KR102221063B1 - 스캐터로메트리 기반 오버레이 측정들을 위한 신호 응답 계측 - Google Patents

스캐터로메트리 기반 오버레이 측정들을 위한 신호 응답 계측 Download PDF

Info

Publication number
KR102221063B1
KR102221063B1 KR1020167034186A KR20167034186A KR102221063B1 KR 102221063 B1 KR102221063 B1 KR 102221063B1 KR 1020167034186 A KR1020167034186 A KR 1020167034186A KR 20167034186 A KR20167034186 A KR 20167034186A KR 102221063 B1 KR102221063 B1 KR 102221063B1
Authority
KR
South Korea
Prior art keywords
measurement
scatterometry
amount
measurements
overlay
Prior art date
Application number
KR1020167034186A
Other languages
English (en)
Other versions
KR20170005059A (ko
Inventor
안드레이 비. 슈체그로프
스틸리안 이바노프 판데프
조나던 엠. 매드슨
알렉산더 쿠즈네초프
월터 딘 미허
Original Assignee
케이엘에이 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 코포레이션 filed Critical 케이엘에이 코포레이션
Publication of KR20170005059A publication Critical patent/KR20170005059A/ko
Application granted granted Critical
Publication of KR102221063B1 publication Critical patent/KR102221063B1/ko

Links

Images

Classifications

    • 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
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/9501—Semiconductor wafers
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/26—Measuring arrangements characterised by the use of optical techniques for measuring angles or tapers; for testing the alignment of axes
    • G01B11/27—Measuring arrangements characterised by the use of optical techniques for measuring angles or tapers; for testing the alignment of axes for testing the alignment of axes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Biochemistry (AREA)
  • Analytical Chemistry (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Chemical & Material Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Data Mining & Analysis (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Artificial Intelligence (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Testing Or Measuring Of Semiconductors Or The Like (AREA)
  • Exposure And Positioning Against Photoresist Photosensitive Materials (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

오직 측정된 훈련 데이터에 기초하여 측정을 생성하기 위한 방법들 및 시스템들이 제시된다. 그 다음으로, 훈련된 측정 모델은 측정된 스캐터로메트리 데이터로부터 직접적으로 오버레이 값들을 계산하기 위하여 이용된다. 측정 모델들은 스캐터로메트리 신호들을 직접적으로 입력으로서 받아들이고, 오버레이 값들을 출력으로서 제공한다. 일부 실시형태들에서, 오버레이 에러는 설계 규칙 구조체들의 측정들로부터 결정된다. 일부 다른 실시형태들에서, 오버레이 에러는 특화된 타겟 구조체들의 측정들로부터 결정된다. 추가의 양태에서, 측정 모델은 동일하거나 상이한 계측 타겟들에 기초하여, 오버레이에 추가하여, 관심 있는 추가적인 파라미터들을 측정하기 위하여 훈련되고 채용된다. 일부 실시형태들에서, 다수의 타겟들로부터의 측정 데이터, 다수의 계측들로부터 수집된 측정 데이터, 또는 양자는 모델 구축, 훈련, 및 측정을 위하여 이용된다. 일부 실시형태들에서, 최적화 알고리즘은 측정 모델 구축 및 훈련 프로세스를 자동화한다.

