KR102294369B1 - 변동을 측정하는 방법, 검사 시스템, 컴퓨터 프로그램, 및 컴퓨터 시스템 - Google Patents

Abstract

디바이스 제조 프로세스에서의 단계 이후 기판 또는 기판들 상의 패턴의 다수의 인스턴스에 걸친 변동을 측정하는 방법이 개시된다. 하나의 배열에서, 이미지의 세트를 나타내는 데이터가 수신된다. 각각의 이미지는 패턴의 상이한 인스턴스를 나타낸다. 이미지의 세트는 패턴의 인스턴스를 중첩시키기 위해 서로에 대해 위치 맞춤된다. 패턴에서의 변동은 이미지의 위치 맞춤된 세트를 사용하여 측정된다. 패턴은 복수의 패턴 엘리먼트를 포함하고, 위치 맞춤은 복수의 패턴 엘리먼트 중 두 개 이상에 상이한 가중치를 적용하는 것을 포함한다. 가중치는, 각각의 패턴 엘리먼트가 이미지의 세트의 위치 맞춤에 기여하는 정도를 제어한다. 각각의 가중치는, 가중치가 적용되는 패턴 엘리먼트의 예상된 변동에 기초한다.

Description

변동을 측정하는 방법, 검사 시스템, 컴퓨터 프로그램, 및 컴퓨터 시스템

관련 출원에 대한 교차 참조

본 출원은 2017년 2월 24일자로 출원된 그리고 참조에 의해 그 전체가 본원에 통합되는 EP 출원 17157931.1의 우선권을 주장한다.

분야

본 발명은, 특히 리소그래피의 맥락에서, 기판 또는 기판들 상의 패턴의 상이한 인스턴스 사이의 변동(variation)을 측정하는 것에 관한 것이다.

리소그래피 장치는, 기판 상으로, 일반적으로 기판의 타겟 부분 상으로 소망되는 패턴을 적용하는 머신이다. 리소그래피 장치는 디바이스 제조 프로세스의 하나 이상의 스테이지(stage)에서, 예컨대 집적 회로(integrated circuit; IC)의 제조에서 사용될 수 있다. 그 경우, 대안적으로 마스크 또는 레티클로 지칭되는 패턴화 디바이스(patterning device)는, IC의 개개의 층 상에 형성될 회로 패턴을 생성하기 위해 사용될 수도 있다. 이 패턴은 기판(예를 들면, 실리콘 웨이퍼) 상의 타겟 부분(예를 들면, 하나의, 또는 여러 개의 다이의 부분을 포함함) 상으로 전사될 수 있다. 패턴의 전사는 통상적으로 기판 상에 제공되는 방사선 감응 재료(radiation-sensitive material)(레지스트)의 층 상으로의 이미징을 통한다. 일반적으로, 단일의 기판은, 연속적으로 패턴화되는 인접한 타겟 부분의 네트워크를 포함할 것이다. 공지된 리소그래피 장치는, 전체 패턴을 타겟 부분 상으로 한 번에 노출시키는 것에 의해 각각의 타겟 부분이 조사되는(irradiated) 소위 스테퍼(steppers), 및 주어진 방향("스캐닝" 방향)에서, 이 방향과 평행하게 또는 반평행하게 기판을 동시에 스캐닝하면서, 방사선 빔을 통해 패턴을 스캐닝하는 것에 의해 각각의 타겟 부분이 조사되는 소위 스캐너를 포함한다. 패턴을 기판 상으로 임프린팅하는 것에 의해 패턴을 패턴화 디바이스로부터 기판으로 전사하는 것도 또한 가능하다.

디바이스 제조 프로세스를 모니터링하기 위해, 패턴화된 기판의(따라서, 패턴화된 기판에 영향을 끼치는 디바이스 제조 프로세스의 임의의 양태의) 파라미터가 측정된다. 파라미터는 패턴 형상(1D 및 2D 형상을 포함함)의 피쳐(feature), 예를 들면, 현상된 감광성 레지스트의 임계 치수(통상적으로 선폭) 및/또는 에칭된 제품 피쳐를 포함할 수도 있다. 파라미터는 피쳐 높이 및/또는 피쳐 피치를 포함할 수도 있다. 파라미터는 라인 에지 조도(line edge roughness) 및 라인 폭 조도(line width roughness)를 더 포함할 수도 있다. 이들 측정은 제품 기판 및/또는 전용 계측 타겟에 대해 수행될 수도 있다. 주사 전자 현미경(scanning electron microscope; SEM) 및 다양한 특수 툴의 사용을 비롯한, 리소그래피 프로세스에서 형성되는 극미세 구조체(microscopic structure)의 측정을 행하기 위한 다양한 기술이 있다.

기판 상의 그리고 상이한 기판 사이의 상이한 위치에서 기판 사이의 상이한 위치에서 패턴화된 기판의 파라미터의 변동을 모니터링하는 것이 또한 바람직하다. 그러한 변동은, 기판 상의 또는 상이한 기판 상의 패턴, 예를 들면, 명목상 동일한 패턴의 다수의 인스턴스의 이미지를 비교하는 것에 의해 모니터링될 수 있다. 그러한 이미지의 세트는 서로에 대해 위치 맞춤되고(registered)(정렬되고) 상이한 이미지 사이의 편차가 식별 및 정량화될 수 있다.

패턴의 다수의 인스턴스에 걸친 변동을 평가하기 위한 현존하는 방법은 신뢰할 수 없는 것으로 밝혀졌다.

패턴의 다수의 인스턴스에 걸친 변동을 측정하기 위한 개선된 방법을 제공하는 것이 바람직하다.

본 발명의 한 양태에 따르면, 디바이스 제조 프로세스에서의 단계 이후 기판 또는 기판들 상의 패턴의 다수의 인스턴스에 걸친 변동을 측정하는 방법이 제공되는데, 그 방법은: 이미지 - 각각의 이미지는 패턴의 상이한 인스턴스를 나타냄 - 의 세트를 나타내는 데이터를 수신하는 것; 패턴의 인스턴스를 중첩시키기 위해 이미지의 세트를 서로에 대해 위치 맞춤하는 것; 및 이미지의 위치 맞춤된 세트를 사용하여 패턴에서의 변동을 측정하는 것을 포함하되, 패턴은 복수의 패턴 엘리먼트를 포함하고, 이미지의 세트의 위치 맞춤(registration)은 복수의 패턴 엘리먼트 중 두 개 이상에 상이한 가중치(weighting)를 적용하는 것을 포함하고, 가중치는, 각각의 패턴 엘리먼트가 이미지의 세트의 위치 맞춤에 기여하는 정도를 제어하고; 각각의 가중치는 가중치가 적용되는 패턴 엘리먼트의 예상된 변동에 기초한다.

본 발명의 다른 양태에 따르면, 디바이스 제조 프로세스에서의 단계 이후 기판 또는 기판들 상의 패턴의 다수의 인스턴스에 걸친 변동을 측정하는 방법이 제공되는데, 그 방법은: 이미지 - 각각의 이미지는 패턴의 상이한 인스턴스를 나타냄 - 의 세트를 나타내는 데이터를 수신하는 것; 패턴의 인스턴스를 중첩시키기 위해 이미지의 세트를 서로에 대해 위치 맞춤하는 것; 및 이미지의 위치 맞춤된 세트를 사용하여 패턴에서의 변동을 측정하는 것을 포함하되, 이미지의 수신된 세트 내의 각각의 이미지는 경계 박스에 의해 범위가 정해지고; 이미지의 세트의 위치 맞춤은 이미지의 수신된 세트의 경계 박스 사이의 교차선에 기초한 이미지의 세트에 대한 공통 경계 박스를 설정하는 것을 포함하고; 그리고 이미지의 세트의 위치 맞춤은 각각의 이미지에 대한 공통 경계 박스 내의 모든 픽셀을 사용하여 수행된다.

본 발명의 다른 양태에 따르면, 하나 이상의 이미지에서 패턴을 위치 맞춤하는 방법이 제공되는데, 패턴은 복수의 패턴 엘리먼트를 포함하고, 각각의 패턴 엘리먼트는, 패턴 엘리먼트가 패턴의 위치 맞춤에 기여하는 정도를 제어하는 가중치를 가지며, 그 방법은 다음의 것을 포함한다: 패턴을 생성하기 위한 패턴화 프로세스를 설명하는 모델을 사용하여 적어도 하나의 패턴 엘리먼트에서의 변동을 결정하는 것; 및 패턴 엘리먼트에서의 결정된 변동에 기초하여 적어도 하나의 패턴 엘리먼트와 관련되는 가중치를 결정하는 것.

본 발명의 다른 양태에 따르면, 디바이스 제조 프로세스에서의 단계 이후 기판 또는 기판들 상의 패턴의 다수의 인스턴스에 걸친 변동을 측정하기 위한 검사 시스템이 제공되는데, 검사 시스템은: 기판 또는 복수의 기판에 대해 이미징 동작을 수행하여 이미지 - 각각의 이미지는 패턴의 상이한 인스턴스를 나타냄 - 의 세트를 획득하도록 구성되는 이미지 획득 디바이스; 및 패턴의 인스턴스를 중첩시키기 위해 이미지의 세트를 서로에 대해 위치 맞춤하도록; 그리고 이미지의 위치 맞춤된 세트를 사용하여 패턴에서의 변동을 측정하도록: 구성되는 컴퓨터 시스템을 포함하되, 패턴은 복수의 패턴 엘리먼트를 포함하고, 이미지의 세트의 위치 맞춤은 복수의 패턴 엘리먼트 중 두 개 이상에 상이한 가중치를 적용하는 것을 포함하고, 가중치는, 각각의 패턴 엘리먼트가 이미지의 세트의 위치 맞춤에 기여하는 정도를 제어하고; 각각의 가중치는 가중치가 적용되는 패턴 엘리먼트의 예상된 변동에 기초한다.

본 발명의 다른 양태에 따르면, 디바이스 제조 프로세스에서의 단계 이후 기판 또는 기판들 상의 패턴의 다수의 인스턴스에 걸친 변동을 측정하기 위한 검사 시스템이 제공되는데, 검사 시스템은: 기판 또는 복수의 기판에 대해 이미징 동작을 수행하여 이미지 - 각각의 이미지는 패턴의 상이한 인스턴스를 나타냄 - 의 세트를 획득하도록 구성되는 이미지 획득 디바이스; 및 패턴의 인스턴스를 중첩시키기 위해 이미지의 세트를 서로에 대해 위치 맞춤하도록; 그리고 이미지의 위치 맞춤된 세트를 사용하여 패턴에서의 변동을 측정하도록: 구성되는 컴퓨터 시스템을 포함하되, 이미지의 수신된 세트 내의 각각의 이미지는 경계 박스에 의해 범위가 정해지고; 이미지의 세트의 위치 맞춤은 이미지의 수신된 세트의 경계 박스 사이의 교차선에 기초한 이미지의 세트에 대한 공통 경계 박스를 설정하는 것을 포함하고; 그리고 이미지의 세트의 위치 맞춤은 각각의 이미지에 대한 공통 경계 박스 내의 모든 픽셀을 사용하여 수행된다.

본 발명의 다른 양태에 따르면, 디바이스 제조 프로세스에서의 단계 이후 기판 또는 기판들 상의 패턴의 다수의 인스턴스에 걸친 변동을 측정하기 위한 검사 시스템이 제공되는데, 검사 시스템은: 기판 또는 복수의 기판에 대해 이미징 동작을 수행하여 이미지 - 각각의 이미지는 패턴의 상이한 인스턴스를 나타냄 - 의 세트를 획득하도록 구성되는 이미지 획득 디바이스; 및 이미지의 세트에 걸쳐 패턴을 위치 맞춤하도록 구성되는 컴퓨터 시스템을 포함하되, 패턴은 복수의 패턴 엘리먼트를 포함하고, 각각의 패턴 엘리먼트는, 패턴 엘리먼트가 패턴의 위치 맞춤에 기여하는 정도를 제어하는 가중치를 가지며, 위치 맞춤은 다음의 것을 포함한다: 패턴을 생성하기 위한 패턴화 프로세스를 설명하는 모델을 사용하여 이미지의 세트에 걸친 적어도 하나의 패턴 엘리먼트의 변동을 결정하는 것; 및 패턴 엘리먼트에서의 결정된 변동에 기초하여 적어도 하나의 패턴 엘리먼트와 관련되는 가중치를 결정하는 것.

