KR102350572B1 - 계측 데이터에 대한 기여도들의 분리 - Google Patents
계측 데이터에 대한 기여도들의 분리 Download PDFInfo
- Publication number
- KR102350572B1 KR102350572B1 KR1020217018005A KR20217018005A KR102350572B1 KR 102350572 B1 KR102350572 B1 KR 102350572B1 KR 1020217018005 A KR1020217018005 A KR 1020217018005A KR 20217018005 A KR20217018005 A KR 20217018005A KR 102350572 B1 KR102350572 B1 KR 102350572B1
- Authority
- KR
- South Korea
- Prior art keywords
- contribution
- substrate
- pattern
- variable
- variables
- Prior art date
Links
- 238000000926 separation method Methods 0.000 title description 2
- 238000000034 method Methods 0.000 claims abstract description 293
- 239000000758 substrate Substances 0.000 claims abstract description 268
- 230000008569 process Effects 0.000 claims abstract description 136
- 238000000059 patterning Methods 0.000 claims abstract description 94
- 238000012545 processing Methods 0.000 claims description 283
- 230000007547 defect Effects 0.000 claims description 53
- 238000012546 transfer Methods 0.000 claims description 26
- 238000004519 manufacturing process Methods 0.000 claims description 13
- 230000035945 sensitivity Effects 0.000 claims description 13
- 238000005094 computer simulation Methods 0.000 claims description 6
- 230000004044 response Effects 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 3
- 230000008859 change Effects 0.000 description 110
- 230000005855 radiation Effects 0.000 description 75
- 239000010410 layer Substances 0.000 description 54
- 230000003287 optical effect Effects 0.000 description 44
- 238000005259 measurement Methods 0.000 description 43
- 238000009826 distribution Methods 0.000 description 40
- 238000005530 etching Methods 0.000 description 33
- 238000005286 illumination Methods 0.000 description 29
- 230000033001 locomotion Effects 0.000 description 29
- 210000001747 pupil Anatomy 0.000 description 24
- 238000011161 development Methods 0.000 description 20
- 238000004891 communication Methods 0.000 description 16
- 230000000694 effects Effects 0.000 description 16
- 230000006870 function Effects 0.000 description 15
- 230000015654 memory Effects 0.000 description 15
- 239000000203 mixture Substances 0.000 description 15
- 238000000151 deposition Methods 0.000 description 14
- 230000008021 deposition Effects 0.000 description 14
- 230000010287 polarization Effects 0.000 description 13
- 238000004088 simulation Methods 0.000 description 13
- 238000013461 design Methods 0.000 description 12
- 238000007689 inspection Methods 0.000 description 12
- 238000004806 packaging method and process Methods 0.000 description 12
- 238000004528 spin coating Methods 0.000 description 11
- 238000003860 storage Methods 0.000 description 10
- 239000000126 substance Substances 0.000 description 10
- 230000004075 alteration Effects 0.000 description 9
- 238000012937 correction Methods 0.000 description 9
- 230000005540 biological transmission Effects 0.000 description 8
- 238000001228 spectrum Methods 0.000 description 8
- 239000000463 material Substances 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 6
- 238000013178 mathematical model Methods 0.000 description 6
- 230000007246 mechanism Effects 0.000 description 6
- 238000012986 modification Methods 0.000 description 6
- 230000004048 modification Effects 0.000 description 6
- 230000002829 reductive effect Effects 0.000 description 6
- 238000010521 absorption reaction Methods 0.000 description 4
- 230000008033 biological extinction Effects 0.000 description 4
- 230000001364 causal effect Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000001459 lithography Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 230000002950 deficient Effects 0.000 description 3
- 230000001419 dependent effect Effects 0.000 description 3
- 230000000670 limiting effect Effects 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- 238000000576 coating method Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000007654 immersion Methods 0.000 description 2
- 238000005468 ion implantation Methods 0.000 description 2
- 238000012886 linear function Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 230000005405 multipole Effects 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 230000010363 phase shift Effects 0.000 description 2
- 238000005498 polishing Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 201000009310 astigmatism Diseases 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000003776 cleavage reaction Methods 0.000 description 1
- 239000011248 coating agent Substances 0.000 description 1
- 230000001143 conditioned effect Effects 0.000 description 1
- 230000003750 conditioning effect Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000004980 dosimetry Methods 0.000 description 1
- 238000011143 downstream manufacturing Methods 0.000 description 1
- 230000005684 electric field Effects 0.000 description 1
- 230000005670 electromagnetic radiation Effects 0.000 description 1
- 238000010894 electron beam technology Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000013213 extrapolation Methods 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 238000007429 general method Methods 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000010884 ion-beam technique Methods 0.000 description 1
- 239000002346 layers by function Substances 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000005381 magnetic domain Effects 0.000 description 1
- QSHDDOUJBYECFT-UHFFFAOYSA-N mercury Chemical compound [Hg] QSHDDOUJBYECFT-UHFFFAOYSA-N 0.000 description 1
- 229910052753 mercury Inorganic materials 0.000 description 1
- 238000001465 metallisation Methods 0.000 description 1
- 238000001000 micrograph Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000001127 nanoimprint lithography Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000003647 oxidation Effects 0.000 description 1
- 238000007254 oxidation reaction Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000000206 photolithography Methods 0.000 description 1
- 238000011045 prefiltration Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000037452 priming Effects 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000007493 shaping process Methods 0.000 description 1
- 238000010008 shearing Methods 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 239000010409 thin film Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000013518 transcription Methods 0.000 description 1
- 230000035897 transcription Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
- G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
- G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
- G03F7/70—Microphotolithographic exposure; Apparatus therefor
- G03F7/70483—Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
- G03F7/70491—Information management, e.g. software; Active and passive control, e.g. details of controlling exposure processes or exposure tool monitoring processes
- G03F7/705—Modelling or simulating from physical phenomena up to complete wafer processes or whole workflow in wafer productions
-
- G—PHYSICS
- G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
- G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
- G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
- G03F7/70—Microphotolithographic exposure; Apparatus therefor
- G03F7/70483—Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
- G03F7/70491—Information management, e.g. software; Active and passive control, e.g. details of controlling exposure processes or exposure tool monitoring processes
- G03F7/70508—Data handling in all parts of the microlithographic apparatus, e.g. handling pattern data for addressable masks or data transfer to or from different components within the exposure apparatus
-
- G—PHYSICS
- G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
- G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
- G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
- G03F7/70—Microphotolithographic exposure; Apparatus therefor
- G03F7/70483—Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
- G03F7/70605—Workpiece metrology
- G03F7/70616—Monitoring the printed patterns
- G03F7/70625—Dimensions, e.g. line width, critical dimension [CD], profile, sidewall angle or edge roughness
-
- G—PHYSICS
- G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
- G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
- G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
- G03F7/70—Microphotolithographic exposure; Apparatus therefor
- G03F7/70483—Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
- G03F7/70605—Workpiece metrology
- G03F7/70616—Monitoring the printed patterns
- G03F7/70633—Overlay, i.e. relative alignment between patterns printed by separate exposures in different layers, or in the same layer in multiple exposures or stitching
-
- G—PHYSICS
- G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
- G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
- G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
- G03F7/70—Microphotolithographic exposure; Apparatus therefor
- G03F7/70483—Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
- G03F7/70605—Workpiece metrology
- G03F7/70616—Monitoring the printed patterns
- G03F7/70641—Focus
-
- G—PHYSICS
- G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
- G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
- G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
- G03F7/70—Microphotolithographic exposure; Apparatus therefor
- G03F7/70483—Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
- G03F7/70605—Workpiece metrology
- G03F7/70616—Monitoring the printed patterns
- G03F7/7065—Defects, e.g. optical inspection of patterned layer for defects
-
- G—PHYSICS
- G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
- G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
- G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
- G03F7/70—Microphotolithographic exposure; Apparatus therefor
- G03F7/70483—Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
- G03F7/70605—Workpiece metrology
- G03F7/706835—Metrology information management or control
- G03F7/706837—Data analysis, e.g. filtering, weighting, flyer removal, fingerprints or root cause analysis
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Exposure And Positioning Against Photoresist Photosensitive Materials (AREA)
- Testing Or Measuring Of Semiconductors Or The Like (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
기판 상의 제1변수의 지문(fingerprint)과 상기 제1변수의 특정 값을 조합함으로써 패터닝 프로세스에 의해 프로세싱되는 기판의 또는 기판을 위한 패턴의 제1변수의 값을 계산하는 단계; 및 상기 제1변수의 상기 계산된 값에 적어도 부분적으로 기초하여 상기 패턴의 제2변수의 값을 결정하는 단계를 포함하는, 방법.
Description
본 발명은 디바이스 제조 프로세스의 성능을 향상시키는 방법에 관한 것이다. 상기 방법은 리소그래피 장치 또는 계측 장치와 관련하여 사용될 수 있다.
본 출원은 본 명세서에 참고 문헌으로 포함된, 2016년 2월 22일에 출원된 미국 출원 제62/298,367호 및 2016년 9월 1일에 출원된 미국 출원 제62/382,764호 및 2017년 2월 15일에 출원된 미국 출원 제62/459,327호의 우선권을 주장한다.
리소그래피 장치는 기판의 타겟부 상으로 원하는 패턴을 적용시키는 기계이다. 리소그래피 장치는, 예컨대, 집적 회로(IC)의 제조에 사용될 수 있다. 그 상황에서, 대안적으로 마스크 또는 레티클로 지칭되는 패터닝 디바이스는 상기 IC의 개별 층에 대응되는 회로 패턴을 생성하는데 사용될 수 있으며, 이 패턴은 방사선-감응성 재료(레지스트) 층(a layer of radiation-sensitive material)을 갖는 기판(예컨대, 실리콘 웨이퍼) 상의 (예컨대, 하나 또는 수 개의 다이들의 일부를 포함하는) 타겟부 상으로 이미징될 수 있다. 일반적으로, 단일 기판은 연속적으로 노광된 인접한 타겟부들의 네트워크를 포함할 것이다. 공지된 리소그래피 장치는 한번에 타겟부 상으로 전체 패턴을 노광함으로써 각각의 타겟부가 조사되는 소위 스테퍼, 및 빔을 통해 주어진 방향("스캐닝"- 방향)으로 패턴을 스캐닝하고, 이 방향에 평행한 또는 역-평행한 기판을 동기적으로 스캐닝함으로써 각각의 타겟부가 조사되는, 소위 스캐너를 포함한다.
패터닝 디바이스로부터 기판으로 상기 회로 패턴을 전사하기 전에, 기판은 프라이밍(priming), 레지스트 코팅 및 소프트 베이크(soft bake)와 같은 다양한 절차들을 거칠 수 있다. 노광 후에, 상기 기판은 상기 전사된 회로 패턴의 노광-후 베이크(PEB), 현상(development), 하드 베이크(hard bake) 및 측정/검사와 같은 또 다른 절차들을 거치게 된다. 이러한 일련의 절차들은 장치 예컨대, IC의 개별 층을 제조하기 위한 기초로서 사용된다. 그 후, 기판은 디바이스의 개별 층을 마무리하기 위한 식각, 이온 주입(도핑), 금속화, 산화, 화학-기계적 폴리싱 등과 같은 모든 다양한 프로세스들을 거칠 수 있다. 상기 디바이스에 여러 개의 층들이 필요한 경우, 전체 절차 또는 그 변형이 각 층에 대해 반복된다. 결국, 디바이스는 기판 상의 각 타겟부에 존재할 것이다. 이후 이들 디바이스들은 다이싱(dicing) 또는 소잉(sawing)과 같은 기술에 의해 서로 분리되며, 개별 디바이스들은 캐리어에 장착되거나 핀들 등에 연결될 수 있다.
따라서, 반도체 디바이스들과 같은 제조 디바이스들은, 디바이스들의 다양한 피처들 및 다중 층들을 형성하기 위한 다수의 제조 프로세스들을 이용하여 기판(예컨대, 반도체 웨이퍼)을 프로세싱하는 단계를 일반적으로 포함한다. 이러한 층들 및 피처들은 일반적으로 예컨대 증착, 리소그래피, 식각, 화학-기계적 폴리싱, 및 이온 주입을 사용하여 제조되고 프로세싱된다. 복수의 디바이스들은 기판상의 복수의 다이들 상에 제조될 수 있으며 이후 개별 디바이스들로 분리될 수 있다. 이 디바이스 제조 프로세스는 패터닝 프로세스로 간주될 수 있다. 패터닝 프로세스는 패터닝 디바이스 상의 패턴을 기판에 전사하기 위해, 리소그래피 장치의 패터닝 디바이스를 사용하는 광학 및/또는 나노 임프린트 리소그래피와 같은 패터닝 단계를 포함하며, 일반적으로 그러나 선택적으로, 현상 장치에 의한 레지스트 현상, 베이크 툴(tool)를 사용한 기판의 베이킹, 식각 장치를 사용하고 패턴을 사용하는 에칭 등과 같은, 하나 이상의 관련된 패턴 프로세싱 단계들을 포함한다.
기판 상의 패턴의 계측 데이터에 모델링 가능한 프로세싱 변수의 제1기여도를 획득하는 단계; 상기 패턴의 상기 계측 데이터에 대해 모델링되지 않은 프로세싱 변수의 제2기여도를 획득하는 단계; 및 하드웨어 컴퓨터에 의해, 상기 제1기여도와 상기 제2기여도를 조합함으로써 상기 계측 데이터를 획득하는 단계를 포함하는 방법이 본 명세서에 개시된다.
일 실시예에 따르면, 상기 계측 데이터는 크리티컬 디멘전(CD), 크리티컬 디멘전 균일성(CDU), 측벽 각도, 에지 위치, 오버레이, 초점 및/또는 패턴 시프트로부터 선택된 하나 이상을 포함한다.
일 실시예에 따르면, 상기 데이터는 패턴들의 그룹의 통계값을 포함한다.
일 실시예에 따르면, 상기 모델링되지 않은 프로세싱 변수는 상기 기판의 노광에 후속하는 프로세스의 특성이다.
일 실시예에 따르면, 상기 프로세스는 상기 기판 상에서 레지스트 층을 현상하는 것이다.
일 실시예에 따르면, 상기 프로세스는 상기 기판을 식각하는 것이다.
일 실시예에 따르면, 상기 모델링되지 않은 프로세싱 변수는 상기 기판의 특성값이다.
일 실시예에 따르면, 상기 모델링되지 않은 프로세싱 변수는 상기 기판 상의 레지스트 층의 특성값이다.
일 실시예에 따르면, 상기 모델링되지 않은 프로세싱 변수의 값은 알려지지 않는다.
일 실시예에 따르면, 상기 제1기여도와 상기 제2기여도를 조합하는 단계는 상기 제1기여도와 상기 제2기여도를 가산하는 단계, 또는 상기 제1기여도와 상기 제2기여도를 콘볼루션하는 단계를 포함한다.
기판 상의 패턴의 계측 데이터에 대한 제2프로세싱 변수의 기여도를 획득하는 단계로서, 하드웨어 컴퓨터에 의해, 상기 계측 데이터에 대한 제1프로세싱 변수의 기여도를 제거함으로써, 기판 상의 패턴의 계측 데이터에 대한 제2프로세싱 변수의 기여도를 획득하는 단계를 포함하는 방법이 본 명세서에 개시된다.
일 실시예에 따르면, 상기 제1프로세싱 변수는 모델링 가능하다.
일 실시예에 따르면, 상기 제1프로세싱 변수의 기여도를 획득하는 단계는 모델링에 의한 것이다.
일 실시예에 따르면, 상기 제1프로세싱 변수의 기여도는 상기 제2프로세싱 변수의 비선형 함수이다.
일 실시 예에 따르면, 상기 제1프로세싱 변수는 모델링되지 않는다.
일 실시 예에 따르면, 상기 제1프로세싱 변수의 기여도는 실험적으로 또는 경험적으로 결정된다.
기판 상의 제1패턴의 계측 데이터에 대한 하나 이상의 프로세싱 변수들의 제2그룹의 변화의 기여도를 획득하는 단계로서, 상기 계측 데이터에 대한 하나 이상의 프로세싱 변수들의 제1그룹의 변화의 기여도를 상기 계측 데이터로부터 제거함으로써, 상기 제1패턴의 계측 데이터에 대한 하나 이상의 프로세싱 변수들의 제2그룹의 변화의 기여도를 획득하는 단계; 및 하드웨어 컴퓨터에 의해, 상기 제1패턴의 계측 데이터에 대한 하나 이상의 프로세싱 변수들의 상기 제2그룹의 변화의 기여도에 기초하여 상기 기판 상의 제2패턴의 계측 데이터에 대한 하나 이상의 프로세싱 변수들의 상기 제2그룹의 변화의 기여도를 획득하는 단계를 포함하는 방법이 개시된다.
일 실시예에 따르면, 상기 방법은 상기 제2패턴의 계측 데이터에 대한 하나 이상의 프로세싱 변수들의 제2그룹의 변화의 기여도에 기초하여 상기 하나 이상의 프로세싱 변수들의 제1그룹을 조정함으로써 상기 제2패턴에서의 결함의 확률을 감소시키는 단계를 더 포함한다.
일 실시예에 따르면, 상기 제2패턴의 계측 데이터의 획득 없이, 상기 제2패턴의 계측 데이터에 대한 하나 이상의 프로세싱 변수들의 제2그룹의 변화의 기여도를 획득할 수 있다.
일 실시예에 따르면, 상기 제2패턴에서의 결함의 확률은 상기 제2패턴에 대한 계측의 수행없이 감소된다.
일 실시예에 따르면, 상기 방법은 상기 제2패턴의 계측 데이터로부터 상기 제2패턴의 계측 데이터에 대한 하나 이상의 프로세싱 변수들의 상기 제2그룹의 변화의 기여도를 제거함으로써 상기 제2패턴의 계측 데이터에 대한 하나 이상의 프로세싱 변수들의 상기 제1그룹의 변화의 기여도를 획득하는 단계를 더 포함한다.
일 실시예에 따르면, 상기 제2패턴의 계측 데이터에 대한 하나 이상의 프로세싱 변수들의 상기 제1그룹의 변화의 기여도는 상기 제2패턴에 대한 하나 이상의 프로세싱 변수들의 상기 제1그룹의 값들의 획득 없이 획득된다.
일 실시예에 따르면, 상기 방법은 상기 제2패턴의 계측 데이터에 대한 하나 이상의 프로세싱 변수들의 상기 제1그룹의 변화의 기여도, 상기 제2 패턴의 계측 데이터에 대한 하나 이상의 프로세싱 변수들의 상기 제2그룹의 변화의 기여도, 또는 둘 모두에 기초하여, 하나 이상의 프로세싱 변수들의 상기 제1그룹의 하나 이상의 프로세싱 변수들을 조정함으로써 상기 제2패턴에서의 결함의 확률을 감소시키는 단계를 더 포함한다.
제1패턴의 계측 데이터에 대한 하나 이상의 프로세싱 변수들의 제2그룹의 변화의 기여도를 획득하는 단계로서, 상기 계측 데이터로부터 상기 제1패턴의 계측 데이터에 대한 프로세싱 변수들의 제1그룹의 변화의 기여도를 제거함으로써, 상기 제1패턴의 계측 데이터에 대한 하나 이상의 프로세싱 변수들의 제2그룹의 변화의 기여도를 획득하는 단계; 상기 제1패턴의 계측 데이터에 대한 하나 이상의 프로세싱 변수들의 상기 제2그룹의 변화의 기여도에 기초하여 상기 기판 상의 제2패턴의 계측 데이터에 대한 하나 이상의 프로세싱 변수들의 상기 제2그룹의 변화의 기여도를 획득하는 단계; 및 하드웨어 컴퓨터에 의해, 상기 제2패턴의 계측 데이터에 대한 하나 이상의 프로세싱 변수들의 상기 제2그룹의 변화의 기여도에 기초하여 상기 제2패턴에 대한 프로세싱 변수들의 제1그룹에 걸쳐 있는 서브-프로세스 윈도우(서브(sub)-PW)를 획득하는 단계를 포함하는 방법이 본 명세서에 개시된다.
일 실시예에 따르면, 상기 제1그룹은 모든 모델링 가능한 프로세싱 변수들을 포함하고 상기 제2그룹은 모든 모델링되지 않은 프로세싱 변수들을 포함한다.
일 실시예에 따르면, 상기 방법은 상기 서브-PW에 기초하여 상기 프로세싱 변수들의 제1그룹의 하나 이상의 프로세싱 변수들의 값을 조정함으로써 상기 제2패턴에서의 결함의 확률을 감소시키는 단계를 더 포함한다.
핫 스폿의 계측 데이터의 추정치를 획득하는 단계로서, 상기 계측 데이터에 대해 하나 이상의 모델링 가능한 프로세싱 변수들의 제1그룹의 변화의 기여도와 상기 계측 데이터에 대해 하나 이상의 모델링되지 않은 프로세싱 변수들의 제2그룹의 변화의 기여도를 조합함으로써 상기 핫 스폿의 계측 데이터의 추정치를 획득하는 단계; 및 하드웨어 컴퓨터에 의해, 상기 계측 데이터의 추정치에 기초하여 상기 핫 스폿에 결함이 존재하는지 여부를 결정하는 단계를 포함하는 방법이 본 명세서에 개시된다.
일 실시예에 따르면, 상기 추정치는 상기 핫 스폿에 대한 계측을 수행하지 않고 획득된다.
패턴의 계측 데이터에 대한 하나 이상의 프로세싱 변수들의 제2그룹의 변화의 기여도를 획득하는 단계로서, 하나 이상의 프로세싱 변수들의 제1그룹의 변화의 기여도를 상기 계측 데이터로부터 제거함으로써 상기 패턴의 계측 데이터에 대한 하나 이상의 프로세싱 변수들의 제2그룹의 변화의 기여도를 획득하는 단계; 상기 계측 데이터에 대한 하나 이상의 프로세싱 변수들의 제2그룹의 변화의 기여도를 결정하기 위한 모델의 파라미터들의 값들을 획득하는 단계로서, 하드웨어 컴퓨터에 의해, 상기 패턴의 계측 데이터에 대한 하나 이상의 프로세싱 변수들의 상기 제2그룹의 변화의 기여도와 비교하여 상기 파라미터값들을 근사시킴으로써, 상기 계측 데이터에 대한 하나 이상의 프로세싱 변수들의 제2그룹의 변화의 기여도를 결정하기 위한 모델의 파라미터들의 값들을 획득하는 단계를 포함하는 방법이 본 명세서에 개시된다.
일 실시예에 따르면, 상기 하나 이상의 프로세싱 변수들의 상기 제1그룹은 모든 모델링되지 않은 프로세싱 변수들을 포함한다.
일 실시예에 따르면, 상기 하나 이상의 프로세싱 변수들의 상기 제2그룹의 모든 프로세싱 변수들은 모델링 가능하다.
기판 상의 패턴의 계측 데이터의 추정치를 획득하는 단계로서, 상기 계측 데이터에 대해 모든 모델링 가능한 프로세싱 변수들의 변화의 기여도 및 상기 계측 데이터에 대해 모든 모델링되지 않은 프로세싱 변수들의 변화의 기여도를 조합함으로써 상기 기판 상의 패턴의 계측 데이터의 추정치를 획득하는 단계; 상기 계측 데이터의 상기 추정치가 기준을 충족시키는지 여부를 결정하는 단계; 및 상기 추정치가 상기 기준을 충족시키지 못하는 경우, 하드웨어 컴퓨터에 의해, 상기 계측 데이터에 대해 상기 모델링되지 않은 프로세싱 변수들 모두의 변화의 기여도 및 상기 모델링되지 않은 프로세싱 변수들 간의 관계를 조정하는 단계를 포함하는 방법이 본 명세서에 개시된다.
일 실시예에 따르면, 상기 관계를 조정하는 단계는 상기 기판 상의 레지스트의 화학적 조성을 변화시키는 단계를 포함한다.
일 실시예에 따르면, 상기 관계를 조정하는 단계는 상기 기판 상의 레지스트를 현상하는데 사용되는 화학 물질을 변경하는 단계를 포함한다.
일 실시예에 따르면, 상기 관계를 조정하는 단계는 상기 기판을 식각하기 위해 사용되는 식각 장치를 변경하는 단계를 포함한다.
기판 상의 제1변수의 지문(fingerprint)과 상기 제1변수의 특정 값을 조합함으로써 패터닝 프로세스에 의해 프로세싱되는 기판의 또는 기판을 위한 패턴의 제1변수의 값을 계산하는 단계; 및 상기 제1변수의 상기 계산된 값에 적어도 부분적으로 기초하여 상기 패턴의 제2변수의 값을 결정하는 단계를 포함하는 방법이 본 명세서에 개시된다.
일 실시예에 따르면, 상기 패턴의 제2변수의 값을 결정하는 단계는, 하드웨어 컴퓨터에 의해, 상기 제2변수 및 상기 제1변수의 상기 계산된 값에 적어도 부분적으로 기초한 재구성 또는 시뮬레이션 결과가 규칙을 만족할 때까지 상기 제2변수를 조정하는 단계를 더 포함한다.
일 실시예에 따르면, 상기 규칙은 상기 기판 상의 상기 패턴의 측정 결과와 상기 재구성/시뮬레이션 결과 간의 차이가 임계치를 초과하거나(cross) 또는 만족함을 나타낸다.
일 실시예에 따르면, 상기 재구성/ 시뮬레이션 결과는 계산된 방사선 분포이고, 상기 측정 결과는 측정된 방사선 분포이다.
일 실시예에 따르면, 상기 제1변수의 변화는 상기 제2변수의 동일한 변화보다 상기 재구성 또는 시뮬레이션 결과에서 더 큰 차이를 야기한다.
일 실시예에 따르면, 상기 제1변수는 기판 상의 계측 타겟과 관련된다.
일 실시예에 따르면, 상기 제1변수는 상기 기판 상의 계측 타겟의 패턴의 크리티컬 디멘전이다.
일 실시예에 따르면, 상기 제2변수는 상기 기판 상의 계측 타겟과 관련된다.
일 실시예에 따르면, 상기 제2변수는 상기 계측 타겟의 패턴의 측벽 각도, 상기 계측 타겟의 패턴의 높이, 상기 계측 타겟의 층의 두께, 현상 동안 상기 계측 타겟의 상기 패턴의 레지스트 손실, 상기 계측 타겟의 기반, 상기 계측 타겟의 층의 굴절률, 상기 계측 타겟의 층의 흡수, 및/또는 상기 계측 타겟의 층의 소광 계수로부터 선택된 하나 이상을 포함한다.
일 실시예에 따르면, 상기 방법은 상기 패턴의 상기 제2변수에 기초하여 상기 기판 상으로 상기 패턴의 전사에 후속하는 프로세스에 따르는 결함이 존재하는지를 예측하는 단계를 더 포함한다.
일 실시예에 따르면, 상기 기판 상으로 상기 패턴의 전사에 후속하는 프로세스에 따르는 상기 패턴에서의 결함의 예측에 응답하여, 상기 기판 또는 다른 기판에 대한 상기 패터닝 프로세스의 변수가 조정된다.
일 실시예에 따르면, 상기 프로세스는 상기 기판 상에서 레지스트 층의 현상을 포함한다.
일 실시예에 따르면, 상기 프로세스는 상기 기판을 식각하는 단계를 포함한다.
일 실시예에 따르면, 상기 방법은 상기 패터닝 프로세스의 리소그래피 장치에 관련된 하나 이상의 변수들의 제1그룹으로부터의 제1기여도, 상기 리소그래피 장치에서의 상기 패턴의 전사 이전 또는 이후의 하나 이상의 제조 프로세스들에 관련된 하나 이상의 변수들의 제2그룹으로부터의 제2기여도, 및 상기 패턴의 전사에서 사용된 패터닝 디바이스에 관련된 하나 이상의 변수들의 제3그룹으로부터의 제3기여도를 조합함으로써 상기 제1변수의 지문을 획득하는 단계를 더 포함한다.
