KR101877584B1 - 모델-기반 세선 접근법에 의한 레티클 결함 검사 방법 및 시스템 - Google Patents

모델-기반 세선 접근법에 의한 레티클 결함 검사 방법 및 시스템 Download PDF

Info

Publication number
KR101877584B1
KR101877584B1 KR1020137007903A KR20137007903A KR101877584B1 KR 101877584 B1 KR101877584 B1 KR 101877584B1 KR 1020137007903 A KR1020137007903 A KR 1020137007903A KR 20137007903 A KR20137007903 A KR 20137007903A KR 101877584 B1 KR101877584 B1 KR 101877584B1
Authority
KR
South Korea
Prior art keywords
image
light intensity
test
model
intensity images
Prior art date
Application number
KR1020137007903A
Other languages
English (en)
Other versions
KR20130111548A (ko
Inventor
루이팡 쉬
시아오춘 리
Original Assignee
케이엘에이-텐코 코포레이션
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 케이엘에이-텐코 코포레이션 filed Critical 케이엘에이-텐코 코포레이션
Publication of KR20130111548A publication Critical patent/KR20130111548A/ko
Application granted granted Critical
Publication of KR101877584B1 publication Critical patent/KR101877584B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
    • G03F1/00—Originals for photomechanical production of textured or patterned surfaces, e.g., masks, photo-masks, reticles; Mask blanks or pellicles therefor; Containers specially adapted therefor; Preparation thereof
    • G03F1/68—Preparation processes not covered by groups G03F1/20 - G03F1/50
    • G03F1/82—Auxiliary processes, e.g. cleaning or inspecting
    • G03F1/84—Inspecting
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L21/00—Processes or apparatus adapted for the manufacture or treatment of semiconductor or solid state devices or of parts thereof
    • H01L21/02—Manufacture or treatment of semiconductor devices or of parts thereof
    • H01L21/027—Making masks on semiconductor bodies for further photolithographic processing not provided for in group H01L21/18 or H01L21/34
    • H01L21/0271—Making masks on semiconductor bodies for further photolithographic processing not provided for in group H01L21/18 or H01L21/34 comprising organic layers
    • H01L21/0273—Making masks on semiconductor bodies for further photolithographic processing not provided for in group H01L21/18 or H01L21/34 comprising organic layers characterised by the treatment of photoresist layers
    • H01L21/0274—Photolithographic processes
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8854—Grading and classifying of flaws
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8854—Grading and classifying of flaws
    • G01N2021/8861—Determining coordinates of flaws
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Manufacturing & Machinery (AREA)
  • Computer Hardware Design (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Power Engineering (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Preparing Plates And Mask In Photomechanical Process (AREA)

Abstract

모델링된 이미지로부터 획득된 정보 및 모델-기반 접근법을 이용하여 다양한 결함들을 식별하기 위해, 포토마스크 검사를 위한 신규한 검사 방법 및 시스템이 제공된다. 모델링된 이미지 또는 시뮬레이션 이미지는 테스트 또는 참조 이미지로부터 직접적으로 생성된다. 몇몇의 예는 예상 레지스트 패턴을 나타내는 포토레지스트 이미지뿐만 아니라 기판상에 리소그래피 시스템에 의해 투사된 예상 패턴을 나타내는 에어리얼 이미지(aerial image)를 포함한다. 테스트 이미지는 밴드 제한 마스크 패턴으로 처음 나타나고, 이는 더 신속한 프로세싱을 위해 선형항만을 포함할 수 있다. 이 패턴은 이후 모델링된 이미지를 구축하기 위해 사용되고, 결과적으로 모델-기반 피처 맵의 구축을 위해 사용된다. 이 맵은 원본 테스트 이미지로 하여금 포토마스크 결함을 식별하도록 하기 위한 기초로서 역할을 제공하고, 그들의 리소그래피적 중요성 및 다른 특징들에 기반한 다양한 피처 유형들 간의 구별을 허용하는 정보를 포함할 수 있다.