이제, 본 발명의 실시형태가, 대응하는 참조 부호가 대응하는 부분을 나타내는 첨부의 개략적인 도면을 참조하여, 단지 예로서, 설명될 것인데, 첨부의 도면에서:
도 1은 리소그래피 장치를 묘사한다;
도 2는 리소그래피 셀 또는 클러스터를 묘사한다;
도 3 및 도 4는 상이한 이미지에서 오브젝트의 불일치하는 라벨링(labeling)을 묘사한다;
도 5 및 도 6은 상이한 이미지에서 불일치하는 경계 박스를 묘사한다;
도 7 및 8은 상이한 이미지에서 오브젝트의 불일치하는 분할을 묘사한다;
도 9 및 도 10은 상이한 이미지에서 별개의 오브젝트의 불일치하는 결합을 묘사한다;
도 11 및 도 12는 위치 맞춤을 위해 어떤 오브젝트를 사용할지의 선택에 따라 오브젝트에서의 겉보기 변동(apparent variation)이 어떻게 변할 수 있는지를 예시한다;
도 13은 명목상 동일한 패턴 사이의 변동을 측정하는 반복적인 방법을 묘사한다;
도 14 및 도 15는 상이한 패턴 엘리먼트에 대한 상이한 가중치의 예시적인 선택을 묘사한다;
도 16 및 도 17은, 한 실시형태에 따른 위치 맞춤되는 이미지의 세트의 적층(stacking)을 묘사한다;
도 18 및 도 19는 이미지에서의 오브젝트의 무게 중심을 사용하여 위치 맞춤되는 도 16 및 도 17의 이미지의 세트의 적층을 묘사한다;
도 20은 이미지의 세트의 경계 박스 사이의 교차선을 사용하여 공통 경계 박스의 유도를 묘사한다; 그리고
도 21은 한 실시형태에 따른 검사 시스템을 묘사한다.

본 명세서는 본 발명의 피쳐를 통합하는 하나 이상의 실시형태를 개시한다. 개시된 실시형태(들)는 본 발명을 예시화하는 것에 불과하다. 본 발명의 범위는 개시된 실시형태(들)로 제한되지는 않는다. 본 발명은 본원에 첨부되는 청구범위에 의해 정의된다.

설명되는 실시형태(들), 및 본 명세서에서의 "하나의 실시형태", "한 실시형태", "예시적인 실시형태", 등등에 대한 언급은, 설명되는 실시형태(들)가 특정한 피쳐, 구조체, 또는 특성(characteristic)을 포함할 수도 있지만, 그러나, 모든 실시형태가 반드시 그 특정한 피쳐, 구조체, 또는 특성을 포함할 필요는 없을 수도 있다는 것을 나타낸다. 또한, 그러한 문구는 반드시 동일한 실시형태를 가리키는 것은 아니다. 게다가, 특정한 피쳐, 구조체, 또는 특성이 한 실시형태와 관련하여 설명되는 경우, 명시적으로 설명되든 또는 설명되지 않든 간에 다른 실시형태와 관련하여 그러한 피쳐, 구조체, 또는 특성을 달성하는 것이 기술 분야에서 숙련된 자의 지식 내에 있다는 것이 이해된다.

그러나, 그러한 실시형태를 더욱 상세하게 설명하기 이전에, 본 발명의 실시형태가 구현될 수도 있는 예시적인 환경을 제시하는 것이 도움이 된다.

도 1은 리소그래피 장치(lithographic apparatus; LA)를 개략적으로 묘사한다. 장치는, 방사선 빔(B)(예를 들면, UV 방사선 또는 DUV 방사선)을 컨디셔닝하도록 구성되는 조명 시스템(일루미네이터(illuminator))(IL), 패턴화 디바이스(예를 들면, 마스크(mask))(MA)를 지지하도록 구성되며 소정의 파라미터에 따라 패턴화 디바이스를 정확하게 위치 결정하도록 구성되는 제1 포지셔너(positioner)(PM)에 연결되는 지지 구조체(예를 들면, 마스크 테이블(mask table))(MT), 기판(예를 들면, 레지스트 코팅 웨이퍼)(W)을 유지하도록 구성되며 소정의 파라미터에 따라 기판을 정확하게 위치 결정하도록 구성되는 제2 포지셔너(PW)에 연결되는 기판 테이블(예를 들면, 웨이퍼 테이블)(WT), 및 패턴화 디바이스(MA)에 의해 방사선 빔(B)에 부여되는 패턴을 기판(W)의 타겟 부분(C)(예를 들면, 하나 이상의 다이를 포함함) 상으로 투영하도록 구성되는 투영 시스템(projection system)(예를 들면, 굴절 투영 렌즈 시스템)(PS)을 포함한다.

조명 시스템은, 방사선을 지향, 성형 또는 제어하기 위한 다양한 타입의 광학 컴포넌트, 예컨대 굴절, 반사, 자기, 전자기, 정전기, 또는 다른 타입의 광학 컴포넌트, 또는 이들의 임의의 조합을 포함할 수도 있다.

지지 구조체는 패턴화 디바이스를 지지한다, 즉, 패턴화 디바이스의 중량을 지탱한다. 그것은, 패턴화 디바이스의 방위, 리소그래피 장치의 설계, 및 예를 들면, 패턴화 디바이스가 진공 환경에서 유지되는지 또는 그렇지 않은지의 여부와 같은, 다른 조건에 의존하는 방식으로, 패턴화 디바이스를 유지한다. 지지 구조체는 패턴화 디바이스를 유지하기 위해 기계적, 진공, 정전기 또는 다른 클램핑 기술을 사용할 수 있다. 지지 구조체는, 예를 들면, 필요에 따라 고정될 수도 있거나 또는 움직일 수도 있는 프레임 또는 테이블일 수도 있다. 지지 구조체는, 패턴화 디바이스가, 예를 들면, 투영 시스템에 대하여 소망되는 위치에 있는 것을 보장할 수도 있다. 본원에서 용어 "레티클" 또는 "마스크"의 임의의 사용은, 더욱 일반적인 용어 "패턴화 디바이스"와 동의어로서 간주될 수도 있다.

본원에서 사용되는 용어 "패턴화 디바이스"는, 자신의 단면에 패턴을 갖는 방사선 빔을 부여하기 위해 예컨대 기판의 타겟 부분에 패턴을 생성하기 위해 사용될 수 있는 임의의 디바이스를 가리키는 것으로 광의적으로 해석되어야 한다. 예를 들면, 패턴이 위상 시프팅 피쳐 또는 소위 보조 피쳐를 포함하는 경우, 방사선 빔에 부여되는 패턴은 기판의 타겟 부분에서의 소망되는 패턴에 정확하게 대응하지 않을 수도 있다는 것을 유의해야 한다. 일반적으로, 방사선 빔에 부여되는 패턴은, 집적 회로와 같은, 타겟 부분에서 생성되고 있는 디바이스의 특정한 기능 층에 대응할 것이다.

패턴화 디바이스는 투과성 또는 반사성일 수도 있다. 패턴화 디바이스의 예는, 마스크, 프로그래머블 미러 어레이(programmable mirror array), 및 프로그래머블 LCD 패널을 포함한다. 마스크는 리소그래피에서 널리 알려져 있으며, 이진의, 교대하는 위상 시프트, 및 감쇠 위상 시프트와 같은 마스크 타입뿐만 아니라, 다양한 하이브리드 마스크 타입을 포함한다. 프로그래머블 미러 어레이의 예는, 작은 미러의 매트릭스 배열을 활용하는데, 그 각각은 입사 방사선 빔을 상이한 방향으로 반사시키기 위해 개별적으로 기울어질 수 있다. 기울어진 미러는, 미러 매트릭스에 의해 반사되는 방사선 빔에 패턴을 부여한다.

본원에서 사용되는 용어 "투영 시스템"은, 사용되고 있는 노출 방사선에, 또는 침지 액체의 사용 또는 진공의 사용과 같은 다른 요인에 적절하게, 굴절, 반사, 반사굴절(catadioptric), 자기, 전자기 및 정전 광학 시스템, 또는 이들의 임의의 조합을 비롯한, 다양한 타입의 투영 시스템을 포괄하는 것으로 광의적으로 해석되어야 한다. 본원에서 용어 "투영 렌즈"의 임의의 사용은, 더욱 일반적인 용어 "투영 시스템"과 동의어로서 간주될 수도 있다.

이 실시형태에서, 예를 들면, 장치는 (예를 들면, 투과 마스크를 활용하는) 투과 타입을 갖는다. 그러나, 장치는 (예를 들면, 위에서 언급되는 바와 같은 타입의 프로그래머블 미러 어레이를 활용하거나, 또는 반사 마스크를 활용하는) 반사 타입을 가질 수도 있다.

리소그래피 장치는 두 개(이중 스테이지) 이상의 기판 테이블, 예를 들면, 두 개 이상의 마스크 테이블을 갖는 타입을 가질 수도 있다. 그러한 "다수의 스테이지" 머신에서, 추가적인 테이블(들)은 병렬로 사용될 수도 있거나, 또는 하나 이상의 다른 테이블이 노출을 위해 사용되고 있는 동안 하나 이상의 테이블 상에서 준비 단계가 수행될 수도 있다.

리소그래피 장치는 또한, 투영 시스템과 기판 사이의 공간을 채우기 위해, 기판의 적어도 일부가 상대적으로 높은 굴절률을 갖는 액체, 예를 들면, 물에 의해 덮일 수도 있는 타입을 가질 수도 있다. 침지 액체는 또한, 리소그래피 장치 내의, 예를 들면, 마스크와 투영 시스템 사이의 다른 공간에 적용될 수도 있다. 투영 시스템의 개구수(numerical aperture)를 증가시키기 위한 침지 기술은 기술 분야에 잘 알려져 있다. 본원에서 사용되는 바와 같은 용어 "침지"는, 기판과 같은 구조체가 액체에 잠겨야 한다는 것을 의미하는 것이 아니라, 오히려, 단지, 노출 동안 액체가 투영 시스템과 기판 사이에 위치된다는 것을 의미한다.

도 1을 참조하면, 일루미네이터(IL)는 방사선 소스(SO)로부터 방사선 빔을 수신한다. 예를 들면, 소스가 엑시머 레이저인 경우, 소스 및 리소그래피 장치는 별개의 엔티티일 수도 있다. 그러한 경우에, 소스는 리소그래피 장치의 일부를 형성하는 것으로 간주되지 않으며, 방사선 빔은, 예를 들면, 적절한 지향 미러 및/또는 빔 확장기(beam expander)를 포함하는 빔 전달 시스템(BD)의 도움으로 소스(SO)로부터 일루미네이터(IL)로 전달된다. 다른 경우에, 소스는, 예를 들면, 소스가 수은 램프인 경우, 리소그래피 장치의 필수 부분일 수도 있다. 소스(SO) 및 일루미네이터(IL)는, 필요한 경우 빔 전달 시스템(BD)과 함께, 방사선 시스템으로 칭해질 수도 있다.

일루미네이터(IL)는 방사선 빔의 각도 강도 분포(angular intensity distribution)를 조정하기 위한 조정기(adjuster)(AD)를 포함할 수도 있다. 일반적으로, 일루미네이터의 동공 평면에서의 강도 분포의 적어도 외부 및/또는 내부 반경 방향 범위(이들은 일반적으로, 각각, σ-외부 및 σ-내부로 지칭됨)가 조정될 수 있다. 또한, 일루미네이터(IL)는 적분기(IN) 및 집광기(condenser)(CO)와 같은 다양한 다른 컴포넌트를 포함할 수도 있다. 일루미네이터는, 방사선 빔을, 그 단면에서 소망되는 균일성 및 강도 분포를 가지도록 컨디셔닝하기 위해 사용될 수도 있다.