Description

스캐터로메트리 기반 오버레이 측정들을 위한 신호 응답 계측{SIGNAL RESPONSE METROLOGY FOR SCATTEROMETRY BASED OVERLAY MEASUREMENTS}
관련 출원에 대한 상호 참조
본 특허 출원은 2014년 5월 9일자로 출원된 "Method and Metrology Targets for Measuring Overlay and Other Semiconductor Device or Process Parameters"라는 명칭의 미국 특허 가출원 일련번호 제61/991,395호로부터 35 U.S.C. §119 하에서의 우선권을 주장하며, 이 출원의 발명요지는 그 전체적으로 참조로 본원에 편입된다.
설명된 실시형태들은 계측 시스템들 및 방법들에 관한 것으로, 더욱 상세하게는, 개선된 오버레이 측정(overlay measurement)을 위한 방법들 및 시스템들에 관한 것이다.
로직 및 메모리 디바이스들과 같은 반도체 디바이스들은 시편(specimen)에 적용된 프로세싱 단계들의 시퀀스(sequence)에 의해 전형적으로 제조된다. 반도체 디바이스들의 다양한 특징(feature)들 및 다수의 구조적 레벨들은 이 프로세싱 단계들에 의해 형성된다. 예를 들어, 그 중에서도 리소그래피(lithography)는 반도체 웨이퍼 상에 패턴을 생성하는 것을 포함하는 하나의 반도체 제조 프로세스이다. 반도체 제조 프로세스들의 추가적인 예들은 화학적-기계적 연마(chemical-mechanical polishing), 에칭(etch), 증착(deposition), 및 이온 주입(ion implantation)을 포함하지만, 이것으로 제한되지는 않는다. 다수의 반도체 디바이스들은 단일의 반도체 웨이퍼 상에서 제조될 수도 있고, 그 다음으로, 개별적인 반도체 디바이스들로 분리될 수도 있다.
계측 프로세스들은 웨이퍼들 상의 결함들을 검출하여 더 높은 수율(yield)을 촉진시키기 위하여 반도체 제조 프로세스 동안에 다양한 단계들에서 이용된다. 광학적 계측 기법들은 샘플 파괴(destruction)의 위험 없이 높은 스루풋(throughput)에 대한 가능성을 제공한다. 스캐터로메트리(scatterometry) 및 리플렉토메트리(reflectometry) 구현들 및 연관된 분석 알고리즘들을 포함하는 다수의 광학적 계측 기반 기법들은 나노스케일(nanoscale) 구조체들의 임계 치수(critical dimension)들, 막 두께(film thickness)들, 조성, 오버레이(overlay), 및 다른 파라미터들을 특성화하기 위하여 통상적으로 이용된다.
반도체 디바이스들은 기판 상에 일련의 층들을 증착함으로써 종종 제조된다. 층들의 일부 또는 전부는 다양한 패턴화된 구조체들을 포함한다. 특정한 층들 내의, 그리고 층들 사이의 양자에서의 구조체들의 상대적 위치는 완성된 전자 디바이스들의 성능에 결정적이다. 오버레이는 웨이퍼의 동일하거나 상이한 층들 상에서의 위에 놓이거나 인터레이싱된(interlaced) 구조체들의 상대적 위치를 지칭한다. 오버레이 에러는 위에 놓이거나 인터레이싱된 구조체들의 명목상의(즉, 희망하는) 상대적 위치로부터의 편차들을 지칭한다. 오버레이 에러가 더 클수록, 구조체들이 더욱 오정렬된다. 오버레이 에러가 너무 클 경우, 제조된 전자 디바이스의 성능이 절충될 수도 있다.
스캐터로메트리 오버레이(scatterometry overlay; SCOL) 계측 기법들은 오버레이 에러들의 특성화에 적용되었다. 이 방법들은 프로그래밍된 오버레이 오프셋들을 각각 갖는 2 개의 상이한 타겟들로부터의 회절에 대응하는 광학 신호들의 차별적 측정들에 주로 기초한다. 알려지지 않은 오버레이 에러는 이 차별적 측정들에 기초하여 추출된다.
대부분의 현존하는 방법들에서는, 오버레이 에러가 구조체의 비대칭성에 민감한 메트릭(metric)에 기초하여 특성화된다. 예를 들어, 현존하는 각도-분해된(angle-resolved) 스캐터로메트리 오버레이(scatterometry overlay; SCOL)는 오버레이 에러를 표시하는, +1 및 -1 회절 차수들 사이의 비대칭성의 특성화를 포함한다. 그러나, 라인 프로파일 비대칭성 또는 빔 조명 비대칭성과 같은 다른 비대칭성들이 측정 신호에서 오버레이-생성된 비대칭성으로 결합하므로, 오버레이 에러의 표시자로서 비대칭성에 의존하는 것은 문제가 있다. 이것은 오버레이 에러의 부정확한 측정으로 귀착된다.
현존하는 방법들에서, 오버레이 에러는 전형적으로, 리소그래피 툴에 의해 웨이퍼 상의 다양한 로케이션(location)들에서 형성된 특화된 타겟 구조체들의 측정들에 기초하여 평가된다. 타겟 구조체들은 박스 구조체 내의 박스와 같은 다수의 형태들을 취할 수도 있다. 이 형태에서, 박스는 웨이퍼의 하나의 층 상에 생성되고, 제2 의 더 작은 박스는 또 다른 층 상에 생성된다. 국소화된 오버레이 에러는 2 개의 박스들의 중심들 사이의 정렬을 비교함으로써 측정된다. 이러한 측정들은 타겟 구조체들이 이용 가능한 웨이퍼 상의 로케이션들에서 취해진다.
불운하게도, 이 특화된 타겟 구조체들은 전자 디바이스를 생성하기 위하여 채용되고 있는 특정한 반도체 제조 프로세스의 설계 규칙들을 종종 따르지 않는다. 이것은 적용 가능한 설계 규칙들에 따라 제조되는 실제적인 디바이스 구조체들과 연관된 오버레이 에러들의 추정 시에 에러들을 초래한다. 예를 들어, 이미지-기반 오버레이 계측은 설계 규칙 결정적 치수들을 훨씬 초과하는 임계 치수들을 갖는 두꺼운 라인들을 요구하는, 광학 현미경으로 분해되어야 할 패턴을 종종 요구한다. 또 다른 예에서, 각도-분해된 SCOL은 오버레이 타겟들로부터 회절 차수들을 전파하는 +1 및 -1에서 충분한 신호를 생성하기 위하여 큰 피치 타겟들을 종종 요구한다. 일부 예들에서, 범위 500-800 nm에서의 피치 값들이 이용될 수도 있다. 한편, 로직 또는 메모리 애플리케이션들을 위한 실제적인 디바이스 피치들(설계 규칙 치수들)은 예컨대, 범위 100-400 nm에서, 또는 심지어 100 nm미만으로 훨씬 더 작을 수도 있다.
추가의 오버레이 계측 애플리케이션들은 점점 더 작은 분해능 요건들 및 웨이퍼 면적의 점점 더 높은 값으로 인한 계측을 위한 과제들을 제시한다. 이에 따라, 개선된 오버레이 측정들을 위한 방법들 및 시스템들이 희망된다.
연속적인 리소그래픽 프로세스들에 의해 기판 상에 형성된 구조체들 사이의 오버레이 에러를 측정하기 위한 방법들 및 시스템들이 본원에서 제시된다. 오버레이 에러는 원시 스캐터로메트리 데이터(raw scatterometry data)로부터 생성된 측정 모델에 기초하여 직접적으로 측정된다. 측정 모델은 알려진 오버레이 변동들을 갖는 부위(site)들의 측정들에 기초하여 훈련(train)된다. 그 다음으로, 측정 모델은 알려지지 않은 오버레이 에러를 가지는 측정 부위로부터의 오버레이 에러들을 예측하기 위하여 이용된다.
추가의 양태에서, 신호 응답 계측(signal response metrology; SRM)은 동일하거나 상이한 계측 타겟들로부터, 오버레이에 추가하여, 관심 있는 추가적인 파라미터들(예컨대, 포커스/도스(focus/dose), 임계 치수들 등)을 측정하기 위하여 채용된다. 이 예들에서, 측정된, 스캐터로메트리-기반 훈련 데이터는 또한, 관심 있는 파라미터들의 알려진 값들을 포함한다. 이러한 방식으로, 훈련된 측정 모델은 오버레이에 추가하여, 관심 있는 이 파라미터들에 민감하다.
추가의 양태에서, 계측 타겟들은 바람직하게는 설계 규칙 타겟들이다. 다시 말해서, 계측 타겟들은 기초적인 반도체 제조 프로세스에 적용 가능한 설계 규칙들을 고수한다. 일부 예들에서, 계측 타겟들은 활성 다이 영역 내에 위치된다. 다른 예들에서, 설계 규칙 타겟들은 스크라이브 라인 영역(scribe line area)에 위치된다. 일부 예들에서, 계측 타겟들은 15 ㎛ 대 15 ㎛ 이하의 치수들을 가진다. 이러한 방식으로, 리소그래픽 결함들에 의해 유발된 인트라-필드 변동들의 오버레이에 대한 영향이 분석될 수 있다.
본원에서 설명된 바와 같이, 측정 모델을 생성하기 위하여 오직 원시 스캐터로메트리 데이터를 이용함으로써, 전통적인 모델 기반 계측 방법들과 연관된 에러들 및 근사화들이 감소된다. 게다가, 측정 모델은 특정한 계측 시스템으로부터 수집된 스캐터로메트리 데이터에 기초하여 훈련되고 동일한 계측 시스템으로부터 수집된 스캐터로메트리 데이터에 기초하여 측정들을 수행하기 위하여 이용되므로, 측정 모델은 계통적 에러(systematic error)들, 비대칭성들 등에 민감하지 않다.
본원에서 설명되는 훈련된, 스캐터로메트리-기반 측정 모델들은 스캐터로메트리 데이터를 입력으로서 직접적으로 받아들이고, 오버레이 에러의 값들을 출력으로서 제공한다. 측정 프로세스를 간소화함으로써, 예측 결과들은 연산 및 사용자 시간에 있어서의 감소와 함께 개선된다.
또 다른 추가의 양태에서, 본원에서 설명된 바와 같은 오버레이 측정들을 수행하기 위하여 채용된 계측 시스템은 적외선 광학 측정 시스템을 포함한다. 적외선 조명 광은 오버레이를 평가하기 위하여 채용된 패턴화된 구조체들의 층들 사이에 배치된 불투명한 구조체들을 투과한다.
상기한 것은 개요이며, 이에 따라, 필요에 의하여 세부사항의 간략화들, 일반화들 및 생략들을 포함하고; 결과적으로, 관련 기술분야에서의 통상의 기술자들은 개요가 단지 예시적이며 여하튼 제한하지는 않는다는 것을 인식할 것이다. 본원에서 설명된 디바이스들 및/또는 프로세스들의 다른 양태들, 발명 특징들, 및 장점들은 본원에서 기재된 비제한적인 상세한 설명에서 명백해질 것이다.
도 1은 본원에서 설명된 바와 같은 신호 응답 계측(SRM) 측정 모델을 훈련시키는 방법(100)의 예시인 플로우차트이다.
도 2는 방법(100)에 의해 생성된 훈련된 측정 모델을 이용하여 오버레이를 측정하는 방법(110)의 예시인 플로우차트이다.
도 3은 본원에서 제시된 예시적인 방법들에 따라 시편으로부터 수집된 신호들로부터 오버레이를 추정하기 위한 시스템(300)을 예시한다.
도 4는 멀티-층의 라인/공간 계측 타겟(120)을 예시한다.
도 5는 x-방향에서 2 개의 격자 구조체들 오프셋을 가지는 멀티-층의 라인/공간 계측 타겟(130)을 예시한다.
도 6은 y-방향에서 2 개의 격자 구조체들 오프셋을 가지는 멀티-층의 라인/공간 계측 타겟(140)을 예시한다.
도 7은 하나의 실시형태에서 오버레이 에러에서의 알려진 변동들을 나타내는 타겟들의 격자무늬(grid)를 가지는 DOE 웨이퍼(180)를 예시한다.
도 8은 도 3을 참조하여 설명된 바와 같은 회전 편광자 회전 보상자(rotating polarizer rotating compensator; RPRC) SE 측정 시스템에 의해 측정된 계측 타겟(170)을 예시한다.
도 9는 RPRC SE 시스템에 의해 계측 타겟(170)의 알파 값들 연관된 측정들의 도표(150)를 예시한다.
도 10은 RPRC SE 시스템에 의해 계측 타겟(170)의 베타 값들 연관된 측정들의 도표(160)를 예시한다.
도 11은 RPRC SE 시스템에 의해 수행된 측정들로부터 유도된 계측 타겟(170)의 상이한 구조적 파라미터들 사이의 상관 값들의 표(190)를 도시한다.
발명의 배경 예들 및 일부 실시형태들에 대해 지금부터 상세하게 참조가 행해질 것이고, 그 예들은 동반되는 도면들에서 예시된다.
연속적인 리소그래픽 프로세스들에 의해 기판 상에 형성된 구조체들 사이의 오버레이 에러를 측정하기 위한 방법들 및 시스템들은 본원에서 설명된 바와 같은 원시 스캐터로메트리 데이터로부터 생성된 측정 모델에 기초하여 직접적으로 측정된다. 측정 모델은 알려진 오버레이 변동들을 갖는 부위들의 측정들에 기초하여 훈련된다. 그 다음으로, 측정 모델은 알려지지 않은 오버레이 에러를 가지는 측정 부위로부터의 오버레이 에러들을 예측하기 위하여 이용된다. 일반적으로, 측정된 구조체들은 기판의 동일한 층 상에, 또는 상이한 층들 상에 위치될 수도 있다.
추가의 양태에서, 신호 응답 계측(SRM)은 동일하거나 상이한 계측 타겟들로부터, 오버레이에 추가하여, 관심 있는 추가적인 파라미터들(예컨대, 포커스/도스, 임계 치수들 등)을 측정하기 위하여 채용된다. 이 예들에서, 측정된, 스캐터로메트리-기반 훈련 데이터는 또한, 관심 있는 파라미터들의 알려진 값들을 포함한다. 이러한 방식으로, 훈련된 측정 모델은 관심 있는 이 파라미터들에 민감하다. 이러한 훈련된 측정 모델은 오버레이 및 관심 있는 다른 파라미터들의 양자를 특성화하기 위하여 채용된다.
추가의 양태에서, DOE 웨이퍼의 하나 이상의 측정 부위들 상에 위치된 계측 타겟들은 바람직하게는 설계 규칙 타겟들이다. 다시 말해서, 계측 타겟들은 기초적인 반도체 제조 프로세스에 적용 가능한 설계 규칙들을 고수한다. 일부 예들에서, 계측 타겟들은 바람직하게는 활성 다이 영역 내에 위치된다. 일부 예들에서, 계측 타겟들은 15 ㎛ 대 15 ㎛ 이하의 치수들을 가진다. 이러한 방식으로, 리소그래픽 결함들에 의해 유발된 인트라-필드 변동들의 오버레이에 대한 영향이 분석될 수 있다.
일부 예들에서, 계측 타겟들은 온-디바이스(on-device) 구조체들이다. 온-디바이스 구조체들로부터 수집된 스캐터로메트리 데이터는 본원에서 설명된 바와 같은 측정 모델을 훈련시키기 위하여 이용된다. 다음으로, 훈련된 측정 모델은 다른 웨이퍼들 상에서 제조된 동일한 온-디바이스 구조체들로부터 수집된 스캐터로메트리 데이터로부터 직접적으로, 오버레이의 값들 및 일부 예들에서, 관심 있는 하나 이상의 파라미터들을 계산하기 위하여 이용된다. 이 예들에서는, 특화된 타겟들의 이용이 회피된다.
본원에서 설명된 바와 같이, 측정 모델을 생성하기 위하여 오직 원시 스캐터로메트리 데이터를 이용함으로써, 전통적인 모델 기반 계측 방법들과 연관된 에러들 및 근사화들이 감소된다. 게다가, 측정 모델은 특정한 계측 시스템으로부터 수집된 스캐터로메트리 데이터에 기초하여 훈련되고 동일한 계측 시스템으로부터 수집된 스캐터로메트리 데이터에 기초하여 측정들을 수행하기 위하여 이용되므로, 측정 모델은 계통적 에러들, 비대칭성들 등에 민감하지 않다.
본원에서 설명되는 훈련된, 스캐터로메트리-기반 측정 모델들은 스캐터로메트리 데이터를 입력으로서 직접적으로 받아들이고, 오버레이 에러의 값들을 출력으로서 제공한다. 측정 프로세스를 간소화함으로써, 예측 결과들은 연산 및 사용자 시간에 있어서의 감소와 함께 개선된다. 일부 예들에서, 측정 모델은 1 시간 미만 내에 생성될 수 있다. 게다가, 간략화된 모델을 채용함으로써, 측정 시간은 현존하는 계측 방법들과 비교하여 감소된다.