Description

모델-기반 세선 접근법에 의한 레티클 결함 검사 방법 및 시스템 {RETICLE DEFECT INSPECTION WITH MODEL-BASED THIN LINE APPROACHES}
본 출원은 모델-기반 세선 접근법에 의한 레티클 결함 검사에 관한 것으로, 2007년 11월 1일에 출원된, "레티클 상의 리소그래피적으로 중대한 결함 검출을 위한 방법(METHOD FOR DETECTING LITHOGRAPHICALLY SIGNIFICANT DEFECTS ON RETICLES)" 이라는 제목의, 미국 특허 출원 제 11/622,432 호에 대한 일부 계속 출원이며, 이는 모든 목적을 위해 전부 본 명세서에 참조로서 통합된다.
집적 회로(ICs)의 밀도 및 복잡도 증가가 계속됨에 따라, 포토마스크의 패턴 검사는 점차 더 어려움에 직면하고 있다. 매 신규 세대의 IC는 리소그래피 시스템의 광학 한계에 현재 이미 도달하고 그것을 초과하는 더 밀집하고 더 복잡한 패턴을 가진다. 이러한 광학 한계를 극복하기 위해서, 광학 근접 보정 (Optical Proximity Correction; OPC)과 같은 다양한 분해능 향상 기술(Resolution Enhancement Techniques; RET)이 도입되어 왔다. 예를 들어, OPC는 포토마스크 패턴을 변형하여 회절 한계를 극복하도록 도와, 프린트된 결과 패턴이 원래 원하던 패턴에 대응하도록 한다. 이러한 변형은 프린터블 피처(printable features)와 같은 주요 IC 피처의 크기 및 가장자리에 대한 섭동(perturbation)을 포함할 수 있다. 다른 변형은 패턴 모서리에 세리프(serifs)의 부가 및/또는 근처에 서브 분해능 어시스트 피쳐(sub-resoultion assist features; SRAFs)를 제공하는 것을 수반하며, 이는 프린트되는 피처를 초래할 것으로 예상되지 않으며, 따라서 비-프린터블 피처(non-printable features)로 지칭된다. 이러한 비-프린터블 피처는 프린팅 프로세스 동안 발생 되었을 패턴의 섭동을 상쇄할 것으로 예상된다. 그렇지만, OPC는 마스크 패턴을 더욱 복잡하게 하고 일반적으로 웨이퍼의 결과 이미지와 매우 상이하게 한다. 또한, OPC 결함은 종종 프린터블 결함으로 해석하지 않는다.
비-프린터블 및 프린터블 피처는 프린트되는 결과 패턴에 상이한 영향을 미치고, 종종, 감도 레벨(sensitivity level)과 같은 상이한 검사 파라미터를 사용하여 검사될 필요가 있다. 비-프린터블 피처를 포함하는 영역은 검사 동안 긍정 오류(false positives)를 피하기 위해 통상 "디센싱(de-sensed)" 된다. 종래의 검사 방법은 프린터블 및 비-프린터블 피처 간의 구별을 위하여, 일반적으로 피처 크기와 같은 사용자 정의 특성에 의존한다. 이 접근법은 때때로 규칙-기반으로서 지칭되며, 여기에서 사용자는 피처 식별을 위해 구체적인 규칙들을 정의한다. 그렇지만, 많은 현대의 IC에서 비-프린터블 피처는 종종 프린터블 피처보다 더 커질 수 있다. 또한, 비-프린터블을 포함하는 영역을 식별하는 것은 복잡하고, 많은 검사 자원을 소비한다.
모델-기반 접근법 및 모델링된 이미지로부터 얻은 정보의 사용으로 다양한 결함을 식별하기 위해, 포토마스크 검사에 대한 새로운 검사 방법 및 시스템이 제공된다.
모델-기반 접근법 및 모델링된 이미지로부터 얻은 정보의 사용으로 다양한 결함을 식별하기 위해, 포토마스크 검사에 대한 새로운 검사 방법 및 시스템이 제공된다. 모델링되거나 시뮬레이션된 이미지는 테스트 또는 참조 이미지로부터 직접적으로 생성된다. 몇몇의 예는 예상 레지스트 패턴을 나타내는 포토레지스트 이미지뿐만 아니라 기판상에 리소그래피 시스템에 의해 투사된 예상 패턴을 나타내는 에어리얼 이미지(aerial image)를 포함한다. 테스트 이미지는 처음에 밴드 제한 마스크 패턴으로 나타나며, 이는 더 빠른 이미지 프로세싱을 위하여 선형 항만을 포함할 수 있다. 이 패턴은 이후 모델링된 이미지를 구축하는데 사용되고, 이는 결국 모델-기반 피처 맵을 구축하는데 사용된다. 이 맵은 포토마스크 결함들을 식별하기 위한 원본 테스트 이미지를 검사하기 위한 기초로서 제공되며, 리소그래피적 중요성(significance) 및 다른 특징들에 기반한 다양한 피처 유형들 간의 구별을 허용하는 정보를 포함할 수 있다.
특정 실시예에서, 리소그래피적으로 중대한 결함들을 식별하기 위한 포토마스크 검사 방법은 포토마스크를 제공하고, 검사 장치를 사용하여 포토마스크의 테스트 광도 이미지를 생성하고, 밴드 제한 마스크 패턴을 구축하는 것을 수반한다. 포토마스크는 하나 이상의 프린터블 피처 및 하나 이상의 비-프린터블 피처를 포함한다. 포토마스크는 리소그래피 시스템을 사용하여 기판 위에 리소그래피로 프린터블 피처의 전사(transfer)를 달성하도록 구성된다. 생성된 테스트 광도 이미지는 테스트 투과(transmission) 이미지 및 테스트 반사(reflection) 이미지를 포함한다. 그 방법은 그 후 리소그래피 시스템의 모델을 제공하고 리소그래피 시스템 모델을 패턴에 적용함으로써 밴드 제한 마스크 패턴으로부터 에어리얼 이미지를 구축한다. 모델-기반 피처 맵은 이후 마스크 패턴의 에어리얼 이미지를 사용하여 만들어지고, 마침내, 테스트 광도 이미지는 리소그래피적으로 중대한 결함들을 식별하기 위해 모델-기반 피처 맵을 사용하여 분석된다.
특정 실시예에서, 방법은 포토마스크의 참조 반사 이미지 및 참조 투과 이미지와 같은 참조 다이(die)의 참조 광도 이미지를 얻는 것을 또한 수반한다. 밴드 제한 마스크 패턴은 또한 참조 광도 이미지를 사용하여 구축될 수 있다. 테스트 광도 이미지는 통상적으로 참조 광도 이미지와 정렬된다. 예를 들어, 테스트 투과 이미지는 테스트 반사 이미지에 대해 정렬되고, 참조 투과 이미지는 참조 반사 이미지에 대해 정렬되고, 반면에 참조 투과 이미지는 테스트 투과 이미지에 대해 정렬되거나 또는 참조 반사 이미지는 테스트 반사 이미지에 대해 정렬된다. 일반적으로, 적어도 테스트 투과 이미지는 예컨대, (다이-대-다이 검사 모드에서의) 참조 다이 또는 (다이-대-데이터베이스 모드에서의) 레스터화된(rasterized) 데이터베이스 이미지와 같은, 참조 이미지 소스에 상관없이 테스트 반사 이미지에 대해 정렬된다.
특정 실시예에서, 모델-기반 피처 맵에 기반한 테스트 광도 이미지의 분석은, 정렬된 테스트 이미지의 부분과 정렬된 참조 이미지의 대응 부분의 식별 및 이러한 두 유형의 이미지 간 차이의 식별과 같은 두 가지의 동작을 수반한다. 구체적으로, 정렬된 테스트 반사 이미지와 정렬된 참조 반사 이미지 간의 차이뿐만 아니라, 정렬된 테스트 투과 이미지와 정렬된 참조 투과 이미지 간의 차이는 각각의 식별되는 부분에 대해 결정된다. 분석된 이미지들의 특정 부분들은 모델 기반 피처 맵에서 식별된다. 하나 이상의 프린터블 피처를 포함하는 식별된 부분은 하나 이상의 비-프린터블 피처를 포함하는 식별된 부분보다 고감도로 검사될 수 있다. 모델-기반 피처 맵은 하나 이상의 비-프린터블 피처를 포함하는 식별된 부분들에 대응하는 영역들을 포함한다.
특정 실시예에서, 모델-기반 피처 맵을 만드는 것은 에어리얼 이미지의 저광도 영역 및 고광도 영역을 식별하는 것을 수반한다. 저광도 영역은 하나 이상의 프린터블 피처에 대응하고, 반면에 고광도 영역은 하나 이상의 비-프린터블 피처에 대응한다. 모델-기반 피처 맵을 사용하여 테스트 광도 이미지를 분석하는 것은 모델-기반 피처 맵과 테스트 광도 이미지를 정렬하는 것을 수반할 수 있다.
특정 실시예에서, 참조 이미지는 프린트된 패턴의 데이터베이스 모델로부터 얻어진다(즉, 다이-대-데이터베이스 검사 모드). 다른 실시예에서, 참조 이미지는 참조 다이로부터 얻어진다(즉, 다이-대-다이 검사 모드). 비-프린터블 피처는 OPC 피처의 다른 유형뿐만 아니라 SRAF를 포함할 수 있다. 특정 실시예에서, 비-프린터블 피처의 적어도 하나는 프린터블 피처의 적어도 하나보다 더 크다. 동일 또는 다른 실시예에서, 포토마스크 상의 적어도 하나의 프린터블 피처는 200 나노미터보다 작거나 심지어 100 나노미터보다 작다.
에어리얼 이미지의 구축은 예컨대, 밴드 제한 마스크 패턴에서 광도 분포(optical intensity distribution)에 기반하여 프린터블 피처로부터 비-프린터블 피처를 분리시키는 것을 적어도 수반한다. 동일 또는 다른 실시예에서, 에어리얼 이미지의 구축은 에어리얼 이미지와 같은 모델링된 이미지로부터 일부 또는 모든 비-프린터블 피처를 제외하는 것을 수반한다. 특정 실시예에서, 검사 방법은 또한, 기하학적 피처들을 예컨대 가장자리(edges), 모서리(corners) 및 선 끝(line ends)과 같은, 하나 이상의 기하학적 피처 유형으로 분류하기 위하여 밴드 제한 마스크 패턴에 기반한 기하학적인 맵의 구축을 수반한다. 기하학적 맵은 테스트 이미지의 분석 동안에 패턴 피처를 분류하는데 사용될 수 있다. 또한, 테스트 이미지의 분석은 기하학적 맵의 적어도 두 개의 상이한 기하학적 피처 유형들에 상이한 검출 임계값을 적용하는 것을 수반한다.