일 실시예에 따르면, 상기 변수들의 제1그룹은 상기 리소그래피 장치에 의한 조명, 상기 리소그래피 장치의 투영 시스템, 상기 리소그래피 장치의 기판 스테이지의 이동의 이동 표준 편차, 상기 기판 스테이지의 이동의 이동 평균, 초점, 선량, 대역폭, 노광 지속 시간, 고주파 레이저 대역폭 변화, 고주파 레이저 파장 변화, 및/또는 기판의 평탄도 중 하나 이상의 변수들을 포함한다.
일 실시예에 따르면, 상기 변수들의 제2그룹은 스핀 코팅, 노광 후 베이크, 현상, 식각, 증착, 도핑 및/또는 패키징 중 하나 이상의 변수들을 포함한다.
일 실시예에 따르면, 상기 변수들의 제3그룹은 마스크 CD, 어시스트 패턴의 형상 및/또는 위치, 및/또는 해상도 향상 기술에 의해 적용된 조정 중 하나 이상의 변수들을 포함한다.
일 실시예에 따르면, 상기 제1변수의 지문과 상기 제1변수의 특정 값을 조합하는 단계는 상기 제1변수의 지문과 상기 제1변수의 특정 값을 더하는 단계를 포함한다.
일 실시예에 따르면, 상기 제1변수의 특정 값은 상기 기판 상의 상기 제1변수의 측정 값들의 그룹의 평균을 냄으로써 얻어진다.
일 실시예에 따르면, 상기 제1변수의 특정 값은 상기 제1변수의 설계 값이다.
일 실시예에 따르면, 상기 제2변수의 값을 결정하는 동안 사용된 상기 제1변수는 상기 제1변수의 상기 계산된 값 주위의 임의의 범위 내로 제한된 값을 갖는다.
패터닝 프로세스에 의해 생성된 패턴과 관련된 변수의 전체 기판 지문(across substrate fingerprint)을 획득하는 단계; 및 상기 지문 내의 기판 위치로부터 선택된 상기 변수의 값에 기초하여 상기 패턴의 피처의 윤곽을, 하드웨어 컴퓨터 시스템에 의해, 예측하는 단계를 포함하는 방법이 본 명세서에 개시된다.
일 실시예에 따르면, 상기 예측하는 단계는 상기 피처에 대한 임의의 형상의 공칭 윤곽(nominal contour)을 선택하기 위해 상기 변수의 값을 이용하는 단계를 포함한다.
일 실시예에 따르면, 상기 공칭 윤곽은 시뮬레이션 또는 수학적 모델을 사용한 계산에 의해 획득된다.
일 실시예에 따르면, 상기 공칭 윤곽은 레지스트에서 예상되는 윤곽이다.
일 실시예에 따르면, 상기 예측하는 단계는 상기 피처에 대한 공칭 윤곽의 크기를 변경하는 단계를 포함한다.
일 실시예에 따르면, 상기 크기를 변경하는 단계는 상기 패턴과 연관된 추가 변수의 값에 기초하며, 상기 값은 상기 추가 변수의 전체 기판 지문으로부터 동일한 기판 위치에서 선택된다.
일 실시예에 따르면, 상기 추가 변수의 상기 전체 기판 지문은 식각 후 상황에 대응한다.
일 실시예에 따르면, 상기 추가 변수는 크리티컬 디멘전을 포함한다.
일 실시예에 따르면, 상기 변수는 초점을 포함한다.
일 실시예에 따르면, 상기 피처는 결정된 핫 스폿이다.
일 실시예에 따르면, 상기 방법은 에지 배치 위치 또는 오류를 결정하기 위해 상기 예측된 윤곽을 사용하는 단계를 더 포함한다.
일 실시예에 따르면, 상기 방법은 상기 피처 또는 다른 피처에 결함이 있을 가능성이 있는지 여부를 결정하기 위해 상기 예측된 윤곽에 대한 체크를 이용하는 단계를 더 포함한다.
일 실시예에 따르면, 상기 방법은 수학적 모델을 보정하기 위해 상기 예측된 윤곽을 사용하는 단계를 더 포함한다.
일 실시예에 따르면, 상기 수학적 모델은 광학 근접 보정 모델을 포함한다.
명령들이 기록된 비일시적(non-transitory) 컴퓨터 판독 가능한 매체를 포함하고, 상기 명령들은 본 명세서의 상기 방법들 중 임의의 방법을 구현하는 컴퓨터에 의해 실행되는, 컴퓨터 프로그램 제품이 본 명세서에 개시된다.
도 1은 일 실시예에 따른 리소그래피 장치를 개략적으로 도시한다.
도 2는 프로세싱 변수의 예시적인 카테고리를 도시한다.
도 3a는 모델링 가능한 프로세싱 변수의 변화 및 모델링되지 않은 프로세싱 변수의 변화가 모두 계측 데이터에 기여할 수 있음을 개략적으로 도시한다.
도 3b는 기판 상의 CD에 대한 조합된 기여도를 모델링하는 예를 개략적으로 도시하며, 이때 기여도는 다수의 모델링 가능한 프로세싱 변수들의 변화들이다.
도 4A는 하나 이상의 모델링 가능한 프로세싱 변수들의 변화들로부터의 하나, 그리고 모델링되지 않을 수 있는, 모델링 가능할 수 있는, 또는 이들의 혼합물일 수 있는 하나 이상의 다른 프로세싱 변수들의 변화들로부터의 다른 하나인, 두 개의 기여도들을 갖는 계측 데이터를 개략적으로 도시한다.
도 4B는 하나 이상의 모델링되지 않은 프로세싱 변수들의 변화들로부터의 하나, 그리고 모델링되지 않을 수 있는, 모델링 가능할 수 있는, 또는 이들의 혼합물일 수 있는 하나 이상의 다른 프로세싱 변수들의 변화들로부터의 다른 하나인, 두 개의 기여도들을 갖는 계측 데이터를 개략적으로 도시한다.
도 5는 일 실시예에 따른 방법의 흐름을 개략적으로 도시한다.
도 6은 일 실시예에 따른 방법의 흐름을 개략적으로 도시한다.
도 7A 및 도 7B는 서브-PW에 대한 모델링되지 않은 프로세싱 변수의 영향을 개략적으로 도시한다.
도 8은 일 실시예에 따른 방법의 흐름을 개략적으로 도시한다.
도 9는 일 실시예에 따른 방법의 흐름을 개략적으로 도시한다.
도 10은 일 실시예에 따른 방법의 흐름을 개략적으로 도시한다.
도 11은 일 실시예에 따른 방법의 흐름을 개략적으로 도시한다.
도 12는 예시적인 검사 장치 및 계측 기술을 개략적으로 도시한다.
도 13은 예시적인 검사 장치를 개략적으로 도시한다.
도 14는 검사 장치의 조사 스폿과 계측 타겟 간의 관계를 도시한다.
도 15는 측정 데이터에 기초하여 관심 대상(interest)의 복수의 변수들을 유도하는 프로세스를 개략적으로 도시한다.
도 16은 일 실시예에 따른 방법의 흐름을 개략적으로 도시한다.
도 17은 일 실시 예에 따른 방법의 흐름을 개략적으로 도시한다.
도 18은 예시적인 기여도/지문 및 윤곽(contour)의 선택의 실시예를 개략적으로 도시한다.
도 19는 예시적인 기여도/지문 및 윤곽의 수정의 실시예를 개략적으로 도시한다.
또한, 도 20A, 도 20B 및 도 20C는 결함 분석 프로세스의 실시예를 개략적으로 도시한다.
또한, 도 21A, 도 21B 및 도 21C는 결함 분석 프로세스의 실시예를 개략적으로 도시한다.
도 22는 예시적인 컴퓨터 시스템의 블록도이다.
도 2는 프로세싱 변수의 예시적인 카테고리를 도시한다.
도 3a는 모델링 가능한 프로세싱 변수의 변화 및 모델링되지 않은 프로세싱 변수의 변화가 모두 계측 데이터에 기여할 수 있음을 개략적으로 도시한다.
도 3b는 기판 상의 CD에 대한 조합된 기여도를 모델링하는 예를 개략적으로 도시하며, 이때 기여도는 다수의 모델링 가능한 프로세싱 변수들의 변화들이다.
도 4A는 하나 이상의 모델링 가능한 프로세싱 변수들의 변화들로부터의 하나, 그리고 모델링되지 않을 수 있는, 모델링 가능할 수 있는, 또는 이들의 혼합물일 수 있는 하나 이상의 다른 프로세싱 변수들의 변화들로부터의 다른 하나인, 두 개의 기여도들을 갖는 계측 데이터를 개략적으로 도시한다.
도 4B는 하나 이상의 모델링되지 않은 프로세싱 변수들의 변화들로부터의 하나, 그리고 모델링되지 않을 수 있는, 모델링 가능할 수 있는, 또는 이들의 혼합물일 수 있는 하나 이상의 다른 프로세싱 변수들의 변화들로부터의 다른 하나인, 두 개의 기여도들을 갖는 계측 데이터를 개략적으로 도시한다.
도 5는 일 실시예에 따른 방법의 흐름을 개략적으로 도시한다.
도 6은 일 실시예에 따른 방법의 흐름을 개략적으로 도시한다.
도 7A 및 도 7B는 서브-PW에 대한 모델링되지 않은 프로세싱 변수의 영향을 개략적으로 도시한다.
도 8은 일 실시예에 따른 방법의 흐름을 개략적으로 도시한다.
도 9는 일 실시예에 따른 방법의 흐름을 개략적으로 도시한다.
도 10은 일 실시예에 따른 방법의 흐름을 개략적으로 도시한다.
도 11은 일 실시예에 따른 방법의 흐름을 개략적으로 도시한다.
도 12는 예시적인 검사 장치 및 계측 기술을 개략적으로 도시한다.
도 13은 예시적인 검사 장치를 개략적으로 도시한다.
도 14는 검사 장치의 조사 스폿과 계측 타겟 간의 관계를 도시한다.
도 15는 측정 데이터에 기초하여 관심 대상(interest)의 복수의 변수들을 유도하는 프로세스를 개략적으로 도시한다.
도 16은 일 실시예에 따른 방법의 흐름을 개략적으로 도시한다.
도 17은 일 실시 예에 따른 방법의 흐름을 개략적으로 도시한다.
도 18은 예시적인 기여도/지문 및 윤곽(contour)의 선택의 실시예를 개략적으로 도시한다.
도 19는 예시적인 기여도/지문 및 윤곽의 수정의 실시예를 개략적으로 도시한다.
또한, 도 20A, 도 20B 및 도 20C는 결함 분석 프로세스의 실시예를 개략적으로 도시한다.
또한, 도 21A, 도 21B 및 도 21C는 결함 분석 프로세스의 실시예를 개략적으로 도시한다.
도 22는 예시적인 컴퓨터 시스템의 블록도이다.
본 명세서에서는 IC의 제조에 리소그래피 장치를 사용하는 것에 대해 특정한 언급이 이루어질 수 있지만, 본 명세서에 설명된 상기 리소그래피 장치는 박막 자기 헤드(thin film magnetic heads), 액정 디스플레이(liquid-crystal displays, LCDs), 자기 도메인 메모리들(magnetic domain memories)을 위한 안내(guidance) 및 검출 패턴들, 집적 광학 시스템들과 같은, 다른 응용들을 가질 수 있음을 이해해야 한다. 당업자라면, 이러한 대안적인 응용들과 관련하여, 본 명세서에서 "웨이퍼(wafer)" 또는 "다이(die)"라는 용어들의 임의의 사용은 각각 "기판(substrate)" 또는 "타겟부(target portion)"와 같은 좀 더 일반적인 용어들과 동의어로 간주될 수 있다. 본 명세서에 언급된 기판은 노광 전 또는 후에, 예컨대 트랙(track) (전형적으로 레지스트 층을 기판에 도포하고 노광된 레지스트를 현상하는 툴) 또는 계측 또는 검사 툴에서 프로세싱될 수 있다. 적용 가능한 경우, 본 발명은 그러한 기판 프로세싱 툴 및 다른 기판 프로세싱 툴에 적용될 수 있다. 또한, 상기 기판은 예컨대 다층 IC를 생성하기 위해 한번 이상 프로세싱될 수 있으므로, 본 명세서에서 사용된 기판이라는 용어는 이미 다수의 프로세싱된 층들을 포함하는 기판을 지칭할 수도 있다.
본 명세서에서 사용되는 "방사선(radiation)" 및 "빔(beam)"이란 용어들은 이온 빔들(ion beams) 또는 전자 빔들(electron beams)과 같은 입자 빔들(particle beams)뿐만 아니라 (예컨대, 약 365, 248, 193, 157 또는 126㎚ 인 파장을 갖는) 자외선(UV) 방사선 및 (예컨대, 5-20nm 범위의 파장을 갖는) 극 자외선(EUV) 방사선을 포함하는, 모든 타입의 전자기 방사선을 포함한다.
본 명세서에서 사용되는 "패터닝 디바이스"라는 용어는 예컨대 기판의 타겟부에 패턴을 생성하기 위해 방사선 빔의 단면에 패턴을 부여하는데 사용될 수 있는 디바이스를 지칭하는 것으로 폭넓게 해석되어야 한다. 방사선 빔에 부여된 패턴은 기판의 타겟부에서의 원하는 패턴과 정확하게 일치하지 않을 수도 있음을 주목해야 한다. 일반적으로, 방사선 빔에 부여된 패턴은 집적 회로와 같은 타겟부에 생성되는 디바이스의 특정 기능 층에 해당할 것이다.
패터닝 디바이스는 투과형 또는 반사형일 수 있다. 패터닝 디바이스의 예들은 마스크들, 프로그램 가능한 미러 어레이들, 및 프로그램 가능한 LCD 패널들을 포함한다. 마스크들은 리소그래피에서 잘 알려져 있으며 바이너리(binary), 교번 위상-시프트(alternating phase-shift) 및 감쇠 위상-시프트(attenuated phase-shift)와 같은 마스크 유형들은 물론 다양한 하이브리드 마스크 유형들을 포함한다. 프로그램 가능한 미러 어레이의 예는 입사하는 방사선 빔을 상이한 방향들로 반사시키도록 각각이 개별적으로 기울어질 수 있는, 작은 미러들의 매트릭스 배열을 사용한다; 이러한 방식으로, 상기 반사된 빔이 패터닝된다.
지지대 구조는 패터닝 디바이스를 홀딩한다. 이것은 패터닝 디바이스의 방향, 리소그래피 장치의 설계, 및 예컨대 패터닝 디바이스가 진공 환경에서 홀딩되는지의 여부와 같은 다른 조건들에 의존하는 방식으로 패터닝 디바이스를 홀딩한다. 상기 지지대는 기계적 클램핑, 진공, 또는 다른 클램핑 기술들, 예컨대 진공 상태에서의 정전 클램핑을 사용할 수 있다. 상기 지지대 구조는, 예컨대, 필요에 따라 고정되거나 이동할 수 있고, 상기 패터닝 디바이스가 예컨대 투영 시스템에 대해 원하는 위치에 있도록 보장할 수 있는, 프레임(frame) 또는 테이블(table)일 수 있다. 본 명세서의 "레티클(reticle)" 또는 "마스크(mask)" 라는 용어들의 임의의 사용은 "패터닝 디바이스" 라는 좀 더 일반적인 용어와 동의어로 간주될 수 있다.
본 명세서에서 사용된 "투영 시스템"이라는 용어는, 예컨대 사용되는 노광 방사선에 대해 또는 액침액의 사용 또는 진공의 사용과 같은 다른 요인들에 대해 적절한, 굴절 광학 시스템들, 반사 광학 시스템들, 및 반사굴절 광학 시스템들을 포함하는, 다양한 유형들의 투영 시스템을 포함하는 것으로 폭넓게 해석되어야 한다. 본 명세서의 "투영 렌즈"라는 용어의 임의의 사용은 "투영 시스템"이라는 좀 더 일반적인 용어와 동의어로 간주될 수 있다.
또한, 조명 시스템은 방사선 빔을 지향, 성형 또는 제어하기 위한 굴절, 반사 및 반사굴절 광학 구성 요소들을 포함하는, 다양한 유형들의 광학 구성 요소들을 포괄할 수 있으며, 이러한 구성 요소들은 또한 이하에서 집합적으로 또는 개별적으로, "렌즈"로 지칭될 수 있다.
도 1은 일 실시예에 따른 리소그래피 장치를 개략적으로 도시한다. 상기 장치는,
- 방사선(예컨대, UV 방사선 또는 DUV 방사선)의 빔(PB)을 컨디셔닝하는 조명 시스템(조명기)(IL).
- 패터닝 디바이스(예컨대, 마스크)(MA)를 지지하고, 아이템(item)(PS)에 대해 패터닝 디바이스를 정확히 위치시키도록 제1위치설정장치(PM)에 연결된,지지대 구조(MT);
- 기판(예컨대, 레지스트 코팅된 웨이퍼)(W)을 홀딩하고, 아이템(PS)에 대해 기판을 정확히 위치시키는 제2위치설정장치(PW)에 연결된, 기판 테이블 (예컨대, 웨이퍼 테이블)(WT); 과
- 기판(W)의 타겟부(C)(예컨대, 하나 이상의 다이들(dies)을 포함함) 상에 패터닝 디바이스(MA)에 의해 방사선 빔(PB)에 부여된 패턴을 이미징하도록 구성된 투영 시스템(예컨대, 굴절 투영 렌즈)(PS)
를 포함한다.
도시된 바와 같이, 상기 장치는 (예컨대, 투과 마스크를 사용하는) 투과형이다. 대안적으로, 상기 장치는 (예컨대, 상술한 바와 같은 유형의 프로그램 가능한 미러 어레이를 사용하는) 반사형일 수 있다.
조명기(IL)는 방사선 소스(SO)로부터 방사선 빔을 수용한다. 예컨대, 상기 소스가 엑시머 레이저(excimer laser)인 경우, 상기 소스 및 상기 리소그래피 장치는 별개의 개체들일 수 있다. 그러한 경우에, 상기 소스는 리소그래피 장치의 일부를 형성하는 것으로 간주되지 않으며, 상기 방사선 빔은 예컨대 적절한 지향 미러들 및/또는 빔 확장기를 포함하는 빔 전달 시스템(BD)의 도움으로 상기 소스(SO)로부터 상기 조명기(IL)로 전달된다. 다른 경우, 예컨대 소스가 수은 램프인 경우, 상기 소스는 장치의 필수적인 부분이 될 수 있다. 소스(SO) 및 조명기(IL)는 필요에 따라 빔 전달 시스템(BD)과 함께, 방사선 시스템으로 지칭될 수 있다.
조명기(IL)는 빔의 강도 분포(intensity distribution)를 변경할 수 있다. 조명기는 조명기(IL)의 퓨필 평면 내의 환형 영역 내에서 상기 강도 분포가 영(0)이 아니도록 방사선 빔의 반경 방향 범위를 제한하도록 배치될 수 있다. 부가적으로 또는 대안적으로, 조명기(IL)는 상기 퓨필 평면 내의 복수의 동일하게 이격된 섹터들에서 상기 강도 분포가 영(0)이 아니도록 상기 퓨필 평면 내의 빔의 분포를 제한하도록 작동될 수 있다. 조명기(IL)의 퓨필 평면 내의 방사선 빔의 강도 분포는 조명 모드라 지칭될 수 있다.
조명기(IL)는 빔의 강도 분포를 조정하도록 구성된 조정기(AM)를 포함 할 수 있다. 일반적으로, 조명기의 퓨필 평면 내의 강도 분포의 적어도 외측 반경 및/또는 내측 반경 범위(일반적으로 각각 σ-외측 및 σ-내측으로 지칭됨)가 조정될 수 있다. 조명기(IL)는 빔의 각도 분포를 변화시키도록 작동될 수 있다. 예컨대, 조명기는 강도 분포가 영(0)이 아닌 퓨필 평면 내의 섹터들의, 각도 범위 및, 수를 변경하도록 동작할 수 있다. 조명기의 퓨필 평면 내의 빔의 강도 분포를 조정함으로써, 상이한 조명 모드들을 얻을 수 있다. 예컨대, 조명기(IL)의 퓨필 평면 내의 강도 분포의 반경 및 각도 범위를 제한함으로써, 상기 강도 분포는 예컨대 이중극(dipole), 사중극(quadrupole) 또는 육중극(hexapole) 분포와 같은 다중-극 분포를 가질 수 있다. 원하는 조명 모드는, 예컨대, 조명 모드를 조명기(IL)에 제공하는 광학기(otic)를 삽입하거나 공간 광 변조기(spatial light modulator)를 사용함으로써 획득될 수 있다.
조명기(IL)는 빔의 편광을 변경시키도록 동작할 수 있고 그리고 조정기(AM)를 사용하여 상기 편광을 조정하도록 동작할 수 있다. 조명기(IL)의 퓨필 평면을 가로 지르는 방사선 빔의 편광 상태는 편광 모드로 지칭될 수 있다. 상이한 편광 모드들의 사용은 기판(W) 상에 형성된 이미지에서 보다 큰 콘트라스트(contrast, 대조)가 달성되도록 할 수 있다. 방사선 빔은 비 편광될 수 있다. 대안적으로, 조명기는 방사선 빔을 선형으로 편광시키도록 배열될 수 있다. 방사선 빔의 편광 방향은 조명기(IL)의 퓨필 평면 전체에 걸쳐 달라질 수 있다. 방사선의 편광 방향은 조명기(IL)의 퓨필 평면 내의 상이한 영역들에서 상이할 수 있다. 방사선의 편광 상태는 조명 모드에 따라 선택될 수 있다. 다중-극 조명 모드들에 있어서, 방사선 빔의 각 극의 편광은 조명기(IL)의 퓨필 평면 내의 그 극의 위치 벡터에 일반적으로 수직일 수 있다. 예컨대, 이중극 조명 모드의 경우, 방사선은 이중극의 2개의 대향하는 섹터들을 양분하는 선에 실질적으로 수직인 방향으로 선형으로 편광될 수 있다. 방사선 빔은 X-편광 상태 및 Y-편광 상태로 지칭될 수 있는, 두 개의 상이한 직교 방향들 중 하나에서 편광될 수 있다. 사중극 조명 모드에 있어서, 각 극의 섹터 내의 방사선은 그 섹터를 양분하는 선에 실질적으로 수직인 방향으로 선형으로 편광될 수 있다. 이러한 편광 모드는 XY 편광으로 지칭될 수 있다. 유사하게, 육중극 조명 모드에 있어서, 각 극의 섹터 내의 방사선은 그 섹터를 양분하는 선에 실질적으로 수직인 방향으로 선형으로 편광될 수 있다. 이러한 편광 모드는 TE 편광으로 지칭될 수 있다.
또한, 조명기(IL)는 일반적으로 집속기(integrator)(IN) 및 콘덴서(condenser)(CO)와 같은, 다양한 다른 구성 요소들을 포함한다. 조명기는 그 단면에 원하는 균일성과 강도 분포를 갖는, 컨디셔닝된 방사선 빔(PB)을 제공한다.
방사선 빔(PB)은 지지대 구조(MT) 상에 홀딩되는 패터닝 디바이스(예컨대, 마스크)(MA) 상에 입사한다. 패터닝 디바이스(MA)를 가로지른 후, 상기 투영 시스템(PS)을 통과하여, 상기 기판(W)의 타겟부(C) 상에 상기 빔을 포커싱한다. 제2위치설정장치(PW) 및 위치 센서(IF) (예컨대, 간섭계 디바이스)의 도움으로, 기판 테이블(WT)은 예컨대, 빔(PB)의 경로에 상이한 타겟 부들(C)을 위치시키도록, 정확하게 이동될 수 있다. 유사하게, 제1위치설정장치(PM) 및 다른 위치 센서(도 1에 명시적으로 도시되지 않음)는 예컨대, 마스크 라이브러리(mask library)로부터의 기계적 검색(mechanical retrieval) 후에, 또는 스캔 중에 빔(PB)의 경로에 대해 패터닝 디바이스(MA)를 정확히 위치시키는데 사용될 수 있다. 일반적으로, 물체 테이블들(MT 및 WT)의 이동은 위치 설정 장치(PM 및 PW)의 일부를 형성하는, 롱-스트로크 모듈(개략적 위치 설정) 및 숏-스트로크 모듈(미세 위치 설정)의 도움으로 실현될 것이다. 그러나, (스캐너와는 대조적으로) 스테퍼의 경우에, 지지대 구조(MT)는 숏 스트로크 액추에이터에만 연결될 수 있거나, 또는 고정될 수 있다. 패터닝 디바이스(MA) 및 기판(W)은 패터닝 디바이스 정렬 마크들(M1, M2) 및 기판 정렬 마크들(P1, P2)을 사용하여 정렬될 수 있다.
투영 시스템(PS)은 기판(W) 상에 이미징 된 패턴에 영향을 줄 수 있는, 불균일할 수 있는 광학 전달 함수(optical transfer function)를 갖는다. 편광되지 않은 방사선의 경우, 그러한 영향들은 두 개의 스칼라 맵들에 의해 상당히 잘 기술될 수 있으며, 상기 스칼라 맵들은 투영 시스템(PS)을 빠져 나가는 방사선의 투과 (아포다이제이션(apodization)) 및 상대 위상(수차(aberration))을 그것의 퓨필 평면 내의 위치의 함수로서 기술한다. 전송 맵 및 상대 위상 맵이라고 지칭될 수 있는, 이들 스칼라 맵들은 완전한 기저 함수들 세트의 선형 조합으로서 표현될 수 있다. 특히 편리한 세트는 제르니케(Zernike) 다항식들이며, 상기 제르니케 다항식들은 단위 원에 정의된 일련의 직교 다항식들을 형성한다. 각 스칼라 맵의 결정은 이러한 확장에서 계수들을 결정하는 것을 포함할 수 있다. 제르니케 다항식들은 단위 원에서 직각이므로, 제르니케 계수들은 측정된 스칼라 맵과 각 제르니케 다항식의 내적(inner product)을 차례로 계산하고 이것을 제르니케 다항식의 평균(norm)의 제곱으로 나눔으로써 결정될 수 있다.
전송 맵 및 상대 위상 맵은 필드 및 시스템에 의존한다. 즉, 일반적으로, 각각의 투영 시스템(PS)은 각 필드 포인트에 대해 (즉, 그 이미지 평면 내의 각 공간 위치에 대해) 상이한 제르니케 확장을 가질 것이다. 그 퓨필 평면 내의 투영 시스템(PL)의 상대 위상은 예컨대, 투영 시스템(PS)의 물체 평면(즉, 패터닝 디바이스(MA)의 평면) 내의 점형(point-like) 소스로부터, 투영 시스템(PS)을 통해 방사선을 투영함으로써 그리고 파면(wavefront)(즉, 같은 위상을 가진 점들의 궤적)을 측정하기 위한 전단 간섭계(shearing interferometer)를 사용함으로써 결정될 수 있다. 전단 간섭계는 공통 경로 간섭계이며, 따라서 유리하게는, 제2기준빔(secondary reference beam)은 파면을 측정하는 데 필요하지 않다. 전단 간섭계는 투영 시스템의 이미지 평면(즉, 기판 테이블 (WT)) 내의 예컨대, 2차원 그리드인 회절 격자(diffraction grating), 및 투영 시스템(PS)의 퓨필 평면에 결합되는(conjugate) 평면 내의 간섭 패턴(interference pattern)을 검출하도록 배치된 검출기(detector)를 포함할 수 있다. 간섭 패턴은 전단 방향에서의 퓨필 평면 내의 좌표에 대한 방사선의 위상의 도함수와 관련된다. 검출기는 예컨대 전하 결합 소자(charge coupled device, CCD)들과 같은 감지 소자들의 어레이를 포함할 수 있다.
회절 격자는 투영 시스템(PS)의 좌표계 시스템(x 및 y)의 축들과 일치할 수 있거나 또는 이들 축들에 대해 45도와 같은 각도에 있을 수 있는, 두 개의 수직 방향들로 순차적으로 스캔될 수 있다. 스캐닝은 정수 개의 격자 주기들, 예컨대 하나의 격자 주기에 걸쳐 수행될 수 있다. 상기 스캐닝은 한 방향의 위상 변화를 평균화하여 다른 방향의 위상 변화가 재구성되도록 한다. 이것은 파면이 양방향의 함수로서 결정되도록 한다.