도 1은 본 발명의 도 3에서 예시된 계측 시스템(300)과 같은 계측 시스템에 의한 구현을 위하여 적당한 방법(100)을 예시한다. 하나의 양태에서는, 방법(100)의 데이터 프로세싱 블록들이 컴퓨팅 시스템(330) 또는 임의의 다른 범용 컴퓨팅 시스템의 하나 이상의 프로세서들에 의해 실행된 사전-프로그래밍된(pre-programmed) 알고리즘을 통해 수행될 수도 있다는 것이 인식된다. 계측 시스템(300)의 특정한 구조적 양태들은 제한들을 나타내지 않고 오직 예시적인 것으로서 해독되어야 한다는 것이 본원에서 인식된다.
블록(101)에서, 제1 복수의 측정 부위들의 측정들과 연관된 스캐터로메트리 데이터의 제1 양은 컴퓨팅 시스템(예컨대, 컴퓨팅 시스템(330))에 의해 수신된다. 측정 부위들은 오버레이에 있어서의 알려진 변동들을 포함한다. 스캐터로메트리 데이터는 적어도 하나의 스캐터로메트리 기반 계측 기법에 의해 수행된 측정들로부터 유도된다. 측정 데이터는 광학 스캐터로메트리 시스템, x-선 스캐터로메트리 시스템, 또는 다른 스캐터로메트리 기반 측정 시스템으로부터 획득될 수 있다. 일부 예들에서, 광학적 측정들은 예를 들어, 넓은 범위의 파장들 및 또한, 2 개의 독립적인 편광들 사이의 위상 지연에 대한 정보를 제공하는 분광 엘립소메트리(spectroscopic ellipsometry; SE) 툴로 수행된다. 일부 예들에서는, 뮬러 행렬(Mueller matrix) SE가 또한 채용될 수도 있다. 일부 다른 예들에서, 광학적 측정들은 파장-분해된 또는 각도-분해된 반사계(reflectometer)에 의해 수행된다.
일부 실시형태들에서, 오버레이의 변동들은 반도체 웨이퍼(예컨대, DOE 웨이퍼)의 표면 상에서의 실험계획법(Design of Experiments) 패턴 내에 편성된다. 이러한 방식으로, 측정 부위들은 상이한 오버레이 값들에 대응하는 웨이퍼 표면 상의 상이한 로케이션들을 심문(interrogate)한다. 하나의 예에서, DOE 패턴은 오버레이 에러 패턴이다. 전형적으로, 오버레이 에러 패턴을 나타내는 DOE 웨이퍼는 측정 부위들의 격자무늬 패턴을 포함한다. 하나의 격자무늬 방향(예컨대, x-방향)에서, 오버레이는 x-방향에서 변동되는 반면, y-방향에서의 오버레이는 일정하게 유지된다. 직교적인 격자무늬 방향(예컨대, y-방향)에서, y-방향에서의 오버레이 에러는 변동되는 반면, x-방향에서의 오버레이 에러는 일정하게 유지된다. 이러한 방식으로, DOE 웨이퍼로부터 수집된 스캐터로메트리 데이터는 x 및 y 방향들의 양자에서의 오버레이에 있어서의 알려진 변동들과 연관된 데이터를 포함한다. 도 7은 오버레이 에러에 있어서의 알려진 변동들을 나타내는 타겟들(예컨대, 타겟(181))의 격자무늬를 가지는 DOE 웨이퍼(180)를 도시한다. x-방향 오버레이 에러들은 x-방향에서 DOE 웨이퍼(180) 상의 로케이션의 함수로서 변동된다. y-방향 오버레이 에러들은 y-방향에서 DOE 웨이퍼(180) 상의 로케이션의 함수로서 변동된다. 일부 예들에서, x 및 y 오버레이 에러들은 -20 나노미터(nanometer)들로부터 20 나노미터들까지의 범위이다. 일부 다른 예들에서, x 및 y 오버레이 에러들은 -80 으로부터 80 나노미터들까지의 범위이다.
도 4는 기판(121), 격자 구조체(122), 충전 층(123), 및 제1 패턴화된 구조체(122)로부터 x-방향에서 공간적으로 오프셋되어 있는 또 다른 격자 구조체(124)를 포함하는 멀티-층 계측 타겟(120)을 도시한다. 양자의 패턴화된 구조체들(122 및 124)의 피치(pitch)는 거리 P이다. 대부분의 경우들에는, 오버레이 에러에 대한 감도(sensitivity)가 오버레이가 없을 때에 그 최소이다. 도시된 실시형태에서, 패턴화된 구조체(124)는 측정 감도를 증가시키기 위하여 명목상의 오버레이 오프셋만큼 패턴화된 구조체(122)로부터 오프셋되어 있다. 일부 실시형태들에서는, 상이한 오버레이 에러를 각각 가지는 일련의 오버레이 훈련 타겟들이 제공된다. 도 4에서 도시된 실시형태에서, 오버레이 에러는 그 명목상의 오버레이 오프셋에 관련된 패턴화된 구조체(124)의 변위이다. 일부 실시형태들에서, 오버레이 에러들의 범위는 명목상의 오버레이 값을 중심으로 둔다. 하나의 예에서, 일련의 오버레이 훈련 타겟들은 P/8로부터 3P/8까지의 오버레이 위치들의 범위 내에서 P/4의 명목상의 오버레이를 포함한다.
다양한 상이한 계측 타겟들이 이 발명의 범위 내에서 고려될 수도 있다. 일부 실시형태들에서, 계측 타겟들은 기존의 라인/공간 타겟들에 기초한다. 일부 다른 실시형태들에서, 계측 타겟들은 디바이스-유사 구조체들이다. 일부 다른 실시형태들에서, 계측 타겟들은 실제적인 디바이스들 자체이고, 이에 따라, 특화된 계측 타겟이 채용되지 않는다. 채용된 계측 타겟의 타입에 관계 없이, 프로그래밍된(알려진) 오프셋들을 가지는 훈련 타겟들의 세트는 측정 모델을 훈련시키기 위하여 제공되어야 한다. 일단 모델이 훈련되면, 알려지지 않은 오버레이를 가지는 구조체들의 측정들을 수행하는 것이 이용될 수도 있다.
훈련 타겟들은 별도의 훈련 웨이퍼 상에서, 또는 생산 웨이퍼 상에서 제공될 수도 있다. 일부 예들에서, 계측 타겟들은 생산 웨이퍼의 스크라이브라인에서 위치된다. 일부 다른 예들에서, 계측 타겟들은 활성 다이 영역에 위치된다.
일부 실시형태들에서, 모델 훈련을 위하여 이용된 측정들은 스크라이브라인 영역에서 수행되고, 후속 측정들은 실제적인 디바이스의 주기적 영역에서, 예컨대, 작은 스폿의 SE를 이용하는 10 mm 대 10 mm 영역에서 수행된다.
일부 실시형태들에서는, x 및 y 방향들의 양자에서 오프셋 패턴들을 가지는 격자 타겟들이 제공된다. 예를 들어, 도 5는 도 4를 참조하여 설명된 바와 같은 2 개의 오프셋 격자 구조체들을 가지는 계측 타겟(130)을 도시한다. 도 5에서 도시된 실시형태에서, 격자 구조체들은 x-방향에서 오프셋되어 있다. 도 6은 도 4를 참조하여 설명된 바와 같은 2 개의 오프셋 격자 구조체들을 가지는 계측 타겟(140)을 도시한다. 도 6에서 도시된 실시형태에서, 격자 구조체들은 y-방향에서 오프셋되어 있다.
일부 실시형태들에서는, 직교적인 방향들에서 오프셋된 다수의 상이한 타겟들이 각각의 다이에서 채용된다. 이것은 측정 정확도에 대한 하부층들의 효과들을 최소화하기 위하여 유리할 수도 있다.
이전에 설명된 바와 같이, 본원에서 설명된 측정 방법들 및 시스템들은 특화된 타겟들로 제약되지 않는다. 일반적으로, 이용 가능한 측정 시스템에 의해 측정될 때에 오버레이에 대한 감도를 나타내는 임의의 타겟은 본원에서 설명된 방법들 및 시스템들에 다라 채용될 수도 있다.
블록(102)에서, 다수의 주요 특징들은 수학적 변환에 기초하여 스캐터로메트리 훈련 데이터로부터 추출된다. 변환은 스캐터로메트리 데이터의 차원을 감소시키고, 원래의 신호들을 신호들의 새로운 감소된 세트로 맵핑한다. 변환은 스캐터로메트리 훈련 데이터에서의 오버레이에 있어서의 변동들에 기초하여 결정된다. 각각의 측정된 신호는 스캐터로메트리 훈련 데이터의 세트에서의 상이한 오버레이 측정들에 대한 프로세스 범위 내에서 변화하는 원래의 신호로서 취급된다. 변환은 측정 신호들의 전부 또는 측정 신호들의 서브세트에 적용될 수도 있다. 일부 예들에서, 분석 대상인 신호들은 무작위적으로 선택된다. 일부 다른 예들에서, 분석 대상인 신호들은 오버레이에 있어서의 변환들에 대한 그 상대적으로 높은 감도로 인해 선택된다. 예를 들어, 오버레이에 있어서의 변화들에 민감하지 않은 신호들은 무시될 수도 있다.
비-제한적인 예로서, 변환은 주요 성분 분석(principal component analysis; PCA) 모델, 커널 PCA 모델, 비-선형 PCA 모델, 사전들을 이용한 독립적 성분 분석(independent component analysis; ICA) 모델 또는 다른 차원성(dimensionality) 감소 방법들, 이산 코사인 변환(discrete cosine transform; DCT) 모델, 고속 푸리에 변환(fast fourier transform; FFT) 모델, 웨이블렛 모델(wavelet model) 등 중의 임의의 것을 이용하여 달성될 수도 있다.
하나 이상의 특징들은 스캐터로메트리 훈련 데이터로부터 추출된다. 일부 예들에서, 훈련 데이터는 상이한 측정 부위들에서 존재하는 오버레이에 있어서의 변동들을 가장 강력하게 반영하는 특징들을 추출하기 위하여, 주요 성분 분석(PCA) 또는 비-선형 PCA를 이용하여 분석된다. 일부 예들에서, 상이한 측정 부위들에서 존재하는 오버레이 변동을 가장 강력하게 반영하는 개별적인 신호들은 훈련 데이터에서 존재하는 다수의 신호들로부터 선택될 수도 있다.
블록(103)에서, 측정 모델은 스캐터로메트리 훈련 데이터로부터 추출된 주요 특징들 및 알려진 오버레이 값들에 기초하여 훈련된다. 측정 모델은 하나 이상의 측정 부위들에서 계측 시스템에 의해 생성된 측정 데이터를 받아들이고, 각각의 측정 타겟과 연관된 오버레이를 직접적으로 결정하도록 구성된다. 일부 실시형태들에서, 측정 모델은 신경망 모델(neural network model)로서 구현된다. 하나의 예에서, 신경망의 노드들의 수는 훈련 데이터로부터 추출된 특징들에 기초하여 선택된다. 다른 예들에서, 측정 모델은 선형 모델, 다항식 모델, 반응 표면 모델(response surface model), 지원 벡터 머신들 모델(support vector machines model), 또는 다른 타입들의 모델들로서 구현될 수도 있다. 일부 예들에서, 측정 모델은 모델들의 조합으로서 구현될 수도 있다. 선택된 모델은 주요 특징들(신호들의 감소된 세트) 및 오버레이에 있어서의 알려진 변동들에 기초하여 훈련된다. 모델은 그 출력이 DOE 계측 타겟들에 의해 정의된 오버레이 변동 공간에서의 모든 측정된 신호들에 대한 오버레이에 있어서의 정의된 변동들을 맞추도록 훈련된다.
또 다른 양태에서, 훈련된 모델은 알려지지 않은 오버레이 값들을 가지는 다른 타겟들의 측정을 위한 측정 모델로서 채용된다. 도 2는 본 발명의 도 3에서 예시된 계측 시스템(300)과 같은 계측 시스템에 의한 구현을 위하여 적당한 방법(110)을 예시한다. 하나의 양태에서는, 방법(110)의 데이터 프로세싱 블록들이 컴퓨팅 시스템(330) 또는 임의의 다른 범용 컴퓨팅 시스템의 하나 이상의 프로세서들에 의해 실행된 사전-프로그래밍된 알고리즘을 통해 수행될 수도 있다는 것이 인식된다. 계측 시스템(300)의 특정한 구조적 양태들은 제한들을 나타내지 않고 오직 예시적인 것으로서 해독되어야 한다는 것이 본원에서 인식된다.
블록(111)에서, 복수의 측정 부위들의 측정들과 연관된 스캐터로메트리 데이터의 양은 컴퓨팅 시스템(예컨대, 컴퓨팅 시스템(330))에 의해 수신된다. 스캐터로메트리 데이터는 동일한 계측 기법, 또는 방법(100)을 참조하여 설명된 바와 같은 계측 기법들의 조합에 의해 수행된 측정들로부터 유도된다. 유사하게, 스캐터로메트리 데이터는 방법(100)을 참조하여 설명된 바와 같은, 그러나 알려지지 않은 오버레이 에러들을 갖는 동일한 타입들의 구조체들의 측정들을 포함한다.
블록(112)에서, 측정된 데이터의 적어도 부분으로부터의 주요 특징들은 측정된 데이터의 차원을 감소시키는 수학적 변환에 기초하여 결정된다. 일부 실시형태들에서, 변환은 방법(100)을 참조하여 설명된 대응하는 훈련 데이터의 차원을 감소시키기 위하여 채용된 동일한 변환이다. 방법(100)에서 훈련 데이터로부터 특징들을 추출하기 위하여 채용된 동일한 분석을 이용하여 스캐터로메트리 데이터로부터 특징들을 추출하는 것이 선호된다. 이러한 방식으로, 취득된 데이터의 차원 감소는 훈련 데이터의 차원을 감소시키기 위하여 이용된 동일한 변환에 의해 수행된다.
블록(113)에서, 복수의 부위들의 각각과 연관된 오버레이 값은 훈련된 측정 모델(예컨대, 방법(100)을 참조하여 설명된 훈련된 측정 모델)에 대한 결정된 주요 특징들의 맞춤(fitting)에 기초하여 결정된다. 이러한 방식으로, 오버레이는 훈련된 측정 모델 및 측정 신호들의 감소된 세트에 기초하여 결정된다.
블록(114)에서, 결정된 오버레이 값(들)은 메모리 내에 저장된다. 예를 들어, 오버레이 값들은 측정 시스템(300)에 온-보드(on-board)로, 예를 들어, 메모리(332) 내에 저장될 수도 있거나, (예컨대, 출력 신호(340)를 통해) 외부 메모리 디바이스로 통신될 수도 있다.
일부 예들에서, 훈련된 측정 모델의 측정 성능은 훈련 데이터 세트의 일부로서 참여하지 않았지만, 오버레이 에러를 알고 있었던 계측 타겟들의 세트를 측정하기 위하여 모델을 이용함으로써 결정된다. 예상된 그리고 측정된 오버레이 사이의 차이들은 모델 성능을 표시한다.
추가의 양태에서, 본원에서 설명된 모델들 및 시스템들은 오버레이 에러들의 측정으로 오직 제한되지는 않는다. 일반적으로, 상기 언급된 스캐터로메트리-기반 측정 기법들은 다른 프로세스, 구조체, 분산 파라미터들, 또는 이 파라미터들의 임의의 조합의 측정에 적용될 수도 있다. 비-제한적인 예로서, 프로파일 기하구조 파라미터들(예컨대, 임계 치수), 프로세스 파라미터들(예컨대, 포커스 및 도스), 분산 파라미터들, 피치 워크(pitch walk), 또는 파라미터들의 임의의 조합은 상기 언급된 기법들을 이용하여 오버레이 에러와 함께 측정될 수도 있다. 관심 있는 각각의 파라미터에 대한 프로그래밍된 변동들을 갖는 훈련 타겟들의 세트가 제공되어야 한다. 다음으로, 측정 모델은 오버레이를 참조하여 본원에서 설명된 바와 같은 관심 있는 각각의 파라미터의 프로그래밍된 변동들의 범위를 포함하는 측정 부위들 상에서 수집된 스캐터로메트리 데이터에 기초하여 훈련된다.
또 다른 추가의 양태에서, 측정 모델을 훈련시키기 위한 방법들 및 시스템들은 훈련된 측정 모델에 도달하기 위하여 요구된 엘리먼트(element)들 중의 임의의 것 또는 전부를 자동화하기 위한 최적화 알고리즘을 포함한다.
일부 예들에서, 최적화 알고리즘은 다음의 파라미터들: 특징 추출 모델의 타입(즉, 변환), 선택된 특징 추출 모델의 파라미터들, 측정 모델의 타입, 선택된 측정 모델의 파라미터들 중의 임의의 것 또는 전부를 최적화함으로써 (비용 함수(cost function)에 의해 정의된) 측정의 성능을 최대화하도록 구성된다. 최적화 알고리즘은 사용자 정의된 경험칙들(heuristics)을 포함할 수 있고, 네스팅된 최적화들(예컨대, 조합 및 연속 최적화)의 조합일 수 있다.
