질의를 수행한다. MLD 프로세스가 완료된 경우에, 절차 800 은 단계 870 에서 종료한다. MLD 프로세스가 완료되지 않은 경우에, 절차 800 은 단계 820 으로 다시 분기되며, 절차 800은 질의 단계(860)가 MLD 프로세스가 완료되었음을 나타낼때 까지, 전구체 및 퍼지 단계들(820 내지 850)을 반복하는 상태로, 도 8 에 도시된 바와 같이 지속된다.
MLD 프로세스에 있어서, 하나 이상의 단층들이 증착될 수 있으며, 도 8 에 도시된 프로세싱 단계들이 복수회 반복될 수 있다. 예를 들어, 동적 모델은, MLD 프로세스가 완료된 때를 결정하기 위하여 생성될 수 있다.
또한, 부가적인 가상 센서는 적어도 하나의 표면 포화 존에 대한 막 두께를 결정하기 위하여 생성될 수 있으며, 프로세스 완료 결정은 피드 포워드 데이터, 가상 센서, 제 2 가상 센서, 제 3 가상 센서, 제 4 가상 센서 및 부가적인 가상 센서 중 적어도 하나를 이용하여 행해질 수 있다.
본 발명은 동적 모델들, 가상 센서들 및/또는 인텔리전트 세트 포인트들을 포함하는 프로세스 레시피들을 이용하여 웨이퍼 내의 변화를 감소시키고, 웨이퍼 대 웨이퍼 변화를 감소시키고, 로트 대 로트 변화를 감소시키고, 그리고 MLD 처리량을 개선시킬 수 있다.
일반적으로, 실재 시스템들은 동적으로 복잡하며 비선형이다. 이들의 일시적인 응답들은 성능에 대하여 중요하고, 종종 결정하기가 어렵게 된다. 시스템의 출력들은 공지되지 않은 장애에 의해 영향받는다. 일반적으로, MIMO 시스템들에 대하여, 각각의 입력(예를 들어, 가스 유량)은 복수의 출력들(예를 들어, 가스 플로(flow), 막 두께)에 영향을 줄 수 있다. 본 발명에 따르면, MLD 시스템과 같은 프로세싱 시스템의 동적 동작을 기술하는 모델들이 생성된다.
일부 접근방법들은 동적 모델들을 생성하는데 이용될 수 있으며, 이러한 동적 모델들은, 온도, 압력, 가스 플로(flow) 및 반응 동역학(kinetics)에 기초한 제 1 원리 모델들 그리고 MLD 프로세싱 시스템과 같은 프로세싱 시스템으로부터 수집된 실시간 데이터를 이용하여 생성된 온-라인 모델들을 포함한다.
모델 방법론에 있어서, 모델들의 라이브러리는 데이터 구동 온 라인 모델링을 이용함으로써 공지된 웨이퍼 파라미터들을 사용하여 생성될 수 있으며, 예측된 웨이퍼 변화의 범위는 모델들의 세트를 이용하여 커버될 수 있다. 모델 개발 동안에, 모델은 매트랩(matlab)과 같은 적절한 소프트웨어 시뮬레이션 애플리케이션에서 적절한 마이크로프로세서 상에 숫자로 구현될 수 있다. 소프트웨어 애플리케이션은 적절한 전자 컴퓨터 또는 마이크로프로세서에 존재하며, 이러한 전자 컴퓨터 또는 마이크로프로세서는 물리적 성능 근사법을 실행하기 위하여 동작된다. 그러나, 다른 개수의 방법들이 본 발명에 의해 신중히 고려된다.
본 발명의 다수의 변경 및 변화가 상기 교시를 고려하여 허용될 수 있다. 따라서, 첨부된 청구항들의 범위 내에서, 본 발명이 특별히 여기서 기술된 것과 다르게 실행될 수 있음을 이해해야 한다.

Claims (91)