그 퓨필 평면 내의 투영 시스템(PS)의 투과(transmission)(아포다이케이션)는, 예컨대 투영 시스템(PS)의 물체 평면(즉, 패터닝 디바이스(MA)의 평면) 내의 점형 소스로부터 투영 시스템을 통해 방사선을 투영함으로써 그리고 검출기를 이용하여, 투영 시스템(PS)의 퓨필 평면에 결합되는 평면 내의 방사선의 강도를 측정함으로써 결정될 수 있다. 수차들을 결정하기 위해 파면을 측정하는데 사용되는 것과 동일한 검출기가 사용될 수 있다. 투영 시스템(PS)은 복수의 광학(예컨대, 렌즈) 요소들을 포함할 수 있고, 수차들(필드 전체의 퓨필 평면 전체에 걸친 위상 변화들)을 보정하도록 상기 광학 요소들 중 하나 이상을 조정하도록 구성된 조정 기구(PA)를 더 포함할 수 있다. 이를 달성하기 위해, 조정 기구(PA)는 하나 이상의 상이한 방식들로 투영 시스템(PS) 내의 하나 이상의 광학(예컨대, 렌즈) 요소들을 조작하도록 작동될 수 있다. 투영 시스템은 그 광축이 z 방향으로 연장되는 좌표계를 가질 수 있다. 조정 기구(PA)는 다음의 임의의 조합을 수행하도록 작동될 수 있다: 하나 이상의 광학 요소들을 변위시키기; 하나 이상의 광학 요소들을 기울이기; 및/또는 하나 이상의 광학 요소들을 변형시키기. 광학 요소들의 변위는 임의의 방향(x, y, z 또는 이들의 조합)에 있을 수 있다. z축 주위의 회전은 비순환적으로 대칭적인 비구면의 광학 요소들(non-rotationally symmetric aspherical optical elements)에 대해 사용될 수 있지만, 광학 요소들의 기울임은 x 또는 y 방향으로 축들을 중심으로 회전함으로써, 광학 축에 수직인 평면으로부터 일반적으로 벗어난다. 광학 요소들의 변형은 저주파 형상들(예컨대, 난시성) 및 고주파 형상들(예컨대, 자유형 비구면들) 모두를 포함할 수 있다. 광학 요소의 변형은 예컨대 광학 요소의 하나 이상의 측면에 힘을 가하기 위해 하나 이상의 액추에이터를 사용함으로써 그리고/또는 광학 요소의 하나 이상의 선택된 영역을 가열하기 위해 하나 이상의 가열 요소를 사용함으로써 수행될 수 있다. 일반적으로, 투영 시스템(PS)을 조정하여 아포다이제이션들(퓨필 평면을 가로지르는 투과 변화)을 보정하는 것이 가능하지 않을 수 있다. 투영 시스템(PS)의 투과 맵은 리소그래피 장치(LA)를 위한 패터닝 디바이스(예컨대, 마스크)(MA)를 설계할 때 사용될 수 있다. 컴퓨터를 이용한(computational) 리소그래피 기술을 사용하여, 패터닝 디바이스(MA)는 적어도 부분적으로는 아포다이제이션들을 보정하도록 설계될 수 있다.
패터닝 프로세스의 변수들은 "프로세싱 변수들"로 불린다. 패터닝 프로세스는 리소그래피 장치에서 패턴의 실제 전사에 후속하는 프로세스들을 포함할 수 있다. 도 2는 프로세싱 변수들(370)의 예시적인 카테고리들을 도시한다. 제1카테고리는 리소그래피 장치 또는 리소그래피 프로세스에 사용되는 임의의 다른 장치의 변수들(310)일 수 있다. 이 카테고리의 예들은 리소그래피 장치의 조명, 투영 시스템, 기판 스테이지 등의 변수들을 포함한다. 제2카테고리는 패터닝 프로세스에서 수행되는 하나 이상의 절차들의 변수들(320)일 수 있다. 이 카테고리의 예들은 포커스 제어 또는 포커스 측정, 선량(dose) 제어 또는 선량 측정, 대역폭, 노광 지속 시간, 현상 온도, 현상에 사용되는 화학 조성 등을 포함한다. 제3카테고리는 패터닝 디바이스를 이용하는, 또는 패터닝 디바이스에서의 설계 레이아웃 및 그 구현의 변수들(330)일 수 있다. 이 카테고리의 예들은 어시스트 피처(assist feature)들의 형상들 및/또는 위치들, 해상도 향상 기술(resolution enhancement technique, RET)에 의해 적용된 조정들, 마스크 피처들의 CD 등을 포함할 수 있다. 제4카테고리는 기판의 변수들(340)일 수 있다. 예들은 레지스트 층 아래의 구조들의 특성값들, 레지스트 층의 화학적 조성 및/또는 물리적 치수 등을 포함한다. 제5카테고리는 패터닝 프로세스의 하나 이상의 변수들의 시간 변화의 특성값들(350)일 수 있다. 이 카테고리의 예들은 고주파 스테이지 이동(예컨대, 주파수, 진폭 등), 고주파수 레이저 대역폭 변화(예컨대, 주파수, 진폭 등) 및/또는 고주파수 레이저 파장 변화의 특성값을 포함한다. 이러한 고주파 변화 또는 이동들은 기본 변수들(예컨대, 스테이지 위치, 레이저 강도)을 조정하는 메커니즘들의 응답 시간보다 긴 것이다. 제6카테고리는 스핀 코팅, 노광-후 베이크(PEB), 현상, 식각, 증착, 도핑(doping) 및/또는 패키징(packaging)과 같은, 리소그래피 장치의 패턴 전사에 후속하는 프로세스들의 특성값들(360)일 수 있다.
프로세싱 변수들의 일부 또는 전부의 값들은 적절한 방법에 의해 결정될 수 있다. 예컨대, 상기 값들은 다양한 계측 툴(예컨대, 기판 계측 툴)들을 사용하여 획득된 데이터로부터 결정될 수 있다. 상기 값들은 패터닝 프로세스의 다양한 센서들 또는 시스템 (예컨대, 리소그래피 장치의 레벨링(leveling) 센서 또는 정렬 센서와 같은 센서, 리소그래피 장치의 제어 시스템(예컨대, 기판 또는 패터닝 장치 테이블 제어 시스템), 트랙 툴 내의 센서 등)으로부터 획득될 수 있다. 상기 값들은 패터닝 프로세스의 오퍼레이터(operator)로부터의 값일 수 있다.
프로세싱 변수는 "모델링 가능(modelable)"할 또는 "모델링되지 않(unmodeled)"을 수 있다. 모델링 가능한 프로세싱 변수는 계측 데이터에 대한 프로세싱 변수(예컨대, 초점, 선량 등)의 변화의 기여도가 계산 모델(computational model)에 의해 결정될 수 있거나 또는 계산 모델에 의해 결정되는 것을 의미한다. 간단한 예는 모델링 가능한 프로세싱 변수의 변화의 기여도가 상기 모델링 가능한 프로세싱 변수에 대한 계측 데이터의 변화와 민감도(sensitivity)의 곱이라는 것이다. 계측 데이터의 비-한정적인 예들은 크리티컬 디멘전(CD), 크리티컬 디멘전 균일성(CDU), 측벽 각도, 에지 위치, 오버레이, 초점, 패턴 시프트 등을 포함할 수 있다. 계측 데이터는 개별 패턴들의 특성의 값들 또는 패턴들의 그룹의 특성값의 통계값(예컨대, 평균)일 수 있다. 모델링되지 않은 프로세싱 변수는 계측 데이터에 대한 프로세싱 변수(예컨대, 현상, 식각 등)의 변화의 기여도가 적절한 시간에 계산적으로 모델링되지 않거나, 또는 그것이 계산 모델에 의해 결정될 수 없거나 또는 정확하게 결정될 수 없기 때문인 것을 의미한다. 프로세싱 변수는 그것이 계측 데이터에 어떻게 영향을 미치는지에 대한 지식이 부족하기 때문에 모델링되지 않을 수 있다. 예컨대, 제4카테고리의 일부 프로세싱 변수들(예컨대, 레지스트 층의 조성) 및 제6카테고리의 일부 프로세싱 변수들(예컨대, PEB, 현상, 에칭, 증착 또는 도핑의 특성값들)은 아직 계측 데이터와 완전히 이해된 관계를 가질 수 없으므로 상기 계측 데이터에 대한 변화들의 기여도들은 계산 모델링에 의해 쉽게 결정될 수 없다. 프로세싱 변수는 그 값을 알 수 없으므로 모델링되지 않을 수 있다. 모델링되지 않은 프로세싱 변수는 프로세싱 변수가 불가능한 계산 모델링을 반드시 의미하지는 않은다. 프로세싱 변수와 계측 데이터 간의 관계가 아직 이해되지 않기 때문에 프로세싱 변수는 모델링되지 않을 수 있다.
도 3A는 모델링 가능한 프로세싱 변수(311)의 변화가 기판 상의 패턴의 계측 데이터(352)에 대한 기여도(312)를 가질 수 있다는 것(예컨대, 상기 계측 데이터는 CD, 오버레이 오류, 초점, 선량 등) 그리고 모델링되지 않은 프로세싱 변수(321)의 변화가 계측 데이터(352)에 대한 기여도(322)를 가질 수 있다는 것을 개략적으로 도시한다. 즉, 계측 데이터(352)는 모델링 가능한 프로세싱 변수 및 모델링되지 않은 프로세싱 변수 모두의 변화들에 대한 조합된 기여도들을 가질 수 있다. 이들 기여도들(312, 322)은 단순히 가산(가중된 가산을 포함할 수도 있음)되거나 또는 다른 기능들(예컨대, 콘볼루션(convolution))에 의해 조합될 수 있다. 계측 데이터(352)는 모델링 가능하거나 모델링되지 않은 다른 변수들의 변화들의 기여도들을 가질 수 있다. 예컨대, 모델링 가능한 프로세싱 변수(311)는 패턴의 노광에 사용되는 초점일 수 있다. 초점 변화들이 패턴에 미치는 영향과 그로 인한 패턴의 계측 데이터는 일반적으로 알려져 있으며 모델링을 통해 예측될 수 있다. 모델링되지 않은 프로세싱 변수(321)는 패턴을 형성하기 위해 기판을 식각하는데 사용되는 식각 챔버 내의 설정(예컨대, 가열기 셋포인트(setpoint))일 수 있다. 식각 설정의 변화가 패턴에 미치는 영향과 그로 인한 패턴의 계측 데이터는 아직 완전히 알려져 있지 않을 수 있으며 상기 영향은 모델링에 의해 결정되지 않을 수 있다.
도 3b는 기판 상의 CD에 대한 조합된 기여도를 모델링하는 예를 개략적으로 도시하며, 상기 기여도는 초점(F)(400), 기판의 법선 방향(normal direction)으로의 기판의 이동에 대한 이동 표준 편차(MSDz)(410), 및 기판에 평행한 방향으로 기판의 이동의 이동 표준 편차(MSDx)(420)와 같은 다수의 모델링 가능한 프로세싱 변수들의 변화들(예컨대, 오류들)이다. 따라서, 이 예에서, 초점(F)(400)의 CD에 대한 기여도의 예는 기여도(430)로 도시되고, 이동 표준 편차(MSDz)(410)의 CD에 대한 기여도의 예는 기여도(440)로 도시되며, 이동 표준 편차(MSDx)(420)의 CD에 대한 기여도의 예는 기여도(440)로 도시된다. 이들 기여도들의 각각은 이후 460으로 함께 조합된다. 요소(460) (및 도면들에서 다른 요소들)는 플러스 부호를 나타내지만, 460에서의 연산은 가산될 필요가 없고, 예컨대, 곱셈, 콘볼루션, 등일 수 있다. 예컨대, 조합된 기여도는 
로 나타낼 수 있다. 일 실시예에서, 기여도들(430, 440, 450)은 초점(F)(400), 이동 표준 편차(MSDz)(410) 및 이동 표준 편차(MSDx)(420) 분포들일 수 있으며, 이 경우에 CD 모델은 그것들을 CD 분포로 조합하는데 사용될 것이다. 또한, 여기에 제시되지 않은 교차 항들(CD와 같이 F 곱하기 MSD의 함수, 등)이 존재할 수 있다. CD의 절대 값을 얻기 위해, CD의 공칭 값(normal value) 또는 시뮬레이션 된 값은 기여도들과 조합될 수 있다. a1, b1, c1과 같은 계수들은 모델링 가능한 프로세싱 변수들 또는 그들의 함수들에 대한 계측 데이터(CD)의 민감도들이다. MSD는 리소그래피 장치에서의 패턴 전사 동안 기판의 위치 설정 오류의 이동 표준 편차(MSD)이며, 따라서 상기 위치 설정 오류의 고주파 부분을 나타낸다. 이 예에서, 기여도들은 기판 전체에 걸쳐 있지만, 일 실시예에서, 하나 이상의 기여도들은 (이후, 예컨대, 각각의 경우들에서 적용 가능한 조건들에 따라 기판 전체에 걸쳐 반복될 수 있는) 다이/필드 당일 수 있다. 기여도 (또는 그것의 절대 값으로의 변환)는 기판/다이/필드 전체에 걸쳐 공간적으로 정의될 수 있으므로 지문으로 특징지어 질 수 있다.
도 4A는 계측 데이터(550)가 두 개의 기여도들(512 및 522)을 갖는 것을 개략적으로 도시한다. 기여도(512)는 하나 이상의 모델링 가능한 프로세싱 변수들(511)의 변화들로부터 비롯된다. 기여도(522)는 모델링 되지 않은, 모델링 가능한 또는 이들의 혼합물일 수 있는, 하나 이상의 다른 프로세싱 변수들의 변화로부터 비롯된다. 기여도(522)는 계측 데이터(550)로부터 기여도(512)를 제거함으로써 얻어질 수 있다. 정의에 의해, 기여도(512)는 하나 이상의 모델링 가능한 프로세싱 변수들(511)을 모델링함으로써 결정될 수 있다. 기여도(512)는 하나 이상의 모델링 가능한 프로세싱 변수들(511)의 함수로 표현될 수 있다. 상기 함수는 선형 또는 비선형일 수 있다.
도 4B는 두 개의 기여도들(542, 532)을 갖는 계측 데이터(570)를 개략적으로 도시한다. 기여도(542)는 하나 이상의 모델링 되지 않은 프로세싱 변수들(541)의 변화들로부터 비롯된다. 기여도(532)는 모델링되지 않을 수 있는, 모델링 가능할 수 있는, 또는 이들의 혼합물일 수 있는, 하나 이상의 다른 프로세싱 변수들의 변화들로부터 비롯된다. 기여도(532)는 계측 데이터(570)로부터 기여도(542)를 제거함으로써 획득될 수 있다. 기여도(542)는 하나 이상의 프로세싱 변수들(541)이 모델링 가능하지 않지만 실험적으로 또는 경험적으로 결정될 수 있다.
하나 이상의 모델링 가능한 변수들의 기여도는 리소그래피 장치 특성일 수 있다; 즉, 하나 이상의 모델링 가능한 변수들의 기여도는 임의의 실제 리소그래피 장치에 특정적이다. 일 실시예에서, 하나 이상의 모델링 가능한 변수들의 기여도는 특정 기판에 특정적이지 않다(따라서 기판들에 걸쳐 사용될 수 있다). 따라서, 하나 이상의 모델링 가능한 변수들의 기여도는 미리 특성화될 수 있고, 다양한 조합 프로세스들을 위해 나중에 데이터베이스로부터 얻어질 수 있다. 하나 이상의 모델링 가능한 변수들의 이러한 기여도는 그것을 특정 기판에 대한 하나 이상의 변수들 및 감도 관계의 데이터와 조합함으로써 상기 특정 기판에 적용될 수 있다. 하나 이상의 모델링 가능한 변수들의 기여도는 기판 특성값일 수 있다. 예컨대, 기여도는 각 기판 또는 기판들의 특정 그룹에 대해 결정될 수 있다. 그러한 변수들의 예들로는 조명, 투영 시스템, 초점, 선량, 대역폭, 노광 지속 시간, 고주파 스테이지 이동의 특성값(예컨대, 기판 스테이지의 이동의 이동 표준 편차(MSD), 기판 스테이지의 이동의 이동 평균 등), 고주파 레이저 대역폭 변화(예컨대, 주파수, 진폭 등), 고주파 레이저 파장 변화, 및/또는 기판의 평탄도의 변수들을 포함할 수 있지만 이에 한정되는 것은 아니다.
하나 이상의 모델링 가능한 변수들의 기여도는 패턴 또는 패터닝 디바이스 특성일 수 있다; 즉, 기여도는 임의의 실제 패터닝 디바이스 또는 패터닝 디바이스에 의해 제공될 특정 패턴에 특정적이다. 이 기여도는 또한 기판에 독립적일 수 있다. 따라서, 패턴 또는 패터닝 디바이스 특정 기여도는 미리 특성화될 수 있고 다양한 조합 프로세스들에 대해 나중에 데이터베이스로부터 얻어질 수 있다. 이러한 변수들의 예들은 마스크 CD, 어시스트 피처의 형상 및/또는 위치, 해상도 향상 기술(resolution enhancement technique, RET)에 의해 적용된 조정 등을 포함할 수 있지만, 이에 한정되는 것은 아니다.
하나 이상의 모델링되지 않은 변수들의 기여도는 기판 독립적이거나 기판 의존적일 수 있다. 일 실시예에서, 하나 이상의 모델링 되지 않은 변수들의 기여도는 모든 기판에 걸쳐 반복적으로 사용될 수 있다. 따라서, 하나 이상의 모델링되지 않은 변수들의 기여도는 미리 특성화될 수 있고 다양한 조합 프로세스들에 대한 데이터베이스로부터 획득될 수 있다. 하나 이상의 모델링되지 않은 변수들의 기여도는 장치 특성(장치의 전체 또는 특정 부분(예컨대, 식각 챔버)으로서)일 수 있다. 그러한 변수들의 예들은 스핀 코팅, PEB, 현상, 식각, 증착, 도핑, 및/또는 패키징과 같은, 리소그래피 장치의 패턴 전사에 후속하는 프로세스의 다양한 특성값들을 포함할 수 있지만, 이에 한정되는 것은 아니다.
상이한 프로세싱 변수들의 변화의 기여도는 기판에 걸쳐 상이한 공간 균일 성을 가질 수 있다. 예컨대, 하나 이상의 모델링되지 않은 프로세싱 변수들의 변화 기여도는 전체 기판에 걸쳐 본질적으로 균일할 수 있지만, 하나 이상의 모델링 가능한 프로세싱 변수들의 변화의 기여도는 전체 기판에 걸쳐 균일하지 않을 수 있다. 이 차이는 프로세싱 변수들의 상이한 특성에 따라 달라질 수 있다. 예컨대, 레지스트 층과 관련된 하나 이상의 프로세싱 변수들의 변화, 레지스트 층의 현상 및/또는 기판의 식각의 기여도는 전체 기판이 일반적으로 레지스트 층으로 코팅되고, 동일한 시간에 그리고 동일한 조건 하에서 현상되거나 식각되기 때문에, 본질적으로 균일해지는 경향이 있으며, 또는 다수의 이러한 프로세스들 동안 기판의 회전 때문에 회전 대칭이 되는 경향이 있다. 예컨대, 노광 또는 리소그래피 장치와 관련된 하나 이상의 프로세싱 변수들의 변화의 기여도는, 노광이 다이마다 수행되는 경향이 있고 그리고 하나 이상의 프로세싱 변수들이 다이의 노광과 다른 다이의 노광 사이에서 달라질 수 있기 때문에, 덜 균일한 경향이 있다. 따라서, 기판에 걸쳐 본질적으로 균일하지 않은 기여도가 패턴의 계측 데이터로부터 제거될 수 있다면, 기판에 걸쳐 본질적으로 균일한 기여도가 이 패턴 및 기판 상의 다른 위치들에서의 패턴에 대한 계측 데이터로부터 얻어질 수 있다.
따라서, 특정 예에서, 레벨링(leveling) 정보, 기판의 이동의 이동 평균(MS), MSDxyz, 선량, 레이저 대역폭, 퓨필(pupil) 형상 등과 같은, 웨이퍼 상에 노광된 각각의 포인트에 대해 리소그래피 장치로부터 데이터가 수집될 수 있다. 이 데이터는 전형적으로 리소그래피 장치에서, 예컨대 진단 파일들에서 이미 이용 가능하다. 이 데이터로부터, 관심 대상의 피처들의 CDU 민감도들 및 CD 모델을 사용하여 (상기 기여도가 기판에 걸쳐 공간적으로 분포되는 가상 기판 또는 기판 지문으로 또한 기술될 수 있는) 상기 기여도가 생성될 수 있다(이때, CD는 평가되길 원하는 계측 변수이다). 민감도들은 시뮬레이션 또는 실험들을 통해 얻을 수 있다. 이러한 방식으로 생성된 기여도는 트랙 및 레지스트 모델 교정이 완벽하다고 가정할 때, 레지스트 현상 후 측정 중에 나타날 것으로 예상되는 것이다. 기판이 측정된 후, 예컨대 현상 후 또는 식각 후에, 유사한 측정들(예컨대, CDU 측정)로부터 기여도(예컨대, 가상 기판 또는 가상 지문)가 제거된다. 나머지 기여도(예컨대, 지문)는 이제 패턴 전사 이전 또는 패턴 전사 이후 프로세스 (예컨대, 일반적으로 필드간(interfield)의 트랙 및/또는 식각 장치에 의한) 및 패터닝 디바이스(필드 내)에 의한 기여이다. 리소그래피 장치의 오류들은 측정된 데이터로부터 보정되었을 것이다. 유사하게, 패터닝 디바이스 기여도는 측정될 수 있고 그 기여도는 제거되어 패턴 전사 이전 또는 패턴 전사 이후 프로세스들에 의한 기여도를 남긴다.
따라서, 기여도는 프로세스 흐름 (예컨대, 사용된 패터닝 파라미터들 및/또는 장치의 조합) 마다 또는 특정 장치 마다 또는 그 일부분 (예컨대, 식각 장치 또는 식각 챔버) 마다 제거될 수 있다. 필드 내 지문의 경우, 리소그래피 장치 방해들 및/또는 그 기여도로 표현되는 분류법들로부터 제거될 때, 패터닝 디바이스 대 기판 측정들의 더 나은 상관 관계를 얻을 수 있어야 한다.
또한, 예컨대, 리소그래피 장치 기여도의 제거는 피처 델타 지문들에 대한 피처의 상당한 감소를 초래할 수 있다. 이는 하나의 피처에서 측정된 지문이 다른 피처의 결함 예측에 사용되는 경우 유용할 수 있다(예컨대, 이는 기능 장치 피처 보다는 타겟 피처(예컨대, 격자)가 측정될 때 유용할 수 있어서, 이러한 측정은 패턴 피처 스스로가 측정되지 않는, 또는 측정되지 않을 수 있는 경우의 패턴 피처의 결함들을 예측하는 데 사용될 수 있다).
따라서, 예컨대, 리소그래피 장치 기여도의 제거는 (리소그래피 장치 변화가 보정되기 때문에) 측정 결과의 노이즈를 덜게 하고, 비-리소그래피 장치 지문들의 측정을 보다 정확하게 하고, 그리고/또는 원인이 알려지지 않은 리소그래피 장치 지문들의 문제를 해결하기에 더 적합한 측정을 할 수 있다.
도 5는 일 실시예에 따른 방법의 흐름을 개략적으로 도시한다. 하나 이상의 프로세싱 변수들의 제1그룹의 변화의 기여도(612)는 기판 상의 제1패턴의 계측 데이터(650)로부터 제거되어, 계측 데이터(650)에 대한 하나 이상의 프로세싱 변수들의 제2그룹의 변화의 기여도(622)를 얻을 수 있으며, 이때, 예컨대, 기여도(622)가 기여도(612)보다 더 높은 공간 균일성을 갖는다. 동일 또는 상이한 기판 상의 제2패턴의 계측 데이터에 대한 하나 이상의 프로세싱 변수들의 제2그룹의 변화의 기여도(642)는 제2패턴으로부터 계측 데이터를 실제로 획득할 필요 없이, 기여도(622)를 기초로 얻어질 수 있다. 예컨대, 하나 이상의 프로세싱 변수들의 제2그룹의 변화가 계측 데이터에 높은 공간 균일성을 갖는 기여도를 야기하기 때문에, 기여도(642)는 기여도(622)와 동일하게 평가될 수 있다. 선택적 절차(660)에서, 제2패턴에 대한 계측을 수행하지 않고, 기여도(642)에 기초하여 하나 이상의 프로세싱 변수들의 제1그룹의 하나 이상의 프로세싱 변수들을 조정함으로써 제2패턴에서의 결함 확률이 감소될 수 있다. 일 예에서, 제1패턴은 목적(즉, 타겟)을 테스트하기 위한 패턴일 수 있고, 제1패턴에 대한 계측을 수행하는 것은 기판 상의 기능 패턴에 영향을 주지 않을 수 있다; 제2패턴은 하나 이상의 기능적 패턴들이며, 따라서 제2패턴에 대한 계측을 수행하는 것은 제2패턴에 부정적인 영향을 줄 수 있으므로 피해야 한다. 도 5에서 이러한 흐름은 제2패턴에 대한 계측을 수행하지 않고 몇몇 프로세싱 변수들(즉, 여기의 제2그룹)에 의해 제2패턴에 대한 최소한의 영향을 얻는 방법을 제공한다. 일 예에서, 하나 이상의 프로세싱 변수들의 제1그룹은 기판의 노광 동안 리소그래피 장치의 초점, 선량, 기판 위치 설정 및/또는 다른 변수들을 포함할 수 있다. 제1패턴 및 제2패턴은 동시에 노광되지 않을 수 있기 때문에, 이들 변수들(예컨대, 그들의 값)은 제1패턴 및 제2패턴에 대해 상이할 수 있다. 하나 이상의 프로세싱 변수들의 제2그룹은 전체 기판에 걸쳐 실질적으로 균일한 PEB 온도 및/또는 지속 시간, 현상제 농도(developer concentration) 및/또는 지속 시간, 식각 속도 등을 포함할 수 있다. 하나 이상의 프로세싱 변수들의 제2그룹이 전체 기판에 적용되기 때문에(예컨대, 전체 기판이 동일한 베이킹 및 현상 조건들을 겪는다), 제1패턴 및 제2패턴에 대한 이들의 영향은 유사한 경향이 있다.
도 6은 일 실시예에 따른 방법의 흐름을 개략적으로 도시한다. 하나 이상의 프로세싱 변수들의 제1그룹의 변화의 기여도(612)는 기판 상의 제1패턴의 계측 데이터(650)로부터 제거되어, 계측 데이터(650)에 대한 하나 이상의 프로세싱 변수들의 제2그룹의 변화의 기여도(622)를 얻을 수 있으며, 이때, 예컨대, 기여도(622)가 기여도(612)보다 더 높은 공간 균일성을 갖는다. 기판 상의 제2패턴의 계측 데이터(655)에 대한 하나 이상의 프로세싱 변수들의 제2그룹의 변화의 기여도(642)는 기여도(622)를 기초로 얻어질 수 있다. 예컨대, 하나 이상의 프로세싱 변수들의 제2그룹의 변화가 계측 데이터에 높은 공간 균일성을 갖는 기여도를 야기하기 때문에, 기여도(642)는 기여도(622)와 동일하게 평가될 수 있다. 하나 이상의 프로세싱 변수들의 제2그룹의 변화의 기여도(642)는 계측 데이터(655)(예컨대, 프로세싱 변수들의 제1 및 제2그룹을 포함하는 프로세싱 후에 제2패턴의 실제 측정된 데이터)로부터 제거될 수 있으며, 따라서 제2패턴에서 하나 이상의 프로세싱 변수들의 제1그룹의 값들을 실제로 얻지 않고, 계측 데이터(655)에 대한 하나 이상의 프로세싱 변수들의 제1그룹의 변화의 기여도(632)를 얻을 수 있다. 절차(670)에서, 제2패턴에서 결함의 확률은 기여도(632), 기여도(642) 또는 이들의 조합에 기초하여 하나 이상의 프로세싱 변수들의 제1그룹의 하나 이상의 변수들을 조정함으로써 감소될 수 있다. 도 6의 이러한 흐름은 제2패턴에 대한 계측 데이터가 이용 가능할 때 기여도(642)의 추정치의 또 다른 사용이다. 일 예시에서, 하나 이상의 프로세싱 변수들의 제1그룹은 기판의 노광 동안 리소그래피 장치의 초점, 선량, 기판 위치 설정 및/또는 다른 변수들을 포함할 수 있고; 하나 이상의 프로세싱 변수들의 제2그룹은 예컨대 전체 기판에 걸쳐 실질적으로 균일한 PEB 온도 및/또는 지속 시간, 현상제 농도 및/또는 지속 시간, 식각 속도 등을 포함 할 수 있다.