추가의 양태에서, 다수의 상이한 타겟들로부터의 스캐터로메트리 데이터는 모델 구축, 훈련, 및 측정을 위하여 수집된다. 상이한 구조체를 가지지만, 동일한 프로세스 조건들에 의해 형성된 다수의 타겟들과 연관된 데이터의 이용은 모델 내에 내장된 정보를 증가시키고, 프로세스 또는 다른 파라미터 변동들에 대한 오버레이 상관을 감소시킨다. 모델 내에 내장된 추가적인 정보는 유사한 방식으로 측정된 신호들에 영향을 줄 수도 있는 다른 파라미터들(예컨대, 막 두께들, CD 등)과 연관된 정보로부터, 오버레이와 연관된 정보 내용의 결합해제(decoupling)를 허용한다. 이 예들에서, 하나 이상의 측정 부위들에서 다수의 상이한 타겟들의 이미지들을 포함하는 훈련 데이터의 이용은 더욱 정확한 오버레이 추정을 가능하게 한다. 일부 예들에서, 격리된 그리고 밀집된 라인/공간 타겟들의 혼합은 하부층 효과들로부터 오버레이를 결합해제하기 위하여 채용된다.
또 다른 추가의 양태에서, 다수의 타겟들로부터의 신호들은 프로세스 변동들에 대한 감도를 감소시키고 관심 있는 파라미터들에 대한 감도를 증가시키기 위하여 프로세싱될 수 있다. 일부 예들에서, 상이한 타겟들로부터의 신호들은 서로로부터 감산된다. 일부 다른 예들에서, 상이한 타겟들로부터의 신호들은 모델에 맞추어지고, 잔차(residual)들은 본원에서 설명된 바와 같은 측정 모델을 구축하고, 훈련시키고, 이용하기 위하여 이용된다. 하나의 예에서, 2 개의 상이한 타겟들로부터의 신호들은 각각의 측정 결과에서 프로세스 잡음의 효과를 제거하거나 상당히 감소시키기 위하여 감산된다. 일반적으로, 다양한 수학적 연산들은 프로세스 변동들에 대한 감소된 감도 및 관심 있는 파라미터들에 대한 증가된 감도를 갖는 신호들을 결정하기 위하여 상이한 타겟들로부터의 신호들 사이에 적용될 수 있다.
또 다른 추가의 양태에서, 다수의 상이한 측정 기법들의 조합에 의해 수행된 측정들로부터 유도된 측정 데이터는 모델 구축, 훈련, 및 측정을 위하여 수집된다. 다수의 상이한 측정 기법들과 연관된 측정 데이터의 이용은 신호들의 조합된 세트에서의 정보 내용을 증가시키고, 프로세스에 대한 오버레이 상관 또는 다른 파라미터들 변동들을 감소시킨다. 측정 데이터는 다수의 상이한 측정 기법들의 임의의 조합에 의해 수행된 측정들로부터 유도될 수도 있다. 이러한 방식으로, 상이한 측정 부위들은 관심 있는 파라미터들의 제거를 위하여 이용 가능한 측정 정보를 강화시키기 위하여 다수의 상이한 측정 기법들(예컨대, 광학 SE, SAXS 등) 에 의해 측정될 수도 있다.
일반적으로, 임의의 측정 기법 또는 2 개 이상의 측정 기법들의 조합은 이 특허 문서의 범위 내에서, 특징 추출 모델 및 훈련시키기 위한 측정 모델에 의해 프로세싱된 데이터로서 고려될 수도 있고, 측정은 벡터 형태이다. 본원에서 설명된 바와 같은 신호 응답 계측 기법들은 데이터 벡터들에 대해 동작하므로, 각각의 수집된 신호는 독립적으로 취급된다. 게다가, 데이터가 2 차원 데이터, 1 차원 데이터, 또는 심지어 단일 포인트 데이터인지 여부에 관계 없이, 다수의 상이한 계측들로부터의 데이터를 연결하는 것이 가능하다.
본원에서 설명된 신호 응답 계측 기법들에 따라 분석을 위한 데이터를 제공할 수도 있는 예시적인 측정 기법들은 뮬러 행렬 엘립소메트리, 분광 리플렉토메트리, 분광 스캐터로메트리, 스캐터로메트리 오버레이, 빔 프로파일 리플렉토메트리, 양자의 각도-분해된 그리고 편광-분해된, 빔 프로파일 엘립소메트리, 단일 또는 다수의 이산 파형 엘립소메트리, 송신 소형 각도 x-선 스캐터로미터(transmission small angle x-ray scatterometer; TSAXS), 소형 각도 x-선 산란(small angle x-ray scattering; SAXS), 그레이징 입사 소형 각도 x-선 산란(grazing incidence small angle x-ray scattering: GISAXS), 광각 x-선 산란(wide angle x-ray scattering: WAXS), x-선 반사율(x-ray reflectivity: XRR), x-선 회절(x-ray diffraction; XRD), 그레이징 입사 x-선 회절(grazing incidence x-ray diffraction; GIXRD), 고분해능 x-선 회절(high resolution x-ray diffraction; GIXRF), x-선 광전자 분광법(x-ray photoelectron spectroscopy; XPS), x-선 형광(x-ray fluorescence; XRF), 그레이징 입사 x-선 형광(grazing incidence x-ray fluorescence; GIXRF), x-선 단층촬영법(x-ray tomography), 및 x-선 엘립소메트리를 포함하지만, 분광 엘립소메트리로 제한되지는 않는다. 일반적으로, 이미지 기반 계측 기법들을 포함하는, 반도체 구조체들의 특성화에 적용 가능한 임의의 계측 기법은 개별적으로 또는 임의의 조합으로 고려될 수도 있다.
또 다른 추가의 양태에서, 다수의 계측들에 의해 측정된 신호들은 프로세스 변동들에 대한 감도를 감소시키고 관심 있는 파라미터들에 대한 감도를 증가시키기 위하여 프로세싱될 수 있다. 일부 예들에서, 상이한 계측들에 의해 측정된 타겟들로부터의 신호들은 서로로부터 감산된다. 일부 다른 예들에서, 상이한 계측들에 의해 측정된 타겟들로부터의 신호들은 모델에 맞추어지고, 잔차(residual)들은 본원에서 설명된 바와 같은 측정 모델을 구축하고, 훈련시키고, 이용하기 위하여 이용된다. 하나의 예에서, 2 개의 상이한 계측들에 의해 측정된 타겟으로부터의 신호들은 각각의 측정 결과에서 프로세스 잡음의 효과를 제거하거나 상당히 감소시키기 위하여 감산된다. 일반적으로, 다양한 수학적 연산들은 프로세스 변동들에 대한 감소된 감도 및 관심 있는 파라미터들에 대한 증가된 감도를 갖는 신호들을 결정하기 위하여 상이한 계측들에 의해 측정된 신호들 사이에 적용될 수 있다.
일반적으로, 각각이 다수의 계측 기법들에 의해 측정된 다수의 타겟들로부터의 신호들은 신호들의 조합된 세트에서의 정보 내용을 증가시키고, 프로세스에 대한 오버레이 상관 또는 다른 파라미터들 변동들을 감소시킨다.
도 3은 본원에서 제시된 예시적인 방법들에 따라 시편의 특성들을 측정하기 위한 시스템(300)을 예시한다. 도 3에서 도시된 바와 같이, 시스템(300)은 시편(301)의 하나 이상의 구조체들의 분광 엘립소메트리 측정들을 수행하기 위하여 이용될 수도 있다. 이 양태에서, 시스템(300)은 조명기(illuminator; 302) 및 분광기(spectrometer; 304)를 구비한 분광 엘립소미터(spectroscopic ellipsometer)를 포함할 수도 있다. 시스템(300)의 조명기(302)는 선택된 파장 범위(예컨대, 100-2500 nm)의 조명을 생성하고 이를 시편(301)의 표면 상에 배치된 구조체로 보내도록 구성된다. 결국, 분광기(304)는 시편(301)의 표면으로부터 반사된 조명을 수신하도록 구성된다. 조명기(302)로부터 나오는 광은 편광된 조명 빔(306)을 생성하기 위하여 편광 상태 생성기(307)를 이용하여 편광된다는 것에 주목한다. 시편(301) 상에 배치된 구조체에 의해 반사된 방사선(radiation)은 편광 상태 분석기(309)를 통해 분광기(304)로 전달된다. 수집 빔(308)에서 분광기(304)에 의해 수신된 방사선은 편광 상태에 대하여 분석되어, 분석기에 의해 전달된 방사선의 분광기에 의한 스펙트럼 분석을 허용한다. 이 스펙트럼들(311)은 구조체의 분석을 위하여 컴퓨팅 시스템(330)으로 전달된다.
도 3에서 도시된 바와 같이, 시스템(300)은 단일 측정 기술(즉, SE)을 포함한다. 그러나, 일반적으로, 시스템(300)은 임의의 수의 상이한 측정 기술들을 포함할 수도 있다. 비-제한적인 예로서, 시스템(300)은 (뮬러 행렬 엘립소메트리를 포함하는) 분광 엘립소미터, 분광 리플렉토미터, 분광 스캐터로미터, 오버레이 스캐터로미터, 각도 분해된 빔 프로파일 리플렉토미터, 편광 분해된 빔 프로파일 리플렉토미터, 빔 프로파일 리플렉토미터, 빔 프로파일 엘립소미터, 임의의 각도 또는 다중 파장 엘립소미터, 또는 그 임의의 조합으로서 구성될 수도 있다. 또한, 일반적으로, 상이한 측정 기술들에 의해 수집되고 본원에서 설명된 방법들에 따라 분석된 측정 데이터는 다수의 기술들을 통합하는 하나의 툴이 아니라, 다수의 툴들로부터 수집될 수도 있다.
추가의 실시형태에서, 시스템(300)은 본원에서 설명된 방법들에 따라 개발된 측정 모델들에 기초하여 오버레이 측정들을 수행하기 위하여 채용된 하나 이상의 컴퓨팅 시스템들(330)을 포함할 수도 있다. 하나 이상의 컴퓨팅 시스템들(330)은 분광기(304)에 통신 가능하게 결합될 수도 있다. 하나의 양태에서, 하나 이상의 컴퓨팅 시스템들(330)은 시편(301)의 구조체의 측정들과 연관된 측정 데이터(311)를 수신하도록 구성된다.
본 개시물의 전반에 걸쳐 설명된 다양한 단계들은 단일의 컴퓨터 시스템(330) 또는 대안적으로, 다중 컴퓨터 시스템(330)에 의해 수행될 수도 있는 것이 인식되어야 한다. 또한, 분광 엘립소미터(304)와 같은, 시스템(300)의 상이한 서브시스템들은 본원에서 설명된 단계들 중의 적어도 부분을 수행하기 위해 적당한 컴퓨터 시스템을 포함할 수도 있다. 그러므로, 상기한 설명은 본 발명의 제한으로서 해석되는 것이 아니라, 단지 예시로서 해석되어야 한다. 또한, 하나 이상의 컴퓨팅 시스템들(330)은 본원에서 설명된 방법 실시형태들 중의 임의의 것의 임의의 다른 단계(들)를 수행하도록 구성될 수도 있다.
게다가, 컴퓨터 시스템(330)은 당해 분야에서 알려진 임의의 방식으로 분광기(304)에 통신 가능하게 결합될 수도 있다. 예를 들어, 하나 이상의 컴퓨팅 시스템들(330)은 분광기(304)와 연관된 컴퓨팅 시스템들에 결합될 수도 있다. 또 다른 예에서, 분광기(304)는 컴퓨터 시스템(330)에 결합된 단일 컴퓨터 시스템에 의해 직접적으로 제어될 수도 있다.
계측 시스템(300)의 컴퓨터 시스템(330)은 유선 및/또는 무선 부분들을 포함할 수도 있는 송신 매체에 의해 시스템의 서브시스템들(예컨대, 분광기(304) 등)로부터 데이터 또는 정보를 수신하고 및/또는 취득하도록 구성될 수도 있다. 이러한 방식으로, 송신 매체는 컴퓨터 시스템(330)과 시스템(300)의 다른 서브시스템들 사이의 데이터 링크로서 작용할 수도 있다.
통합된 계측 시스템(300)의 컴퓨터 시스템(330)은 유선 및/또는 무선 부분들을 포함할 수도 있는 송신 매체에 의해 다른 시스템들로부터 데이터 또는 정보(예컨대, 측정 결과들, 모델링 입력들, 모델링 결과들 등)를 수신 및/또는 취득하도록 구성될 수도 있다. 이러한 방식으로, 송신 매체는 컴퓨터 시스템(330)과 다른 시스템들(예컨대, 메모리 온-보드 계측 시스템(300), 외부 메모리, 기준 측정 소스(reference measurement source; 320), 또는 다른 외부 시스템들) 사이의 데이터 링크로서 작용할 수도 있다. 예를 들어, 컴퓨팅 시스템(330)은 데이터 링크를 통해 저장 매체(즉, 메모리(332) 또는 외부 메모리)로부터 측정 데이터를 수신하도록 구성될 수도 있다. 예를 들어, 분광기(304)를 이용하여 획득된 스펙트럼 결과들은 영구적 또는 반영구적 메모리 디바이스(예컨대, 메모리(332) 또는 외부 메모리) 내에 저장될 수도 있다. 이와 관련하여, 스펙트럼 결과들은 온-보드 메모리로부터 또는 외부 메모리 시스템으로부터 임포트(import)될 수도 있다. 또한, 컴퓨터 시스템(330)은 데이터를 송신 매체를 통해 다른 시스템들로 전송할 수도 있다. 예를 들어, 통합된 측정 모델 또는 컴퓨터 시스템(330)에 의해 결정된 시편 파라미터(340)는 통신될 수도 있고, 외부 메모리 내에 저장될 수도 있다. 이와 관련하여, 측정 결과들은 또 다른 시스템으로 익스포트(export)될 수도 있다.
컴퓨팅 시스템(330)은 개인용 컴퓨터 시스템, 메인프레임(mainframe) 컴퓨터 시스템, 워크스테이션(workstation), 이미지 컴퓨터, 병렬 프로세서, 또는 관련분야에서 알려진 임의의 다른 디바이스를 포함할 수도 있지만, 이것으로 제한되지는 않는다. 일반적으로, 용어 "컴퓨팅 시스템"은 메모리 매체로부터의 명령어를 실행하는 하나 이상의 프로세서를 가지는 임의의 디바이스를 망라하기 위해 넓게 정의될 수 있다.
본원에서 설명된 것들과 같은 방법들을 구현하는 프로그램 명령들(334)은 배선, 케이블, 또는 무선 송신 링크와 같은 송신 매체를 통해 송신될 수도 있다. 예를 들어, 도 19에서 예시된 바와 같이, 메모리(332) 내에 저장된 프로그램 명령들(334)은 버스(333)를 통해 프로세서(331)로 송신된다. 프로그램 명령들(334)은 컴퓨터 판독 가능 매체(예컨대, 메모리(332)) 내에 저장된다. 예시적인 컴퓨터-판독 가능 매체는 판독-전용 메모리, 랜덤 액세스 메모리, 자기 또는 광학 디스크, 또는 자기 테이프를 포함한다.
일부 예들에서, 본원에서 설명된 모델 구축, 훈련, 및 측정 방법들은 KLA-Tencor Corporation, Milpitas, California, USA로부터 입수 가능한 SpectraShape® 광학 임계-치수 계측 시스템의 엘리먼트로서 구현된다. 이러한 방식으로, 모델이 생성되고, DOE 웨이퍼 스펙트럼들이 시스템에 의해 수집된 직후의 이용을 위하여 준비된다.
일부 다른 예들에서, 본원에서 설명된 모델 구축 및 훈련 방법들은 예를 들어, KLA-Tencor Corporation, Milpitas, California, USA로부터 입수 가능한 AcuShape® 소프트웨어를 구현하는 컴퓨팅 시스템에 의해 오프-라인으로 구현된다. 결과적인 훈련된 모델은 측정들을 수행하는 계측 시스템에 의해 액세스 가능한 AcuShape® 라이브러리의 엘리먼트로서 편입될 수도 있다.