특정 실시예에서, 모델-기반 피처 맵은 각각 대응하는 마스크 에러 증강 요소(Mask Error Enhancement Factor; MEEF)를 갖는 다수의 이미지 부분들을 포함한다. 방법은 테스트 이미지 분석 동안 대응하는 MEEF를 기반으로 각 이미지 부분에 대해 감도 레벨을 자동으로 조정하는 것을 수반할 수 있다. 특정 실시예에서, 방법은 테스트 이미지 분석을 위해 사용자-정의된 감도 레벨의 제공을 수반한다. 특정 실시예에서, 하나 이상의 프린터블 피처에 대응하는 영역들의 부분 집합은 하나 이상의 비-프린터블 피처에 대응하는 이 영역들의 또 다른 부분 집합(subset)보다 높은 감도로 분석된다. 동일 또는 다른 실시예에서, 밴드 제한 마스크 패턴은 선형 항만을 포함한다. 다른 실시예에서 밴드 제한 마스크 패턴은 하나 이상의 이차 항을 포함한다.
특정 실시예에서, 리소그래피 시스템 모델은 리소그래피 시스템 및 검사 장치의 개구수(numerical apertures), 리소그래피 시스템 및 검사 장치의 파장, 리소그래피 시스템 및 검사 장치의 조명 조건 중 적어도 하나 이상의 파라미터들을 포함한다. 특정 실시예에서, 에어리얼 이미지의 구축은 검사 장치의 밴드 제한 영향을 제거하는 것을 수반한다.
특정 실시예에서, 리소그래피적으로 중대한 결함을 식별하기 위해, 다음의 동작을 수행하도록 구성되는 적어도 하나의 메모리 및 적어도 하나의 프로세서를 포함하는 포토마스크 검사 시스템이 제공된다: 테스트 투과 이미지 및 테스트 반사 이미지를 포함하는 포토마스크의 테스트 광도 이미지의 생성, 밴드 제한 마스크 패턴의 구축, 리소그래피 시스템 모델을 밴드 제한 마스크 패턴에 적용함으로써 밴드 제한 마스크 패턴의 에어리얼 이미지 구축, 마스크 패턴의 에어리얼 이미지를 사용하여 모델-기반 피처 맵을 구축, 리소그래피의 중대한 결함을 식별하기 위해 모델-기반 피처 맵을 사용한 테스트 광도 이미지 분석.
본 발명의 이러한 양태 및 다른 양태들이 도면과 참조하여 아래에 더 자세히 기술된다.
전반적으로, 모델-기반에 의한 이미지는 종래에 사용된 포토마스크 이미지에 비해 메인 피처로부터 세선을 분리하는 것을 더 용이하게 만든다.
도 1A는 특정 실시예에 따라 포토마스크 상에 제공된 기본 패턴을 도시한다.
도 1B는 리소그래피의 전사 후 도 1A의 기본 패턴의 웨이퍼 결과 이미지를 도시한다.
도 1C는 특정 실시예에 따라 포토마스크로부터의 마스크 패턴을 웨이퍼 상에 전사하기 위한 리소그래피 시스템의 단순한 개략적인 대표도이다.
도 1D는 특정 실시예에 따라 포토마스크 검사 장치의 개략적인 대표도를 제공한다.
도 2는 결함을 식별하기 위한 포토마스크 검사 방법의 일례에 대응하는 프로세스 흐름도를 도시한다.
이하의 설명에서, 본 발명의 완전한 이해를 제공하기 위하여 수많은 구체적인 상세 사항들이 설명되고 있다. 본 발명은 이러한 구체적인 상세 사항의 일부 또는 전부 없이 실행될 수 있다. 다른 예시에서, 불필요하게 본 발명을 불명확하게 하지 않도록 하기 위해서 잘 알려진 프로세스 동작은 상세히 기술하지 않았다. 본 발명이 구체적인 실시예와 함께 기술되었지만, 본 발명을 실시예로 제한하는 것으로 의도되어서 안 된다.
종래의 많은 포토마스크 검사 방법은, 나중의 비-프린터블 피처를 포함하는 "디센싱" 영역을 위해, (메인 피처로도 지칭되는) 프린터블 피처를 (세선으로도 지칭되는) 비-프린터블 피처로부터 분리하기 위해 규칙-기반 접근법을 사용한다. 테스트 이미지 및/또는 참조 이미지는 사용자에 의해 정해진 규칙에 기반한 피처 맵을 생성하기 위해 사용된다. 일반적으로, 사용자는 프린터블 피처로부터 비-프린터블 피처를 분리하기 위한 기준으로서 선 폭을 정의한다. 이러한 규칙-기반 방법은 복잡할 뿐만 아니라, 일반적으로 현대의 IC에서 흔히 있는 경우와 유사하게 메인 피처와 세선 간의 구별 방법이 없다. 참조 다이를 사용한 규칙-기반 세선 "디센싱" 방법의 간단한 설명은 그것의 복잡성 및 결함을 더 잘 예시하는데 도움을 줄 수 있다.
규칙-기반 방법은 참조 및 테스트 이미지들을 포획(capture)하는 것에서 시작한다. 강도 임계값은 이러한 이미지들에 적용되어 피처의 "골격(skeleton)"을 정의하며, 그것은 이 임계값 내의 강도 값을 가진 이미지 영역들의 수집(collection)이다. 포토마스크는 종종, 불분명한(opaque) 세선 및 뚜렷한(clear) 세선과 같은, 상이한 유형의 세선으로 설계되고, 그것은 "골격"을 정의하는 데 있어 부가적으로 복잡하게 한다. 불분명한 세선들은 투과된 이미지상의 그들의 주변보다 더 어둡게 나타나는 몰리브덴-실리콘의 가는 줄무늬나 점이다. 반면에, 뚜렷한 세선들은 반사된 이미지상의 이 주변의 표면들보다 더 어둡게 나타나는 몰리브덴-실리콘/크롬 표면들 상에서 만들어지는 컷들의 가는 줄무늬나 점이다. 또한, 다이-대-다이 검사에서, 결함 영역은 테스트 및 참조 이미지들로부터 명확하지 않다. 그로서, 참조 및 테스트 이미지들의 결합 분석이 수행될 필요가 있다. 다음 동작에서, "원시의(raw)" 피처 맵을 형성하기 위해, 골격 피처의 선 폭들을 측정하여 세선 및 메인 피처를 구별한다. 상기 언급한 바와 같이, 선 폭 임계값을 포함하는 규칙은 사용자에 의해 설정된다.
이 점에서, 규칙-기반의 "디센싱" 알고리즘은 현대의 IC 설계를 포함하여 포토마스크 상의 세선과 메인 피처간의 구별을 위한 목적을 성취하는 데에는 실패할 수 있다. 이것은 종종 알고리즘의 "브레이킹 다운(braking down)"으로서 지칭된다. 현대의 IC는, 포토마스크와 테스트 및 참조의 결과 이미지상에, 크기 면에서 메인 피처와 비교 가능하고 심지어 더 클 수도 있는 세선들을 가진다. 즉, 선 폭은 이러한 두 유형의 피처를 구별하기 위한 이 단계에서는 종종 기준으로서 사용될 수 없다. 만일 프로세스가 종래의 선 폭 규칙을 적용하는 방향으로 진행되는 것이 허용된다면, 메인 피처에 대응하는 영역은 구축된 피처 맵에 (선 폭에 대응하는 영역 대신 또는 그에 추가하여) 나타날 수 있고, 그 결과 피처 맵에 기반한 포토마스크의 후속 검사 동안에 "디센싱" 될 수 있다. 이 디센싱은 결국, 적절한 감도 레벨이 중요한(critical) 결함들의 검사 동안에 적용되지 않아서, 검출되지 않고 검사를 통과하는 많은 중요한 결함으로 이어질 수 있다. 동시에, 많은 세선 피처들은 피처 맵에 포획되지 않을 수 있고, 그 후에 느린 검사 및 잠재 수용 가능 포토마스크 거절의 결과를 가져오는, 고감도로 검사될 수 있다. 검사자는 검사된 이미지가 복잡하고 포토마스크와 웨이퍼 레벨 이미지 간의 유사점이 거의 없기 때문에, 일반적으로 "긍정 오류(false positives)" 또는 "부정 오류(false negatives)"를 포획할 수 없다. 이것은 다음의 예로부터 더 자세히 예시될 수 있다. 도 1A는 포토마스크 상에 제공되는 예시적인 기본 패턴을 도시하고, 도 1B는 그 기본 패턴의 웨이퍼 결과 이미지를 도시한다. 두 이미지 간의 유사성은 만일 있다고 하더라도, 거의 없다. OPC의 광범위한 사용은 이러한 불일치로 이어진다.
"원시" 피처 맵은 일반적으로 세선 골격 피처만을 포함하도록 설계되거나 또는, 좀 더 구체적으로, 이러한 세선 피처에 대응하는 영역을 포함하도록 설계된다. 앞에서 입증된 바와 같이, 이 설계 기준은 종종 규칙-기반의 "디센싱" 접근법으로는 달성되지 않는다. "원시" 피처 맵의 골격 피처는 이후, 피처 크기, 위치, 피처 맵과 검사된 이미지 간의 정렬 공차의 다양성에 대해 수용하는, 세선 피처 주위의 일부 연장 경계선을 생성하기 위해 크기 면에서 확대된다(즉, 넓어진다). 확대된 피처는 최종 피처 맵을 형성하고, 이는 결국 검사된 이미지를 "디센싱"하기 위해 사용된다. 구체적으로, 더 낮은 감도가 피처 맵의 확대된 영역에 적용된다. 상술한 설명에서 볼 수 있는 바와 같이, 규칙-기반 접근법은 매우 복잡하고 현대의 IC에 적용될 때 특히 중요한 한계를 가진다.
본 명세서에 기술된 신규한 방법 및 시스템은 이러한 문제점들을 해결한다. 상술한 바와 같이 피처 맵을 구축하기 위해 포토마스크 이미지에 의존하는 것 대신에, 신규한 방법은 결과적인 IC의 모델링된 이미지를 현상(develop)하는 단계로 진행하게 되는데, 모델링된 이미지는 리소그래피 시스템에 의해 웨이퍼에 투사되거나 포토레지스트 시스템을 사용하여 현상될 것이다. 모델링된 이미지는 세선을 포함하지 않지 않지만, 세선의 OPC 영향을 설명한다. 이 모델링된 이미지는 따라서 세선과 메인 피처 간의 구별을 하기 위한 별도의 규칙의 필요 없이, 모델-기반 피처 맵을 구축하기 위해 사용된다.