패터닝 디바이스 상의 또는 패터닝 디바이스에 의해 제공되는 다양한 패턴들은 상이한 프로세스 윈도우들, 즉, 규격 내에서 패턴이 생성되는 프로세싱 변수들의 공간을 가질 수 있다. 잠재적인 체계적인 결함들과 관련된 패턴 사양들의 예들로는 네킹(necking)에 대한 체크, 라인 풀 백(line pull back), 라인 틴닝(line thinning), CD, 에지 배치, 오버랩핑(overlapping), 레지스트 탑 손실(resist top loss), 레지스트 언더컷(resist undercut) 및/또는 브리징(bridging) 을 포함한다. 패터닝 디바이스 또는 그 영역상의 모든 패턴들의 프로세스 윈도우는 각각의 개별 패턴의 프로세스 윈도우들을 병합(예컨대, 오버랩핑)함으로써 획득될 수 있다. 모든 패턴들의 프로세스 윈도우의 경계는 개별 패턴들의 일부 프로세스 윈도우들의 경계들이 포함된다. 즉, 이러한 개별 패턴들은 모든 패턴들의 프로세스 윈도우를 제한한다. 이 패턴들은 본 명세서에서 상호 교환적으로 사용되는 "핫 스폿들" 또는 "프로세스 윈도우 제한 패턴들(PWLPs)" 로 지칭될 수 있다. 패터닝 공정을 제어할 때, 핫 스폿들에 포커싱하는 것이 가능하며 경제적이다. 핫 스폿들에 결함이 없으면, 모든 패턴들에 결함이 없을 확률이 매우 크다.
수학적 관점에서, 프로세스 윈도우는 모든 프로세싱 변수들이 걸쳐 있는(spanned by) 벡터 공간 내의 영역이다. 주어진 패터닝 프로세스에서, 패턴의 프로세스 윈도우는 패터닝 프로세스에 관련된 물리(physics) 및 패턴의 사양(specifications)에 의해서만 지시된다. 즉, 패터닝 프로세스 중에 사양 및 물리가 변경되지 않으면, 프로세스 윈도우는 변경되지 않는다.
그러나, 프로세싱 변수들의 일부는 모델링되지 않을 수 있으며, 따라서 하나 이상의 패턴들의 사양이 지시하는 이들 모델링되지 않은 프로세싱 변수들의 값들의 경계들이 모델링에 의해 얻어지지 않을 수 있다. 따라서 모든 프로세싱 변수들이 걸쳐 있는 벡터 공간의 영역을 프로세스 윈도우로 사용하는 것은 편리하지 않을 수 있다. 모든 프로세싱 변수들( "풀(full) PW")이 걸쳐 있는 영역 대신에 부분 공간(subspace)의 영역(즉, 모든 프로세싱 변수들보다 적은 것들이 걸쳐 있는 영역)("서브(sub)-PW")이 사용될 수 있다. 예컨대, 다수의 프로세싱 변수들을 갖는 패터닝 프로세스에서, 초점 및 선량이 걸쳐 있는 부분 공간의 영역은 서브-PW로서 사용될 수 있다. 부분 공간에 걸친 프로세싱 변수들은 모두 모델링 가능할 수 있다. 서브-PW에 걸치지 않는 프로세싱 변수들이 하나 이상의 모델링되지 않은 프로세싱 변수들을 포함할 때, 서브-PW는 더 작아질 수 있는데, 그 이유는 상기 서브-PW에 걸쳐 있는 프로세싱 변수들의 값들이 하나 이상의 모델링되지 않은 프로세싱 변수들의 임의의 가능한 값에서, 사양 내에 패턴을 만드는 것들이어야 하기 때문이다. 예컨대, 서브-PW에 걸치지 않는 프로세싱 변수들은 레지스트 층 아래의 구조들의 특성값, 레지스트 층의 화학적 조성 및/또는 물리적 치수, 및/또는 스핀 코팅, PEB, 현상, 식각, 증착, 도핑 및/또는 패키징과 같은, 리소그래피 장치의 패턴 전사에 후속하는 하나 이상의 프로세스들의 특성값과 같은 하나 이상의 모델링되지 않은 프로세싱 변수들을 포함할 수 있다. 이러한 변수는 모델링되지 않기 때문에, 계측 데이터에 미치는 영향을 파악하기가 어렵다.
도 7A 및 도 7B는 서브-PW에 대한 하나 이상의 모델링되지 않은 프로세싱 변수들의 영향을 개략적으로 도시한다. 편의상, PW는 3차원(예컨대, 초점(f), 선량(d), 및 모델링되지 않은 다른 프로세싱 변수(X))의 영역으로서 도 7A에 도시되어 있지만, 상기 PW는 실제로 다른 차원들을 가질 수 있다. 초점(f)과 선량(d)의 두 프로세싱 변수들에 걸쳐 있는 서브-PW들은 PW의 횡단면들(예컨대, 횡단면들(701-705))로 표시된다. 도 7B는 X의 가능한 값들이 횡단면들(701 및 705) 사이에 있는 경우, f 및 d에 걸쳐 있는 서브-PW는 횡단면들(701 및 705) 사이의 모든 횡단면들의 중첩인 음영 영역이며, 이는 상기 음영 영역 내의 f 및 d의 값들이 패턴이 횡단면들(701 및 705) 사이의 임의의 X 값들에서 사양 내에 있도록 보장하기 때문임을 나타낸다. 모델링되지 않은 프로세싱 변수 X의 예들은 레지스트 층 아래의 구조들의 특성값, 레지스트 층의 화학적 조성 및/또는 물리적 치수, 및/또는 스핀 코팅, PEB, 현상, 식각, 증착, 도핑 및/또는 패키징과 같은 리소그래피 장치의 패턴 전사에 후속하는 하나 이상의 프로세스들의 특성값을 포함할 수 있다.
도 8은 일 실시예에 따른 방법의 흐름을 개략적으로 도시한다. 하나 이상의 프로세싱 변수들의 제1그룹의 변화의 기여도(812)는 제1패턴의 계측 데이터(850)로부터 제거되어, 계측 데이터(850)에 대한 하나 이상의 프로세싱 변수들의 제2그룹의 변화의 기여도(822)를 얻을 수 있다. 상기 제1그룹은 모든 모델링 가능한 프로세싱 변수들를 포함하며, 상기 제2그룹은 모든 모델링되지 않은 프로세싱 변수들을 포함한다. 기판 상의 제2패턴의 계측 데이터에 대한 하나 이상의 프로세싱 변수들의 제2그룹의 기여도(842)는 기여도(822)에 기초하여 얻어질 수 있다. 제2패턴의 계측 데이터는 기여도(842)를 얻기 위해 이용가능할 필요는 없다. 예컨대, 하나 이상의 프로세싱 변수들의 제2그룹의 변화가 계측 데이터에 높은 공간 균일성을 갖는 기여도를 야기하는 경우, 기여도(842)는 기여도(822)와 동일하게 평가될 수 있다. 절차(870)에서, 제2패턴에 대한 프로세싱 변수들의 제1그룹에 걸쳐 있는 서브-PW는 기여도(842)에 기초하여 얻어진다. 선택적 절차(880)에서, 프로세싱 변수들의 제1그룹의 하나 이상의 프로세싱 변수들의 값들은 서브-PW(및 선택적으로 기여도(812)와 함께)에 기초하여 제2패턴에서 결함의 확률을 감소시키도록 조정될 수 있다. 서브-PW는 프로세싱 변수들의 제1그룹의 값들에 기초하여 제2패턴에 결함이 존재하는지의 여부를 결정하는데 사용될 수 있다. 제2그룹의 프로세싱 변수들의 예들은 레지스트 층 아래의 구조들의 특성값, 레지스트 층의 화학적 조성 및/또는 물리적 치수, 및/또는 스핀 코팅, PEB, 현상, 식각, 증착, 도핑 및/또는 패키징과 같은 리소그래피 장치의 패턴 전사에 후속하는 하나 이상의 프로세스들의 특성값을 포함할 수 있다. 제1그룹의 프로세싱 변수들의 예들은 리소그래피 장치의 조명, 투영 시스템, 기판 스테이지 등의 변수, 초점, 선량, 대역폭, 노광 시간, 어시스트 피처의 형상 및/또는 위치, 해상도 향상 기술(RET)에 의해 적용된 조정, 고주파 스테이지 이동의 특성값들(예컨대, 주파수, 진폭 등), 고주파 레이저 대역폭 변화(예컨대, 주파수, 진폭 등) 및/또는 고주파 레이저 파장 변화를 포함할 수 있다.
도 9는 일 실시예에 따른 방법의 흐름을 개략적으로 도시한다. 예컨대 핫 스폿의 계측 데이터에 대한 하나 이상의 모델링 가능한 프로세싱 변수들(911)의 제1그룹의 변화의 기여도(912)는 예컨대 모델링에 의해 결정된다. 하나 이상의 모델링 되지 않은 프로세싱 변수들(921)의 제2그룹의 변화의 기여도(922)가 얻어진다. 기여도(922)는 실험에 의해 얻어질 수 있고 데이터베이스로부터 얻어질 수 있다. 기여도(922)는 예컨대 도 6에서의 기여도(642)를 얻는 흐름을 이용하여 얻어질 수 있다(즉, 기여도(922)는 상기 핫 스폿으로부터 다른 패턴의 계측 데이터에 대한 하나 이상의 프로세싱 변수들의 제2그룹의 변화의 기여도에 기초하여 얻어질 수 있다). 기여도(912)는 모든 기판에 대해 결정될 수 있는 반면, 기여도(922)는 많은 기판들에 걸쳐 반복적으로 사용될 수 있다. 기여도(912) 및 기여도(922)는 상기 핫 스폿에 대한 계측을 실제로 수행하지 않고, 상기 핫 스폿의 계측 데이터의 추정치(950)를 획득하기 위해 조합된다. 절차(970)에서, 상기 핫 스폿에 결함이 있는지가 상기 계측 데이터의 추정치에 기초하여 결정된다. 제2그룹의 프로세싱 변수들의 예들은 레지스트 층 아래의 구조들의 특성값, 레지스트 층의 화학적 조성 및/또는 물리적 치수, 및/또는 스핀 코팅, PEB, 현상, 식각, 증착, 도핑 및/또는 패키징과 같은 리소그래피 장치의 패턴 전사에 후속하는 하나 이상의 프로세스들의 특성값을 포함할 수 있다. 제1그룹의 프로세싱 변수들의 예들은 리소그래피 장치의 조명, 투영 시스템, 기판 스테이지 등의 변수, 초점, 선량, 대역폭, 노광 시간, 어시스트 피처의 형상 및/또는 위치, 해상도 향상 기술(RET)에 의해 적용된 조정, 고주파 스테이지 이동의 특성값들(예컨대, 주파수, 진폭 등), 고주파 레이저 대역폭 변화(예컨대, 주파수, 진폭 등) 및/또는 고주파 레이저 파장 변화를 포함할 수 있다.
도 10은 일 실시예에 따른 방법의 흐름을 개략적으로 도시한다. 하나 이상의 프로세싱 변수들의 제1그룹의 변화의 기여도(1012)는 패턴의 계측 데이터(1050)로부터 제거되어, 상기 패턴의 계측 데이터에 대한 하나 이상의 프로세싱 변수들의 제2그룹의 변화의 기여도(1022)를 얻을 수 있다. 하나 이상의 프로세싱 변수들의 제1그룹은 최소한 모든 모델링되지 않은 프로세싱 변수들을 포함하지만, 임의의 모델링 가능한 프로세싱 변수들을 포함할 수도 있고 포함하지 않을 수도 있다. 하나 이상의 프로세싱 변수들의 두번째 그룹에 있는 모든 프로세싱 변수들은 모델링 가능하다. 절차(1070)에서, 계측 데이터에 대한 하나 이상의 프로세싱 변수들의 제2그룹의 변화의 기여도를 결정하기 위한 모델의 하나 이상의 파라미터들이 기여도(1022)에 근사되고(fitted), 이에 의해 상기 모델의 하나 이상의 프로세싱 변수들의 값들(1080)을 얻을 수 있다. 모델링되지 않은 프로세싱 변수들의 예들은 레지스트 층 아래의 구조들의 특성값, 레지스트 층의 화학적 조성 및/또는 물리적 치수, 및/또는 스핀 코팅, PEB, 현상, 식각, 증착, 도핑 및/또는 패키징과 같은 리소그래피 장치의 패턴 전사에 후속하는 하나 이상의 프로세스들의 특성값을 포함할 수 있다. 모델링 가능한 프로세싱 변수들의 예들은 리소그래피 장치의 조명, 투영 시스템, 기판 스테이지 등의 변수, 초점, 선량, 대역폭, 노광 시간, 어시스트 피처의 형상 및/또는 위치, 해상도 향상 기술(RET)에 의해 적용된 조정, 고주파 스테이지 이동의 특성값들(예컨대, 주파수, 진폭 등), 고주파 레이저 대역폭 변화(예컨대, 주파수, 진폭 등) 및/또는 고주파 레이저 파장 변화를 포함할 수 있다.
따라서, 예로서, 프로세스 및/또는 기판 스택의 변화들에 적응하기 위해 모델 및 모델에 표현된 임의의 민감도를 갖는 것이 바람직하다. 따라서, 일 실시예에서, 리소그래피 장치로부터, 측정될 모든 기판에 대한 예측된 CDU (또는 오버레이) 기판 지문이 생성될 수 있다. 이를 위해 (초기 모델 보정 중에) 초기에 설정된 CD 모델이 사용될 수 있으며, 예컨대, 상술한 바와 같이 CD=a1*D + a2*F2 + a3*MSDx + a4*MSDy + a5*MSDz + ...이다. 기판의 측정시, 이전 및/또는 이후 프로세스(예컨대, 트랙/식각) 지문 및 패터닝 디바이스 지문이, 측정된 CD로부터 제거될 수 있다. 나머지 CDU 지문 측정값들은 예측된 CD 값들과 비교될 수 있다. 이러한 상황에서, 이제 CD, 선량, 초점, MSD-xyz, 수차들 등이 알려진 (측정 포인트들과 같은 많은 방정식들로서) 방정식들의 세트가 있다. 이 방정식들의 세트는 원하는 민감도들(a1, a2, ..)에 대해 해결될 수 있다. 이것이 임의의 제품에 대해 측정된 많은 수의 기판들에 대해 수행될 때, 원하는 CD 민감도들을 재추정하기 위한 많은 데이터가 있을 것이다. 다수의 리소그래피 장치들로부터의 데이터가 사용되고 그리고/또는 초점 노광 매트릭스 노광들로부터의 데이터가 동일한 방식으로 사용되는 경우, 입력 신호들(예컨대, 초점, 선량, MSD, CD 등)의 충분한 변화는 민감도들의 적절한 추정을 가능하게 할 수 있다. 또한, 이 기술은 초점 심도, 노광 정도(latitude) 등과 같은 다른 계측 데이터에도 적용될 수 있다.
일 실시예에서, 추가의 정확도를 더하기 위해 트레이닝 알고리즘이 사용될 수 있다. 예컨대, 수차에 대한 민감도들이 해결될 때, 이들 민감도들을 근사하게 만들기 전에 수차가 CD (또는 오버레이) 데이터를 프리-필터 할 수 있고 슬릿에 대해서만 변할 수 있다는 경계 조건을 고려할 수 있다.
일 실시예에서, 상기 민감도들은 수시로 또는 연속적으로 이들을 재평가함으로써 패터닝 프로세스의 변화들에 대해 강해질 수 있다.
도 11은 일 실시예에 따른 방법의 흐름을 개략적으로 도시한다. 패턴의 계측 데이터에 대한 모델링 가능한 프로세싱 변수들의 변화의 기여도(1112) 및 계측 데이터에 대한 모델링되지 않은 프로세싱 변수들의 변화의 기여도(1122)가 조합되어, 상기 계측 데이터의 추정치(1150)를 얻을 수 있다. 절차(1160)에서, 계측 데이터의 추정치(1150)가 기준을 만족시키는지의 여부가 결정된다. 추정치(1150)가 상기 기준을 만족시키지 않으면, 절차(1170)에서 모델링되지 않은 프로세싱 변수들과 기여도(1122) 간의 관계에 대한 조정이 이루어진다. 예컨대, 모델링되지 않은 프로세싱 변수들이 레지스트의 코팅 프로세스의 특성값들을 포함하면, 관계의 조정은 레지스트의 화학적 조성을 변화시키는 단계를 포함할 수 있다. 예컨대, 모델링되지 않은 프로세싱 변수들이 레지스트를 현상하는 특성값들을 포함하면, 관계의 조정은 현상에 사용된 화학 물질을 변경하는 단계를 포함할 수 있다. 예컨대, 모델링되지 않은 프로세싱 변수들이 기판을 식각하는 특성값들을 포함하는 경우, 관계의 조정은 식각 장치를 변경하는 단계를 포함할 수 있다. 이러한 흐름은 식각 장치들의 특성값들 및 기판의 특성값들에 기초하여 몇몇 식각 장치들 중에서 선택하기 위해 사용될 수 있다. 예컨대, 식각 장치마다 관계가 설정될 수 있다.
일 실시예에서, 식각 챔버들 간의 성능(performance)의 적절한 매칭을 보장하는 제한된 가능성들과 시간 경과에 따른 성능 드리프트(drift)가 있을 것을 고려하면, 식각 실행 후의 CD (또는 다른 변수)는 툴마다, 챔버마다 다를 수 있다. 이로 인해 수율 손실이 발생할 수 있다. 따라서, 프로세스 지문을 얻기 위해 식각 후에 CD가 측정될 수 있다. 이후 이 프로세스 지문은 식각 전에 사용 가능한 정보를 기반으로, 나중의 식각 실행이 무엇이 될지를 예측하는 데 사용될 수 있다. CD가 현상과 식각이 모두 수행된 후에 측정되면, 순수(pure) 식각 지문(LEB)이 도출될 수 있다. 각각의 식각기(etcher) 및/또는 식각 챔버에 대해 LEB 지문이 결정되면, 이들은 각각의 식각기/식각 챔버에 대해 나중의 식각 CD 성능 및 나중의 식각 결함 확률을 예측하는데 사용될 수 있다. 그 다음, 기판(예컨대, 많은 기판들)을 프로세스하는데 사용하기 위한 식각 툴/식각 챔버는 최소 결함 확률에 기초하여 먼저 선택될 수 있다.
도 12는 예시적인 검사 장치(예컨대, 산란계)를 도시한다. 그것은 기판(W) 상으로 방사선을 투영하는 광대역 (백색광) 방사선 투영기(2)를 포함한다. 재지향된 방사선은, 예컨대, 왼쪽 하단의 그래프에 도시된 것처럼, 반사된 방사선의 스펙트럼(10) (파장의 함수로서의 강도)을 측정하는, 스펙트로미터 검출기(spectrometer detector)(4)에 전달된다. 도 12의 오른쪽 하단에 도시된 것처럼 예컨대, 시뮬레이션된 스펙트럼의 라이브러리와의 비교에 의해 또는 Rigorous Coupled Wave Analysis 및 비선형 회귀에 의해, 이 데이터로부터, 검출된 스펙트럼을 발생시키는 구조 또는 프로파일은 프로세서(PU)에 의해 재구성될 수 있다. 일반적으로, 재구성을 위해 구조의 일반적인 형태가 알려져 있으며 일부 변수들은 구조가 만들어지는 프로세스에 대한 지식으로부터 추측되며, 측정된 데이터로부터 결정되는 구조의 몇몇 변수들만을 남긴다. 이러한 검사 장치는 수직 입사 검사 장치 또는 경사 입사 검사 장치로 구성될 수 있다.
사용될 수 있는 또 다른 장치가 도 13에 도시되어 있다. 이 장치에서, 방사선 소스(2)에 의해 방출된 방사선은 렌즈 시스템(12)을 사용하여 시준되고 간섭 필터(13) 및 편광기(polarizer)(17)를 통해 투과되고, 부분적으로 반사하는 표면(16)에 의해 반사되며, 높은 개구 수(NA), 바람직하게는 최소 0.9 또는 최소 0.95 를 갖는 대물 렌즈(15)를 통해 기판(W)상의 스폿(S)에 집광된다. 액침 검사 장치(물과 같은 상대적으로 굴절률이 높은 유체를 사용함)는 심지어 1 이상의 개구 수를 가질 수 있다.
리소그래피 장치(LA)에서와 같이, 측정 동작들 동안 기판(W)을 유지하도록 하나 이상의 기판 테이블들이 제공될 수 있다. 기판 테이블들은 도 1의 기판 테이블(WT)과 형태가 유사하거나 동일할 수 있다. 검사 장치가 리소그래피 장치와 통합되는 예에서, 이들은 심지어 동일한 기판 테이블일 수 있다. 개략적 및 미세 위치 설정기들은 측정 광학 시스템과 관련하여 기판을 정확히 위치 시키도록 구성된 제2 위치 설정기(PW)에 제공될 수 있다. 다양한 센서들 및 액추에이터들이 예컨대 관심 대상의 타겟의 위치를 획득하고 이를 대물 렌즈(15) 아래의 위치로 가져오도록 제공된다. 통상적으로 많은 측정들이 기판(W) 전체에 걸쳐 상이한 위치들의 타겟 상에서 이루어진다. 기판 지지대는 상이한 타겟들을 획득하기 위해 X 및 Y 방향으로 이동될 수 있고, 광학 시스템의 초점에 대한 타겟의 원하는 위치를 얻기 위해 Z 방향으로 이동될 수 있다. 예컨대, 실제로 광학 시스템이 실질적으로 정지 상태 (전형적으로 X 및 Y 방향에서 그러나 아마도 또한 Z 방향에서)로 유지되고 기판만 이동하는 경우, 대물 렌즈가 기판에 대해 다른 위치들로 이동되는 것처럼 동작들을 생각하고 설명하는 것이 편리하다. 기판과 광학 시스템의 상대 위치가 정확하다면, 현실 세계에서 그것들 중 하나가 움직이거나, 또는 둘 다 움직이거나, 또는 광학 시스템의 일부의 조합이 (Z 방향 및/또는 기울어진 방향으로) 움직이고 상기 광학 시스템의 나머지는 정지 상태에 있으며 상기 기판이 (예컨대, X 방향 및 Y 방향, 그러나 선택적으로 Z 방향 및/또는 기울어진 방향으로) 움직이는 것은 중요하지 않다.
기판(W)에 의해 재지향된 방사선은 이후 스펙트럼을 검출하기 위해 부분적으로 반사하는 표면(16)을 통과하여 검출기(18)로 이동한다. 검출기(18)는 후방-투영된 초점 평면(11) (즉, 렌즈 시스템(15)의 초점 길이)에 위치될 수 있거나 상기 평면(11)은 검출기(18) 상의 보조 광학 장치(도시되지 않음)로 재-이미징될 수 있다. 상기 검출기는 기판 타겟(30)의 2차원 각도 산란 스펙트럼(angular scatter spectrum)이 측정될 수 있도록 하는 2차원 검출기일 수 있다. 상기 검출기(18)는 예컨대, CCD 또는 CMOS 센서들의 어레이일 수 있으며, 예컨대, 프레임 당 40 밀리 초의 집적 시간을 사용할 수 있다.
기준 빔은 예컨대, 입사 방사선의 강도를 측정하기 위해 사용될 수 있다. 이를 위해, 방사선 빔이 부분적으로 반사하는 표면(16)에 입사할 때, 그것의 일부는 기준 빔으로서 상기 부분적으로 반사하는 표면(16)을 통해 기준 미러(14)를 향해 투과된다. 그 후, 상기 기준 빔은 동일한 검출기(18)의 다른 부분 또는 대안적으로 다른 검출기(미도시) 상으로 투영된다.
하나 이상의 간섭 필터들(13)은 예컨대 405 내지 790 nm의 범위 또는 200 내지 300 nm와 같은 더 낮은 범위의 관심 대상의 파장을 선택하는데 이용 가능하다. 간섭 필터는 상이한 필터들의 세트를 포함하기 보다는 조정 가능한 것일 수 있다. 간섭 필터 대신 격자가 사용될 수 있다. 구경 조리개(aperture stop) 또는 공간 광 변조기(spatial light modulator)(미도시)는 조명 경로 내에 제공되어 타겟 상의 방사선의 입사각 범위를 제어할 수 있다.
검출기(18)는 단일 파장(또는 좁은 파장 범위)에서 재지향된 방사선의 강도, 다수의 파장들에서 개별적으로 또는 파장 범위 전체에 걸쳐 적분된 강도를 측정할 수 있다. 또한, 검출기는 횡단 자계- 및 횡단 전계 방사선의 강도 및/또는 횡단 자계- 및 횡단 전계- 방사선 간의 위상 차를 개별적으로 측정할 수 있다.
기판(W) 상의 타겟(30)은 현상 후, 바(bar)들이 고체 레지스트 선들로 형성되도록 인쇄되는, 1-D 격자일 수 있다. 타겟(30)은 현상 후에, 격자가 고체 레지스트 기둥(pillar)들 또는 레지스트의 비아들로 형성되도록 인쇄되는 2-D 격자일 수 있다. 상기 바들(bars), 기둥들 또는 비아들은 기판 내로 또는 기판 상에 (예컨대, 기판 상의 하나 이상의 층들 내로) 식각될 수 있다. 패턴(예컨대, 바들, 필러들 또는 비아들)은 패터닝 프로세스(예컨대, 리소그래피 투영 장치 (특히 투영 시스템(PS))의 광학 수차, 초점 변경, 선량 변화 등)의 프로세싱 변화에 민감하며, 인쇄된 격자의 변형으로 나타날 것이다. 따라서, 인쇄된 격자의 측정된 데이터는 격자를 재구성하는데 사용된다. 라인 폭 및/또는 형상과 같은 1-D 격자의 하나 이상의 파라미터들 또는 기둥 또는 비아 폭 또는 길이 또는 형상과 같은 2-D 격자의 하나 이상의 파라미터들은, 인쇄 단계 및/또는 다른 검사 프로세스들에 대한 지식으로부터, 프로세서(PU)에 의해 수행되는, 재구성 프로세스에 입력될 수 있다.
재구성에 의한 파라미터의 측정에 추가하여, 각도 분해 산란 측정(angle resolved scatterometry)은 제품 및/또는 레지스트 패턴들 내의 피처들의 비대칭의 측정에 유용하다. 비대칭 측정의 특정 적용은 타겟(30)이 다른 세트에 중첩되는 하나의 주기적 피처들의 세트를 포함하는, 오버레이의 측정을 위한 것이다. 도 12 또는 도 13의 기구를 사용하는 비대칭 측정의 개념들은, 예컨대, 본 명세서에 그 전체가 인용된, 미국 특허 출원 공보 US2006-066855에 기재되어 있다. 간단히 말하면, 타겟의 회절 스펙트럼에서 회절 차수들의 위치들은 타겟의 주기성에 의해서만 결정되지만, 회절 스펙트럼에서의 비대칭은 타겟을 구성하는 개별 피처들에서의 비대칭을 나타낸다. 검출기(18)가 이미지 센서일 수 있는 도 13의 기구에서, 회절 차수들에서의 그러한 비대칭은 검출기(18)에 의해 기록된 퓨필 이미지에서의 비대칭으로서 직접 나타난다. 이 비대칭은 단위 PU에서 디지털 이미지 프로세싱에 의해 측정될 수 있으며, 알려진 오버레이 값들에 대해 보정될 수 있다.