도 8은 도 3을 참조하여 설명된 바와 같은 회전 편광자 회전 보상자(RPRC) SE 측정 시스템에 의해 측정된 계측 타겟(170)을 도시한다. 계측 타겟(170)은 기판(171), 10 나노미터 두께인 실리콘 산화물(silicon oxide) 층(172), 및 55 나노미터 두께인 실리콘 질화물(silicon nitride) 층(173)을 포함한다. 40 나노미터의 중간 임계 치수, 55 나노미터의 높이, 및 80 도의 측벽 각도를 가지는 폴리실리콘 구조체(174)가 실리콘 질화물 층(173) 상에 배치된다. 하부 반사-방지 코팅(bottom anti-reflective coating; BARC)(175)은 폴리실리콘 구조체를 포함하는 층을 채운다. 레지스트(resist) 구조체(176)는 BARC 층(175) 상에 배치된다. 레지스트 구조체(176)는 또한, 40 나노미터의 중간 임계 치수, 55 나노미터의 높이, 및 80 도의 측벽 각도를 가진다. 계측 타겟은 측정되어야 할 오버레이 오프셋을 포함한다.
계측 타겟(170)은 65 도의 입사 각도를 가지는 RPRC SE 시스템에 의해 측정되었다. 측정들은 조명 파장들의 넓은 범위 상에서, 그리고 다수의 상이한 오버레이 값들에 대하여 수행되었다. 도 9는 각각의 상이한 오버레이 오프셋에 대한 파장들의 범위 상에서 측정된 알파 값들의 도표(150)를 도시한다. 도 10은 각각의 상이한 오버레이 오프셋에 대한 파장들의 범위 상에서 측정된 베타 값들의 도표(160)를 도시한다. 도 9 및 도 10에서 도시된 바와 같이, RPRC SE 시스템은 400 나노미터 미만인 조명 파장들에 대한 오버레이 오프셋에 민감하다.
도 11은 오버레이의 상이한 값들에서 RPRC SE 시스템에 의해 수행된 측정들로부터 유도된 계측 타겟(170)의 상이한 구조적 파라미터들과, 라인 CD, 높이, 층 두께, 및 측벽 각도와 같은 다른 스택 파라미터들 사이의 상관 값들의 표(190)를 도시한다. 이 예에서, 표(190)에서 도시된 마지막 2 개의 파라미터들은 폴리실리콘 및 레지스트 프로파일들의 우측 측벽 각도들(SWA-R)에 대응한다. 그 좌측 측벽 각도들은 고정된다. 이에 따라, 비대칭성에도 불구하고, 측정 성능이 평가될 수 있다.
1차 회절에 의존하는 기존의 차별적 타겟 기반 스캐터로메트리 오버레이 분석에서는, 프로파일들의 비대칭성이 오버레이 파라미터와 고도로 상관된다. 이것은 오버레이 계측에 있어서의 부정확성을 초래할 수 있다. 그러나, 표(190)에서 예시된 바와 같이, 오버레이는 우측 측벽 각도 파라미터와 같은 레지스트 및 폴리실리콘 라인들에 대한 비대칭성 파라미터들을 포함하는 모든 파라미터들과 낮은 상관을 보인다. 이 예에서, 다른 파라미터들과의 오버레이의 낮은 상관은, SRM이 수행될 수 있고 오버레이 측정들은 설계 규칙 타겟들에 대한 높은 신뢰성으로 행해질 수 있다는 것을 표시한다. 상관이 수용 불가능하게 높은 예들에서, 다수의 타겟들(예컨대, 격리 및 밀집)과 같은 기법들 및 다수의 계측 기법들은 본원에서 설명된 바와 같이 채용될 수도 있다.
본원에서 설명된 바와 같은 SRM 방법론은 오버레이에 민감한 많은 측정 기법들 또는 기법들의 조합들에 적용 가능하다. 1 차 각도-분해된 스캐터로메트리 오버레이가 채용될 수도 있지만, 그것은 상대적으로 큰 피치를 가지는 타겟들을 요구하고 부정확성들을 초래할 수 있으므로 선호되지 않는다.
또 다른 추가의 양태에서, 본원에서 설명된 바와 같은 오버레이 측정들을 수행하기 위하여 채용된 계측 시스템(예컨대, 계측 시스템(300))은 적외선 광학 측정 시스템을 포함한다. 이 실시형태들에서, 계측 시스템(300)은 적외선 광원(예컨대, 아크 램프(arc lamp), 무전극(electrode-less) 램프, 레이저 지속형 플라즈마(laser sustained plasma; LSP) 소스, 또는 수퍼컨티늄(supercontinuum) 소스). 적외선 수퍼컨티늄 레이저 소스는 광 스펙트럼의 적외선 영역에서의 더 높은 달성 가능한 파워(power) 및 밝기(brightness)로 인해 전통적인 램프 소스에 비해 선호된다. 일부 예들에서, 수퍼컨티늄 레이저에 의해 제공된 파워는 불투명한 막 층들을 갖는 오버레이 구조체들의 측정들을 가능하게 한다.
오버레이 측정에 있어서의 잠재적인 문제는 하부 격자로의 불충분한 광 투과이다. 많은 예들에서, 상부 및 하부 격자들 사이에 비-투명(즉, 불투명한) 막 층들이 있다. 이러한 불투명한 막 층들의 예들은 비정질 탄소, 텅스텐 실리사이드(Wsix), 텅스텐, 티타늄 질화물(titanium nitride), 비정질 실리콘, 및 다른 금속 및 비-금속 층들을 포함한다. 종종, 가시 범위 및 그 미만(예컨대, 250 nm 내지 700 nm 사이)에서의 파장들로 제한된 조명 광은 하부 격자로 투과하지 않는다. 그러나, 적외선 스펙트럼 및 그것을 초과(예컨대, 700 nm보다 더 큼)하는 조명 광은 종종 불투명한 층들을 더욱 효과적으로 투과한다.
효과적인 타겟 설계 또는 측정 구조체는, 2 개의 패턴들의 상대적 위치들이 파 필드(far field)에서 검출된 진출 회절 빔의 강도에 영향을 주도록, 제1 패턴과 제2 패턴 사이의 비-제로 회절 차수를 전파한다.
자외선 및 가시 범위에서의 "불투명한"의 동작 정의는, 250-700 nm의 파장 범위에서의 SCOL에 대한 예측된 정밀도가 요구된 정밀도보다 훨씬 더 열악하다는 것이다. 이것은 제1 패턴과 제2 패턴 사이에서 상대적인 위치 정보를 전달하는 전파하는 회절 차수의 감쇠에 기인한다. 700 나노미터보다 더 큰 조명 파장들(예컨대, 800-1650 nm)을 갖는 SCOL 신호들을 측정하는 것은 흡수율이 상당히 더 적을 때에 SCOL 정밀도를 개선시킨다. 700 나노미터보다 더 큰 파장들을 가지는 조명 광이 채용되는 실시형태들에서는, 측정 타겟의 설계 피치가 이용 가능한 SCOL 신호가 있도록 선택된다.
몇몇 예들은 스캐터로메트리-기반 오버레이 측정 모델을 참조하여 이전에 설명되지만, 본원에서 설명된 방법들 및 시스템들은 다스 프로세스 모델들(예컨대, 포커스, 도스, 에치, 또는 증착 프로세싱)을 포함할 수도 있다. 본원에서 설명된 방법들 및 시스템들은 또한, 훈련 및 측정 데이터를 생성하기 위한 다른 계측 기술들(예컨대, SEM, TEM, AFM, X-선)을 포함할 수도 있다. 또한, 본원에서 설명된 방법들 및 시스템들은 스캐터로메트리 기반 계측 시스템들을 참조하여 논의되지만, 이들은 또한, 다른 계측들(예컨대, 이미징 기반 계측 기법들)에 적용될 수 있다.
또 다른 양태에서, 본원에서 설명된 측정 모델 결과들은 능동 피드백을 프로세스 툴(예컨대, 리소그래피 툴, 에치 툴, 증착 툴 등)에 제공하기 위하여 이용될 수 있다. 예를 들어, 본원에서 설명된 방법들을 이용하여 결정된 오버레이 에러의 값들은 희망하는 출력을 달성하기 위하여 리소그래피 시스템을 조절하기 위한 리소그래피 툴로 통신될 수 있다. 유사한 방법으로, 에치 파라미터들(예컨대, 에치 시간, 확산성(diffusivity) 등) 또는 증착 파라미터들(예컨대, 시간, 농도 등)은 능동 피드백을 에치 툴들 또는 증착 툴들에 각각 제공하기 위하여 측정 모델 내에 포함될 수도 있다.
일반적으로, 본원에서 설명된 시스템들 및 방법들은 오프-라인 또는 온-툴(on-tool) 측정을 위한 측정 모델을 준비하는 프로세스의 일부로서 구현될 수 있다. 게다가, 양자의 측정 모델들 및 임의의 재파라미터화된(reparameterized) 측정 모델은 하나 이상의 타겟 구조체들 및 측정 부위들을 설명할 수도 있다.
본원에서 설명된 바와 같이, 용어 "임계 치수"는 구조체의 임의의 임계 치수(예컨대, 바닥 임계 치수, 중간 임계 치수, 상단 임계 치수, 측벽 각도, 격자 높이 등), 임의의 2개 이상의 구조체들 사이의 임계 치수(예컨대, 2개의 구조체들 사이의 거리), 및 2개 이상의 구조체들 사이의 변위(예컨대, 오버레이되는 격자 구조체들 사이의 오버레이 변위 등)를 포함한다. 구조체들은 3 차원 구조체들, 패턴화된 구조체들, 오버레이 구조체들 등을 포함할 수도 있다.
본원에서 설명된 바와 같이, 용어 "임계 치수 애플리케이션" 또는 "임계 치수 측정 애플리케이션"은 임의의 임계 치수 측정을 포함한다.
본원에서 설명된 바와 같이, 용어 "계측 시스템"은 임계 치수 계측, 오버레이 계측, 포커스/도스 계측, 및 조성물 계측과 같은 측정 애플리케이션들을 포함하는, 임의의 양태에서 시편을 특성화하기 위하여 적어도 부분적으로 채용된 임의의 시스템을 포함한다. 그러나, 당해 분야의 이러한 용어들은 본원에서 설명된 바와 같은 용어 "계측 시스템"의 범위를 제한하지는 않는다. 게다가, 계측 시스템(100)은 패턴화된(patterned) 웨이퍼들 및/또는 비패턴화된(unpatterned) 웨이퍼들의 측정을 위하여 구성될 수도 있다. 계측 시스템은 LED 검사 툴, 에지 검사 툴, 후면 검사 툴(backside inspection tool), 매크로-검사 툴(macro-inspection tool), 또는 (동시에 하나 이상의 플랫폼(platforms)들로부터의 데이터를 포함하는) 멀티-모드 검사 툴(multi-mode inspection tool), 및 임계 치수 데이터에 기초한 시스템 파라미터들의 교정으로부터 이익을 얻는 임의의 다른 계측 또는 검사 툴로서 구성될 수도 있다.
시편을 프로세싱하기 위하여 이용될 수도 있는 반도체 프로세싱 시스템(예컨대, 검사 시스템 또는 리소그래피 시스템)을 위한 다양한 실시형태들이 본원에서 설명된다. 용어 "시편"은 관련분야에서 알려진 수단에 의해 프로세싱(예컨대, 결함들에 대해 인쇄되거나 검사됨)될 수도 있는 웨이퍼, 레티클(reticle), 또는 임의의 다른 샘플을 지칭하기 위하여 본원에서 이용된다.
본원에서 이용된 바와 같이, 용어 "웨이퍼"는 반도체 또는 비-반도체 재료로 형성된 기판을 일반적으로 지칭한다. 예들은 단결정 실리콘(monocrystalline silicon), 갈륨 비소화물(gallium arsenide), 및 인듐 인화물(indium phosphide)을 포함하지만, 이것으로 제한되지는 않는다. 이러한 기판들은 반도체 제조 설비들에서 통상적으로 발견 및/또는 프로세싱될 수도 있다. 일부 경우들에는, 웨이퍼가 기판(즉, 베어 웨이퍼(bare wafer))만을 포함할 수도 있다. 대안적으로, 웨이퍼는 기판 상에 형성된 상이한 재료들의 하나 이상의 층들을 포함할 수도 있다. 웨이퍼 상에 형성된 하나 이상의 층들은 "패턴화"되거나 "비패턴화"될 수도 있다. 예를 들어, 웨이퍼는 반복 가능한 패턴 특징들을 가지는 복수의 다이(die)들을 포함할 수도 있다.
"레티클(reticle)"은 레티클 제조 프로세스의 임의의 스테이지에서의 레티클, 또는 반도체 제조 설비에서의 이용을 위해 해제될 수도 있거나 해제되지 않을 수도 있는 완성된 레티클일 수 있다. 레티클 또는 "마스크"는 그 위에 형성되며 패턴으로 구성된 실질적으로 불투명한 영역(region)들을 가지는 실질적으로 투명한 기판으로서 일반적으로 정의된다. 기판은 예를 들어, 비정질(amorphous) SiO2와 같은 유리 재료를 포함할 수 있다. 레티클은 레티클 상의 패턴이 레지스트로 전사될 수도 있도록, 리소그래피 프로세스의 노출 단계 동안에 레지스트-피복된(resist-coverd) 웨이퍼 위에 배치될 수도 있다.
웨이퍼 상에 형성된 하나 이상의 층들은 패턴화될 수도 있거나 비패턴화될 수도 있다. 예를 들어, 웨이퍼는 반복 가능한 패턴 특징들을 각각 가지는 복수의 다이들을 포함할 수도 있다. 이러한 재료의 층들의 형성 및 프로세싱은 궁극적으로 완성된 디바이스들로 귀착될 수도 있다. 많은 상이한 타입들의 디바이스가 웨이퍼 상에 형성될 수도 있고, 본원에서 이용된 바와 같은 용어 웨이퍼는 관련분야에서 알려진 임의의 타입의 디바이스가 제조되고 있는 웨이퍼를 망라하도록 의도된다.
하나 이상의 예시적인 실시형태들에서, 설명된 기능들은 하드웨어, 소프트웨어, 펌웨어, 또는 그 임의의 조합으로 구현될 수도 있다. 소프트웨어로 구현될 경우, 기능들은 하나 이상의 명령들 또는 코드로서, 컴퓨터-판독 가능 매체 상에 저장되거나, 컴퓨터-판독 가능 매체를 통해 송신될 수도 있다. 컴퓨터-판독 가능 매체들은, 하나의 장소로부터 또 다른 장소까지의 컴퓨터 프로그램의 전송을 가능하게 하는 임의의 매체를 포함하는 컴퓨터 저장 매체들 및 통신 매체들의 양자를 포함한다. 저장 매체들은 범용 또는 특수 목적의 컴퓨터에 의해 액세스될 수 있는 임의의 이용 가능한 매체들일 수도 있다. 제한이 아닌 예로서, 이러한 컴퓨터-판독 가능한 저장 매체들은 RAM, ROM, EEPROM, CD-ROM 또는 다른 광학 디스크 저장, 자기 디스크 저장, 또는 다른 자기 저장 디바이스들, 또는 명령들 또는 데이터 구조들의 형태로 희망하는 프로그램 코드 수단을 운반하거나 저장하기 위해 이용될 수 있으며, 범용 또는 특수 목적 컴퓨터, 또는 범용 또는 특수 목적 프로세서에 의해 액세스될 수 있는 임의의 다른 매체를 포함할 수 있다. 또한, 임의의 접속은 컴퓨터-판독 가능 매체로 적절하게 칭해진다. 예를 들어, 동축 케이블, 광섬유 케이블, 트위스트 페어(twisted pair), 디지털 가입자 회선(digital subscriber line; DSL), 또는 적외선, 라디오(radio), 및 마이크로파(microwave) 와 같은 무선 기술들을 이용하여, 소프트웨어가 웹사이트, 서버, 또는 다른 원격 소스로부터 송신될 경우, 동축 케이블, 광섬유 케이블, 트위스트 페어, DSL, 또는 적외선, 라디오, 및 마이크로파와 같은 무선 기술들은 매체의 정의 내에 포함된다. 본원에서 이용된 바와 같은 디스크(disk) 및 디스크(disc) 는 컴팩트 디스크(compact disc; CD), 레이저 디스크(laser disc), 광학 디스크(optical disc), 디지털 다기능 디스크(digital versatile disc; DVD), 플로피 디스크(floppy disk) 및 블루레이 디스크(blu-ray disc) 를 포함하고, 여기서, 디스크(disk) 들은 통상 데이터를 자기적으로 재생하는 반면, 디스크(disc) 들은 데이터를 레이저들로 광학적으로 재생한다. 상기의 조합들은 컴퓨터-판독 가능한 매체들의 범위 내에 또한 포함되어야 한다.
어떤 특정 실시형태들은 교육용으로 위에서 설명되지만, 이 특허 문서의 교시사항들은 일반적인 적용 가능성을 가지며 위에서 설명된 특정 실시형태들로 제한되지는 않는다. 따라서, 설명된 실시형태들의 다양한 특징들의 다양한 수정들, 개조들, 및 조합들은 청구항들에서 기재된 바와 같은 발명의 범위로부터 이탈하지 않으면서 실시될 수 있다.