방사선 빔(B)은, 지지 구조체(예를 들면, 마스크 테이블)(MT) 상에 유지되는 패턴화 디바이스(예를 들면, 마스크)(MA) 상에 입사하며, 패턴화 디바이스에 의해 패턴화된다. 마스크(MA)를 관통한 이후, 방사선 빔(B)은 투영 광학 시스템(PS)을 통과하는데, 투영 광학 시스템(PS)은 빔을 기판(W)의 타겟 부분(C) 상으로 포커싱한다. 제2 포지셔너(PW) 및 위치 센서(IF)(예를 들면, 간섭계 디바이스, 선형 인코더, 2-D 인코더 또는 용량성 센서)의 도움으로, 기판 테이블(WT)은, 예를 들면, 방사선 빔(B)의 경로에서 상이한 타겟 부분(C)을 위치 결정하기 위해 정확하게 이동될 수 있다. 유사하게, 제1 포지셔너(PM) 및 다른 위치 센서(이것은 도 1에 명시적으로 묘사되지 않음)는, 예를 들면, 마스크 라이브러리로부터의 기계적 회수 이후, 또는 스캔 동안, 방사선 빔(B)의 경로에 대해 마스크(MA)를 정확하게 위치 결정하기 위해 사용될 수 있다. 일반적으로, 마스크 테이블(MT)의 이동은 제1 포지셔너(PM)의 일부를 형성하는 장행정 모듈(long-stroke module)(대략적인 위치 결정) 및 단행정 모듈(short-stroke module)(정밀한 위치 결정)의 도움으로 실현될 수도 있다. 유사하게, 기판 테이블(WT)의 이동은, 제2 포지셔너(PW)의 일부를 형성하는 장행정 모듈 및 단행정 모듈을 사용하여 실현될 수도 있다. (스캐너와는 반대로) 스테퍼의 경우, 마스크 테이블(MT)은 단행정 액추에이터에만 연결될 수도 있거나, 또는 고정될 수도 있다. 마스크(MA) 및 기판(W)은 마스크 정렬 마크(M1, M2) 및 기판 정렬 마크(P1, P2)를 사용하여 정렬될 수도 있다. 비록 예시되는 바와 같은 기판 정렬 마크가 전용 타겟 부분을 점유하지만, 그들은 타겟 부분 사이의 공간에 위치될 수도 있다(이들은 스크라이브 레인 정렬 마크로 알려져 있음). 유사하게, 하나보다 더 많은 다이가 마스크(MA) 상에 제공되는 상황에서, 마스크 정렬 마크는 다이 사이에 위치될 수도 있다.

묘사된 장치는 다음 모드 중 적어도 하나에서 사용될 수 있을 것이다:

1. 스텝 모드에서, 방사선 빔에 부여되는 전체 패턴이 한 번에 타겟 부분(C) 상으로 투영되는 동안, 마스크 테이블(MT) 및 기판 테이블(WT)은 본질적으로 정지 상태로 유지된다(즉, 단일의 정적 노출). 그 다음, 기판 테이블(WT)은 상이한 타겟 부분(C)이 노출될 수 있도록 X 및/또는 Y 방향으로 시프트된다. 스텝 모드에서, 노출 필드의 최대 사이즈는, 단일의 정적 노출에서 이미지화되는 타겟 부분(C)의 사이즈를 제한한다.

2. 스캔 모드에서, 방사선 빔에 부여되는 패턴이 타겟 부분(C) 상으로 투영되는 동안, 마스크 테이블(MT) 및 기판 테이블(WT)은 동시에 스캔된다(즉, 단일의 동적 노출). 마스크 테이블(MT)에 대한 기판 테이블(WT)의 속도 및 방향은, 투영 시스템(PS)의 배율(축소) 및 이미지 반전 특성에 의해 결정될 수도 있다. 스캔 모드에서, 노출 필드의 최대 사이즈는 단일의 동적 노출에서 타겟 부분의 (비 스캐닝 방향에서의) 폭을 제한하고, 반면, 스캐닝 모션의 길이는 타겟 부분의 (스캐닝 방향에서의) 높이를 결정한다.

3. 다른 모드에서, 마스크 테이블(MT)은 프로그래머블 패턴화 디바이스를 유지하면서 본질적으로 정지 상태로 유지되고, 방사선 빔에 부여되는 패턴이 타겟 부분(C) 상으로 투영되는 동안 기판 테이블(WT)은 이동 또는 스캔된다. 이 모드에서, 일반적으로, 펄스 방사선 소스가 활용되며, 프로그래머블 패턴화 디바이스는, 기판 테이블(WT)의 각각의 이동 이후에 또는 스캔 동안 연속 방사선 펄스 사이에서 필요에 따라 업데이트된다. 이 동작 모드는, 상기에서 언급되는 바와 같은 타입의 프로그래머블 미러 어레이와 같은 프로그래머블 패턴화 디바이스를 활용하는 마스크리스 리소그래피에 쉽게 적용될 수 있다.

상기에서 설명되는 사용 모드의 조합 및/또는 변형 또는 완전히 상이한 사용 모드가 또한 활용될 수도 있다.

도 2에서 도시되는 바와 같이, 리소그래피 장치(LA)는, 또한 때때로 리소 셀 또는 클러스터로 칭해지는 리소그래피 셀(LC)의 일부를 형성하는데, 리소그래피 셀(LC)은 기판에 대해 노출 이전 프로세스 및 노출 이후 프로세스를 수행할 장치를 또한 포함한다. 종래에, 이들은 레지스트 층을 퇴적하기 위한 스핀 코터(spin coater; SC), 노출된 레지스트를 현상하기 위한 현상액(developer; DE), 냉각 플레이트(chill plate; CH) 및 베이크 플레이트(bake plate; BK)를 포함한다. 기판 핸들러, 또는 로봇(RO)은, 입력/출력 포트(I/O1, I/O2)로부터 기판을 픽업하고, 그들을 상이한 프로세스 장치 사이에서 이동시키고, 그 다음, 리소그래피 장치의 로딩 베이(loading bay; LB)로 전달한다. 종종 집합적으로 트랙으로 지칭되는 이들 디바이스는, 감독 제어 시스템(supervisory control system; SCS)에 의해 자체 제어되는 트랙 제어 유닛(TCU)의 제어 하에 있는데, 감독 제어 시스템(SCS)은 또한 리소그래피 제어 유닛(LACU)을 통해 리소그래피 장치를 제어한다. 따라서, 상이한 장치는 스루풋 및 프로세싱 효율성을 최대화하도록 동작될 수 있다.

리소그래피 장치에 의해 노출되는 기판이 정확하고 일관되게 노출되게 하기 위해서는, 노출된 기판을 검사하여, 후속하는 층 사이의 오버레이 에러, 라인 두께, 임계 치수(CD), 등등과 같은 속성(property)을 측정하는 것이 바람직하다. 에러가 검출되는 경우, 특히 동일한 배치(batch)의 다른 기판이 여전히 노출될만큼 충분히 빠르고 신속하게 검사가 수행될 수 있는 경우, 예를 들면, 후속 기판의 노출에 대해 조정이 이루어질 수도 있다. 또한, 이미 노출된 기판은 수율을 향상시키기 위해 제거되어(stripped) 재가공될 수도 있거나, 또는 어쩌면 폐기될 수도 있고, 그에 의해, 결함이 있는 것으로 알려진 기판에 대해 노출을 수행하는 것을 방지할 수도 있다. 기판의 몇몇 타겟 부분만이 결함이 있는 경우, 결함이 없는 것으로 간주되는 타겟 부분에 대해서만 추가적인 노출이 수행될 수 있다.

계측 장치로도 또한 칭해질 수도 있는 검사 장치는, 기판의 속성, 및 특히, 상이한 기판 또는 동일한 기판의 상이한 층의 속성이 층마다 어떻게 변할 수 있는지를 결정하기 위해 사용된다. 검사 장치는 리소그래피 장치(LA) 또는 리소 셀(LC)에 통합될 수도 있거나 또는 독립형 디바이스일 수도 있다. 가장 빠른 측정을 가능하게 하기 위해, 검사 장치는 노출 직후 노출된 레지스트 층의 속성을 측정하는 것이 바람직하다. 그러나, 레지스트에서의 잠상(latent image)은, 방사선에 노출된 레지스트의 부분과 그렇지 않은 부분 사이의 굴절률에서 아주 작은 차이만이 존재하기 때문에, 매우 낮은 콘트라스트를 갖는다 - 모든 검사 장치가 잠상의 유용한 측정을 행할 충분한 감도를 갖는 것은 아니다. 따라서, 측정은, 노출된 기판에 대해 수행되는 관례상 제1 단계이며 레지스트의 노출된 부분과 노출되지 않은 부분 사이의 콘트라스트를 증가시키는 노출 이후 베이크 단계(post-exposure bake step; PEB) 이후에 취해질 수도 있다. 이 스테이지에서, 레지스트 내의 이미지는 반 잠재적인(semi-latent) 것으로 칭해질 수도 있다. 레지스트의 노출된 부분 또는 노출되지 않은 부분 중 어느 하나가 제거된, 또는 에칭과 같은 패턴 전사 단계 이후에, 현상된 레지스트 이미지의 측정을 행하는 것이 또한 가능하다. 후자의 가능성은, 결함이 있는 기판의 재작업에 대한 가능성을 제한하지만 그러나 유용한 정보를 여전히 제공할 수도 있다.

디바이스 제조 프로세스, 예를 들면, 하나 이상의 리소그래피 단계를 포함하는 디바이스 제조 방법에서의 단계 이후, 동일한 기판 상의, 또는 상이한 기판 사이의 패턴, 예를 들면, 명목상 동일한 패턴의 세트의 다수의 인스턴스에 걸친 변동을 측정하는 것이 바람직하다. 다수의 인스턴스는, 기판의 노출을 수반하는 단계 및 노출 이후 베이크(post-exposure bake), 현상, 및 후속하는 패턴 형성 단계 예컨대 에칭, 화학적 기계적 평탄화(chemical mechanical planarization; CMP), 및 (예를 들면, 화학 기상 증착(chemical vapor deposition; CVD)를 사용한) 충전/퇴적과 같은 다른 프로세싱 단계를 비롯한, 디바이스 제조 프로세스에서의 임의의 단계 이후에 측정될 수도 있다. 다수의 인스턴스는, 동일한 기판 상의 상이한 위치, 상이한 기판 상의 상이한 위치, 또는 둘 모두의 조합에 형성될 수도 있다. 명목상 동일한 패턴은, 디바이스 제조 프로세스의 관련 단계가 에러가 없는 경우 동일할(그리고 동일하게 위치될) 패턴이다. 명목상 동일한 패턴은, 일반적으로, 리소그래피 프로세스의 동일한 스테이지에서(예를 들면, 에칭 이전 또는 에칭 이후) 형성되는 패턴을 포함한다. 변동을 측정할 때 특히 중요한 파라미터는, 라인 에지 조도 및 라인 폭 조도를 포함하지만, 그러나, 패턴에서의 피쳐 배치에 관련되는 파라미터(예를 들면, 예상된 에지 위치와 측정된 에지 위치 사이의 차이)를 비롯한, 다른 파라미터도 또한 측정될 수도 있다. 측정된 변동은 디바이스 제조 프로세스에서의 에러에 대한 정보를 제공한다. 이 정보는 디바이스 제조 프로세스를 개선하기 위해, 그에 의해, 패턴화 견고성을 개선하기 위해 사용될 수 있다.

변동을 측정하는 것은, 패턴의 상이한 인스턴스를 비교하는 것을 수반한다. 비교는, 통상적으로, 상이한 인스턴스를 계산적으로 중첩시키기 위해, 서로에 대해 패턴의 상이한 인스턴스를 위치 맞춤하는(정렬하는) 것을 포함한다.

위치 맞춤을 구현하기 위한 공지된 접근법은, 각각의 이미지에서 피쳐의 선택된 서브세트의 무게 중심을 계산하는 것에 기초하여 상이한 이미지를 정렬하는 것이다. 그 다음, 계산된 무게 중심은, (예를 들면, 무게 중심을 가능한 한 가깝게 정렬하는 것에 의해) 위치 맞춤을 수행하기 위해 사용된다. 이 접근법은 계산 효율적이지만 에러가 발생하기 쉽다. 에러에 기여하는 요인의 예는, 도 3 내지 도 12를 참조하여 하기에서 논의된다.