도 14는 도 13의 장치에서의 전형적인 타겟(30)의 평면도 및 조명 스폿(S)의 범위를 도시한다. 주변 구조들로부터의 간섭이 없는 회절 스펙트럼을 얻기 위해, 일 실시예에서, 타겟(30)은 조명 스폿(S)의 폭(예컨대, 직경)보다 큰 주기적 구조(예컨대, 격자)이다. 스폿(S)의 폭은 타겟의 폭 및 길이보다 작을 수 있다. 다른 말로 하면, 상기 타겟은 조명에 의해 '언더필(underfilled)' 되고, 회절 신호는 타겟 자체 외부의 제품 피처들 등으로부터의 임의의 신호들로부터 본질적으로 자유롭다. 조명 배열(2, 12, 13, 17)은 대물 렌즈(objective)(15)의 후방 초점면을 가로질러 균일한 강도의 조명을 제공하도록 구성될 수 있다. 대안적으로, 예컨대, 조명 경로 내에 개구를 포함함으로써, 조명은 축 상으로 또는 축 외의 방향들로 제한될 수 있다.
도 15는 계측법을 사용하여 얻어진 계측 데이터에 기초하여 타겟 패턴(30')의 하나 이상의 관심 대상의 변수들(variables of interest)의 값을 결정하는 예시적인 프로세스를 개략적으로 도시한다. 검출기(18)에 의해 검출된 방사선은 타겟(30')에 대해 측정된 방사선 분포(108)를 제공한다.
주어진 타겟(30')에 대해, 방사선 분포(208)는 예컨대 수치 맥스웰 솔버(Maxwell solcer)(210)를 사용하여 파라미터화된 모델(206)로부터 계산/시뮬레이션 될 수 있다. 파라미터화 된 모델(206)은 타겟을 구성하는, 그리고 타겟과 관련된 다양한 재료들의 예시적인 층들을 나타낸다. 상기 파라미터화 된 모델(206)은 고려 중에 타겟의 부분의 피처들 및 층들에 대한, 가변적이거나 유도될 수 있는, 하나 이상의 변수들을 포함할 수 있다. 도 15에 도시된 바와 같이, 하나 이상의 변수들은 하나 이상의 층들의 두께(t), 하나 이상의 피처들의 폭(w)(예컨대, CD), 하나 이상의 피처들의 높이(h), 및/또는 하나 이상의 피처들의 측벽 각도(α)를 포함할 수 있다. 도시되지는 않았지만, 하나 이상의 변수들은 추가로 하나 이상의 층들의 굴절률(예컨대, 실제 또는 복소 굴절률, 굴절률 텐서(tensor) 등), 하나 이상의 층들의 소광(extinction) 계수, 하나 이상의 층들의 흡수, 현상 동안의 레지스트 손실, 하나 이상의 피처들의 기반(footing) 및/또는 하나 이상의 피처들의 선 에지 거칠기(line edge roughness)를 포함할 수 있으나 이에 한정되지 않는다. 변수의 초기 값들은 측정되는 타겟에 대해 예상되는 것들일 수 있다. 이후, 측정된 방사선 분포(108)는 계산된 방사선 분포(208)와 212에서 비교되어 양자 간의 차이를 결정한다. 차이가 있다면, 파라미터화 된 모델(206)의 하나 이상의 변수들의 값들은 변화될 수 있고, 측정된 방사선 분포(108)와 계산된 방사선 분포(208)간의 충분한 매치(match)가 있을 때까지, 새로운 계산된 방사선 분포(208)가 계산되어 측정된 방사선 분포(108)에 대하여 비교된다. 그 시점에서, 파라미터화 된 모델(206)의 변수들의 값들은 실제 타겟(30')의 기하학적 구조의 양호한 또는 최상의 매치를 제공한다. 일 실시예에서, 측정된 방사선 분포(108)와 계산된 방사선 분포(208) 간의 차이가 허용 한계점 내에 있을 때 충분한 매치가 존재한다.
파라미터화 된 모델 내의 하나 이상의 변수들은 하나 이상의 다른 변수들보다 계산된 방사선 분포에 더 강한 영향을 미칠 수 있다. 예컨대, 하나 이상의 변수들의 적은 퍼센트의 변화는 계산된 방사선 분포에 상당한 차이를 초래할 수 있다. 이러한 변수는 강한 변수라고 지칭될 수 있다. 강한 변수는 피처의 크리티컬 디멘전을 포함할 수 있지만 이에 한정되지 않는다. 다른 한편으로, 하나 이상의 다른 변수들의 상당한 퍼센트의 변화는 계산된 방사선 분포의 작은 차이를 초래할 수 있다. 이러한 변수는 약한 변수라고 지칭될 수 있다. 약한 변수는 피처의 측벽 각도, 피처의 높이, 층의 두께, 현상 동안의 레지스트 손실, 피처의 기반, 층의 굴절률, 층의 흡수, 및/또는 층의 소광 계수를 포함 할 수 있으나 이에 한정되지 않는다.
파라미터화 된 모델에서 강한 변수 및 약한 변수 모두가 패터닝 프로세스의 하나 이상의 단계들을 평가하기 위해 사용자(예컨대, 사람, 제어 시스템 등)에 의해 사용될 수 있다. 특히, 하나 이상의 약한 변수들은 스핀 코팅, PEB, 현상, 식각, 증착, 도핑 및/또는 패키징과 같은 리소그래피 장치의 패턴 전사에 후속하는 하나 이상의 프로세스들에서 사용될 수 있는 다른 패턴 또는 타겟(30')에 결함이 있는지를 결정하는데 유용할 수 있다. 예컨대, 기판 상의 패턴의 측벽 각도가 임의의 임계값을 초과하는 경우, 식각으로 인해 하나 이상의 결함들이 생성되기 쉬울 수 있다. 이와 같이, 식각에 기인하기 쉬운 결함은 기판 상의 패턴의 측벽 각도의 값에 기초하여 식각 프로세스 이전에 예측될 수 있다. 그러한 예는 비-제한적이다.
그러나, 직접적인 측정에 기초하여 약한 변수들의 값들을 결정하는 것은 어렵다. 이는 검사 시스템에서 약한 변수들의 값들을 결정하는 데 사용될 수 있는 신호들이 일반적으로 매우 약하고, 그리고 때때로 감지되기에 너무 약하기 때문이다. 또한, 특히 파라미터화 된 모델에 많은 변수가 있고 강한 변수들의 값들이 알려지지 않은 경우, 약한 변수들의 값들을 결정하는 임의의 수준의 정확성을 제공하는 것이 어렵다.
도 15에서 설명된 바와 같은 재구성 프로세스를 통해 다양한 용도들(예컨대, 결함을 예측하기 위한)에 대한 하나 이상의 약한 변수들의 더 정확한 값들을 얻기 위해, 재구성 프로세스 자체의 외부의 파라미터화 된 모델에서 하나 이상의 강한 변수들의 값들(예컨대, CD)을 결정하는 것이 바람직하다.
도 16은 일 실시예에 따라 기판 상의 강한 변수의 값들을 결정하는 (기판 상의 강한 변수의 계측을 수행하는 것을 피할 수 있는) 방법의 흐름을 도시한다. 이 프로세스는 복수의 상이한 강한 변수들의 값들을 얻는데 적용될 수 있다. 도시된 바와 같이, 기판에 대한 강한 변수의 지문(1640)은 리소그래피 장치와 관련된 하나 이상의 변수들(예컨대, 초점, 선량, MSD, 수차, 퓨필 형상 등, 그리고 다이/필드 당 공간적으로 특정될 수 있고 그리고 적용 조건들 하에서 기판 전체에 걸쳐 반복될 수 있거나 또는 기판 전체에 걸쳐 공간적으로 특정될 수 있는)의 제1그룹으로부터의 제1기여도(1610), 리소그래피 장치에서의 패턴 전사 이전 또는 이후에 하나 이상의 제조 프로세스들에 관련된 하나 이상의 변수들(예컨대, 식각, 현상 등, 그리고 기판 전체에 걸쳐 공간적으로 특정될 수 있는)의 제2그룹으로부터의 제2기여도(1620), 및 패터닝 프로세스에서 사용된 패터닝 디바이스에 관련된 하나 이상의 변수들(예컨대, 마스크 CD 등, 그리고 다이/필드마다 공간적으로 특정될 수 있고 적용 조건들 하에서 기판 전체에 걸쳐 반복될 수 있거나 또는 기판 전체에 걸쳐 공간적으로 특정될 수 있는)의 제3그룹으로부터의 제3기여도(1630)를 조합함으로써 얻을 수 있다. 강한 변수의 지문(1640)은 타겟(30')의 일부와 같은, 기판의 임의의 특정 부분에 대해 얻을 수 있다.
리소그래피 장치에 관련된 하나 이상의 변수들의 상기 제1그룹은 상술한 바와 같이 하나 이상의 모델링 가능한 변수들일 수 있다. 상기 제1기여도(1610)는 리소그래피 장치 특성일 수 있다; 즉, 제1기여도(1610)는 임의의 실제 리소그래피 장치에 특정적이다. 일 실시예에서, 제1기여도(1610)는 특정 기판에 특정적이지 않다(따라서 기판들에 걸쳐 사용될 수 있다). 따라서, 제1기여도(1610)는 미리 특성화될 수 있고, 재구성 프로세스를 위해 나중에 데이터베이스로부터 얻어질 수 있다. 제1기여도(1610)는 그것을 특정 기판에 대한 하나 이상의 변수들 및 감도 관계의 데이터와 조합함으로써 상기 특정 기판에 적용될 수 있다. 제1기여도(1610)는 기판 특성일 수 있다. 예컨대, 제1기여도(1610)는 강한 변수의 지문(1640)이 기판 또는 기판들의 그룹에 특정적이도록 각 기판 또는 기판들의 특정 그룹에 대해 결정될 수 있다. 변수들의 제1그룹의 예들은 조명, 투영 시스템, 초점, 선량, 대역폭, 노광 지속 시간, 고주파 스테이지 이동의 특성값(예컨대, 기판 스테이지의 이동의 이동 표준 편차(MSD), 기판 스테이지의 이동의 이동 평균 등), 고주파 레이저 대역폭 변화(예컨대, 주파수, 진폭 등), 고주파 레이저 파장 변화, 및/또는 기판의 평탄도의 변수들을 포함할 수 있지만 이에 한정되는 것은 아니다.
패터닝 디바이스와 관련된 하나 이상의 변수들의 제3그룹은 상술한 바와 같이 하나 이상의 모델링 가능한 변수들일 수 있다. 제3기여도(1630)는 패턴 또는 패터닝 디바이스 특성일 수 있다; 즉, 제3기여도(1630)는 임의의 실제 패터닝 디바이스 또는 패터닝 디바이스에 의해 제공될 특정 패턴에 특정적이다. 제3기여도(1630)는 기판 독립적일 수 있다. 따라서, 제3기여도(1630)는 미리 특성화될 수 있고 재구성 프로세스를 위해 나중에 데이터베이스로부터 얻어질 수 있다. 변수들의 제3그룹의 예들은 마스크 CD, 어시스트 피처의 형상 및/또는 위치, 해상도 향상 기술(RET)에 의해 적용된 조정 등을 포함할 수 있지만, 이에 한정되지 않는다.
리소그래피 장치에서 패턴 전사 이전 또는 이후의 하나 이상의 제조 프로세스들에 관련된 하나 이상의 변수들의 제2그룹은 상술한 바와 같이 모델링되지 않은 변수들일 수 있다. 제1기여도(1610)와 마찬가지로, 제2기여도(1620)는 기판 독립적 또는 기판 의존적일 수 있다. 일 실시예에서, 제2기여도(1620)는 모든 기판에 걸쳐 반복적으로 사용될 수 있다. 따라서, 제2기여도(1620)는 미리 특성화될 수 있고 그리고 재구성 프로세스 동안 데이터베이스로부터 획득될 수 있다. 하나 이상의 변수들의 제2그룹의 예들은 스핀 코팅, PEB, 현상, 식각, 증착, 도핑 및/또는 패키징과 같은, 리소그래피 장치의 패턴 전사에 후속하는 프로세스의 다양한 특성값들을 포함할 수 있지만, 이에 한정되지 않는다.
제1기여도(1610), 제2기여도(1620) 및/또는 제3기여도(1630)는 예컨대 도 4 내지 도 6 중 어느 하나의 흐름들을 사용하여, 실험에 의해 특성화될 수 있거나 이전 생산 데이터로부터 취해질 수 있다. 일 실시예에서, 제3기여도(1630)(즉, 패터닝 디바이스 지문)는 패터닝 디바이스 계측 툴을 사용하여 직접 패터닝 디바이스를 측정함으로써 얻을 수 있다.
강한 변수의 지문(1640)이 결정된 후, 강한 변수의 지문(1640)과 강한 변수의 특정 값(1650)을 조합함으로써, 강한 변수(1660)의 값이 얻어질 수 있다. 일 실시예에서, 강한 변수의 특정 값은 공칭 설계 값일 수 있다. 일 실시예에서, 강한 변수는 기판 상의 강한 변수의 측정들의 그룹의 평균일 수 있다. 강한 변수의 측정들의 그룹은 기판 상의 둘 이상의 다이들에서 동일한 피처에 대해 수행될 수 있다.
파라미터화 된 모델에서 하나 이상의 강한 변수들의 값이 주어지면(예컨대, 하나 이상의 강한 변수의 값들을 고정하거나, 미리 결정된 범위 이내(예컨대, 10% 이내, 5% 이내, 3% 이내, 1% 이내)의 하나 이상의 강한 변수들 각각의 값을 한정함으로써), 하나 이상의 약한 변수들은 계산된 방사선 분포가 측정된 방사선 분포와 실질적으로 유사할 때까지 또는 계산된 방사선 분포와 측정된 방사선 분포 간의 차이가 미리 결정된 허용 한계치 내에 있을 때까지 조정될 수 있다. 계산된 방사선 분포가 측정된 방사선 분포와 실질적으로 유사하거나 또는 그 차이가 미리 결정된 허용 한계치 내에 있는 경우, 하나 이상의 약한 변수들의 값들이 출력될 수 있다.
상술한 바와 같이, 하나 이상의 약한 변수들의 값들은 노광 후 하나 이상의 하류 프로세스들, 예컨대 PEB, 레지스트 층의 현상, 식각, 증착, 도핑, 및/또는 패키징으로 인한 결함이 있을 것인지 여부를 예측하는데 사용될 수 있다. 결함이 예측되면, 하나 이상의 변수들의 제1그룹, 하나 이상의 변수들의 제2그룹 및/또는 하나 이상의 변수들의 제3그룹의 하나 이상의 변수들의 값은 강한 변수의 새로운 지문을 얻기 위해 조정될 수 있다. 이는 상술한 프로세스를 사용하여 하나 이상의 약한 변수들의 값들의 새로운 세트가 재구성될 수 있도록 수행된다. 이러한 조정은 하나 이상의 약한 변수들의 값들의 새로운 세트에 기초하여 결함이 예측되지 않을 때까지 반복적으로 수행될 수 있다.
상술한 기여도/지문의 추가 적용에서, 패턴의 윤곽은 하나 이상의 기여도들/지문들을 사용하여 예측될 수 있다. 이와 관련해서, 윤곽은 기판에 전사 된 패턴의 피처의 형상의 윤곽이다. 윤곽은 예컨대, 기판에 전사된 패턴 피처의 형상의 외부 경계를 추출하기 위해 기판의 이미지(예컨대, 주사 전자 현미경 이미지)를 프로세싱 단계에 의해 가시화될 수 있다. 그러나, 또한 윤곽은 기판에 전사될 것으로 예상되는 패턴 피처의 전자 표현을 생성하기 위해 수학적 프로세스들(예컨대, 시뮬레이션)에 의해 생성될 수 있다. 윤곽은 일반적으로 선의 형태일 것이지만 본 명세서에 사용된 윤곽은 피처의 경계를 설명하는 데이터로 더 일반화될 수 있다. 상기 윤곽은 연속적일 필요는 없다; 즉, 불연속 윤곽 및/또는 데이터가 피처의 경계를 충분하게 기술하는 경우, 윤곽 및/또는 데이터는 피처 주위에서 불연속일 수 있다. 일 실시예에서, 상기 윤곽은 2차원 (즉, 평면으로 정의되는) 또는 3차원일 수 있다. 일 실시예에서, 상기 윤곽은 패턴이 형성되는 기판의 표면에 실질적으로 평행한 평면에서 연장될 수 있다. 일 실시예에서, 상기 윤곽은 패턴이 형성되는 기판의 표면에 실질적으로 수직인 평면에서 연장될 수 있다; 이 경우 그것은 프로파일로서 특성화될 수 있고 2차원 또는 3차원 형태일 수 있다.
윤곽을 예측하기 위해, 본 명세서에 설명된 바와 같이 하나 이상의 기여도들/지문들이 획득될 수 있고, 예측된 윤곽에 도달하기 위해, 임의의 공칭 윤곽(nominal contour)을 선택하는데 및/또는 공칭 윤곽을 수정하는데 이용될 수 있다. 도 17을 참조하면, 윤곽의 예측 방법의 흐름도의 실시예가 도시되어 있다. 1700에서, 패턴의 피처의 공칭 윤곽이 결정된다. 일 실시예에서, 상기 공칭 윤곽은 레지스트에서 예상되는 윤곽이다. 일 실시예에서, 상기 공칭 윤곽은 현상된 레지스트에서 예상되는 윤곽이다.
일 실시 예에서, 상기 공칭 윤곽은 모델 및/또는 시뮬레이션을 통한 수학적 계산에 의해 얻어질 수 있다. 일 실시예에서, 시뮬레이터 또는 모델, 예컨대 ASML의 Tachyon 제품과 같은 시뮬레이터, 은 피처의 패터닝 프로세스에 대한 하나 이상의 프로세싱 변수들에 대한 적용 가능한 설계 값들에서 패턴의 피처의 예상된 윤곽을 결정할 수 있다. 계산에 의해 얻어진 이 윤곽은 이후 공칭 윤곽으로 지정될 수 있다. 유사하게, 시뮬레이터 또는 모델은 하나 이상의 프로세싱 변수들의 다양한 상이한 값들(예컨대, 상이한 초점 설정들 또는 조건들, 상이한 선량 설정들 또는 조건들, 상이한 투영 시스템 수차 설정들 또는 조건들, 상이한 조명 퓨필 형상 설정들 또는 조건들 등과 같은 하나 이상의 광학 설정들 또는 조건들)에서 윤곽들을 결정하여 하나 이상의 프로세싱 변수들의 상이한 값에서 각각의 윤곽, 피처의 복수의 윤곽들을 얻을 수 있다. 계산에 의해 얻어진 이러한 윤곽들은 이후 각각의 공칭 윤곽이 하나 이상의 프로세싱 변수들의 상이한 값과 관련된 공칭 윤곽들로 지정될 수 있다. 일 실시예에서, 공칭 윤곽들은 상이한 초점 설정들 또는 조건들에 대해 결정되므로, 공칭 윤곽들 각각은 상이한 초점 설정 또는 조건(최상의 초점으로부터의 임의의 변화량과 같은)과 관련될 수 있다. 아래 설명은 초점 설정들 또는 조건들에 초점을 맞추지만, 공칭 윤곽들은 초점보다 다른 설정들 또는 조건들에 대해 결정될 수 있으며 다양한 설정들 또는 조건들의 조합들에 대해 결정될 수 있다.
일 실시예에서, 공칭 윤곽이 하나 이상의 다른 프로세싱 변수들 상에서 결정되는 하나 이상의 프로세싱 변수들의 영향이 평가된다. 일 실시예에서, 평가된 하나 이상의 다른 프로세싱 변수들은 윤곽의 형상 및/또는 크기에 영향을 미치는 하나 이상의 프로세싱 변수들이다. 따라서, 공칭 윤곽이 초점 설정에 대해 결정되는 일 실시예에서, 초점이 (CD와 같은) 하나 이상의 다른 프로세싱 변수들에 미치는 영향이 결정된다. 일 실시예에서, 이러한 영향은 초점 노광 매트릭스(focus exposure matrix, FEM) 유형 프로세스를 사용하여 결정될 수 있으며, 이때 임의의 패턴은 적어도 상이한 초점 설정들 또는 조건들에서 평가된다. 초점에 의한 CD의 변화가 얼마나 되는지 평가할 수 있도록 그러한 상이한 초점 설정들 또는 조건들에서의 CD가 결정될 수 있다. 일 실시예에서, 상술한 영향은 계측 툴에 의해 이후 측정된 하나 이상의 처리된 기판들을 사용하여 실험적으로 결정될 수 있다. 일 실시예에서, 상술한 영향은 시뮬레이터를 사용하여 결정될 수 있다.
계산에 의해 공칭 윤곽(들)을 결정하는 것에 추가적으로 또는 대안으로서, 일 실시예에서, 상기 공칭 윤곽(들)은 실험에 의해 얻어질 수 있다. 예컨대, 상기 피처는 패터닝 프로세스에 대한 하나 이상의 프로세싱 변수들의 적용 가능한 설계 값들로 하나 이상의 기판 상에 생성된 다음 상기 피처의 윤곽을 도출하기 위해 (예컨대, 주사 전자 현미경을 사용하여) 측정될 수 있다. 그런 다음 측정으로 얻은 이 윤곽은 공칭 윤곽으로 지정될 수 있다. 추가적으로 또는 대안적으로, 상기 피처는 하나 이상의 프로세싱 변수들(예컨대, 상술한 바와 같은 하나 이상의 광학 설정들 또는 조건들)의 다양한 상이한 값들로 하나 이상의 기판들 상에 생성된 후 하나 이상의 프로세싱 변수들의 상이한 값에서 각각의 윤곽, 상기 피처의 복수의 윤곽들을 도출하기 위해 (예컨대, 주사 전자 현미경을 사용하여) 측정될 수 있다. 이후 측정에 의해 얻어진 이들 윤곽들은 각각의 공칭 윤곽이 하나 이상의 프로세싱 변수들의 상이한 값과 관련된 공칭 윤곽들로서 지정될 수 있다. 따라서 특정 예로서, 각각의 공칭 윤곽들은 다른 초점 설정 또는 조건(최상의 초점으로부터의 임의의 변화량과 같은)과 연관될 수 있다.
따라서, 일 실시예에서, 공칭 윤곽(들)은 윤곽의 형상의 표시를 제공할 수 있다. 예컨대, 공칭 윤곽(들)은 특정 초점 조건에서 윤곽의 형상의 표시를 제공할 수 있다. 따라서, 다수의 공칭 윤곽들이 복수의 상이한 초점 조건들을 얻는 경우, 각각의 공칭 윤곽은 적용 가능한 초점 조건에서 예측된 윤곽의 형상의 표시를 제공할 수 있다.
따라서, 일 실시예에서 또한 더 논의될 바와 같이, 하나 이상의 프로세싱 변수들(예컨대, 초점)의 상이한 값과 각각 관련된 공칭 윤곽들로, 윤곽의 형상은 상기 공칭 윤곽들을 참조하여, 하나 이상의 프로세싱 변수들의 특정 값에 대해, 예측될 수 있다. 공칭 윤곽이 하나 이상의 프로세싱 변수들의 특정 값에 대해 이용 가능하지 않은 경우, 윤곽은 보간(interpolation), 외삽(extrapolation) 등에 의해 생성될 수 있다. 따라서, 예로서, 기판 상의 임의의 위치 상의 임의의 초점 값에 대해, 관심 대상의 적용 가능한 패턴 피처(들)의 윤곽의 형상이 예측될 수 있다.
따라서, 1710에서, 공칭 윤곽(들)이 결정된 하나 이상의 프로세싱 변수들에 대해 제1기여도/지문이 얻어질 수 있다. 상기 제1기여도/지문은 본 명세서에 설명된 기술들 중 임의의 것을 사용하여 얻어질 수 있다. 일 실시예에서, 상기 제1기여도/지문은 식각 이전의 상황에 대응한다.
일 실시예에서, 제1기여도/지문은 초점를 가지며, 따라서 일 실시예에서, 제1기여도/지문은 전체(across) 기판 초점 맵이다. 일 실시예에서, 제1기여도/지문은 기판을 패터닝하는데 사용되는 리소그래피 장치로부터 얻어진 데이터에 기초하여 생성될 수 있다. 예컨대, 리소그래피 장치는 초점 맵을 구성하기 위해 초점 정보(예컨대, 초점 잔류 오류들 등) 및/또는 고주파 스테이지 이동(예컨대, MSD)의 특성값을 제공할 수 있다. 도 18은 패터닝 프로세스에 대한 예시적인 초점 맵(1800)을 도시하며, 이때, 상이한 음영들은 공칭 초점(예컨대, 최상의 초점, 평균 초점 등)로부터의 상이한 변화량을 개략적으로 나타낸다.
1720에서, 제1기여도/지문(1710)은 관심 대상의 특징에 대한 공칭 윤곽을 선택하는데 사용된다. 예컨대, 기판 상의 특정 위치에서 그리고 관심 대상의 특정 피처에 대해, 공칭 윤곽(들)이 결정된 하나 이상의 프로세싱 변수들에 대한 값은 제1기여도/지문(1710)으로부터 결정될 수 있고 이후 연관된 공칭 윤곽(들)을 선택하는 데 사용될 수 있다. 따라서, 제1기여도/지문(1710)이 초점 맵인 예에서, 초점 맵 내의 기판 위치에서의 초점 추정치는 윤곽의 예측으로서 연관된 공칭 윤곽을 획득하는데 사용될 수 있다. 따라서, 피처마다 그리고 기판 위치마다 예측된 윤곽이 결정될 수 있다.
도 18을 다시 참조하면, 그러한 선택의 예가 도시된다. 도 18에는 최상의 초점에서의 공칭 윤곽들(1810, 1812, 1814)이 도시되어 있다. 이제, 공칭 윤곽(1812)과 관련된 초점 맵(1800) 상의 위치에서, 초점 맵은 초점이 최적의 초점에 있거나 또는 그 부근에 있음을 나타낸다. 따라서, 그 위치에 대해, 공칭 윤곽(1812)은 예측된 윤곽으로서 선택될 것이다. 공칭 윤곽(1810)과 연관된 위치에 대해, 초점 맵은 초점이 음의(negative) 디포커스(-F)에 있음을 나타낸다. 따라서, 이 경우, 공칭 윤곽(1810)을 사용하는 대신에, 음의 디포커스(-F)에 대해 결정된 공칭 윤곽, 즉 공칭 윤곽(1820)이 선택될 것이다. 도 18에 도시된 바와 같이, 공칭 윤곽(1820)은 피처의 특성값들을 갖지만 음의 디포커스(-F)로 인해 상이한 형상을 갖는다. 유사하게, 공칭 윤곽(1814)과 관련된 위치에 대해, 초점 맵은 초점이 양의 디포커스(+F)에 있음을 나타낸다. 따라서, 이 경우, 공칭 윤곽(1814)을 사용하는 대신에, 양의 디포커스(+F)에 대해 결정된 공칭 윤곽, 즉 공칭 윤곽(1830)이 선택될 것이다. 도 18에 도시된 바와 같이, 공칭 윤곽(1830)은 피처의 특성값들을 갖지만 양의 디포커스(+F)로 인해 상이한 형상을 갖는다. 따라서, -F의 초점으로, 최상의 초점에서 공칭 윤곽은 향상을 바꾸고, 마찬가지로 +F의 초점으로, 최상의 초점에서 공칭 윤곽은 형상을 바꾼다. 따라서, 예컨대, F가 최적의 초점으로부터의 변화량이고 +F 와 -F가 동일한 절대값을 갖는다면, 각각의 윤곽 형상 변화들은 도 18에 도시된 것과 동일할 수 있다.