Claims (20)

  1. 방법에 있어서,
    반도체 웨이퍼의 표면 상의 제1 복수의 측정 부위들에 조명 광을 제공하는 단계 - 상기 제1 복수의 측정 부위들은 알려진 오버레이 값들을 갖는 다수의 층 구조체들을 포함함 - ;
    상기 조명 광에 응답하여 상기 제1 복수의 측정 부위들 각각으로부터 회절된 광의 양을 검출하는 단계;
    상기 검출된 광의 양에 기초하여 상기 제1 복수의 측정 부위들의 측정들과 연관된 제1 양의 스캐터로메트리 데이터를 생성하는 단계 - 상기 측정들은 적어도 하나의 스캐터로메트리 기반 계측 시스템에 의해 수행됨 - ;
    감소된 양의 스캐터로메트리 데이터를 생성하기 위해, 상기 제1 양의 스캐터로메트리 데이터의 차원을 감소시키는 상기 제1 양의 스캐터로메트리 데이터의 변환에 기초하여 상기 제1 양의 스캐터로메트리 데이터의 복수의 주요 특징들을 결정하는 단계;
    측정 모델에 대한 입력으로서의 상기 제1 양의 스캐터로메트리 데이터로부터 추출된 상기 복수의 주요 특징들 및 출력 훈련 데이터로서의 상기 알려진 오버레이 값들에 기초하여, 상기 측정 모델을 훈련시키는 단계;
    상기 훈련된 측정 모델에 기초하여 제2 복수의 측정 부위들 각각과 연관된 오버레이 값을 결정하는 단계; 및
    반도체 제조 툴(tool)로부터의 원하는 출력을 달성하기 위해, 상기 반도체 제조 툴로 하여금 상기 반도체 제조 툴의 제조 프로세스의 하나 이상의 파라미터를 조정하게 하는 상기 오버레이 값의 표시를 상기 반도체 제조 툴로 전달하는 단계
    를 포함하는, 방법.
  2. 제1항에 있어서,
    상기 제1 양의 스캐터로메트리 데이터의 변환은 주요 성분 분석(principal component analysis; PCA), 독립적 성분 분석(independent component analysis; ICA), 커널 PCA, 비-선형 PCA, 고속 푸리에 변환(fast Fourier transform; FFT) 분석, 이산 코사인 변환(discrete cosine transform; DCT) 분석, 및 웨이블렛 분석(wavelet analysis) 중의 임의의 것을 포함하는 것인, 방법.
  3. 제1항에 있어서,
    상기 측정 모델은 선형 모델, 다항식 모델, 신경망 모델, 지원 벡터 머신들 모델, 판단 트리 모델, 및 랜덤 포레스트(random forest) 모델 중의 임의의 것인, 방법.
  4. 제1항에 있어서,
    상기 제1 양의 스캐터로메트리 데이터는 동일한 프로세스 조건들에 의해 형성된 복수의 상이한 계측 타겟들의 스캐터로메트리 측정들의 조합을 포함하는 것인, 방법.
  5. 제1항에 있어서,
    상기 제1 양의 스캐터로메트리 데이터는 복수의 상이한 계측 기법들에 의해 취득된 스캐터로메트리 측정들을 포함하는 것인, 방법.
  6. 제1항에 있어서,
    상기 제1 양의 스캐터로메트리 데이터는 상기 복수의 측정 부위들 중의 임의의 것에서 하나를 초과하는 타겟 특징과 연관된 스캐터로메트리 측정들을 포함하는 것인, 방법.
  7. 제1항에 있어서,
    상기 제1 양의 스캐터로메트리 데이터의 변환은, 상이한 타겟들의 스캐터로메트리 측정들로부터의 신호들, 상이한 계측 기법들에 의해 취득된 스캐터로메트리 측정들로부터의 신호들, 또는 양자의 조합 사이의 차이를 결정하는 것을 포함하는 것인, 방법.
  8. 제1항에 있어서,
    상기 제1 양의 스캐터로메트리 데이터의 변환은, 상이한 타겟들의 스캐터로메트리 측정들로부터의 신호들의 제1 모델에 대한 맞춤(fit), 상이한 계측 기법들에 의해 취득된 타겟의 스캐터로메트리 측정들로부터의 신호들의 제2 모델에 대한 맞춤, 또는 양자의 조합의 잔차(residual)들을 결정하는 것을 포함하는 것인, 방법.
  9. 제1항에 있어서,
    상기 반도체 웨이퍼의 표면 상의 상기 제1 복수의 측정 부위들에서의 상기 다수의 층 구조체들은 반도체 제조 프로세스의 설계 규칙들에 따라 제조되는 것인, 방법.
  10. 제1항에 있어서,
    상기 반도체 웨이퍼의 표면 상의 상기 제1 복수의 측정 부위들은 상기 알려진 오버레이 값들 및 관심 있는 하나 이상의 추가적인 파라미터의 알려진 값들을 포함하고, 상기 측정 모델의 상기 훈련은 또한, 관심 있는 상기 하나 이상의 추가적인 파라미터의 상기 알려진 값들에 기초하는 것인, 방법.
  11. 제10항에 있어서,
    상기 관심 있는 하나 이상의 파라미터는 프로세스 파라미터, 구조적 파라미터, 분산 파라미터, 및 레이아웃 파라미터 중의 임의의 것을 포함하는 것인, 방법.
  12. 제1항에 있어서,
    반도체 웨이퍼의 표면 상의 제2 복수의 측정 부위들에 조명 광을 제공하는 단계 - 상기 제2 복수의 측정 부위들은 다수의 층 구조체들을 포함함 - ;
    상기 조명 광에 응답하여 상기 제2 복수의 측정 부위들 각각으로부터 회절된 광의 양을 검출하는 단계;
    상기 검출된 광의 양에 기초하여 상기 제2 복수의 측정 부위들의 측정들과 연관된 제2 양의 스캐터로메트리 데이터를 생성하는 단계 - 상기 측정들은 적어도 하나의 스캐터로메트리 기반 계측 시스템에 의해 수행됨 - ;
    상기 제2 양의 스캐터로메트리 데이터의 차원을 감소시키는 변환에 기초하여 상기 제2 양의 스캐터로메트리 데이터의 복수의 주요 특징들을 결정하는 단계 - 상기 제2 복수의 측정 부위들 각각과 연관된 오버레이 값의 결정은 상기 훈련된 측정 모델에 대한 상기 복수의 주요 특징들의 맞춤에 기초함 - ; 및
    상기 오버레이 값을 메모리에 저장하는 단계
    를 더 포함하는, 방법.
  13. 시스템에 있어서,
    반도체 웨이퍼의 표면 상의 제1 복수의 측정 부위들에 조명 광을 제공하도록 구성된 조명 소스 - 상기 제1 복수의 측정 부위들은 알려진 오버레이 값들을 갖는 다수의 층 구조체들을 포함함 - ;
    상기 조명 광에 응답하여 상기 제1 복수의 측정 부위들 각각으로부터 회절된 광의 양을 검출하고, 적어도 하나의 스캐터로메트리 기반 계측 기법에 따라 상기 검출된 광의 양에 기초하여 상기 제1 복수의 측정 부위들의 측정들과 연관된 제1 양의 스캐터로메트리 데이터를 생성하도록 구성된 검출기 서브시스템; 및
    컴퓨팅 시스템
    을 포함하고,
    상기 컴퓨팅 시스템은,
    감소된 양의 스캐터로메트리 데이터를 생성하기 위해, 상기 제1 양의 스캐터로메트리 데이터의 차원을 감소시키는 상기 제1 양의 스캐터로메트리 데이터의 변환에 기초하여 상기 제1 양의 스캐터로메트리 데이터의 복수의 주요 특징들을 결정하고;
    측정 모델에 대한 입력으로서의 상기 제1 양의 스캐터로메트리 데이터로부터 추출된 상기 복수의 주요 특징들 및 출력 훈련 데이터로서의 상기 알려진 오버레이 값들에 기초하여, 상기 측정 모델을 훈련시키고;
    상기 훈련된 측정 모델에 기초하여 제2 복수의 측정 부위들 각각과 연관된 오버레이 값을 결정하고;
    반도체 제조 툴로부터의 원하는 출력을 달성하기 위해, 상기 반도체 제조 툴로 하여금 상기 반도체 제조 툴의 제조 프로세스의 하나 이상의 파라미터를 조정하게 하는 상기 오버레이 값의 표시를 상기 반도체 제조 툴로 전달하도록
    구성되는 것인, 시스템.
  14. 제13항에 있어서,
    상기 조명 소스는 700 나노미터보다 더 큰 파장들에서 조명 광을 시편(specimen)에 제공하도록 구성되고, 상기 검출기 서브시스템은 700 나노미터보다 더 큰 파장들에서 타겟 구조체의 측정들을 수행하도록 구성되는 것인, 시스템.
  15. 제13항에 있어서,
    상기 컴퓨팅 시스템은 또한,
    알려지지 않은 오버레이 값들을 갖는 제2 복수의 측정 부위들의 측정들과 연관된 제2 양의 스캐터로메트리 데이터를 수신하고 - 상기 제2 양의 스캐터로메트리 데이터는 동일한 적어도 하나의 스캐터로메트리 기반 계측 기법에 따라 수행되는 측정들로부터 도출됨 - ;
    상기 제2 양의 스캐터로메트리 데이터의 차원을 감소시키는 변환에 기초하여 상기 제2 양의 스캐터로메트리 데이터의 복수의 주요 특징들을 결정하고 - 상기 제2 복수의 측정 부위들 각각과 연관된 오버레이 값의 결정은 상기 훈련된 측정 모델에 대한 상기 복수의 주요 특징들의 맞춤에 기초함 - ; 및
    상기 오버레이 값을 메모리에 저장하도록
    구성되는 것인, 시스템.
  16. 제13항에 있어서,
    상기 제1 양의 스캐터로메트리 데이터는 동일한 프로세스 조건들에 의해 형성된 복수의 상이한 계측 타겟들의 측정들의 조합을 포함하는 것인, 시스템.
  17. 제13항에 있어서,
    상기 제1 양의 스캐터로메트리 데이터는 복수의 상이한 계측 기법들에 의해 취득된 측정들의 조합을 포함하는 것인, 시스템.
  18. 제13항에 있어서,
    상기 반도체 웨이퍼의 표면 상의 상기 제1 복수의 측정 부위들에서의 상기 다수의 층 구조체들은 반도체 제조 프로세스의 설계 규칙들에 따라 제조되는 것인, 시스템.
  19. 방법에 있어서,
    반도체 웨이퍼의 표면 상의 제1 복수의 측정 부위들에 조명 광을 제공하는 단계 - 상기 제1 복수의 측정 부위들은 다수의 층 구조체들을 포함함 - ;
    상기 조명 광에 응답하여 상기 제1 복수의 측정 부위들 각각으로부터 회절된 광의 양을 검출하는 단계;
    상기 검출된 광의 양에 기초하여 상기 제1 복수의 측정 부위들의 측정들과 연관된 제1 양의 스캐터로메트리 데이터를 생성하는 단계 - 상기 측정들은 적어도 하나의 스캐터로메트리 기반 계측 시스템에 의해 수행됨 - ;
    감소된 양의 스캐터로메트리 데이터를 생성하기 위해, 상기 제1 양의 스캐터로메트리 데이터의 차원을 감소시키는 변환에 기초하여 상기 제1 양의 스캐터로메트리 데이터의 복수의 주요 특징들을 결정하는 단계;
    훈련된 측정 모델에 대한 상기 복수의 주요 특징들의 맞춤에 기초하여 상기 제1 복수의 측정 부위들 각각과 연관된 오버레이 값을 결정하는 단계; 및
    반도체 제조 툴로부터의 원하는 출력을 달성하기 위해, 상기 반도체 제조 툴로 하여금 상기 반도체 제조 툴의 제조 프로세스의 하나 이상의 파라미터를 조정하게 하는 상기 오버레이 값의 표시를 상기 반도체 제조 툴로 전달하는 단계
    를 포함하는, 방법.
  20. 제19항에 있어서,
    반도체 웨이퍼의 표면 상의 제2 복수의 측정 부위들에 조명 광을 제공하는 단계 - 상기 제1 복수의 측정 부위들은 알려진 오버레이 값들을 갖는 다수의 층 구조체들을 포함함 - ;
    상기 조명 광에 응답하여 상기 제2 복수의 측정 부위들 각각으로부터 회절된 광의 양을 검출하는 단계;
    상기 검출된 광의 양에 기초하여 상기 제2 복수의 측정 부위들의 측정들과 연관된 제2 양의 스캐터로메트리 데이터를 생성하는 단계 - 상기 측정들은 상기 적어도 하나의 스캐터로메트리 기반 계측 시스템에 의해 수행됨 - ;
    상기 제2 양의 스캐터로메트리 데이터의 차원을 감소시키는 상기 제2 양의 스캐터로메트리 데이터의 변환에 기초하여 상기 제2 양의 스캐터로메트리 데이터의 복수의 주요 특징들을 결정하는 단계; 및
    상기 제2 양의 스캐터로메트리 데이터로부터 추출된 상기 복수의 주요 특징들 및 상기 알려진 오버레이 값들에 기초하여, 상기 측정 모델을 훈련시키는 단계
    를 더 포함하는, 방법.
KR1020167034186A 2014-05-09 2015-05-08 스캐터로메트리 기반 오버레이 측정들을 위한 신호 응답 계측 KR102221063B1 (ko)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US201461991395P 2014-05-09 2014-05-09
US61/991,395 2014-05-09
US14/704,840 US10352876B2 (en) 2014-05-09 2015-05-05 Signal response metrology for scatterometry based overlay measurements
US14/704,840 2015-05-05
PCT/US2015/029896 WO2015172027A1 (en) 2014-05-09 2015-05-08 Signal response metrology for scatterometry based overlay measurements