  1. 단층(monolayer) 증착(MLD) 프로세싱 시스템의 동작 방법으로서,
    프로세스 챔버 내의 이격된 스택(spaced stack) 내에서 복수의 웨이퍼들을 위치결정(positioning)하는 단계로서, 상기 프로세스 챔버는 상기 챔버의 전반(throughout)과 상기 복수의 웨이퍼들 사이에 가스 플로를 분배하기 위한 상기 이격된 스택을 따라서 이격된 복수의 주입기들을 가지는 멀티오리피스 주입 시스템을 포함하는 것인, 복수의 웨이퍼들을 위치결정하는 단계;
    상기 멀티오리피스 주입 시스템을 통해 제 1 전구체 함유 가스를 주입함으로써 상기 제 1 전구체 함유 가스로부터 복수의 제 1 전구체 가스 플로들을 생성하는 제 1 전구체 프로세스를 실행하는 단계로서, 상기 제 1 전구체 프로세스는, 인텔리전트(intelligent) 시변(time-varyiing) 세트 포인트들의 제 1 세트를 가지는 제 1 프로세스 레시피(recipe)에 의해 제어되며, 상기 인텔리전트 시변 세트 포인트들의 제 1 세트는 제 1 시간 기간 동안에서의 상기 복수의 제 1 전구체 가스 플로들에 대한 제 1 유량(flow rate) 및 제 2 시간 기간 동안에서의 상기 복수의 제 1 전구체 가스 플로들에 대한 제 2 유량을 적어도 구축(establish)하고, 상기 복수의 제 1 전구체 가스 플로들은 상기 제 1 및 제 2 시간 기간들 동안 연속인 것인, 제 1 전구체 프로세스의 실행 단계;
    제 1 퍼지 프로세스를 실행하는 단계로서, 상기 제 1 퍼지 프로세스는 인텔리전트 시변 세트 포인트들의 제 2 세트를 가지는 제 2 프로세스 레시피에 의해 제어되는 것인, 제 1 퍼지 프로세스의 실행 단계;
    상기 멀티오리피스 주입 시스템을 통해 제 2 전구체 함유 가스를 주입함으로써 상기 제 2 전구체 함유 가스로부터 복수의 제 2 전구체 가스 플로들을 생성하는 제 2 전구체 프로세스를 실행하는 단계로서, 상기 제 2 전구체 프로세스는 인텔리전트 시변 세트 포인트들의 제 3 세트를 가지는 제 3 프로세스 레시피에 의해 제어되며, 상기 인텔리전트 시변 세트 포인트들의 제 3 세트는 제 3 시간 기간 동안에서의 상기 복수의 제 2 전구체 가스 플로들에 대한 제 3 유량 및 제 4 시간 기간 동안에서의 상기 복수의 제 2 전구체 가스 플로들에 대한 제 4 유량을 적어도 구축하고, 상기 복수의 제 2 전구체 가스 플로들은 상기 제 3 및 제 4 시간 기간들 동안 연속인 것인, 제 2 전구체 프로세스의 실행 단계;
    제 2 퍼지 프로세스를 실행하는 단계로서, 상기 제 2 퍼지 프로세스는 인텔리전트 시변 세트 포인트들의 제 4 세트를 가지는 제 4 프로세스 레시피에 의해 제어되는 것인, 제 2 퍼지 프로세스의 실행 단계; 및
    원하는 두께를 가지는 막이 상기 복수의 웨이퍼들 상에 증착될 때까지 상기 실행 단계들을 반복하는 단계를 포함하고,
    상기 제 1 전구체 프로세스를 실행하는 단계는,
    상기 제 1 전구체 프로세스에 대한 제 1 동적 모델을 생성하는 단계로서, 상기 제 1 동적 모델은, 제 1 모델 성분들(M1, M2, M3, 및 M4), 제 1 제어 입력들(U), 제 1 장애 입력들(D), 제 1 조정된 출력들(Z), 및 제 1 측정된 출력들(Y)을 가지며, Z = M1U + M3D 및 Y = M2U + M4D 를 포함하는 모델 구조를 가지는 것인, 상기 제 1 동적 모델의 생성 단계를 더 포함하며,
    상기 제 1 제어 입력들(U)은 상기 복수의 제 1 전구체 가스 플로들에 대한 상기 제 1 유량, 상기 복수의 제 1 전구체 가스 플로들에 대한 상기 제 2 유량, 제 1 플로(flow) 시간, 제 1 전구체 농도, 제 1 전구체 타입, 제 1 화학 흡착 속도, 제 1 표면 반응 속도, 제 1 압력, 또는 상기 프로세스 챔버의 제 1 온도, 또는 이들의 조합을 포함하며,
    상기 제 1 장애 입력들(D)은 제 1 프로세스 드리프트(drift), 제 1 챔버 오염물질, 또는 제 1 웨이퍼 온도차들, 또는 이들의 조합을 포함하며,
    상기 제 1 측정된 출력들(Y)은 유입된(incoming) 웨이퍼 온도, 유입된 웨이퍼 조성, 유입된 웨이퍼 두께, 유입된 웨이퍼 균일도, 출력 유량(flow rate), 챔버 출력에서의 전구체 농도, 전구체층 조성, 또는 전구체층 균일도, 또는 이들의 조합을 포함하며,
    상기 제 1 조정된 출력들(Z)은 적어도 하나의 웨이퍼의 표면 상에서의 제 1 전구체 농도 레벨, 적어도 하나의 웨이퍼의 표면 상에서의 제 1 전구체 농도 균일값, 제 1 포화 상태값, 또는 제 1 포화 상태 균일값, 또는 이들의 조합을 결정하기 위한 하나 이상의 가상 센서를 포함하는 것인 단층 증착 프로세싱 시스템의 동작 방법.
  2. 제 1 항에 있어서,
    상기 제 1 전구체 프로세스를 실행하는 단계는,
    적어도 하나의 웨이퍼의 표면 상에 표면 포화 존들을 구축하는 단계;
    상기 표면 포화 존들 중 적어도 하나에 대하여 원하는 제 1 전구체 농도 레벨을 결정하는 단계; 및
    상기 원하는 제 1 전구체 농도 레벨이 획득될 때까지 상기 표면 포화 존들에 제 1 전구체 분자들을 증착하는 단계를 더 포함하는 것인 단층 증착 프로세싱 시스템의 동작 방법.
  3. 제 1 항에 있어서, 상기 제 1 전구체 프로세스를 실행하는 단계는,
    적어도 하나의 웨이퍼의 표면에 표면 포화 존들을 구축하는 단계;
    상기 표면 포화 존들 중 적어도 하나에 대하여 제 1 전구체 분자들의 원하는 제 1 전구체 농도 레벨을 결정하는 단계;
    상기 하나 이상의 가상 센서를 이용하여 상기 표면 포화 존들 중 적어도 하나에 대하여 상기 제 1 전구체 농도 레벨을 추정하는 단계;
    상기 추정된 제 1 전구체 농도 레벨을 상기 원하는 제 1 전구체 농도 레벨과 비교하는 단계; 및