모델-기반 검사 방법은 유사하게, 투과 테스트 이미지 및 반사 테스트 이미지와 같은, 포토마스크의 하나 이상의 테스트 이미지를 포획하는 것으로 시작한다. 참조 이미지의 대응 세트는 다이-대-다이 검사 모드에서 참조 다이로부터 또는 다이-대-데이터베이스 모드에서 데이터베이스로부터 얻어질 수 있다. 테스트 및 참조 이미지는 통상 정렬된다. 이어 마스크 패턴 복구 알고리즘이 사용되어 투과 및 반사 이미지(참조 이미지 또는 테스트 이미지)를, 검사된 포토마스크의 진폭을 나타내는 밴드 제한 마스크 패턴으로 결합한다. 그러나, 사용자-정의된 규칙에 기반한 규칙-기반 피처 맵을 만들기 위해 포토마스크 이미지에 의존하는 것 대신에, 프로세스는 결국 모델-기반 피처 맵을 만들기 위해 사용되는 모델링된 이미지 (예컨대, 에어리얼 이미지 또는 포토레지스트 이미지)의 구축을 진행한다. 모델링된 이미지는 프린터블 피처만을 (에어리얼 평면 또는 포토레지스트 평면과 같은 특정 모델링 레벨에서) 포함하도록 설계되고, 따라서 사용자-정의 규칙에 대한 필요없이 피처 맵을 구축하는 것에 대한 좋은 토대를 제공한다. 전반적으로, 모델-기반에 의한 이미지는 종래에 사용된 포토마스크 이미지에 비해 메인 피처로부터 세선을 분리하는 것을 더 용이하게 만든다.
좀 더 구체적으로, 후속 동작에서, 검사 시스템, 리소그래피 시스템 및 특정 실시예에서, 포토레지스트 프로세스의 특징을 이용하여, 밴드 제한 마스크 패턴으로부터 모델링된 이미지(예컨대, 에어리얼 이미지 또는 패턴 이미지)를 구축한다. 예를 들어, 검사 방법으로 제공된 리소그래피 시스템 모델은 개구수, 파장, 조명 조건의 스테퍼 조건을 포함할 수 있다. 다른 모델 구성요소는 검사 시스템의 다양한 특징 및 특정 실시예에서의, 포토레지스트 시스템을 포함할 수 있다. 모델링된 이미지는 리소그래피적으로 투사된 이미지 또는 포토레지스트로 패터닝된 이미지를 근사하게 나타내고 통상적으로 비-프린터블 피처는 포함하지 않는다. 동시에, 모델링된 이미지는 비-프린터블한 피처의 다양한 효과(OPC)를 설명한다. 도 1A 및 1B로부터 입증된 바처럼 현대 OPC 복잡성 때문에 포토마스크 이미지와 웨이퍼 이미지 간의 유사성이 종종 결핍된다는 것을 다시 지적하는 것은 중요하다. 따라서, 포토마스크 이미지로부터 어떤 영역이 "디센싱" 되어야 할 필요가 있고 어떤 영역이 고감도 레벨로 검사되어야 할 필요가 있는지를 결정하는 것은 어렵다. 이 모델-기반 접근법은 리소그래피적으로 중대한 결함에 초점을 맞추고, 리소그래피 노출 또는 포토레지스트 현상 동안 무관한 많은 다른 유형의 결함들은 무시한다.
모델링된 이미지는 따라서, 모델-기반 피처 맵을 구축하기 위해 사용된다. 이 맵은 구체적으로 리소그래피적으로 중대한 피처 및 결함을 포함하는 영역을 정의하고 이에 초점을 둔다. 맵은 후속 검사 동안 모든 다른 영역(예컨대, 상술한 바처럼 "확대된 골격" 피처에 대응하는 영역)을 "디센싱"하기 위해 검사 시스템에 지시를 제공하기 위해 사용된다. 이 모델-기반 피처 맵은, 포토마스크 이미지 내의 피처를 규칙으로 정의된 바에 따라 정렬(sorting)하여 생성된 규칙-기반 피처 맵과는 반대로, 모델링된 이미지(예컨대, 에어리얼 평면상의 이미지)로부터 생성되기 때문에, 모델-기반 피처 맵은 자동적으로 리소그래피적으로 중요한 영역을 고려하고 피처 크기와 관계없이 다른 영역을 무시한다. 즉, 사용자-정의 규칙은 피처 맵을 구축하는데 필요치 않다. 대신, 리소그래피 시스템 또는 포토레지스트 시스템의 모델이, 프린터블 피처 영역을 정의하는 모델링된 이미지를 검색하는 데에 적용된다.
이 모델 기반 피처 맵은 따라서 테스트 이미지(예컨대, 레티클 이미지 평면 내의 이미지, 더 구체적으로, 포토마스크로부터 얻어진 원본 이미지)를 분석하기 위해 사용된다. 이 모델-기반 맵에 의해 정의된 각 영역은 자신의 MEEF 및 포토마스크의 중요 부분의 더 구체적인 검사를 허용하는 다른 특징들을 가질 수 있다. 예를 들어, 세선(예컨대, SRAFs)만을 포함하는 영역들은 메인 피처를 포함하는 영역에 비해 낮은 감도로 검사될 수 있다. 상기 지적한 바와 같이, 모델-기반 피처 맵의 영역은 이러한 두 유형의 피처를 구별한다. 좀 더 일반적으로, 피처 맵은 이후 특정 검사 파라미터로 검사되는 셋, 넷 심지어 그 이상의 유형들의 영역들을 구별할 수 있다. 전반적으로, 본 명세서에 기술된 신규한 프로세스 및 검사 시스템은 모델링된 이미지에 기반하여 메인 피처로부터 세선을 분리하는 것을 허용하는 더 효과적이고 덜 복잡한 검사를 허용한다.
도 1C는 특정 실시예에 따라 포토마스크(M)로부터 마스크 패턴을 웨이퍼(W) 상에 전사하기 위해 사용될 수 있는 통상적인 리소그래피 시스템(100)의 단순한 개략적인 대표도이다. 이러한 시스템의 예시들은 스캐너 및 스테퍼, 좀 더 구체적으로 네덜란드 벨트호벤의 ASML 사로부터 이용가능한 PAS 5500 시스템을 포함한다. 일반적으로, 조명 소스(103)는 조명 렌즈(105)를 통해 마스크 평면(102)에 위치한 포토마스크(M) 상으로 광 빔을 향하게 한다. 조명 렌즈(105)는 평면(102)에 개구수(101)를 가진다. 개구수(101)의 수치는 포토마스크 상의 어떤 결함이 리소그래피적으로 중대한 결함인지 어떤 것이 아닌지에 영향을 준다. 포토마스크(M)를 통과하는 빔의 일부는 패턴 전사를 시작하기 위해 이미징 광학소자(153)를 통해 웨이퍼(W)상으로 향하게 되는 패턴화된 광학 신호를 형성한다.
도 1D는 특정 실시예에 따라 레티클 평면(152)에서 상대적으로 큰 개구수(151b)를 갖는 이미징 렌즈(151a)를 가지는 검사 시스템(150)의 개략적인 대표도를 제공한다. 서술된 검사 시스템(150)은 향상된 검사를 위해 예를 들어 60-200X 배율을 제공하도록 설계된 마이크로스코픽 배율 광학소자(153)를 포함한다. 검사 시스템의 레티클 평면(152)에서의 개구수(151b)는 종종 리소그래피 시스템(100)의 레티클 평면(102)에서의 개구수(101)보다 상당히 크고, 이는 테스트 검사 이미지와 실제 프린트된 이미지 간의 차이를 낳는 결과를 가져온다. 이러한 광학 시스템(100,150) 각각은 생성된 이미지 내에 상이한 광학 효과를 유도하고, 이는 본 명세서에 기술된 신규한 검사 기술들에 대해 설명하고 보충한다.
신규한 검사 기술들은 도 1D에 간략하게 도시된 것과 같이, 다양하게 특별히 구성된 검사 시스템상에 구현될 수 있다. 시스템(150)은 조명 광학기기(161)를 통해 레티클 평면(152) 내의 포토마스크(M)상으로 향하게 되는 광 빔을 생성하는 조명 소스(160)를 포함한다. 조명 소스의 예시로 레이저 또는 필터링 램프를 포함한다. 일례로, 소스는 193 nm 레이저이다. 상술한 바처럼, 검사 시스템(150)은 레티클 평면(152)에서, 대응하는 리소그래피 시스템의 레티클 평면 개구수(예컨대, 도 1C의 구성요소(101))보다 더 클 수 있는 개구수(151a)를 가진다. 검사될 포토마스크(M)는 레티클 평면(152)에 위치하고 소스에 노출된다. 마스크(M)로부터 패턴화된 이미지는 배율 광학 소자들(153)의 집합을 통과하여 향하게 되고, 이는 센서(154)에 패턴화된 이미지를 투사한다. 적합한 센서들로 전하 결합 소자(charged coupled devices; CCD), CCD 어레이, TDI(time delay intergration; TDI) 센서, TDI 센서 어레이, 광전자증배관(photomultiplier tubes; PMT) 및 다른 센서들을 포함한다. 센서(154)에 의해 포획된 신호들은 컴퓨터 시스템(173)에 의해, 좀 더 일반적으로, 프로세싱을 위해 센서(154)로부터 아날로그 신호를 디지털 신호로 전환하도록 구성되는 아날로그-대-디지털 컨버터를 포함할 수 있는, 신호 처리 장치에 의해 프로세싱될 수 있다. 컴퓨터 시스템(173)은 감지된 광 빔의 강도, 위상, 및/또는 다른 특징들을 분석하도록 구성될 수 있다. 컴퓨터 시스템(173)은 결과적인 테스트 이미지 및 다른 검사 특징들을 디스플레이하기 위해서, (예컨대, 컴퓨터 스크린상의) 사용자 인터페이스를 제공하도록 (예컨대, 프로그래밍 명령들로) 구성될 수 있다. 컴퓨터 시스템(173)은 또한 검출 임계값을 변경시키는 것과 같이 사용자 입력을 제공하기 위해 하나 이상의 입력 장치(예컨대, 키보드, 마우스, 조이스틱)를 포함할 수 있다. 특정 실시예에서, 컴퓨터 시스템(173)은 아래에 상세히 설명될 검사 기술들을 수행하도록 구성된다. 컴퓨터 시스템(173)은 통상적으로 입력/출력 포트와 결합된 하나 이상의 프로세서, 및 적절한 버스 또는 다른 통신 메커니즘을 경유하는 하나 이상의 메모리를 가진다.