도 3 및 도 4에서 예시되는 바와 같이, 상이한 이미지 내의 대응하는 오브젝트가 상이한 ID를 잘못 부여받을 수도 있다. 묘사되는 간단한 경우에서, 이미지는 경계 박스(10) 내에 두 개의 오브젝트(11 및 12)를 포함한다. 그러나, 오브젝트(11 및 12)는 도 4의 이미지와 비교하여 도 3의 이미지에서 상이하게 라벨링된다. 그러한 라벨링 에러는, 오브젝트 그 자체가 안정적일 수도 있을지라도(즉, 프로세싱되고 있는 이미지의 세트 위에 잘 정렬됨), 영향을 받는 오브젝트의 겉보기 무게 중심에서 상대적으로 큰 시프트를 야기한다.

도 5 및 도 6에서 예시되는 바와 같이, 하나의 이미지에서 완전히 보이는 오브젝트는, 비교되고 있는 모든 이미지에서 완전히 보이지 않을 수도 있다. 묘사되는 경우에서, 오브젝트(11 및 12)는 도 5의 이미지에서 완전히 보이지만, 도 6의 이미지에서는 오브젝트(12)만이 완전히 보인다. 도 5의 경계 박스(10)의 에지 근처의 오브젝트(11)는, 도 6의 경계 박스(10)에 의해 부분적으로 차단된다. 도 6의 경계 박스(10)는 도 5의 경계 박스(10)(도 6에서 파선에 의해 묘사됨)에 대해 변위된다. 경계 박스(10) 내의 오브젝트에 대한 경계 박스(10)의 위치 결정에서의 변동(이것은, 예를 들면, 이미지를 획득하기 위해 사용되는 이미지 획득 디바이스의 시야(field of view)에 의해 정의될 수도 있음)은, 예를 들면, 기판을 지지하기 위해 사용되는 스테이지의 정확도에서의 변동에 기인하여 및/또는 비교될 패턴을 식별하기 위해 사용되는 패턴 인식 알고리즘에서의 에러에 기인하여 발생할 수도 있다. 오브젝트가 보이는 정도에서의 변동은, 오브젝트 그 자체가 안정적일 수도 있을지라도, 그러한 오브젝트에 할당되는 무게 중심의 위치에서의 대응하는 변동으로 이어질 것이다.

도 7 내지 도 10에서 예시되는 바와 같이, 리소그래피 프로세스에서의 변동은, 오브젝트로 하여금 이미지의 서브세트 내의 다수의 오브젝트로 잘못 분할되게 할 수도 있거나(도 7 및 도 8) 또는 복수의 오브젝트로 하여금 서로 잘못 결합되어 이미지의 서브세트 내에서 단일의 오브젝트를 형성하게 할 수도 있다(도 9 및 도 10). 도 7 및 도 8에서 도시되는 예에서, 단일의 오브젝트(13)가 도 7의 경계 박스(10) 내에 존재하지만, 그러나, 동일한 오브젝트는 도 8의 경계 박스(10) 내에서 두 개의 별개의 오브젝트(13A 및 13B)로 분할된다. 도 7의 이미지가 오브젝트(13)의 무게 중심을 결정하기 위해 분석되는 경우, 오브젝트(13)의 목 영역에 대략 위치되는 단일의 지점이 결정될 것이다. 대조적으로, 도 8의 이미지가 무게 중심을 결정하기 위해 분석되는 경우, 두 개의 별개의 오브젝트(13A 및 13B)가 식별될 것인데, 각각은, 도 7의 오브젝트(13)의 무게 중심의 위치에 대해 상당히 변위되는 그 자신의 무게 중심을 갖는다. 유사한 고려 사항이 도 9 및 도 10에서 도시되는 예에 적용되는데, 도 9의 이미지에서는 두 개의 별개의 오브젝트(14 및 15)(두 개의 대응 무게 중심을 가짐)가 존재하지만 도 10의 이미지에서는 단일의 오브젝트(16)(단일의 무게 중심을 가짐)로서 존재한다. 그러한 오브젝트의 분리 또는 결합은, 수반되는 무게 중심에서의 인공적인 시프트를 야기하여, 이미지의 위치 맞춤에서의 에러로 나타난다.

선택된 오브젝트의 무게 중심을 사용할 때의 에러의 또 다른 소스는, 몇몇 오브젝트가, 다른 오브젝트보다, 상이한 이미지 사이의 변동에 더 민감하다는 것이다. 이것은, 위치 맞춤 프로시져를 위해 어떤 오브젝트를 사용할지의 선택이 위치 맞춤의 정확도에, 따라서, 위치 맞춤에 의존하는 패턴에서의 변동의 측정에 상당한 영향을 가질 수 있다는 것을 의미한다. 특히, 큰 변동을 갖는 오브젝트가 위치 맞춤을 위해 사용되는 경우, 이 오브젝트의 위치에서의 변동은, 다른 오브젝트로 하여금, 그들이 실제 상대적으로 안정적인 경우에, 가변적인 것으로 보이게 할 수도 있다. 따라서, 위치 맞춤을 위해 사용되는 오브젝트에서의 변동은, 패턴의 다른 오브젝트로 효과적으로 전달된다. 이 효과는 도 11 및 도 12에서 예시되는데, 도 11 및 도 12 각각은, 위치 맞춤 이후 두 개의 오브젝트(17 및 18)를 포함하는 이미지의 동일한 세트의 적층을 나타낸다. 각각의 오브젝트(17 및 18)에 대해 세 개의 개략적인 등고선(contour line)이 도시되어, 각각의 오브젝트의 외부 에지에서의 상대적인 변동을 나타낸다. 도 11은 (예를 들면, 오브젝트(17)의 무게 중심에 기초하여) 오브젝트(17)를 앵커로서 사용하여 이미지의 세트가 위치 맞춤되는 경우를 묘사한다. 도 12는 오브젝트(18)를 앵커로 사용하여 이미지의 세트가 위치 맞춤되는 경우를 묘사한다. 앵커의 선택은, 두 오브젝트(17, 18)의 겉보기 가변성에 현저한 영향을 끼친다는 것을 알 수 있다. 도 11에서, 오브젝트(18)의 우측을 따르는 겉보기 변동이 증가된다. 도 12에서, 오브젝트(17)의 좌측을 따르는 겉보기 변동이 증가된다.

도 13은 상기에서 논의되는 문제를 해결하는 실시형태에 따른 방법을 묘사하는 플로우차트이다. 그 방법은 디바이스 제조 프로세스에서의 단계 이후 기판 또는 기판들 상의 패턴의 다수의 인스턴스에 걸친 변동을 측정한다. 패턴의 다수의 인스턴스는 명목상 동일한 패턴의 다수의 인스턴스를 포함할 수도 있다. 대안적으로 또는 추가적으로, 패턴의 다수의 인스턴스는 패턴에 의도적으로 추가된 변동의 정도를 갖는 패턴의 다수의 인스턴스를 포함할 수도 있다. 예를 들면, 패턴에서의 변동은, 초점 또는 조사량(dose)과 같은 패턴화 프로세스 파라미터를 변경시키는 것에 의해 의도적으로 유도될 수도 있다. 이러한 방식으로, 측정된 변동은 패턴화 프로세스 파라미터의 함수로서 패턴 안정성을 평가하기 위해 사용될 수도 있다. 예를 들면, 허용 가능한 범위 내에 있도록 패턴에서의 변동이 측정되는 초점 및/또는 조사량 범위는, 최상의 초점 또는 최상의 조사량 값 또는 범위를 결정하기 위해 사용될 수도 있다. 한 실시형태에서, 디바이스 제조 방법은 하나 이상의 리소그래피 단계를 포함한다.

단계 S1에서, 이미지의 세트를 나타내는 데이터가 수신된다. 도시되는 예에서, 데이터는 데이터베이스(21)로부터 수신된다. 다른 실시형태에서, 데이터는 이미지 획득 디바이스로부터 직접적으로 수신된다. 이미지 데이터는, 예를 들면, 주사 전자 현미경(SEM)에 의해 수행되는 측정으로부터 유도될 수도 있다. 각각의 이미지는 패턴의 상이한 인스턴스를 나타낸다. 상이한 인스턴스는, 기판 상의 및/또는 상이한 기판 상의 상이한 위치에 형성되는 패턴에 대응한다. 기판 또는 기판들은, 반도체 디바이스 제조 프로세스에 의해 패턴화되는 반도체 웨이퍼를 포함할 수도 있다.

그 방법은 이미지의 세트를 서로에 대해 위치 맞춤하는 것을 포함한다. 위치 맞춤은, 상이한 인스턴스 사이에서의 변동을 식별하기 위해 이미지가 비교될 수 있도록 이미지를 정렬 또는 중첩(적층)하는 것을 포함한다. 한 실시형태에서, 초기의 대략적인 위치 맞춤은, 표준 패턴 매칭 알고리즘에 기초하여 단계 S1에서 수행될 수도 있다. 대략적인 위치 맞춤은, 마스크 패턴을 정의하는 데이터 파일(예를 들면, GDSII)에 대한 SEM 이미지(또는 SEM 이미지의 이진 버전)의 정렬을 포함할 수도 있다. 대략적인 위치 맞춤은, 하기에서 추가로 설명되는 바와 같이, 경계 박스 사이의 교차선에 대응하는 공통 경계 박스를 결정하기 위해, 이미지의 경계 박스의 초기 위치(예를 들면, 이미지가 서로와 정렬될 때의 경계 박스의 위치)를 결정하기 위해 사용될 수도 있다. 후속하는 단계에서, 위치 맞춤을 개선하기 위해, 가중치가 사용될 수 있다. 도 13의 예에서, 추가적인 위치 맞춤 단계는 단계 S2 내지 S5를 포함하는 반복 시퀀스를 포함한다. 다른 실시형태에서, 추가적인 위치 맞춤은 반복 없이 수행될 수도 있다.

패턴, 예를 들면, 명목상 동일한 패턴은 복수의 패턴 엘리먼트를 포함한다. 한 실시형태에서, 패턴 엘리먼트 중 하나 이상의 각각은, 패턴 내의 오브젝트를 정의하는 에지의 전부 또는 일부를 포함한다. 오브젝트는 이미지 내에서 닫힌 윤곽을 형성하는 에지에 의해 정의될 수도 있거나(예를 들면, 도 6의 오브젝트(12)), 또는 (예를 들면, 도 6의 오브젝트(11)에 대한 경우에서와 같이, 오브젝트가 이미지의 경계 박스(10)와 중첩하는 것에 기인하여) 경계 박스 그 자체를 포함하지 않는, 이미지 내에서 열린 윤곽을 형성하는 에지에 의해 정의될 수도 있다.

한 실시형태에서, 이미지의 위치 맞춤은 복수의 패턴 엘리먼트 중 두 개 이상에 상이한 가중치를 적용하는 것을 포함한다. 상이한 가중치는 이산 수치(discrete numerical value) 또는 연속하는 가중치 함수(continuous weighting function)를 포함할 수도 있다. 가중치는, 각각의 패턴 엘리먼트가 이미지의 세트의 위치 맞춤에 기여하는 정도를 제어한다. 각각의 가중치는, 가중치가 적용되는 패턴 엘리먼트의 예상된 변동에 기초한다. 한 실시형태에서, 가중치는, 상대적으로 높은 예상된 변동을 갖는 패턴 엘리먼트가 더 낮은 예상된 변동을 갖는 패턴 엘리먼트보다 이미지의 세트의 위치 맞춤에 덜 기여하도록 하는 그러한 것이다.