    상기 추정된 제 1 전구체 농도 레벨이 상기 원하는 제 1 전구체 농도 레벨과 동일하게 될 때까지, 상기 제 1 전구체 분자들을 상기 표면 포화 존들에 증착하는 단계를 더 포함하는 것인 단층 증착 프로세싱 시스템의 동작 방법.
  4. 제 1 항에 있어서, 상기 제 1 전구체 프로세스를 실행하는 단계는,
    적어도 하나의 웨이퍼 표면 상에 표면 포화 존들을 구축하는 단계;
    상기 표면 포화 존들 중 적어도 하나에 대하여 원하는 제 1 포화 상태 값을 결정하는 단계; 및
    상기 원하는 포화 상태 값이 획득될 때 까지 제 1 전구체 분자들을 상기 표면 포화 존들에 증착하는 단계를 더 포함하는 것인 단층 증착 프로세싱 시스템의 동작 방법.
  5. 제 4 항에 있어서, 상기 원하는 제 1 포화 상태 값은 100 퍼센트인 것인 단층 증착 프로세싱 시스템의 동작 방법.
  6. 제 1 항에 있어서, 상기 제 1 전구체 프로세스를 실행하는 단계는,
    적어도 하나의 웨이퍼의 표면 상에 표면 포화 존들을 구축하는 단계;
    상기 표면 포화 존들 중 적어도 하나에 대하여 원하는 제 1 포화 상태값을 결정하는 단계;
    상기 하나 이상의 가상 센서를 이용하여 상기 표면 포화 존들 중 적어도 하나에 대하여 상기 제 1 포화 상태 값을 추정하는 단계; 및
    상기 추정된 제 1 포화 상태 값을 상기 원하는 제 1 포화 상태 값과 비교하여 상기 제 1 전구체 함유 가스의 흐름을 정지시킬 경우를 결정하는 단계를 더 포함하는 것인 단층 증착 프로세싱 시스템의 동작 방법.
  7. 삭제
  8. 제 6 항에 있어서, 상기 제 1 전구체 함유 가스는, 상기 제 1 시간 기간 동안에는 제 1 농도를 포함하며, 상기 제 2 시간 기간 동안에는 제 2 농도를 포함하는 것인 단층 증착 프로세싱 시스템의 동작 방법.
  9. 제 6 항에 있어서, 상기 제 1 전구체 함유 가스는, 상기 제 1 시간 기간 동안에는 제 1 전구체를 포함하며, 상기 제 2 시간 기간 동안에는 제 2 전구체를 포함하는 것인 단층 증착 프로세싱 시스템의 동작 방법.
  10. 제 6 항에 있어서, 상기 인텔리전트 시변 세트 포인트들의 제 1 세트는, 상기 제 1 시간 기간 동안에는 제 1 불활성(inert) 가스 유량을 추가적으로 구축하며, 상기 제 2 시간 기간 동안에는 제 2 불활성 가스 유량을 추가적으로 구축하는 것인 단층 증착 프로세싱 시스템의 동작 방법.
  11. 삭제
  12. 삭제
  13. 삭제
  14. 삭제
  15. 제 6 항에 있어서, 상기 인텔리전트 시변 세트 포인트들의 제 1 세트는, 상기 제 1 전구체 프로세스의 제 1 부분에 대한 제 1 챔버 압력, 제 1 챔버 온도, 및 제 1 기판 온도를 추가적으로 구축하고, 상기 제 1 전구체 프로세스의 제 2 부분에 대한 제 2 챔버 압력, 제 2 챔버 온도, 및 제 2 기판 온도를 추가적으로 구축하는 것인 단층 증착 프로세싱 시스템의 동작 방법.
  16. 삭제
  17. 삭제
  18. 삭제
  19. 제 1 항에 있어서, 상기 제 1 전구체 프로세스를 실행하는 단계는, 적어도 하나의 웨이퍼의 표면 상에 전구체 분자들을 화학 흡착시키는 단계를 더 포함하는 것인 단층 증착 프로세싱 시스템의 동작 방법.
  20. 제 19 항에 있어서, 상기 제 1 퍼지(purge) 프로세스를 실행하는 단계는,
    적어도 하나의 웨이퍼의 표면 상에 표면 포화 존들을 구축하는 단계;
    상기 표면 포화 존들 중 적어도 하나에 대하여 원하는 오염 상태 값을 결정하는 단계로서, 상기 원하는 오염 상태 값은, 제 1 미반응된(un-reacted) 전구체 분자들의 농도 레벨, 제 1 반응된 전구체 분자들의 농도 레벨, 상기 제 1 전구체 함유 가스의 농도 레벨, 퍼지 가스 농도 레벨, 상기 제 1 전구체 프로세스로부터의 부산물들의 농도 레벨 및 상기 제 1 퍼지 프로세스로부터의 부산물들의 농도 레벨 중 적어도 하나에 비례하는 것인, 원하는 오염 상태 값의 결정 단계; 및
    상기 원하는 오염 상태 값이 획득될 때 까지 상기 멀티오리피스 주입 시스템을 통해 퍼지 가스를 상기 프로세스 챔버로 흘려보내는 단계를 더 포함하고,
    상기 원하는 오염 상태 값은 0 퍼센트인 것인 단층 증착 프로세싱 시스템의 동작 방법.
  21. 삭제
  22. 제 1 항에 있어서, 상기 제 1 퍼지 프로세스를 실행하는 단계는,
    적어도 하나의 웨이퍼의 표면 상에 표면 포화 존들을 구축하는 단계;
    상기 표면 포화 존들 중 적어도 하나에 대하여 원하는 오염 레벨을 결정하는 단계로서, 상기 원하는 오염 레벨은, 제 1 미반응된 전구체 분자들의 농도 레벨, 제 1 반응된 전구체 분자들의 농도 레벨, 상기 제 1 전구체 함유 가스의 농도 레벨, 퍼지 가스 농도 레벨, 상기 제 1 전구체 프로세스로부터의 부산물들의 농도 레벨, 또는 상기 제 1 퍼지 프로세스로부터의 부산물들의 농도 레벨 중 적어도 하나에 비례하는 것인, 오염 레벨의 결정 단계;
    상기 하나 이상의 가상 센서를 이용하여 상기 표면 포화 존들 중 적어도 하나에 대한 오염 레벨을 추정하는 단계;
    상기 추정된 오염 레벨을 상기 원하는 오염 레벨과 비교하는 단계; 및
    상기 추정된 오염 레벨이 상기 원하는 오염 레벨과 동일하게 될 때까지 상기 멀티오리피스 주입 시스템을 통해 퍼지 가스를 상기 프로세스 챔버에 흘려보내는 단계를 더 포함하는 것인 단층 증착 프로세싱 시스템의 동작 방법.
  23. 제 1 항에 있어서, 상기 인텔리전트 시변 세트 포인트들의 제 2 세트는, 상기 제 1 퍼지 프로세스의 제 1 부분 동안에서의 제 1 퍼지 가스 유량 및 상기 제 1 퍼지 프로세스의 제 2 부분 동안에서의 제 2 퍼지 가스 유량을 적어도 구축하고, 상기 퍼지 가스 플로는 상기 제 1 퍼지 프로세스의 상기 제 1 및 제 2 부분들 동안 연속인 것인 단층 증착 프로세싱 시스템의 동작 방법.