이러한 정보 및 프로그램 명령들이 특별히 구성된 컴퓨터 시스템상에서 구현될 수 있기 때문에, 이러한 시스템은 컴퓨터 판독가능 매체에 저장될 수 있는 본 명세서에서 기술되는 다양한 동작을 수행하기 위한 프로그램 명령 / 컴퓨터 코드를 포함한다. 머신 판독가능 매체의 예시는 하드 디스크, 플로피 디스크, 자기 테이프와 같은 자기 매체; CD-ROM과 같은 광 매체; 광학 디스크와 같은 광자기 매체; 및 읽기 전용 기억장치(ROM) 및 랜덤 액세스 메모리(RAM)과 같이 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치들을 포함하나, 이에 제한되지 않는다. 프로그램 명령의 예시는 컴파일러에 의해 생산된 코드와 같은 머신 코드, 및 인터프리터를 사용하여 컴퓨터에 의해 실행될 수 있는 더 높은 레벨의 코드를 포함하는 파일들 둘 다 포함할 수 있다. 특정 실시예에서, 포토마스크 검사를 위한 시스템은 다음의 동작을 수행하도록 구성되는 적어도 하나의 메모리 및 적어도 하나의 프로세서를 포함한다: 테스트 투과 이미지 및 테스트 반사 이미지를 포함하는 마스크의 테스트 광도 이미지의 생성, 밴드 제한 마스크 패턴의 구축, 리소그래피 시스템 모델을 밴드 제한 마스크 패턴에 적용함으로써 밴드 제한 마스크 패턴의 에어리얼 이미지 구축, 마스크 패턴의 에어리얼 이미지를 사용하여 모델-기반 피처 맵을 구축, 포토마스크 결함을 식별하기 위해 모델-기반 피처 맵을 사용한 테스트 광도 이미지 분석. 검사 시스템의 일례는 특별히 캘리포니아, 밀피타스의 KLA-Tencor사로부터 이용가능한 TeraScan™ DUV 검사 시스템을 포함한다.
도 2는 오염 결함(contamination defects)과 같은 리소그래피적으로 중대한 결함들을 식별하기 위해 포토마스크를 검사하기 위한 모델-기반 검사 방법의 일례에 대응하는 프로세스 흐름도를 도시한다. 예를 들어, 크롬 메탈 흡착 필름으로 정해진 패턴을 가진 투명 융합 실리카 블랭크로부터 만들어진 포토마스크가 사용될 수 있다. 일반적으로, 레티클, 포토마스크, 반도체 웨이퍼, 위상 전이 마스크(phase shift mask), 내장된 위상 전이 마스크(Embedded Phase Shift Masks; EPSM)와 같은 다양한 반도체 기판이 이 방법을 사용하여 검사될 수 있다. 포토마스크의 다양한 유형은 이러한 방법들을 사용하여 검사될 수 있다. 포토마스크는 일반적으로 하나 이상의 프린터블 피처 및 하나 이상의 비-프린터블 피처를 포함한다. 프린터블한 피처는 결과적인 웨이퍼 이미지상에 나타나는 피처로 정의된다. 이는 포토마스크 상에 동일한 모양 또는 형상으로 나타나거나 나타나지 않을 수 있다. 예를 들어, 도 1A는 포토마스크 상에 제공된 예시적인 기본 패턴을 도시하는데, 반면에 도 1B는 그 기본 패턴의 웨이퍼 결과 이미지를 도시한다. 따라서, 포토마스크 측면에서, 프린터블 피처는 웨이퍼 평면상의 프린터블 피처에 대응하는 영역으로서 이해될 수 있다. 비-프린터블 피처("세선")는 회절 및 다른 원인에 의한 이미지 에러를 보상하기 위해 사용되는 다양한 OPC 피처를 포함할 수 있다. 이러한 피처의 한 유형이 SRAF이다. 특정 실시예에서, 제공된 포토마스크 상의 적어도 하나의 비-프린터블 피처는 적어도 하나의 프린터블 피처보다 더 크다.
포토마스크가 예컨대, 검사 시스템의 검사 스테이지에 위치하는 것과 같이 검사 프로세스를 위해 제공되면, 프로세스는 하나 이상의 테스트 이미지를 포획하는 것을 진행할 수 있다(202). 예를 들어, 포토마스크가 조명되어 둘 이상의 광도 이미지들이 상이한 조명 및/또는 수집 조건에서 포획될 수 있다. 특정 실시예에서, 투과 광도 이미지 및 반사 광도 이미지가 포획된다. 다른 실시예에서, 둘 이상의 반사 이미지 또는 둘 이상의 투과 이미지는, 포토마스크가 상이한 파장에서 조명되는 동안 생성된다. 예를 들어, 만일 포토마스크 재료가 투과로 하여금 조명 광 파장의 강력한 기능을 일으키도록 한다면, 두 개의 상이하지만 인접한 파장이 각각 상이한 투과 레벨을 감지하는 한 쌍의 투과된 이미지를 생성하기 위해 사용될 수 있다. 참조 이미지는 (예컨대, 다이-대-데이터베이스 모드 내의) 데이터베이스로부터 또는 (예컨대, 다이-대-다이 모드 내의) 또 다른 참조 다이로부터 얻어질 수 있다.
포획된 테스트 이미지는 동작(204)에서 통상적으로 정렬된다. 이 정렬은 다중 테스트 및 참조 이미지에 대한 검사 시스템(들)의 광학적 성질을 매칭시키는 것을 수반할 수 있다. 예를 들어, 투과 및 반사 이미지들의 경우, 두 개의 개별 신호의 광학적 경로 내의 차이를 보상하기 위해 이미지들의 일부 조정이 이루어질 수 있다. 정렬 조정은 사용된 검사 시스템의 특정 기하학적 구조에 의존할 수 있다. 특정 실시예에서, 정렬은 테스트 투과 이미지를 테스트 반사 이미지에 대해 정렬하는 것, 참조 투과 이미지를 참조 반사 이미지에 대해 정렬하는 것 및 참조 투과 이미지를 테스트 투과 이미지에 대해 정렬하는 것 또는 참조 반사 이미지를 테스트 반사 이미지에 대해 정렬하는 것을 수반할 수 있다.
일단 정렬되면, 테스트 이미지는 밴드 제한 마스크 진폭 기능을 복구하도록 프로세싱될 수 있다(206). 이 기능은 때때로 밴드 제한 마스크 패턴으로서 지칭된다. 한 가지 접근법에서, 부분적인 코히어런트(coherent) 광학 이미징은 둘 이상의 코히어런트 시스템의 합으로서 모델링 될 수 있고, 이는 동작(206)을 설명하기 위한 목적으로 본 명세서에 참조로써 통합되는 미국 특허 출원 11/622,432호에서 더 상세하게 설명된다. 구체적으로, 부분적인 코히어런트 이미징에 대한 홉킨스 방정식은 투과 교차 계수(Transmission-Cross-Coefficient; TCC) 행렬을 형성하기 위해 사용될 수 있다. 이 행렬은 이후 코히어런트 시스템의 커널(kernel)로서 역할하는, 대응하는 고유 벡터(Eigen vector)로 분해될 수 있다. 각각의 이러한 코히어런트 시스템으로부터의 강도 기여분들의 고유 값(Eigen value) 가중치 합계는 이미지 강도를 산출하며, 이는 투과된 신호의 강도를 나타내기 위해 사용될 수 있다. 특정 실시예에서, 테스트 이미지의 반사 및 투과 강도는 밴드 제한 마스크 진폭 기능으로서 지칭되는 선형 항만으로 표현될 수 있다. 이 함수의 예시가 방정식 1에서 제시된다.
Figure 112013026922975-pct00001
여기에서, aR은 마스크 전경 톤(mask foreground tone) 및 배경 톤(mask background tone)간 차이의 복합 반사 진폭이고; IT(x,y)는 검사 시스템을 사용한 마스크의 투과 강도 이미지를 나타내고; CT는 마스크의 배경 톤의 복합 투과 진폭이고 (예컨대, 석영 및 크롬 이진 마스크에서 CT는 크롬 패턴의 성질을 나타냄); aT는 마스크 전경 톤 및 배경 톤 간 차이의 복합 투과 진폭이고 (위와 동일한 마스크를 사용하여 aT는 석영 및 크롬 간 차이의 광학적 성질을 나타낼 수 있음; 물론 cT 및 aT는 기술된 재료 레이어의 성질에 의존하여 변화함); IR(x,y)는 검사 시스템을 사용한 마스크의 반사 강도 이미지를 나타내고; CR은 마스크의 배경 톤의 복합 반사 진폭이고, aR은 마스크 전경 톤 및 배경 톤 간 차이의 복합 반사 진폭이고; Re(x)는 x의 실수부를 나타내고; P(x,y)는 검사되는 포토마스크의 마스크 패턴을 정의하고; Ei, λi는 각각 검사 툴과 관련된 TCC(transmission cross-coefficient) 이미징 행렬의 관련 요소의 고유 벡터 및 고유값으로 지칭되고; Di는 Ei의 직류 이득이다.
밴드 제한 마스크 패턴 M(x,y)는 "복구 커널"로서 지칭되는
Figure 112013026922975-pct00002
함수로 컨볼브(convolve)된 마스크 패턴 P(x,y)에 의해 정의된다. 따라서, 밴드 제한 마스크 패턴은 마스크 패턴 함수 P(x,y)의 변형된 버전이다.
밴드 제한 마스크 패턴은 따라서, 모델링된 테스트 에어리얼 이미지 및/또는 모델링된 테스트 레지스트 이미지와 같은, 모델링된 테스트 이미지를 생성하기 위해 동작(208)에서 사용된다. 모델링된 이미지는 때때로 시뮬레이션 이미지로 지칭된다. 리소그래피 및/또는 포토레지스트 시스템 모델들은 이러한 목적을 위해 제공된다. 리소그래피 시스템 모델은 또한 리소그래피 및 검사 시스템의 개구수, 리소그래피 및 검사 시스템에서 사용되는 파장, 리소그래피 및 검사 시스템에서 사용되는 조명 조건, 다른 리소그래피 및 검사 파라미터들을 포함할 수 있다. 예를 들어, 미국 특허 출원 11/622,432 호에서 자세히 설명된 바처럼, 복구된 마스크 패턴의 밴드 제한 천성 때문에, 리소그래피 시스템의 패스 밴드 내의 롤-오프(roll-off)를 회피(back out)하기 위해 리소그래피 시스템 모델의 기준 커널은 조정될 수 있다. 변형된 코히어런트 기준들의 집합으로 정의된 함수(Fi(x,y))는 리소그래피 시스템 모델 내의 밴드 제한 마스크 패턴을 구현하기 위한 변형된 TCC 행렬을 기술하기 위해서 사용된다. 리소그래피 시스템의 TCC 행렬은 많은 항을 수반할 수 있다. 그러나, 대부분의 광도가 첫 일부 항에서 나타나기 때문에, 정확한 추정은 오직 그 항들(예컨대, 처음 10개 정도의 항들)을 사용하여 얻어질 수 있다. 따라서, 원하는 경우, 계산 부담을 상당히 줄일 수 있는 절삭된(truncated) 모델이 이용될 수 있다. 사용자는 각각의 특정 포토마스크 검사 애플리케이션(application)에 대한 필요만큼 연속적인 항들을 취함으로써, 원하는 정확도를 얻을 수 있다. 전반적으로, 리소그래피 시스템 모델의 애플리케이션은 모델링된 테스트 이미지 내의 비-프린터블 피처의 리소그래피적 영향을 포획하는 것을 허용한다.