가중치는, 예를 들면, 패턴 형성 프로세스의 지식 또는 물리적 원리에 기초하여 자동화된 프로세스에서 유도될 수 있다. 한 실시형태에서, 각각의 패턴 엘리먼트의 예상된 변동은 패턴을 생성하기 위한 패턴화 프로세스를 설명하는 모델을 사용하여 획득된다. 각각의 패턴 엘리먼트의 예상된 변동은, 그 패턴 엘리먼트에 대한 가중치를 획득하기 위해 사용된다. 예를 들면, 한 실시형태에서, 그 방법은 모델을 사용하여 적어도 하나의 패턴 엘리먼트에서의 변동을 결정하는 것 및 패턴 엘리먼트에서의 결정된 변동에 기초하여 적어도 하나의 패턴 엘리먼트와 관련되는 가중치를 결정하는 것을 포함한다. 이 위치 맞춤 프로세스는, 여기에서는, 이미지의 세트에 걸친 패턴의 변동을 측정하는 맥락에서 사용되지만, 그러나, 위치 맞춤 프로세스는 독립형 프로세스로서 또한 제공될 수도 있다. 이 경우, 패턴은, 예를 들면, 기준 패턴에 대하여, 이미지의 하나 또는 세트에서 위치 맞춤될 수도 있다.

모델은, 패턴 형성 프로세스의 지식 또는 물리적 원리를 고려할 수도 있다. 한 실시형태에서, 각각의 패턴 엘리먼트의 예상된 변동은, 예를 들면 상이한 조사량 또는 초점 조건 하에서, 상이한 패턴화 프로세스 파라미터에서 패턴 엘리먼트를 모델링하는 것에 의해 획득된다. 한 실시형태에서, 모델은 리소그래피 프로세스의 모델을 포함한다.

가중치의 사용은, 상대적으로 높은 가변성의 패턴 엘리먼트가 위치 맞춤 프로세스에 기여하고, 그에 의해, 위치 맞춤 프로세스에서 에러를 야기하는 정도를 감소시키는 것을 가능하게 만든다. 가중치의 사용은, 위치 맞춤 프로세스에 수동으로 개입할, 예를 들면, 위치 맞춤에 대해 적합하지 않은 영역을 수동으로 배제할 필요성을 감소시키거나 또는 제거한다. 가중치의 사용은 또한, 낮은 가변성을 갖는 패턴 엘리먼트가, 가중치를 사용하지 않으면 그들이 기여할 것보다 더 많이 위치 맞춤 프로세스에 기여하는 것을 가능하게 만들고, 그에 의해, 위치 맞춤 프로세스에서의 에러를 더욱 감소시킨다. 위치 맞춤 프로세스에서 에러를 감소시키는 것은, 명목상 동일한 패턴에서의 변동의 측정의 정확도를 향상시킨다. 검출된 변동은, 이미지의 잘못된 위치 맞춤에 의해 유도되는 변동보다 실제 변동에 기인할 가능성이 더 높다.

도 13의 실시형태에서, 가중치가 생성되어 단계 S2에서 패턴 엘리먼트에 적용된다. 패턴 엘리먼트의 예상된 변동에 관한 정보는 데이터베이스(22)에 의해 제공될 수도 있다. 대안적으로 또는 추가적으로, 예상된 변동에 관한 정보는, 단계 S5의 아니오(NO) 분기를 통해 이미지의 세트에서의 변동의 측정 그 자체로부터 제공될 수도 있다. 예를 들면, 한 실시형태에서, 단계 S2가 처음 수행될 때, 가중치는 모든 패턴 엘리먼트에 대해 동일하게 설정된다. 그 다음, 단계 S3는 동일한 가중치에 기초하여 이미지의 세트를 위치 맞춤하고, 후속하는 단계 S4에서, 변동의 제1 측정이 수행된다. 그 다음, 방법은 단계 S5의 아니오(NO) 분기를 따르고, 그 다음, 단계 S2는 이전 단계 S4에서 측정되는 패턴의 변동을 사용하여 위치 맞춤 프로세스를 개선하기 위한 가중치의 제1 세트를 생성한다.

단계 S3에서, 서로에 대한 이미지의 세트의 위치 맞춤은, 단계 S2에서 생성되고 적용되는 가중치를 사용하여 수행된다(가중치가 동일하게 설정되지 않은 경우 - 상기 참조). 패턴 매칭의 기술에서 공지되어 있는 다양한 알고리즘이 위치 맞춤을 위해 사용될 수도 있다. 하나의 특정한 실시형태에서, 하기에서 추가로 설명되는 바와 같이, 각각의 이미지를 공통 기준 이미지에 매칭시키기 위해 교차 상관이 사용된다. 공통 기준 이미지의 예는 하기에서 주어진다.

단계 S4에서, 패턴에서의 변동은, 단계 S3에서 위치 맞춤되는 바와 같이, 이미지의 세트에 걸쳐 측정된다. 변동을 정량화하기 위해 다양한 메트릭이 사용될 수도 있다. 하나의 특정한 실시형태에서, 하기에서 추가로 설명되는 바와 같이, 이미지와 공통 기준 이미지 사이의 결정된 변환을 구현하는 변환 필드에서의 변동을 정량화하는 메트릭이 사용된다.

단계 S5에서, 단계 S4로부터의 출력은, 반복 프로세스가 만족스러운 정도로 수렴되었는지의 여부를 결정하기 위해 테스트된다. 이것은, 예를 들면, 단계 S4로부터의 전류 출력을 S4로부터의 선행 출력과 비교하는 것에 의해 달성될 수도 있다. 출력 사이의 차이가 미리 결정된 임계치보다 더 큰 경우, 방법은 단계 S5의 아니오(NO) 분기를 통해 진행하여 추가적인 반복을 수행한다(그렇지 않으면 방법은 예(YES) 분기를 통해 진행한다). 그러한 추가적인 반복에서, 이미지의 세트에서의 변동에 관한 정보는 단계 S2에서 적용되는 가중치를 개선하기 위해 사용된다. 예를 들면, 단계 S4에서 상대적으로 높은 변동을 갖는 것으로 밝혀진 패턴 엘리먼트는 가중치가 낮아질 수도 있고 및/또는 단계 S4에서 상대적으로 낮은 변동을 갖는 것으로 밝혀진 패턴 엘리먼트는 가중치가 높아질 수도 있다. 그 다음, 프로세스는 단계 S5의 예(YES) 분기가 조우될 때까지 계속되고, 방법은 단계 S6으로 진행한다. 단계 S6에서, 패턴에서의 측정된 변동이 출력된다.

따라서, 도 13의 방법은, 이미지의 세트를 위치 맞춤하는 것이 적어도 제1 위치 맞춤 단계(단계 S3가 처음 수행될 때) 및 후속하는 제2 위치 맞춤 단계(단계 S5의 아니오(NO) 분기에 후속하여, 단계 S3이 다음으로 수행될 때)를 수반하는 반복 프로세스를 포함하는 실시형태의 예이다. 제1 위치 맞춤 단계 및 제2 위치 맞춤 단계의 각각은, 패턴의 인스턴스를 중첩시키기 위해 이미지의 세트를 서로에 대해 위치 맞춤하는 것을 포함한다. 적어도 제2 위치 맞춤 단계는 두 개 이상의 패턴 엘리먼트에 상이한 가중치를 적용하는 것을 포함한다. 제2 위치 맞춤 단계에서 사용되는 하나 이상의 가중치는, 제1 위치 맞춤 단계의 위치 맞춤을 사용하여 (이 예에서는 단계 S4에서) 결정되는 변동을 사용하여 생성된다. 제1 위치 맞춤 단계는 상이한 패턴 엘리먼트에 대해 상이한 가중치를 사용할 수도 있거나 또는 사용하지 않을 수도 있다.

예를 들면 도 13의 방법에서 데이터베이스(22)를 통해 공급되는 바와 같은, 패턴 엘리먼트의 예상된 변동에 관한 정보는 다양한 방식으로 획득될 수도 있다. 예를 들면, 패턴을 생성하기 위한 패턴화 프로세스를 설명하는 모델을 사용하여 예상된 변동이 어떻게 획득될 수도 있는지가 상기에서 설명되었다. 그러한 모델의 사용을 수반할 수도 있는 또는 수반하지 않을 수도 있는 추가적인 비제한적인 예가 하기에서 주어진다.

한 실시형태에서, 가중치 중 하나 이상의 각각은, 패턴 엘리먼트의 전부 또는 일부를 정의하는 리소그래피 프로세스의 에어리얼 이미지 강도(aerial image intensity)의 시뮬레이팅된 기울기(예를 들면, 정규화된 이미지 로그 기울기(normalized image-log slope), NILS)를 사용하여 생성된다. 한 실시형태에서, 가중치는 에어리얼 이미지 강도의 시뮬레이팅된 기울기의 함수로서 역으로 변한다. 더 얕은 기울기를 갖는 에지에 의해 정의되는 패턴 엘리먼트는, 더 가파른 기울기를 갖는 에지에 의해 정의되는 패턴 엘리먼트보다 더 낮게(즉, 그들이 위치 맞춤에 덜 기여하도록) 가중된다. 더 얕은 시뮬레이팅된 기울기에 대응하는 에지는, 더 가파른 시뮬레이팅된 기울기에 대응하는 에지보다 이미지의 세트에 걸쳐 더 많이 변할 것으로 예상될 것이고 따라서 정확한 위치 맞춤을 달성하는 데 덜 최적일 것이다.

한 실시형태에서, 가중치 중 하나 이상의 각각은, 패턴 엘리먼트의 명목상 기하학적 형상(nominal geometry)(즉, 디바이스 제조 프로세스의 관련 선행 단계가 에러가 없는 경우 형성될 기하학적 형상)에 기초하여 생성된다. 한 실시형태에서, 명목상 기하학적 형상은 상이한 기하학적 형상 및 관련되는 예상된 가변성을 포함하는 라이브러리와 비교된다. 예상된 가변성은 교정 측정, 시뮬레이션, 또는 리소그래피 프로세스 분야에서의 일반적인 지식으로부터 획득될 수도 있다. 예를 들면, 소정의 클래스의 기하학적 형상이 다른 것보다 리소그래피를 사용하여 정확하게 형성하기가 더 어렵다는 것이 잘 알려져 있다.

한 실시형태에서, 가중치 중 하나 이상의 각각은, 패턴 엘리먼트에 인접하는 패턴 환경의 속성에 기초하여 생성된다. 예를 들면, 에지가 패턴의 더 조밀한 영역에 인접하여 위치되는 경우에 비교하여, 에지가 개방 공간에 인접하여 위치되는 경우에 에지의 변동이 더 높을 가능성이 있다는 것이 알려져 있다. 따라서, 한 실시형태에서, 패턴 엘리먼트는 패턴 내의 오브젝트의 일부를 형성하고, 패턴 환경의 속성은 어떤 다른 오브젝트도 존재하지 않는 오브젝트의 에지에 수직인 방향에서의 길이를 포함한다. 패턴 환경의 속성은, 예를 들면 1D 패턴의 라인의 경우, 라인 분리를 포함할 수도 있다. 패턴 환경의 속성은 대안적으로 또는 추가적으로 패턴 엘리먼트에 인접하는 패턴 밀도의 척도를 포함할 수도 있다. 이 타입의 가중치를 생성하는 접근법은 도 14 및 도 15에서 예시된다. 도 14는 바운딩 박스(10) 내의 패턴을 묘사한다. 그 패턴은 평행한 수직선으로 구성되는 세 개의 오브젝트(21, 22 및 23)를 묘사한다. 오브젝트(21)는 좌측에 개방 영역(31) 및 우측에 일련의 더 조밀한 라인을 갖는 상대적 가는 라인이다. 더 조밀한 라인은 오브젝트(22 및 23)를 포함하고 더 작은 개방 영역(32)에 의해 서로 분리된다. 개방 영역(31)에 인접한 오브젝트(21)는, 종종, 프로세스 변동에 대한 더 큰 민감도 때문에, 더 조밀한 영역에서 오브젝트(22 및 23)보다 정확하게 형성하기가 더 어렵다는 것이 알려져 있다. 프로세스 변동에 대한 더 큰 민감도는, 예를 들면, 더 낮은 에어리얼 이미지 콘트라스트 또는 강도의 기울기에 기인하여 발생할 수도 있다. 따라서, 오브젝트(21)는, 다른 오브젝트(22 및 23)보다, 특히 오브젝트(21)의 좌측 상에서, 이미지의 세트에 걸쳐 더 큰 변동을 가질 것으로 예상될 것이다. 예상된 변동의 이 지식은, 위치 맞춤 프로세스를 향상시키는 가중치를 선택하기 위해 사용될 수 있다. 도 15는 가중치의 예시적인 선택을 도시한다. 오브젝트(21)의 좌측 절반은 0.2의 상대적으로 낮은 가중치가 주어진다. 오브젝트(21)의 우측 절반은 더 높은 가중치 0.7이 주어지는데, 오브젝트(22 및 23)가 오브젝트(21)의 우측의 정확한 형성을 지원하는 데 도움이 될 것이다는 사실을 반영한다. 오브젝트(22 및 23)는 0.9 및 1.0의 여전히 더 높은 가중치가 주어진다.