  24. 삭제
  25. 삭제
  26. 삭제
  27. 삭제
  28. 제 1 항에 있어서, 상기 인텔리전트 시변 세트 포인트들의 제 2 세트는, 상기 제 1 퍼지 프로세스의 제 1 부분에 대한 제 1 챔버 압력, 제 1 챔버 온도, 및 제 1 기판 온도와, 상기 제 1 퍼지 프로세스의 제 2 부분에 대한 제 2 챔버 압력, 제 2 챔버 온도, 및 제 2 기판 온도 중 적어도 하나를 구축하는 것인 단층 증착 프로세싱 시스템의 동작 방법.
  29. 삭제
  30. 삭제
  31. 제 1 항에 있어서, 상기 제 1 퍼지 프로세스를 실행하는 단계는,
    상기 제 1 퍼지 프로세스에 대한 제 2 동적 모델을 생성하는 단계로서, 상기 제 2 동적 모델은, 제 2 모델 성분들(M1, M2, M3, 및 M4), 제 2 제어 입력들(U), 제 2 장애 입력들(D), 제 2 조정된 출력들(Z), 및 제 2 측정된 출력들(Y)을 가지며, Z = M1U + M3D 및 Y = M2U + M4D 를 포함하는 제 2 모델 구조를 가지는 것인, 제 2 동적 모델의 생성 단계를 더 포함하며,
    상기 제 2 제어 입력들(U)은 제 1 퍼지 가스 유량, 제 2 퍼지 가스 유량, 제 2 플로 시간, 제 1 퍼지 가스 조성, 상기 제 1 전구체 타입, 상기 제 1 화학 흡착 속도, 상기 제 1 표면 반응 속도, 제 2 압력, 또는 상기 프로세스 챔버의 제 2 온도, 또는 이들의 조합을 포함하며,
    상기 제 2 장애 입력들(D)은 제 2 프로세스 드리프트(drift), 제 2 챔버 오염물질, 또는 제 2 웨이퍼 온도차들, 또는 이들의 조합을 포함하며,
    상기 제 2 측정된 출력들(Y)은 유입된 웨이퍼 온도, 유입된 웨이퍼 조성, 유입된 웨이퍼 두께, 유입된 웨이퍼 균일도, 출력 유량(flow rate), 챔버 출력에서의 퍼지 가스 농도, 챔버 출력에서의 상기 전구체 농도, 상기 전구체층 조성, 또는 상기 전구체층 균일도, 또는 이들의 조합을 포함하며,
    상기 제 2 조정된 출력들(Z)은 오염 상태, 제 1 미반응된 전구체 분자들의 농도 레벨, 프로세스 부산물들의 농도 레벨, 적어도 하나의 웨이퍼의 표면 상에서의 상기 제 1 전구체 농도 레벨, 적어도 하나의 웨이퍼의 표면 상에서의 상기 제 1 전구체 농도 균일값, 또는 오염 상태 균일값, 또는 이들의 조합을 결정하기 위한 상기 하나 이상의 가상 센서를 포함하는 것인 단층 증착 프로세싱 시스템의 동작 방법.
  32. 제 31 항에 있어서, 상기 제 2 전구체 프로세스를 실행하는 단계는,
    적어도 하나의 웨이퍼 표면 상에 표면 포화 존들을 구축하는 단계;
    상기 표면 포화 존들 중 적어도 하나에 대하여 원하는 제 2 전구체 농도 레벨을 결정하는 단계; 및
    상기 원하는 제 2 전구체 농도 레벨이 획득될 때까지 제 2 전구체 분자들을 상기 표면 포화 존들에 증착시키는 단계를 더 포함하는 것인 단층 증착 프로세싱 시스템의 동작 방법.
  33. 제 31 항에 있어서, 상기 제 2 전구체 프로세스를 실행하는 단계는,
    적어도 하나의 웨이퍼의 표면 상에 표면 포화 존들을 구축하는 단계;
    상기 표면 포화 존들 중 적어도 하나에 대하여 제 2 전구체 분자들의 원하는 제 2 전구체 농도 레벨을 결정하는 단계;
    상기 하나 이상의 가상 센서를 이용하여 상기 표면 포화 존들 중 적어도 하나에 대하여 전구체 농도 레벨을 추정하는 단계;
    상기 추정된 제 2 전구체 농도 레벨을 상기 원하는 제 2 전구체 농도 레벨과 비교하는 단계; 및
    상기 추정된 제 2 전구체 농도 레벨이 상기 원하는 제 2 전구체 농도 레벨과 동일하게 될 때까지 상기 제 2 전구체 분자들을 상기 표면 포화 존들에 증착하는 단계를 더 포함하는 것인 단층 증착 프로세싱 시스템의 동작 방법.
  34. 제 31 항에 있어서, 상기 제 2 전구체 프로세스를 실행하는 단계는,
    적어도 하나의 웨이퍼 표면 상에 표면 포화 존들을 구축하는 단계;
    상기 표면 포화 존들 중 적어도 하나에 대하여 원하는 반응 상태 값을 결정하는 단계; 및
    상기 원하는 반응 상태 값이 획득될 때까지 제 2 전구체 분자들을 상기 표면 포화 존들에 증착하는 단계를 더 포함하는 것인 단층 증착 프로세싱 시스템의 동작 방법.
  35. 제 34 항에 있어서, 상기 원하는 반응 상태 값은 100 퍼센트인 것인 단층 증착 프로세싱 시스템의 동작 방법.
  36. 제 31 항에 있어서, 상기 제 2 전구체 프로세스를 실행하는 단계는,
    적어도 하나의 웨이퍼 표면 상에 표면 포화 존들을 구축하는 단계;
    상기 표면 포화 존들 중 적어도 하나에 대하여 원하는 반응 상태 값을 결정하는 단계;
    상기 하나 이상의 가상 센서를 이용하여 상기 표면 포화 존들 중 적어도 하나에 대한 반응 상태 값을 추정하는 단계;
    상기 추정된 반응 상태값을 상기 원하는 반응 상태값과 비교하는 단계; 및
    상기 추정된 반응 상태값이 상기 원하는 반응 상태값과 동일하게 될 때까지 제 2 전구체 분자들을 상기 표면 포화 존들에 증착하는 단계를 더 포함하는 것인 단층 증착 프로세싱 시스템의 동작 방법.
  37. 삭제
  38. 제 31 항에 있어서, 상기 제 2 전구체 함유 가스는, 상기 제 3 시간 기간 동안에는 제 1 농도를 포함하며, 상기 제 4 시간 기간 동안에는 제 2 농도를 포함하는 것인 단층 증착 프로세싱 시스템의 동작 방법.
  39. 제 31 항에 있어서, 상기 제 2 전구체 함유 가스는, 상기 제 3 시간 기간 동안에는 제 1 전구체를 포함하며, 상기 제 4 시간 기간 동안에는 제 2 전구체를 포함하는 것인 단층 증착 프로세싱 시스템의 동작 방법.