특정 실시예에서, 모델링된 테스트 이미지를 구축하는 것은 밴드 제한 마스크 패턴의 광 강도 분포에 기반하여, 프린터블 피처로부터 비-프린터블 피처를 분리한다. 예를 들어, 비-프린터블 피처는 모델링된 이미지 내에 나타나지 않을 수 있다. 방법은 또한 기하학적 피처들을 예컨대 가장자리, 모서리, 선 끝과 같은, 하나 이상의 기하학적 피처 유형으로 분류하기 위하여 밴드 제한 마스크 패턴에 기반한 기하학적인 맵의 구축을 수반할 수도 있다. 또한, 리소그래피적으로 중대한 결함을 식별하는 프로세스는 기하학적 맵의 상이한 기하학적 피처 유형에 상이한 검출 임계값을 적용하여 향상될 수 있다.
리소그래피 및/또는 포토레지스트 모델링은 결과적인 시뮬레이션 이미지로부터 리소그래피적으로 중대하지 않은 결함들을 완전히 제거하거나 실질적으로 많은 양을 줄인다. 이러한 결함들은 또한, "누이상스 결함(nuisance defects)"이라고 불리며, 프린트된 패턴에 영향이 거의 없거나 전혀 없다. 본 개시의 목적을 위해, 리소그래피적으로 중대한 결함들은 최종 프린트된 패턴에 리소그래피 중대성을 갖는 그러한 결함으로 정의된다. 다시 말하면, 일부 결함("누이상스 결함")은 비록 마스크 내에 나타나지만, 포토레지스트 레이어에 전사되는 프린트된 패턴 상에 중대한 영향을 주지 않는다. 예들은, 대개 무관할 정도로 아주 작은 (또는 패턴의 리소그래피적으로 둔감한 부분 상의) 결함을 포함한다. 또한, 결함은 상대적으로 결함에 둔감한 기판 부분에 형성될 수 있다. 일부 경우에 결함은 어시스트 또는 OPC 피처 (또는 다른 분해능 강화 피처) 상에 형성될 수 있으나, 최종 프린트된 패턴에 영향을 주지 않을 수 있다. 따라서, 리소그래피적으로 중대한 결함은 마스크 상에 나타나고 리소그래피로 전사된 패턴에 중대한 영향을 초래할 수 있는 결함이다. 이러한 리소그래피적으로 중대한 결함은 회로 실패, 차선 성능(sub optimal performance) 등과 관련된 문제를 초래할 수 있다.
프로세스는 이전 동작에서 얻어진 하나 이상의 모델 이미지를 기반으로 201에서 모델 기반 피처 맵의 구축을 계속할 수 있다. 모델-기반 피처 맵은 예컨대, 프린터블 및 비-프린터블 피처와 같은 상이한 유형의 피처를 포함하는 포토마스크의 다양한 영역을 정의한다. 일례로, 모델 기반 피처 맵은 그들의 모델링된 이미지 내에 포획된 정보에 기반한 리소그래피적 중요성에 따라 포토마스크 피처를 포함한 영역을 카테고리화한다. 예를 들어, 메인 피처를 포함하는 영역은 한 유형에 속할 수 있고, 반면에 SRAF를 포함한 영역은 상이한 유형에 속할 수 있다. 구체적인 예로, 프린팅(printing) 피처를 포함하는 영역은 인 밴드 피처(in-band features)로 불린다. 비-프린팅(non-printing) 피처를 포함하는 영역은 아웃 밴드 피처(out-band features)로 분류된다. 인 밴드 피처는 검사된 피처 사이즈 및 정렬 변동의 폭을 설명할 수 있는 일부 부가적인 영역을 확립하기 위해 포토마스크 상의 더 큰 영역을 덮도록 확장(팽창)될 수 있다. 피처 맵 상의 인 밴드 영역은 피처 맵 상의 아웃 밴드 영역보다 고감도로 검사될 것이다.
모델-기반 피처 맵은 두 개의 상이한 이미지(예컨대, 테스트 이미지 및 참조 이미지)로부터의 대응하는 두 개의 영역을 비교하는 것을 허용한다. 상이한 검사 파라미터들이 리소그래피적 중요성 및 다른 특성들에 기반하여 영역들의 상이한 집합에 적용될 수 있다. 이러한 접근법은 검사 자원들로 하여금 예컨대, 높은 리소그래피 중요성을 갖는 것, 심각한 결함이 될 경향이 있는 것, 및/또는 다른 일부 기준에 대응하는 것들을 가진 모델 기반 피처 맵의 영역에 초점을 맞추는 것을 허용한다. 동시에, 검사 자원들은 다른 덜 중요한 영역을 검사하는 동안에는 저장된다. 이것은 이하 동작(214)의 맥락하에서 더 자세히 설명된다. 모델-기반 피처 맵은 예컨대, 에어리얼 이미지와 같은 모델링된 이미지로부터 생성되고, 그것은 또한 리소그래피 프린팅 동안의 광학적 간섭 영향 및 리소그래피 시스템의 다른 특성들을 설명한다. 이 특성들은 포토마스크 피처의 리소그래피적 중요성에 영향을 줄 수 있으며, 이는 포토마스크 및/또는 데이터베이스로부터 얻어진 테스트 및 참조 이미지로부터 직접적으로 나타나지 않는다.
또한, 본 명세서에 기술된 포토마스크 검사 방법은 피처 맵의 상이한 영역에 대한 마스크 에러 증강 요소(MEEF)를 설명할 수 있다. 예를 들어, 통상적인 포토마스크는 4배 (또는 10배)의 배율로 확대된 최종 IC의 사전 교정된 이미지를 포함한다. 이 배율이 이미징 에러에 대한 패턴 감도를 감소시키는 것을 돕는 동안, 현대 IC 회로들의 작은 크기 피처(예컨대, 22 나노미터 및 그 미만)들은 리소그래피 노출 동안 광 빔 스캐터링에 의해 부정적으로 영향을 받는다. 따라서, MEEF는 때때로 1을 초과하는데, 4X 포토마스크를 사용하여 노출된 웨이퍼 상의 차원 오류가 예컨대, 포토마스크 상의 차원 오류의 사분의 일보다 더 클 수 있다. 특정 실시예에서, 모델-기반 피처 맵의 MEEF 포획 값은 대응하는 이미지 영역에 대한 검출 임계값의 자동 조정을 위해 사용된다. 예를 들어, 큰 MEEF 값을 가진 영역은 더 낮은 MEEF 값을 가진 영역보다 더 신중히 검사될 수 있다. 이러한 동작은 자동 모드에서 구현될 수 있다.
또한, 포토마스크 검사 방법은 하나 이상의 사용자-정의 검출 임계값을 제공하는 것을 수반할 수 있다. 예를 들어, 메인 피처를 포함하는 모델-기반 피처 맵 영역은 하나의 검출 임계값이 할당될 수 있고, SRAF를 포함하는 영역은 더 낮은 임계값이 할당될 수 있다. 이러한 차이는 검사 자원을 최적화하기 위해 사용될 수 있다.
동작(212) 동안에, 기하학적 피처는 마스크 패턴 정보에 기반하여 분류될 수 있다. 예를 들어, 방법은 밴드 제한 마스크 패턴에 기반한 기하학적 맵의 구축을 수반할 수 있다. 기하학적 맵은 가장자리, 모서리, 선 끝, 및 다른 피처들의 카테고리를 포함할 수 있다. 검사 동안에, 포토마스크 피처는 따라서 카테고리화되고, 특정 실시예에서, 상이한 검출 임계값이 상이한 피처 카테고리에 적용된다.
동작(214)에서, 원본 테스트 이미지는 모델-기반 피처 맵에 포함된 정보에 기반하여 참조 이미지와 비교된다. 예를 들어, 테스트 및 참조 이미지는 모델-기반 피처 맵에서 식별되는 다중 영역으로 분할될 수 있다. 테스트 이미지 영역 및 대응하는 참조 이미지 영역을 포함하는 각 영역 세트는 개별적으로 검사될 수 있다. MEEF, 사용자 정의된 임계값, 기하학적 맵 및 각 영역에 구체화된 다른 정보가 이 동작에서 사용될 수 있다. 즉, 테스트 이미지의 분석은 테스트 이미지의 부분들 및 대응하는 참조 이미지의 부분들을 식별하고, 각 식별된 부분에 대한 이러한 이미지의 차이를 식별하는 것을 수반할 수 있다. 구체적인 실시예에서, 차이는 정렬된 테스트 투과 이미지와 정렬된 참조 투과 이미지 사이에서, 및 정렬된 테스트 반사 이미지와 정렬된 참조 반사 이미지 사이에서 식별된다.
특정 실시예에서, 검사는 다중의 톤 마스크에도 적용된다. 이러한 마스크들의 일례로, 가장 어두운 영역(예컨대, 크롬 또는 불투명 영역) 및 석영 또는 가장 밝은 영역을 갖되, 둘 사이에 어둠을 갖는 회색 스케일 영역의 패턴이 있는 삼중-톤 마스크가 있다. 이러한 회색 스케일 영역들은 (예컨대, EPSM 재료 등을 사용하여) 많은 방법으로 얻어질 수 있다. 이 경우, 마스크는 별도로 분석되는 두 개의 상이한 마스크들로서 처리된다. 예를 들어, 삼중-톤 마스크는 상술된 바처럼 동일한 모델을 사용하여 처리될 수 있다. 그러나, 삼중-톤 마스크는 회색 스케일 패턴(예컨대 EPSM 재료)이 전경으로 처리된 상태로 배경 패턴(예컨대, 크롬)을 갖는 마스크로서 처리될 수 있다. 이미지는 위와 동일한 방정식 및 프로세스 동작을 사용하여 프로세싱될 수 있다. 제 2 분석은 전경으로 처리되는 가장 밝은 패턴(예컨대 석영) 및 배경 패턴으로서의 EPSM 재료를 사용하여 마스크 상에서 수행될 수 있다. 각각의 재료들은 이미지를 정렬하기 위해 사용될 수 있는 상이한 가장자리 영향들을 보여주는 상당히 상이한 특성들을 갖기 때문에, 정렬이 쉽게 유발될 수 있다. 마스크 패턴은 따라서 합해질 수 있고, 프로세스 윈도우를 통해 웨이퍼 패턴 정확성을 확인하고 리소그래피적으로 중대한 결함을 식별하기 위해 다이-대-다이 또는 다이-대-데이터베이스 비교에서의 참조들과 비교될 수 있다.
비록 앞서 말한 발명은 이해의 명확성을 위한 목적으로 상세하게 설명되었으나, 일정 변화 및 변형이 첨부된 청구항의 범위 내에서 실행될 수 있음이 명백할 것이다. 본 발명의 프로세스, 시스템, 장치를 구현하기 위한 많은 대안적인 방법들이 있음에 주목해야한다. 따라서, 본 실시예는 예시적이고 제한적이지 않은 것으로서 고려되고, 본 발명은 본 명세서에 기재된 상세사항에 제한되지 않는다.