한 실시형태에서, 이미지의 수신된 세트 내의 각각의 이미지는 경계 박스(10)에 의해 범위가 정해진다. 경계 박스(10)는, 예를 들면, 이미지를 획득하기 위해 사용되는 이미징 프로세스(예를 들면, SEM)(예를 들면, 이미징 프로세스의 시야)에 의해 또는 이미지의 후속하는 프로세싱에 의해 정의될 수도 있다. 경계 박스는 이미징 프로세스의 시야에 의해 정의될 수도 있거나 또는 이미징 프로세스의 시야와 동일할 수도 있다. 한 실시형태에서, 도 20에 개략적으로 묘사되는 바와 같이, 이미지의 세트의 위치 맞춤은, 이미지의 수신된 세트의 경계 박스(10) 사이의 교차선에 기초하여 이미지의 세트에 대한 공통 경계 박스(10')를 설정하는 것을 포함한다. 한 실시형태에서, 공통 경계 박스(10')는 경계 박스(10) 사이의 교차선과 동일하다. 한 실시형태에서, 경계 박스 사이의 교차선을 계산하기 위해 경계 박스(10)의 초기 위치를 정의하기 위해 이미지의 대략적인 위치 맞춤 단계가 수행된다. 모든 이미지에 대해 동일한 공통 경계 박스를 설정하는 것은, 이미지의 세트의 경계 박스의 변동이 패턴에서의 변동으로 잘못 해석될 수 있는 정도를 감소시키는 것에 의해 위치 맞춤 프로세스의 정확도를 향상시킨다. 경계 박스(10')의 형상은 특별히 제한되지 않지만, 그러나 통상적으로 직사각형 또는 정사각형일 수도 있다.

한 실시형태에서, 이미지의 세트의 위치 맞춤은 각각의 이미지에 대한 공통 경계 박스 내의 모든 픽셀을 사용하여 수행된다. 따라서, 위치 맞춤을 수행하기 위해, 예를 들면 상기에서 논의되는 바와 같이 닫힌 오브젝트의 무게 중심을 획득하기 위해, 각각의 이미지의 선택된 피쳐만을 사용하는 종래 기술의 접근법에서의 문제점은 감소되거나 또는 방지된다. 특히, 높은 가변성을 갖는 패턴 엘리먼트에 기초하여 위치 맞춤을 수행하는 것에 의해 야기되는 정확도에서의 감소가 감소된다. 각각의 이미지에 대한 공통 경계 박스 내의 모든 픽셀을 사용하는 것은, 최종 위치 맞춤에 대한 높은 가변성을 갖는 패턴 엘리먼트의 영향을 감소시킨다. 그러한 패턴 엘리먼트의 영향은, 도 13을 참조하여 상기에서 설명되는 바와 같이, 그러한 엘리먼트의 가중치를 낮추는 것에 의해 추가로 감소될 수도 있지만, 그러나 각각의 이미지에 대한 공통 경계 박스 내의 모든 픽셀을 사용하는 이점은 가중치를 적용하지 않더라도 달성된다. 따라서, 각각의 이미지에 대한 공통 경계 박스 내의 모든 픽셀을 사용하여 위치 맞춤이 수행되는 경우, 도 13에서 묘사되는 타입의 방법론은 단계 S2 및 S5 없이 구현될 수 있을 것이다.

한 실시형태에서, 이미지의 세트의 위치 맞춤은, 각각의 이미지의 공통 기준 이미지로의 수학적 변환을 참조하여 수행된다. 위치 맞춤은, 예를 들면, 최상의 결과가 획득될 때까지 공통 기준 이미지에 대한 각각의 이미지의 위치를 변경시키는 것에 의해 수학적 변환을 최소화하는 것을 포함할 수도 있다. 하나의 특정한 클래스의 실시형태에서, 이미지의 세트의 위치 맞춤은 푸리에 공간(Fourier space)에서의 교차 상관을 사용하여 수행된다. 교차 상관은, 임의의 서브 픽셀 정밀도를 달성하기 위해 업샘플링된 행렬 곱셈(upsampled matrix-multiplication) 이산 푸리에 변환(discrete Fourier transform; DFT)을 사용하여 수행될 수도 있다. 가중치가 이미지 내의 상이한 패턴 엘리먼트에 적용되는 경우, 위치 맞춤은, 예를 들면, 이진 이미지({0,1}만으로 구성됨)를, [0,1]의 범위 내의 값으로서 픽셀당 가중치를 포함하는 기준 이미지와 비교하는 것을 포함할 수도 있다.

한 실시형태에서, 변동의 측정은, 이미지의 세트에 대한 수학적 변환에 걸친 변동을 계산하는 것을 포함한다. 하나의 예에서, 각각의 수학적 변환은 벡터 필드에 의해 표현되고 변환 필드로 칭해질 수도 있다. 변환 필드는, 이미지 내의 각각의 참여 픽셀을, 공통 기준 이미지 내의 대응하는 픽셀에 결합하는 벡터를 포함할 수도 있다. 변환 필드에서의 변동을 계산하는 것은, 평균 윤곽에 대한 법선을 참조하여 변동을 특성 묘사하는 것과 같은 종래의 대안예보다 더 효율적이고 일관되게 달성될 수 있다.

한 실시형태에서, 공통 기준 이미지는 다음의 것 중 하나 이상을 포함한다: 프로세싱되고 있는 이미지의 세트 중 선택된 하나, 형성될 의도된 패턴, 또는 디바이스 제조 프로세스에서의 리소그래피 프로세스의 마스크 패턴 또는 이미지. 형성될 의도된 패턴은, GDSII 파일과 같은 데이터 파일에 의해 정의될 수도 있고, 광학 근접 보정 피쳐(optical proximity correction feature)를 포함할 수도 있거나 또는 포함하지 않을 수도 있다.

도 16 및 도 17은, 각각의 이미지에 대한 공통 경계 박스 내의 모든 픽셀이 위치 맞춤을 위해 사용되는 실시형태에 따른 199 개의 이미지의 세트의 위치 맞춤을 묘사한다. 도 18 및 도 19는 표준 무게 중심 기반의 정렬을 사용한 동일한 199 이미지의 위치 맞춤을 묘사한다. 도 16 및 도 18은 선형 음영 스케일(1에서 199)을 사용한 이미지의 위치 맞춤된 세트의 적층을 묘사한다. 도 17 및 도 19는 동일한 적층을 묘사하지만 그러나 변동의 가시성을 증가시키는 비선형 스케일링을 갖는다. 스케일링은 평균에서 벗어난 표준 편차의 배수를 나타낸다. 따라서, 0.0은 평균 값에 대응하고, 2.0은 평균보다 두 배 더 큰 표준 편차에 대응하고, -2.0은 평균보다 두 배 더 작은 표준 편차에 대응한다. 따라서, 도시되는 -2.0 내지 2.0의 범위는, 윤곽의 약 95 %를 차지한다.

도 16 및 도 18에서 도시되는 적층은 유사하게 보이지만, 그러나, 도 17 및 도 19의 비선형 스케일링은 위치 맞춤에 대한 두 개의 접근법 사이의 성능에서의 상당한 차이를 나타낸다. 특히, 도 17 및 19 사이의 큰 차이는, 큰 화살표로 표시되는 돌출 영역에서 볼 수 있다. 변동은 도 17에서보다 도 19에서 훨씬 더 크다. 더구나, 더 작은 화살표로 표시되는 오브젝트의 에지 부분과 같은, 더욱 안정한 패턴 엘리먼트는, 도 17에서보다 도 19에서 훨씬 덜 위치 맞춤된 것으로 보인다. 이미지의 위치 맞춤된 세트에 걸친 이 패턴 엘리먼트에서의 겉보기 변동의 척도인 에지의 폭은, 도 17에서보다 도 19에서 훨씬 더 크다. 증가된 폭은, 예컨대, 다른 더욱 안정한 영역으로 변동을 효과적으로 전달하는 큰 화살표에 의해 나타내어진 영역에 대한 위치 맞춤 프로세스의 정확도를 감소시키는 것에 의해 그들 영역에서의 변동에 기인할 가능성이 있다.

이미지의 세트 내의 각각의 이미지의 본질(nature)은 특별히 제한되지는 않는다. 한 실시형태에서, 각각의 이미지는 이진 이미지이다. 이진 이미지는, 예를 들면, 에지 검출 알고리즘을 사용하여 획득될 수도 있다. 이진 이미지는 효율적으로 저장 및 프로세싱될 수 있다.

도 21은 방법을 구현하기에 적절한 검사 시스템을 묘사한다. 검사 시스템은 이미지 획득 디바이스(40) 및 컴퓨터 시스템(50)을 포함한다. 이미지 획득 디바이스(40)는, 이미지의 세트를 나타내는 데이터를 획득하기 위해 기판 또는 복수의 기판에 대해 이미징 동작을 수행한다. 데이터는 컴퓨터 시스템(50)의 데이터 수신 유닛(51)으로 제공되고 후속하는 프로세싱 단계는 데이터 프로세싱 유닛(52)에 의해 수행된다. 그러한 기능성을 구현하기 위한 컴퓨터 하드웨어는, 기술 분야에서 널리 공지되어 있다.

실시형태는 다음의 조항(clause)을 사용하여 추가로 설명될 수도 있다:

1. 디바이스 제조 프로세스에서의 단계 이후 기판 또는 기판들 상의 패턴의 다수의 인스턴스에 걸친 변동을 측정하는 방법으로서, 그 방법은:

이미지 - 각각의 이미지는 패턴의 상이한 인스턴스를 나타냄 - 의 세트를 나타내는 데이터를 수신하는 것;

패턴의 인스턴스를 중첩시키기 위해 이미지의 세트를 서로에 대해 위치 맞춤하는 것; 및

이미지의 위치 맞춤된 세트를 사용하여 패턴에서의 변동을 측정하는 것을 포함하되,

패턴은 복수의 패턴 엘리먼트를 포함하고, 이미지의 세트의 위치 맞춤은 복수의 패턴 엘리먼트 중 두 개 이상에 상이한 가중치를 적용하는 것을 포함하되, 가중치는, 각각의 패턴 엘리먼트가 이미지의 세트의 위치 맞춤에 기여하는 정도를 제어한다.

2. 각각의 가중치는, 가중치가 적용되는 패턴 엘리먼트의 예상된 변동에 기초하는, 조항 1의 방법.

3. 각각의 패턴 엘리먼트는 패턴 내의 오브젝트를 정의하는 에지의 전부 또는 일부를 포함하는, 조항 1 또는 2의 방법.

4. 가중치는, 상대적으로 높은 예상된 변동을 갖는 패턴 엘리먼트가 더 낮은 예상된 변동을 갖는 패턴 엘리먼트보다 이미지의 세트의 위치 맞춤에 덜 기여하도록 하는 그러한 것인, 조항 2 또는 3의 방법.

5. 각각의 패턴 엘리먼트의 예상된 변동은 패턴을 생성하기 위한 패턴화 프로세스를 설명하는 모델을 사용하여 획득되는, 조항 2 내지 4 중 임의의 것의 방법.

6. 각각의 패턴 엘리먼트의 예상된 변동은 상이한 패턴화 프로세스 파라미터에서 패턴 엘리먼트를 모델링하는 것에 의해 획득되는, 조항 5의 방법.

7. 모델은 리소그래피 프로세스의 모델을 포함하는, 조항 5 또는 6의 방법.

8. 가중치 중 하나 이상의 각각은, 디바이스 제조 프로세스에서 패턴 엘리먼트의 전부 또는 일부를 정의하는 리소그래피 프로세스의 에어리얼 이미지 강도의 시뮬레이팅된 기울기를 사용하여 생성되는, 전술한 조항 중 임의의 것의 방법.