  40. 제 31 항에 있어서, 상기 인텔리전트 시변 세트 포인트들의 제 3 세트는, 상기 제 3 시간 기간 동안에서의 제 1 불활성 가스에 대한 제 1 불활성 가스 유량과 상기 제 4 시간 기간 동안에서의 제 2 불활성 가스에 대한 제 2 불활성 가스 유량 중 적어도 하나를 추가적으로 구축하는 것인 단층 증착 프로세싱 시스템의 동작 방법.
  41. 삭제
  42. 삭제
  43. 삭제
  44. 삭제
  45. 제 31 항에 있어서, 상기 인텔리전트 시변 세트 포인트들의 제 3 세트는, 상기 제 2 전구체 프로세스의 제 1 부분에 대한 제 1 챔버 압력, 제 1 챔버 온도, 및 제 1 기판 온도와, 상기 제 2 전구체 프로세스의 제 2 부분에 대한 제 2 챔버 압력, 제 2 챔버 온도, 및 제 2 기판 온도 중 적어도 하나를 추가적으로 구축하는 것인 단층 증착 프로세싱 시스템의 동작 방법.
  46. 삭제
  47. 삭제
  48. 제 1 항에 있어서, 상기 제 2 전구체 프로세스를 실행하는 단계는,
    상기 제 2 전구체 프로세스에 대한 제 3 동적 모델을 생성하는 단계로서, 상기 제 3 동적 모델은, 제 3 모델 성분들(M1, M2, M3, 및 M4), 제 3 제어 입력들(U), 제 3 장애 입력들(D), 제 3 조정된 출력들(Z), 및 제 3 측정된 출력들(Y)을 가지며, Z = M1U + M3D 및 Y = M2U + M4D 를 포함하는 제 3 모델 구조를 가지는 것인, 제 3 동적 모델의 생성 단계를 더 포함하며,
    상기 제 3 제어 입력들(U)은 상기 복수의 제 2 전구체 가스 플로들에 대한 제 3 유량, 상기 복수의 제 2 전구체 가스 플로들에 대한 제 4 유량, 제 3 플로 시간, 제 2 전구체 농도, 제 2 전구체 타입, 제 2 화학 흡착 속도, 제 2 표면 반응 속도, 제 3 압력, 또는 상기 프로세스 챔버의 제 3 온도, 또는 이들의 조합을 포함하며,
    상기 제 3 장애 입력들(D)은 제 3 프로세스 드리프트, 제 3 챔버 오염물질, 또는 제 3 웨이퍼 온도차들, 또는 이들의 조합을 포함하며,
    상기 제 3 측정된 출력들(Y)은 유입된 웨이퍼 온도, 유입된 웨이퍼 조성, 유입된 웨이퍼 두께, 유입된 웨이퍼 균일도, 출력 유량, 챔버 출력에서의 상기 전구체 농도, 상기 전구체층 조성, 또는 상기 전구체층 균일도, 또는 이들의 조합을 포함하며,
    상기 제 3 조정된 출력들(Z)은 적어도 하나의 웨이퍼의 표면 상에서의 제 2 전구체 농도 레벨, 적어도 하나의 웨이퍼의 표면 상에서의 제 2 전구체 농도 균일값, 제 2 포화 상태값, 제 2 포화 상태 균일값, 반응 상태 값, 또는 반응 상태 균일값, 또는 이들의 조합을 결정하기 위한 상기 하나 이상의 가상 센서를 포함하는 것인 단층 증착 프로세싱 시스템의 동작 방법.
  49. 제 48 항에 있어서, 상기 제 2 전구체 프로세스를 실행하는 단계는, 적어도 하나의 웨이퍼의 표면 상의 상기 제 1 전구체 함유 가스로부터 화학 흡착된 전구체 분자들과 상기 제 2 전구체 함유 가스의 분자들을 반응시키는 단계를 더 포함하는 것인 단층 증착 프로세싱 시스템의 동작 방법.
  50. 제 48 항에 있어서, 상기 제 2 퍼지 프로세스를 실행하는 단계는,
    적어도 하나의 웨이퍼의 표면 상에 표면 포화 존들을 구축하는 단계;
    상기 표면 포화 존들 중 적어도 하나에 대하여 원하는 오염 상태 값을 결정하는 단계로서, 상기 원하는 오염 상태 값은, 제 2 미반응된 전구체 분자들의 농도 레벨, 제 2 반응된 전구체 분자들의 농도 레벨, 상기 제 2 전구체 함유 가스의 농도 레벨, 퍼지 가스 농도 레벨, 상기 제 2 전구체 프로세스로부터의 부산물들의 농도 레벨, 및 상기 제 2 퍼지 프로세스로부터의 부산물들의 농도 레벨 중 적어도 하나에 비례하는 것인, 원하는 오염 상태 값의 결정 단계; 및
    상기 원하는 오염 상태 값이 획득될 때까지 퍼지 가스를 상기 멀티오리피스 주사 시스템을 통해 상기 프로세스 챔버로 흘려보내는 단계를 더 포함하고,
    상기 원하는 오염 상태 값은 0 퍼센트인 것인 단층 증착 프로세싱 시스템의 동작 방법.
  51. 삭제
  52. 제 48 항에 있어서, 상기 제 2 퍼지 프로세스를 실행하는 단계는,
    상기 적어도 하나의 웨이퍼의 표면 상에 표면 포화 존들을 구축하는 단계;
    상기 표면 포화 존들 중 적어도 하나에 대하여 원하는 오염 레벨을 결정하는 단계로서, 상기 원하는 오염 레벨은, 제 2 미반응된 전구체 분자들의 농도 레벨, 제 2 반응된 전구체 분자들의 농도 레벨, 상기 제 2 전구체 함유 가스의 농도 레벨, 상기 퍼지 가스 농도 레벨, 상기 제 2 전구체 프로세스로부터의 부산물들의 농도 레벨, 및 상기 제 2 퍼지 프로세스로부터의 부산물들의 농도 레벨 중 적어도 하나에 비례하는 것인, 원하는 오염 레벨의 결정 단계;
    상기 하나 이상의 가상 센서를 이용하여 상기 표면 포화 존들 중 적어도 하나에 대한 오염 레벨을 추정하는 단계;
    상기 추정된 오염 레벨을 상기 원하는 오염 레벨과 비교하는 단계; 및
    상기 추정된 오염 레벨이 상기 원하는 오염 레벨과 동일하게 될 때까지 상기 멀티오리피스 주입 시스템을 통해 퍼지 가스를 상기 프로세스 챔버로 흘려보내는 단계를 더 포함하는 것인 단층 증착 프로세싱 시스템의 동작 방법.
  53. 제 48 항에 있어서, 상기 인텔리전트 시변 세트 포인트들의 제 4 세트는, 상기 제 2 퍼지 프로세스의 제 1 부분 동안에서의 제 1 퍼지 가스 유량과 상기 제 2 퍼지 프로세스의 제 2 부분 동안에서의 제 2 퍼지 가스 유량을 적어도 구축하고, 상기 퍼지 가스 플로는 상기 제 2 퍼지 프로세스의 상기 제 1 및 제 2 부분 동안 연속인 것인 단층 증착 프로세싱 시스템의 동작 방법.
  54. 삭제
  55. 삭제
  56. 삭제
  57. 삭제