Publications (2)

Publication Number Publication Date
KR20170005059A KR20170005059A (ko) 2017-01-11
KR102221063B1 true KR102221063B1 (ko) 2021-02-25

Family

ID=54367569

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020167034186A KR102221063B1 (ko) 2014-05-09 2015-05-08 스캐터로메트리 기반 오버레이 측정들을 위한 신호 응답 계측

Country Status (6)

Country Link
US (1) US10352876B2 (ko)
KR (1) KR102221063B1 (ko)
CN (1) CN106463429B (ko)
IL (1) IL248105B (ko)
TW (1) TWI668774B (ko)
WO (1) WO2015172027A1 (ko)

Families Citing this family (35)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104471484B (zh) * 2012-07-05 2018-02-06 Asml荷兰有限公司 用于光刻术的量测
EP3006391A1 (fr) * 2014-10-07 2016-04-13 Aisapack Holding SA Procédé d'orientation de composants de tube
US10132684B1 (en) 2014-12-18 2018-11-20 J.A. Woolam Co., Inc. Reflectometer, spectrophometer, ellipsometer and polarimeter system with a super continuum laser-source of a beam of electromagnetism and improved detector system
US10422739B1 (en) 2014-12-18 2019-09-24 J.A. Woollam Co., Inc. Reflectometer, spectrophotometer, ellipsometer and polarimeter systems with a super continuum laser source of a beam of electromagnetism, and improved detector system
US11035729B1 (en) 2014-12-18 2021-06-15 J.A. Woqllam Co., Inc. Reflectometer, spectrophotometer, ellipsometer and polarimeter system with a super continuum laser source of a beam of electromagnetism, and improved detector system
US11675208B1 (en) 2014-12-18 2023-06-13 J.A. Woollam Co., Inc. Reflectometer, spectrophotometer, ellipsometer and polarimeter system with a super continuum laser source of a beam of electromagnetism, and improved detector system
US10345721B1 (en) * 2015-06-16 2019-07-09 Kla-Tencor Corporation Measurement library optimization in semiconductor metrology
CN113376975A (zh) 2015-12-23 2021-09-10 Asml荷兰有限公司 量测方法、量测设备、器件制造方法和计算机程序产品
TWI780741B (zh) * 2016-02-24 2022-10-11 美商克萊譚克公司 光學計量之準確度提升
US11313809B1 (en) * 2016-05-04 2022-04-26 Kla-Tencor Corporation Process control metrology
US10303839B2 (en) * 2016-06-07 2019-05-28 Kla-Tencor Corporation Electrically relevant placement of metrology targets using design analysis
US10732516B2 (en) * 2017-03-01 2020-08-04 Kla Tencor Corporation Process robust overlay metrology based on optical scatterometry
US10866090B2 (en) * 2017-07-06 2020-12-15 Kla-Tencor Corporation Estimating amplitude and phase asymmetry in imaging technology for achieving high accuracy in overlay metrology
US10983227B2 (en) * 2017-08-14 2021-04-20 Kla-Tencor Corporation On-device metrology using target decomposition
WO2019035854A1 (en) * 2017-08-16 2019-02-21 Kla-Tencor Corporation MACHINE LEARNING IN RELATION TO METROLOGY MEASUREMENTS
US10962888B2 (en) * 2017-11-29 2021-03-30 Taiwan Semiconductor Manufacturing Co., Ltd Structures for acoustic wave overlay error determination using periodic structures
US10943838B2 (en) * 2017-11-29 2021-03-09 Kla-Tencor Corporation Measurement of overlay error using device inspection system
US10692203B2 (en) * 2018-02-19 2020-06-23 International Business Machines Corporation Measuring defectivity by equipping model-less scatterometry with cognitive machine learning
WO2019173170A1 (en) * 2018-03-05 2019-09-12 Kla-Tencor Corporation Visualization of three-dimensional semiconductor structures
KR102586405B1 (ko) * 2018-06-14 2023-10-10 노바 엘티디. 반도체 제조용 측정 및 공정 제어
US10962951B2 (en) * 2018-06-20 2021-03-30 Kla-Tencor Corporation Process and metrology control, process indicators and root cause analysis tools based on landscape information
US11476144B2 (en) * 2018-12-03 2022-10-18 Kla Corporation Single cell in-die metrology targets and measurement methods
WO2020142301A1 (en) * 2019-01-02 2020-07-09 Kla Corporation Machine learning for metrology measurements
US11060982B2 (en) * 2019-03-17 2021-07-13 Kla Corporation Multi-dimensional model of optical dispersion
US11635682B2 (en) * 2019-06-26 2023-04-25 Kla Corporation Systems and methods for feedforward process control in the manufacture of semiconductor devices
US11340060B2 (en) * 2019-07-23 2022-05-24 Kla Corporation Automatic recipe optimization for overlay metrology system
US11415898B2 (en) 2019-10-14 2022-08-16 Kla Corporation Signal-domain adaptation for metrology
IL293749A (en) * 2019-12-18 2022-08-01 Asml Netherlands Bv A method for correcting measurements in the production of integrated circuits and related devices
TWI777353B (zh) * 2020-01-06 2022-09-11 以色列商諾威量測設備股份有限公司 用於光學關鍵尺寸計量之方法及系統
WO2021140515A1 (en) * 2020-01-07 2021-07-15 Nova Measuring Instruments Ltd. Detecting outliers and anomalies for ocd metrology machine learning
US11698251B2 (en) 2020-01-07 2023-07-11 Kla Corporation Methods and systems for overlay measurement based on soft X-ray Scatterometry
US12080610B2 (en) 2020-06-25 2024-09-03 Kla Corporation Wavelet system and method for ameliorating misregistration and asymmetry of semiconductor devices
US11530913B2 (en) * 2020-09-24 2022-12-20 Kla Corporation Methods and systems for determining quality of semiconductor measurements
US11713959B2 (en) 2021-03-17 2023-08-01 Kla Corporation Overlay metrology using spectroscopic phase
US11861824B1 (en) * 2022-02-03 2024-01-02 Kla Corporation Reference image grouping in overlay metrology