9. 가중치 중 하나 이상의 각각은, 패턴 엘리먼트의 명목상 기하학적 형상에 기초하여 생성되는, 전술한 조항 중 임의의 것의 방법.

10. 가중치 중 하나 이상의 각각은, 패턴 엘리먼트에 인접하는 패턴 환경의 속성에 기초하여 생성되는, 전술한 조항 중 임의의 것의 방법.

11. 각각의 패턴 엘리먼트는 패턴 내의 오브젝트의 일부를 형성하고, 패턴 환경의 속성은 어떤 다른 오브젝트도 존재하지 않는 오브젝트의 에지에 수직인 방향에서의 길이를 포함하는, 조항 10의 방법.

12. 이미지의 세트의 위치 맞춤은, 적어도 제1 위치 맞춤 단계 및 후속하는 제2 위치 맞춤 단계를 수반하는 반복 프로세스를 포함하되, 제1 위치 맞춤 단계 및 제2 위치 맞춤 단계 각각은 패턴의 인스턴스를 중첩시키기 위해 이미지의 세트를 서로에 대해 위치 맞춤하는 것을 포함하고;

적어도 제2 위치 맞춤 단계는 복수의 패턴 엘리먼트 중 두 개 이상에 상이한 가중치를 적용하는 것을 포함하되, 가중치는, 각각의 패턴 엘리먼트가 제2 위치 맞춤 단계에서 이미지의 세트의 위치 맞춤에 기여하는 정도를 제어하고; 그리고

제2 위치 맞춤 단계에서 사용되는 가중치 중 하나 이상은, 제1 위치 맞춤 단계의 위치 맞춤을 사용하여 결정되는 패턴에서의 변동을 사용하여 생성되는, 전술한 조항 중 임의의 것의 방법.

13. 이미지의 수신된 세트 내의 각각의 이미지는 경계 박스에 의해 범위가 정해지고;

이미지의 세트의 위치 맞춤은, 이미지의 수신된 세트의 경계 박스 사이의 교차선에 기초하여 이미지의 세트에 대한 공통 경계 박스를 설정하는 것을 포함하고; 그리고

이미지의 세트의 위치 맞춤은 각각의 이미지에 대한 공통 경계 박스 내의 모든 픽셀을 사용하여 수행되는, 전술한 조항 중 임의의 것의 방법.

14. 디바이스 제조 프로세스에서의 단계 이후 기판 또는 기판들 상의 패턴의 다수의 인스턴스에 걸친 변동을 측정하는 방법으로서, 그 방법은:

이미지 - 각각의 이미지는 패턴의 상이한 인스턴스를 나타냄 - 의 세트를 나타내는 데이터를 수신하는 것;

패턴의 인스턴스를 중첩시키기 위해 이미지의 세트를 서로에 대해 위치 맞춤하는 것; 및

이미지의 위치 맞춤된 세트를 사용하여 패턴에서의 변동을 측정하는 것을 포함하되,

이미지의 수신된 세트 내의 각각의 이미지는 경계 박스에 의해 범위가 정해지고;

이미지의 세트의 위치 맞춤은, 이미지의 수신된 세트의 경계 박스 사이의 교차선에 기초하여 이미지의 세트에 대한 공통 경계 박스를 설정하는 것을 포함한다.

15. 이미지의 세트의 위치 맞춤은 각각의 이미지에 대한 공통 경계 박스 내의 모든 픽셀을 사용하여 수행되는, 조항 14의 방법.

16. 공통 경계 박스는 정사각형 또는 직사각형인, 조항 13 또는 14의 방법.

17. 이미지의 세트의 위치 맞춤은 각각의 이미지의 공통 기준 이미지로의 수학적 변환을 결정하는 것을 포함하는, 전술한 조항 중 임의의 것의 방법.

18. 변동의 측정은, 이미지의 세트에 대한 결정된 수학적 변환에 걸친 변동을 계산하는 것을 포함하는, 조항 17의 방법.

19. 공통 기준 이미지는 다음의 것: 이미지의 세트 중 선택된 하나, 형성될 의도된 패턴, 또는 디바이스 제조 프로세스에서의 리소그래피 프로세스의 마스크 패턴 중 하나 이상을 포함하는, 조항 17 또는 18의 방법.

20. 이미지의 세트 내의 각각의 이미지는 이진 이미지를 포함하는, 전술한 조항 중 임의의 것의 방법.

21. 패턴의 다수의 인스턴스는 명목상 동일한 패턴의 다수의 인스턴스를 포함하는, 전술한 조항 중 임의의 것의 방법.

22. 디바이스 제조 프로세스는 하나 이상의 리소그래피 단계를 포함하는, 전술한 조항 중 임의의 것의 방법.

23. 하나 이상의 이미지에서 패턴을 위치 맞춤하는 방법으로서, 패턴은 복수의 패턴 엘리먼트를 포함하고, 각각의 패턴 엘리먼트는, 패턴 엘리먼트가 패턴의 위치 맞춤에 기여하는 정도를 제어하는 가중치를 가지며, 그 방법은 다음의 것을 포함한다:

패턴을 생성하기 위한 패턴화 프로세스를 설명하는 모델을 사용하여 적어도 하나의 패턴 엘리먼트에서의 변동을 결정하는 것; 및

패턴 엘리먼트에서의 결정된 변동에 기초하여 적어도 하나의 패턴 엘리먼트와 관련되는 가중치를 결정하는 것.

24. 적어도 하나의 패턴 엘리먼트에서의 변동의 결정은 상이한 패턴화 프로세스 파라미터에서 적어도 하나의 패턴 엘리먼트를 모델링하는 것을 포함하는, 조항 23의 방법.

25. 모델은 리소그래피 프로세스의 모델을 포함하는, 조항 23 또는 24의 방법.

26. 이미지 중 하나 이상은 디바이스 제조 프로세스에서 생성되는 반도체 웨이퍼 상의 패턴의 주사 전자 현미경 이미지를 포함하는, 전술한 조항 중 임의의 것의 방법.

27. 디바이스 제조 프로세스에서의 단계 이후 기판 또는 기판들 상의 패턴의 다수의 인스턴스에 걸친 변동을 측정하기 위한 검사 시스템으로서, 검사 시스템은:

기판 또는 복수의 기판에 대해 이미징 동작을 수행하여 이미지 - 각각의 이미지는 패턴의 상이한 인스턴스를 나타냄 - 의 세트를 획득하도록 구성되는 이미지 획득 디바이스; 및

컴퓨터 시스템을 포함하되, 컴퓨터 시스템은:

패턴의 인스턴스를 중첩시키기 위해 이미지의 세트를 서로에 대해 위치 맞춤하도록; 그리고

이미지의 위치 맞춤된 세트를 사용하여 패턴에서의 변동을 측정하도록 구성되고,

패턴은 복수의 패턴 엘리먼트를 포함하고, 이미지의 세트의 위치 맞춤은 복수의 패턴 엘리먼트 중 두 개 이상에 상이한 가중치를 적용하는 것을 포함하되, 가중치는, 각각의 패턴 엘리먼트가 이미지의 세트의 위치 맞춤에 기여하는 정도를 제어한다.

28. 각각의 가중치는, 가중치가 적용되는 패턴 엘리먼트의 예상된 변동에 기초하는, 조항 27의 검사 시스템.

29. 디바이스 제조 프로세스에서의 단계 이후 기판 또는 기판들 상의 패턴의 다수의 인스턴스에 걸친 변동을 측정하기 위한 검사 시스템으로서, 검사 시스템은:

기판 또는 복수의 기판에 대해 이미징 동작을 수행하여 이미지 - 각각의 이미지는 패턴의 상이한 인스턴스를 나타냄 - 의 세트를 획득하도록 구성되는 이미지 획득 디바이스; 및

컴퓨터 시스템을 포함하되, 컴퓨터 시스템은:

패턴의 인스턴스를 중첩시키기 위해 이미지의 세트를 서로에 대해 위치 맞춤하도록; 그리고

이미지의 위치 맞춤된 세트를 사용하여 패턴에서의 변동을 측정하도록 구성되고,

이미지의 수신된 세트 내의 각각의 이미지는 경계 박스에 의해 범위가 정해지고;

이미지의 세트의 위치 맞춤은, 이미지의 수신된 세트의 경계 박스 사이의 교차선에 기초하여 이미지의 세트에 대한 공통 경계 박스를 설정하는 것을 포함한다.

30. 이미지의 세트의 위치 맞춤은 각각의 이미지에 대한 공통 경계 박스 내의 모든 픽셀을 사용하여 수행되는, 조항 29의 검사 시스템.

31. 디바이스 제조 프로세스에서의 단계 이후 기판 또는 기판들 상의 패턴의 다수의 인스턴스에 걸친 변동을 측정하기 위한 검사 시스템으로서, 검사 시스템은:

기판 또는 복수의 기판에 대해 이미징 동작을 수행하여 이미지 - 각각의 이미지는 패턴의 상이한 인스턴스를 나타냄 - 의 세트를 획득하도록 구성되는 이미지 획득 디바이스; 및

이미지의 세트에 걸쳐 패턴을 위치 맞춤하도록 구성되는 컴퓨터 시스템을 포함하되, 패턴은 복수의 패턴 엘리먼트를 포함하고, 각각의 패턴 엘리먼트는, 패턴 엘리먼트가 패턴의 위치 맞춤에 기여하는 정도를 제어하는 가중치를 가지며,

위치 맞춤은 다음의 것을 포함한다: 패턴을 생성하기 위한 패턴화 프로세스를 설명하는 모델을 사용하여 이미지의 세트에 걸친 적어도 하나의 패턴 엘리먼트의 변동을 결정하는 것; 및

패턴 엘리먼트에서의 결정된 변동에 기초하여 적어도 하나의 패턴 엘리먼트와 관련되는 가중치를 결정하는 것.

32. 컴퓨터 시스템에 의해 실행될 때, 컴퓨터 시스템으로 하여금 조항 1 내지 26 중 임의의 것의 방법을 수행하게 하는 컴퓨터 판독 가능 명령어를 포함하는 컴퓨터 프로그램.

33. 조항 1 내지 26 중 임의의 것의 방법을 수행하도록 구성되는 컴퓨터 시스템.

비록 IC의 제조에서의 리소그래피 장치의 사용에 대해 본 명세서에서 특정한 참조가 이루어질 수도 있지만, 본원에서 설명되는 리소그래피 장치는, 통합된 광학 시스템의 제조, 안내 및 자기 도메인 메모리, 플랫 패널 디스플레이, 액정 디스플레이(liquid-crystal display; LCD), 박막 자기 헤드, 등등에 대한 안내 및 검출 패턴과 같은 다른 애플리케이션을 가질 수도 있다는 것이 이해되어야 한다. 숙련된 기술자는, 그러한 대안적인 애플리케이션의 맥락에서, 본원에서의 용어 "웨이퍼" 또는 "다이"의 임의의 사용은, 더욱 일반적인 용어 "기판" 또는 "타겟 부분"과 각각 동의어로서 간주될 수도 있다는 것을 인식할 것이다. 본원에서 언급되는 기판은, 노출 이전에 또는 이후에, 예를 들면, 트랙(통상적으로 기판에 레지스트의 층을 도포하고 노출된 레지스트를 현상하는 툴), 계측 툴 및/또는 검사 툴에서 프로세싱될 수도 있다. 적용 가능한 경우, 본원에서의 개시는, 그러한 기판 프로세싱 툴 및 다른 기판 프로세싱 툴에 적용될 수도 있다. 게다가, 기판은, 예를 들면, 다층 IC를 생성하기 위해, 한 번보다 더 많이 프로세싱될 수도 있고, 그 결과, 본원에서 사용되는 용어 기판은, 이미 다수의 프로세싱된 층을 포함하는 기판을 또한 가리킬 수도 있다.