  58. 제 48 항에 있어서, 상기 인텔리전트 시변 세트 포인트들의 제 4 세트는, 상기 제 2 퍼지 프로세스의 제 1 부분에 대한 제 1 챔버 압력, 제 1 챔버 온도, 및 제 1 기판 온도와, 상기 제 2 퍼지 프로세스의 제 2 부분에 대한 제 2 챔버 압력, 제 2 챔버 온도, 및 제 2 기판 온도 중 적어도 하나를 추가적으로 구축하는 것인 단층 증착 프로세싱 시스템의 동작 방법.
  59. 삭제
  60. 삭제
  61. 제 1 항에 있어서, 상기 제 2 퍼지 프로세스를 실행하는 단계는,
    상기 제 2 퍼지 프로세스에 대한 제 4 동적 모델을 생성하는 단계로서, 상기 제 4 동적 모델은, 제 4 모델 성분들(M1, M2, M3, 및 M4), 제 4 제어 입력들(U), 제 4 장애 입력들(D), 제 4 조정된 출력들(Z), 및 제 4 측정된 출력들(Y)을 가지며, Z = M1U + M3D 및 Y = M2U + M4D 를 포함하는 제 4 모델 구조를 가지는 것인, 제 4 동적 모델의 생성 단계를 더 포함하며,
    상기 제 4 제어 입력들(U)은 제 1 퍼지 가스 유량, 제 2 퍼지 가스 유량, 제 4 플로 시간, 퍼지 가스 조성, 제 2 전구체 타입, 제 2 화학 흡착 속도, 제 2 표면 반응 속도, 제 4 압력, 또는 상기 프로세스 챔버의 제 4 온도, 또는 이들의 조합을 포함하며,
    상기 제 4 장애 입력들(D)은 제 4 프로세스 드리프트, 제 4 챔버 오염물질, 또는 제 4 웨이퍼 온도차들, 또는 이들의 조합을 포함하며,
    상기 제 4 측정된 출력들(Y)은 유입된 웨이퍼 온도, 유입된 웨이퍼 조성, 유입된 웨이퍼 두께, 유입된 웨이퍼 균일도, 출력 유량(flow rate), 챔버 출력에서의 퍼지 가스 농도, 챔버 출력에서의 상기 전구체 농도, 상기 전구체층 조성, 또는 상기 전구체층 균일도, 또는 이들의 조합을 포함하며,
    상기 제 4 조정된 출력들(Z)은 오염 상태, 제 2 미반응된 전구체 분자들의 농도 레벨, 제 2 반응된 전구체 분자들의 농도 레벨, 프로세스 부산물들의 농도 레벨, 적어도 하나의 웨이퍼의 표면 상에서의 제 2 전구체 농도 레벨, 적어도 하나의 웨이퍼의 표면 상에서의 제 2 전구체 농도 균일값, 또는 오염 상태 균일 값, 또는 이들의 조합을 결정하기 위한 상기 하나 이상의 가상 센서를 포함하는 것인 단층 증착 프로세싱 시스템의 동작 방법.
  62. 제 61 항에 있어서, 상기 제 1 전구체 프로세스를 실행하는 단계는,
    상기 멀티오리피스 주입 시스템을 통해 주입된 상기 제 1 전구체 함유 가스를 이용하여 복수의 전구체 분자들을 제공하는 단계;
    상기 웨이퍼들 사이의 전구체 분자 플로(flow)를 확산 프로세스로서 모델링하는 단계;
    제 1 전구체 분자들에 대한 거주(residence) 시간을 결정하는 단계; 및
    상기 제 1 전구체 분자들에 대한 상기 화학 흡착 속도를 결정하는 단계를 더 포함하는 것인 단층 증착 프로세싱 시스템의 동작 방법.
  63. 제 1 항에 있어서,
    상기 웨이퍼들 중 적어도 하나에 대한 피드 포워드(feed forward) 데이터를 수신하는 단계;
    상기 피드 포워드 데이터로부터 굴절률(n) 데이터 및 소광 계수(k) 데이터를 추출하는 단계; 및
    상기 굴절률(n) 데이터 및 상기 소광 계수(k) 데이터를 이용하여 웨이퍼 조성을 결정하는 단계를 더 포함하는 것인 단층 증착 프로세싱 시스템의 동작 방법.
  64. 제 63 항에 있어서, 상기 피드 포워드 데이터는 층들의 개수, 층 위치, 층 조성, 층 균일도, 층 밀도, 층 두께, 적어도 하나의 웨이퍼에 대한 CD 정보 및 프로파일 정보, 적어도 하나의 웨이퍼 상에 방사형으로 위치되는 복수의 위치들에 대한 데이터, 또는 적어도 하나의 웨이퍼 상에 비방사형으로 위치되는 복수의 위치들에 대한 데이터 중 적어도 하나를 포함하는 웨이퍼 조성 정보를 포함하는 것인 단층 증착 프로세싱 시스템의 동작 방법.
  65. 삭제
  66. 삭제
  67. 삭제
  68. 제 2 항에 있어서, 웨이퍼는 원 형상을 포함하며, 상기 표면 포화 존들은 중앙 존 및 상기 중앙 존 주위에 방사형으로 이격된 복수의 고리 모양의 링 형상 존들을 포함하는 것인 단층 증착 프로세싱 시스템의 동작 방법.
  69. 제 2 항에 있어서, 웨이퍼는 직사각형 형상을 포함하며, 상기 표면 포화 존들은 복수의 균일하게 이격된 직사각형 세그먼트들을 포함하는 것인 단층 증착 프로세싱 시스템의 동작 방법.
  70. 제 2 항에 있어서, 웨이퍼는 직사각형 형상을 포함하며, 상기 표면 포화 존들은 복수의 비균일하게 이격된 직사각형 세그먼트들을 포함하는 것인 단층 증착 프로세싱 시스템의 동작 방법.
  71. 삭제
  72. 삭제
  73. 삭제
  74. 삭제
  75. 삭제
  76. 삭제
  77. 삭제
  78. 삭제
  79. 삭제
  80. 삭제
  81. 삭제
  82. 삭제
  83. 삭제
  84. 삭제
  85. 삭제
  86. 삭제
  87. 삭제
  88. 삭제
  89. 삭제
  90. 삭제
  91. 삭제
KR1020077019316A 2005-01-26 2007-08-23 단층 증착 프로세싱 시스템의 동작 방법 KR101477297B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US11/043,199 US7838072B2 (en) 2005-01-26 2005-01-26 Method and apparatus for monolayer deposition (MLD)
US11/043,199 2005-01-26
PCT/US2005/046495 WO2006081023A2 (en) 2005-01-26 2005-12-21 Method and apparatus for monolayer deposition (mld)