다시 도 17을 참조하면, 1730에서, 공칭 윤곽(들)이 결정된 하나 이상의 프로세싱 변수들 이외의 하나 이상의 프로세싱 변수들에 대해 제2기여도/지문이 얻어질 수 있다. 제2기여도/지문(1730)은 본 명세서에 기술된 임의의 기술들을 사용하여 얻어질 수 있다. 일 실시예에서, 제2기여도/지문은 식각 후(post-etch) 상황에 대응한다.
일 실시예에서, 제2기여도/지문(1730)은 크리티컬 디멘전을 가지며, 따라서, 일 실시예에서, 제2기여도/지문은 전체(across) 기판 크리티컬 디멘전 맵(예컨대, 크리티컬 디멘전 균일 맵(critical dimension uniformity map))이다. 일 실시예에서, 상기 기여도/지문은 패터닝 프로세스의 식각 단계 이후에 패턴을 갖는 하나 이상의 기판들 상에서, 계측 툴을 사용하여, 측정된 데이터에 기초하여 생성될 수 있다. 도 19는 패터닝 프로세스에 대한 예시적인 크리티컬 디멘전 맵(1900)을 도시하며, 이때 상이한 음영들은 공칭 크리티컬 디멘전(예컨대, 설계 크리티컬 디멘전, 평균 크리티컬 디멘전 등)로부터 상이한 변화량들을 개략적으로 나타낸다. 따라서, 예컨대, 크리티컬 디멘전 맵(1800)은 중심 측(anchor aspect)에서 측정된 크리티컬 디멘전을 나타낼 수 있고, 평균 크리티컬 디멘전의 %로서 플롯된다(plotted).
일 실시예에서, 제2기여도/지문은 제2기여도/지문의 하나 이상의 프로세싱 변수들에 대한 제1기여도/지문과 연관된 하나 이상의 프로세싱 변수들의 영향에 대해 보정된다. 따라서, 예컨대, 제1기여도/지문이 초점 맵이고 제2기여도/지문이 크리티컬 디멘전 맵인 경우, 제2기여도/지문은 제2기여도/지문의 크리티컬 디멘전에 대한 초점의 영향(예컨대, 초점 정보 (예컨대, 초점 잔류 오류들 등) 및/또는 고주파 스테이지 이동의 특성값))에 대해 보정될 수 있다. 이러한 영향을 결정하는 세부 사항들은 위에서 설명되었다. 예컨대, FEM은 패턴 전사 단계에서 발생하는 CD에 대한 초점 영향을 격리시키기 위해 사용될 수 있으며 그 다음 식각-후 CD 측정값들로부터 그 영향을 제거할 수 있다. 부가적으로 또는 대안적으로, 다양한 리소그래피 장치 신호들은 패턴 전사 및 CD에 대한 그 영향 동안 초점의 추정치에 도달하도록 프로세싱될 수 있으며, 그 다음 식각-후 CD 측정값들로부터 그 영향을 제거할 수 있다. 알 수 있는 바와 같이, 값이 1740 등과 관련하여 후술되는 바와 같이 제2기여도/지문으로부터 선택된 후에 상기 보정은 제2기여도/지문에 직접적으로 상기 보정을 통합하고 보정하는 것을 포함하여, 다양한 방식으로 이루어질 수 있다.
1740에서, 제2기여/지문(1730)은 관심 대상의 피처에 대한 공칭 윤곽을 수정하는데 사용된다. 일 실시예에서, 상기 공칭 윤곽은 1720에서 선택된 공칭 윤곽이다. 그러나, 1720에서의 상기 선택 단계를 사용하지 않고 소정의 공칭 윤곽이 이미 관심 대상의 피처에 대해 선택된 경우 1720에서의 선택은 생량될 수 있다(그러나 수정은 수행된다). 유사하게, 공칭 윤곽이 단계(1720)에서 선택되고 그것이 수정을 필요로 하지 않으면 단계(1740)에서의 수정은 생략될 수 있다.
따라서, 예컨대, 기판 상의 특정 위치에서 그리고 관심 대상의 특정 피처에 대하여, 1740에서, 하나 이상의 다른 프로세싱 변수들에 대한 값이 제2기여도/지문(1730)으로부터 얻어지고 이후 상기 값은 공칭 윤곽의 적절한 수정을 결정하는 데 사용된다. 일 실시예에서, 상기 수정은 상기 공칭 윤곽의 크기의 변경이다. 따라서, 제2기여도/지문(1730)이 크리티컬 디멘전 맵인 예에서, 크리티컬 디멘전 맵 내의 기판 위치에서의 크리티컬 디멘전 추정치는 윤곽의 예측으로서 공칭 윤곽(예컨대, 1720에서 선택된 공칭 윤곽)의 크기를 수정하는 데 사용될 수 있다. 따라서, 피처마다 그리고 기판 위치마다 예측된 윤곽이 결정될 수 있다.
일 실시예에서, 제2기여도/지문(1730)으로부터의 임의의 위치에서 획득된 하나 이상의 다른 프로세싱 변수들의 값은 관심 대상의 전체 피처에 적용되는 것으로 가정된다. 따라서, 제2기여도/지문(1730)으로 표현된 피처의 크리티컬 디멘전이 임의의 크리티컬 디멘전(예컨대, 평균 크리터컬 디멘전)으로부터 임의의 양(예컨대, 5%)만큼 벗어나는 경우, 동일한 위치에 있는 임의의 피처의 모든 크리티컬 디멘전들은 동일한 양만큼 벗어날 것이다. 따라서 이 가정은 전체 윤곽이 크리티컬 디멘전의 편차와 동일한 양만큼 크기가 조정된다는 것을 의미한다. 따라서, 기판 상의 임의의 위치에서 피처의 전체 윤곽 크기가 제2기여도/지문(1730)을 얻기 위해 측정된 동일한 위치에서 중심 측의 크리티컬 디멘전과 상대적으로 동일한 양을 변경한다고 가정하면, 크리티컬 디멘전이 x%만큼 감소할 때 공칭 윤곽은 x%만큼 축소되고 크리티컬 디멘전이 x%만큼 증가할 때 공칭 윤곽은 x%만큼 확대된다. 상기 변경은 전체 윤곽에 걸쳐 균일하게 제공된다.
도 19를 다시 참조하면, 크기의 이러한 변경의 예가 도시된다. 도 19에는 공칭 윤곽들(1910, 1912, 1914)이 도시되어 있다. 이제, (단계(1720)를 이용하여 선택될 수 있는) 공칭 윤곽(1912)과 관련된 크리티컬 디멘전 맵(1900)상의 위치에서, 상기 크리티컬 디멘전 맵은 크리티컬 디멘전이 공칭 크리티컬 디멘전(예컨대, 설계 크리티컬 디멘전, 평균 크리티컬 디멘전 등)에 해당함을 나타낸다. 따라서, 그 위치에 대해, 공칭 윤곽(1912)은 예측된 윤곽으로서 선택될 것이다. 공칭 윤곽(1910)과 연관된 위치에 대해, 크리티컬 디멘전 맵은 크리티컬 디멘전이 임의의 양(예컨대, -x%)만큼 더 낮았다는 것을 나타낸다. 따라서, 이 경우, 공칭 윤곽(1910)을 사용하는 대신에, 공칭 윤곽(1910)은 예측된 윤곽(1920)을 얻기 위해 임의의 양(예컨대, -x%)만큼 축소된다. 도 19에 도시된 바와 같이, 상기 윤곽은 피처의 특성값들을 갖지만 더 낮은 크리티컬 디멘전으로 인해 더 작은 크기를 갖는다. 유사하게, 공칭 윤곽(1914)과 연관된 위치에 대해, 크리티컬 디멘전 맵은 크리티컬 디멘전이 임의의 양(예컨대, +x%)만큼 더 높다는 것을 나타낸다. 따라서, 이 경우, 공칭 윤곽(1914)을 사용하는 대신에, 공칭 윤곽(1914)은 예측된 윤곽(1930)을 얻기 위해 임의의 양(예컨대, +x%)만큼 크기가 증가된다. 도 19에 도시된 바와 같이, 윤곽(1930)은 피처의 특성값들을 갖지만 더 높은 크리티컬 디멘전으로 인해 더 큰 크기를 갖는다. 따라서 크리티컬 디멘전이 -x%인 경우, 공칭 윤곽은 균등하게 수축되지만 여전히 그 형상을 그대로 유지하며, 그리고 크리티컬 디멘전이 +x%인 경우, 공칭 윤곽은 균등한 크기로 확대되지만 여전히 그 형상을 그대로 유지한다.
일 실시예에서, 이들 두 가정들(즉, 임의의 하나 이상의 프로세싱 변수들(예컨대, 초점)의 값이 윤곽 형상을 예측할 수 있고 그리고 임의의 하나 이상의 다른 프로세싱 변수들(예컨대, CD)가 윤곽 크기를 예측할 수 있다는 것)을 고려해 볼 때, 하나 이상의 기여도들/지문들에서 선택된 값을 기반으로 피처에 대한 윤곽 형상 및 크기가 예측될 수 있다. 특히, 기판 상의 모든 위치에 대해, 관심 대상의 하나 이상의 피처들에 대한 완전한 윤곽들이 예측될 수 있다. 일 실시예에서, 관심 대상의 피처는 결정된 핫 스폿이다.
특정 실시예에서, 윤곽은 크리티컬 디멘전 및 초점 측정값들로부터 예측된다. 특정 실시예에서, 윤곽은 크리티컬 디멘전 및 초점 지문들을 사용하여 추정된다.
1750에서, 예측된 윤곽은 다양한 적용들에서 이용될 수 있다. 예컨대, 결함이 예측되는지 여부를 결정하기 위하여 윤곽은 윤곽 자체에서 또는 하나 이상의 다른 윤곽들과 관련하여 체크될 수 있다(예컨대, 네킹, 브리징, 라인 풀 백, 라인 틴닝, 오버랩핑, 레지스트 탑 손실, 및/또는 레지스트 언더컷에 대한 하나 이상의 체크들이 이루어질 수 있다). 이 기술은 특히 예컨대, 브리징 결함들을 결정하는 데 유용할 수 있다. 이러한 결함들은 원칙적으로 두 피처들의 윤곽들 상의 임의의 포인트(CD, 초점 및/또는 해당 위치의 오버레이 조건들에 따라 다름)에서 발생할 수 있는, 서로 접촉하는 두 개의 피처들로 인해 발생된다. 윤곽들의 사용은 예컨대, 인접한 피처들 상의 절단 선들에서의 디멘전들의 평가와 비교되어 그러한 결함들의 보다 강력한 평가를 가능하게 한다.
또 다른 예로서, 윤곽은 에지 배치 위치 및/또는 오류를 평가하는 데 사용될 수 있다(브리징과 같은 결함을 식별하기 위해 사용될 수도 있음). 결과적으로, 이 기술은 에지 배치 오류를 결정하기 위한 계산 형태의 계측을 제공할 수 있다. 예컨대, 예측된 윤곽을 이용하여, "가상" 에지 배치 오류가 예측될 수 있다. 이것은 예컨대, 에지 배치 오류 구동(edge placement error driven)인 다중 패터닝 결함 예측들에서 사용될 수 있다. 따라서, 에지 배치 오류 구동 결함들은 CD 및 초점 지문들을 사용하여 추정될 수 있다.
예측된 윤곽이 잠재적인 결함을 결정하는 데 사용될 수 있는 예는 스페이서(spacer)-및-절단(cut) 층 프로세스에 있다. 이에 대한 일 예가 도 20A 내지 도 20C에 제시되어 있다. 도 20A는 선들(2000)이 패턴(2010)을 사용하여 "절단" 되는 예시적인 스페이서-및-절단 층 프로세스를 도시한다. 도 20A는 선들(2000) 및 패턴(2010)이 바람직한 정렬, 크기 등으로 된 공칭 프로세스를 도시한다. 그러한 프로세스의 결과는 패턴(2010)에 의한 가운데 선(2000)의 깨끗한 절단일 것이다. 이제, 도 17의 프로세스는 도 20에 개략적으로 도시된 맵들(1800 및 1900)을 사용하여 선들(2000) 및 패턴(2010)의 예측된 윤곽들의 결정에 도달하도록 적용될 수 있다. 도 20B에 도시된 이 예에서, 패턴(2010)의 윤곽은 크기가 증가할 것으로 예측되었으며(이 예에서는 형상은 변하지 않았지만 변할 수 있음), 선들(2000)의 예측된 윤곽들도 예상대로인 것으로 결정된다. 이제, 도 20C는 패턴(2010)의 예측된 윤곽이 스페이서-및-절단 층 프로세스에서 사용된 경우의 결과를 도시한다. 2020에서 알 수 있듯이, 패턴(2010)은 바람직하지 않게 상부 및 하부 선들(2000)의 일부를 절단할 것이다. 따라서, 일 실시예에서, 스페이서-및-절단 층 프로세스의 예측된 동작은 패턴(2010)이 선들(2000)을 절단하는데 사용될 때 잠재적인 결함을 생성하는 것으로 표시(flagged) 수 있다.
다른 예로서, 예측된 윤곽은 리소-식각 리소-식각(litho-etch litho-etch, LELE) 프로세스에서 잠재적인 결함을 결정하는데 사용될 수 있다. 이것의 예가 도 21A 내지 도 21C에 제시되어 있다. 도 21A는 선들(2100)은 제1리소-식각 프로세스에서 생성되고 패턴(2110)은 제2리소-식각 프로세스를 통해 선들(2100)에 인터리브되는(interleaved) 예시적인 리소-식각 리소-식각 프로세스를 도시한다. 도 21A는 선들(2100) 및 패턴(2110)이 바람직한 정렬, 크기 등으로 된 공칭 프로세스를 도시한다. 이러한 프로세스의 결과는 패턴(2110)과 선들(2100) 사이의 설계된 분리가 될 것이다. 이제, 선들(2100)과 패턴(2100)의 예측된 윤곽들의 결정에 도달하기 위해 도 21에 개략적으로 도시된 맵들(1800 및 1900)을 이용하여 도 17의 프로세스가 적용될 수 있다. 도 21B에 도시된 이 예에서, 패턴(2110)의 윤곽은 크기 및 형상의 변화가 증가 할 것으로 예측되었으며, 선들(2100)의 예측된 윤곽들은 예상대로인 것으로 결정된다. 이제, 도 21C는 패턴(2110)의 예측된 윤곽이 상기 리소-식각 및 리소-식각 프로세스에 사용된 경우의 결과를 도시한다. 2120에 도시된 바와 같이, 패턴(2110)은 바람직하지 않게 하부 라인(2100)에 너무 가깝다(예컨대, 피처들 사이의 공간이 임의의 임계치 아래에 있다); 이는 그것이 중첩 영역이거나 최소 거리 요건을 위반하는 것이다. 이로 인해 브리징 결함이 발생할 수 있다. 또한, 패턴(2110)은 형상이 너무 좁아지도록 피처가 변경된 네킹 결함(2130)을 가질 수 있다(예컨대, 폭이 임계치 이하로 떨어짐). 따라서, 일 실시예에서, 리소-식각 및 리소-식각 프로세스의 예측된 동작은 패턴(2110)이 선들(2100)과 관련하여 생성될 때 하나 이상의 잠재적인 결함들을 생성하는 것으로 표시될 수 있다. 따라서 일 실시예에서, 다중 노광 LELE 유형 적용에서, 결함 예측을 위해, 예측된 윤곽은 결함 지시기들/절단-선들만을 사용하는 것에 비해 네킹 및/또는 브리징 결함들의 예측 능력을 향상시킬 수 있어야 한다.
예측된 윤곽의 또 다른 가능한 사용에서, 예측 윤곽은 모델 교정, 특히 광학 근접 보정 모델의 교정에 사용될 수 있다. 예측된 윤곽은 측정된 게이지(gauge)들(윤곽들)에서 시각 지문들 및/또는 초점 지문들의 보정을 가능하게 한다. 예컨대, 이 예측된 윤곽은 마스크 데이터 준비 후 식각 모델을 보정하는 데 사용될 수 있다.
따라서, 일 실시예에서, 이 기술은 가상 웨이퍼로부터 윤곽 예측을 가능하게 한다; 따라서, 이 기술은 그들을 측정하지 않고 윤곽들을 생성하기 위해 계측과 계산을 조합한다. 일 실시예에서, 이 기술은 적절한 지문들(예컨대, 나중의 식각 크리티컬 디멘전 지문 및 리소그래피 장치 초점 지문)이 주어지면, 윤곽들의 가변성 및 기판에 걸친 에지 배치 오류의 예측을 가능하게 한다. 실시예에서, 이 기술은 다중 패터닝을 위한 더 나은 예측 능력을 가능하게 한다. 일 실시예에서, 이 기술은 예측된 윤곽에 기초하여 에지 배치 최적화를 사용함으로써 패턴 제어를 가능하게 한다.
본 명세서의 방법들의 결과들 (또는 본 명세서의 방법들의 결과들로부터 유도된 다른 결과 (예컨대, 결함 예측))은 패터닝 프로세스 또는 그의 장치 내의 프로세스의 제어, 패터닝 프로세스에 의해 생성된 기판들의 모니터링, 패터닝 프로세스의 장치 또는 프로세스의 설계 등을 포함하는 다양한 모적으로 사용될 수 있다. 예컨대, 그 결과 또는 그로부터 도출된 다른 결과는 기판의 추가 프로세싱을 위해 또는 다른 기판의 프로세싱을 위해, 패터닝 프로세스의 장치 또는 프로세스를 변경하는 데 사용될 수 있다. 예컨대, 그 결과들은 결함을 예측하는 데 사용될 수 있다. 예컨대, 결함의 예측은 기판의 추가 프로세싱 또는 다른 기판의 프로세싱을 위한 패터닝 프로세스의 프로세스 또는 장치를 변경하고 및/또는 영향 받은 영역을 검사하기 위한 계측 툴을 제어하는 데 사용될 수 있다. 또한, 결과는 예컨대, 리소그래피 장치의 보정을 위한 선량 레시피(dose recipe)를 유도함으로써, 패터닝 디바이스 및 그 패턴의 설계, 프로세스의 셋업(setup) 등을 가능하게 함으로써, 패터닝 프로세스를 설계하는데 사용될 수 있다. 또한, 결과들은 모델 교정, 예컨대 광학 근접 보정 모델, 소스-마스크 최적화 모델, 리소그래피 제조 체크 모델, 레지스트 모델, 이미징 모델, 측정 모델(예컨대, 측정 프로세스 모델들) 등의 교정에 사용될 수 있다. 그 결과들은 이후 다양한 목적들로 사용될 수 있는 프로세스의 하나 이상의 변수들(예컨대, 최적 노출 및/또는 최적 선량)을 결정하는 데 사용될 수 있다. 알 수 있는 바와 같이, 많은 다른 용도들이 있을 수 있다.
도 22는 본 명세서에 개시된 방법들 및 흐름들을 구현하는데 도움을 줄 수 있는 컴퓨터 시스템(100)을 나타내는 블록도이다. 컴퓨터 시스템(100)은 정보를 전달하기 위한 버스(102) 또는 다른 통신 메커니즘, 및 정보를 프로세싱하기 위해 버스(102)와 연결된 프로세서(104) (또는 다수의 프로세서들(104 및 105))을 포함한다. 컴퓨터 시스템(100)은 또한 프로세서(104)에 의해 실행되는 명령들 및 정보를 저장하기 위해 버스(102)에 연결된 랜덤 액세스 메모리(RAM) 또는 다른 동적 저장 장치와 같은, 메인 메모리(106)를 포함한다. 메인 메모리(106)는 또한 프로세서(104)에 의해 실행될 명령들의 실행 동안 임시 변수들 또는 다른 중간 정보를 저장하기 위해 사용될 수 있다. 컴퓨터 시스템(100)은 또한 정적 정보 및 프로세서(104)에 대한 명령들을 저장하기 위해 버스(102)에 연결된 판독 전용 메모리(ROM)(108) 또는 다른 정적 저장 장치를 더 포함한다. 정보 및 명령들을 저장하기 위해 자기 디스크 또는 광학 디스크와 같은, 저장 장치(110)가 제공되고 버스(102)에 연결된다.
컴퓨터 시스템(100)은 버스(102)를 통해 컴퓨터 사용자에게 정보를 디스플레이하기 위한 음극선 관(cathode ray tube, CRT) 또는 평판 또는 터치 패널 디스플레이와 같은, 디스플레이(112)에 연결될 수 있다. 영숫자 및 다른 키들을 포함하는, 입력 장치(114)는 정보 및 명령 선택들을 프로세서(104)에 전달하기 위해 버스(102)에 연결된다. 다른 유형의 사용자 입력 장치는 방향 정보 및 명령 선택들을 프로세서(104)에 전달하고 디스플레이(112) 상의 커서 이동을 제어하기 위한 마우스, 트랙볼, 또는 커서 방향 키들과 같은 커서 제어(116)이다. 이 입력 장치는 전형적으로 장치가 평면 내의 위치들을 특정하게 하는 제1축(예컨대, x) 및 제2축(예컨대, y)의, 2 개의 축들에서 2 자유도를 갖는다. 터치 패널(스크린) 디스플레이는 또한 입력 장치로서 사용될 수 있다.
일 실시예에 따르면, 프로세스의 일부들은 메인 메모리(106)에 포함된 하나 이상의 명령들의 하나 이상의 시퀀스들을 실행하는 프로세서(104)에 응답하여 컴퓨터 시스템(100)에 의해 수행될 수 있다. 이러한 명령들은 저장 장치(110)와 같은, 다른 컴퓨터-판독 가능한 매체로부터 메인 메모리(106) 내로 판독될 수 있다. 메인 메모리(106)에 포함된 명령들의 시퀀스들의 실행은 프로세서(104)가 본 명세서에서 설명된 프로세싱 단계들을 수행하게 한다. 다중 프로세싱 방식에서의 하나 이상의 프로세서들이 또한 메인 메모리(106)에 포함된 명령들의 시퀀스들을 실행하기 위해 사용될 수 있다. 대안적인 실시예에서, 소프트웨어 명령들 대신 또는 소프트웨어 명령들과 조합하여 고정 배선(hard-wired) 회로가 사용될 수 있다. 따라서, 본 명세서의 설명은 하드웨어 회로 및 소프트웨어의 임의의 특정 조합으로 제한되지 않는다.
본 명세서에서 사용되는 "컴퓨터-판독 가능한 매체"라는 용어는 실행을 위해 프로세서(104)에 명령들을 제공하는데 참여하는 임의의 매체를 지칭한다. 그러한 매체는 비 휘발성 매체, 휘발성 매체, 및 전송 매체를 포함하지만 이에 한정되지 않는 많은 종류들을 취할 수 있다. 비 휘발성 매체는 예컨대 저장 장치(110)와 같은 광학 또는 자기 디스크들을 포함한다. 휘발성 매체는 메인 메모리(106)와 같은 동적 메모리를 포함한다. 전송 매체는 버스(102)를 포함하는 와이어들을 포함하는, 동축 케이블들, 구리선 및 광섬유들를 포함한다. 전송 매체는 또한 무선 주파수(RF) 및 적외선(IR) 데이터 통신들 동안 발생되는 것들과 같은 음향 또는 광 파장들의 종류를 취할 수 있다. 컴퓨터-판독 가능한 매체의 통상적인 종류들은 예컨대, 플로피 디스크, 플렉시블 디스크, 하드 디스크, 자기 테이프, 임의의 다른 자기 매체, CD-ROM, DVD, 임의의 다른 광학 매체, 펀치 카드들, 종이 테이프, 홀들의 패턴들을 갖는 다른 물리 매체, RAM, PROM 및 EPROM, FLASH-EPROM, 임의의 다른 메모리 칩 또는 카트리지, 후술하는 바와 같은 반송파, 또는 컴퓨터가 판독할 수 있는 임의의 다른 매체를 포함한다.
컴퓨터 판독 가능한 매체의 다양한 종류는 실행을 위해 프로세서(104)에 대한 하나 이상의 명령들의 하나 이상의 시퀀스들을 운반하는 것에 관련될 수 있다. 예컨대, 명령들은 초기에 원격 컴퓨터의 자기 디스크에 저장될 수 있다. 상기 원격 컴퓨터는 그것의 동적 메모리에 명령들을 로드할 수 있고 모뎀을 사용하여 전화선을 통해 명령들을 전송할 수 있다. 컴퓨터 시스템(100)에 로컬 인 모뎀은 전화선 상에서 데이터를 수신할 수 있고 데이터를 적외선 신호로 변환하기 위해 적외선 송신기를 사용할 수 있다. 버스(102)에 연결된 적외선 검출기는 적외선 신호로 운반된 데이터를 수신할 수 있으며 버스(102) 상에 데이터를 배치할 수 있다. 버스(102)는 메인 메모리(106)로 데이터를 전달하며, 프로세서(104)는 메인 메모리(106)로부터 명령들을 검색하고 실행한다. 메인 메모리(106)에 의해 수신된 명령들은 프로세서(104)에 의한 실행 전 또는 후에 저장 장치(110)에 선택적으로 저장될 수 있다.
또한, 컴퓨터 시스템(100)은 버스(102)에 연결된 통신 인터페이스(118)를 포함하는 것이 바람직하다. 통신 인터페이스(118)는 로컬 네트워크(122)에 연결된 네트워크 링크(120)에 양방향 데이터 통신 커플링을 제공한다. 예컨대, 통신 인터페이스(118)는 해당 유형의 전화선에 데이터 통신 연결을 제공하기 위한 ISDN(Integrated Services Digital Network) 카드 또는 모뎀일 수 있다. 다른 예로서, 통신 인터페이스(118)는 데이터 통신 접속을 호환 가능한 LAN에 제공하기 위한 근거리 통신망(LAN) 카드일 수 있다. 무선 링크들도 구현될 수 있다. 임의의 이러한 구현에서, 통신 인터페이스(118)는 다양한 유형들의 정보를 나타내는 디지털 데이터 스트림들을 운반하는 전기, 전자기 또는 광 신호들을 송신 및 수신한다.
네트워크 링크(120)는 일반적으로 하나 이상의 네트워크들를 통해 다른 데이터 장치들에 데이터 통신을 제공한다. 예컨대, 네트워크 링크(120)는 로컬 네트워크(122)를 통해 호스트 컴퓨터(124) 또는 인터넷 서비스 제공자(ISP)(126)에 의해 운영되는 데이터 장비에 대한 접속을 제공할 수 있다. ISP(126)는 차례로 현재 보통 "인터넷"(128)으로 지칭되는, 전세계 패킷 데이터 통신 네트워크를 통해 데이터 통신 서비스들을 제공한다. 로컬 네트워크(122) 및 인터넷(128)은 모두 디지털 데이터 스트림을 운반하는 전기, 전자기 또는 광 신호들을 사용한다. 다양한 네트워크들을 통한 신호들 및 컴퓨터 시스템(100)으로부터 또는 컴퓨터 시스템으로 디지털 데이터를 운반하는 통신 인터페이스(118)를 통한 그리고 네트워크 링크(120) 상의 신호들은 정보를 전달하는 반송파의 예시적인 형태이다.
컴퓨터 시스템(100)은 네트워크(들), 네트워크 링크(120), 및 통신 인터페이스(118)를 통해, 프로그램 코드를 포함하는 데이터를 수신하고 메시지들을 전송할 수 있다. 인터넷 예에서, 서버(130)는 인터넷(128), ISP(126), 로컬 네트워크(122) 및 통신 인터페이스(118)를 통해 응용프로그램을 위한 요청된 코드를 전송할 수 있다. 그러한 다운로드 된 응용프로그램 중 하나는 예컨대 실시예의 조명 최적화(illumination optimization)를 대비할 수 있다. 수신된 코드는 그것이 수신되면, 프로세서(104)에 의해 실행될 수 있고 그리고/또는 저장 장치(110) 또는 나중의 실행을 위한 다른 비 휘발성 저장 장치에 저장될 수 있다. 이러한 방식으로, 컴퓨터 시스템(100)은 반송파의 형태로 응용프로그램 코드를 얻을 수 있다.