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040267397A1 (en) 2003-06-27 2004-12-30 Srinivas Doddi Optical metrology of structures formed on semiconductor wafer using machine learning systems
KR101304835B1 (ko) * 2006-02-07 2013-09-05 도쿄엘렉트론가부시키가이샤 다변량 분석을 사용하는 반도체 처리 시스템으로부터의 메트롤로지 데이터를 변환시키는 방법과 시스템, 및 컴퓨터 판독 가능한 매체
JP2014042069A (ja) * 2003-02-22 2014-03-06 Kla-Encor Corp 散乱計測を用いてオーバレイ誤差を検出する装置および方法
KR101381304B1 (ko) * 2007-08-31 2014-04-04 케이엘에이-텐코어 코오포레이션 웨이퍼의 영역에 걸쳐서 반도체 파라미터를 예측하기 위한 장치 및 방법들

Family Cites Families (48)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5608526A (en) 1995-01-19 1997-03-04 Tencor Instruments Focused beam spectroscopic ellipsometry method and system
US6023338A (en) 1996-07-12 2000-02-08 Bareket; Noah Overlay alignment measurement of wafers
US5859424A (en) 1997-04-08 1999-01-12 Kla-Tencor Corporation Apodizing filter system useful for reducing spot size in optical measurements and other applications
US6429943B1 (en) 2000-03-29 2002-08-06 Therma-Wave, Inc. Critical dimension analysis with simultaneous multiple angle of incidence measurements
US6787773B1 (en) 2000-06-07 2004-09-07 Kla-Tencor Corporation Film thickness measurement using electron-beam induced x-ray microanalysis
US7541201B2 (en) 2000-08-30 2009-06-02 Kla-Tencor Technologies Corporation Apparatus and methods for determining overlay of structures having rotational or mirror symmetry
US7068833B1 (en) 2000-08-30 2006-06-27 Kla-Tencor Corporation Overlay marks, methods of overlay mark design and methods of overlay measurements
US20030002043A1 (en) 2001-04-10 2003-01-02 Kla-Tencor Corporation Periodic patterns and technique to control misalignment
US6716646B1 (en) 2001-07-16 2004-04-06 Advanced Micro Devices, Inc. Method and apparatus for performing overlay measurements using scatterometry
US6778275B2 (en) 2002-02-20 2004-08-17 Micron Technology, Inc. Aberration mark and method for estimating overlay error and optical aberrations
DE10224164B4 (de) * 2002-05-31 2007-05-10 Advanced Micro Devices, Inc., Sunnyvale Eine zweidimensionale Struktur zum Bestimmen einer Überlagerungsgenauigkeit mittels Streuungsmessung
US7046376B2 (en) * 2002-07-05 2006-05-16 Therma-Wave, Inc. Overlay targets with isolated, critical-dimension features and apparatus to measure overlay
US6992764B1 (en) 2002-09-30 2006-01-31 Nanometrics Incorporated Measuring an alignment target with a single polarization state
US7842933B2 (en) 2003-10-22 2010-11-30 Applied Materials Israel, Ltd. System and method for measuring overlay errors
US6937337B2 (en) 2003-11-19 2005-08-30 International Business Machines Corporation Overlay target and measurement method using reference and sub-grids
US6980873B2 (en) * 2004-04-23 2005-12-27 Taiwan Semiconductor Manufacturing Company, Ltd. System and method for real-time fault detection, classification, and correction in a semiconductor manufacturing environment
US7321426B1 (en) 2004-06-02 2008-01-22 Kla-Tencor Technologies Corporation Optical metrology on patterned samples
US7478019B2 (en) 2005-01-26 2009-01-13 Kla-Tencor Corporation Multiple tool and structure analysis
JP4585926B2 (ja) 2005-06-17 2010-11-24 株式会社日立ハイテクノロジーズ パターンレイヤーデータ生成装置、それを用いたパターンレイヤーデータ生成システム、半導体パターン表示装置、パターンレイヤーデータ生成方法、及びコンピュータプログラム
US7567351B2 (en) * 2006-02-02 2009-07-28 Kla-Tencor Corporation High resolution monitoring of CD variations
JP4887062B2 (ja) 2006-03-14 2012-02-29 株式会社日立ハイテクノロジーズ 試料寸法測定方法、及び試料寸法測定装置
US7616313B2 (en) 2006-03-31 2009-11-10 Kla-Tencor Technologies Corporation Apparatus and methods for detecting overlay errors using scatterometry
US7630087B2 (en) * 2006-11-22 2009-12-08 Asml Netherlands B.V. Inspection method and apparatus, lithographic apparatus, lithographic processing cell and device manufacturing method
US8041518B2 (en) 2007-05-08 2011-10-18 Globalfoundries Inc. Determining die test protocols based on process health
US7716003B1 (en) * 2007-07-16 2010-05-11 Kla-Tencor Technologies Corporation Model-based measurement of semiconductor device features with feed forward use of data for dimensionality reduction
US8699027B2 (en) * 2007-07-27 2014-04-15 Rudolph Technologies, Inc. Multiple measurement techniques including focused beam scatterometry for characterization of samples
US7826072B1 (en) * 2007-08-16 2010-11-02 Kla-Tencor Technologies Corporation Method for optimizing the configuration of a scatterometry measurement system
US8068662B2 (en) 2009-03-30 2011-11-29 Hermes Microvision, Inc. Method and system for determining a defect during charged particle beam inspection of a sample
JP5764380B2 (ja) 2010-04-29 2015-08-19 エフ イー アイ カンパニＦｅｉ Ｃｏｍｐａｎｙ Ｓｅｍ画像化法
US8452718B2 (en) 2010-06-10 2013-05-28 Tokyo Electron Limited Determination of training set size for a machine learning system
CN102478842B (zh) 2010-11-23 2013-09-04 中芯国际集成电路制造(上海)有限公司 一种量测工序优化方法和装置
US9046475B2 (en) 2011-05-19 2015-06-02 Applied Materials Israel, Ltd. High electron energy based overlay error measurement methods and systems
US10107621B2 (en) 2012-02-15 2018-10-23 Nanometrics Incorporated Image based overlay measurement with finite gratings
US8837810B2 (en) 2012-03-27 2014-09-16 Taiwan Semiconductor Manufacturing Company, Ltd. System and method for alignment in semiconductor device fabrication
US10354929B2 (en) * 2012-05-08 2019-07-16 Kla-Tencor Corporation Measurement recipe optimization based on spectral sensitivity and process variation
US10769320B2 (en) 2012-12-18 2020-09-08 Kla-Tencor Corporation Integrated use of model-based metrology and a process model
US9291554B2 (en) 2013-02-05 2016-03-22 Kla-Tencor Corporation Method of electromagnetic modeling of finite structures and finite illumination for metrology and inspection
US10101670B2 (en) * 2013-03-27 2018-10-16 Kla-Tencor Corporation Statistical model-based metrology
US9875946B2 (en) * 2013-04-19 2018-01-23 Kla-Tencor Corporation On-device metrology
US9915522B1 (en) 2013-06-03 2018-03-13 Kla-Tencor Corporation Optimized spatial modeling for optical CD metrology
US9383661B2 (en) 2013-08-10 2016-07-05 Kla-Tencor Corporation Methods and apparatus for determining focus
US10935893B2 (en) * 2013-08-11 2021-03-02 Kla-Tencor Corporation Differential methods and apparatus for metrology of semiconductor targets
US9347872B1 (en) * 2013-09-23 2016-05-24 Kla-Tencor Corporation Meta-model based measurement refinement
US9885962B2 (en) 2013-10-28 2018-02-06 Kla-Tencor Corporation Methods and apparatus for measuring semiconductor device overlay using X-ray metrology
US9490182B2 (en) * 2013-12-23 2016-11-08 Kla-Tencor Corporation Measurement of multiple patterning parameters
US10210606B2 (en) * 2014-10-14 2019-02-19 Kla-Tencor Corporation Signal response metrology for image based and scatterometry overlay measurements
US9710728B2 (en) * 2014-10-28 2017-07-18 Kla-Tencor Corporation Image based signal response metrology
US10502549B2 (en) * 2015-03-24 2019-12-10 Kla-Tencor Corporation Model-based single parameter measurement

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2014042069A (ja) * 2003-02-22 2014-03-06 Kla-Encor Corp 散乱計測を用いてオーバレイ誤差を検出する装置および方法
US20040267397A1 (en) 2003-06-27 2004-12-30 Srinivas Doddi Optical metrology of structures formed on semiconductor wafer using machine learning systems
KR101304835B1 (ko) * 2006-02-07 2013-09-05 도쿄엘렉트론가부시키가이샤 다변량 분석을 사용하는 반도체 처리 시스템으로부터의 메트롤로지 데이터를 변환시키는 방법과 시스템, 및 컴퓨터 판독 가능한 매체
KR101381304B1 (ko) * 2007-08-31 2014-04-04 케이엘에이-텐코어 코오포레이션 웨이퍼의 영역에 걸쳐서 반도체 파라미터를 예측하기 위한 장치 및 방법들

Also Published As

Publication number Publication date
CN106463429B (zh) 2019-10-25
CN106463429A (zh) 2017-02-22
IL248105B (en) 2020-05-31
TW201546925A (zh) 2015-12-16
IL248105A0 (en) 2016-11-30
US10352876B2 (en) 2019-07-16
TWI668774B (zh) 2019-08-11
KR20170005059A (ko) 2017-01-11
US20150323316A1 (en) 2015-11-12
WO2015172027A1 (en) 2015-11-12

Similar Documents

Publication Publication Date Title
KR102221063B1 (ko) 스캐터로메트리 기반 오버레이 측정들을 위한 신호 응답 계측
JP6983944B2 (ja) 画像ベースの測定のための方法および測定システム
US9710728B2 (en) Image based signal response metrology
KR102196370B1 (ko) 프록시 구조의 측정에 기초한 신호 응답 계측
US10504759B2 (en) Semiconductor metrology with information from multiple processing steps
US10769320B2 (en) Integrated use of model-based metrology and a process model
KR102579585B1 (ko) 다중 패턴화 파라미터의 측정
US10502549B2 (en) Model-based single parameter measurement
KR102245698B1 (ko) 다중 패턴화 프로세스의 계측
US10101670B2 (en) Statistical model-based metrology
KR102013483B1 (ko) 파라미터 추적을 위한 계측 시스템 최적화
IL268861A (en) The robust coverage metrology process is based on optical spectrometry
KR20160124775A (ko) 이미지 기반 오버레이 측정을 위한 신호 응답 계측
US10365225B1 (en) Multi-location metrology

Legal Events

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