Related Child Applications (1)

Application Number Title Priority Date Filing Date
KR1020147005558A Division KR20140045564A (ko) 2005-01-26 2005-12-21 단층 증착 프로세싱 시스템의 동작 방법

Publications (2)

Publication Number Publication Date
KR20070096045A KR20070096045A (ko) 2007-10-01
KR101477297B1 true KR101477297B1 (ko) 2014-12-29

Family

ID=36596322

Family Applications (2)

Application Number Title Priority Date Filing Date
KR1020147005558A KR20140045564A (ko) 2005-01-26 2005-12-21 단층 증착 프로세싱 시스템의 동작 방법
KR1020077019316A KR101477297B1 (ko) 2005-01-26 2007-08-23 단층 증착 프로세싱 시스템의 동작 방법

Family Applications Before (1)

Application Number Title Priority Date Filing Date
KR1020147005558A KR20140045564A (ko) 2005-01-26 2005-12-21 단층 증착 프로세싱 시스템의 동작 방법

Country Status (6)

Country Link
US (1) US7838072B2 (ko)
JP (1) JP5337376B2 (ko)
KR (2) KR20140045564A (ko)
CN (1) CN101111628B (ko)
TW (1) TWI327604B (ko)
WO (1) WO2006081023A2 (ko)

Families Citing this family (44)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4574145B2 (ja) * 2002-09-13 2010-11-04 ローム・アンド・ハース・エレクトロニック・マテリアルズ，エル．エル．シー． エアギャップ形成
JP2008053683A (ja) * 2006-07-27 2008-03-06 Matsushita Electric Ind Co Ltd 絶縁膜形成方法、半導体装置、および基板処理装置
JP4916257B2 (ja) * 2006-09-06 2012-04-11 東京エレクトロン株式会社 酸化膜の形成方法、酸化膜の形成装置及びプログラム
US8572155B2 (en) * 2007-08-23 2013-10-29 Applied Materials, Inc. Virtual sensors
US8898017B2 (en) * 2008-05-05 2014-11-25 Bp Corporation North America Inc. Automated hydrocarbon reservoir pressure estimation
US9997357B2 (en) 2010-04-15 2018-06-12 Lam Research Corporation Capped ALD films for doping fin-shaped channel regions of 3-D IC transistors
US9390909B2 (en) 2013-11-07 2016-07-12 Novellus Systems, Inc. Soft landing nanolaminates for advanced patterning
US8637411B2 (en) 2010-04-15 2014-01-28 Novellus Systems, Inc. Plasma activated conformal dielectric film deposition
US8956983B2 (en) 2010-04-15 2015-02-17 Novellus Systems, Inc. Conformal doping via plasma activated atomic layer deposition and conformal film deposition
US8728956B2 (en) * 2010-04-15 2014-05-20 Novellus Systems, Inc. Plasma activated conformal film deposition
US9373500B2 (en) 2014-02-21 2016-06-21 Lam Research Corporation Plasma assisted atomic layer deposition titanium oxide for conformal encapsulation and gapfill applications
US9611544B2 (en) 2010-04-15 2017-04-04 Novellus Systems, Inc. Plasma activated conformal dielectric film deposition
US9076646B2 (en) 2010-04-15 2015-07-07 Lam Research Corporation Plasma enhanced atomic layer deposition with pulsed plasma exposure
US9892917B2 (en) 2010-04-15 2018-02-13 Lam Research Corporation Plasma assisted atomic layer deposition of multi-layer films for patterning applications
US9257274B2 (en) 2010-04-15 2016-02-09 Lam Research Corporation Gapfill of variable aspect ratio features with a composite PEALD and PECVD method
US9685320B2 (en) 2010-09-23 2017-06-20 Lam Research Corporation Methods for depositing silicon oxide
US20120197446A1 (en) * 2010-12-01 2012-08-02 Glaudel Stephen P Advanced feed-forward valve-control for a mass flow controller
US8647993B2 (en) 2011-04-11 2014-02-11 Novellus Systems, Inc. Methods for UV-assisted conformal film deposition
US8592328B2 (en) 2012-01-20 2013-11-26 Novellus Systems, Inc. Method for depositing a chlorine-free conformal sin film
US9355839B2 (en) 2012-10-23 2016-05-31 Lam Research Corporation Sub-saturated atomic layer deposition and conformal film deposition
JP6538300B2 (ja) 2012-11-08 2019-07-03 ノベラス・システムズ・インコーポレーテッドＮｏｖｅｌｌｕｓ Ｓｙｓｔｅｍｓ Ｉｎｃｏｒｐｏｒａｔｅｄ 感受性基材上にフィルムを蒸着するための方法
SG2013083241A (en) 2012-11-08 2014-06-27 Novellus Systems Inc Conformal film deposition for gapfill
JP2015069987A (ja) * 2013-09-26 2015-04-13 株式会社日立国際電気 基板処理装置、半導体装置の製造方法及び基板処理方法
US9396443B2 (en) * 2013-12-05 2016-07-19 Tokyo Electron Limited System and method for learning and/or optimizing manufacturing processes
JP6158111B2 (ja) * 2014-02-12 2017-07-05 東京エレクトロン株式会社 ガス供給方法及び半導体製造装置
US9214334B2 (en) 2014-02-18 2015-12-15 Lam Research Corporation High growth rate process for conformal aluminum nitride
US9478438B2 (en) 2014-08-20 2016-10-25 Lam Research Corporation Method and apparatus to deposit pure titanium thin film at low temperature using titanium tetraiodide precursor
US9478411B2 (en) 2014-08-20 2016-10-25 Lam Research Corporation Method to tune TiOx stoichiometry using atomic layer deposited Ti film to minimize contact resistance for TiOx/Ti based MIS contact scheme for CMOS
US9564312B2 (en) 2014-11-24 2017-02-07 Lam Research Corporation Selective inhibition in atomic layer deposition of silicon-containing films
US10566187B2 (en) 2015-03-20 2020-02-18 Lam Research Corporation Ultrathin atomic layer deposition film accuracy thickness control
KR102323248B1 (ko) * 2015-03-25 2021-11-09 에이에스엠 아이피 홀딩 비.브이. 박막 형성 방법
US9502238B2 (en) 2015-04-03 2016-11-22 Lam Research Corporation Deposition of conformal films by atomic layer deposition and atomic layer etch
JP6023854B1 (ja) * 2015-06-09 2016-11-09 株式会社日立国際電気 半導体装置の製造方法、基板処理装置およびプログラム
US10526701B2 (en) 2015-07-09 2020-01-07 Lam Research Corporation Multi-cycle ALD process for film uniformity and thickness profile modulation
US9773643B1 (en) 2016-06-30 2017-09-26 Lam Research Corporation Apparatus and method for deposition and etch in gap fill
US10062563B2 (en) 2016-07-01 2018-08-28 Lam Research Corporation Selective atomic layer deposition with post-dose treatment
US10037884B2 (en) 2016-08-31 2018-07-31 Lam Research Corporation Selective atomic layer deposition for gapfill using sacrificial underlayer
JP6640781B2 (ja) * 2017-03-23 2020-02-05 キオクシア株式会社 半導体製造装置
US10269559B2 (en) 2017-09-13 2019-04-23 Lam Research Corporation Dielectric gapfill of high aspect ratio features utilizing a sacrificial etch cap layer
CN107574427A (zh) * 2017-09-14 2018-01-12 德淮半导体有限公司 用于化学气相沉积过程的装置和方法
CN112074941A (zh) * 2018-05-24 2020-12-11 应用材料公司 用于空间分辨晶片温度控制的虚拟传感器
JP2022077278A (ja) * 2020-11-11 2022-05-23 株式会社堀場エステック 濃度制御システム、濃度制御方法、及び、濃度制御システム用プログラム
US11586789B2 (en) * 2021-04-07 2023-02-21 Applied Materials, Inc. Machine learning based smart process recipe builder to improve azimuthal flow and thickness uniformity
US20230212742A1 (en) * 2022-01-04 2023-07-06 Applied Materials, Inc. Model-based purge gas flow

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020081844A1 (en) * 2000-04-20 2002-06-27 In-Sang Jeon Method of manufacturing a barrier metal layer using atomic layer deposition
US20030049390A1 (en) * 2001-06-19 2003-03-13 Applied Materials, Inc. Feedback control of plasma-enhanced chemical vapor deposition processes
US20040048451A1 (en) * 2001-06-21 2004-03-11 Marsh Eugene P. Rhodium film and method of formation
US20040216665A1 (en) * 2003-04-29 2004-11-04 Asm International N.V. Method and apparatus for depositing thin films on a surface