Claims (57)

  1. 리소그래피적으로 중대한 결함들을 식별하기 위해 포토마스크를 검사하는 방법에 있어서,
    하나 이상의 프린트가능 피처(printable feature)들 및 하나 이상의 프린트불가능 피처(non-printable feature)들을 포함하는 포토마스크 - 상기 포토마스크는 리소그래피 시스템을 사용하여 기판 상에 상기 하나 이상의 프린트가능 피처들의 리소그래피 전사(lithographic transfer)를 달성하도록 구성됨 - 를 제공하는 단계;
    검사 장치를 사용하여 상기 포토마스크의 테스트 광 세기(test light intensity) 이미지들 - 상기 테스트 광 세기 이미지들은 테스트 투과(transmission) 이미지 및 테스트 반사(reflection) 이미지를 포함함 - 을 생성하는 단계;
    밴드 제한 마스크 패턴(band limited mask pattern)을 구축(constructing)하는 단계;
    상기 리소그래피 전사에서 채용될 상기 리소그래피 시스템의 모델을 제공하는 단계;
    상기 밴드 제한 마스크 패턴에 상기 리소그래피 시스템의 모델을 적용함으로써 상기 밴드 제한 마스크 패턴의 에어리얼(aerial) 이미지를 구축하는 단계;
    상기 밴드 제한 마스크 패턴의 상기 에어리얼 이미지를 사용하여 모델 기반 피처 맵 - 상기 모델 기반 피처 맵은 상기 하나 이상의 프린트가능 피처들과 상기 하나 이상의 프린트불가능 피처들을 구별함 - 을 빌딩(building)하는 단계; 및
    임의의 리소그래피적으로 중대한 결함들을 식별하기 위해 상기 모델 기반 피처 맵을 사용하여 상기 테스트 광 세기 이미지들을 분석하는 단계
    를 포함하는 포토마스크를 검사하는 방법.
  2. 제1항에 있어서,
    상기 포토마스크의 참조 광 세기(reference light intensity) 이미지들을 획득하는 단계
    를 더 포함하고,
    상기 참조 광 세기 이미지들은 참조 다이(reference die)의 참조 투과 이미지 및 참조 반사 이미지를 포함하는 것인, 포토마스크를 검사하는 방법.
  3. 제2항에 있어서,
    상기 밴드 제한 마스크 패턴은 상기 참조 광 세기 이미지들을 사용하여 구축되는 것인, 포토마스크를 검사하는 방법.
  4. 제2항에 있어서,
    상기 테스트 광 세기 이미지들과 상기 참조 광 세기 이미지들을 서로에 대해 정렬시키는 단계
    를 더 포함하는, 포토마스크를 검사하는 방법.
  5. 제4항에 있어서,
    상기 정렬시키는 단계는,
    상기 테스트 투과 이미지를 상기 테스트 반사 이미지에 대해 정렬시키는 단계;
    상기 참조 투과 이미지를 상기 참조 반사 이미지에 대해 정렬시키는 단계; 및
    상기 참조 투과 이미지를 상기 테스트 투과 이미지에 대해 정렬시키는 단계 또는 상기 참조 반사 이미지를 상기 테스트 반사 이미지에 대해 정렬시키는 단계를 포함하는 것인, 포토마스크를 검사하는 방법.
  6. 제4항에 있어서,
    상기 모델 기반 피처 맵에 기초하여 상기 테스트 광 세기 이미지들을 분석하는 단계는,
    상기 정렬된 테스트 광 세기 이미지들의 일부분들 및 상기 정렬된 참조 광 세기 이미지들의 대응하는 일부분들을 식별하는 단계; 및
    각각의 식별된 일부분에 대한, 상기 정렬된 테스트 투과 이미지와 상기 정렬된 참조 투과 이미지 간의, 그리고 상기 정렬된 테스트 반사 이미지와 상기 정렬된 참조 반사 이미지 간의 임의의 차이들을 식별하는 단계를 포함하는 것인, 포토마스크를 검사하는 방법.
  7. 제6항에 있어서,
    상기 하나 이상의 프린트가능 피처들을 포함하는 상기 식별된 일부분들은 상기 하나 이상의 프린트불가능 피처들을 포함하는 상기 식별된 일부분들보다 높은 감도로 검사되는 것인, 포토마스크를 검사하는 방법.
  8. 제6항에 있어서,
    상기 모델 기반 피처 맵은 상기 하나 이상의 프린트불가능 피처들을 포함하는 상기 식별된 일부분들에 대응하는 영역들을 포함하는 것인, 포토마스크를 검사하는 방법.
  9. 제1항에 있어서,
    상기 모델 기반 피처 맵을 빌딩하는 단계는 상기 에어리얼 이미지의 저(low) 광 세기 영역들 및 고(high) 광 세기 영역들을 식별하는 단계를 포함하는 것인, 포토마스크를 검사하는 방법.
  10. 제1항에 있어서,
    상기 모델 기반 피처 맵을 사용하여 상기 테스트 광 세기 이미지들을 분석하는 단계는 상기 테스트 광 세기 이미지들을 상기 모델 기반 피처 맵과 정렬시키는 단계를 포함하는 것인, 포토마스크를 검사하는 방법.
  11. 제2항에 있어서,
    상기 참조 광 세기 이미지들은 프린트된 패턴의 데이터베이스 모델로부터 획득되는 것인, 포토마스크를 검사하는 방법.
  12. 제2항에 있어서,
    상기 참조 광 세기 이미지들은 참조 다이로부터 획득되는 것인, 포토마스크를 검사하는 방법.
  13. 제1항에 있어서,
    상기 하나 이상의 프린트불가능 피처들은 서브 분해능 어시스트 피처(Sub-Resolution Assist Features; SRAF)들을 포함하는 것인, 포토마스크를 검사하는 방법.
  14. 제1항에 있어서,
    상기 프린트불가능 피처들 중 적어도 하나는 상기 프린트가능 피처들 중 적어도 하나보다 큰 것인, 포토마스크를 검사하는 방법.
  15. 제1항에 있어서,
    상기 에어리얼 이미지를 구축하는 단계는 상기 에어리얼 이미지 내에서의 광 세기 분포(optical intensity distribution)에 기초하여 상기 하나 이상의 프린트가능 피처들로부터 상기 하나 이상의 프린트불가능 피처들을 분리하는 단계를 포함하는 것인, 포토마스크를 검사하는 방법.
  16. 제1항에 있어서,
    상기 에어리얼 이미지를 구축하는 단계는 상기 에어리얼 이미지로부터 상기 하나 이상의 프린트불가능 피처들을 제외시키는 단계를 포함하는 것인, 포토마스크를 검사하는 방법.
  17. 제1항에 있어서,
    기하학적 피처들을, 가장자리(edge), 모서리(corner) 및 선 끝(line end)으로 구성된 그룹으로부터 선택된 하나 이상의 기하학적 피처 유형들로 분류하기 위해, 상기 밴드 제한 마스크 패턴에 기초하여 기하학적 맵을 구축하는 단계
    를 더 포함하는 포토마스크를 검사하는 방법.
  18. 제17항에 있어서,
    상기 테스트 광 세기 이미지들의 분석 동안에 상기 기하학적 피처들을 분류하기 위해 상기 기하학적 맵을 사용하는 단계
    를 더 포함하는, 포토마스크를 검사하는 방법.
  19. 제18항에 있어서,
    상기 테스트 광 세기 이미지들을 분석하는 것은, 상기 기하학적 맵의 적어도 두 개의 상이한 기하학적 피처 유형들에 상이한 검출 문턱값들을 적용하는 단계를 포함하는 것인, 포토마스크를 검사하는 방법.
  20. 제1항에 있어서,
    상기 모델 기반 피처 맵은 대응하는 MEEF(마스크 에러 강화 요소; Mask Error Enhancement Factor)를 각각이 갖는 복수의 영역들을 포함하는 것인, 포토마스크를 검사하는 방법.
  21. 제20항에 있어서,
    상기 테스트 광 세기 이미지들의 분석 동안에, 상기 대응하는 MEEF에 기초하여 상기 복수의 영역들의 각각의 이미지 부분에 대한 감도 레벨을 자동으로 조정하는 단계
    를 더 포함하는, 포토마스크를 검사하는 방법.
  22. 제21항에 있어서,
    상기 하나 이상의 프린트가능 피처들에 대응하는 복수의 영역들의 부분 집합(subset)은 상기 하나 이상의 프린트불가능 피처들에 대응하는 상기 복수의 영역들의 또다른 부분 집합보다 고감도로 분석되는 것인, 포토마스크를 검사하는 방법.
  23. 삭제
  24. 제1항에 있어서,
    상기 테스트 광 세기 이미지를 분석하기 위한 하나 이상의 사용자 정의 감도 레벨들을 제공하는 단계
    를 더 포함하는, 포토마스크를 검사하는 방법.
  25. 제24항에 있어서,
    상기 하나 이상의 사용자 정의 감도 레벨들은 상기 모델 기반 피처 맵의 상이한 영역들에 대응하는 것인, 포토마스크를 검사하는 방법.
  26. 제1항에 있어서,
    상기 밴드 제한 마스크 패턴은 선형 항(term)들만을 포함하는 것인, 포토마스크를 검사하는 방법.
  27. 제1항에 있어서,
    상기 밴드 제한 마스크 패턴은 하나 이상의 이차(quadratic) 항들을 포함하는 것인, 포토마스크를 검사하는 방법.
  28. 제1항에 있어서,
    상기 리소그래피 시스템의 모델은 적어도 이하 파라미터들, 즉, 상기 리소그래피 시스템 및 상기 검사 장치의 개구수(numerical aperture), 상기 리소그래피 시스템 및 상기 검사 장치의 파장, 및 상기 리소그래피 시스템 및 상기 검사 장치의 조명 조건을 포함하는 것인, 포토마스크를 검사하는 방법.
  29. 제1항에 있어서,
    상기 에어리얼 이미지를 구축하는 단계는 상기 검사 장치의 밴드 제한 효과를 제거하는 단계를 포함하는 것인, 포토마스크를 검사하는 방법.
  30. 리소그래피적으로 중대한 결함들을 식별하기 위해 포토마스크를 검사하는 시스템에 있어서, 상기 시스템은 적어도 하나의 메모리 및 적어도 하나의 프로세서를 포함하고, 상기 적어도 하나의 프로세서는,
    하나 이상의 프린트가능 피처들 및 하나 이상의 프린트불가능 피처들을 포함하는 포토마스크의 테스트 광 세기 이미지들 - 상기 테스트 광 세기 이미지들은 테스트 투과 이미지 및 테스트 반사 이미지를 포함함 - 을 생성하는 동작;
    밴드 제한 마스크 패턴을 구축하는 동작;
    상기 밴드 제한 마스크 패턴에 리소그래피 시스템 모델을 적용함으로써 상기 밴드 제한 마스크 패턴의 에어리얼 이미지를 구축하는 동작;
    상기 마스크 패턴의 상기 에어리얼 이미지를 사용하여 모델 기반 피처 맵 - 상기 모델 기반 피처 맵은 상기 하나 이상의 프린트가능 피처들과 상기 하나 이상의 프린트불가능 피처들을 구별함 - 을 빌딩하는 동작; 및
    임의의 리소그래피적으로 중대한 결함들을 식별하기 위해 상기 모델 기반 피처 맵을 사용하여 상기 테스트 광 세기 이미지들을 분석하는 동작을 수행하도록 구성된 것인, 포토마스크를 검사하는 시스템.
  31. 제30항에 있어서,
    상기 적어도 하나의 프로세서는 또한, 상기 포토마스크의 참조 광 세기 이미지들을 획득하도록 구성되고, 상기 참조 광 세기 이미지들은 참조 다이의 참조 투과 이미지 및 참조 반사 이미지를 포함하는 것인, 포토마스크를 검사하는 시스템.
  32. 제31항에 있어서,
    상기 밴드 제한 마스크 패턴은 상기 참조 광 세기 이미지들을 사용하여 구축되는 것인, 포토마스크를 검사하는 시스템.
  33. 제31항에 있어서,
    상기 적어도 하나의 프로세서는 또한, 상기 테스트 광 세기 이미지들과 상기 참조 광 세기 이미지들을 서로에 대해 정렬시키도록 구성된 것인, 포토마스크를 검사하는 시스템.
  34. 제33항에 있어서,
    상기 정렬시키는 것은,
    상기 테스트 투과 이미지를 상기 테스트 반사 이미지에 대해 정렬시키는 동작;
    상기 참조 투과 이미지를 상기 참조 반사 이미지에 대해 정렬시키는 동작; 및
    상기 참조 투과 이미지를 상기 테스트 투과 이미지에 대해 정렬시키는 동작 또는 상기 참조 반사 이미지를 상기 테스트 반사 이미지에 대해 정렬시키는 동작을 포함하는 것인, 포토마스크를 검사하는 시스템.
  35. 제33항에 있어서,
    상기 모델 기반 피처 맵에 기초하여 상기 테스트 광 세기 이미지들을 분석하는 동작은,
    상기 정렬된 테스트 광 세기 이미지들의 일부분들 및 상기 정렬된 참조 광 세기 이미지들의 대응하는 일부분들을 식별하는 동작; 및
    각각의 식별된 일부분에 대한, 상기 정렬된 테스트 투과 이미지와 상기 정렬된 참조 투과 이미지 간의, 및 상기 정렬된 테스트 반사 이미지와 상기 정렬된 참조 반사 이미지 간의 임의의 차이들을 식별하는 동작을 포함하는 것인, 포토마스크를 검사하는 시스템.
  36. 제35항에 있어서,
    상기 하나 이상의 프린트가능 피처들을 포함하는 상기 식별된 일부분들은 상기 하나 이상의 프린트불가능 피처들을 포함하는 상기 식별된 일부분들보다 높은 감도로 검사되는 것인, 포토마스크를 검사하는 시스템.
  37. 제35항에 있어서,
    상기 모델 기반 피처 맵은 상기 하나 이상의 프린트불가능 피처들을 포함하는 상기 식별된 일부분들에 대응하는 영역들을 포함하는 것인, 포토마스크를 검사하는 시스템.
  38. 제30항에 있어서,
    상기 모델 기반 피처 맵을 빌딩하는 동작은 상기 에어리얼 이미지의 저(low) 광 세기 영역들 및 고(high) 광 세기 영역들을 식별하는 동작을 포함하는 것인, 포토마스크를 검사하는 시스템.
  39. 제30항에 있어서,
    상기 모델 기반 피처 맵을 사용하여 상기 테스트 광 세기 이미지들을 분석하는 동작은 상기 테스트 광 세기 이미지들을 상기 모델 기반 피처 맵과 정렬시키는 동작을 포함하는 것인, 포토마스크를 검사하는 시스템.
  40. 제31항에 있어서,
    상기 참조 광 세기 이미지들은 프린트된 패턴의 데이터베이스 모델로부터 획득되는 것인, 포토마스크를 검사하는 시스템.
  41. 제31항에 있어서,
    상기 참조 광 세기 이미지들은 참조 다이로부터 획득되는 것인, 포토마스크를 검사하는 시스템.
  42. 제30항에 있어서,
    상기 하나 이상의 프린트불가능 피처들은 서브 분해능 어시스트 피처(SRAF)들을 포함하는 것인, 포토마스크를 검사하는 시스템.
  43. 제30항에 있어서,
    상기 프린트불가능 피처들 중 적어도 하나는 상기 프린트가능 피처들 중 적어도 하나보다 큰 것인, 포토마스크를 검사하는 시스템.
  44. 제30항에 있어서,
    상기 에어리얼 이미지를 구축하는 동작은 상기 에어리얼 이미지 내에서의 광 세기 분포(optical intensity distribution)에 기초하여 상기 하나 이상의 프린트가능 피처들로부터 상기 하나 이상의 프린트불가능 피처들을 분리하는 동작을 포함하는 것인, 포토마스크를 검사하는 시스템.
  45. 제30항에 있어서,
    상기 에어리얼 이미지를 구축하는 동작은 상기 에어리얼 이미지로부터 상기 하나 이상의 프린트불가능 피처들을 제외시키는 동작을 포함하는 것인, 포토마스크를 검사하는 시스템.
  46. 제30항에 있어서,
    상기 적어도 하나의 프로세서는 또한, 기하학적 피처들을, 가장자리(edge), 모서리(corner) 및 선 끝(line end)으로 구성된 그룹으로부터 선택된 하나 이상의 기하학적 피처 유형들로 분류하기 위해, 상기 밴드 제한 마스크 패턴에 기초하여 기하학적 맵을 구축하도록 구성된 것인, 포토마스크를 검사하는 시스템.
  47. 제46항에 있어서,
    상기 적어도 하나의 프로세서는 또한, 상기 테스트 광 세기 이미지들의 분석 동안에 상기 기하학적 피처들을 분류하기 위해 상기 기하학적 맵을 사용하도록 구성된 것인, 포토마스크를 검사하는 시스템.
  48. 제47항에 있어서,
    상기 테스트 광 세기 이미지들을 분석하는 것은, 상기 기하학적 맵의 적어도 두 개의 상이한 기하학적 피처 유형들에 상이한 검출 문턱값들을 적용하는 동작을 포함하는 것인, 포토마스크를 검사하는 시스템.
  49. 제30항에 있어서,
    상기 모델 기반 피처 맵은 대응하는 MEEF(마스크 에러 강화 요소)를 각각이 갖는 복수의 영역들을 포함하는 것인, 포토마스크를 검사하는 시스템.
  50. 제49항에 있어서,
    상기 적어도 하나의 프로세서는 또한, 상기 테스트 광 세기 이미지들의 분석 동안에, 상기 대응하는 MEEF에 기초하여 상기 복수의 영역들의 각각의 이미지 부분에 대한 감도 레벨을 자동으로 조정하도록 구성된 것인, 포토마스크를 검사하는 시스템.
  51. 제50항에 있어서,
    상기 하나 이상의 프린트가능 피처들에 대응하는 복수의 영역들의 부분 집합은 상기 하나 이상의 프린트불가능 피처들에 대응하는 상기 복수의 영역들의 또다른 부분 집합보다 고감도로 분석되는 것인, 포토마스크를 검사하는 시스템.
  52. 제30항에 있어서,
    상기 적어도 하나의 프로세서는 또한, 상기 테스트 광 세기 이미지를 분석하기 위한 하나 이상의 사용자 정의 감도 레벨들을 제공하도록 구성된 것인, 포토마스크를 검사하는 시스템.
  53. 제52항에 있어서,
    상기 하나 이상의 사용자 정의 감도 레벨들은 상기 모델 기반 피처 맵의 상이한 영역들에 대응하는 것인, 포토마스크를 검사하는 시스템.
  54. 제30항에 있어서,
    상기 밴드 제한 마스크 패턴은 선형 항들만을 포함하는 것인, 포토마스크를 검사하는 시스템.
  55. 제30항에 있어서,
    상기 밴드 제한 마스크 패턴은 하나 이상의 이차 항들을 포함하는 것인, 포토마스크를 검사하는 시스템.
  56. 제30항에 있어서,
    상기 리소그래피 시스템의 모델은 적어도 이하 파라미터들, 즉, 상기 리소그래피 시스템 및 상기 검사 시스템의 개구수, 상기 리소그래피 시스템 및 상기 검사 시스템의 파장, 및 상기 리소그래피 시스템 및 상기 검사 시스템의 조명 조건을 포함하는 것인, 포토마스크를 검사하는 시스템.
  57. 제30항에 있어서,
    상기 에어리얼 이미지를 구축하는 동작은 상기 검사 시스템의 밴드 제한 효과를 제거하는 동작을 포함하는 것인, 포토마스크를 검사하는 시스템.
KR1020137007903A 2010-08-30 2011-08-30 모델-기반 세선 접근법에 의한 레티클 결함 검사 방법 및 시스템 KR101877584B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US12/871,821 2010-08-30
US12/871,821 US8103086B2 (en) 2007-01-11 2010-08-30 Reticle defect inspection with model-based thin line approaches
PCT/US2011/049747 WO2012030830A2 (en) 2010-08-30 2011-08-30 Reticle defect inspection with model-based thin line approaches