비록 광학 리소그래피의 맥락에서 본 발명의 실시형태의 사용에 대해 상기에서 특정한 언급이 이루어졌을 수도 있지만, 본 발명은 다른 애플리케이션, 예를 들면, 임프린트 리소그래피에서 사용될 수도 있고, 맥락이 허용하는 경우, 광학 리소그래피로 제한되지는 않는다는 것이 인식될 것이다. 임프린트 리소그래피에서, 패턴화 디바이스에서의 토포그래피(topography)는, 기판 상에서 생성되는 패턴을 정의한다. 패턴화 디바이스의 토포그래피는, 기판에 공급되는 레지스트의 층으로 인쇄될 수도 있는데, 기판 상의 레지스트는, 전자기 방사선, 열, 압력 또는 이들의 조합을 적용하는 것에 의해 경화된다. 패턴화 디바이스는, 레지스트가 경화된 이후 그 안에 패턴을 남긴 상태에서 레지스트 밖으로 이동된다.

본원에서 사용되는 용어 "방사선" 및 "빔"은, 자외선(ultraviolet; UV) 방사선(예를 들면, 365, 355, 248, 193, 157 또는 126 nm의 또는 약 365, 355, 248, 193, 157 또는 126 nm의 파장을 가짐) 및 극자외선(extreme ultra-violet; EUV) 방사선(예를 들면, 5 내지 20 nm의 범위 내의 파장을 가짐)뿐만 아니라, 이온 빔 또는 전자 빔과 같은 입자 빔을 비롯한, 모든 타입의 전자기 방사선을 포함한다.

맥락이 허용하는 경우, 용어 "렌즈"는, 굴절, 반사, 자기, 전자기, 및 정전기 광학 컴포넌트를 비롯한, 다양한 타입의 광학 컴포넌트 중 임의의 하나 또는 조합을 가리킬 수도 있다.

따라서, 특정한 실시형태의 전술한 설명은, 기술 분야의 스킬 내에서 지식을 적용하는 것에 의해, 본 발명의 일반적인 개념을 벗어나지 않으면서, 과도한 실험 없이, 다른 사람이 다양한 애플리케이션에 대해 그러한 특정한 실시형태를 쉽게 수정 및/또는 적응시킬 수 있는 본 발명의 실시형태의 일반적인 본질을 완전히 나타낸다. 따라서, 그러한 적응 및 수정은, 본원에서 제시되는 교시 및 지침에 기초하여, 개시된 실시형태의 등가물의 의미 및 범위 내에 있도록 의도된다. 본원에서의 문체(phraseology) 또는 전문용어(terminology)는, 제한의 목적을 위한 것이 아니라, 설명의 목적을 위한 것이며, 그 결과, 본 명세서에서의 전문용어 또는 문체는, 교시 및 지침에 비추어 숙련된 기술자에 의해 해석되어야 한다는 것이 이해되어야 한다.

본 발명의 폭 및 범위는, 상기에서 설명된 예시적인 실시형태 중 임의의 것에 의해 제한되어야 하는 것이 아니라, 오로지, 다음의 청구범위 및 그들의 등가물에 따라 정의되어야 한다.

Claims (15)

1. 디바이스 제조 프로세스에서의 단계 이후 기판 또는 기판들 상의 패턴의 다수의 인스턴스에 걸친 변동을 측정하는 방법으로서,
   이미지 - 각각의 이미지는 상기 패턴의 상이한 인스턴스를 나타냄 - 의 세트를 나타내는 데이터를 수신하는 단계;
   상기 패턴의 상기 인스턴스를 중첩시키기 위해 이미지의 상기 세트를 서로에 대해 위치 맞춤하는(registering) 단계; 및
   이미지의 상기 위치 맞춤된 세트를 사용하여 상기 패턴에서의 변동을 측정하는 단계를 포함하되,
   상기 패턴은 복수의 패턴 엘리먼트를 포함하고, 이미지의 상기 세트의 상기 위치 맞춤(registration)은 상기 복수의 패턴 엘리먼트 중 두 개 이상에 상이한 가중치(weighting)를 적용하는 것을 포함하되, 상기 가중치는, 각각의 패턴 엘리먼트가 이미지의 상기 세트의 상기 위치 맞춤에 기여하는 정도를 제어하고; 그리고
   각각의 가중치는, 상기 가중치가 적용되는 상기 패턴 엘리먼트의 예상된 변동에 기초하는, 디바이스 제조 프로세스에서의 단계 이후 기판 또는 기판들 상의 패턴의 다수의 인스턴스에 걸친 변동을 측정하는 방법.
2. 제1항에 있어서,
   각각의 패턴 엘리먼트는 상기 패턴 내의 오브젝트를 정의하는 에지의 전부 또는 일부를 포함하는, 디바이스 제조 프로세스에서의 단계 이후 기판 또는 기판들 상의 패턴의 다수의 인스턴스에 걸친 변동을 측정하는 방법.
3. 제1항에 있어서,
   상기 가중치는, 상대적으로 높은 예상된 변동을 갖는 패턴 엘리먼트가 더 낮은 예상된 변동을 갖는 패턴 엘리먼트보다 이미지의 상기 세트의 상기 위치 맞춤에 덜 기여할 그러한 것인, 디바이스 제조 프로세스에서의 단계 이후 기판 또는 기판들 상의 패턴의 다수의 인스턴스에 걸친 변동을 측정하는 방법.
4. 제1항에 있어서,
   각각의 패턴 엘리먼트의 상기 예상된 변동은 상기 패턴을 생성하기 위한 패턴화 프로세스를 설명하는 모델을 사용하여 획득되는, 디바이스 제조 프로세스에서의 단계 이후 기판 또는 기판들 상의 패턴의 다수의 인스턴스에 걸친 변동을 측정하는 방법.
5. 제4항에 있어서,
   각각의 패턴 엘리먼트의 상기 예상된 변동은 상이한 패턴화 프로세스 파라미터에서 상기 패턴 엘리먼트를 모델링하는 것에 의해 획득되는, 디바이스 제조 프로세스에서의 단계 이후 기판 또는 기판들 상의 패턴의 다수의 인스턴스에 걸친 변동을 측정하는 방법.
6. 제4항에 있어서,
   상기 모델은 리소그래피 프로세스의 모델을 포함하는, 디바이스 제조 프로세스에서의 단계 이후 기판 또는 기판들 상의 패턴의 다수의 인스턴스에 걸친 변동을 측정하는 방법.
7. 제1항에 있어서,
   상기 가중치 중 하나 이상의 각각은, 상기 디바이스 제조 프로세스에서 상기 패턴 엘리먼트의 전부 또는 일부를 정의하는 리소그래피 프로세스의 에어리얼 이미지 강도(aerial image intensity)의 시뮬레이팅된 기울기를 사용하여 생성되는, 디바이스 제조 프로세스에서의 단계 이후 기판 또는 기판들 상의 패턴의 다수의 인스턴스에 걸친 변동을 측정하는 방법.
8. 제1항에 있어서,
   상기 가중치 중 하나 이상의 각각은, 상기 패턴 엘리먼트의 명목상 기하학적 형상(nominal geometry)에 기초하여 생성되는, 디바이스 제조 프로세스에서의 단계 이후 기판 또는 기판들 상의 패턴의 다수의 인스턴스에 걸친 변동을 측정하는 방법.
9. 제1항에 있어서,
   상기 가중치 중 하나 이상의 각각은, 상기 패턴 엘리먼트에 인접하는 패턴 환경의 속성(property)에 기초하여 생성되는, 디바이스 제조 프로세스에서의 단계 이후 기판 또는 기판들 상의 패턴의 다수의 인스턴스에 걸친 변동을 측정하는 방법.
10. 제9항에 있어서,
    각각의 패턴 엘리먼트는 상기 패턴 내의 오브젝트의 일부를 형성하고, 상기 패턴 환경의 상기 속성은 어떤 다른 오브젝트도 존재하지 않는 상기 오브젝트의 에지에 수직인 방향에서의 길이를 포함하는, 디바이스 제조 프로세스에서의 단계 이후 기판 또는 기판들 상의 패턴의 다수의 인스턴스에 걸친 변동을 측정하는 방법.
11. 제1항에 있어서,
    이미지의 상기 세트의 상기 위치 맞춤은, 적어도 제1 위치 맞춤 단계 및 후속하는 제2 위치 맞춤 단계를 수반하는 반복 프로세스를 포함하되, 상기 제1 위치 맞춤 단계 및 상기 제2 위치 맞춤 단계 각각은 상기 패턴의 상기 인스턴스를 중첩시키기 위해 이미지의 상기 세트를 서로에 대해 위치 맞춤하는 것을 포함하고;
    적어도 상기 제2 위치 맞춤 단계는 상기 복수의 패턴 엘리먼트 중 두 개 이상에 상이한 가중치를 적용하는 단계를 포함하되, 상기 가중치는, 각각의 패턴 엘리먼트가 상기 제2 위치 맞춤 단계에서 이미지의 상기 세트의 상기 위치 맞춤에 기여하는 정도를 제어하고; 그리고
    상기 제2 위치 맞춤 단계에서 사용되는 상기 가중치 중 하나 이상은, 상기 제1 위치 맞춤 단계의 상기 위치 맞춤을 사용하여 결정되는 상기 패턴에서의 변동을 사용하여 생성되는, 디바이스 제조 프로세스에서의 단계 이후 기판 또는 기판들 상의 패턴의 다수의 인스턴스에 걸친 변동을 측정하는 방법.
12. 제1항에 있어서,
    이미지의 상기 수신된 세트 내의 각각의 이미지는 경계 박스에 의해 범위가 정해지고;
    이미지의 상기 세트의 상기 위치 맞춤은, 이미지의 상기 수신된 세트의 상기 경계 박스 사이의 교차선에 기초하여 이미지의 상기 세트에 대한 공통 경계 박스를 설정하는 것을 포함하고; 그리고
    이미지의 상기 세트의 상기 위치 맞춤은 각각의 이미지에 대한 상기 공통 경계 박스 내의 모든 픽셀을 사용하여 수행되는, 디바이스 제조 프로세스에서의 단계 이후 기판 또는 기판들 상의 패턴의 다수의 인스턴스에 걸친 변동을 측정하는 방법.
13. 제1항에 있어서,
    이미지의 상기 세트의 상기 위치 맞춤은 각각의 이미지의 공통 기준 이미지로의 수학적 변환을 결정하는 것을 포함하는, 디바이스 제조 프로세스에서의 단계 이후 기판 또는 기판들 상의 패턴의 다수의 인스턴스에 걸친 변동을 측정하는 방법.
14. 디바이스 제조 프로세스에서의 단계 이후 기판 또는 기판들 상의 패턴의 다수의 인스턴스에 걸친 변동을 측정하기 위한 검사 시스템으로서,
    기판 또는 복수의 기판에 대해 이미징 동작을 수행하여 이미지 - 각각의 이미지는 상기 패턴의 상이한 인스턴스를 나타냄 - 의 세트를 획득하도록 구성되는 이미지 획득 디바이스; 및
    컴퓨터 시스템을 포함하되, 상기 컴퓨터 시스템은:
    상기 패턴의 상기 인스턴스를 중첩시키기 위해 이미지의 상기 세트를 서로에 대해 위치 맞춤하도록; 그리고
    이미지의 상기 위치 맞춤된 세트를 사용하여 상기 패턴에서의 변동을 측정하도록 구성되고,
    상기 패턴은 복수의 패턴 엘리먼트를 포함하고, 이미지의 상기 세트의 상기 위치 맞춤은 상기 복수의 패턴 엘리먼트 중 두 개 이상에 상이한 가중치를 적용하는 것을 포함하되, 상기 가중치는, 각각의 패턴 엘리먼트가 이미지의 상기 세트의 상기 위치 맞춤에 기여하는 정도를 제어하고; 그리고
    각각의 가중치는, 상기 가중치가 적용되는 상기 패턴 엘리먼트의 예상된 변동에 기초하는, 디바이스 제조 프로세스에서의 단계 이후 기판 또는 기판들 상의 패턴의 다수의 인스턴스에 걸친 변동을 측정하기 위한 검사 시스템.
15. 명령어들이 기록된 컴퓨터 프로그램을 저장하는 컴퓨터 판독가능 매체로서,
    상기 명령어들은, 컴퓨터에 의해 실행될 때 청구항 제1항 내지 제13항 중 어느 한 항의 방법을 구현하는, 컴퓨터 판독가능 매체.

Images