본 발명의 실시예들은 하드웨어, 펌웨어, 소프트웨어, 또는 이들의 임의의 조합으로 구현될 수 있다. 본 발명의 실시예들은 또한 하나 이상의 프로세서들에 의해 판독되고 실행될 수 있는, 기계-판독 가능한 매체 상에 저장된 명령들로 구현될 수 있다. 기계-판독 가능한 매체는 기계(예컨대, 컴퓨팅 장치)에 의해 판독 가능한 형태로 정보를 저장하거나 전송하기 위한 임의의 메커니즘을 포함할 수 있다. 예컨대, 기계-판독 가능한 매체는 판독 전용 메모리(ROM); 랜덤 액세스 메모리(RAM); 자기 디스크 저장 매체; 광학 저장 매체; 플래시 메모리 장치들; 전파된 신호들(예컨대, 반송파, 적외선 신호, 디지털 신호 등)의 전기적, 광학적, 음향적 또는 다른 형태들 및 기타를 포함할 수 있다. 또한, 펌웨어, 소프트웨어, 루틴들, 명령들은 본 명세서에서 임의의 동작들을 수행하는 것으로 설명될 수 있다. 그러나, 이러한 설명들은 단지 편의를 위한 것일 뿐이며, 그러한 동작들은 실제로 컴퓨팅 장치들, 프로세서들, 제어기들 또는 펌웨어, 소프트웨어, 루틴들, 명령들 등을 실행하는 다른 장치들로부터 야기된다는 것을 이해해야 한다.
블록도들에서, 예시된 구성 요소들은 개별적인 기능 블록들로 도시되어 있지만, 실시예들은 도시된 바와 같이 여기에 기술된 기능이 구성되는 시스템들에 제한되지 않는다. 구성 요소들 각각에 의해 제공되는 기능은 현재 도시된 것과 다르게 구성된 소프트웨어 또는 하드웨어 모듈에 의해 제공될 수 있으며, 예컨대, 그러한 소프트웨어 또는 하드웨어는 혼합되거나, 결합되거나, 복제되거나, 분산되거나(broken up), 분산되거나(distributed)(예컨대, 데이터 센터 내에서 또는 지리적으로), 또는 다른 방식으로 조직화되어 있을 수 있다. 본 명세서에 설명된 기능은 실체적이고 일시적이지 않은, 기계 판독 가능한 매체에 저장된 코드를 실행하는 하나 이상의 컴퓨터들의 하나 이상의 프로세서들에 의해 제공될 수 있다. 경우에 따라, 제3자 콘텐츠 전송 네트워크들은 네트워크들을 통해 전달되는 정보의 일부 또는 전부를 호스팅할 수 있으며, 이 경우 정보(예컨대, 콘텐츠)가 공급되거나 또는 그렇지 않고 제공된다고 말하면, 그 정보를 콘텐츠 전달 네트워크로부터 검색하기 위해 명령들을 전송함으로써 상기 정보가 제공될 수 있다.
논의에서 명백한 바와 같이, 특별히 언급하지 않는 한, 본 명세서 전체에 걸쳐, "프로세싱(processing)", "컴퓨팅(computing)", "계산(calculating)", "결정(determining)" 등과 같은 용어를 사용하는 논의들은 특수 목적 컴퓨터 또는 유사한 특수 목적 전자 프로세싱/컴퓨팅 장치와 같은 특정 장치의 동작들 또는 프로세스들을 지칭한다.
독자는 본 출원이 몇몇 발명들을 기술한다는 것을 이해할 것이다. 이러한 발명들을 여러 개의 분리된 특허 출원들로 분리하는 대신, 출원인들은 그들의 관련된 발명 주제가 출원 프로세스의 경제에 적합하기 때문에 이 발명들을 하나의 문서로 그룹화했다. 그러나 그러한 발명들의 뚜렷한 이점들과 측면들은 혼합되면 안된다. 몇몇 경우들에서, 실시예들은 본 명세서에서 언급된 모든 결함들을 처리하지만, 본 발명들은 독립적으로 유용하며, 그리고 일부 실시예들은 이러한 문제점들의 서브 세트만을 다루거나, 본 발명을 검토하는 당업자들에게 명백할 다른 언급되지 않은 이점들을 제공한다는 것을 이해해야 한다. 비용 제약으로 인해, 본 명세서에 개시된 일부 발명들은 현재 청구되지 않을 수 있으며, 계속 출원과 같은 나중의 출원들에서 또는 본 청구 범위를 수정함으로써 청구될 수 있다. 유사하게, 공간 제약으로 인해, 본 명세서의 요약(초록, Abstract)이나 과제의 해결 수단(요약, Summary) 부분들은 그러한 모든 발명들의 포괄적인 리스트(listing) 또는 그러한 발명들의 모든 측면들을 포함하는 것으로 간주되어서는 안된다.
설명(description) 및 도면들은 본 발명을 개시된 특정 형태로 제한하는 것으로 의도된 것이 아니며, 반대로, 상기 의도는, 첨부된 청구범위에 의해 한정된 바와 같은 본 발명의 사상 및 범위 내에 있는 모든 변형들, 등가물들, 및 대안들을 포함하기 위한 것임을 이해해야 한다.
본 발명의 다양한 양상들의 변경들 및 대안적인 실시예들은 본 설명을 고려하여 당업자에게 명백할 것이다. 따라서, 본 설명 및 도면들은 단지 예시적인 것으로서 해석되어야 하며, 당업자에게 본 발명을 수행하는 일반적인 방법을 알려주기 위한 것이다. 본 명세서에 도시되고 설명된 본 발명의 형태들은 실시예들의 예들로서 취해진 것으로 이해된다. 요소들 및 재료들은 본 명세서에 도시되고 설명된 것들로 대체될 수 있으며, 부품들 및 프로세스들은 순서가 뒤바뀌거나, 순서대로 또는 생략하여 변경될 수 있고, 임의의 피처들은 독립적으로 활용될 수 있으며, 그리고 실시예들 또는 실시예들의 피처들은 조합될 수 있으며, 모두 본 발명의 이러한 설명의 이점을 얻은 후에 당업자에게 명백할 것이다. 다음의 청구 범위에 기재된 본 발명의 사상 및 범위를 벗어남이 없이 본 명세서에 설명된 요소들이 변경될 수 있다. 본 명세서에서 사용된 표제(Heading)들은 조직적인 목적들만을 위한 것이며 설명의 범위를 제한하는 데 사용되도록 의도된 것이 아니다.
본 출원 전반에 걸쳐 사용된 바와 같이, "~할 수 있다(may)" 라는 단어는 의무적인 의미(즉, 해야한다의 의미하는 것)보다는 관대한 의미(즉, ~에 대한 가능성을 갖는 의미)로 사용된다. "포함하다(include, includes)", 및 "포함하는(including)" 등의 단어들은 포함하는(including) 을 의미하지만 이에 한정되지는 않는다. 본 출원 전반에 걸쳐서 사용된 바와 같이, 단수 형태들("a", "an" 및 및 "the")는 내용이 명시적으로 달리 지시하지 않는 한 복수 대상들을 포함한다. 따라서, 예컨대, "하나"(an, a)의 요소에 대한 언급은 "하나 또는 그 이상"과 같은, 하나 이상의 요소들에 대한 다른 용어들 및 어구들의 사용에도 불구하고 둘 이상의 요소들의 조합을 포함한다. "또는" 이라는 용어는 달리 명시하지 않는 한, 비 배타적이지 않으며, 즉 "및" 과 "또는"을 모두 포함한다. 예컨대, "X, Y에 대한 응답으로", "X, Y 에 따라(upon)", "X, Y인 경우", "X, Y일 때" 등과 같은 조건 관계들을 설명하는 용어들은 예컨대, "상태 X는 조건 Y에 따라 발생한다" 는 "X가 Y에 따라서만 발생한다" 및 "X는 Y와 Z에 따라서 발생한다" 와 같이, 전제가 필요 인과 조건이거나, 전제가 충분한 인과 조건이거나, 또는 전제가 결과의 원인이 되는 인과 조건인 인과 관계들을 포함한다. 이러한 조건부 관계들은 일부 결과가 지연될 수 있기 때문에 전제 획득을 즉각적으로 따르는 결과들에만 국한되지 않으며, 조건부 서술들에서, 전제들은 그들의 결과들에 연결되며, 예컨대, 전제는 결과 발생의 가능성과 관련이 있다. 복수의 속성들 또는 기능들이 복수의 객체들(예컨대, 단계 A, B, C, 및 D를 수행하는 하나 이상의 프로세서들)에 매핑되는 서술들은 달리 나타내지 않는 한, 이러한 속성들 또는 기능들 모두를 이러한 모든 객체들에 매핑하고 및 속성들 또는 기능들의 서브 세트들을 속성들 또는 기능들의 서브 세트들에 매핑하는 것 모두(예컨대, 단계 A 내지 단계 D를 각각 수행하는 모든 프로세서들, 및 프로세서 1이 단계 A를 수행하고, 프로세서 2가 단계 B 및 단계 C의 일부를 수행하고, 그리고 프로세스 3이 단계 C의 일부 및 단계 D를 수행하는 경우 모두)를 포함한다. 또한, 달리 나타내지 않는 한, 하나의 값 또는 동작이 다른 조건 또는 값에 "기초한다"는 설명은 조건 또는 값이 유일한 인자인 경우들, 및 조건 또는 값이 복수의 인자들 중 하나의 인자인 경우들 모두 포함한다. 달리 나타내지 않는 한, 일부 집합(collection)의 "각" 경우가 일부 속성을 갖는 설명들은 더 큰 집합의 일부 다른 동일하거나 유사한 멤버들이 상기 속성을 갖지 않는 경우들을 제외시키기 위해 읽혀져서는 안된다 즉, 각각이 반드시 각각을 의미하는 것은 아니다.
상기 실시예들은 다음의 항목들을 이용하여 더 설명될 수 있다:
항목 1. 기판 상의 패턴의 계측 데이터에 대해 모델링되는 제1프로세싱 변수의 제1기여도를 획득하는 단계;
상기 패턴의 계측 데이터에 대해 모델링되지 않은 제2프로세싱 변수의 제2기여도를 획득하는 단계; 및
하드웨어 컴퓨터에 의해, 상기 제1기여도와 상기 제2기여도를 조합함으로써 상기 계측 데이터를 획득하는 단계
를 포함하는, 방법.
항목 2. 항목 1에 있어서, 상기 계측 데이터는 크리티컬 디멘전(CD), 크리티컬 디멘전 균일성(CDU), 측벽 각도, 에지 위치, 오버레이, 초점, 패턴 시프트, 또는 그로부터 선택된 조합을 포함하는, 방법.
항목 3. 항목 1 또는 항목 2에 있어서, 상기 계측 데이터는 패턴들의 그룹의 통계값을 포함하는, 방법.
항목 4. 항목 1 내지 항목 3 중 어느 한 항목에 있어서, 상기 제2프로세싱 변수는 상기 기판의 노광에 후속하는 프로세스의 특성값인, 방법.
항목 5. 항목 4에 있어서, 상기 프로세스는 상기 기판 상에서 레지스트 층을 현상하는 것인, 방법.
항목 6. 항목 4에 있어서, 상기 프로세스는 상기 기판을 식각하는 것인, 방법.
항목 7. 항목 1 내지 항목 3 중 어느 한 항목에 있어서, 상기 제2프로세싱 변수는 상기 기판의 특성값인, 방법.
항목 8. 항목 1 내지 항목 3 중 어느 한 항목에 있어서, 상기 제2프로세싱 변수는 상기 기판 상의 레지스트 층의 특성값인, 방법.
항목 9. 항목 1 내지 항목 8 중 어느 한 항목에 있어서, 상기 제2프로세싱 변수의 값은 알려지지 않은, 방법.
항목 10. 항목 1 내지 항목 9 중 어느 한 항목에 있어서, 상기 제1기여도와 상기 제2기여도를 조합하는 단계는 상기 제1기여도와 상기 제2기여도를 가산하는 단계, 또는 상기 제1기여도와 상기 제2기여도를 콘볼루션하는 단계를 포함하는, 방법.
항목 11. 하드웨어 컴퓨터에 의해, 기판 상의 패턴의 계측 데이터에 대한 제2프로세싱 변수의 기여도를 획득하는 단계로서, 상기 계측 데이터로부터 상기 계측 데이터에 대한 제1프로세싱 변수의 기여도를 제거함으로써 상기 계측 데이터에 대한 제2프로세싱 변수의 기여도를 획득하는 단계
를 포함하는, 방법.
항목 12. 항목 11에 있어서, 상기 제1프로세싱 변수는 모델링되는, 방법.
항목 13. 항목 12에 있어서, 상기 제1프로세싱 변수의 기여도를 획득하는 단계는 모델링에 의한 것인, 방법.
항목 14. 항목 12에 있어서, 상기 제1프로세싱 변수의 기여도는 상기 제2프로세싱 변수의 비선형 함수인, 방법.
항목 15. 항목 11에 있어서, 상기 제1프로세싱 변수는 모델링되지 않은, 방법.
항목 16. 항목 15에 있어서, 상기 제1프로세싱 변수의 기여도는 실험적으로 또는 경험적으로 결정되는, 방법.
항목 17. 기판 상의 제1패턴의 계측 데이터에 대한 하나 이상의 프로세싱 변수들의 제2그룹의 변화의 기여도를 획득하는 단계로서, 상기 계측 데이터에 대한 하나 이상의 프로세싱 변수들의 제1그룹의 변화의 기여도를 상기 계측 데이터로부터 제거함으로써, 상기 제1패턴의 계측 데이터에 대한 하나 이상의 프로세싱 변수들의 제2그룹의 변화의 기여도를 획득하는 단계; 및
하드웨어 컴퓨터에 의해, 상기 제1패턴의 계측 데이터에 대한 하나 이상의 프로세싱 변수들의 상기 제2그룹의 변화의 기여도에 기초하여 상기 기판 상의 제2패턴의 계측 데이터에 대한 하나 이상의 프로세싱 변수들의 상기 제2그룹의 변화의 기여도를 획득하는 단계
를 포함하는, 방법.
항목 18. 항목 17에 있어서, 상기 제2패턴의 계측 데이터에 대한 하나 이상의 프로세싱 변수들의 상기 제2그룹의 변화의 기여도에 기초하여 하나 이상의 프로세싱 변수들의 상기 제1그룹의 하나 이상의 변수들을 조정함으로써 상기 제2패턴에서의 결함의 확률을 감소시키는 단계를 더 포함하는, 방법.
항목 19. 항목 18에 있어서, 상기 제2패턴에서 결함의 확률은 상기 제2패턴에 대한 계측의 수행 없이 감소되는, 방법.
항목 20. 항목 17에 있어서, 상기 제2패턴의 계측 데이터에 대한 하나 이상의 프로세싱 변수들의 상기 제2그룹의 변화의 기여도는 상기 제2패턴의 계측 데이터의 획득 없이, 획득되는, 방법.
항목 21. 항목 17에 있어서, 상기 제2패턴의 계측 데이터로부터 상기 제2패턴의 계측 데이터에 대한 하나 이상의 프로세싱 변수들의 상기 제2그룹의 변화의 기여도를 제거함으로써 상기 제2패턴의 계측 데이터에 대한 하나 이상의 프로세싱 변수들의 상기 제1그룹의 변화의 기여도를 획득하는 단계를 더 포함하는, 방법.
항목 22. 항목 21에 있어서, 상기 제2패턴의 계측 데이터에 대한 하나 이상의 프로세싱 변수들의 상기 제1그룹의 변화의 기여도는 상기 제2패턴에 대한 하나 이상의 프로세싱 변수들의 상기 제1그룹의 값들의 획득 없이 획득되는, 방법.
항목 23. 항목 21에 있어서, 상기 제2패턴의 계측 데이터에 대한 하나 이상의 프로세싱 변수들의 상기 제1그룹의 변화의 기여도, 상기 제2 패턴의 계측 데이터에 대한 하나 이상의 프로세싱 변수들의 상기 제2그룹의 변화의 기여도, 또는 둘 모두에 기초하여, 하나 이상의 프로세싱 변수들의 상기 제1그룹의 하나 이상의 프로세싱 변수들을 조정함으로써 상기 제2패턴에서의 결함의 확률을 감소시키는 단계를 더 포함하는, 방법.
항목 24. 제1패턴의 계측 데이터에 대한 하나 이상의 프로세싱 변수들의 제2그룹의 변화의 기여도를 획득하는 단계로서, 상기 계측 데이터로부터 상기 제1패턴의 계측 데이터에 대한 프로세싱 변수들의 제1그룹의 변화의 기여도를 제거함으로써, 상기 제1패턴의 계측 데이터에 대한 하나 이상의 프로세싱 변수들의 제2그룹의 변화의 기여도를 획득하는 단계;
상기 제1패턴의 계측 데이터에 대한 하나 이상의 프로세싱 변수들의 상기 제2그룹의 변화의 기여도에 기초하여 상기 기판 상의 제2패턴의 계측 데이터에 대한 하나 이상의 프로세싱 변수들의 상기 제2그룹의 변화의 기여도를 획득하는 단계; 및
하드웨어 컴퓨터에 의해, 상기 제2패턴의 계측 데이터에 대한 하나 이상의 프로세싱 변수들의 상기 제2그룹의 변화의 기여도에 기초하여 상기 제2패턴에 대한 프로세싱 변수들의 제1그룹에 걸쳐 있는 서브-프로세스 윈도우(서브(sub)-PW)를 획득하는 단계
를 포함하는, 방법.
항목 25. 항목 24에 있어서, 상기 제1그룹은 모델링 된 모든 프로세싱 변수들을 포함하고 상기 제2그룹은 모델링되지 않은 모든 프로세싱 변수들을 포함하는, 방법.
항목 26. 항목 24에 있어서, 상기 서브-PW에 기초하여 상기 프로세싱 변수들의 제1그룹의 하나 이상의 값을 조정함으로써 상기 제2패턴에서의 결함의 확률을 감소시키는 단계를 더 포함하는, 방법.
항목 27. 핫 스폿의 계측 데이터의 추정치를 획득하는 단계로서, 상기 계측 데이터에 대해 모델링 된 하나 이상의 프로세싱 변수들의 제1그룹의 변화의 기여도와 상기 계측 데이터에 대해 모델링되지 않은 하나 이상의 프로세싱 변수들의 제2그룹의 변화의 기여도를 조합함으로써 상기 핫 스폿의 계측 데이터의 추정치를 획득하는 단계; 및
하드웨어 컴퓨터에 의해, 상기 계측 데이터의 추정치에 기초하여 상기 핫 스폿에 결함이 존재하는지 여부를 결정하는 단계
를 포함하는, 방법.
항목 28. 항목 27에 있어서, 상기 추정치는 상기 핫 스폿에 대한 계측을 수행하지 않고 획득되는, 방법.
항목 29. 패턴의 계측 데이터에 대한 하나 이상의 프로세싱 변수들의 제2그룹의 변화의 기여도를 획득하는 단계로서, 하나 이상의 프로세싱 변수들의 제1그룹의 변화의 기여도를 상기 계측 데이터로부터 제거함으로써 상기 패턴의 계측 데이터에 대한 하나 이상의 프로세싱 변수들의 제2그룹의 변화의 기여도를 획득하는 단계; 및
상기 계측 데이터에 대한 하나 이상의 프로세싱 변수들의 제2그룹의 변화의 기여도를 결정하기 위한 모델의 파라미터들의 값들을 획득하는 단계로서, 하드웨어 컴퓨터에 의해, 상기 패턴의 계측 데이터에 대한 하나 이상의 프로세싱 변수들의 상기 제2그룹의 변화의 기여도와 비교하여 상기 파라미터값들을 근사시킴으로써, 상기 계측 데이터에 대한 하나 이상의 프로세싱 변수들의 제2그룹의 변화의 기여도를 결정하기 위한 모델의 파라미터들의 값들을 획득하는 단계
를 포함하는, 방법.
항목 30. 항목 29에 있어서, 상기 하나 이상의 프로세싱 변수들의 상기 제1그룹은 모델링되지 않은 모든 프로세싱 변수들을 포함하는, 방법.
항목 31. 항목 29에 있어서, 상기 하나 이상의 프로세싱 변수들의 상기 제2그룹의 모든 프로세싱 변수들은 모델링되는, 방법.
항목 32. 기판 상의 패턴의 계측 데이터의 추정치를 획득하는 단계로서, 상기 계측 데이터에 대해 모델링 된 프로세싱 변수들의 변화들의 기여도들 및 상기 계측 데이터에 대해 모델링되지 않은 프로세싱 변수들의 변화들의 기여도들을 조합함으로써 상기 기판 상의 패턴의 계측 데이터의 추정치를 획득하는 단계;
상기 계측 데이터의 상기 추정치가 기준을 충족시키는지 여부를 결정하는 단계; 및
상기 추정치가 상기 기준을 충족시키지 못하는 경우, 하드웨어 컴퓨터에 의해, 상기 계측 데이터에 대해 상기 모델링되지 않은 프로세싱 변수들의 변화들의 기여도들 및 상기 모델링 된 프로세싱 변수들의 간의 관계를 조정하는 단계
를 포함하는, 방법.
항목 33. 항목 32에 있어서, 상기 관계를 조정하는 단계는 상기 기판 상의 레지스트의 화학적 조성을 변화시키는 단계를 포함하는, 방법.
항목 34. 항목 32에 있어서, 상기 관계를 조정하는 단계는 상기 기판 상의 레지스트를 현상하는데 사용되는 화학 물질을 변경하는 단계를 포함하는, 방법.
항목 35. 항목 32에 있어서, 상기 관계를 조정하는 단계는 상기 기판을 식각하기 위해 사용되는 식각 장치를 변경하는 단계를 포함하는, 방법.
항목 36.
기판 상의 제1변수의 지문(fingerprint)과 상기 제1변수의 특정 값을 조합함으로써 패터닝 프로세스에 의해 프로세싱되는 기판의 또는 기판을 위한 패턴의 제1변수의 값을 계산하는 단계; 및
상기 제1변수의 상기 계산된 값에 적어도 부분적으로 기초하여 상기 패턴의 제2변수의 값을 결정하는 단계
를 포함하는, 방법.
항목 37. 항목 36에 있어서, 상기 패턴의 제2변수의 값을 결정하는 단계는, 하드웨어 컴퓨터에 의해, 상기 제2변수 및 상기 제1변수의 상기 계산된 값에 적어도 부분적으로 기초한 재구성 또는 시뮬레이션 결과가 규칙을 만족할 때까지 상기 제2변수를 조정하는 단계를 더 포함하는, 방법.
항목 38. 항목 37에 있어서, 상기 규칙은 상기 기판 상의 상기 패턴의 측정 결과와 상기 재구성/시뮬레이션 결과 간의 차이가 임계치를 초과하거나(cross) 또는 만족함을 나타내는, 방법.
항목 39. 항목 36 또는 항목 37에 있어서, 상기 재구성/ 시뮬레이션 결과는 계산된 방사선 분포이고, 상기 측정 결과는 측정된 방사선 분포인, 방법.
항목 40. 항목 37 내지 항목 39 중 어느 한 항목에 있어서, 상기 제1변수의 변화는 상기 제2변수의 동일한 변화보다 상기 재구성 또는 시뮬레이션 결과에서 더 큰 차이를 야기하는, 방법.
항목 41. 항목 36 내지 항목 40 중 어느 한 항목에 있어서, 상기 제1변수는 기판 상의 계측 타겟과 관련되는, 방법.
항목 42. 항목 41에 있어서, 상기 제1변수는 상기 기판 상의 계측 타겟의 패턴의 크리티컬 디멘전인, 방법.
항목 43. 항목 36 내지 항목 42 중 어느 한 항목에 있어서, 상기 제2변수는 상기 기판 상의 계측 타겟과 관련되는, 방법.
항목 44. 항목 43에 있어서, 상기 제2변수는 상기 계측 타겟의 패턴의 측벽 각도, 상기 계측 타겟의 패턴의 높이, 상기 계측 타겟의 층의 두께, 현상 동안 상기 계측 타겟의 상기 패턴의 레지스트 손실, 상기 계측 타겟의 기반, 상기 계측 타겟의 층의 굴절률, 상기 계측 타겟의 층의 흡수, 및/또는 상기 계측 타겟의 층의 소광 계수로부터 선택된 하나 이상을 포함하는, 방법.
항목 45. 항목 36 내지 항목 44 중 어느 한 항목에 있어서, 상기 패턴의 상기 제2변수에 기초하여 상기 기판 상으로 상기 패턴을 전사하는 것에 후속하는 프로세스에 따르는 결함이 존재하는지를 예측하는 단계를 더 포함하는, 방법.
항목 46. 항목 45에 있어서, 상기 기판 상으로 상기 패턴을 전사하는 것에 후속하는 프로세스에 따르는 상기 패턴에서의 결함의 예측에 응답하여, 상기 기판 또는 다른 기판에 대한 상기 패터닝 프로세스의 변수를 조정하는 단계를 포함하는, 방법.
항목 47. 항목 45 또는 항목 46에 있어서, 상기 프로세스는 상기 기판 상에서 레지스트 층의 현상을 포함하는, 방법.
항목 48. 항목 45 내지 항목 47 중 어느 한 항목에 있어서, 상기 프로세스는 상기 기판을 식각하는 단계를 포함하는, 방법.
항목 49. 항목 36 내지 항목 48 중 어느 한 항목에 있어서, 상기 패터닝 프로세스의 리소그래피 장치에 관련된 하나 이상의 변수들의 제1그룹으로부터의 제1기여도, 상기 리소그래피 장치에서의 상기 패턴의 전사 이전 또는 이후의 하나 이상의 제조 프로세스들에 관련된 하나 이상의 변수들의 제2그룹으로부터의 제2기여도, 및 상기 패턴의 전사에서 사용된 패터닝 디바이스에 관련된 하나 이상의 변수들의 제3그룹으로부터의 제3기여도를 조합함으로써 상기 제1변수의 지문을 획득하는 단계를 더 포함하는, 방법.
항목 50. 항목 49에 있어서, 상기 변수들의 제1그룹은 상기 리소그래피 장치에 의한 조명, 상기 리소그래피 장치의 투영 시스템, 상기 리소그래피 장치의 기판 스테이지의 이동의 이동 표준 편차, 상기 기판 스테이지의 이동의 이동 평균, 초점, 선량, 대역폭, 노광 지속 시간, 고주파 레이저 대역폭 변화, 고주파 레이저 파장 변화, 및/또는 기판의 평탄도 중 하나 이상의 변수들을 포함하는, 방법.
항목 51. 항목 49 또는 항목 50에 있어서, 상기 변수들의 제2그룹은 스핀 코팅, 노광 후 베이크, 현상, 식각, 증착, 도핑 및/또는 패키징 중 하나 이상의 변수들을 포함하는, 방법.
항목 52. 항목 49 내지 항목 51 중 어느 한 항목에 있어서, 상기 변수들의 제3그룹은 마스크 CD, 어시스트 패턴의 형상 및/또는 위치, 및/또는 해상도 향상 기술에 의해 적용된 조정 중 하나 이상의 변수들을 포함하는, 방법.
항목 53. 항목 36 내지 항목 52 중 어느 한 항목에 있어서, 상기 제1변수의 지문과 상기 제1변수의 특정 값을 조합하는 단계는 상기 제1변수의 지문과 상기 제1변수의 특정 값을 더하는 단계를 포함하는, 방법.
항목 54. 항목 36 내지 항목 53 중 어느 한 항목에 있어서, 상기 제1변수의 특정 값은 상기 기판 상의 상기 제1변수의 측정 값들의 그룹의 평균을 냄으로써 얻어지는, 방법.
항목 55. 항목 36 내지 항목 53 중 어느 한 항목에 있어서, 상기 제1변수의 특정 값은 상기 제1변수의 설계 값인, 방법.