Publications (2)

Publication Number Publication Date
KR20130111548A KR20130111548A (ko) 2013-10-10
KR101877584B1 true KR101877584B1 (ko) 2018-07-12

Family

ID=45773476

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020137007903A KR101877584B1 (ko) 2010-08-30 2011-08-30 모델-기반 세선 접근법에 의한 레티클 결함 검사 방법 및 시스템

Country Status (6)

Country Link
US (1) US8103086B2 (ko)
JP (1) JP5905466B2 (ko)
KR (1) KR101877584B1 (ko)
IL (1) IL224864A (ko)
TW (1) TWI471552B (ko)
WO (1) WO2012030830A2 (ko)

Families Citing this family (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10025198B2 (en) * 2008-07-07 2018-07-17 Asml Netherlands B.V. Smart selection and/or weighting of parameters for lithographic process simulation
US8606017B1 (en) * 2009-12-22 2013-12-10 Hermes Microvision, Inc. Method for inspecting localized image and system thereof
US9201022B2 (en) * 2011-06-02 2015-12-01 Taiwan Semiconductor Manufacturing Company, Ltd. Extraction of systematic defects
US8745546B2 (en) * 2011-12-29 2014-06-03 Nanya Technology Corporation Mask overlay method, mask, and semiconductor device using the same
US8855400B2 (en) * 2012-03-08 2014-10-07 Kla-Tencor Corporation Detection of thin lines for selective sensitivity during reticle inspection using processed images
US8953869B2 (en) 2012-06-14 2015-02-10 Kla-Tencor Corporation Apparatus and methods for inspecting extreme ultra violet reticles
TW201418701A (zh) * 2012-11-02 2014-05-16 Kinsus Interconnect Tech Corp 終端缺陷檢驗的方法
JP5698208B2 (ja) * 2012-11-30 2015-04-08 株式会社Ｓｃｒｅｅｎホールディングス 画像処理装置、画像処理方法、および画像処理プログラム
US9448343B2 (en) 2013-03-15 2016-09-20 Kla-Tencor Corporation Segmented mirror apparatus for imaging and method of using the same
US9778207B2 (en) 2013-05-14 2017-10-03 Kla-Tencor Corp. Integrated multi-pass inspection
US9612541B2 (en) * 2013-08-20 2017-04-04 Kla-Tencor Corporation Qualifying patterns for microlithography
US9547892B2 (en) 2014-05-06 2017-01-17 Kla-Tencor Corporation Apparatus and methods for predicting wafer-level defect printability
US9478019B2 (en) 2014-05-06 2016-10-25 Kla-Tencor Corp. Reticle inspection using near-field recovery
JP6428555B2 (ja) * 2014-10-24 2018-11-28 信越化学工業株式会社 フォトマスクブランクの欠陥寸法の評価方法、選別方法及び製造方法
US10395361B2 (en) 2015-08-10 2019-08-27 Kla-Tencor Corporation Apparatus and methods for inspecting reticles
JP6840129B2 (ja) 2015-08-10 2021-03-10 ケーエルエー コーポレイション ウエハレベル欠陥の転写性を予測する装置および方法
KR102483787B1 (ko) * 2016-02-25 2023-01-04 에스케이하이닉스 주식회사 반도체 장치의 결함 모델링 장치 및 방법, 이를 위한 컴퓨터 프로그램과, 이를 이용한 반도체 장치의 결함 검사 시스템
US10043005B2 (en) * 2016-03-31 2018-08-07 Bitdefender IPR Management Ltd. Systems and methods for application control in virtualized environments
US11797886B2 (en) * 2018-03-29 2023-10-24 Nec Corporation Image processing device, image processing method, and image processing program
US10866197B2 (en) 2018-09-20 2020-12-15 KLA Corp. Dispositioning defects detected on extreme ultraviolet photomasks
US11263496B2 (en) * 2019-02-25 2022-03-01 D2S, Inc. Methods and systems to classify features in electronic designs
MY197343A (en) * 2019-04-29 2023-06-14 Mi Equipment M Sdn Bhd A method for inspecting a skeleton wafer
US11308606B2 (en) * 2019-08-16 2022-04-19 Kla Corporation Design-assisted inspection for DRAM and 3D NAND devices
DE102020204508A1 (de) 2020-04-07 2021-10-07 Carl Zeiss Smt Gmbh System und Verfahren zur Inspektion einer Maske für die EUV-Lithographie
CN111598084B (zh) * 2020-05-11 2023-06-02 北京阿丘机器人科技有限公司 缺陷分割网络训练方法、装置、设备及可读存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7440093B1 (en) * 2003-08-29 2008-10-21 Kla-Tencor Technologies Corporation Apparatus and methods for providing selective defect sensitivity
JP2009294123A (ja) * 2008-06-06 2009-12-17 Advanced Mask Inspection Technology Kk パターン識別装置、パターン識別方法及び試料検査装置
JP2010515952A (ja) * 2007-01-11 2010-05-13 ケーエルエー−テンカー コーポレイション レチクル上のリソグラフィにおいて有意な欠陥を検出する方法
US20100141925A1 (en) * 2008-11-10 2010-06-10 Yu Cao Scanner model representation with transmission cross coefficients

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6282309B1 (en) * 1998-05-29 2001-08-28 Kla-Tencor Corporation Enhanced sensitivity automated photomask inspection system
JP2001014376A (ja) 1999-07-02 2001-01-19 Mitsubishi Electric Corp デザインルール生成システムおよびそのプログラムを記録した記録媒体
TWI285295B (en) 2001-02-23 2007-08-11 Asml Netherlands Bv Illumination optimization in lithography
JP4266082B2 (ja) 2001-04-26 2009-05-20 株式会社東芝 露光用マスクパターンの検査方法
US7175940B2 (en) 2001-10-09 2007-02-13 Asml Masktools B.V. Method of two dimensional feature model calibration and optimization
US7508973B2 (en) 2003-03-28 2009-03-24 Hitachi High-Technologies Corporation Method of inspecting defects
US7342646B2 (en) 2004-01-30 2008-03-11 Asml Masktools B.V. Method of manufacturing reliability checking and verification for lithography process using a calibrated eigen decomposition model
JP4679243B2 (ja) 2005-05-25 2011-04-27 株式会社東芝 マスク作成方法および半導体装置の製造方法
JP4174504B2 (ja) * 2005-08-31 2008-11-05 アドバンスド・マスク・インスペクション・テクノロジー株式会社 試料検査装置、試料検査方法及びプログラム
JP2007310162A (ja) * 2006-05-18 2007-11-29 Lasertec Corp 検査装置及び検査方法とその検査方法を用いたパターン基板の製造方法
US7904845B2 (en) * 2006-12-06 2011-03-08 Kla-Tencor Corp. Determining locations on a wafer to be reviewed during defect review
JP4652391B2 (ja) * 2006-12-08 2011-03-16 株式会社東芝 パターン検査装置、及び、パターン検査方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7440093B1 (en) * 2003-08-29 2008-10-21 Kla-Tencor Technologies Corporation Apparatus and methods for providing selective defect sensitivity
JP2010515952A (ja) * 2007-01-11 2010-05-13 ケーエルエー−テンカー コーポレイション レチクル上のリソグラフィにおいて有意な欠陥を検出する方法
JP2009294123A (ja) * 2008-06-06 2009-12-17 Advanced Mask Inspection Technology Kk パターン識別装置、パターン識別方法及び試料検査装置
US20100141925A1 (en) * 2008-11-10 2010-06-10 Yu Cao Scanner model representation with transmission cross coefficients

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
일본 공표특허공보 특표2010-515952호(2010.05.13.) 1부. *

Also Published As

Publication number Publication date
TW201231957A (en) 2012-08-01
US8103086B2 (en) 2012-01-24
TWI471552B (zh) 2015-02-01
JP5905466B2 (ja) 2016-04-20
IL224864A (en) 2016-11-30
KR20130111548A (ko) 2013-10-10
WO2012030830A3 (en) 2012-05-31
WO2012030830A2 (en) 2012-03-08
JP2013539070A (ja) 2013-10-17
US20110299759A1 (en) 2011-12-08

Similar Documents

Publication Publication Date Title
KR101877584B1 (ko) 모델-기반 세선 접근법에 의한 레티클 결함 검사 방법 및 시스템
KR101877583B1 (ko) 리소그래픽적으로 중요한 오염 포토마스크 결함의 웨이퍼 면 검출
US9612541B2 (en) Qualifying patterns for microlithography
EP2823354B1 (en) Detection of thin lines for selective sensitivity during reticle inspection using processed images
JP5238718B2 (ja) レチクル上のリソグラフィにおいて有意な欠陥を検出する方法
JP4940056B2 (ja) リソグラフィマスク用の検査方法及び装置
US7379175B1 (en) Methods and systems for reticle inspection and defect review using aerial imaging
US6999611B1 (en) Reticle defect detection using simulation
Chang et al. Aerial-image-based inspection of binary (OPC) and embedded-attenuated PSM
Rosenbusch et al. Inspecting alternating phase-shift masks by matching stepper conditions

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right