Family Cites Families (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0661323A (ja) * 1992-08-04 1994-03-04 Hitachi Ltd 半導体の熱処理方法及び熱処理装置並びに半導体の評価方法
US5642296A (en) * 1993-07-29 1997-06-24 Texas Instruments Incorporated Method of diagnosing malfunctions in semiconductor manufacturing equipment
US5443315A (en) * 1993-12-16 1995-08-22 Texas Instruments Incorporated Multi-zone real-time emissivity correction system
WO1998009206A1 (fr) * 1996-08-29 1998-03-05 Fujitsu Limited Procede et dispositif permettant de diagnostiquer la panne d'un equipement et programme d'enregistrement sur support d'enregistrement pour l'execution d'un processus informatique conformement audit procede
US5895596A (en) * 1997-01-27 1999-04-20 Semitool Thermal Model based temperature controller for semiconductor thermal processors
US20030049372A1 (en) * 1997-08-11 2003-03-13 Cook Robert C. High rate deposition at low pressures in a small batch reactor
US7393561B2 (en) * 1997-08-11 2008-07-01 Applied Materials, Inc. Method and apparatus for layer by layer deposition of thin films
US5970313A (en) * 1997-12-19 1999-10-19 Advanced Micro Devices, Inc. Monitoring wafer temperature during thermal processing of wafers by measuring sheet resistance of a test wafer
JP2002515648A (ja) * 1998-05-11 2002-05-28 セミトゥール・インコーポレイテッド 加熱反応炉の温度制御システム
US6195621B1 (en) * 1999-02-09 2001-02-27 Roger L. Bottomfield Non-invasive system and method for diagnosing potential malfunctions of semiconductor equipment components
US6818250B2 (en) * 2000-06-29 2004-11-16 The Regents Of The University Of Colorado Method for forming SIO2 by chemical vapor deposition at room temperature
JP4493192B2 (ja) * 2000-09-13 2010-06-30 東京エレクトロン株式会社 バッチ式熱処理装置及びその制御方法
US6669782B1 (en) * 2000-11-15 2003-12-30 Randhir P. S. Thakur Method and apparatus to control the formation of layers useful in integrated circuits
JP4751538B2 (ja) 2001-08-28 2011-08-17 東京エレクトロン株式会社 処理システム
TWI259546B (en) * 2002-06-28 2006-08-01 Tokyo Electron Ltd Method and system for predicting process performance using material processing tool and sensor data
US6967154B2 (en) * 2002-08-26 2005-11-22 Micron Technology, Inc. Enhanced atomic layer deposition
US6958302B2 (en) * 2002-12-04 2005-10-25 Micron Technology, Inc. Atomic layer deposited Zr-Sn-Ti-O films using TiI4
JP2004247332A (ja) * 2003-02-10 2004-09-02 Univ Kanazawa 成膜方法及び成膜装置
JP4268429B2 (ja) * 2003-03-17 2009-05-27 東京エレクトロン株式会社 基板処理装置および基板処理方法
ATE468421T1 (de) 2003-06-27 2010-06-15 Sundew Technologies Llc Vorrichtung und verfahren zur steuerung des dampfdrucks einer chemikalienquelle
US7165011B1 (en) 2005-09-01 2007-01-16 Tokyo Electron Limited Built-in self test for a thermal processing system
US7444572B2 (en) 2005-09-01 2008-10-28 Tokyo Electron Limited Built-in self test for a thermal processing system

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020081844A1 (en) * 2000-04-20 2002-06-27 In-Sang Jeon Method of manufacturing a barrier metal layer using atomic layer deposition
US20030049390A1 (en) * 2001-06-19 2003-03-13 Applied Materials, Inc. Feedback control of plasma-enhanced chemical vapor deposition processes
US20040048451A1 (en) * 2001-06-21 2004-03-11 Marsh Eugene P. Rhodium film and method of formation
US20040216665A1 (en) * 2003-04-29 2004-11-04 Asm International N.V. Method and apparatus for depositing thin films on a surface

Also Published As

Publication number Publication date
WO2006081023A3 (en) 2006-11-02
WO2006081023A2 (en) 2006-08-03
KR20140045564A (ko) 2014-04-16
KR20070096045A (ko) 2007-10-01
TW200632132A (en) 2006-09-16
CN101111628A (zh) 2008-01-23
JP5337376B2 (ja) 2013-11-06
CN101111628B (zh) 2012-05-23
JP2008529277A (ja) 2008-07-31
US20060165890A1 (en) 2006-07-27
US7838072B2 (en) 2010-11-23
TWI327604B (en) 2010-07-21

Similar Documents

Publication Publication Date Title
KR101477297B1 (ko) 단층 증착 프로세싱 시스템의 동작 방법
KR101156838B1 (ko) 단분자층 증착 프로세싱 시스템의 조작 방법
US7302363B2 (en) Monitoring a system during low-pressure processes
US6387823B1 (en) Method and apparatus for controlling deposition process using residual gas analysis
US7519885B2 (en) Monitoring a monolayer deposition (MLD) system using a built-in self test (BIST) table
US7340377B2 (en) Monitoring a single-wafer processing system
US7953512B2 (en) Substrate processing system, control method for substrate processing apparatus and program stored on medium
US20040002170A1 (en) Apparatus for and method of manufacturing a semiconductor device, and cleaning method for use in the apparatus for manufacturing a semiconductor device
KR20170113154A (ko) 기판 처리 장치, 가스의 공급 방법, 기판 처리 방법 및 성막 방법
US7165011B1 (en) Built-in self test for a thermal processing system
US7526699B2 (en) Method for creating a built-in self test (BIST) table for monitoring a monolayer deposition (MLD) system
CN114222830A (zh) 在半导体制造中的动态工艺控制
EP1290727A2 (en) Method and apparatus for controlling deposition parameters based on polysilicon grain size feedback
JP2006324532A (ja) 薄膜堆積方法および薄膜堆積装置
KR20020082219A (ko) 기계 및 공정을 위한 최적 세트-포인트를 발견하기 위한방법
Choo et al. Simulation‐based design and experimental evaluation of a spatially controllable CVD reactor
Zhang et al. Run-to-run control of thermal atomic layer deposition
Lu et al. Integrated dynamic simulation of rapid thermal chemical vapor deposition of polysilicon
US20220186375A1 (en) Method for recording a state of a cvd reactor under production conditions
Sreenivasan et al. A comparative study of reactor designs for the production of graded films with applications to combinatorial CVD
Zhang Multiscale Computational Fluid Dynamics Modeling of Thermal and Plasma Atomic Layer Deposition: Application to Chamber Design and Process Control
Yun First-Principles and Multiscale Modeling for Design and Operation of Atomic Layer Processing
Choo Development of a spatially controllable chemical vapor deposition system
Cale et al. A simple adaptive optimization algorithm for the tungsten LPCVD process

Legal Events

Date Code Title Description
A201 Request for examination
AMND Amendment
E902 Notification of reason for refusal
AMND Amendment
E902 Notification of reason for refusal
AMND Amendment
E601 Decision to refuse application
A107 Divisional application of patent
AMND Amendment
J201 Request for trial against refusal decision
E902 Notification of reason for refusal
B701 Decision to grant
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20171120

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20181129

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20191202

Year of fee payment: 6