항목 56. 항목 36 내지 항목 54 중 어느 한 항목에 있어서, 상기 제2변수의 값을 결정하는 동안 사용된 상기 제1변수는 상기 제1변수의 상기 계산된 값 주위의 임의의 범위 내로 제한된 값을 갖는, 방법.
항목 57. 패터닝 프로세스에 의해 생성된 패턴과 관련된 변수의 전체 기판 지문(across substrate fingerprint)을 획득하는 단계; 및
상기 지문 내의 기판 위치로부터 선택된 상기 변수의 값에 기초하여 상기 패턴의 피처의 윤곽을, 하드웨어 컴퓨터 시스템에 의해, 예측하는 단계
를 포함하는, 방법.
항목 58. 항목 57에 있어서, 상기 예측하는 단계는 상기 피처에 대한 임의의 형상의 공칭 윤곽(nominal contour)을 선택하기 위해 상기 변수의 값을 이용하는 단계를 포함하는, 방법.
항목 59. 항목 58에 있어서, 상기 공칭 윤곽은 시뮬레이션 또는 수학적 모델을 사용한 계산에 의해 획득되는, 방법.
항목 60. 항목 58 또는 항목 59에 있어서, 상기 공칭 윤곽은 레지스트에서 예상되는 윤곽인, 방법.
항목 61. 항목 57 내지 항목 60 중 어느 한 항목에 있어서, 상기 예측하는 단계는 상기 피처에 대한 공칭 윤곽의 크기를 변경하는 단계를 포함하는, 방법.
항목 62. 항목 61에 있어서, 상기 크기를 변경하는 단계는 상기 패턴과 연관된 추가 변수의 값에 기초하며, 상기 값은 상기 추가 변수의 전체 기판 지문으로부터 동일한 기판 위치에서 선택되는, 방법.
항목 63. 항목 62에 있어서, 상기 추가 변수의 상기 전체 기판 지문은 식각 후 상황에 대응하는, 방법.
항목 64. 항목 62 또는 항목 63 중 어느 한 항목에 있어서, 상기 추가 변수는 크리티컬 디멘전을 포함하는, 방법.
항목 65. 항목 57 내지 항목 64 중 어느 한 항목에 있어서, 상기 변수는 초점을 포함하는, 방법.
항목 66. 항목 57 내지 항목 65 중 어느 한 항목에 있어서, 상기 피처는 결정된 핫 스폿인, 방법.
항목 67. 항목 57 내지 항목 66 중 어느 한 항목에 있어서, 에지 배치 위치 또는 오류를 결정하기 위해 상기 예측된 윤곽을 사용하는 단계를 더 포함하는, 방법.
항목 68. 항목 57 내지 항목 67 중 어느 한 항목에 있어서, 상기 피처 또는 다른 피처에 결함이 있을 가능성이 있는지 여부를 결정하기 위해 상기 예측된 윤곽에 대한 체크를 이용하는 단계를 더 포함하는, 방법.
항목 69. 항목 57 내지 항목 68 중 어느 한 항목에 있어서, 수학적 모델을 보정하기 위해 상기 예측된 윤곽을 사용하는 단계를 더 포함하는, 방법.
항목 70. 항목 69에 있어서, 상기 수학적 모델은 광학 근접 보정 모델을 포함하는, 방법.
항목 71. 명령들이 기록된 비일시적(non-transitory) 컴퓨터 판독 가능한 매체를 포함하고, 상기 명령들은 항목 1 내지 항목 70 중 어느 한 항목의 방법을 구현하는 컴퓨터에 의해 실행되는, 컴퓨터 프로그램 제품.
임의의 미국 특허들, 미국 특허 출원들, 또는 기타 자료들(예컨대, 기사들)의 범위까지 참고로서 포함되며, 그러한 미국 특허들, 미국 특허 출원들, 및 기타 자료들의 내용은 그러한 자료와 여기에 제시된 설명들 및 도면들 간에 상충하지 않는다. 그러한 상충이 발생하는 경우, 참고 미국 특허들, 미국 특허 출원들, 및 기타 자료들에 포함된 어떤 상충되는 내용도 명확하게 본 명세서에 참고로 포함되지 않는다.
본 발명의 특정 실시예들이 위에서 설명되었지만, 상기 실시예들이 설명 된 것과 다르게 실시될 수 있음을 이해할 것이다.
Claims (11)
- 하드웨어 컴퓨터 시스템 상에서 평가되는 제1 컴퓨터 모델에 의해, 적어도 제1프로세싱 변수에 대한 관심 대상 피처의 감도를 이용하여 기판 상의 패턴의 계측 데이터에 대한 상기 제1프로세싱 변수의 제1기여도를 결정하는 단계로서, 상기 제1프로세싱 변수의 제1기여도는 리소그래피 장치 또는 리소그래피 장치 내에서 사용되는 패터닝 디바이스와 연관된 것인, 제1기여도 결정 단계;
상기 패턴의 상기 계측 데이터에 대해 모델링되지 않은 제2프로세싱 변수의 미리 특성화된 제2기여도를 획득하는 단계로서, 상기 제2프로세싱 변수의 미리 특성화된 제2기여도는 상기 리소그래피 장치를 이용한 노광에 후속하거나 선행하는 프로세스와 연관된 것인, 제2기여도 획득 단계; 및
상기 하드웨어 컴퓨터 시스템 상에서 평가되는 제2 컴퓨터 모델에 의해, 상기 제1기여도와 상기 제2기여도를 조합함으로써 추정된 계측 데이터를 획득하는 단계를 포함하는, 방법. - 제1항에 있어서, 상기 계측 데이터는 크리티컬 디멘전(CD), 크리티컬 디멘전 균일성(CDU), 측벽 각도, 에지 위치, 오버레이, 초점, 패턴 시프트, 또는 그로부터 선택된 조합을 포함하는, 방법.
- 제1항에 있어서, 상기 계측 데이터는 패턴들의 그룹의 통계값(statistic)을 포함하는, 방법.
- 삭제
- 제1항에 있어서, 상기 프로세스는 상기 기판 상에서 레지스트 층을 현상하는 것 또는 상기 기판을 식각하는 것인, 방법.
- 제1항에 있어서, 상기 제2프로세싱 변수는 상기 기판 또는 상기 기판 상의 레지스트 층의 특성값인, 방법.
- 제1항에 있어서, 상기 제1기여도와 상기 제2기여도를 조합하는 것은, 상기 제1기여도와 상기 제2기여도를 가산하는 것 또는 상기 제1기여도와 상기 제2기여도를 콘볼루션하는 것을 포함하는, 방법
- 기판 상의 제1변수의 지문(fingerprint)과 상기 제1변수의 특정 값을 조합함으로써 패터닝 프로세스에 의해 프로세싱되는 기판의 또는 기판을 위한 패턴의 제1변수의 값을 계산하는 단계 ― 상기 제1변수의 지문은, 상기 패터닝 프로세스의 리소그래피 장치에 관련된 하나 이상의 변수들의 제1그룹으로부터의 제1기여도, 상기 패턴의 전사 이전 또는 이후의 하나 이상의 제조 프로세스들에 관련된 하나 이상의 변수들의 제2그룹으로부터의 제2기여도, 및 상기 패턴의 전사에서 사용된 패터닝 디바이스에 관련된 하나 이상의 변수들의 제3그룹으로부터의 제3기여도를 조합함으로써 획득되는 것임 ―;
상기 제1변수의 상기 계산된 값에 적어도 부분적으로 기초하여 상기 패턴의 제2변수의 값을 결정하는 단계; 및
상기 패턴의 상기 제2변수에 기초하여 상기 기판 상으로 상기 패턴을 전사하는 것에 후속하는 프로세스에 뒤따르는 결함이 존재하는지 여부를 예측하는 단계
를 포함하는, 방법. - 제8항에 있어서, 상기 제1변수 및/또는 상기 제2변수는 기판 상의 계측 타겟에 연관되는, 방법.
- 제8항에 있어서, 상기 기판 상으로 상기 패턴을 전사하는 것에 후속하는 프로세스에 따르는 상기 패턴에서의 결함의 예측에 응답하여, 상기 기판 또는 다른 기판에 대한 상기 패터닝 프로세스의 변수를 조정하는, 방법.
- 컴퓨터에 의해 실행될 때에 제1항의 방법을 구현하는 명령들이 기록되어 있는 컴퓨터 판독 가능한 기록 매체 상에 저장된 컴퓨터 프로그램.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020227000687A KR102461086B1 (ko) | 2016-02-22 | 2017-02-17 | 계측 데이터에 대한 기여도들의 분리 |
Applications Claiming Priority (8)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US201662298367P | 2016-02-22 | 2016-02-22 | |
| US62/298,367 | 2016-02-22 | ||
| US201662382764P | 2016-09-01 | 2016-09-01 | |
| US62/382,764 | 2016-09-01 | ||
| US201762459327P | 2017-02-15 | 2017-02-15 | |
| US62/459,327 | 2017-02-15 | ||
| KR1020187027042A KR20180115299A (ko) | 2016-02-22 | 2017-02-17 | 계측 데이터에 대한 기여도들의 분리 |
| PCT/EP2017/053700 WO2017144379A1 (en) | 2016-02-22 | 2017-02-17 | Separation of contributions to metrology data |
Related Parent Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020187027042A Division KR20180115299A (ko) | 2016-02-22 | 2017-02-17 | 계측 데이터에 대한 기여도들의 분리 |
Related Child Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020227000687A Division KR102461086B1 (ko) | 2016-02-22 | 2017-02-17 | 계측 데이터에 대한 기여도들의 분리 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20210074410A KR20210074410A (ko) | 2021-06-21 |
| KR102350572B1 true KR102350572B1 (ko) | 2022-01-11 |
Family
ID=58192268
Family Applications (3)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020217018005A KR102350572B1 (ko) | 2016-02-22 | 2017-02-17 | 계측 데이터에 대한 기여도들의 분리 |
| KR1020227000687A KR102461086B1 (ko) | 2016-02-22 | 2017-02-17 | 계측 데이터에 대한 기여도들의 분리 |
| KR1020187027042A KR20180115299A (ko) | 2016-02-22 | 2017-02-17 | 계측 데이터에 대한 기여도들의 분리 |
Family Applications After (2)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020227000687A KR102461086B1 (ko) | 2016-02-22 | 2017-02-17 | 계측 데이터에 대한 기여도들의 분리 |
| KR1020187027042A KR20180115299A (ko) | 2016-02-22 | 2017-02-17 | 계측 데이터에 대한 기여도들의 분리 |
Country Status (6)
| Country | Link |
|---|---|
| US (2) | US11520239B2 (ko) |
| JP (3) | JP6964591B2 (ko) |
| KR (3) | KR102350572B1 (ko) |
| CN (2) | CN108700823B (ko) |
| TW (4) | TWI629574B (ko) |
| WO (1) | WO2017144379A1 (ko) |
Families Citing this family (30)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11126092B2 (en) * | 2015-11-13 | 2021-09-21 | Asml Netherlands B.V. | Methods for determining an approximate value of a processing parameter at which a characteristic of the patterning process has a target value |
| KR102350572B1 (ko) | 2016-02-22 | 2022-01-11 | 에이에스엠엘 네델란즈 비.브이. | 계측 데이터에 대한 기여도들의 분리 |
| CN110383177B (zh) | 2017-02-22 | 2021-10-29 | Asml荷兰有限公司 | 计算量测法 |
| EP3396458A1 (en) | 2017-04-28 | 2018-10-31 | ASML Netherlands B.V. | Method and apparatus for optimization of lithographic process |
| CN115220311A (zh) | 2017-05-05 | 2022-10-21 | Asml荷兰有限公司 | 用于预测器件制造工艺的良率的方法 |
| KR102380916B1 (ko) | 2017-05-12 | 2022-04-01 | 에이에스엠엘 네델란즈 비.브이. | 레지스트 현상을 평가하는 방법들 |
| CN111149063B (zh) | 2017-09-27 | 2022-04-22 | Asml荷兰有限公司 | 确定器件制造工艺的控制参数的方法 |
| KR102517966B1 (ko) * | 2017-12-19 | 2023-04-03 | 에이에스엠엘 네델란즈 비.브이. | 컴퓨테이션 기법 기반 정정 및 제어 |
| EP3518040A1 (en) | 2018-01-30 | 2019-07-31 | ASML Netherlands B.V. | A measurement apparatus and a method for determining a substrate grid |
| EP3531207A1 (en) | 2018-02-27 | 2019-08-28 | ASML Netherlands B.V. | Alignment mark positioning in a lithographic process |
| EP3579051A1 (en) | 2018-06-07 | 2019-12-11 | ASML Netherlands B.V. | Generation of sampling scheme |
| TWI729334B (zh) | 2018-06-07 | 2021-06-01 | 荷蘭商Ａｓｍｌ荷蘭公司 | 用於判定器件之控制方案的方法、電腦程式和系統及用於判定多個器件處理之基板的方法 |
| WO2020035272A1 (en) | 2018-08-14 | 2020-02-20 | Asml Netherlands B.V. | Model calibration and guided metrology based on smart sampling |
| TWI824334B (zh) | 2018-08-17 | 2023-12-01 | 荷蘭商Ａｓｍｌ荷蘭公司 | 非暫時性電腦可讀媒體 |
| EP3657257A1 (en) | 2018-11-26 | 2020-05-27 | ASML Netherlands B.V. | Method for of measuring a focus parameter relating to a structure formed using a lithographic process |
| WO2020108862A1 (en) | 2018-11-26 | 2020-06-04 | Asml Netherlands B.V. | Method for determining root causes of events of a semiconductor manufacturing process and for monitoring a semiconductor manufacturing process |
| EP3891558A1 (en) | 2018-12-03 | 2021-10-13 | ASML Netherlands B.V. | Method to predict yield of a semiconductor manufacturing process |
| EP3891559A1 (en) | 2018-12-07 | 2021-10-13 | ASML Netherlands B.V. | Method for determining root cause affecting yield in a semiconductor manufacturing process |
| US11333982B2 (en) * | 2019-01-28 | 2022-05-17 | Kla Corporation | Scaling metric for quantifying metrology sensitivity to process variation |
| CN113892059A (zh) * | 2019-03-25 | 2022-01-04 | Asml荷兰有限公司 | 用于确定图案化过程中的图案的方法 |
| CN113632011B (zh) | 2019-03-25 | 2024-12-13 | Asml荷兰有限公司 | 确定衬底上的计量点的集合的方法、关联的装置和计算机程序 |
| CN112014070B (zh) * | 2019-05-31 | 2021-10-26 | 上海微电子装备（集团）股份有限公司 | 一种波像差测量装置、测量方法及光刻机 |
| US20220299881A1 (en) * | 2019-08-20 | 2022-09-22 | Asml Netherlands B.V. | Methods for improving process based contour information of structure in image |
| EP4018263B1 (en) | 2019-08-22 | 2023-08-30 | ASML Netherlands B.V. | Method for controlling a lithographic apparatus |
| US12222656B2 (en) * | 2019-09-03 | 2025-02-11 | Asml Netherlands B.V. | Method for determining aberration sensitivity of patterns |
| JP7432418B2 (ja) * | 2020-03-26 | 2024-02-16 | 株式会社オーク製作所 | 露光装置および露光方法 |
| US11481922B2 (en) * | 2020-04-07 | 2022-10-25 | Kla Corporation | Online navigational drift correction for metrology measurements |
| TWI761948B (zh) * | 2020-09-14 | 2022-04-21 | 倍利科技股份有限公司 | 由檢測影像取得輪廓的定位方法 |
| KR20220050664A (ko) * | 2020-10-16 | 2022-04-25 | 삼성전자주식회사 | 패턴 특성의 예측을 위한 딥 러닝 모델의 학습 방법 및 반도체 소자 제조 방법 |
| EP4002015A1 (en) * | 2020-11-16 | 2022-05-25 | ASML Netherlands B.V. | Dark field digital holographic microscope and associated metrology method |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100819189B1 (ko) * | 2000-07-25 | 2008-04-04 | 어드밴스드 마이크로 디바이시즈, 인코포레이티드 | 최종 임계 치수 제어를 수행하는 방법 및 장치 |
| US20100161099A1 (en) * | 2008-12-24 | 2010-06-24 | Asml Netherlands B.V. | Optimization Method and a Lithographic Cell |
Family Cites Families (41)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3297791B2 (ja) | 1994-11-16 | 2002-07-02 | ソニー株式会社 | 露光方法およびレジストパターン算出方法 |
| JP2000292906A (ja) * | 1999-04-12 | 2000-10-20 | Hitachi Ltd | マスクおよびパタン転写方法 |
| US6368883B1 (en) * | 1999-08-10 | 2002-04-09 | Advanced Micro Devices, Inc. | Method for identifying and controlling impact of ambient conditions on photolithography processes |
| EP1273973A1 (en) * | 2001-07-03 | 2003-01-08 | Infineon Technologies SC300 GmbH & Co. KG | Method for adjusting a temperature in a resist process |
| US6658640B2 (en) * | 2001-12-26 | 2003-12-02 | Numerical Technologies, Inc. | Simulation-based feed forward process control |
| US7136796B2 (en) * | 2002-02-28 | 2006-11-14 | Timbre Technologies, Inc. | Generation and use of integrated circuit profile-based simulation information |
| JP2003297892A (ja) * | 2002-03-28 | 2003-10-17 | Trecenti Technologies Inc | 半導体装置のプロセスパラメータの決定方法およびそれを用いた半導体装置の製造方法 |
| JP4249139B2 (ja) | 2003-04-23 | 2009-04-02 | 富士通マイクロエレクトロニクス株式会社 | 半導体装置の製造方法、及び、半導体装置製造システム |
| EP1496397A1 (en) * | 2003-07-11 | 2005-01-12 | ASML Netherlands B.V. | Method and system for feedforward overlay correction of pattern induced distortion and displacement, and lithographic projection apparatus using such a method and system |
| DE102004022596A1 (de) * | 2004-05-07 | 2005-12-01 | Infineon Technologies Ag | Verfahren zur Bestimmung von Lagefehlern bei der photolithographischen Projektion, Verfahren zur Auswertung von Messergebnissen eines Overlay-Messgeräts und Overlay-Messgerät |
| US7791727B2 (en) | 2004-08-16 | 2010-09-07 | Asml Netherlands B.V. | Method and apparatus for angular-resolved spectroscopic lithography characterization |
| US7262831B2 (en) * | 2004-12-01 | 2007-08-28 | Asml Netherlands B.V. | Lithographic projection apparatus and device manufacturing method using such lithographic projection apparatus |
| US7530048B2 (en) * | 2005-04-09 | 2009-05-05 | Cadence Design Systems, Inc. | Defect filtering optical lithography verification process |
| WO2007004567A1 (ja) * | 2005-07-01 | 2007-01-11 | Nikon Corporation | 露光装置、露光方法及びデバイス製造方法、並びにシステム |
| US7636904B2 (en) * | 2006-10-20 | 2009-12-22 | Synopsys, Inc. | Locating critical dimension(s) of a layout feature in an IC design by modeling simulated intensities |
| US7732109B2 (en) * | 2007-04-04 | 2010-06-08 | Taiwan Semiconductor Manufacturing Company, Ltd. | Method and system for improving critical dimension uniformity |
| JP4826544B2 (ja) | 2007-05-23 | 2011-11-30 | 東京エレクトロン株式会社 | 加熱処理装置、加熱処理方法及び記憶媒体 |
| US7765021B2 (en) * | 2008-01-16 | 2010-07-27 | International Business Machines Corporation | Method to check model accuracy during wafer patterning simulation |
| JP2009239029A (ja) | 2008-03-27 | 2009-10-15 | Toshiba Corp | リソグラフィ装置の評価方法および制御方法 |
| JP2009288497A (ja) * | 2008-05-29 | 2009-12-10 | Toshiba Corp | パターン検証方法、パターン決定方法、製造条件決定方法、パターン検証プログラム及び製造条件検証プログラム |
| US8806387B2 (en) * | 2008-06-03 | 2014-08-12 | Asml Netherlands B.V. | Model-based process simulation systems and methods |
| JP4703693B2 (ja) * | 2008-08-08 | 2011-06-15 | 株式会社東芝 | 露光方法、半導体装置の製造方法、及びマスクデータの作成方法 |
| US8804137B2 (en) | 2009-08-31 | 2014-08-12 | Kla-Tencor Corporation | Unique mark and method to determine critical dimension uniformity and registration of reticles combined with wafer overlay capability |
| NL2005719A (en) | 2009-12-18 | 2011-06-21 | Asml Netherlands Bv | Method of measuring properties of dynamic positioning errors in a lithographic apparatus, data processing apparatus, and computer program product. |
| US8768665B2 (en) * | 2010-01-08 | 2014-07-01 | Kla-Tencor Technologies Corporation | Site based quantification of substrate topography and its relation to lithography defocus and overlay |
| JP5289343B2 (ja) * | 2010-01-15 | 2013-09-11 | 株式会社東芝 | 露光量決定方法、半導体装置の製造方法、露光量決定プログラムおよび露光量決定装置 |
| EP2392970A3 (en) * | 2010-02-19 | 2017-08-23 | ASML Netherlands BV | Method and apparatus for controlling a lithographic apparatus |
| US8572518B2 (en) | 2011-06-23 | 2013-10-29 | Nikon Precision Inc. | Predicting pattern critical dimensions in a lithographic exposure process |
| CN102914945B (zh) * | 2011-08-04 | 2015-05-13 | 上海微电子装备有限公司 | 一种分布式曝光剂量控制系统及方法 |
| US8468471B2 (en) * | 2011-09-23 | 2013-06-18 | Kla-Tencor Corp. | Process aware metrology |
| CN104350424B (zh) * | 2012-05-29 | 2018-01-09 | Asml荷兰有限公司 | 量测方法和设备、衬底、光刻系统以及器件制造方法 |
| US9029810B2 (en) * | 2013-05-29 | 2015-05-12 | Kla-Tencor Corporation | Using wafer geometry to improve scanner correction effectiveness for overlay control |
| KR102124111B1 (ko) | 2013-10-02 | 2020-06-18 | 에이에스엠엘 네델란즈 비.브이. | 산업 공정과 관련된 진단 정보를 얻는 방법 및 장치 |
| SG10201804964TA (en) * | 2013-12-11 | 2018-07-30 | Kla Tencor Corp | Target and process sensitivity analysis to requirements |
| TWI631636B (zh) | 2013-12-16 | 2018-08-01 | 克萊譚克公司 | 以模型爲基礎之量測及一製程模型的整合使用 |
| EP3105637A1 (en) | 2014-02-11 | 2016-12-21 | ASML Netherlands B.V. | Model for calculating a stochastic variation in an arbitrary pattern |
| US9087176B1 (en) * | 2014-03-06 | 2015-07-21 | Kla-Tencor Corporation | Statistical overlay error prediction for feed forward and feedback correction of overlay errors, root cause analysis and process control |
| CN106462086B (zh) * | 2014-06-25 | 2019-10-15 | Asml荷兰有限公司 | 蚀刻变化容差优化 |
| WO2016128189A1 (en) | 2015-02-13 | 2016-08-18 | Asml Netherlands B.V. | Process variability aware adaptive inspection and metrology |
| KR102350572B1 (ko) | 2016-02-22 | 2022-01-11 | 에이에스엠엘 네델란즈 비.브이. | 계측 데이터에 대한 기여도들의 분리 |
| US20180284597A1 (en) * | 2017-03-31 | 2018-10-04 | Globalfoundries Inc. | Etch kernel definition for etch modeling |
-
2017
- 2017-02-17 KR KR1020217018005A patent/KR102350572B1/ko active IP Right Grant
- 2017-02-17 CN CN201780012362.4A patent/CN108700823B/zh active Active
- 2017-02-17 US US16/075,696 patent/US11520239B2/en active Active
- 2017-02-17 JP JP2018538886A patent/JP6964591B2/ja active Active
- 2017-02-17 CN CN202011207943.3A patent/CN112255892B/zh active Active
- 2017-02-17 WO PCT/EP2017/053700 patent/WO2017144379A1/en active Application Filing
- 2017-02-17 KR KR1020227000687A patent/KR102461086B1/ko active IP Right Grant
- 2017-02-17 KR KR1020187027042A patent/KR20180115299A/ko not_active IP Right Cessation
- 2017-02-21 TW TW106105681A patent/TWI629574B/zh active
- 2017-02-21 TW TW108125155A patent/TWI721496B/zh active
- 2017-02-21 TW TW110111756A patent/TWI810540B/zh active
- 2017-02-21 TW TW107119466A patent/TWI668524B/zh active
-
2020
- 2020-05-25 JP JP2020090952A patent/JP7410795B2/ja active Active
-
2022
- 2022-09-30 JP JP2022158082A patent/JP2022179584A/ja active Pending
- 2022-10-18 US US17/968,352 patent/US20230042759A1/en active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100819189B1 (ko) * | 2000-07-25 | 2008-04-04 | 어드밴스드 마이크로 디바이시즈, 인코포레이티드 | 최종 임계 치수 제어를 수행하는 방법 및 장치 |
| US20100161099A1 (en) * | 2008-12-24 | 2010-06-24 | Asml Netherlands B.V. | Optimization Method and a Lithographic Cell |
Also Published As
| Publication number | Publication date |
|---|---|
| TW202131111A (zh) | 2021-08-16 |
| KR20180115299A (ko) | 2018-10-22 |
| US20230042759A1 (en) | 2023-02-09 |
| TWI721496B (zh) | 2021-03-11 |
| TWI668524B (zh) | 2019-08-11 |
| CN112255892B (zh) | 2023-07-18 |
| TW201826033A (zh) | 2018-07-16 |
| JP7410795B2 (ja) | 2024-01-10 |
| JP2022179584A (ja) | 2022-12-02 |
| KR20210074410A (ko) | 2021-06-21 |
| CN108700823B (zh) | 2020-11-27 |
| TW201939174A (zh) | 2019-10-01 |
| JP2020126279A (ja) | 2020-08-20 |
| TWI629574B (zh) | 2018-07-11 |
| CN112255892A (zh) | 2021-01-22 |
| WO2017144379A1 (en) | 2017-08-31 |
| US11520239B2 (en) | 2022-12-06 |
| US20190086810A1 (en) | 2019-03-21 |
| TW201832020A (zh) | 2018-09-01 |
| CN108700823A (zh) | 2018-10-23 |
| KR102461086B1 (ko) | 2022-10-28 |
| TWI810540B (zh) | 2023-08-01 |
| KR20220008397A (ko) | 2022-01-20 |
| JP2019508734A (ja) | 2019-03-28 |
| JP6964591B2 (ja) | 2021-11-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102350572B1 (ko) | 계측 데이터에 대한 기여도들의 분리 | |
| US12141507B2 (en) | Process window optimizer | |
| JP7443431B2 (ja) | 計算メトロロジに基づく補正および制御 | |
| KR102352673B1 (ko) | 컴퓨테이션 계측법 | |
| KR102308128B1 (ko) | 공정 장치를 모니터링하기 위한 방법 및 시스템 | |
| TWI709828B (zh) | 基於計算度量衡之取樣方案 | |
| TWI641959B (zh) | 處理窗識別符 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A107 | Divisional application of patent | ||
| PA0104 | Divisional application for international application |
Comment text: Divisional Application for International Patent Patent event code: PA01041R01D Patent event date: 20210611 Application number text: 1020187027042 Filing date: 20180918 |
|
| PA0201 | Request for examination | ||
| PG1501 | Laying open of application | ||
| E902 | Notification of reason for refusal | ||
| PE0902 | Notice of grounds for rejection |
Comment text: Notification of reason for refusal Patent event date: 20210625 Patent event code: PE09021S01D |
|
| E701 | Decision to grant or registration of patent right | ||
| PE0701 | Decision of registration |
Patent event code: PE07011S01D Comment text: Decision to Grant Registration Patent event date: 20211102 |
|
| GRNT | Written decision to grant | ||
| PR0701 | Registration of establishment |
Comment text: Registration of Establishment Patent event date: 20220107 Patent event code: PR07011E01D |
|
| PR1002 | Payment of registration fee |
Payment date: 20220107 End annual number: 3 Start annual number: 1 |
|
| PG1601 | Publication of registration |